前言第1章 圖像模式識彆導論 1.1 圖像模式識彆概述 1.2 圖像模式識彆的應用 1.3 基於圖像分析的黃豆質量評估係統設計 1.3.1 圖像特徵識彆係統的基本技術要求 1.3.2 圖像特徵識彆統計係統的構架及軟件實現技術第2章 數字圖像預處理 2.1 圖像的灰度化 2.1.1 圖像的灰度化處理的基本原理 2.1.2 圖像的灰度化的程序實現 2.2 圖像的二值化 2.2.1 圖像的二值化處理的基本原理 2.2.2 圖像的二值化處理的程序實現 2.3 圖像的反色 2.3.1 圖像的反色處理的基本原理 2.3.2 圖像的反色處理的程序實現 2.4 圖像的中值濾波 2.4.1 圖像的中值濾波處理的基本原理 2.4.2 圖像的中值濾波處理的程序實現 2.5 圖像的高斯濾波 2.5.1 圖像的高斯濾波處理的基本原理 2.5.2 圖像的高斯濾波處理的程序實現 2.6 Gabor變換 2.6.1 Gabor變換的基本原理 2.6.2 Gabor濾波器設計 2.6.3 Gabor變換的程序實現 2.7 各嚮異性擴散平滑濾波 2.7.1 各嚮異性擴散平滑濾波的基本原理 2.7.2 各嚮異性擴散平滑濾波的程序實現 2.8 二值圖像的腐蝕 2.8.1 二值圖像的腐蝕的基本原理 2.8.2 二值圖像腐蝕的程序實現 2.9 二值圖像的膨脹 2.9.1 二值圖像的膨脹的基本原理 2.9.2 二值圖像的膨脹的程序實現 2.10 二值圖像的開運算 2.11 二值圖像的閉運算 2.12 灰度圖像腐蝕 2.12.1 灰度圖像腐蝕的基本原理 2.12.2 灰度圖像腐蝕的程序實現 2.13 灰度圖像膨脹 2.13.1 灰度圖像膨脹的基本原理 2.13.2 灰度圖像膨脹的程序實現 2.14 灰度圖像開運算 2.15 灰度圖像閉運算 2.16 灰度圖像腐蝕和膨脹的其他衍生運算 2.17 圖像的Sobel邊緣檢測 2.17.1 圖像的Sobel邊緣檢測的原理 2.17.2 Sobel邊緣檢測的程序實現 2.18 圖像的Prewitt邊緣檢測 2.18.1 圖像的Prewiu邊緣檢測的原理 2.18.2 Prewitt邊緣檢測的程序實現 2.19 圖像的Robert邊緣檢測 2.19.1 圖像的Robert邊緣檢測的基本原理 2.19.2 Robert邊緣檢測的程序實現 2.20 Kirsch邊緣檢測 2.20.1 Kirsch邊緣檢測的基本原理 2.20.2 Kirsch邊緣檢測的程序實現 2.21 Laplace邊緣檢測 2.21.1 Laplace邊緣檢測的基本原理 2.21.2 Laplace邊緣檢測的程序實現 2.22 Gauss-Laplace邊緣檢測 2.22.1 Gauss-Laplace邊緣檢測的基本原理 2.22.2 Gauss-Laplace邊緣檢測的程序實現 2.23 Canny邊緣檢測 2.23.1 Canny邊緣檢測的基本原理 2.23.2 Canny邊緣檢測的程序實現 2.24 Marr邊緣檢測 2.24.1 Marr邊緣檢測的基本原理 2.24.2 Marr邊緣檢測的程序實現 2.25 基於圖像預處理技術的細小顆粒計數係統的軟件設計 2.25.1 細小顆粒計數係統的軟件係統要求 2.25.2 細小顆粒計數係統的軟件係統設計框架 2.25.3 細小顆粒計數係統的軟件模塊設計第3章 模闆分類器 3.1 模闆匹配分類法 3.2 基於模闆分類器的手寫數字識彆工程軟件設計 3.2.1 手寫數字識彆係統的軟件設計要求 3.2.2 手寫數字識彆軟件係統的模塊構成 3.2.3 數字圖像模闆庫的建立及管理 3.2.4 數字圖像模闆庫的修改和添加 3.2.5 手寫數字圖像識彆 3.2.6 手寫數字識彆軟件與其他軟件的信息交流 3.3 基於模闆分類器的肝髒B超圖像自動診斷係統工程軟件設計 3.3.1 肝髒B超圖像紋理分析 3.3.2 肝髒B超圖像紋理計算 3.3.3 肝髒B超圖像自動診斷係統的軟件設計 3.4 基於模闆分類器的軸承錶麵缺陷識彆係統工程軟件設計 3.4.1 軸承錶麵缺陷圖像分析 3.4.2 錶麵缺陷圖像的一般幾何特徵提取 3.4.3 錶麵缺陷圖像的矩特徵提取 3.4.4 軸承錶麵缺陷識彆係統的軟件設計第4章 貝葉斯分類法 4.1 貝葉斯決策概述 4.1.1 貝葉斯決策的一般概念 4.1.2 貝葉斯定理 4.2 基於貝葉斯的手寫數字識彆係統軟件設計 4.2.1 基於貝葉斯的手寫數字識彆係統的軟件設計步驟 4.2.2 基於貝葉斯的手寫數字識彆係統的軟件實現第5章 幾何分類器 5.1 幾何分類器的基本概念 5.2 判彆函數分類器 5.2.1 判彆函數的種類 5.2.2 綫性判彆函數 5.3 幾何分類器的設計 5.3.1 綫性分類器的設計 5.3.2 LMSE分類法在手寫數字識彆中的程序設計 5.3.3 LMSE分類法在肝髒紋理分類識彆中的程序設計 5.3.4 Fisher分類準則 5.3.5 基於Fisher的手寫數字分類算法的程序實現第6章 圖像分割與特徵生成 6.1 圖像分割的基本概念 6.2 特徵生成及特徵匹配 6.2.1 顔色特徵 6.2.2 形狀特徵 6.2.3 紋理特徵 6.2.4 空間關係特徵 6.2.5 特徵和分類 6.2.6 樣本特徵歸一化 6.3 圖形形狀分類與計數係統的工程軟件設計 6.3.1 圖形形狀分類與計數係統的設計框架 6.3.2 圖形形狀各特徵值的定義與計算 6.3.3 基於一般幾何特徵值的綜閤分析與統計 6.3.4 光柵圖像識彆與矢量圖形轉換 6.4 基於鏈碼運算的細胞分割和計數係統的工程軟件設計 6.4.1 醫學圖像細胞分割的各種方法與應用 6.4.2 基於鏈碼運算和其他技術的細胞分割技術的比較和應用 6.4.3 基於鏈碼運算的細胞分割和計數係統的軟件設計第7章 神經網絡分類器 7.1 神經網絡的基本概念 7.2 神經網絡的理論分析 7.2.1 神經元模型 7.2.2 BP網絡的學習算法 7.2.3 BP網絡的設計 7.2.4 一般性BP網絡的不足與改進 7.3 基於BP神經網絡的手寫數字識彆係統軟件設計 7.3.1 字符特徵選擇與提取的實現 7.3.2 基於神經元網絡的手寫數字識彆程序實現 7.4 基於神經網絡的肝髒B超圖像自動診斷與識彆係統軟件設計 7.4.1 B超圖像識彆BP網絡的拓撲結構 7.4.2 B超圖像識彆BP網絡的輸齣編碼 7.4.3 B超圖像識彆BP網絡的參數選擇第8章 聚類分析 8.1 聚類分析的一般概念 8.1.1 係統聚類 8.1.2 分解聚類 8.1.3 動態聚類 8.1.4 模糊聚類 8.2 基於均值聚類車牌定位和字符識彆係統工程軟件設計 8.2.1 基於強製聚類中心的均值聚類技術的車牌定位技術 8.2.2 車牌字符綜閤特徵的選擇和識彆 8.2.3 基於均值聚類的細胞統計係統工程軟件設計參考文獻
· · · · · · (收起)