北京赛车app|北京赛车直播
淺論模式識別及其在計算機視覺中的實現
  • 淺論模式識別及其在計算機視覺中的實現
  • 文章片段: 論文簡介:淺論模式識別及其在計算機視覺中的實現計算機論文中。  參數估計策略主要以樣本數目接近于無窮大時的漸進理論為其理論基礎。當樣本數目越大,參數估計的結果越接近真正的模式。但是事實上樣本的數目總是有限的,不可能滿足無窮大這一要求。還有一點就是特征的獨立性是參數估計的另一個前提條件,這個條件在實際中也總是存在很大的差別。  在一般情況下樣本數量往往不是很大

淺論模式識別及其在計算機視覺中的實現

模式識別及其在計算機視覺中的實現摘 要
  數字信號處理、物理學、幾何學、模式識別等知識結合一體形成計算機視覺技術。文章中主要簡單地介紹了模式識別的基本框架及其主要策略,并對計算機視覺技術的在生活中的實際應用進行了分析。
  【關鍵詞】模式識別 計算機視覺 基本框架 識別策略 應用分析
  1 模式識別的基本框架
  模式是指通過對具體事物進行觀察之后最后取得關于時間與空間分布的信息。以具不具有標準的樣本為依據,將模式識別分為監督識別策略與非監督識別策略。所謂的監督識別策略就是指在已經知道訓練樣本是屬于什么類別的情況下再對分類器進行設計,最后再通過該分類器對等待識別的樣本進行識別的措施。
  如圖1所示,標本樣本集中的樣本通過預先處理、選擇與提取特征之后才設計出分類器,樣本集的分布和大小決定了分類器的性能。當預處理、選擇與提取特征后,待見樣本最后進入分類器,最終得到識別結果。而所謂的非監督模式識別策略就是在完全不了解樣本到底屬于那種類別信息的情況下然后直接根據某項規則再對其進行分類決策。監督模式識別法大多被廣泛應用與圖像處理,例如識別車牌、檢測人臉等等。無監督的模式識別策略多大被用于壓縮圖像、分割圖像、圖像的遙感識別等等。
  2 模式識別的主要策略分析
  2.1 結構模式識別法
  結構模式識別就是通過利用模式的句法描述與結構描述之間存在的相對性再將模式分類。由各個子模式組合來表示每個模式,通常都是用句法分析的手段對模式進行識別,即在剖析模式的結構時應用已經給出的一組句法規則來進行。要想實現識別過程,必須要在辨認每一個基元之后再進行分析執行語法。特別要注意的是在結構模式識別過程中最關鍵的步驟就是要選擇合適的基元。
  結構模式識別常在識別文字、分析、紋理圖像的過程中被廣泛應用。結構模式識別法最大的特點就是能夠方便做出識別,在最短的時間里將模式的結構特征體現出來,還能對模式的性質有所描述,擁有將強的圖像畸變的抗干擾能力。在運用結構模式的關鍵理由是該怎么對基元進行選擇。尤其是存在噪聲和干擾時,抽取基元的難度系數相對會更大,而且經常會發生失誤的情況。
  2.2 統計決策法
  統計決策法主要以概率和數理統計為根本,非參數策略和參數策略為其主要內容。一般將Bayes決策作為參數策略的指導準則。而最小錯誤率和最小風險貝葉斯決策為最常用的兩種決策策略。 在解決實際的模式識別為時,是很難根據概率和類條件概率密度精確的知道結果。可根據樣本總數大致的估計到先驗概率,可以運用統計學中的最大似然估計法等對類條件概率密度進行大致的估計。這類的策略主要被廣泛的應用在復原圖像、分割圖像等過程中。
  參數估計策略主要以樣本數目接近于無窮大時的漸進理論為其理論基礎。當樣本數目越大,參數估計的結果越接近真正的模式。但是事實上樣本的數目總是有限的,不可能滿足無窮大這一要求。還有一點就是特征的獨立性是參數估計的另一個前提條件,這個條件在實際中也總是存在很大的差別。
  在一般情況下樣本數量往往不是很大,都是根據樣本的實際情況進行分類器的設計,這就是所謂的非參數策略。使用這類策略的好處在于使得物理作用更加的直觀,但是不好的一點就是最后所取得的結果和錯誤率基本上沒有多大的實際聯系,所設計的分類器并不能保障是最好的。
  統計決策理論把重心重點集中在對數量的統計關系上,但是卻對刻畫模式的結構特征有所忽略。圖像處理主要受圖像的結構信息的影響最大,當圖像是復雜的類型時,那就要要求特征量非常的巨大。是很難準確的把某一模式進行分類,這個時候使用統計分類策略是很難實現對圖像的處理。所以要想把圖像的基元子模式分割出,就要將原圖像替換成具有一定句法關系的基元再進行分類。
  2.3 基于人工智能策略
  其實從20世紀50年代開始,研究人員根據動物的神經系統的某些功能進行模擬,他們利用硬件或者軟件,建立了很多結點,來解決單元間的拓撲網絡,從而進行模擬。這種策略是將原始特征空間變換為非線性,從而一個新的樣本空間產生出來,這樣做就可以將變換后的特征線性分開。這個策略相對于傳統的統計策略,它的分類器和概率分布是沒有多大的關系。
  人工神經網絡主要以自我進行組織、自我進行適應以及具有很強的聯想功能和學習能力為特點,以獨特的優勢解決在模式識別中遇到的一些復雜性的理由。
  人工神經網絡的實質是一種非常復雜的非線性映射策略,是很難解釋它的物理作用,在理論方面仍然存在一些理由需要解決。例如在設計上,在確定網絡層數和選取節點個數的時候存在很大的經驗性和盲目性,理論指導匱乏,對于在網絡結構設計方面的理由仍然沒有得到解決。
  在最近幾年來,基于對統計理論的學習,在
  • 文章片段:大的經驗性和盲目性,理論指導匱乏,對于在網絡結構設計方面的理由仍然沒有得到解決。  在最近幾年來,基于對統計理論的學習,在1 2 下一頁
  • 論文介紹
    • 請問論文費用是多少?

      具體費用是綜合您的論文具體要求來定的!請將你的論文要求告訴我們的客服人員。
    • 請問論文的質量如何?

      我們的 團的 都是研究生還有導師,都是長期論文的專業 ,保證高質量和原創包通過,所以文章的質量可以完全放心。
    • 請問論文如何付款?

      為保證客戶與我們的共同利益,我們一律采用分部付款模式,不需一次性付款。
    • 請問論文安全嗎?

      多年來我們都是嚴格保密,恪職敬業,絕不泄露客戶的任何信息。
    北京赛车app 三碼中特期期准 北京pk10官方走势图 彩票必赢宝计划软件 福彩3d直播 北京11选五计划软件 福彩3d彩票app下载 橄榄球第一比分网 足球比分手机 网络彩票有赚到钱的吗 官方彩票手机投注网站