Visual C++數(shù)字圖像模式識別技術詳解

前言

作為一門實踐性強的綜合性邊緣學科.數(shù)字圖像模式識別技術研究的內(nèi)容主要包括圖像變換、圖像增強、圖像特征提取、圖像識別以及運動圖像分析等。本書將以實踐為導向，以實用為目標來介紹這些重要的數(shù)字圖像模式識別技術，在介紹數(shù)字圖像模式識別技術基礎理論及算法原理的同時，重點詳細地介紹如何用Visual c++編程實現(xiàn)這些典型及常用算法，并結(jié)合實際應用，介紹作者所在實驗室近年來在工程實踐和課題研究中總結(jié)出來的一些經(jīng)典案例，力求理論、應用與實際編程的緊密結(jié)合，使讀者真正掌握用Visual c++進行圖像模式識別編程的基本方法和技巧。本書內(nèi)容豐富、層次清晰、力求較強的實踐性和可用性。在學習完本書之后，相信讀者能夠深入掌握數(shù)字圖像模式識別技術的基礎理論和經(jīng)典算法，并能順利進行實際項目的開發(fā)。本書特點本書主要有以下特點。1.循序漸進。由淺入深為了方便讀者學習，本書全部實例程序均采用同一個應用程序界面。從基于Visual c++構建應用程序界面，到增加圖像處理功能，再到最終的數(shù)字圖像模式識別經(jīng)典實例的實現(xiàn)，全書內(nèi)容前后連貫，互相依托，構成一個整體。使讀者高效地掌握基于Visual c++實現(xiàn)數(shù)字圖像模式識別技術的基本方法。2.技術全面，內(nèi)容充實本書以理論和編程實踐相結(jié)合的方式介紹了數(shù)字圖像模式識別技術的常用算法。按照數(shù)字圖像模式識別技術的基本體系結(jié)構，全面地從數(shù)字圖像模式識別技術基礎知識、數(shù)字圖像處理應用、數(shù)字模式識別技術實例三個層次組織內(nèi)容，并有機結(jié)合了數(shù)字圖像模式識別技術、軟件開發(fā)方面的專業(yè)知識。3.對比講解，理解深刻本書針對不是非常熟悉Visual c++編程和數(shù)字圖像模式識別技術的初學者，采用圖文并茂、對比講解的方式，詳細介紹算法實現(xiàn)的每一個步驟。希望通過這種講解方式，幫助讀者加深、加快對Visual c++數(shù)字圖像模式識別技術的理解和掌握。

內(nèi)容概要

本書內(nèi)容包括11章：緒論、Visual C++數(shù)字圖像處理基礎、圖像特征、統(tǒng)計模式識別、模式識別決策方法及實現(xiàn)，以及人臉檢測與特征點定位、汽車牌照識別、腦部醫(yī)學影像診斷、印刷體漢字識別、手寫體數(shù)字識別、運動圖像分析共6個數(shù)字圖像模式識別應用實例。系統(tǒng)地介紹了數(shù)字圖像模式識別技術的基本概念和理論、基本方法和算法，并將圖像模式識別的基礎理論與Visual C++軟件實踐相結(jié)合。    本書條堙清晰、系統(tǒng)全面、由淺入深、實例引導、貼近實用。全書基于數(shù)字圖像模式識別技術的基本流程，結(jié)合實例詳細講解相關基本概念、理論以及幾種典型實踐和應用，內(nèi)容翔實、實踐性強，其特色在于重點強調(diào)了怎樣通過開發(fā)新代碼來增強這些軟件工具。另外，本書還配有完整的實例代碼光盤，便于學習。    本書可作為普通高等院校計算機、自動化等相關專業(yè)數(shù)字圖像模式識別技術方面的本科生教材，也可作為相關工程技術人員的學習參考用書。

書籍目錄

前言第1章  緒論  1.1  數(shù)字圖像處理概述    1.1.1  數(shù)字圖像獲取    1.1.2  圖像顯示與存儲    1.1.3  數(shù)字圖像文件    1.1.4  數(shù)字圖像處理  1.2  模式識別基本概念    1.2.1  模式和模式識別的概念    1.2.2  模式空間、特征空間和類別空間    1.2.3  模式識別系統(tǒng)的組成    1.2.4  數(shù)字圖像模式識別  1.3  實踐拓展第2章  Visual C++數(shù)字圖像處理基礎  2.1  Visual C++編程方法    2.1.1  面向?qū)ο缶幊?   2.1.2  MFC類    2.1.3  程序框架    2.1.4  集成開發(fā)環(huán)境    2.1.5  生成多文檔應用程序  2.2  Visual C++數(shù)字圖像處理    2.2.1  BMP圖像文件    2.2.2  位圖文件讀取    2.2.3  圖像增強    2.2.4  圖像形態(tài)學處理    2.2.5  圖像分割  2.3  實踐拓展第3章  圖像特征  3.1  統(tǒng)計特征  3.2  幅值特征  3.3  幾何特征    3.3.1  位置與方向    3.3.2  周長    3.3.3  面積    3.3.4  長軸與短軸    3.3.5  距離  3.4  形狀特征    3.4.1  多邊形描述    3.4.2  曲線描述    3.4.3  標記    3.4.4  矩形度    3.4.5  圓形度    3.4.6  不變矩    3.4.7  偏心率  3.5  紋理特征    3.5.1  紋理    3.5.2  紋理分析  3.6  實踐拓展第4章  統(tǒng)計模式識別  4.1  統(tǒng)計模式識別的研究內(nèi)容  4.2  特征的提取與選擇    4.2.1  特征評判標準——類別可分性判據(jù)    4.2.2  特征選擇及分支界定法    4.2.3  特征提取及主分量分析  4.3  模式分類    4.3.1  最小錯誤率的貝葉斯決策    4.3.2  感知器分類器    4.3.3  近鄰分類器  4.4  模式聚類    4.4.1  模式相似性測度和聚類準則    4.4.2  層次聚類法    4.4.3  C-均值算法  4.5  實踐拓展第5章  模式識別決策方法及實現(xiàn)  5.1  人工神經(jīng)網(wǎng)絡    5.1.1  神經(jīng)網(wǎng)絡基本原理    5.1.2  誤差反向傳播算法    5.1.3  BP網(wǎng)絡的設計    5.1.4  BP算法的C語言實現(xiàn)  5.2  隱馬爾可夫模型    5.2.1  隱馬爾可夫概念    5.2.2  隱馬爾可夫模型基本算法    5.2.3  隱馬爾可夫模型的C語言實現(xiàn)  5.3  決策樹    5.3.1  決策樹的基本概念    5.3.2  決策樹的設計    5.3.3  決策樹的C語言實現(xiàn)  5.4  模板匹配    5.4.1  模板匹配概念    5.4.2  Hausdorff距離    5.4.3  基于改進的Hausdorff距離的模板匹配算法    5.4.4  模板匹配的C語言實現(xiàn)  5.5  實踐拓展第6章  人臉檢測與特征點定位  6.1  人臉檢測方法    6.1.1  基于膚色的檢測方法    6.1.2  其他人臉檢測方法  6.2  人臉檢測實例    6.2.1  系統(tǒng)設計    6.2.2  膚色相似度計算    6.2.3  人臉輪廓提取    6.2.4  人臉定位    6.2.5  臉內(nèi)輪廓提取    6.2.6  眼睛定位    6.2.7  鼻子定位    6.2.8  嘴部定位  6.3  實踐拓展第7章  汽車牌照識別  7.1  系統(tǒng)概述  7.2  車牌定位    7.2.1  車牌顏色識別    7.2.2  車牌形狀識別    7.2.3  車牌紋理識別    7.2.4  車牌傾斜校正    7.2.5  車牌定位及提取  7.3  車牌字符分割    7.3.1  車牌二值化    7.3.2  去除邊框    7.3.3  字符分割  7.4  車牌字符識別    7.4.1  字符歸一化    7.4.2  字符細化    7.4.3  除噪    7.4.4  字符模板匹配  7.5  實踐拓展第8章  腦部醫(yī)學影像診斷  8.1  醫(yī)學影像自動診斷  8.2  腦部醫(yī)學影像的特征提取    8.2.1  灰度共生矩陣    8.2.2  腦CT圖像紋理特征提取實例  8.3  腦部醫(yī)學影像分類器設計    8.3.1  神經(jīng)網(wǎng)絡分類器的訓練    8.3.2  腦CT圖像分類器訓練實例    8.3.3  分類器評估  8.4  實踐拓展第9章  印刷體漢字識別  9.1  印刷體漢字的特征提取    9.1.1  漢字特征的分類    9.1.2  常用的漢字特征  9.2  印刷體漢字的分類器設計    9.2.1  統(tǒng)計模式識別    9.2.2  結(jié)構模式識別    9.2.3  統(tǒng)計模式識別與結(jié)構模式識別的結(jié)合    9.2.4  人工神經(jīng)網(wǎng)絡  9.3  印刷體漢字識別實例    9.3.1  系統(tǒng)設計    9.3.2  圖像預處理    9.3.3  文本區(qū)域處理    9.3.4  多特征提取    9.3.5  多分類器集成  9.4  實踐拓展第10章  手寫體數(shù)字識別  10.1  系統(tǒng)概述  10.2  手寫體數(shù)字圖像的預處理    10.2.1  圖像的二值化    10.2.2  圖像反色  10.3  手寫體數(shù)字的特征提取  10.4  手寫體數(shù)字的識別  10.5  實踐拓展第11章  運動圖像分析  11.1  運動圖像分析概述    11.1.1  運動的分類    11.1.2  運動圖像分析內(nèi)容  11.2  運動目標檢測與跟蹤實例    11.2.1  系統(tǒng)設計    11.2.2  運動目標檢測    11.2.3  運動目標跟蹤  11.3  實踐拓展附錄A  圖像處理子函數(shù)代碼——灰度變換附錄B  圖像處理子函數(shù)代碼——幾何變換附錄C  圖像處理子函數(shù)代碼——空域增強附錄D  圖像處理子函數(shù)代碼——頻域增強附錄E  圖像處理子函數(shù)代碼——形態(tài)學附錄F  圖像處理子函數(shù)代碼——圖像分割參考文獻

章節(jié)摘錄

插圖：

編輯推薦

《Visual C++數(shù)字圖像模式識別技術詳解》作者都是經(jīng)歷一線開發(fā)的工程技術人員，他們悉心凝練、字斟句酌。系統(tǒng)論述了基于Visual C++的數(shù)字圖像模式識別的技術、方法與實戰(zhàn)技巧；透徹分析了眾多工程實踐經(jīng)驗與案例，以饗讀者。我有計算機背景。學習過計算機圖形學及Visual C++編程的基本方法與技能，為什么卻不能編寫數(shù)字圖像模式識別的完整代碼?我是計算機圖像工程師。工作三年了，為什么我依然不能迅速上手。駕馭數(shù)字圖像模式識別的工程項目。成為項目經(jīng)理?設計和編制數(shù)字圖像模式識別源程序代碼的過程中。如何做到敏捷高效、事半功倍?如何嫻熟地調(diào)用常見的40個數(shù)字圖像處理子函數(shù)代碼。如何做到信手拈來、深入淺出。他山之石，何以攻玉?涵蓋內(nèi)容Visual C++編程：編程思想、程序框架、構造圖像處理類圖像處理：圖像增強、形態(tài)學運算、圖像分割圖像特征：統(tǒng)計特征、幅值特征、幾何特征、形狀特征、紋理特征模式內(nèi)涵：模式、模式空間、特征空間、類別空間模式統(tǒng)計：特征提取、特征選擇、模式分類、模式聚類模式?jīng)Q策：人工神經(jīng)網(wǎng)絡、隱馬爾可夫模型、決策樹、模板匹配綜合實例人臉檢測與特征點定位腦部醫(yī)學影像診斷手寫體數(shù)字識別汽車牌照識別印刷體漢字識別運動圖像分析源于一線開發(fā)人員的工程實踐與案例總結(jié)。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    Visual C++數(shù)字圖像模式識別技術詳解 PDF格式下載

---