人脑是怎样认知图像的？——模板匹配模式（传统模式识别之一）

这个模型最早是针对机器的模式识别而提出来的，后来被用来解释人的模式识别。
它的核心思想是认为在人的长时记忆中，贮存着许多各式各样的过去在生活中形成的外部模式的袖珍复本。这些袖珍复本即称作模板（Template），它们与外部的模式有一对一的对应关系；当一个刺激作用于人的感官时，刺激信息得到编码并与已贮存的各种模板进行比较，然后作出决定，看哪一个模板与刺激有最佳的匹配，就把这个刺激确认为与那个模板相同。这样，模式就得到识别了。由于每个模板都与一定的意义及其他的信息相联系，受到识别的模式便得到解释或其他的加工。例如，当我们看一个字母A，视网膜接收的信息便传到大脑，刺激信息在脑中得到相应的编码，并与记忆中贮存的各式各样的模板进行比较；通过决策过程判定它与模板A有最佳的匹配，于是字母A就得到识别；而且我们还可以知道，它是英文字母表中的第一个字母，或是考试得到的最好的分数等等。由此可见，模式识别是一个一系列连续阶段的信息加工过程。



然而现实世界输入视觉系统的景物是复杂的。就拿字符“F”来说，输入“F”字符可能是拉伸的、压缩的、旋转的、歪扭的、断裂的，等等，这使得模板匹配工作变得困难和复杂起来。
主要困难有两个：一是三维景物的匹配；而是集成物体的匹配。



一个圆环可以在三维空间内可以旋转形成上图中图形。不难看出，当物体旋转后会失去一部分信息。此时模板模式对旋转后的图形是判断为椭圆呢？还是圆？
当把一大堆物体，比如几十本书，无规则的放在一起时，面对重叠的物体图像如何进行模板匹配呢？

(作者：刘建忠 http://hi.baidu.com/liujianz
）