论文部分内容阅读
摘要：由于计算机技术与人工智能技术在本世纪得到了巨大的发展，模式识别作为人工智能技术延伸的一项重要得识别技术，凭借自身的智能化、自动化等特点通过对数字信号的收集识别与分析，让计算机也能具备类似人类的视觉功能。借助神经网络与机器学习理论，以视觉算法为基础的模式识别就能够自主识别目标对象，提取轮廓特征等主要图像信息。
关键词：人工智能;模式识别;计算机视觉
一：模式识别的技术的主要特点
模式识别是一种人类所拥有的一项基本智能，在人们的日常生活中经常需要进行“模式识别”。随着计算机的出现和人工智能的发展，人们希望通过计算机能够代替人类的部分脑力劳动。
模式识别是指对事物或者现象的各种形式（语言、字体、图片等）信息进行处理分析，以及对事物或现象进行分类、辨别、解释的过程。就是通过使用计算机的技术研究模式的处理和判读。模式识别最主要研究自动化人工智能技术方面，把相应的识别方式写入计算机系统的不同模块当中，从而达到计算机智能识别语言、字体、图像等信息。由于模式识别是通过计算机根据样本信息的特征进行迅速分析处理的，并根据使用者的指令给出相对应的处理建议。因此，模式识别技术不仅拥有智能化、自动化等特点，也具备高效性和准确性。
二、模式识别的方法
模式识别主要的方式包括统计模式识别、结构模式识别、模糊模式识别以及人工神经网络等。
统计模式识别是根据被识别对象所包含的原始数据信息，从而提取能够得到的特征向量定义在一个特征空间中，根据某种相似性测度，特征向量相似的对象分别在这个空间中对应着一点。
结构模式识别又称为句法模式识别，是把一个比较复杂的模式进行分解为若干个更容易区分的子模式，如果所得到的子模式还是难以分类识别，需要再进行分解，最终达到可以容易识别的结构，而这些最终得到的子模式称之为这个模式的基元。
模糊模式识别是对传统的统计模式识别和句法模式识别的一种补充方法，它的理论基础是模糊数学。模糊模式识别是为了能识别和判断模糊事物，能够解决很多现实生活中具有模糊性的概念。它被广泛运用在经济学、自然科学等当中。
人工神经网络也称为连接模型，它是从信息处理的角度对动物的神经元网络运行方式的理解基础上进行抽象建立某种简单的模型，按照不同的连接方式组成复杂的能够自学习、联想的系统。
三、计算机视觉
计算机视觉是运用电脑以及相关设备对生物视觉的模拟，就是用计算机代替人脑对目标事物进行识别分析处理，使电脑处理成的数据更加接近人眼观察到的图像。整个过程还涉及到了不同的计算机模拟，从而使电脑得到的数据更加具备准确性。随着人工智能水平的不断提高，计算机视觉技术与三维物体分析工作相联系。计算机视觉、图像分析、机器视觉、图像处理等学科有着紧密的联系，它们中很多的理论、技术和应用领域都有着一定的重叠。计算机视觉技术运用在各个领域，如制造业、农业、医疗、军事领域中人工智能系统中不可或缺的一部分。计算机视觉技术最终的目标是让计算机或者机器人达到人类水平相当的视觉能力。所以计算机视觉技术也就是计算机“感知”图像、视频或多维数据的一种技术。
四、计算机视觉中模式识别的应用
计算机视觉中运用最大的领域可能就是军事上的应用，现代化的战争是科技化、智能化的战争，计算机视觉技术在其中有着不可分割的一部分。从单兵作战中的侦查无人机（UAV）到导弹制导都需要用到计算机视觉技术。无人侦察机在在战场中一直充当着“眼睛”的角色，需要对敌方的士兵或车辆等信息数据探查，提供丰富的有关作战的场景用于支持决策的信息。导弹的制导发送导弹的地区，不是单个特定的目标，并且当导弹到达指定区域时，通过获取图像数据的区域的目标迅速做出选择。
第二个计算机视觉应用的区域实在工业中，自动化加工做为工业中重要的一个步骤，在对零件或模具的加工中需要考虑各种的影响因素。此时可以引入计算机视觉技术与传统的检测相比，计算机视觉技术能够更加的准确的检测模具的初始数据，在加工过程对处理缺陷自动检测，这就可以对各种复杂的零件或者模型的加工创造了条件。在工业视觉系统中计算机视觉技术也有着巨大的作用，例如对水果的品质的进行识别分类，通过摄像机提取光谱信息，高速转化将产品的信息输入图像处理系统，形成数字信号最中通过电脑进行有效的识别和处理，乃至具体的品质测量和登记分类。
计算机视觉中最突出的应用领域是医学图像处理和医疗计算机视觉，从图像处理数据中提取有利于患者的医疗目的特征信息，可以检测识别肿瘤、动脉粥硬化和其他恶性变化，以及器官尺寸大小、血流量等。进而帮助医生做出对患者最合适的治疗方式。
五、结束语
模式识别是计算机视觉技术的技术支撐，通过模式识别对数据进行收集、分析处理，最终得到的分析结果判定具体结果和目标类型，计算机视觉是获取事物的高程信息，进一步提升识别结果的准确性和效率。
参考文献
[1]陈伟.计算机数字视觉技术结构及其发展历程和趋势[J].中国科技博览，2015（47）：112-112
[2]郑南宁.计算机视觉与模式识别[M]. 国防工业出版社，1998.
[3] 姚树春. 计算机视觉技术的推广与应用 [J]. 中国新通信，2016（17）：105.
作者简介：周双林（1997年9月24日-）男，汉族，安徽省滁州市天长市，本科，研究方向：模式识别及其计算机视觉中的实现。
（作者单位：巢湖学院）
关键词：人工智能;模式识别;计算机视觉
一：模式识别的技术的主要特点
模式识别是一种人类所拥有的一项基本智能，在人们的日常生活中经常需要进行“模式识别”。随着计算机的出现和人工智能的发展，人们希望通过计算机能够代替人类的部分脑力劳动。
模式识别是指对事物或者现象的各种形式（语言、字体、图片等）信息进行处理分析，以及对事物或现象进行分类、辨别、解释的过程。就是通过使用计算机的技术研究模式的处理和判读。模式识别最主要研究自动化人工智能技术方面，把相应的识别方式写入计算机系统的不同模块当中，从而达到计算机智能识别语言、字体、图像等信息。由于模式识别是通过计算机根据样本信息的特征进行迅速分析处理的，并根据使用者的指令给出相对应的处理建议。因此，模式识别技术不仅拥有智能化、自动化等特点，也具备高效性和准确性。
二、模式识别的方法
模式识别主要的方式包括统计模式识别、结构模式识别、模糊模式识别以及人工神经网络等。
统计模式识别是根据被识别对象所包含的原始数据信息，从而提取能够得到的特征向量定义在一个特征空间中，根据某种相似性测度，特征向量相似的对象分别在这个空间中对应着一点。
结构模式识别又称为句法模式识别，是把一个比较复杂的模式进行分解为若干个更容易区分的子模式，如果所得到的子模式还是难以分类识别，需要再进行分解，最终达到可以容易识别的结构，而这些最终得到的子模式称之为这个模式的基元。
模糊模式识别是对传统的统计模式识别和句法模式识别的一种补充方法，它的理论基础是模糊数学。模糊模式识别是为了能识别和判断模糊事物，能够解决很多现实生活中具有模糊性的概念。它被广泛运用在经济学、自然科学等当中。
人工神经网络也称为连接模型，它是从信息处理的角度对动物的神经元网络运行方式的理解基础上进行抽象建立某种简单的模型，按照不同的连接方式组成复杂的能够自学习、联想的系统。
三、计算机视觉
计算机视觉是运用电脑以及相关设备对生物视觉的模拟，就是用计算机代替人脑对目标事物进行识别分析处理，使电脑处理成的数据更加接近人眼观察到的图像。整个过程还涉及到了不同的计算机模拟，从而使电脑得到的数据更加具备准确性。随着人工智能水平的不断提高，计算机视觉技术与三维物体分析工作相联系。计算机视觉、图像分析、机器视觉、图像处理等学科有着紧密的联系，它们中很多的理论、技术和应用领域都有着一定的重叠。计算机视觉技术运用在各个领域，如制造业、农业、医疗、军事领域中人工智能系统中不可或缺的一部分。计算机视觉技术最终的目标是让计算机或者机器人达到人类水平相当的视觉能力。所以计算机视觉技术也就是计算机“感知”图像、视频或多维数据的一种技术。
四、计算机视觉中模式识别的应用
计算机视觉中运用最大的领域可能就是军事上的应用，现代化的战争是科技化、智能化的战争，计算机视觉技术在其中有着不可分割的一部分。从单兵作战中的侦查无人机（UAV）到导弹制导都需要用到计算机视觉技术。无人侦察机在在战场中一直充当着“眼睛”的角色，需要对敌方的士兵或车辆等信息数据探查，提供丰富的有关作战的场景用于支持决策的信息。导弹的制导发送导弹的地区，不是单个特定的目标，并且当导弹到达指定区域时，通过获取图像数据的区域的目标迅速做出选择。
第二个计算机视觉应用的区域实在工业中，自动化加工做为工业中重要的一个步骤，在对零件或模具的加工中需要考虑各种的影响因素。此时可以引入计算机视觉技术与传统的检测相比，计算机视觉技术能够更加的准确的检测模具的初始数据，在加工过程对处理缺陷自动检测，这就可以对各种复杂的零件或者模型的加工创造了条件。在工业视觉系统中计算机视觉技术也有着巨大的作用，例如对水果的品质的进行识别分类，通过摄像机提取光谱信息，高速转化将产品的信息输入图像处理系统，形成数字信号最中通过电脑进行有效的识别和处理，乃至具体的品质测量和登记分类。
计算机视觉中最突出的应用领域是医学图像处理和医疗计算机视觉，从图像处理数据中提取有利于患者的医疗目的特征信息，可以检测识别肿瘤、动脉粥硬化和其他恶性变化，以及器官尺寸大小、血流量等。进而帮助医生做出对患者最合适的治疗方式。
五、结束语
模式识别是计算机视觉技术的技术支撐，通过模式识别对数据进行收集、分析处理，最终得到的分析结果判定具体结果和目标类型，计算机视觉是获取事物的高程信息，进一步提升识别结果的准确性和效率。
参考文献
[1]陈伟.计算机数字视觉技术结构及其发展历程和趋势[J].中国科技博览，2015（47）：112-112
[2]郑南宁.计算机视觉与模式识别[M]. 国防工业出版社，1998.
[3] 姚树春. 计算机视觉技术的推广与应用 [J]. 中国新通信，2016（17）：105.
作者简介：周双林（1997年9月24日-）男，汉族，安徽省滁州市天长市，本科，研究方向：模式识别及其计算机视觉中的实现。
（作者单位：巢湖学院）