一种模板选取算法

　　图像识别作为图像处理与模式识别领域的一个重要研究方向，在指纹识别、人脸识别、医学影像、无人驾驶等领域得到了非常广泛的应用，图像识别技术越来越多地渗透到日常生活中心。但不同的图像中目标形态变化较大，这给目标识别带来了较大难度。在图像识别中，图像特征是实现正确识别的关键。

　　为提高目标识别的精确度和速度，提出一种模板选取算法。利用训练样本图像的标记信息，使属于不同类的局部神经反应尽量分开，属于同一类的局部神经反应尽量靠近，以减少模板集合中的冗余，并得到数目较少且具有较强判别能力的模板。实验结果表明，与随机选取算法相比，该模板选取算法可以在保证精确度的前提下明显提高目标识别的效率。