第1章 图像模式识别导论 1
1.1图像模式识别概述 1
1.2图像模式识别的应用 4
1.3基于图像分析的黄豆质量评估系统设计 5
1.3.1图像特征识别系统的基本技术要求 5
1.3.2图像特征识别统计系统的构架及软件实现技术 5
第2章 数字图像预处理 19
2.1图像的灰度化 19
2.1.1图像的灰度化处理的基本原理 19
2.1.2图像的灰度化的程序实现 20
2.2图像的二值化 21
2.2.1图像的二值化处理的基本原理 21
2.2.2图像的二值化处理的程序实现 21
2.3图像的反色 23
2.3.1图像的反色处理的基本原理 23
2.3.2图像的反色处理的程序实现 23
2.4图像的中值滤波 24
2.4.1图像的中值滤波处理的基本原理 24
2.4.2图像的中值滤波处理的程序实现 25
2.5图像的高斯滤波 26
2.5.1图像的高斯滤波处理的基本原理 26
2.5.2图像的高斯滤波处理的程序实现 27
2.6 Gabor变换 28
2.6.1 Gabor变换的基本原理 28
2.6.2 Gabor滤波器设计 29
2.6.3 Gabor变换的程序实现 35
2.7各向异性扩散平滑滤波 42
2.7.1各向异性扩散平滑滤波的基本原理 42
2.7.2各向异性扩散平滑滤波的程序实现 44
2.8二值图像的腐蚀 47
2.8.1二值图像的腐蚀的基本原理 47
2.8.2二值图像腐蚀的程序实现 51
2.9二值图像的膨胀 52
2.9.1二值图像的膨胀的基本原理 52
2.9.2二值图像的膨胀的程序实现 53
2.10二值图像的开运算 54
2.11二值图像的闭运算 55
2.12灰度图像腐蚀 55
2.12.1灰度图像腐蚀的基本原理 55
2.12.2灰度图像腐蚀的程序实现 56
2.13灰度图像膨胀 58
2.13.1灰度图像膨胀的基本原理 55
2.13.2灰度图像膨胀的程序实现 59
2.14灰度图像开运算 60
2.15灰度图像闭运算 61
2.16灰度图像腐蚀和膨胀的其他衍生运算 61
2.17图像的Sobel边缘检测 62
2.17.1图像的Sobel边缘检测的原理 62
2.17.2 Sobel边缘检测的程序实现 63
2.18图像的Prewitt边缘检测 64
2.18.1图像的Prewitt边缘检测的原理 64
2.18.2 Prewitt边缘检测的程序实现 65
2.19图像的Robert边缘检测 66
2.19.1图像的Robert边缘检测的基本原理 66
2.19.2 Robert边缘检测的程序实现 67
2.20 Kirsch边缘检测 68
2.20.1 Kirsch边缘检测的基本原理 68
2.20.2Kirsch边缘检测的程序实现 68
2.21 Laplace边缘检测 71
2.21.1 Laplace边缘检测的基本原理 71
2.21.2 Laplace边缘检测的程序实现 72
2.22 Gauss-Laplace边缘检测 73
2.22.1 Gauss-Laplace边缘检测的基本原理 73
2.22.2 Gauss-Laplace边缘检测的程序实现 74
2.23 Canny边缘检测 75
2.23.1 Canny边缘检测的基本原理 75
2.23.2 Canny边缘检测的程序实现 76
2.24 Marr边缘检测 80
2.24.1 Marr边缘检测的基本原理 80
2.24.2 Marr边缘检测的程序实现 80
2.25基于图像预处理技术的细小颗粒计数系统的软件设计 82
2.25.1细小颗粒计数系统的软件系统要求 82
2.25.2细小颗粒计数系统的软件系统设计框架 83
2.25.3细小颗粒计数系统的软件模块设计 84
第3章 模板分类器 94
3.1模板匹配分类法 94
3.2基于模板分类器的手写数字识别工程软件设计 95
3.2.1手写数字识别系统的软件设计要求 95
3.2.2手写数字识别软件系统的模块构成 96
3.2.3数字图像模板库的建立及管理 96
3.2.4数字图像模板库的修改和添加 107
3.2.5手写数字图像识别 111
3.2.6手写数字识别软件与其他软件的信息交流 112
3.3基于模板分类器的肝脏B超图像自动诊断系统工程软件设计 114
3.3.1肝脏B超图像纹理分析 114
3.3.2肝脏B超图像纹理计算 115
3.3.3肝脏B超图像自动诊断系统的软件设计 122
3.4基于模板分类器的轴承表面缺陷识别系统工程软件设计 136
3.4.1轴承表面缺陷图像分析 136
3.4.2表面缺陷图像的一般几何特征提取 138
3.4.3表面缺陷图像的矩特征提取 143
3.4.4轴承表面缺陷识别系统的软件设计 147
第4章 贝叶斯分类法 162
4.1贝叶斯决策概述 162
4.1.1贝叶斯决策的一般概念 162
4.1.2贝叶斯定理 162
4.2基于贝叶斯的手写数字识别系统软件设计 166
4.2.1基于贝叶斯的手写数字识别系统的软件设计步骤 166
4.2.2基于贝叶斯的手写数字识别系统的软件实现 167
第5章 几何分类器 178
5.1几何分类器的基本概念 178
5.2判别函数分类器 179
5.2.1判别函数的种类 179
5.2.2线性判别函数 179
5.3几何分类器的设计 181
5.3.1线性分类器的设计 181
5.3.2 LMSE分类法在手写数字识别中的程序设计 184
5.3.3 LMSE分类法在肝脏纹理分类识别中的程序设计 188
5.3.4 Fisher分类准则 198
5.3.5基于Fisher的手写数字分类算法的程序实现 200
第6章 图像分割与特征生成 205
6.1图像分割的基本概念 205
6.2特征生成及特征匹配 205
6.2.1颜色特征 206
6.2.2形状特征 206
6.2.3纹理特征 207
6.2.4空间关系特征 208
6.2.5特征和分类 208
6.2.6样本特征归一化 212
6.3图形形状分类与计数系统的工程软件设计 212
6.3.1图形形状分类与计数系统的设计框架 212
6.3.2图形形状各特征值的定义与计算 213
6.3.3基于一般几何特征值的综合分析与统计 234
6.3.4光栅图像识别与矢量图形转换 238
6.4基于链码运算的细胞分割和计数系统的工程软件设计 241
6.4.1医学图像细胞分割的各种方法与应用 241
6.4.2基于链码运算和其他技术的细胞分割技术的比较和应用 241
6.4.3基于链码运算的细胞分割和计数系统的软件设计 243
第7章 神经网络分类器 296
7.1神经网络的基本概念 296
7.2神经网络的理论分析 297
7.2.1神经元模型 297
7.2.2 BP网络的学习算法 298
7.2.3 BP网络的设计 299
7.2.4一般性BP网络的不足与改进 300
7.3基于BP神经网络的手写数字识别系统软件设计 301
7.3.1字符特征选择与提取的实现 301
7.3.2基于神经元网络的手写数字识别程序实现 304
7.4基于神经网络的肝脏B超图像自动诊断与识别系统软件设计 317
7.4.1 B超图像识别BP网络的拓扑结构 318
7.4.2 B超图像识别BP网络的输出编码 318
7.4.3 B超图像识别BP网络的参数选择 318
第8章 聚类分析 320
8.1聚类分析的一般概念 320
8.1.1系统聚类 320
8.1.2分解聚类 321
8.1.3动态聚类 321
8.1.4模糊聚类 323
8.2基于均值聚类车牌定位和字符识别系统工程软件设计 323
8.2.1基于强制聚类中心的均值聚类技术的车牌定位技术 323
8.2.2车牌字符综合特征的选择和识别 349
8.2.3基于均值聚类的细胞统计系统工程软件设计 376
参考文献 403