图像识别初步

《数字图像处理与计算机视觉》第十一章

模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，对事物或者现象进行描述，辨认，分类和解释的过程。

模式识别方法分类：

1.统计模式识别：有相似的样本在模式空间中互相接近，形成集团。器分析方法是根据模式所测得的特征向量。在这里，贝叶斯决策规则从理论上解决了最优分类器的设计问题。但其实施却必须首先解决更困难的概率密度估计问题。

2.句法模式识别：又称结构方法或语言学方法，基本思想是把一个模式描述为较简单的子模式的组合。子模式又可以描述为更简单的子模式的组合，最终得到一个树形的结构描述，在底层的最简单的子模式称为模式单元。

模式识别的方法的选择取决于问题的性质。如果被识别的对象极为复杂，而且包含丰富的结构信息，一般采用句法方法；被识别对象不很复杂或不含明显的结构信息，一般采用统计方法。但是，这两种方法不能截然分开，在句法方法里，基元本身就是用统计方法抽取的。在应用中，将这两种方法结合起来分别施加于不同的层次，常能收到较好的效果。

最小距离分类器

最小距离分类器又称为最近零分类，是一种非常简单的分类思想。这种基于匹配的分类技术通过以一种原型模式向量代表每一个类别，识别时一个未知模式被赋予一个按照预先定义的相似度量与其距离最近的类别，常用的距离度量有欧式距离，马氏距离等。