模式識(shí)別概論

模式識(shí)別概論第1頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月課程對(duì)象智能科學(xué)與技術(shù)自動(dòng)化計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)本科專業(yè)的高年級(jí)學(xué)生使用第2頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月與模式識(shí)別相關(guān)的學(xué)科統(tǒng)計(jì)學(xué)概率論線性代數(shù)（矩陣計(jì)算）高等數(shù)學(xué)機(jī)器學(xué)習(xí)人工智能圖像處理計(jì)算機(jī)視覺…第3頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月教學(xué)方法著重講述模式識(shí)別的基本概念，基本方法和算法原理。注重理論與實(shí)踐緊密結(jié)合實(shí)例教學(xué)：通過大量實(shí)例講述如何將所學(xué)知識(shí)運(yùn)用到實(shí)際應(yīng)用之中避免引用過多的、繁瑣的數(shù)學(xué)推導(dǎo)。

第4頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月教學(xué)目標(biāo)掌握模式識(shí)別的基本概念和方法有效地運(yùn)用所學(xué)知識(shí)和方法解決實(shí)際問題為研究新的模式識(shí)別的理論和方法打下基礎(chǔ)

第5頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月題外話基本：完成課程學(xué)習(xí)，通過考試，獲得學(xué)分。提高：能夠?qū)⑺鶎W(xué)知識(shí)和內(nèi)容用于課題研究，解決實(shí)際問題。飛躍：通過模式識(shí)別的學(xué)習(xí)，改進(jìn)思維方式，為將來的工作打好基礎(chǔ)，終身受益。第6頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月教材/參考文獻(xiàn)范九倫，趙鳳，雷博等，模式識(shí)別導(dǎo)論，西安電子科技大學(xué)出版社，2012。邊肇祺，模式識(shí)別（第二版），清華大學(xué)出版社，2000。齊敏，李大建，郝重陽(yáng)，模式識(shí)別導(dǎo)論，清華大學(xué)出版社，2009。R.Duda,P.Hart,D.Stork,PatternClassification,secondedition,2000（有中譯本）.第7頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月機(jī)構(gòu)、會(huì)議、刊物1973年IEEE發(fā)起了第一次關(guān)于模式識(shí)別的國(guó)際會(huì)議“ICPR”（此后兩年一次），成立了國(guó)際模式識(shí)別協(xié)會(huì)---“IAPR”1977年IEEE成立PAMI委員會(huì)，創(chuàng)立IEEETrans.onPAMI，并支持ICCV,CVPR兩個(gè)會(huì)議其他刊物PatternRecognition(PR)PatternRecognitionLetters(PRL)PatternAnalysisandApplication(PAA)InternationalJournalofPatternRecognitionandArtificialIntelligence(IJPRAI)第8頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第一章引論第9頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月什么是模式（Pattern）？第10頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月什么是模式？廣義地說，存在于時(shí)間和空間中可觀察的物體，如果我們可以區(qū)別它們是否相同或是否相似，都可以稱之為模式。模式所指的不是事物本身，而是從事物獲得的信息，因此，模式往往表現(xiàn)為具有時(shí)間和空間分布的信息。模式的直觀特性:可觀察性可區(qū)分性相似性第11頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月認(rèn)知模式識(shí)別模式識(shí)別是生物體的基本活動(dòng)，與感覺、記憶、學(xué)習(xí)、思維等心理過程緊密聯(lián)系。因此，模式識(shí)別是研究生物體如何感知對(duì)象的學(xué)科，屬于認(rèn)識(shí)科學(xué)的范疇，是生理學(xué)家、心理學(xué)家、生物學(xué)家和神經(jīng)生理學(xué)家的研究?jī)?nèi)容，常被稱做認(rèn)知模式識(shí)別。具體而言…第12頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月什么是模式？狹義地講，模式是為了能讓計(jì)算機(jī)執(zhí)行和完成分類識(shí)別任務(wù)，通過對(duì)具體的個(gè)別事物進(jìn)行觀測(cè)所得到的具體時(shí)間和空間分布的信息。把模式所屬的類別或同一類中模式的總體稱為模式類。第13頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月計(jì)算機(jī)模式識(shí)別根據(jù)待識(shí)別對(duì)象的特征或?qū)傩?，利用以?jì)算機(jī)為中心的機(jī)器系統(tǒng)，運(yùn)用一定的分析算法確定對(duì)象的類別的學(xué)科，是數(shù)學(xué)家、信息學(xué)專家和計(jì)算機(jī)專家的研究?jī)?nèi)容模式識(shí)別定義：

研究一些自動(dòng)技術(shù)，利用這些技術(shù)，計(jì)算機(jī)自動(dòng)地把待識(shí)別模式分到各自的模式類中。

例如：數(shù)字識(shí)別第14頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別模式識(shí)別–直觀，無所不在，“人以類聚，物以群分”周圍物體的認(rèn)知：桌子、椅子人的識(shí)別：張三、李四聲音的辨別：汽車、火車，狗叫、人語(yǔ)氣味的分辨：炸帶魚、紅燒肉人和動(dòng)物的模式識(shí)別能力是極其平常的，但對(duì)計(jì)算機(jī)來說卻是非常困難的。第15頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月認(rèn)識(shí)模式識(shí)別認(rèn)知模式識(shí)別是認(rèn)知心理學(xué)研究領(lǐng)域的核心問題之一，是人的一種最基本的認(rèn)知能力。匹配過程可以采用：

1.模板匹配理論

2.原形匹配理論

3.特征匹配理論

4.結(jié)構(gòu)優(yōu)勢(shì)描述理論第16頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月計(jì)算機(jī)模式識(shí)別模式識(shí)別系統(tǒng)模式識(shí)別系統(tǒng)的基本構(gòu)成數(shù)據(jù)獲取特征提取和選擇預(yù)處理分類決策分類器設(shè)計(jì)第17頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別系統(tǒng)組成單元數(shù)據(jù)獲?。河糜?jì)算機(jī)可以運(yùn)算的符號(hào)來表示所研究的對(duì)象二維圖像：文字、指紋、地圖、照片等一維波形：腦電圖、心電圖、季節(jié)震動(dòng)波形等物理參量和邏輯值：體溫、化驗(yàn)數(shù)據(jù)、參量正常與否的描述

通過各種傳感器把研究對(duì)象的各種物理變量轉(zhuǎn)化為計(jì)算機(jī)可以接受的數(shù)值和符號(hào)集合,習(xí)慣上稱這種數(shù)值或符號(hào)串所組成的空間為模式空間預(yù)處理單元：去噪聲，提取有用信息，并對(duì)輸入測(cè)量?jī)x器或其它因素所造成的退化現(xiàn)象進(jìn)行復(fù)原第18頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別系統(tǒng)組成單元特征提取和選擇：對(duì)原始數(shù)據(jù)進(jìn)行變換，得到最能反映分類本質(zhì)的特征測(cè)量空間：原始數(shù)據(jù)組成的空間特征空間：分類識(shí)別賴以進(jìn)行的空間模式表示：維數(shù)較高的測(cè)量空間->維數(shù)較低的特征空間分類決策：在特征空間中用模式識(shí)別方法把被識(shí)別對(duì)象歸為某一類別基本做法：在樣本訓(xùn)練集基礎(chǔ)上確定某個(gè)判決規(guī)則，使得按這種規(guī)則對(duì)被識(shí)別對(duì)象進(jìn)行分類所造成的錯(cuò)誤識(shí)別率最小或引起的損失最小第19頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別系統(tǒng)一個(gè)功能完善的計(jì)算機(jī)模式識(shí)別系統(tǒng)除了具有分類識(shí)別過程外,通常還應(yīng)該具有學(xué)習(xí)功能,具體如下圖.第20頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別系統(tǒng)的原理框圖第21頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月統(tǒng)計(jì)模式識(shí)別過程實(shí)例在傳送帶上用光學(xué)傳感器件對(duì)魚按品種分類 鱸魚(Seabass)

品種 鮭魚(Salmon)第22頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月識(shí)別過程數(shù)據(jù)獲?。杭茉O(shè)一個(gè)攝像機(jī)，采集一些樣本圖像，獲取樣本數(shù)據(jù)預(yù)處理：去噪聲，用一個(gè)分割操作把魚和魚之間以及魚和背景之間分開第23頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月識(shí)別過程特征提取和選擇：對(duì)單個(gè)魚的信息進(jìn)行特征選擇，從而通過測(cè)量某些特征來減少信息量長(zhǎng)度亮度寬度魚翅的數(shù)量和形狀嘴的位置，等等…分類決策：把特征送入決策分類器第24頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第25頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第26頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第27頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第28頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第29頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第30頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式分類器的獲取和評(píng)測(cè)過程數(shù)據(jù)采集特征選取模型選擇訓(xùn)練和測(cè)試計(jì)算結(jié)果和復(fù)雜度分析，反饋第31頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月第32頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月訓(xùn)練和測(cè)試訓(xùn)練集：是一個(gè)已知樣本集，在監(jiān)督學(xué)習(xí)方法中，用它來開發(fā)出模式分類器。測(cè)試集：在設(shè)計(jì)識(shí)別和分類系統(tǒng)時(shí)沒有用過的獨(dú)立樣本集。系統(tǒng)評(píng)價(jià)原則：為了更好地對(duì)模式識(shí)別系統(tǒng)性能進(jìn)行評(píng)價(jià)，必須使用一組獨(dú)立于訓(xùn)練集的測(cè)試集對(duì)系統(tǒng)進(jìn)行測(cè)試。第33頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別的研究目的：利用計(jì)算機(jī)對(duì)物理對(duì)象進(jìn)行分類，在錯(cuò)誤概率最小的條件下，使識(shí)別的結(jié)果盡量與客觀物體相符合。Y=F(X)X的定義域取自特征集Y的值域?yàn)轭悇e的標(biāo)號(hào)集F是模式識(shí)別的判別方法第34頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別方法模式識(shí)別系統(tǒng)的目標(biāo)：在特征空間和解釋空間之間找到一種映射關(guān)系，這種映射也稱之為假說。特征空間：從模式得到的對(duì)分類有用的度量、屬性或基元構(gòu)成的空間。解釋空間：將c個(gè)類別表示為 其中為所屬類別的集合，稱為解釋空間。第35頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月假說的兩種獲得方法監(jiān)督學(xué)習(xí)、概念驅(qū)動(dòng)或歸納假說：在特征空間中找到一個(gè)與解釋空間的結(jié)構(gòu)相對(duì)應(yīng)的假說。在給定模式下假定一個(gè)解決方案，任何在訓(xùn)練集中接近目標(biāo)的假說也都必須在“未知”的樣本上得到近似的結(jié)果。依靠已知所屬類別的的訓(xùn)練樣本集，按它們特征向量的分布來確定假說（通常為一個(gè)判別函數(shù)），只有在判別函數(shù)確定之后才能用它對(duì)未知的模式進(jìn)行分類；對(duì)分類的模式要有足夠的先驗(yàn)知識(shí)，通常需要采集足夠數(shù)量的具有典型性的樣本進(jìn)行訓(xùn)練。第36頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月假說的兩種獲得方法（續(xù)）非監(jiān)督學(xué)習(xí)、數(shù)據(jù)驅(qū)動(dòng)或演繹假說：在解釋空間中找到一個(gè)與特征空間的結(jié)構(gòu)相對(duì)應(yīng)的假說。這種方法試圖找到一種只以特征空間中的相似關(guān)系為基礎(chǔ)的有效假說。在沒有先驗(yàn)知識(shí)的情況下，通常采用聚類分析方法，基于“物以類聚”的觀點(diǎn)，用數(shù)學(xué)方法分析各特征向量之間的距離及分散情況；如果特征向量集聚集若干個(gè)群，可按群間距離遠(yuǎn)近把它們劃分成類；這種按各類之間的親疏程度的劃分，若事先能知道應(yīng)劃分成幾類，則可獲得更好的分類結(jié)果。第37頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式分類的主要方法數(shù)據(jù)聚類統(tǒng)計(jì)分類結(jié)構(gòu)模式識(shí)別神經(jīng)網(wǎng)絡(luò)第38頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月數(shù)據(jù)聚類目標(biāo)：用某種相似性度量的方法將原始數(shù)據(jù)組織成有意義的和有用的各種數(shù)據(jù)集。是一種非監(jiān)督學(xué)習(xí)的方法，解決方案是數(shù)據(jù)驅(qū)動(dòng)的。第39頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月統(tǒng)計(jì)分類基于概率統(tǒng)計(jì)模型(概率密度函數(shù)、后驗(yàn)概率)得到各類別的特征向量的分布，以取得分類的方法。特征向量分布的獲得是基于一個(gè)類別已知的訓(xùn)練樣本集。是一種監(jiān)督分類的方法，分類器是概念驅(qū)動(dòng)的。第40頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月結(jié)構(gòu)模式識(shí)別對(duì)于具有復(fù)雜結(jié)構(gòu)特征的對(duì)象，僅用一些復(fù)雜特征已不能對(duì)其進(jìn)行充分描述，此時(shí)需要采用結(jié)構(gòu)模式識(shí)別方法。該方法首先將對(duì)象分解為若干基本單元（基元），然后利用這些基元和它們之間的結(jié)構(gòu)關(guān)系來描述對(duì)象。在結(jié)構(gòu)模式識(shí)別中，基元以及基元之間的結(jié)構(gòu)關(guān)系采用圖和字符串來表示，這些圖和字符串稱為形式語(yǔ)言的句子，再根據(jù)代表類的文法運(yùn)用形式語(yǔ)言理論和技術(shù)對(duì)句子進(jìn)行句法分析，根據(jù)其是否符合某一類的文法來確定其類別。因此，結(jié)構(gòu)模式識(shí)別也稱為句法模式識(shí)別。第41頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是受人腦組織的生理學(xué)啟發(fā)而創(chuàng)立的。由一系列互相聯(lián)系的、相同的單元（神經(jīng)元）組成。相互間的聯(lián)系可以在不同的神經(jīng)元之間傳遞增強(qiáng)或抑制信號(hào)。增強(qiáng)或抑制是通過調(diào)整神經(jīng)元相互間聯(lián)系的權(quán)重系數(shù)來（weight）實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)監(jiān)督和非監(jiān)督學(xué)習(xí)條件下的分類。第42頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別的一些基本準(zhǔn)則奧卡姆剃刀原理

14世紀(jì)邏輯學(xué)家、圣方濟(jì)各會(huì)修士奧卡姆的威廉提出一個(gè)原理“如無必要，勿增實(shí)體”，殺雞焉用宰牛刀，在多種實(shí)現(xiàn)方法中提倡選擇最簡(jiǎn)單的假設(shè)和模型，盡量不要把問題復(fù)雜化，盡力把沒用的和會(huì)把問題復(fù)雜化的因素去掉。第43頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別的一些基本準(zhǔn)則沒有免費(fèi)的午餐定理（NoFreeLunch,NFL）該定理指出：沒有最好的算法，每種算法總有它的優(yōu)勢(shì)和缺陷。NFL定理可簡(jiǎn)單表述為：對(duì)于所有可能的問題，任意給定兩個(gè)算法A，A’，如果A在某些問題上表現(xiàn)得比A’好，那么A在其他問題上表現(xiàn)一定比A’差。該定理隱含指出：任何一種分類算法甚至不比搜索空間的線性列舉或者純隨機(jī)搜索算法更優(yōu)。第44頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別的一些基本準(zhǔn)則丑小鴨定理

20世紀(jì)60年代，美籍日本學(xué)者渡邊慧證明了“丑小鴨定理”。定理說：丑小鴨和白天鵝之間的區(qū)別和兩只白天鵝之間的區(qū)別一樣大。這個(gè)看起來完全違背常識(shí)的定理實(shí)際上說的是：世界上不存在分類的客觀標(biāo)準(zhǔn)，一切分類的標(biāo)準(zhǔn)都是主觀的。第45頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月渡邊慧舉了一個(gè)鯨魚的例子：按照生物學(xué)的分類方法，鯨魚屬于哺乳類的偶蹄目，和牛是一類；但是在產(chǎn)業(yè)界，鯨和魚同屬于水產(chǎn)業(yè)，而不屬于包括牛的畜牧業(yè)。分類結(jié)果取決于選擇什么特征作為分類標(biāo)準(zhǔn)，而特征的選擇又依存于人的目的。丑小鴨是白天鵝的幼雛，在畫家的眼里，丑小鴨和白天鵝的區(qū)別大于兩只白天鵝的區(qū)別；但是在遺傳學(xué)家的眼里，丑小鴨與其父親或母親的差別小于父母之間的差別。由此引出的一個(gè)問題是，事物有沒有“本質(zhì)”？一個(gè)蘋果，牛頓看到的是它的質(zhì)量，遺傳學(xué)家看到的是它的染色體中的DNA序列，美食家關(guān)心的是它的味道，畫家看到的是它的顏色和形狀，孔融還可能關(guān)注其大小并從中看出道德因素。這里面沒有誰(shuí)對(duì)誰(shuí)錯(cuò)的問題，所以不可能知道蘋果的“本質(zhì)”是什么。在說到“本質(zhì)”的時(shí)候，充其量說的只是“我認(rèn)為最重要的特征”，只代表個(gè)人的立場(chǎng)。第46頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別簡(jiǎn)史1929年G.Tauschek發(fā)明閱讀機(jī)，能夠閱讀0-9的數(shù)字。30年代Fisher提出統(tǒng)計(jì)分類理論，奠定了統(tǒng)計(jì)模式識(shí)別的基礎(chǔ)。50年代NoamChemsky提出形式語(yǔ)言理論——傅京蓀提出句法結(jié)構(gòu)模式識(shí)別。60年代L.A.Zadeh提出了模糊集理論，模糊模式識(shí)別方法得以發(fā)展和應(yīng)用。80年代以Hopfield網(wǎng)、BP網(wǎng)為代表的神經(jīng)網(wǎng)絡(luò)模型導(dǎo)致人工神經(jīng)元網(wǎng)絡(luò)復(fù)活，并在模式識(shí)別得到較廣泛的應(yīng)用。90年代小樣本學(xué)習(xí)理論，支持向量機(jī)也受到了很大的重視。第47頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別的應(yīng)用（舉例）生物學(xué)—生物特征識(shí)別自動(dòng)細(xì)胞學(xué)、染色體特性研究、遺傳研究天文學(xué)天文望遠(yuǎn)鏡圖像分析、自動(dòng)光譜學(xué)經(jīng)濟(jì)學(xué)股票交易預(yù)測(cè)、企業(yè)行為分析醫(yī)學(xué)心電圖分析、腦電圖分析、醫(yī)學(xué)圖像分析第48頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月模式識(shí)別的應(yīng)用（舉例）工程產(chǎn)品缺陷檢測(cè)、特征識(shí)別、語(yǔ)音識(shí)別、自動(dòng)導(dǎo)航系統(tǒng)、污染分析軍事航空攝像分析、雷達(dá)和聲納信號(hào)檢測(cè)和分類、自動(dòng)目標(biāo)識(shí)別安全指紋識(shí)別、人臉識(shí)別、監(jiān)視和報(bào)警系統(tǒng)第49頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：統(tǒng)計(jì)模式識(shí)別19名男女同學(xué)進(jìn)行體檢，測(cè)量了身高和體重，但事后發(fā)現(xiàn)其中有4人忘記填寫性別，試問（在最小錯(cuò)誤的條件下）這4人是男是女？體檢數(shù)值如下：第50頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：統(tǒng)計(jì)模式識(shí)別（續(xù)）待識(shí)別的模式：性別（男或女）測(cè)量的特征：身高和體重訓(xùn)練樣本：15名已知性別的樣本特征目標(biāo)：希望借助于訓(xùn)練樣本的特征建立判別函數(shù)（即數(shù)學(xué)模型）第51頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：統(tǒng)計(jì)模式識(shí)別（續(xù)）由訓(xùn)練樣本得到的特征空間分布圖第52頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：統(tǒng)計(jì)模式識(shí)別（續(xù)）從圖中訓(xùn)練樣本的分布情況，找出男、女兩類特征各自的聚類特點(diǎn)，從而求取一個(gè)判別函數(shù)（直線或曲線）。只要給出待分類的模式特征的數(shù)值，看它在特征平面上落在判別函數(shù)的哪一側(cè)，就可以判別是男還是女了。第53頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：句法模式識(shí)別問題：如何利用對(duì)圖像的結(jié)構(gòu)信息描述，識(shí)別如下所示圖片：第54頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：句法模式識(shí)別（續(xù)）將整個(gè)場(chǎng)景圖像結(jié)構(gòu)分解成一些比較簡(jiǎn)單的子圖像的組合；子圖像又用一些更為簡(jiǎn)單的基本圖像單元來表示，直至子圖像達(dá)到了我們認(rèn)為的最簡(jiǎn)單的圖像單元（基元）；所有這些基元按一定的結(jié)構(gòu)關(guān)系來表示，利用多級(jí)樹結(jié)構(gòu)對(duì)其進(jìn)行描述（這種描述可以采用形式語(yǔ)言理論）。第55頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：句法模式識(shí)別（續(xù)）多級(jí)樹描述結(jié)構(gòu)第56頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：句法模式識(shí)別（續(xù)）訓(xùn)練過程：用已知結(jié)構(gòu)信息的圖像作為訓(xùn)練樣本，先識(shí)別出基元（比如場(chǎng)景圖中的X、Y、Z等簡(jiǎn)單平面）和它們之間的連接關(guān)系（例如長(zhǎng)方體E是由X、Y和Z三個(gè)面拼接而成），并用字母符號(hào)代表之；然后用構(gòu)造句子的文法來描述生成這幅場(chǎng)景的過程，由此推斷出生成該場(chǎng)景的一種文法。第57頁(yè)，課件共66頁(yè)，創(chuàng)作于2023年2月實(shí)例：句法模式識(shí)別（續(xù)）識(shí)別過程：先對(duì)未知結(jié)構(gòu)信息的圖像進(jìn)行基元提取及其相互結(jié)構(gòu)關(guān)系的識(shí)別；然后用訓(xùn)練過程獲得的文法做句法分析；如果能被已知結(jié)構(gòu)信息的文法分析出來，則該幅未知圖像與訓(xùn)練樣本具有相同的結(jié)構(gòu)（識(shí)別成功），否則就不是這種結(jié)構(gòu)（識(shí)別失?。?。第58頁(yè)，課件共66頁(yè)，創(chuàng)作于2