前言
本系列笔记为课程笔记，希望通过写博客的方式来掌握模式识别这门课的一些基础。绪论部分我觉得应该掌握的主要有两点：
- 模式识别的一些基础概念
- 一个模式识别系统的系统框图及其各部分的作用。
下面我将首先介绍模式识别里面的基本概念，然后再结合实际例子来介绍模式识别系统的主要架构。
基本概念
首先，这个东西叫模式识别，识别一词很好理解，那么模式是个什么东西呢？
从广义的角度来说，模式应该是对物体的描述。例如， 粉笔就可以是一种模式。、
从狭义的角度来说，模式是对一个客体做定量的或结构的描述 例如，这个粉笔，长三厘米，黑色，宽5厘米。实际上，广义角度上的模式，更具有主观性质，例如我们说这杯水很热，那究竟怎么才算热，怎么才算冷呢？这没有一个定量的标准，全靠我们自己的感觉来表述。而狭义角度上的模式则要求我们定量，或者结构上去描述，你说水是热的，那你不能只跟我说这杯水很热，要跟我说这杯水有多少度，实际上狭义的角度才是计算机可以处理的东西。
模式识别的系统框图
- 数据获取：没啥好说的，获取数据呗
- 预处理： 为了方便后面的特征提取、选择，往往需要做一些预处理的工作，例如二值化，降噪，图像增强等，就像我们吃饭，为了把衣服洗干净，我们首先需要用水把衣服泡一泡。
- 特征提取：这一步，呼应的就是狭义角度下的“模式”这个概念。就是计算机该怎么描述这个客观事物呢？ 这个开发人员设计的特征规则有关。同样以粉笔为例，我们就把这个粉笔叫做A，那用什么去描述这根粉笔呢？长、宽、高、颜色。那么我们就可以用以下这种形式来描述A： A= [长=10,宽= 5 , 高=8, 颜色 =黑]，这就是A的特征向量。实际上，我们选用了四个指标来说明A是一个什么东西，相对应的，A就是四维空间中的一个样本点。这样我们就说对A进行了描述，完成特征提取。
-决策、判决：这一部分就是通过一定的规则，对模式进行分类。判断这个一个东西是什么。而这就牵涉到了一个学习的过程，这也是以后课程的一个重点。
一些概念的区分
识别和处理
计算机视觉与模式识别
应该说计算机视觉是模式识别的一个分支，模式可以是声音，图像，气味等等，而计算机视觉对应的就是模式识别的图像部分。
