模式识别-绪论.ppt

基于MATLAB的“模式识别”交互式教学内容设计与制作 引言 如何学习一门新课程？ 是什么？ 能做什么？ 怎么做？ 参考书 引言 考核 平时成绩：占30%（包括出勤10%，作业 10% ，实验 10% ） 期末成绩：闭卷考试，共100分，占70% 引言 课前思考 什么是模式识别？ 模式识别有哪些应用？ 机器自动识别的最基本原理是什么？ 第一章 主要内容 本章重点 模式的概念，模式识别的含义 模式的描述方法 模式识别系统的组成 一、基本概念 模式：是指具有某种特定性质的观察对象。特定性质指的是可以用来区别观察对象是否相同或是否相似而选择的特性。 模式类：根据模式的特性，将具有相似特性的模式的集合表达为模式类。 模式识别Pattern Recognition，通俗一点讲就是机器自动识别，即根据模式的特性，将其判入某一模式类。 Pattern：模式，就是要让机器自动识别的事物。 试从“模式类”与“模式”的概念分析以下词之间的关系：张爷爷，李奶奶，王明(青年大学生)，周强(年轻教师)，老年人，老师，学生，青年。 答：模式类：老年人 模式：张爷爷，李奶奶 模式类：青年 模式：王明，周强 模式类：老师 模式：周强 模式类：学生 模式：王明 两种说法： 模式与模式类：把所见到的事物称为模式；而将它们的归属类别称为模式类。 样本与模式：所见的具体事物是样本；而它们所属的事物类别，代表这些事物的“概念”是模式。 模式类与模式，或者模式与样本在集合论中是子集与元素之间的关系。 模式识别的目的就是利用计算机实现人类的识别能力，是对识别能力的模拟。 如一个具体数字，识别的结果就是对它分类，分到具体的数字类中。 对于一个智能交通系统来说，是要识别是否有汽车闯红灯，闯红灯的汽车车牌号码等。 概念：执行模式识别的计算机系统称为模式识别系统。 设计人员按需要设计模式识别系统，而该系统被用来执行模式分类的具体任务。 模式识别系统的组成： 信息获取 预处理 特征提取和选择 分类器设计和分类决策 信息获取 人类识别：人脑通过感觉器官获取模式信息； 机器识别：计算机获取模式信息即实现观察对象的 数字化表达。 待识别的样本大都是非电信息，例如语音信号、待识别文本、图像等，这就需要将这些以各种不同形式表现的信息通过传感器转换成电信号。 景物信息在摄像机靶面成像并转换成二维的像素矩阵，每个像素（矩阵元素）的电信号与物体表面反射的光强或颜色信息呈现函数关系。 预处理 预处理主要是指去除所获取信息中的噪声，增强有用的信息，及一切必要的使信息纯化的处理过程。 图像信息的预处理： 几何校正 图像增强 图像还原等 例如，从图像中将汽车车牌的号码识别出来，就需要先将车牌从图像中找出来，再对车牌进行划分，将每个数字分别划分开。做到这一步以后，才能对每个数字进行识别。以上工作都应该在预处理阶段完成。 特征提取和选择 这两种方法各有什么优缺点呢？ 分类决策 模式识别系统工作有两个过程： 分类决策是对事物辨识的最后一步。 识别事物（决策）的基本方法：同一类事物之间属性应比较近似，而不同类事物之间的属性之间应差异较大。这种现象表现在特征空间的分布中往往表现出同类事物的特征向量聚集在一起，聚集在一个相对集中的区域，而不同事物则分别占据不同的区域。因此，如果待识别的事物的特征向量出现在某一类事物经常出现或可能出现的区域内，该事物就被识别为该类事物。 决策依据：在特征空间中哪个区域是某类事物典型所在区域需要用数学式子划定，这样一来，满足这种数学式子与否就成为分类决策的依据。如何确定这些数学式子就是分类器设计的任务。 而一旦这种数学式子确定后，分类决策的方法也就确定了。 机器与人类辨别事物的区别 人类在观察事物与作出判断时，常常把所见到的具体事物与脑子里对某个事物的“概念”联系起来，从而按这些概念对它们实行分类。 与人辨别事物相比，机器识别事物的方法是很不同的，在目前也是很简单与低级的，因此机器识别事物的能力还很差，缺乏抽象能力。 要让机器准确地把握事物的本质，弄清分辨事物的关键，从而正确辨别事物，实质上是要求人能够研究出好的方法，提出好的算法，从而构造出好的系统，使机器辨别事物的本领更强。 机器判别事物的最基本方法是计算 模板匹配：对计算机要分析的事物与作为标准的事物（称为“模板”）之间的相似程度进行计算。 譬如要识别一个具体数字，就要将它与从样板0到样板9做比较，看跟哪个模板最相似，或最接近。 模式的描述方法 用来决策事物类别的特点、属性称为物体所具有的特征。 对一