1圖像模式識(shí)別的方法

1、2.12.1圖像模式識(shí)別的方法圖像模式識(shí)別的方法圖像模式識(shí)別的方法很多，從圖像模式識(shí)別提取的特征對(duì)象來看，圖像識(shí)別方法可分為以下幾種：基于形狀特征的識(shí)別技術(shù)、基于色彩特征的識(shí)別技術(shù)以及基于紋理特征的識(shí)別技術(shù)。其中，基于形狀特征的識(shí)別方法，其關(guān)鍵是找到圖像中對(duì)象形狀及對(duì)此進(jìn)行描述，形成可視特征矢量，以完成不同圖像的分類，常用來表示形狀的變量有形狀的周長、面積、圓形度、離心率等?；谏侍卣鞯淖R(shí)別技術(shù)主要針對(duì)彩色圖像，通過色彩直方圖具有的簡

2、單且隨圖像的大小、旋轉(zhuǎn)變換不敏感等特點(diǎn)進(jìn)行分類識(shí)別?；诩y理特征的識(shí)別方法是通過對(duì)圖像中非常具有結(jié)構(gòu)規(guī)律的特征加以分析或者則是對(duì)圖像中的色彩強(qiáng)度的分布信息進(jìn)行統(tǒng)計(jì)來完成。從模式特征選擇及判別決策方法的不同可將圖像模式識(shí)別方法大致歸納為兩類:統(tǒng)計(jì)模式(決策理論)識(shí)別方法和句法(結(jié)構(gòu))模式識(shí)別方法。此外，近些年隨著對(duì)模式識(shí)別技術(shù)研究的進(jìn)一步深入，模糊模式識(shí)別方法和神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法也開始得到廣泛的應(yīng)用。在此將這四種方法進(jìn)行一下說明。2.1

3、.12.1.1句法模式識(shí)別句法模式識(shí)別對(duì)于較復(fù)雜的模式，如采用統(tǒng)計(jì)模式識(shí)別的方法，所面臨的一個(gè)困難就是特征提取的問題，它所要求的特征量十分巨大，要把某一個(gè)復(fù)雜模式準(zhǔn)確分類很困難，從而很自然地就想到這樣的一種設(shè)計(jì)，即努力地把一個(gè)復(fù)雜模式分化為若干較簡單子模式的組合，而子模式又分為若干基元，通過對(duì)基元的識(shí)別，進(jìn)而識(shí)別子模式，最終識(shí)別該復(fù)雜模式。正如英文句子由一些短語，短語又由單詞，單詞又由字母構(gòu)成一樣。用一組模式基元和它們的組成來描述模式的

4、結(jié)構(gòu)的語言，稱為模式描述語言。支配基元組成模式的規(guī)則稱為文法。當(dāng)每個(gè)基元被識(shí)別后，利用句法分析就可以作出整個(gè)的模式識(shí)別。即以這個(gè)句子是否符合某特定文法，以判別它是否屬于某一類別。這就是句法模式識(shí)別的基本思想。句法模式識(shí)別系統(tǒng)主要由預(yù)處理、基元提取、句法分析和文法推斷等幾部分組成。由預(yù)處理分割的模式，經(jīng)基元提取形成描述模式的基元串（即字符串）。句法分析根據(jù)文法推理所推斷的文法，判決有序字符串所描述的模式類別，得到判決結(jié)果。問題在于句法分析

5、所依據(jù)的文法。不同的模式類對(duì)應(yīng)著不同的文據(jù)訓(xùn)練樣本的類別是否己知將分類問題分為監(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。1、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

6、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

7、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：ddxwxwxwxg?????2211)(是合適的話，那么剩下的問題就是要確定它的權(quán)系數(shù)。權(quán)系數(shù)可通過感知器算法或最小平方誤差算法來實(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)是簡單易行，實(shí)際應(yīng)用