Visual C++/MATLAB圖像處理與識別實用案例精選

第1章  圖像科學(xué)綜述  1
 1.1  引  言  1
 1.1.1  圖像處理與識別技術(shù)概述  1
 1.1.2  圖像處理與識別技術(shù)的應(yīng)用領(lǐng)域  2
 1.1.3  圖像處理與識別的技術(shù)內(nèi)容  3
 1.2  圖像處理系統(tǒng)的基本構(gòu)成  4
 1.2.1  計算機圖像處理系統(tǒng)的分類  4
 1.2.2  微機圖像處理系統(tǒng)的基本構(gòu)成  5
 1.3  圖像的數(shù)字化與表示  6
 1.3.1  圖像的數(shù)字化  7
 1.3.2  圖像的存儲  8
 1.3.3  數(shù)字圖像的表示  8
 1.4  數(shù)字圖像處理的基本運算  9
 1.4.1  數(shù)字圖像處理的基本過程  9
 1.4.2  基本運算形式  10
 1.5  圖像處理與識別及圖像理解所研究的內(nèi)容  12
 1.5.1  圖像處理技術(shù)  12
 1.5.2  圖像識別技術(shù)  13
 1.5.3  圖像理解  15
 1.6  圖像處理與識別及圖像理解的關(guān)系  17
 1.6.1  圖像處理  17
 1.6.2  圖像理解  18
 1.6.3  圖像識別與圖像處理及圖像理解的關(guān)系  19
 1.7  計算機視覺  19
 1.7.1  計算機視覺研究的內(nèi)容  20
 1.7.2  計算機視覺發(fā)展的現(xiàn)狀  21
 1.7.3  計算機視覺面臨的困難  21
 第2章  MATLAB語言圖像編程  23
 2.1  MATLAB基本操作  23
 2.1.1  操作界面的默認外形  23
 2.1.2  通用操作界面  24
 2.2  MATLAB編程基礎(chǔ)  24
 2.2.1  變量  24
 2.2.2  數(shù)據(jù)類型  25
 2.2.3  基本賦值語句  26
 2.2.4  工作空間的管理  26
 2.3  MATLAB運算符  27
 2.3.1  算術(shù)運算符  27
 2.3.2  關(guān)系運算符  28
 2.3.3  邏輯運算符  29
 2.4  控制語句  29
 2.4.1  循環(huán)控制語句  30
 2.4.2  條件轉(zhuǎn)移語句  31
 2.4.3  開關(guān)控制語句  31
 2.5  M腳本文件和函數(shù)文件  33
 2.5.1  M文本編輯器  33
 2.5.2  M函數(shù)文件  34
 2.5.3  文件的一般結(jié)構(gòu)  34
 2.6  MATLAB圖像處理初步  35
 2.6.1  圖像處理基本操作  35
 2.6.2  高級圖像處理初步  37
 2.7  圖像格式與MATLAB圖像類型  39
 2.7.1  常用圖像格式  39
 2.7.2  MATLAB圖像類型  41
 2.7.3  圖像類型轉(zhuǎn)換  44
 2.8  MATLAB圖像顯示  46
 2.8.1  MATLAB圖像的讀寫和顯示  46
 2.8.2  二進制圖像的顯示方法  48
 2.8.3  灰度圖像顯示方法  49
 2.8.4  索引圖像的顯示  50
 2.8.5  RGB圖像的顯示方法  50
 2.8.6  多幅圖像顯示  50
 第3章  圖像的增強  52
 3.1  圖像變換增強  52
 3.1.1  概述  52
 3.1.2  傅立葉變換  52
 3.1.3  離散余弦變換  56
 3.2  灰度變換增強  58
 3.2.1  線性灰度變換  58
 3.2.2  分段線性變換  59
 3.2.3  非線性灰度變換  60
 3.3  直方圖變換增強  62
 3.3.1  灰度直方圖  62
 3.3.2  直方圖均勻化  63
 3.3.3  直方圖均勻化的計算步驟及實例  64
 3.4  空間域濾波增強  67
 3.4.1  平滑濾波器  67
 3.4.2  空間域圖像平滑實例  70
 3.4.3  空間域圖像銳化  73
 3.5  頻域增強  78
 3.5.1  頻域低通濾波  78
 3.5.2  頻域高通濾波  81
 第4章  圖像分割  84
 4.1  圖像分割的基本概念  84
 4.1.1  圖像分割定義  84
 4.1.2  圖像分割算法分類  85
 4.2  邊緣檢測  85
 4.2.1  邊緣檢測概述  85
 4.2.2  邊緣檢測梯度算法  86
 4.2.3  拉普拉斯（Laplacian）算子  89
 4.2.4  LoG（Laplacian-Gauss）算子  90
 4.2.5  坎尼（Canny）算子  92
 4.3  灰度閾值分割  93
 4.3.1  閾值分割介紹  93
 4.3.2  全局閾值  95
 4.3.3  動態(tài)閾值  98
 4.4  區(qū)域分割  101
 4.4.1  區(qū)域生長的原理和步驟  101
 4.4.2  生長準(zhǔn)則和過程  102
 4.4.3  分裂合并  104
 4.5  彩色分割  105
 4.5.1  分割所用的彩色空間  106
 4.5.2  分割策略  108
 4.6  特殊方法的圖像分割  111
 4.6.1  基于數(shù)學(xué)形態(tài)學(xué)的分割技術(shù)  111
 4.6.2  借助于統(tǒng)計模式識別方法的分割技術(shù)  118
 第5章  特征提取  119
 5.1  基本概念  119
 5.1.1  問題的提出  119
 5.1.2  一些基本概念  119
 5.2  紋理特征提取  121
 5.2.1  直方圖統(tǒng)計特征  121
 5.2.2  圖像的自相關(guān)函數(shù)  124
 5.2.3  灰度共生矩陣  124
 5.2.4  灰度－梯度共生矩陣  131
 5.2.5  基于變換的特征  133
 5.3  形狀和結(jié)構(gòu)特征提取  135
 5.3.1  區(qū)域內(nèi)部的數(shù)字特征  135
 5.3.2  基于邊界的形狀特征  139
 5.4  顏色特征提取  143
 第6章  圖像識別  144
 6.1  圖像識別概述  144
 6.2  統(tǒng)計模式的識別方法  145
 6.2.1  決策理論方法  145
 6.2.2  統(tǒng)計分類法  150
 6.3  結(jié)構(gòu)語句的識別方法  153
 6.3.1  概述  153
 6.3.2  結(jié)構(gòu)模式識別系統(tǒng)  156
 6.3.3  圖像基元的選擇與抽取  157
 6.3.4  圖像描述語言. 圖像描述文法  158
 6.4  模糊集識別法  162
 6.4.1  概述  162
 6.4.2  模糊集理論基礎(chǔ)  163
 6.4.3  模糊關(guān)系  165
 6.4.4  最大隸屬原則識別方法  167
 6.4.5  擇近原則識別方法  167
 6.4.6  模糊聚類識別方法  168
 6.5  神經(jīng)網(wǎng)絡(luò)識別法  173
 6.5.1  人工神經(jīng)網(wǎng)絡(luò)概述  173
 6.5.2  與傳統(tǒng)分類器的對比  173
 6.5.3  神經(jīng)元模型  175
 6.5.4  BP神經(jīng)網(wǎng)絡(luò)分類器  176
 第7章  醫(yī)學(xué)圖像處理  180
 7.1  細胞邊緣的精確檢測  180
 7.1.1  概述  180
 7.1.2  細胞邊緣的精確檢測  181
 7.1.3  算法總結(jié)  187
 7.2  癌細胞識別系統(tǒng)  187
 7.2.1  概述  187
 7.2.2  系統(tǒng)概況  188
 7.2.3  閾值分割  189
 7.2.4  癌細胞識別  189
 第8章  文字圖像識別  196
 8.1  文字圖像識別簡介  196
 8.1.1  文字識別系統(tǒng)的原理及組成  196
 8.1.2  文字識別的方法  197
 8.2  圖書館中圖書索書號的自動識別  197
 8.2.1  索書號自動識別系統(tǒng)概述  198
 8.2.2  索書號文字圖像分割  198
 8.2.3  文字圖像二值化  206
 8.2.4  單個字符的切分  206
 8.2.5  文字識別  215
 8.3  汽車牌照的自動識別  226
 8.3.1  車輛管理系統(tǒng)組成  226
 8.3.2  汽車牌照自動識別  227
 8.4  商標(biāo)的自動翻譯  230
 8.4.1  商標(biāo)自動翻譯系統(tǒng)的組成  230
 8.4.2  商標(biāo)文字圖像的分割  230
 第9章  AGV視覺導(dǎo)引車路徑識別  234
 9.1  AGV及其視覺導(dǎo)引技術(shù)簡介  234
 9.1.1  AGV概述  234
 9.1.2  AGV的發(fā)展及其應(yīng)用  234
 9.1.3  AGV導(dǎo)引技術(shù)簡介  235
 9.1.4  視覺導(dǎo)引技術(shù)  236
 9.2  路徑攝像系統(tǒng)  237
 9.2.1  AGV視覺導(dǎo)引的硬件體系結(jié)構(gòu)  237
 9.2.2  CCD攝像系統(tǒng)設(shè)計  237
 9.3  路徑圖像識別  240
 9.3.1  路徑圖像的特征  240
 9.3.2  灰度圖像的路徑識別  241
 9.3.3  彩色圖像的路徑識別  243
 9.3.4  路徑定位與方向偏差測量  249
 第10章  圖像技術(shù)在自動檢測中的應(yīng)用  254
 10.1  機械零件尺寸的自動檢測  254
 10.2  機械振動幅值特征的圖像測量  256
 10.2.1  CCD線性時間積分成像原理  256
 10.2.2  測量系統(tǒng)的組成  256
 10.2.3  被測點時間平均成像與振幅特征之間的關(guān)系  257
 10.3  鋼球表面缺陷的自動檢測與識別  258
 10.3.1  系統(tǒng)的組成  258
 10.3.2  圖像預(yù)處理  259
 10.3.3  缺陷特征提取  261
 10.3.4  缺陷識別  262
 第11章  基于神經(jīng)網(wǎng)絡(luò)的文字識別系統(tǒng)  264
 11.1  系統(tǒng)簡介  264
 11.2  系統(tǒng)的基本技術(shù)要求  264
 11.3  系統(tǒng)中的關(guān)鍵技術(shù)  264
 11.4  系統(tǒng)的軟硬件平臺  264
 11.4.1  系統(tǒng)的硬件平臺  264
 11.4.2  系統(tǒng)的軟件平臺  265
 11.5  系統(tǒng)實現(xiàn)  265
 11.5.1  系統(tǒng)流程圖  265
 11.5.2  程序?qū)崿F(xiàn)  265
 11.5.3  程序總體編程框架  379
 11.5.4  程序使用說明. 測試及注意事項  381
 11.6  本章小結(jié)  384
 第12章  車牌定位系統(tǒng)  385
 12.1  系統(tǒng)簡介  385
 12.2  系統(tǒng)基本技術(shù)要求  385
 12.3  系統(tǒng)中用到的關(guān)鍵技術(shù)  385
 12.4  系統(tǒng)軟硬件平臺  385
 12.4.1  系統(tǒng)的硬件平臺  385
 12.4.2  系統(tǒng)的軟件平臺  386
 12.5  系統(tǒng)實現(xiàn)  386
 12.5.1  系統(tǒng)流程圖  386
 12.5.2  程序?qū)崿F(xiàn)  387
 12.5.3  程序效果測試  413
 12.6  本章小結(jié)  420