模式识别技术

机器视觉原理与案例详解
工控帮教研组编著
电子工业出版社
2020.7
ISBN 978-7-121-39084-5

一、模式识别

• 模式识别是对表示事物或现象的各种形式的信息（数值、文字和逻辑关系）进行处理和分析，以便对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。

二、模式识别的分类

1、模式识别又称模式分类，

从处理问题的性质和解决问题的方法等角度，可分为

• 有监督的分类（Supervised Classification）和
• 无监督的分类（Unsupervised Classification）两种。

2、抽象的和具体的

模式识别还可分成抽象的和具体的两种形式：

• 抽象的模式识别，如意识、思想、议论等，属于概念识别研究的范畴，是人工智能的一个研究分支；
• 具体的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、视频、文字、符号、生物传感器等对象的具体模式进行辨别和分类。

三、模式识别研究

模式识别研究主要集中在两方面：

• 一是研究生物体（包括人）是如何感知对象的，属于认识科学的范畴。
• 二是在给定的任务下，如何用计算机实现模式识别的理论和方法。应用计算机对一组事件或过程进行辨别和分类，所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。
  为了与数字形式的信息相区别，这些对象将被称为模式信息。

四、模式识别系统组成

一个完整的模式识别系统由信息获取、预处理、特征提取和选择、分类决策或分类器设计4部分组成，如图6-1所示。

图6-1

五、按特征分

根据模式识别的特征不同，以及选择和分类决策的不同，大致可将模式识别分为

• 统计模式识别、
• 结构模式识别、
• 模糊模式识别、
• 神经网络模式识别共4大类。