信息处理

 

　　为一定目的对载荷信息的随机信号所进行的变换。对非随机信号进行的变换，常称为信号处理。由于信息通常载在一定的信号上，对信息的处理总是通过对信号的处理来实现。所以，信息处理往往和信号处理具有类同的含义。信息处理的目的主要是：①提高有效性；②提高抗干扰性；③改善主观感觉的效果；④对信息进行识别和分类；⑤分离和选择信息。总的来说是为了更好地与信宿的性质相匹配,舍弃那些对信宿无关的部分,突出信宿需要的有用部分。
　　信息处理的一个基本规律是“信息不增原理”。这个原理表明，对载荷信息的信号所作的任何处理，都不可能使它所载荷的信息量增加。一般来说，处理的结果总会损失信息，而且处理的环节和次数越多这种损失的机会就越大，只有在理想处理的情况下，才不会丢失信息，但是也不能增加信息。下图不等式中I(U;W)，…等表示互信息。虽然信息处理不能增加信息量，却可以突出有用信息，提高信息的可利用性。随着信息理论和计算机技术的发展，信息处理技术得到越来越广泛的应用。

　　提高有效性的信息处理 　根据信宿的性质和特点，压缩信息量的各种方法都属于这一类。例如，通过过滤、预测、信源编码和阈变换等方法，就可以在一定程度上压缩频带、压缩动态范围、压缩数据率。在允许一定失真条件下,信息率-失真理论是这类信息处理技术的理论基础。
　　提高抗干扰性的信息处理 　为了提高抗干扰的能力，针对干扰的性质和特点，对载荷信息的信号进行适当的变换和设计。例如，通过过滤和综合来消除画面的条纹干扰或孤立斑点；通过适当的设计使信号具有较强的相关性来抑制随机噪声的干扰；通过对信号附加适当的剩余，使信号具有发现和纠正错误的能力等，都是这类信息处理技术的应用实例。
　　改善主观感觉效果的信息处理 　这类技术主要应用在图像处理方面。例如通过灰度变换和修正，通过频率成分的加重和调整来改善图像的质量；为了便于观察图像各个部分的差别，把灰度差转换为色彩差，形成假彩色图等。此外，广播中的立体声处理也是改善主观感觉效果的信息处理技术。
　　识别和分类的信息处理 　这是信息处理技术发展较快的一个分支，通常称为模式识别。这种方法的要点是：根据用户要求，合理地抽取模式的特征，然后根据一定的准则来对模式进行识别和分类。具体实现的方法主要有两类：基于模式的统计特征和统计推断理论的统计识别方法；基于模式结构特征和文法推理的文法识别方法。统计识别方法要求先抽取模式的特征，得到原始的特征空间,然后把它变换到低维空间,并根据一定的准则（如最小均方误差准则、最大熵准则等）对它进行分类（线性分类或非线性分类，后者具有较好的分类效果，但比较复杂）。文法识别方法要求先选取模式的元素（即结构特性），然后进行文法分析和推断，通过样板匹配的方法，按照相似度准则来识别模式。数码识别、文字识别、语声识别和特定图形(如指纹、染色体、癌细胞等)的识别等都取得了较大进展。
　　选择与分离的信息处理 　通常从内容随时增减变动的数据库中有选择地提取信息，或情报检索和文字加工等，都属于信息选择。另外一类是分离信息，如在多数人交谈的环境中，只选取一个人的讲话。这需要有发话者的语声识别器。例如，利用基频和音调等特征来识别出选择的对象，然后再将有关信息提取出来。在场景识别中，为了从背景中将活动物体图像分离出来，可以仿照蛙眼识别活动目标的原理，通过侧抑制方法来实现。
　　信息处理一般是对电信号进行的处理，但也有对光信号、超声信号等直接进行处理的。在图像处理中，通常采用串行处理。为了适应复杂图像实时处理等需要，还要研究并行处理的技术。在计算机技术不断发展的基础上，如能加上对事物的理解、推理和判断能力，信息处理的效果就会有更大的改进。