《基于机器视觉的数字图像处理与识别研究》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:代小红编
  • 出 版 社:成都:西南交通大学出版社
  • 出版年份:2012
  • ISBN:9787564316433
  • 页数:236 页
图书介绍:本书作者的研究工作体现如下:首先,提出并实现了基于支持向量机(SVM)的指纹图像分割方法。其次,提出另一种将局部分析和全局分析相结合,综合评价指纹像质量的方法,最后提出并实现了非制式枪痕图像识别方法。

绪论 1

第1章 计算机图形概述 3

1.1 引言 3

1.2 图像分割 6

1.3 图像对象描述概述 9

1.4 图像特征分析 12

第2章 数字图像处理与图像分割 25

2.1 数字图像处理的基础知识 26

2.2 图像增强 28

2.3 SVM图像分割 30

2.4 基于Renyi熵和高斯混合模型的图像分割 39

2.5 指纹方向滤波 53

2.6 实验结果 71

2.7 结论 74

第3章 图像质量分析 75

3.1 引言 75

3.2 算法概述 77

3.3 全局质量分析 79

3.4 局部质量分析 81

3.5 实验结果 82

3.6 本章小结 86

第4章 图像特征提取 87

4.1 引言 87

4.2 轮廓特征提取 90

4.3 形状识别相关经典理论 93

4.4 图像形状特征 99

4.5 图像统计特征 102

4.6 图像识别中的邻接轮廓线段组特征 102

4.7 基于模板的对象检测中局部形状和边界特征 106

4.8 对象边缘的相对方向特征 110

第5章 图像平滑处理的频域分析法 134

5.1 时域、频域、时频分析与数学分支简介 135

5.2 数字图像处理 137

5.3 指纹图像的频域分析 146

5.4 指纹图像奇异点块检测 153

5.5 仿真结果与分析 157

5.6 结论 159

第6章 基于支持向量机的图像识别 160

6.1 基于统计学习理论 160

6.2 支持向量机模型 164

6.3 支持向量机的模型参数选择 170

6.4 SVM图像目标识别算法 172

6.5 试验结果与分析 176

6.6 本章小结 179

第7章 运动视频特征图像的识别——基于GMM与SVM的识别算法 180

7.1 基于混合高斯模型的视频目标识别算法 181

7.2 基于改进的GMM与SVM结合的视频目标识别算法 185

7.3 试验结果与分析 187

7.4 本章小结 190

结论 191

第8章 图像识别的应用实例分析 193

8.1 枪弹痕迹识别的技术概况 194

8.2 非制式枪枪痕图像识别 198

8.3 SIFT特征的图像配准 211

8.4 结论与分析 220

8.5 总结与展望 221

参考文献 224