數(shù)字圖像分析與模式識別

內(nèi)容概要

　　《數(shù)字圖像分析與模式識別》主要內(nèi)容分為五部分，第一部分（包括1-4章），主要介紹了圖像處理與分析的基礎(chǔ)理論與相關(guān)的MATLAB仿真的編程方法與部分M函數(shù)，并介紹了幾種較新的變換技術(shù)，如Contourlet變換等。第二部分主要介紹圖像分析的預(yù)處理過程（第5章），包括圖像濾噪、邊緣檢測與圖像分割，并給出了相關(guān)MATLAB仿真程序與結(jié)果，并介紹了圖像預(yù)處理的研究現(xiàn)狀與最新成果。第三部分主要介紹了圖像的特征提取方法（第6章），包括基于邊緣的特征提取、基于內(nèi)容的特征提取、基于形狀的特征提取與基于紋理結(jié)構(gòu)的特征提取的典型方法與最新成果。第四部分主要介紹了特征的選擇與優(yōu)化算法（第七章），包括特征的預(yù)處理、PCA、ICA等線性方法、組合優(yōu)化算法、（如模擬退火、遺傳算法等）、基于統(tǒng)計假設(shè)檢驗的特征選擇方法與ISOMAP等非線性降維方法。第五部分主要介紹了圖像分析的模式識別與分類方法（第八、九章）有貝葉斯決策、線性分類、近鄰算法、聚類算法、神經(jīng)網(wǎng)絡(luò)與支持向量機等，并給出了主要的MATLAB仿真程序。

書籍目錄

第1章 緒論
　1.1 圖像工程
　1.2 圖像工程相關(guān)的硬件
　1.3 圖像工程相關(guān)的軟件
　1.4 圖像分析與模式識別
　參考文獻
　
第2章 數(shù)字圖像的表示與編碼
　2.1 圖像數(shù)字化
　2.2 圖像數(shù)字化對圖像信息的影響
　2.3 數(shù)字圖像編碼基礎(chǔ)
　2.4 數(shù)字圖像的預(yù)測編碼
　2.5 數(shù)字圖像的變換編碼
　2.6 與數(shù)字圖像表示與編碼相關(guān)的Matlab編程
　參考文獻
　
第3章 數(shù)字圖像的直方圖與幾何變換
　3.1 圖像直方圖
　3.2 基于圖像直方圖的圖像操作
　3.3 圖像的幾何變換
　3.4 基于控制點的圖像空間變換
　
第4章 數(shù)字圖像的變換域處理
　4.1 傅里葉變換
　4.2 離散余弦變換
　4.3 離散哈特利變換
　4.4 方波型變換
　4.5 基于特征分析的變換
　4.6 小波變換
　4.7 Radon變換
　4.8 Contourlet變換
　參考文獻
　
第5章 數(shù)字圖像的預(yù)處理技術(shù)
　5.1 圖像退化模型與噪聲分類
　5.2 圖像噪聲的空間域濾波方法
　5.3 周期噪聲與頻域濾波
　5.4 小波濾波
　5.5 偏微分方程圖像去噪
　5.6 邊緣檢測
　參考文獻
　
第6章 數(shù)字圖像的特征提取
　6.1 數(shù)字圖像的特征與標準
　6.2 基于邊界的特征提取
　6.3 基于區(qū)域的特征提取
　6.4 基于正交矩的圖像特征
　6.5 基于形狀的圖像特征
　6.6 基于紋理的圖像特征
　參考文獻
　
第7章 特征的選擇與優(yōu)化
　7.1 特征選擇的預(yù)處理
　7.2 主成分分析（PCA）
　7.3 獨立成分分析（ICA）
　7.4 基于組合優(yōu)化的特征選擇
　7.5 基于統(tǒng)計假設(shè)檢驗的特征選擇
　7.6 基于流形學習的非線性降維方法
　參考文獻
　
第8章 基于監(jiān)督學習的模式識別
　8.1 貝葉斯決策理論
　8.2 線性分類器
　8.3 近鄰分類算法
　8.4 人工神經(jīng)網(wǎng)絡(luò)
　8.5 支持向量機
　參考文獻
　
第9章 非監(jiān)督學習的模式識別
　9.1 相似性度量
　9.2 聚類算法
　9.3 基于核的聚類算法
　9.4 基于模糊理論的聚類算法
　9.5 其他聚類算法
　參考文獻
　　

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    數(shù)字圖像分析與模式識別 PDF格式下載

---