аз розпізнавання образів щільно увійшло в повсякденне життя і є одним з найбільш нагальних знань сучасного інженера. У медицині розпізнавання образів допомагає лікарям ставити більш точні діагнози, на заводах воно використовується для прогнозу шлюбу в партіях товарів. Системи біометричної ідентифікації особи в якості свого алгоритмічного ядра так само засновані на результатах цієї дисципліни. Подальший розвиток штучного інтелекту, зокрема проектування комп'ютерів п'ятого покоління, здатних до більш безпосередньому спілкуванню з людиною на природних для людей мовах і за допомогою мови, немислимі без розпізнавання. Тут рукою подати і до робототехніки, штучних систем управління, що містять як життєво важливих підсистем системи розпізнавання.
Саме тому до розвитку розпізнавання образів з самого початку була прикута чимало уваги з боку фахівців самого різного профілю - кібернетиків, нейрофізіологів, психологів, математиків, економістів і т.д. Багато в чому саме з цієї причини сучасне розпізнавання образів саме харчується ідеями цих дисциплін. Не претендуючи на повноту (а на неї в невеликому есе претендувати неможливо) опишемо історію розпізнавання образів, ключові ідеї [5, c. 107]. br/>
2. Визначення
Перш, ніж приступити до основних методам розпізнавання образів, наведемо кілька необхідних визначень.
Розпізнавання образів (об'єктів, сигналів, ситуацій, явищ або процесів) - завдання ідентифікації об'єкта або визначення будь-яких його властивостей за його зображенню (оптичне розпізнавання) або аудіозапису (акустичне розпізнавання) та іншим характеристикам. p> Одним з базових є не має конкретного формулювання поняття безлічі. У комп'ютері безліч представляється набором неповторюваних однотипних елементів. Слово "Неповторюваних" означає, що якийсь елемент у безлічі або є, або його там немає. Універсальне безліч включає всі можливі для розв'язуваної задачі елементи, порожнє не містить жодного. p> Образ - класифікаційне угруповання в системі класифікації, об'єднуюча (Виділяє) певну групу об'єктів за деякою ознакою. Образи володіють характерним властивістю, що виявляється в тому, що ознайомлення з кінцевим числом явищ з одного і того ж безлічі дає можливість дізнаватися як завгодно велике число його представників. Образи мають характерні об'єктивними властивостями в тому сенсі, що різні люди, що навчаються на різному матеріалі спостережень, здебільшого однаково і незалежно один від одного класифікують одні й ті ж об'єкти. У класичній постановці завдання розпізнавання універсальна безліч розбивається на частини-образи. Кожне відображення якого-небудь об'єкта на сприймаючі органи системи, що розпізнає, незалежно від його положення щодо цих органів, прийнято називати зображенням об'єкта, а безлічі таких зображень, об'єднані якими-небудь загальними властивостями, являють собою образи. p> Методика віднесення елемента до якомусь образу називається вирішальним правилом. Ще одне важливе поняття - метрика, спосіб визначення відстані між елементами універсальної множини. Чим менше ця відстань, тим більше схожими є об'єкти (Символи, звуки та ін) - те, що ми розпізнаємо. Звичайно елементи задаються у вигляді набору чисел, а метрика - у виді функції. Від вибору представлення образів і реалізації метрики залежить ефективність програми, один алгоритм розпізнавання з різними метриками буде помилятися з різною частотою. p> Навчанням зазвичай називають процес вироблення в деякій системі тієї чи іншої реакції на групи зовнішніх ідентичних сигналів шляхом багаторазового впливу на систему зовнішньої коректування. Таку зовнішню коригування у навчанні прийнято називати "заохоченнями" і "покараннями". Механізм генерації цього коректування практично повністю визначає алгоритм навчання. Самонавчання відрізняється від навчання тим, що тут додаткова інформація про вірність реакції системі не повідомляється. p> Адаптація - це процес зміни параметрів і структури системи, а можливо - і управляючих впливів, на основі поточної інформації з метою досягнення певного стану системи при початковій невизначеності і змінюються умовах роботи. p> Навчання - це процес, в результаті якого система поступово набуває здатність відповідати потрібними реакціями на певні сукупності зовнішніх впливів, а адаптація - це підстроювання параметрів і структури системи з метою досягнення необхідної якості управління в умовах безперервних змін зовнішніх умов. p> Приклади задач розпізнавання образів: - Розпізнавання букв;
- Розпізнавання штрих-кодів;
- Розпізнавання автомобільних номерів;
-Розпізнавання осіб та інших біометричних даних;
- Розпізнавання мови [7, c. 26]. br/>
3. Методи розпізнавання образів
В цілому, можна виділити три методи розпізнавання образів: Метод перебору. У цьому випадку проводиться порівняння з базою даних, де для кожного виду об'єктів представлені всілякі модифікації ві...
