第10章 模式识别的理论与方法(第1讲)

数字图像处理学

第10章模式识别的理论和方法

（第一讲）

10. 1 概述

模式识别是随着计算机的发展而兴起的一门新的技术科学。自50年代末期开始来，至今已得到了迅速的发展和广泛的应用。模式识别对我们每个人来说，每时每刻都在进行着，用计算机进行模式识别就是研究让计算机处理哪些信息和怎样处理这些信息。因此，它是信息处理中的又一个研究领域。

例如，

根据气象观测数据或气象卫星拍照的照片如何准确地预报天气；

根据石油勘探的人工地震波如何提供存油的岩层结构；

从遥感图片中如何区别出农作物、湖泊、森林、导弹基地等；

在高能物理实验中怎样识别粒子经迹；

在医疗诊断中如何从X光片中发现病灶；

如何根据信函上的邮政编码自动分拣信件； 在繁华的交通中心根据车辆的流量如何决定开放红灯或绿灯

等诸如此类的问题都是模式识别研究的课题。

这些课题看上去名目繁多，但总起来看主要是研究分类问题。

模式识别研究的对象基本上可概括为二类：

一是有直觉形象的如图片、相片、图案、文字等等;

一种是无直觉形象而只有数据或信号波形如言、声音、心电脉冲、地震波等等。

但对模式识别来说，无论是数据、信号还是平面图形和物体，都是除掉它们的物理内容找出它们的共性，把具有同一共性的归为一类，有另一种共性者则归为另一类。

例如：10个阿拉伯数字分为10类；26个英文字母分成26类；白血球有5种就分为5类；肺部X光片可分为异常和正常2类等等。

模式识别研究的目的是构造自动处理某些信息的机器系统，以代替人完成分类和辨识的任务。特别是有直觉形象的一类图像识别问题同人或其它动物的感知活动尤其同人脑的智力活动联系密切。因此，根据人的大脑识别的机理，在工程上用计算机模拟，从而研究识别方法是有现实意义的。

尽管这种模拟同人的意识和思维活动有本质的差别，但若从人类识别图像的过程及认识规律中得到启发，在某些环节上得到借鉴，从而采用现代技术解决实际问题这是十分有益的。

在具有视觉形象的图像识别中，许多方法和概念就是从人类认识图像的过程中直接移植过来的。人类在现实生活中要区别各种现象、物体及声音，一般总是首先抓住它们的特征进行比较、分析、判断，从而将它们分类或识别。特别是数理统计和模糊数学的发展，总结了人们的认识逻辑，从而也使图像识别有了理论基础。

一个图像识别系统可分为三个主要部分。其框图如图

被识图像图像获取信息处理

特征抽取

判决结果

第一部分相当于对被研究对象的调查和了解，从中得到数据和材料；对图像识别来说，就是把图片，底片，文字图形等用光电扫描设备变换为电信号，而对语音来说就可用话筒等设备把声音变成电信号以备后序处理。

第二部分相当于人们把调查了解到的数据材料进行加工、整理、分析、归纳，以去伪存真，去粗取精，抽出能反映事物本质的东西。当然，抽取什么特征，保留多少特征与采用何种判决有很大关系。

第三部分是判决和分类，这相当与人们从感性认识上升到理性认识而做出结论的过程。第三部分与抽取特征的方式密切相关。它的复杂程度依赖于特征的抽取方式，例如：类似度、相关性、最小距离等。

模式识别的主要方法可分为两大类：统计学方法

语言学方法。

统计学方法是建立在被研究对象的统计知识上，也就是对图像进行大量的统计分析，抽出图像

中本质的特征而进行识别。

这统计学方法是一种数学方法，它是受数学中的决策理论的启发而产生的识别方法。在这种方法中很大的力量用在抽取图像特征方面，也就是把图像大量的原始信息减缩为少数特征，然后再提取这些特征，把它作为识别的依据。

语言学法或句法结构识别法是立足于分析图像结构。把一个图像看成语言构造。例如一个英文句子，它是词和短语组成的并按一定的语法表达出来，其中最基本元素是单词。与此类似，图像是由一些直线、斜线、点、弯曲线及环等组成。

剖析这些基本原素，看它们是以什么规则构成图像，这就是结构分析的课题。这些基本元素相当于句子中的单词，那些直线，曲线的组合相当于短语，它们全体如何构成图像就相当于语法规则。此时，图像识别就相当于检查图像所代表的某一类句型是否符合事先规定的语法，如果语法正确就识别出结果。由此可见，这种方法主要是利用了图像结构上的关系，这和统计学方法不同。

两类方法的不足：

第一种方法没有利用图像本身的结构关系，

第二类方法没有考虑图像在环境中受噪声的干扰。

如果两者结合起来考虑可能会有新的识别方法，目前这方面的研究还不多。除此之之外，其

于模糊数学的发展，目前正在发展一种模糊识别法。这种方法较多地考虑了人的逻辑思维方法，方法较为独特，这种方法的研究得到了人们的关注。