人工智能的模式识别与机器视觉.docx

人工智能的模式识别与机器视觉.docx

《人工智能的模式识别与机器视觉.docx》由会员分享，可在线阅读，更多相关《人工智能的模式识别与机器视觉.docx（2页珍藏版）》请在冰豆网上搜索。

人工智能的模式识别与机器视觉

模式识别

“模式”（Panern）一词的本意是括完整天缺的供模仿的标本或标识。

模式识别就是识别出给定物体所模仿的标本或标识。

计算机模式识别系统使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。

模式识别是一个不断发展的学科分支，它的理论基础和研究范围也在不断发展。

在二维的文字、图形和图像的识别方而，已取得许多成果。

三维景物和活动目标的识别和分析是目前研究的热点。

语音的识别和合成技术也有很大的发展。

基于人工神经网络的模式识别技术在手写字符的识别、汽车牌照的识别、指纹识别、语音识别等方面已经有许多成功的应用。

模式识别技术是智能计算机和智能机器人研究的十分重要的基础

机器视觉

实验表明，人类接受外界信息的80％以上来自视觉，10％左右来自听觉，其余来自嗅觉、味觉及触觉。

在机器视觉方面，只要给计算机系统装上电视摄像输入装置就可以“看见”周围的东西。

但是，视觉是一种感知，机器视觉的感知过程包含一系列的处理过程，例如，一个可见的景物由传感器编码输入，表示成一个灰度数值矩阵；图像的灰度数值由图像检测器进行处理，检测器检测出图像的主要成分，如组成景物的线段、简单曲线和角度等；这些成分又校处理，以便根据景物的表面特征和形状特征来推断有关景物的特征信息；最终目标是利用某个适当的模型来表示该景物。

视觉感知问题的要点是形成一个精练的表示来取代极其庞大的未经加工的输入情息，把庞大的视觉输人信息转化为一种易于处理和有感知意义的描述。

机器视觉可分为低层视觉和高后视觉两个层次，低层视觉主要是对视觉团像执行预处理，例如，边缘检测、运动目标检测、纹理分析等，另外还有立体造型、曲面色彩等，其目的是使对象凸现出来，这时还谈不上对它的理解。

高层视觉主要是理解对象，显然，实现高层视觉需要掌捏与对象相关的知识。

机器视觉的前沿研究课题包括：

实时图像的并行处理，实时图像的压缩、传输与复原，三绍景物的建模识别，动态和时变视觉等。

人娄的钉能活动过程主要是一个获得知识并运用知识的过程，知识是智能的基础。

为了使计算机具有钉能，能模拟人类的智能行为，就必须使它具有知识。

把人类拥有的知识采用适当的模式表示出来以便存储到计算机中，这就是知识表示要解决的问题。

知识表示是对知识的一种描述，或者说是一组约定，是一种计算机可以接受的用于描述知识的数据结构，对知识进行表木就是把知识表示咸便于计算机存储和利用的菜种数据结构。

知识表示方法给出的知识表示形式称为知识表示程式，知识表示模式分为外部表示模式和内部表示模式两个层次。

知识外部表示模式是与软件开发的工具、运行的软件平台无关的知识表示的形式化描述。

知识内部表示模式是与软件开发工具及平台有关的知识表示的存储结构。

对某一种知识外部表示模式采用不同的软件开发工具与平台实现时，其内部表示模式不同。

目前使用较多的知识表示方法主要有；一阶谓词逻辑表示方法、产生式表示方法、框架表示方法、语义网络表示方法、面向对象表示方法和基于人工神经网络的知识表示方法等。

根据是否可以表示不确定性知识，知识表示方法分为确定性知识表示和不确定性知识表示两类。

本章讨论确定性知识表示中的一阶谓词逻辑表示方法、产生式表示方法和框架表示方法。

（本文档由缩阴产品整理发布，版权原作者所有）