文档介绍：学号:武汉理工大学模式识别及其在图像处理中的应用学院(系): 自动化学院课程名称: 模式识别原理专业班级:控制科学与工程1603班任课教师: 张素文 学生姓名: 王红冈I」 2017年1月3日模式识别及其在图像处理中的应用摘要:随着计算机和人工智能技术的发展,模式识别在图像处理中的应用日益广泛。综述了模式识别在图像处理中特征提取、主要的识别方法(统计决策法、句法识别、模糊识别、神经网络 )及其存在的问题,并且对近年来模式识别的新进展———支持向量机与仿生模式识别做了分析和总结,最后讨论了模式识别亟待解决的问题并对其发展进行了展望。关键词:模式识别;图像处理;特征提取;识别方法PatternRecognitionandItsApplicationinImageProcessingAbstract:puterandartificialintelli-gence,patternrecognitioniswidelyusedintheimageprocessingin-,whichincludestatistical deci-sion,structuralmethod,fuzzymethod,,:patternrecognition;imageprocessing;featureextrac-tion;recognitionmethods模式识别诞生于20世纪20年代,随着计算机的出现和人工智能的发展,模式识别在60年代初迅速发展成一门学科。它所研究的理论和方法在很多学科和领域中得到广泛的重视 ,推动了人工智能系统的发展,扩大了计算机应用的可能性。图像处理就是模式识别方法的一个重要领域 ,目前广泛应用的文字识别(OCR)就是模式识别在图像处理中的一个典型应用。1模式识别的基本框架模式识别在不同的文献中给出的定义不同。一般认为 ,模式是通过对具体的事物进行观测所得到的具有时间与空间分布的信息 ,模式所属的类别或同一类中模式的总体称为模式类 ,其中个别具体的模式往往称为样本。模式识别就是研究通过计算机自动地 (或者人为进行少量干预)将待识别的模式分配到各个模式类中的技术。模式识别的基本框架如图 1所示。图1模式识别的基本框架根据有无标准样本,模式识别可分为监督识别方法和非监督识别方法。监督识别方法是在已知训练样本所属类别的条件下设计分类器 ,通过该分类器对待识样本进行识别的方法。如图 1,标准样本集中的样本经过预处理、选择与提取特征后设计分类器 ,分类器的性能与样本集的大小、分布等有关。待检样本经过预处理、选择与提取特征后进入分类器 ,得到分类结果或识别结果。非监督模式识别方法是在没有样本所属类别信息的情况下直接根据某种规则进行分类决策