论文部分内容阅读
传统的识别方式以图像的底层信息作为基础,识别重心偏向于图像中的典型特征,通过区域分割,达到识别的效果。因为一般的图像分割都是规则的矩形,存在忽略图像特征信息模糊的部分,从而导致图像识别不完全,识别率不高。为了充分利用图像中的有效信息量,提高图像识别精确度,提出一种基于三支决策与SVM分类的图像识别算法,该方法将图像分割为正区域、负区域、延迟决策区域三部分,并不断对延迟决策区域进行迭代分类,直到该区域不可再分。该方法有效模拟人类认知事物的过程,使识别过程中有效信息的利用率达到最大。