Reconhecimento de imagens utilizando somente correlação estatística e vizinhos mais próximos

Reconhecimento de Imagens é um tema recorrente na área de visão computacional. Passou por várias abordagens estatísticas como a Análise de Componentes Principais (PCA), e suas variantes. Atualmente incorpora elementos de Inteligência Artificial, mais especificamente, Machine Learning. De um modo geral o processo de reconhecimento tem uma fase de pré-processamento, com algoritmos explorando alguma característica da imagem, usando alguma ferramenta estatística, gerando uma base de dados de conhecimento, que na fase de reconhecimento é manipulada por algum algoritmo de Machine Learning. Neste artigo é proposto um processo para o reconhecimento de imagens onde a imagem é tratada como uma imagem composta de uma matriz de pixels sem nenhum outro parâmetro específico, o que torna o processo adaptável para o reconhecimento de uma grande variedade tipos de imagens, desde imagens de faces até imagens de circuito impresso. Nesta abordagem são utilizadas ferramentas simples como vizinhos mais próximos e o conceito estatístico de Correlação.