1.1 模式識別的基本概念
模式識別（pattern recognition）是人類的一項基本智慧型，在日常生活中，人們經常進行「模式識別」。例如，在見到認識的人時，人們能辨別出他是張三還是李四，這是對人的形體及其他生物特徵的識別行為；兒童在認讀識字卡上的字母時，將它們區分為a~z中的乙個，這是對字母符號的識別；在與人交流時，人們能聽出對方說話的意思，這是對語言的識別。隨著人類社會活動及生產科研廣泛而深入的發展，需要識別的物件種類越來越多，內容越來越複雜和深入，要求也越來越高。隨著20世紀40年代計算機的出現以及20世紀50年代人工智慧的興起，人們當然也希望能用計算機來代替或擴充套件人類的部分腦力勞動，例如有些場合環境惡劣、存在危險或人們根本不能接近，這就需要借助機器、運用分析演算法進行識別，於是，模式識別在20世紀60年代初迅速發展起來並成為一門新學科。
模式識別是指對表徵事物或現象的各種形式的(數值的、文字的和邏輯關係的)資訊進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程。模式識別又常稱作模式分類。從處理問題的性質和解決問題的方法等角度，模式識別分為有監督的分類（supervised classification）和無監督的分類(unsupervised classification)兩種。二者的主要差別在於，各實驗樣本所屬的類別是否預先已知。一般來說，有監督的分類往往需要提供大量已知類別的樣本，但在實際問題中，這是存在一定困難的，因此研究無監督的分類就變得十分有必要了。
模式識別研究的目的是利用計算機對物理物件進行分類，在錯誤率最小的條件下，使識別的結果盡量與客觀物體相符合。計算機辨別事物最基本的方法是計算，即計算機對要分析的事物與標準模板的相似程度進行計算。例如，要識別乙個手寫的字母，就要將它與從a~z的模板作比較，看哪個模板最相似或最接近。因此首先要能從度量中看出不同事物之間的差異，才能分辨當前要識別的事物，所以關鍵是找到能有效地度量異類事物的差異的方法。
為了本書後面章節中討論方便，我們在這裡把一些基本術語的含義約定一下。這些術語在其他文章或書籍中的含義和用法可能會略有不同，但只要參考上下文就不難明白其確切的含義。
模式識別 句法模式識別（1）
圖形或影象目標的形狀或結構千變萬化，目標 模式 的差異也在於其形狀或結構的不同，這種模式稱為結構模式，基於形狀或結構的模式識別稱為結構模式識別。數字影象處理學中，鏈碼是描述目標邊緣和輪廓的常用的編碼方法。用字元或符號的來表示影象目標的區域性邊緣的走向。freeman鏈碼 影象像元之間邊緣的走向用方向...
模式識別 模式識別的概述（一）
模式和模式識別的概念 模式識別的發展簡史和應用 模式識別的主要方法 模式識別的系統和例項 幾個相關的數學概念 廣義地說，存在於時間和空間中可觀察的事物，如果我們可以區別他們是否相同或是否相似，都可以稱之為模式。模式所指的不是事物本身，而是從事物獲得的資訊，因此，模式往往表現為具有時間和空間分布的資訊...
模式識別入門（1）
1 感測器 2 分割器 如影象分割，把要識別的物體從混合物體中分離開 3 特徵提取器 提取到的特徵要保證同類不同樣本之間特徵值應該非常接近，不同類的樣本之間的特徵值有很大的差異p 還要 保證三個不變性 a.空間旋轉不變性 如物體在相機的不同角度拍攝得到的特徵的不變 b.平移不變性 c.尺度不 變性 ...