圖像模式識別

內(nèi)容概要

　　本書介紹圖像模式識別的各種算法及其編程實現(xiàn)步驟。全書共分為10章，內(nèi)容包括：模式識別的基本概念，位圖的基礎(chǔ)知識，分類器設(shè)計，模板匹配分類器，基于概率統(tǒng)計的Bayes分類器，幾何分類器，神經(jīng)網(wǎng)絡(luò)分類器，圖像分割與特征提取，聚類分析，模糊聚類分析，遺傳算法聚類分析?！　”緯鴮嵱眯詮?，選材新穎，包括了神經(jīng)網(wǎng)絡(luò)、模糊集理論、遺傳算法等新技術(shù)，針對每一種模式識別技術(shù)，書中分為理論基礎(chǔ)、實現(xiàn)步驟、編程代碼三部分，所有算法都用VC++編程實現(xiàn)，程序結(jié)構(gòu)簡單，代碼簡潔，便于初學(xué)者很快掌握模式識別技術(shù)。　　本書可作為高等院校計算機工程、信息工程、生物醫(yī)學(xué)工程、智能機器人學(xué)、工業(yè)自動化、模式識別等學(xué)科本科生、研究生的教材或教學(xué)參考書，亦可供有關(guān)工程技術(shù)人員參考。

書籍目錄

第1章　模式識別的基本概念1.1模式識別的基本概念1.2圖像識別1.3位圖基礎(chǔ)1.3.1數(shù)字圖像的基本概念1.3.2BMP文件結(jié)構(gòu)1.3.3CDib類庫的建立小結(jié)習(xí)題第2章　分類器設(shè)計2.1特征空間優(yōu)化設(shè)計問題2.2分類器設(shè)計準(zhǔn)則2.3分類器設(shè)計基本方法2.4判別函數(shù)2.5分類器的選擇2.6訓(xùn)練與學(xué)習(xí)小結(jié)習(xí)題第3章　模板匹配分類器3.1特征類設(shè)計3.2待測樣品特征提取3.3訓(xùn)練集特征庫的建立3.4模板匹配分類法小結(jié)習(xí)題第4章　基于概率統(tǒng)計的Bayes分類器4.1Bayes決策的基本概念4.1.1Bayes決策所討論的問題4.1.2Bayes公式4.2基于最小錯誤率的Bayes決策4.3基于最小風(fēng)險的Bayes決策4.4Bayes決策比較4.5基于二值數(shù)據(jù)的Bayes分類實現(xiàn)4.6基于最小錯誤率的Bayes分類實現(xiàn)4.7基于最小風(fēng)險的Bayes分類實現(xiàn)小結(jié)習(xí)題第5章　幾何分類器第6章　神經(jīng)網(wǎng)絡(luò)分類器第7章　圖像分割與特征提取第8章　聚類分析第9章　模糊聚類分析第10章　遺傳算法聚類分析……附錄A　幾種主要矩陣運算的程序代碼參考文獻

媒體關(guān)注與評論

書評·原理與技術(shù)的完美結(jié)合    ·教學(xué)與科研的最新成果    ·語言精練，實例豐富    ·可操作性強，實用性突出    配套光盤提供：遺傳算法、神經(jīng)網(wǎng)絡(luò)、貝葉斯、模糊聚類等先進算法的源代碼，VC++可編譯執(zhí)行。

編輯推薦

《圖像模式識別:VC++技術(shù)實現(xiàn)》實用性強，選材新穎，包括了神經(jīng)網(wǎng)絡(luò)、模糊集理論、遺傳算法等新技術(shù)，針對每一種模式識別技術(shù)，書中分為理論基礎(chǔ)、實現(xiàn)步驟、編程代碼三部分，所有算法都用VC++編程實現(xiàn)，程序結(jié)構(gòu)簡單，代碼簡潔，便于初學(xué)者很快掌握模式識別技術(shù)。本書可作為高等院校計算機工程、信息工程、生物醫(yī)學(xué)工程、智能機器人學(xué)、工業(yè)自動化、模式識別等學(xué)科本科生、研究生的教材或教學(xué)參考書，亦可供有關(guān)工程技術(shù)人員參考。隨書附贈CD光盤1張！

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    圖像模式識別 PDF格式下載

---