12 月 4 日，财经信息工程学院在尚学楼 639 多媒体教室举办了一场精彩的学术讲座，主题为 “光电图像在模式分类中的应用”。本次讲座由黑龙江科技大学硕士研究生导师王承琨主讲。相关专业教师、学生参加了本次“经纬讲坛”，共同探索光电图像领域的前沿知识。
讲座伊始，王承琨老师对模式识别的基本概念进行了详细阐述，包括模式识别、样本、模式、特征、模式类等重要概念。通过医疗诊断和硬币分类等生动实例，深入浅出地解释了这些概念在实际中的应用，使听众迅速理解了模式识别系统的运行机制。例如，在医疗诊断中，患者的各项检查数据作为样本，其综合描述形成模式，具体的检查数值如体温、血压等则为特征，具有相同病症特征的患者集合构成模式类。而硬币分类则依据长度、宽度、磁性、反射光波形等特征来确定其面额及真伪。
在数字图像处理部分，王承琨老师深入讲解了连续图像的数学描述，指出非发光物体成像受多种因素影响，如摄像机光电转换特性、光源强度、距离、角度以及物体表面反射率等。对于二维图像，光强度可视为随空间坐标、光线波长和时间变化的函数，不考虑波长时则形成灰度图像。同时，介绍了数字图像的表示方法，包括取样和量化两个过程，以及所需硬件设备。此外，还探讨了数字图像的局限性，如天问一号拍摄火星照片为黑白的原因与人眼感知颜色的原理相关，人眼通过视杆细胞和视锥细胞感知光线和颜色，而视锥细胞只能感知特定波长的光，导致在某些情况下只能获取灰度图像。
此外，关于聚类与分类，王承琨老师着重讲解了聚类分析的概念，其基本思想是将相似的样本归为一类，涉及特征选择、近邻测度、聚类准则、聚类算法、结果验证和判定等环节。以动物分类为例，按不同特征如繁衍后代方式、肺的存在与否、生活环境等可有多种分类方法。同时，对分类器的概念进行了详细解释，分类器通过计算判别函数的值对输入数据进行分类，判别函数将输入特征映射到决策，分类器会将输入空间划分成多个决策区域，边界为决策面或决策边界，如区分大熊猫、小熊猫和棕熊的图片分类问题。
讲座最后，王承琨老师与现场观众进行了互动交流，解答了学生、教师提出的相关问题。本次讲座内容丰富、深入浅出，使大家对光电图像在模式分类中的应用有了更全面、深入的了解，为相关领域的研究和实践提供了有益的参考和启发。
