数字图像模式识别工程项目研究

第1章 图像模式识别导论

1.1 图像模式识别的概述

1.2 图像模式识别的应用

1.3 基于图像分析的黄豆质量评估系统设计

1.4 基于连通域分析的微小颗粒计数系统的软件设计

第2章 模板分类器

2.1 模板匹配分类法

2.2 基于模板分类器的手写数字识别工程软件设计

2.3 基于模板分类器的肝脏B超图像自动诊断系统的工程软件设计

2.4 基于模板分类器的轴承表面缺陷识别系统的工程软件设计

第3章 统计模式分类器

3.1 统计模式分类方法概述

3.2 基于Bayes的手写数字识别系统的设计

3.3 基于决策树的地理图片纹理分类软件设计

3.4 基于KNN的纹理分类系统的软件设计

3.5 基于类条件概率密度的视频移动目标跟踪系统设计

第4章 几何分类器

4.1 几何分类器的基本概念

4.2 判断函数分类器

4.3 几何分类器的设计

第5章 神经网络分类器

5.1 神经网络的基本概念

5.2 神经网络的理论分析

5.3 基于BP神经网络的手写数字识别系统软件设计

5.4 基于神经网络的肝脏B超图像自动诊断与识别系统软件设计

第6章 图像分割与特征生成

6.1 图像分割的基本概念

6.2 特征生成及特征匹配

6.3 图形形状分类与计数系统的工程软件设计

6.4 基于链码运算的细胞分割和计数系统的工程软件设计

6.5 基于局部不变性特征的物体识别系统设计

6.6 基于Haar和HOG特征的火星撞击坑识别系统设计

第7章 特征数据的变换与降维

7.1 特征数据的变换与降维的基本原理

7.2 主元分析理论分析及应用

7.3 基于PcA的人脸识别系统设计

第8章 聚类分析

8.1 聚类分析的一般概念

8.2 基于均值聚类车牌定位和字符识别系统工程软件设计

第9章 遗传算法分类

9.1 遗传算法的基本概念

9.2 遗传算法的基本流程

9.3 遗传算法的基本构成

9.4 基于遗传算法的森林火灾自动识别系统软件设计

第10章 分类器组合

10.1 分类器组合的概念

10.2 AdaBoost分类器的构成方法

10.3 支持向量机分类器

10.4 基于AdaBoost的森林火灾监控系统的软件设计

10.5 基于sVM的票据自动识别系统的软件设计

参考文献

《数字图像模式识别工程项目研究》从工程应用的角度，系统地介绍了数字图像模式识别工程项目研究所涉及的软件包框架设计、数字图像处理、特征定义、分类器训练和组合的理论方法和源码设计技术，以讲解实例设计的方式介绍图像模式识别的程序设计技巧，注重理论、突出实用。《数字图像模式识别工程项目研究》中20多个软件包的设计例子全部通过Delphi7验证实现，随书所附光盘提供书中所介绍的所有数字图像模式识别项目研究的软件包的完整源程序及编程和运行所需资源、素材及控件。
　　《数字图像模式识别工程项目研究》可作为大学生、研究生和工程软件人员在数字图像模式识别的算法研究及相关应用课程方面的参考教材。