论文总字数：18638字

摘 要

模式的概念源于类学。作为一个抽象化的概念，这个技术并不是被识别对象的固有的一种属性，而是人对被识别的对象所惯有的主观标签。模式识别就是机器识别，目的是让计算机模拟人脑，对所需要观察的对象自动的进行模拟达到人脑的效果。

图像模式识别是在预处理，图象分割，特征提取和图像复原的基本概念的基础上对图像进行识别。模式识别系统主要是以信息获取，预处理，特征提取与选择和分类器的选择构成，图像在传感器的识别下进行机器化的转换，把图像信息转换为数字或者集合的信息，以便于人们能够识别出来进行分析预算。本文研究了模式识别的四种方法，分别是统计模式识别，模糊模式识别，结构模式识别，和人工神经网络系统模式识别。首先概述模式识别的基础理论，然后讨论模式识别系统，最后介绍了模式识别中的四种基本方法,并对四种方法进行了分析和比较。

关键词：模式识别；人工智能；技术；参数

Image Pattern Recognition Method and Comparative Study

Abstract

Model derived from the concept of class learning. As an abstract concept, object of this technology is not identified a kind of inherent attribute, but is the people to the identified object the usual subjective label. Pattern recognition is the machine, the purpose is to make the computer simulation of the human brain, the need to observe an object automatically simulated to achieve the effect of the human brain.

Image pattern recognition is in preprocessing, image segmentation, feature extraction and image restoration on the basis of the basic concepts of image identification. Pattern recognition system is mainly based on information acquisition, preprocessing, feature extraction and selection and classifier, the choice of images in the sensor under the recognition of the transformation of the machine, the image information is converted to a digital or a collection of information, so that people can identify budget for analysis. This paper studies the four methods of pattern recognition, statistical pattern recognition, fuzzy pattern recognition, structural pattern recognition, pattern recognition and neural network. The basis of an overview of the pattern recognition theory first, and then discuss the pattern recognition system, finally introduces the four basic methods of pattern recognition, and the four methods are analyzed and compared.

Keywords: Pattern Recognition; Artificial Intelligence; Technology; Parameters

目录

摘要 I

Abstract II

第一章 绪论 1

1.1模式识别的背景及意义 1

1.2 模式识别的现状和发展 1

1.3 本文主要研究方向 2

第二章 图像模式识别基础 4

2.1模式识别的基本概念 4

2.2 模式识别系统 4

2.3预处理 5

2.4特征提取选择 5

第三章 图像模式识别方法 7

3.1统计模式识别 7

3.2结构模式识别 7

3.3模糊模式识别 8

3.4神经系统模式识别 9

第四章 实验结果分析 11

4.1统计模式识别在图像中的应用 11

4.2 结构模式识别在图像中的应用 12

4.3模糊模式识别在图像中的应用 14

4.4神经网络识别在图像中的应用 15

4.5四种模式识别方法的比较分析 17

第五章 结论 18

5.1本文的总结 18

5.2 对未来的展望 18

致谢 19

参考文献（References） 20

绪论

1.1模式识别的背景及意义

模式识别就是机器识别，目的是让计算机模拟人脑，对所需要观察的对象自动的进行模拟达到人脑的效果^[1]。人类基本活动离不开识别，识别已经是必不可少的。识别首先就是判断，什么是有用消息，我们称为信息。信息的获取决定了是否能得出正确的判断，找寻自身所需要东西。动物靠长期的经验对生存空间进行观摩后得到他们所需的信息，才能不断的发展和繁衍。动物是靠他们的触觉和对其他动物的观察而达到识别的效果。模式识别技术得到了更多的人的注意，而且他有很显著的成效。因为它应用范围比较广，由于其他国家，单位还有集体都开始重视了这项技术和人工智能的模式识别，所以我们在如今才看到模式识别技术的存在和应用。

人类早期，通过钻木而达到取火的目的，通过对直观的观察和经验而达到目的外，人类与动物最大的区别不仅仅是直立行走更是人类的思维在不断的变化与发展。人类通过人脑的分析与判断从而识别信息，获取信息。人脑从得到事物，开始分析它，对所需要的进行提取，对没有需要的进行过滤，完成最终的判断。模式识别在人类社会中已经成为被称为是意向必不可少的工作，在早期，人类用通过感官来直观的判别事物。如工厂产品商品的质量的好坏，水果级别等级如何的分类^[2]。19世纪末，由于工农生产发展的规模的壮大，仅靠人工技术和识别能力与判断已经不能适应机器生产的需要，我们社会需要利用机器完成识别的工作实在是迫在眉睫。尤其是20世纪现在属于计算机的发展的时代，机器应用于生产的识别手段需要更多的跟进，同时与大机器生产，自动化生产密切是离不开的。计算机对外部世界感知能力的低下已经成为开拓计算机应用很难突破的瓶颈也与其高超的运算能力形成强烈对比。模式识别是着眼于扩展计算机的应用领域从而加强其感知外部信息技术的学科。

在这个快速发展的时代中，尤其是20世纪60年代。为了切实可行的解决现实生活中的问题，所以进入了这样的区域。不断的发展和研究，找到了一些不好的观点，也看到一些不能实现的问题，由于我们要不断的解决问题。所以出现了模式识别，这种技术有很多其他的方法需要相互的融合，涉及的范围很广。随着知识化和信息化大爆发的来临，模式识别是智能化的产物，利用计算技术和互联网的应用，模式识别越来越广泛被关注和实施。

剩余内容已隐藏，请支付后下载全文，论文总字数：18638字