机器视觉（AOI）之模式的描述方法
在模式识别技术中，被观测的每个对象成为样品。对于每个样品来说，必须确定一些与识别有关的因素，作为研究的根据，每一个因素成为一个特征。模式就是样品所具有的特征的描述。模式的特征集又可用于同一个特征空间的特征向量表示。特征向量的每个元素称为特征，该向量也因此称为特征向量。如果一个样品X有n个特征，则可以把X看做一个n维列向量，该向量X称为特征向量。模式识别问题就是根据X的n个特征来判别模式X属于w1,w2,…wM类中的哪一类。待识别的不同模式都在同一特征空间中考察，不同模式类由于性质上的不同，它们在各自特征取值范围内有所不同，因而会在特征空间的不同区域出现。因此，模式识别系统的目标是在特征空间和解释空间之间找到一种映射关系。特征空间是由 从模式得到的对分类有用的度量、属性或基元 构成的空间，解释空间是由 M个所属类别的集合 构成。
郑重声明：
1、部分内容来源于网络，本文版权归原作者所有，转载文章仅为传播更多信息之目的。
2、本文仅供学术交流，非商用。如果某部分不小心侵犯了大家的利益，请联系删除。
