模式識別（英語：Pattern Recognition），就是通過計算機用數學技術方法來研究模式的自動處理和判讀。幾何模式識別是指利用一些幾何特性對表征事物或現象的各種形式的信息進行處理和分析。例如圖像模式識別中常用周長、面積、圓形度、離心率等這些形狀變數進行模式識別。
基本介紹
- 中文名：幾何模式識別
- 外文名：Geometric pattern recognition
- 學科：計算機
- 定義：利用一些幾何特性進行模式識別
- 有關術語：模式識別
- 領域：人工智慧
簡介,模板匹配法,距離分類法,非線性判別函式,統計模式識別,
簡介
幾何模式識別是指利用一些幾何特性對表征事物或現象的各種形式的信息進行處理和分析，屬於一種統計模式識別(statistical approach of pattern recognition)方法。幾何模式識別方法經常直接從最佳化一定的代價函式構造決策界，常見的方法有模板匹配法、距離分類法、非線性判別函式等。
模板匹配法
模板匹配是一種最原始、最基本的模式識別方法，研究某一特定對象物的圖案位於圖像的什麼地方，進而識別對象物，這就是一個匹配問題。它是圖像處理中最基本、最常用的匹配方法。模板匹配具有自身的局限性，主要表現在它只能進行平行移動，若原圖像中的匹配目標發生旋轉或大小變化，該算法無效。模板就是一副已知的小圖像，而模板匹配就是在一副大圖像中搜尋目標，已知該圖中有要找的目標，且該目標同模板有相同的尺寸、方向和圖像元素，通過一定的算法可以在圖中找到目標，確定其坐標位置。在套用模板匹配法進行圖像匹配時，應注意以下幾點：
（1）歸一化互相關注進行匹配，模板應在（M-P+1）×（N-Q+1）個參考位置上進行相關計算，計算量非常大，必要時可以採用序貫相似檢驗算法、幅度排序相關算法、FFT相關算法、分層搜尋序貫判決等方法對其進行改進，以提高運算速度。
（2）模板匹配具有自身的局限性，主要表現在它只能進行平行移動，若原圖像中的匹配目標發生旋轉或大小變化，該算法無效。
（3）若原圖像中要匹配的目標只有部分可見，該算法也無法完成匹配。
距離分類法
距離是一種重要的相似性度量，通常認為空間中兩點距離越近，表示實際上兩樣本越相似。大約有十餘種作為相似性度量的距離函式，其中使用最廣泛的是歐氏距離。它是使用最為廣泛的方法，常用的有平均樣本法、平均距離法、最近鄰法和K－近鄰法。
非線性判別函式
線性判決函式的特點是簡單易行，實際套用中許多問題往往是非線性的，一種處理的辦法將非線性函式轉換為線性判決函式，所以又稱為廣義線性判決函式。另一種方法藉助電場的概念，引入非線性的勢函式，它經過訓練後即可用來解決模式的分類問題。
統計模式識別
統計模式識別(statistical approach of pattern recognition)是一種基本的模式識別方法。模式識別是在某些一定量度或觀測基礎上把待識模式劃分到各自的模式類中去。統計模式識別是對模式的統計分類方法，即結合統計機率論的貝葉斯決策系統進行模式識別的技術，又稱為決策理論識別方法。統計決策理論的基本思想就是在不同的模式類中建立一個決策邊界，利用決策函式把一個給定的模式歸入相應的模式類中。統計模式識別的基本模型如圖2，該模型主要包括兩種操作模型：訓練和分類，其中訓練主要利用己有樣本完成對決策邊界的劃分，並採取了一定的學習機制以保證基於樣本的劃分是最優的;而分類主要對輸入的模式利用其特徵和訓練得來的決策函式而把模式劃分到相應模式類中。
統計模式識別方法以數學上的決策理論為基礎建立統計模式識別模型。其基本模型是:對被研究圖像進行大量統計分析，找出規律性的認識，並選取出反映圖像本質的特徵進行分類識別。統計模式識別系統可分為兩種運行模式:訓練和分類。訓練模式中，預處理模組負責將感興趣的特徵從背景中分割出來、去除噪聲以及進行其它操作;特徵選取模組主要負責找到合適的特徵來表示輸入模式;分類器負責訓練分割特徵空間。在分類模式中，被訓練好的分類器將輸入模式根據測量的特徵分配到某個指定的類。
