數字圖像模式識別工程軟件設計

前言
第1章　圖像模式識別導論
1.1　圖像模式識別概述
1.2　圖像模式識別的應用
1.3　基于圖像分析的黃豆質量評估系統設計
1.3.1　圖像特征識別系統的基本技術要求
1.3.2　圖像特征識別統計系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　各向異性擴散平滑濾波
2.7.1　各向異性擴散平滑濾波的基本原理
2.7.2　各向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　基于圖像預處理技術的細小顆粒計數系統的軟件設計
2.25.1　細小顆粒計數系統的軟件系統要求
2.25.2　細小顆粒計數系統的軟件系統設計框架
2.25.3　細小顆粒計數系統的軟件模塊設計
第3章　模板分類器
3.1　模板匹配分類法
3.2　基于模板分類器的手寫數字識別工程軟件設計
3.2.1　手寫數字識別系統的軟件設計要求
3.2.2　手寫數字識別軟件系統的模塊構成
3.2.3　數字圖像模板庫的建立及管理
3.2.4　數字圖像模板庫的修改和添加
3.2.5　手寫數字圖像識別
3.2.6　手寫數字識別軟件與其他軟件的信息交流
3.3　基于模板分類器的肝臟B超圖像自動診斷系統工程軟件設計
3.3.1　肝臟B超圖像紋理分析
3.3.2　肝臟B超圖像紋理計算
3.3.3　肝臟B超圖像自動診斷系統的軟件設計
3.4　基于模板分類器的軸承表面缺陷識別系統工程軟件設計
3.4.1　軸承表面缺陷圖像分析
3.4.2　表面缺陷圖像的一般幾何特征提取
3.4.3　表面缺陷圖像的矩特征提取
3.4.4　軸承表面缺陷識別系統的軟件設計
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　基于貝葉斯的手寫數字識別系統軟件設計
4.2.1　基于貝葉斯的手寫數字識別系統的軟件設計步驟
4.2.2　基于貝葉斯的手寫數字識別系統的軟件實現
第5章　幾何分類器
5.1　幾何分類器的基本概念
5.2　判別函數分類器
5.2.1　判別函數的種類
5.2.2　線性判別函數
5.3　幾何分類器的設計
5.3.1　線性分類器的設計
5.3.2　LMSE分類法在手寫數字識別中的程序設計
5.3.3　LMSE分類法在肝臟紋理分類識別中的程序設計
5.3.4　Fisher分類準則
5.3.5　基于Fisher的手寫數字分類算法的程序實現
第6章　圖像分割與特征生成
6.1　圖像分割的基本概念
6.2　特征生成及特征匹配
6.2.1　顏色特征
6.2.2　形狀特征
6.2.3　紋理特征
6.2.4　空間關系特征
6.2.5　特征和分類
6.2.6　樣本特征歸一化
6.3　圖形形狀分類與計數系統的工程軟件設計
6.3.1　圖形形狀分類與計數系統的設計框架
6.3.2　圖形形狀各特征值的定義與計算
6.3.3　基于一般幾何特征值的綜合分析與統計
6.3.4　光柵圖像識別與矢量圖形轉換
6.4　基于鏈碼運算的細胞分割和計數系統的工程軟件設計
6.4.1　醫(yī)學圖像細胞分割的各種方法與應用
6.4.2　基于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　基于鏈碼運算的細胞分割和計數系統的軟件設計
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　基于BP神經網絡的手寫數字識別系統軟件設計
7.3.1　字符特征選擇與提取的實現
7.3.2　基于神經元網絡的手寫數字識別程序實現
7.4　基于神經網絡的肝臟B超圖像自動診斷與識別系統軟件設計
7.4.1　B超圖像識別BP網絡的拓撲結構
7.4.2　B超圖像識別BP網絡的輸出編碼
7.4.3　B超圖像識別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　系統聚類
8.1.2　分解聚類
8.1.3　動態(tài)聚類
8.1.4　模糊聚類
8.2　基于均值聚類車牌定位和字符識別系統工程軟件設計
8.2.1　基于強制聚類中心的均值聚類技術的車牌定位技術
8.2.2　車牌字符綜合特征的選擇和識別
8.2.3　基于均值聚類的細胞統計系統工程軟件設計
參考文獻