или иным классам. Достоверное (безошибочное) распознавание воз-
можно тогда и только тогда, когда классы образов не пересекаются
(
ω
i
∩
ω
j
)
=
?
для всех
i, j
= 1
,
2
, . . . ,
M
;
i
6
=
j.
Пересечение классов вносит в процесс распознавания неопреде-
ленность, проявляющуюся в том, что распознавание объектов из обла-
сти пересечения возможно лишь с той или иной степенью точности.
В связи с этим синтез распознающих устройств целесообразно осуще-
ствлять на основе оптимальных (с точки зрения минимума ошибок)
решающих правил.
При построении алгоритмов распознавания классы могут задавать-
ся исследователем, который пользуется собственными содержатель-
ными представлениями или полагается на внешнюю дополнительную
информацию о сходстве и различии объектов в контексте решаемой
задачи. Тогда говорят о “распознавании с учителем”. В противном слу-
чае, т.е. при решении задачи классификации с помощью автоматизи-
рованной системы без привлечения внешней обучающей информации,
говорят об автоматической классификации или “распознавании без
учителя”. Для большинства алгоритмов распознавания образов требу-
ются весьма значительные вычислительные мощности, которые могут
быть обеспечены только высокопроизводительной компьютерной тех-
никой.
По принципу реализации методов распознавания образов выделя-
ют три типа:
•
метод перебора — изображения исследуемого объекта сравнива-
ются с информацией, хранимой в базе данных, в которой для каждого
вида объекта представлены всевозможные модификации отображения.
Например, для оптического распознавания образов можно применить
метод перебора видов объекта под различными углами, с разными
масштабами, смещениями, деформациями и др. Для букв приходится
перебирать шрифты, свойства шрифтов и т.д.;
•
анализ характеристик образа — метод основан на проведении бо-
лее глубокого изучения характеристик образа. В случае оптического
распознавания это может быть определение различных геометриче-
ских характеристик;
•
использование искусственных нейронных сетей (ИНС) — для
применения метода требуется либо большое число примеров распо-
знавания при обучении, либо специальная структура нейронной сети,
в которой учитывается специфика данной задачи.
При распознавании образов необходимо принимать во внимание
особенности способа представления знаний о предметной области.
Выделяют два основных способа представления знаний:
176
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
