Visual C++数字图像模式识别典型案例详解PDF|Epub|txt|kindle电子书版本网盘下载

Visual C++数字图像模式识别典型案例详解PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 基础篇1

第1章 数字图像模式识别1

1.1数字图像处理概述1

1.1.1数字图像获取2

1.1.2图像显示与存储2

1.1.3数字图像文件2

1.1.4数字图像处理5

1.2模式识别基本概念6

1.2.1模式和模式识别的概念6

1.2.2模式空间、特征空间和类别空间6

1.2.3模式识别系统的组成7

1.2.4数字图像模式识别的基本过程8

1.3 Visual C+++数字图像处理类9

1.3.1 Visual C++++编程方法9

1.3.2 Visual C++++数字图像处理类17

第2章 模式识别实现方法38

2.1统计模式识别38

2.1.1特征的提取与选择38

2.1.2模式分类45

2.1.3模式聚类50

2.2经典模式识别决策方法及实现54

2.2.1人工神经网络54

2.2.2隐马尔可夫模型63

2.2.3决策树79

2.2.4模板匹配88

2.2.5支持向量机90

第二篇 案例篇98

第3章 一维条形码识别系统98

3.1系统介绍98

3.2核心技术原理99

3.2.1常用的条形码编码规则99

3.2.2预处理过程——二值化103

3.2.3译码过程——平均值法104

3.3系统结构与流程104

3.3.1系统总体结构105

3.3.2二值化算法流程105

3.3.3平均值法算法流程105

3.4编程实现106

3.4.1二值化算法106

3.4.2平均值法107

3.5运行效果117

第4章 基于模糊聚类的图形识别系统118

4.1系统介绍118

4.2核心技术原理119

4.2.1图像的标识及特征提取119

4.2.2模式相似性测量121

4.2.3模糊理论基本概念124

4.2.4模糊聚类分析136

4.3系统结构与流程137

4.3.1系统总体结构137

4.3.2图像标识及特征提取算法流程138

4.3.3计算模糊距离算法流程138

4.3.4模糊聚类算法流程139

4.4编程实现140

4.4.1图像的标识及特征提取140

4.4.2计算模糊距离145

4.4.3模糊聚类147

4.5运行效果153

第5章 人脸检测系统156

5.1系统介绍156

5.2核心技术原理157

5.2.1彩色图像空间157

5.2.2人脸肤色相似度计算158

5.2.3人脸识别与分割160

5.3系统结构与流程161

5.3.1系统总体结构161

5.3.2人脸肤色相似度算法流程162

5.3.3人脸识别与分割算法流程162

5.4编程实现163

5.4.1人脸肤色相似度比较163

5.4.2人脸识别与分割168

5.5运行效果172

第6章 人脸定位系统174

6.1系统介绍174

6.2核心技术原理174

6.2.1人脸轮廓提取175

6.2.2眼睛识别与定位176

6.2.3鼻子识别与定位176

6.2.4嘴部识别与定位176

6.3系统结构与流程177

6.3.1系统总体结构177

6.3.2人脸定位177

6.3.3人脸内轮廓提取178

6.3.4眼睛定位180

6.3.5鼻子定位180

6.3.6嘴部定位181

6.4编程实现182

6.4.1人脸位置定位183

6.4.2人脸内轮廓提取186

6.4.3眼睛定位189

6.4.4鼻子定位196

6.4.5嘴部定位200

6.5运行效果205

第7章 灰度车牌定位系统207

7.1系统介绍207

7.2核心技术原理208

7.2.1车牌图像预处理208

7.2.2车牌定位215

7.3系统结构与流程216

7.3.1系统总体结构216

7.3.2图像灰度化算法流程216

7.3.3直方图均衡化算法流程217

7.3.4图像平滑算法流程218

7.3.5图像二值化算法流程218

7.3.6图像小颗粒去噪算法流程219

7.3.7车牌定位算法流程222

7.4编程实现222

7.4.1图像预处理222

7.4.2车牌定位232

7.5运行效果239

第8章 脑部CT图像辅助诊断系统241

8.1系统介绍241

8.2核心技术原理242

8.2.1脑部CT图像特点分析242

8.2.2脑部CT图像预处理——分段线性拉伸243

8.2.3医学CT图像特征提取244

8.2.4脑部CT图像分类与辅助诊断246

8.3系统结构与流程249

8.3.1系统总体结构249

8.3.2分段线性拉伸算法流程250

8.3.3灰度共生矩阵算法流程250

8.3.4 BP神经网络算法流程251

8.4编程实现252

8.4.1分段线性拉伸253

8.4.2特征提取254

8.4.3分类器训练260

8.5运行效果263

8.5.1系统操作步骤263

8.5.2实验结果及分析265

第9章 手写体数字识别系统267

9.1系统介绍267

9.2核心技术原理268

9.2.1手写体数字图像校正268

9.2.2手写体数字网格特征269

9.2.3手写体数字识别270

9.3系统结构与流程270

9.3.1系统总体结构271

9.3.2手写体数字图像校正271

9.3.3手写体数字网格特征273

9.3.4手写体数字识别273

9.4编程实现274

9.4.1手写体数字图像校正274

9.4.2手写体数字网格特征280

9.4.3手写体数字识别285

9.5运行效果287

第10章 指纹识别的预处理289

10.1系统介绍289

10.2核心技术原理289

10.2.1指纹图像场及其计算290

10.2.2指纹图像的分割294

10.2.3指纹图像的均衡296

10.2.4指纹图像的收敛298

10.2.5指纹图像的平滑302

10.2.6指纹图像的智能增强304

10.2.7指纹图像骨架的提取准备306

10.2.8指纹图像骨架的细化提取308

10.3系统结构与流程309

10.3.1系统总体结构309

10.3.2指纹图像方向场计算算法流程309

10.3.3指纹图像的分割算法流程310

10.3.4指纹图像的均衡算法流程310

10.3.5指纹图像的收敛算法流程311

10.3.6指纹图像的平滑算法流程311

10.3.7指纹图像的智能增强算法流程312

10.3.8指纹图像的骨架提取准备算法流程312

10.3.9指纹图像的骨架细化算法流程313

10.4编程实现315

10.4.1指纹图像方向场计算315

10.4.2指纹图像的分割317

10.4.3指纹图像的均衡318

10.4.4指纹图像的收敛320

10.4.5指纹图像的平滑323

10.4.6指纹图像的智能增强324

10.4.7指纹图像的智能二值化327

10.4.8指纹图像的骨架细化331

10.5运行效果336

第11章 指纹图像特征提取系统339

11.1系统介绍339

11.2核心技术原理339

11.2.1指纹特征定义及分类340

11.2.2指纹特征点的提取340

11.2.3指纹伪特征点及其去除方法343

11.3系统结构与流程344

11.3.1系统总体结构344

11.3.2指纹特征端点、叉点的提取算法流程344

11.3.3指纹特征奇异点提取算法流程345

11.3.4去除伪指纹特征点算法流程345

11.4编程实现347

11.4.1指纹图像端点提取347

11.4.2指纹图像叉点提取348

11.4.3指纹图像奇异点提取349

11.4.4指纹图像伪特征点去除353

11.5运行效果365

第12章 指纹图像比对系统366

12.1系统介绍366

12.2核心技术原理366

12.2.1指纹图像“柔性”配准367

12.2.2指纹图像匹配368

12.3系统结构与流程372

12.3.1系统总体结构372

12.3.2指纹图像配准算法流程373

12.3.3指纹图像匹配算法流程373

12.3.4指纹图像比对算法流程374

12.4编程实现374

12.4.1指纹图像匹配375

12.4.2指纹图像全局比对379

12.5运行效果389

第三篇 拓展篇390

第13章 彩色汽车牌照识别系统390

13.1系统概述390

13.1.1汽车牌照定位391

13.1.2汽车牌照字符分割392

13.1.3汽车牌照字符识别393

13.2系统结构与流程393

13.3汽车牌照定位393

13.3.1汽车牌照特征394

13.3.2汽车牌照区域识别思路395

13.3.3汽车牌照区域粗定位396

13.3.4汽车牌照区域精定位410

13.3.5汽车牌照倾斜校正412

13.3.6汽车牌照提取415

13.4汽车牌照分割421

13.4.1汽车牌照二值化421

13.4.2去除边框427

13.4.3字符分割427

13.5汽车牌照字符识别428

13.5.1字符图像预处理429

13.5.2字符模板匹配432

第14章 中文印刷体文档识别系统437

14.1系统概述437

14.1.1中文印刷体文档识别研究现状437

14.1.2中文印刷体文档识别结构与流程441

14.1.3中文印刷体文档识别中的难点441

14.2中文印刷体文档图像预处理442

14.2.1中文印刷体文档图像特点442

14.2.2二值化处理443

14.2.3平滑去噪446

14.2.4倾斜校正448

14.3版面分析455

14.3.1版面结构455

14.3.2版面分析方法456

14.3.3版面理解466

14.3.4版面重构474

14.4印刷体汉字识别474

14.4.1文本区域预处理475

14.4.2印刷体汉字的特征提取479

14.4.3印刷体汉字的识别486

14.5公式的定位与提取490

14.5.1印刷体文档公式的特点491

14.5.2基于投影的公式定位和提取491

14.5.3基于Parzen窗的独立行公式定位和提取493

14.5.4基于字符宽度中心矩的公式定位和提取495

14.5.5基于汉字拒识的内嵌公式定位和提取500

14.6公式字符分割与识别502

14.6.1公式字符的特点502

14.6.2公式字符的分割503

14.6.3公式字符的识别509

14.7公式结构分析与表示517

14.7.1公式结构分析的难点517

14.7.2公式结构分析前的字符预处理519

14.7.3公式结构分析方法519

14.7.4公式结构表示方法528

14.8图表处理534

14.8.1文档中图形图像的表示与处理535

14.8.2文档中表格的分析与识别537

参考文献548