模式识别在信号处理中的应用.doc

电子通信工程学院 电子信息专业讲座报告 题目： 模式识别在信号处理中的应用 专 业 电子信息工程 班级学号 1313084 姓 名 日 期 2016.06.05 1、?模式识别技术的基本理论? 1.1?模式识别的基本框架 模式识别是人工智能领域的基础，随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛。近年来，模式识别也去的了很多让人瞩目的成就，有很多不可忽视的进展。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。图像是人类获取和交换信息的主要来源，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。基于模式识别的图像处理随着当今计算机和人工智能技术的发展，已经成为了图像识别领域的踪影研究方向。本文首先介绍了图像模式识别的基本理论和基本方法，然后阐述了模式识别在图像处理中应用理论，最后举例说明了模式识别在图像处理中的具体应用。 模式识别是通过计算机对信息进行处理、判别的一种分类过程，是信号处理与人工智能的一个重要分支。人工智能是专门研究用机器人模仿人的动作、感觉和思维过程与规律的一门学科，而模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式”。随着计算机技术和人工智能的发展，人类有可能研究复杂的信息处理过程。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识别。这是模式识别的两个重要方面。 在图像处理中，识别场景中的对象或区域是一个重要课题。图像模式识别的任务是从策略对象集的场景中识别对象。每个对象都是一种模式，并且策略值是模式的特征，同特征的相似对象集属于具体的模式类，测量特征的技术称为特征提取。 模式识别是通过计算机对信息进行处理、判别的一种分类过程，是信号处理与人工智能的一个重要分支。人工智能是专门研究用机器人模仿人的动作、感觉和思维过程与规律的一门学科，而模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式”。随着计算机技术和人工智能的发展，人类有可能研究复杂的信息处理过程。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识别。这是模式识别的两个重要方面。 2?、基于模式识别技术的图像处理? 2.1?基于模式识别技术的图像分割? ???把图像按相关度划分成各具特色的区域并提取出所需目标的技术和过程称为图像分割。分割的关键在于分割依据的确定。从模式识别技术理论上考虑图像分割问题,分割是针对图像所需分割的对象,根据图像的结构特性将图像的所有组成部分分成“分割”类和“非分割类”两类。对于任何一个事物都有与其他事物相互区别的一些本质特征,必然可以提取出本质特征能够与分割背景图像相区别并作为识别事物的依据,即为分割依据。在分割图像定位对象时,可以选择由特征组成的特征空间进行定位识别。因此,将分割对象视为模式识别的对象,图像分割的过程是为在模式识别中寻找特定模式类,并按照该模式类的特征,结合与其对应的分割技术进行分割。 图像识别是图像处理的高级阶段,其研究的是通过仪器对周围物体的视觉图像进行分析和识别,从而可得到有效的结论性判断。但是,为了使计算机系统也能认识人类视觉系统认识的图像,人们必须研究出计算方法,分析图像特征,因而将模式识别技术应用到图像识别中,进而将图像特征能用数学方法表示出来并教会计算机也能认识、识别这些特征。 在模式识别中，已经使用了一些模式分类技术。这些技术中的一些技术被称为决策理论技术，在这种技术中，未知的模式分类是由一些确定的、统计的或者模糊理论的基本原理进行决策。 决策理论模式识别技术主要分为基于有监督学习的分类方法和使用无监督技术的分类方法。? 有监督的分类方法又可分为有参数分类器和非参数分类器。在有参数监督的分类中，用大量标注训练样本模式集训练分类器，并估计每类模式的统计参数。其中，最小距离分类器和最大似然分类器是频繁使用的有监督算法。? 无监督分类技术不考虑参数，常使用一些非参数的技术，例如K近邻技术、Parzen窗技术等。在无监督的情况下，根据一些相似标准机器分割整个数据集，结构产生了聚类集，模式中的每个聚类集都属于具体类。? 2.2?基于模式识别技术的图像特征提取? 由于图像的随机性和数据量大,增加了在图像中选取有效的图像