第1章 图像识别概述 1
1.1 图像识别意义 1
1.2 图像识别技术 3
1.3 手写数字识别 6
1.4 邮政编码识别 8
1.5 车牌识别简介 10
1.6 印刷体汉字识别 13
1.7 条形码识别 16
1.8 人脸识别 18
1.9 虹膜识别 20
1.10 指纹识别 22
1.11 图像识别系统性能评价 24
第2章 图像识别关键技术 27
2.1 图像识别开发基本流程 27
2.2 图像预处理 28
2.2.1 灰度化 29
2.2.2 灰度变换 30
2.2.3 灰度分布均衡化 32
2.2.4 几何变换 33
2.2.5 去噪 34
2.2.6 锐化 36
2.2.7 形态学处理 38
2.2.8 细化 43
2.2.9 目标物体的轮廓提取 45
2.2.10 分割 48
2.2.11 基于投影法定位 51
2.2.12 测量 51
2.3 变换域处理 53
2.3.1 傅里叶变换 54
2.3.2 Gabor变换 55
2.3.3 小波变换 56
2.4 特征提取 59
2.4.1 基于颜色的特征提取 60
2.4.2 基于纹理的特征提取 60
2.4.3 基于形状的特征提取 62
2.4.4 基于空间关系的特征提取 63
2.5 模式识别 63
2.5.1 模式识别简介 63
2.5.2 模式识别方法 65
2.5.3 模板匹配法 67
第3章 手写数字识别 70
3.1 手写数字图像数据特征分析 70
3.2 手写数字识别系统设计 72
3.3 特征提取 73
3.4 手写数字识别 77
第4章 邮政编码识别 81
4.1 邮政编码图像数据特征分析 81
4.2 邮政编码识别系统设计 82
4.3 邮政编码预处理 83
4.3.1 去除红色边框 84
4.3.2 灰度化与二值化 87
4.3.3 基于投影法的编码定位 89
4.3.4 数字切割 90
4.4 邮政编码样本特征提取与特征库 96
4.4.1 邮政编码样本特征提取 96
4.4.2 构建邮政编码样本特征库 97
4.5 邮政编码识别 99
第5章 汽车牌照号码识别 104
5.1 汽车牌照图像数据特征分析 104
5.2 汽车牌照号码识别系统设计 105
5.3 图像预处理 106
5.3.1 二值化 106
5.3.2 去噪 111
5.3.3 车牌定位 113
5.3.4 车牌图像标准化 118
5.3.5 字符分割 120
5.3.6 字符细化 124
5.4 车牌号码识别 128
第6章 印刷体汉字识别 141
6.1 印刷体汉字图像数据特征分析 141
6.2 汉字识别系统设计 142
6.3 图像预处理 142
6.3.1 二值化 142
6.3.2 消除噪声 146
6.3.3 汉字行切分与字切分 148
6.4 特征提取 155
6.5 汉字识别 161
第7章 一维条形码识别 167
7.1 一维条形码图像数据特征分析 167
7.2 一维条形码识别系统设计 170
7.3 一维条形码图像预处理 171
7.3.1 灰度化 171
7.3.2 二值化 173
7.3.3 图像校正处理 175
7.3.4 噪声处理 178
7.4 一维条形码识别 180
第8章 人脸识别 189
8.1 人脸图像数据特征分析 189
8.2 人脸识别系统设计 190
8.3 人脸图像预处理 192
8.3.1 去除背景 192
8.3.2 二值化 194
8.3.3 噪声消除 195
8.4 基于复合多重投影检测的人脸定位 197
8.4.1 复合多重投影检测方法 197
8.4.2 脸部区域定位 198
8.4.3 眼部区域定位 202
8.4.4 嘴部区域定位 208
8.5 特征提取 211
8.6 人脸识别 226
第9章 虹膜识别 229
9.1 虹膜图像数据特征分析 229
9.2 虹膜识别系统设计 230
9.3 虹膜定位 231
9.3.1 基于感兴趣区域的虹膜快速定位 232
9.3.2 虹膜外圆定位 232
9.3.3 虹膜内圆定位 234
9.4 虹膜区域处理 238
9.4.1 提取虹膜区域 238
9.4.2 虹膜区域极坐标变换 240
9.4.3 虹膜图像规范化 243
9.5 虹膜特征提取 244
9.5.1 二维Gabor滤波器 244
9.5.2 虹膜特征提取 247
9.6 虹膜特征降维 250
9.7 虹膜识别 254
第10章 指纹识别 262
10.1 指纹识别图像数据特征分析 262
10.2 指纹识别系统设计 263
10.3 指纹图像预处理 264
10.4 指纹图像Gabor滤波 272
10.4.1 Gabor滤波 272
10.4.2 指纹图像Gabor滤波方法 274
10.5 指纹特征降维 276
10.6 指纹识别 279
参考文献 284