十种模式识别认知理论简介导引 人们在认知景物时，常常寻找它与其它事物的相同与不同之处，根据使用目的进行分类，人脑的这种思维能力就构成了模式和识别的能力
所谓模式，是指若干元素或成分按一定关系形成某种刺激结构，也可以说模式是刺激的组合
当人们能够确认他所知觉的某个模式是什么时，将它与其他模式区分开来，这就是模式识别
例如，有人想把一大批图片分成人物、动物、风景、建筑物、其他等五种类型分别保管，上述五种类型就是五个类别，也就是五个不同的模式，分类的过程叫做模式识别
模式有简有繁，繁杂的模式往往是由多个子模式组成
认知心理学家西蒙认为：“人们在解决数学问题时，大多数是通过模式识别来解决的，首先要识别眼前的问题属于哪一类，然后以此为索引在记忆储存中提取相应的知识，这就是模式识别
我们之所以关心模式识别认知理论，是因为它是建立图像（景物）理解数学模型的思想源泉
例如 ： 传统的模式识别理论有人把它分为五类：模板匹配模式；原型匹配模式；特征分析模式；结构描述模式；傅里叶模式
现在图像理解中主要的数学处理方法，几乎都是源于五种传统模式识别理论而建立的，或是基于它们的变形
近二十多年来新提出的模式识别理论有人把它分为五种：视觉计算理论；注意的特征整合理论；成分识别理论；相互作用激活理论；视觉拓扑理论
其中，马尔（Marr）的视觉计算理论是当前计算机（机器人）视觉的主流理论
其它的理论，也被众多探索者们作为创新的源泉
然而，无论上述那一种模式识别理论，都存在着或多或少的片面性，迄今为止尚未形成一个较具有说服力的、普遍认可的模式识别理论
这正是制约图像识别（计算机视觉）数学模型发展的根本所在
下面我们将各种模式识别理论分别介绍之
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
