前言
本系列笔记为课程笔记,希望通过写博客的方式来掌握模式识别这门课的一些基础。绪论部分我觉得应该掌握的主要有两点:
- 模式识别的一些基础概念
- 一个模式识别系统的系统框图及其各部分的作用。
下面我将首先介绍模式识别里面的基本概念,然后再结合实际例子来介绍模式识别系统的主要架构。
基本概念
首先,这个东西叫模式识别,识别一词很好理解,那么模式是个什么东西呢?
从广义的角度来说,模式应该是对物体的描述。例如, 粉笔就可以是一种模式。、
从狭义的角度来说,模式是对一个客体做定量的或结构的描述 例如,这个粉笔,长三厘米,黑色,宽5厘米。实际上,广义角度上的模式,更具有主观性质,例如我们说这杯水很热,那究竟怎么才算热,怎么才算冷呢?这没有一个定量的标准,全靠我们自己的感觉来表述。而狭义角度上的模式则要求我们定量,或者结构上去描述,你说水是热的,那你不能只跟我说这杯水很热,要跟我说这杯水有多少度,实际上狭义的角度才是计算机可以处理的东西。
模式识别的系统框图
- 数据获取:没啥好说的,获取数据呗
- 预处理: 为了方便后面的特征提取、选择,往往需要做一些预处理的工作,例如二值化,降噪,图像增强等,就像我们吃饭,为了把衣服洗干净,我们首先需要用水把衣服泡一泡。
- 特征提取:这一步,呼应的就是狭义角度下的“模式”这个概念。就是计算机该怎么描述这个客观事物呢? 这个开发人员设计的特征规则有关。同样以粉笔为例,我们就把这个粉笔叫做A,那用什么去描述这根粉笔呢?长、宽、高、颜色。那么我们就可以用以下这种形式来描述A: A= [长=10,宽= 5 , 高=8, 颜色 =黑],这就是A的特征向量。实际上,我们选用了四个指标来说明A是一个什么东西,相对应的,A就是四维空间中的一个样本点。这样我们就说对A进行了描述,完成特征提取。
-决策、判决:这一部分就是通过一定的规则,对模式进行分类。判断这个一个东西是什么。而这就牵涉到了一个学习的过程,这也是以后课程的一个重点。
一些概念的区分
识别和处理
计算机视觉与模式识别
应该说计算机视觉是模式识别的一个分支,模式可以是声音,图像,气味等等,而计算机视觉对应的就是模式识别的图像部分。