19、工业图像分类与测量技术详解

工业图像分类与测量技术详解

1. 分类相关知识

1.1 分类基础概念

分类在技术应用中，是将具有一组特征的对象分配到多个预定义类别之一的过程。可以将其描述为从特征空间到类别空间的映射，但对于大多数分类应用，如字符识别，目前还没有已知的正式传递函数来实现这种映射。

下面是一些相关概念的介绍：
- 模式 ：在分类语境中，模式指由一组特征描述的对象，等同于特征向量。
- 机器学习 ：研究构建自适应系统的领域，特别是从模式和类别之间的预定义分配示例（可能由人类完成）中推导分类函数。
- 特征 ：描述对象某一方面的单个值，例如尺寸或重采样图像中像素的亮度。
- 特征向量 ：包含描述对象的所有特征值的向量。
- 目标向量 ：机器学习中的目标向量包含正确的、预定义的类别归属。
- 输出向量 ：输出向量包含分类器确定的模式的类别归属概率。
- 训练集/训练数据集 ：包含已分配类别信息的模式集合，用于使分类器适应待学习的问题。
- 监督学习 ：指在每个训练步骤后对分类结果的实际输出和期望输出进行比较，并根据比较结果校正分类器参数的训练方法。
- 无监督学习 ：与之相反，通过无监督学习训练的分类器将根据训练模式之间的相似性自行推导类别结构。
-