圖像模式識(shí)別的方法介紹-文庫(kù)吧
2025-06-11 12:42 本頁(yè)面
【正文】 統(tǒng)計(jì)模式識(shí)別方法以數(shù)學(xué)上的決策理論為基礎(chǔ)建立統(tǒng)計(jì)模式識(shí)別模型。其基本模型是:對(duì)被研究圖像進(jìn)行大量統(tǒng)計(jì)分析，找出規(guī)律性的認(rèn)識(shí)，并選取出反映圖像本質(zhì)的特征進(jìn)行分類識(shí)別。統(tǒng)計(jì)模式識(shí)別系統(tǒng)可分為兩種運(yùn)行模式:訓(xùn)練和分類。訓(xùn)練模式中，預(yù)處理模塊負(fù)責(zé)將感興趣的特征從背景中分割出來(lái)、去除噪聲以及進(jìn)行其它操作。特征選取模塊主要負(fù)責(zé)找到合適的特征來(lái)表示輸入模式。分類器負(fù)責(zé)訓(xùn)練分割特征空間。在分類模式中，被訓(xùn)練好的分類器將輸入模式根據(jù)測(cè)量的特征分配到某個(gè)指定的類。統(tǒng)計(jì)模式識(shí)別組成如圖2所示。圖2 統(tǒng)計(jì)模式識(shí)別模型統(tǒng)計(jì)模式識(shí)別根據(jù)采用方法的不同可以進(jìn)行多種形式的分類：通過(guò)貝葉斯決策理論對(duì)條件密度已知的樣本進(jìn)行分類；對(duì)于類條件密度不明的情況，可根據(jù)訓(xùn)練樣本的類別是否己知將分類問(wèn)題分為監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)兩大類；監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)又可根據(jù)是否通過(guò)參數(shù)決策分為參數(shù)估計(jì)和非參數(shù)估計(jì)。統(tǒng)計(jì)模式識(shí)別的另一種分類方法是根據(jù)決策界是否直接得到將其分為幾何方法和基于概率密度的方法。幾何方法經(jīng)常直接從優(yōu)化一定的代價(jià)函數(shù)構(gòu)造決策界。而基于概率密度的方法要首先估計(jì)密度函數(shù)然后構(gòu)造分類函數(shù)指定決策界。幾何分類法 1) 模板匹配法它是模式識(shí)別中的一個(gè)最原始、最基本的方法，它將待識(shí)模式分別與各標(biāo)準(zhǔn)模板進(jìn)行匹配，若某一模板與待識(shí)模式的絕大多數(shù)單元均相匹配，則稱該模板與待識(shí)模式“匹配得好”，反之則稱“匹配得不好”，并取匹配最好的作為識(shí)別結(jié)果。 2）距離分類法 距離是一種重要的相似性度量，通常認(rèn)為空間中兩點(diǎn)距離越近，表示實(shí)際上兩樣本越相似。大約有十余種作為相似性度量的距離函數(shù)，其中使用最廣泛的是歐氏距離。它是使用最為廣泛的方法，常用的有平均樣本法、平均距離法、最近鄰法和Ｋ－近鄰法。 3）線性判別函數(shù) 和上述的方法不同，判決函數(shù)法是以判決邊界的函數(shù)形式的假定為其特性的，而上述的方法都是以所考慮的分布的假定為其特性的。假如我們有理由相信一個(gè)線性判決邊界取成： 是合適的話，那么剩下的問(wèn)題就是要確定它的權(quán)系數(shù)。權(quán)系數(shù)可通過(guò)感知器算法或最小平方誤差算法來(lái)實(shí)現(xiàn)。但作為一條規(guī)則，應(yīng)用此方法必須注意兩點(diǎn)；第一就是方法的可適性問(wèn)題，第二就是應(yīng)用判決函數(shù)后的誤差準(zhǔn)則。 4）非線性判別函數(shù) 線性判決函數(shù)的特點(diǎn)是簡(jiǎn)單易行，實(shí)際應(yīng)用中許多問(wèn)題往往是非線性的，一種處理的辦法將非線性函數(shù)轉(zhuǎn)換為線性判決函數(shù)，所以又稱為廣義線性判決函數(shù)。另一種方法借助電場(chǎng)的概念，引入非線性的勢(shì)函數(shù)，它經(jīng)過(guò)訓(xùn)練后即可用來(lái)解決模式的分類問(wèn)題。 2 概率分類法 幾何分類法是以模式類幾何可分為前提條件的，在某些分類問(wèn)題中這種條件能得到滿足，但這種條件并不經(jīng)常能得到滿足，模式的分布常常不是幾何可分的，即在同一區(qū)域中可能出現(xiàn)不同的模式，
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1