数字图像处理第十二章笔记
一、模式和模式类
模式识别主要是两大领域:决策理论方法和结构方法
决策理论方法处理的是使用定量描绘子会描述的各种模式,如长度、面积、纹理等。
结构方法处理的是油定性描绘子来描述的各种模式。
模式是描绘子的组合,使用特征来表示描绘子。
模式类是具有某些共同属性的一族模式。
类的可分程度很大程度上取决于所用描绘子的选择。
二、基于决策理论方法的识别
决策理论方法识别以使用决策(或判断)函数为基础。
1、匹配
a)最小距离分类器
决策函数:
当均值间的距离与每个类的分散度或随机性相比比较大时,最小距离分类器工作比较好。
b)相关匹配
空间相关:
但是此式中对f与w的尺度变化很敏感===>
w称为模板,将相关称为模板匹配。
2、最佳统计分类器
a)基础知识
平均损失:
P(Wk)称为先验概率,1/P(x)为正,不影响最后结果
===>
这种将总体损失降到最低的分类器叫做贝叶斯分类器
当L = 1 - δ,正确分类δ=1,错误分类δ=0
所以0-1算是函数的贝叶斯分类器的决策函数:
b)高斯模式类的贝叶斯分类器
了解多维高斯分布,可以看我原来的文章
决策函数:变成对数形式更方便
代入
===>
===>
若C=I,且P(Wj) = 1/W,则变为最小距离分类器的决策函数:
3、神经网络
这一节就比较熟了,就先不写了
三、结构方法
结构方法可以通过精确第运用结构之间的关系来实现模式识别的目的。
1、匹配形状数
两个区域边界(形状)之间的相似度k定义为他们的形状数仍保持一致的最大阶。
两个形状a,b之间的距离定义为它们相似度的倒数: