目 錄
中英文題目、摘要、關鍵詞……………………………………………………………………………… 1
1引言 3
1.1 模式識別的發展和應用 3
1.2 模式識別的基本步驟 7
1.3 貝葉斯決策方法 10
1.4 錯誤概率分析 14
1.5 論文的主要工作 16
2 開發環境介紹 16
2.1 Visual C++ 16
2.2 MFC特點 18
3 模塊分析 20
3.1 RGB 模型 20
3.2 特徵提取 21
3.3 判別函數 21
3.4 道路識別的分類問題 27
3.5 參數計算和道路識別 27
4 軟件的實現及界面 28
4.1軟件的具體實現 28
4.1.1打開圖像獲取圖像信息 28
4.1.2 特徵提取 30
4.1.3判別函數參數計算 33
4.1.4 道路識別 38
4.2 軟件的操作 39
5 設計結果分析及結論 44
5.1設計結果 44
5.2結論 44
參考文獻： 45
致謝辭 46
基於貝葉斯方法的道路識別
摘 要:本論文具體的論述了道路的識別，提出了1種基於貝葉斯方法的道路檢測，該方法能夠快速的.而且很好的檢測出道路。首先利用顏色信息把位圖圖像分成路面和天空，樹，其他類，並將路面以黃色點標示。其中的主要程序包括了：根據訓練集圖片提取每個像素點的RGB值，利用公式計算出灰度和飽和度值，再以整張圖像上的像素點爲樣本，以灰度和飽和度爲特徵空間，計算出貝葉斯判別函數的參數。針對測試集，先進行特徵提取，再利用上述判別函數對位圖圖像進行判別，標示出路面。該軟件是在Microsoft Windows XP平臺上Visual C++開發環境下，採用上述算法編制的。實驗證明，該軟件對於磚路面能正確的檢測定位，典型耗時爲3～10秒鐘。
關鍵詞： RGB模型；飽和度；亮度；2維特徵空間；特徵提取；判別函數；貝葉斯；Visual C++.
The Examination And Position Fixed Of Road Base On Ways Of Bayes
Abstract: This thesis discussed the examination and position fixed of road in a specific way ,this method can exam road quickly and perfectly，base on ways of Bayes tly ,divied the chromatic image into the air、the tree、the road air and others according to the color information,and then nameplate as yellow main program included:distill each point’s RGB basis educate parameter of Bayes distinguish function according to the all point’s saturation and intensity of the at test aggregate,firstly,distill character,then aim at the picture ,do distinguish and nameplate the road with yellow point base on above distinguish software is designed under the Microsoft Windows 2000 and based on the development environment of Visual C++ establishmented by the above calculate the proof of experiment, this can exam the clear brick road rightly,the typical model consumes hour from 3 to 30 seconds.
Keywords: The model of RGB; saturation; intensity;the character room of planar; distill character; distinguish function,Bayes ; Visual C++.
1引言
1.1 模式識別的發展和應用
這個畢業設計所涉及到的是道路的識別。簡單來說，就是在照片(位圖圖像)中標出路面所在的位 置，本設計中用黃點標出路面區域。路面識別是模式識別的1個應用分支，模式識別在各個方面都有廣泛的應用。下面就模式識別的知識作些簡單的介紹。
模式識別(pattern recognition)可以定義爲對錶徵事物或現象的各種形式的（包括數值上的，文字上的和邏輯關係的等多種形式）信息進行處理和分析，以對事物或現象進行描述，辨認，分類和解釋的1個過程，是信息科學和人工智能的重要組成部分，同時也是人類的重要功能之1。模式識別作爲1門新興學科，起步較晚。模式識別誕生於20世紀20年代，隨着40年代，計算機的出現，50年代人工智能的興起，模式識別在20世紀60年代迅速發展成爲1門學科。它所研究的理論和方法在很多科學和技術領域中得到廣泛的重視，推動了人工智能系統的發展，擴大了計算機應用的可能性。幾10年來，模式識別研究取得了大量的 成果，也實現了很多成功的應用，但由於實際系統中涉及到很多複雜的問題，面對這些問題，現在的理論和方法就顯得有些不足了，如何將這些方法結合實際問題加以應用，是絕大多數涉足這1領域的讀者所必須考慮的問題。
我們在日常生活中經常進行模式識別的活動。比如說，我們能分辨出桌子，椅子，很小的時候就能夠分出自己的父母，能夠聽出是誰的聲音，能夠進行正常的閱讀，這些都是我們習以爲常的能力，在計算機出現以前，沒有人對此表現出驚奇，也沒有人注意到人類的模式識別能力是1個值得研究的課題。人類的模式識別能力是如此麻煩時，人類才意識到這個問題的難度。
“模式”（Pattern）這個問題的原意時指供模仿用的，完美無缺的標本，這是1個相當含蓄的定義，並且觸及1些相當深奧的論題。它使我們想起了Plato的觀點：客觀世界本身正是完美