[置顶] 模式分类 学习规划

出于尊重文章作者的劳动，转载请标明本文出处：http://blog.csdn.net/tonyshengtan ！
文章代码已托管，欢迎共同开发：https://github.com/Tony-Tan/DIPpro

开篇废话

学习图像处理系列已经有一段时间了，对基础的图像处理算法也有一定了解，因为想要进一步研究计算机视觉方向，所以模式分类是必然要学习的知识，本系列的博客将不包括机器学习类算法，机器学习类算法将在另外一个系列详细介绍。
刚才简单了解了下模式识别和模式分类的区别，其中模式识别的主要任务包括提取特征点，和分类器设计。模式分类主要是设计分类器的知识。
有关特征点的提取也将在另外一个系列的博客中介绍。
学习图像处理系列后续将会陆续更新一些基础公用知识，如图像修复和压缩将不再详细介绍，以后重点研究方向放在识别算法和应用上。

学习计划

图像处理的主线教材是–冈萨雷斯的《数字图像处理》
这里研究模式分类的主要教材是–理查德等的《模式分类》

模式识别的算法独立性较强，不像图像处理有很强的知识连贯性，后面的博客将按照每个算法一篇博客的方式介绍。
大概要学习的章节包括：

章节	内容	算法
1	绪论
2	贝叶斯决策论
3	最大似然估计和贝叶斯参数估计
4	非参数技术
5	线性判别函数
7	随机方法
8	非度量方法

博客更新可能周期会有点长，毕竟是学习新知识，而且数学要求较多，欢迎大家多多指教。