Компьютерное зрение является одной из основных проблем в области искусственного интеллекта; его цель состоит в том, чтобы придать компьютерам способность визуального распознавания объектов реального мира. Компьютерное зрение имеет широкий спектр применения в медицинской, промышленной, военной, аэрокосмической и других областях. В этой работе экспериментально исследуются методы распознавания некоторых наиболее простых графических (треугольник, круг, прямоугольник, объект неправильной формы) объектов на основе машинного обучения.

• РЕФЕРАТ
• ВВЕДЕНИЕ
• 1 Обзор методов машинного обучения и их применения к распознаванию изображений
  • 1.1 Методы машинного обучения
  • 1.2 Методы распознавания объектов на изображениях
  • 1.2.1 Текстура
  • 1.2.2 Точки интереса
  • 1.2.3 Обнаружение края
  • 1.2.4 Ключ к распознаванию изображения
• 2 Методы и алгоритмы машинного обучения, выбранные для исследования
  • 2.1 Метод k ближайших соседей
  • 2.1.1 Описание алгоритма
  • 2.1.2 Преимущества и недостатки алгоритма k ближайших соседей
  • 2.1.3 Алгоритм улучшения
  • 2.1.4 Предварительная обработка изображений
  • 2.1.5 Программная реализация предварительной подготовки изображений
  • 2.1.6 Программная реализация и тестирование алгоритма КNN
  • 2.1.7 Вывода об алгоритме КNN
  • 2.2 Машина опорных векторов
  • 2.2.1 Математическое описание
  • 2.2.2 Выберите вычисленные собственные значения
  • 2.2.3 Программная реализация и тестирование алгоритма SVM
  • 2.2.4 Вывода об алгоритме SVM
  • 2.3 Линейный дискриминант Фишера
  • 2.3.1 Математическое описание
  • 2.3.2 Выберите вычисленные собственные значения
  • 2.3.3 Пргограммная реализация и тестирование линейного дискриминанта Фишера
  • 2.3.4 Выводы о линейном дискриминанте Фишера
  • 2.4 Сравнение алгоритмов по результатам экспериментов
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ