統計提取物體形狀的有意義描述符 統計提取物體形狀的有意義描述符
John C. Russ，博士，北卡羅來納州立大學教授
F. Brent Neal 博士，Milliken & Company 研究科學家
形狀是一個難以捉摸的概念。人類根據關鍵特徵的存在或不存在來識別世界上的許多不同事物，他們也必須學會識別這些特徵。教導電腦根據形狀對物體進行分類，或測量形狀與歷史或表現的相關性，是一項典型的困難任務。它在法醫學、自然科學、工程學，甚至閱讀印刷文本的光學字元辨識等「簡單」任務中都很重要。它可能與識別一類物體、一個特定個體或一個獨特標記有關。有許多數學測量工具可以表徵形狀的某些方面，包括無量綱比率、傅立葉或小波係數、不變矩等。但要確定在特定情況下哪一個最合適或最有用，通常需要收集一組訓練資料並進行統計探索。使用判別分析和神經網路等多種具體的應用，包括自然和人造物體，來說明這個過程。
