图像处理与模式识别

前言

第1章颜色视觉特性与颜色相似性度量

1．1引言

1．2光度学基本概念

1．2．1可见光范围

1．2．2光强

1．2．3光通量

1．2．4亮度

1．2．5照度

1．3视觉基本原理

1．3．1人眼构造和工作原理

1．3．2人眼视觉模型

1．3．3视觉现象

1．4颜色基本特性

1．4．1颜色属性

1．4．2颜色的定量描述

1．4．3混色原理

1．4．4亮度方程

1．5颜色视觉原理

1．5．1视觉系统颜色感知

1．5．2颜色视觉模型

1．6颜色空间分析

1．6．1面向设备的颜色空间

1．6．2面向视觉感知的颜色空间

1．6．3均匀颜色空间

1．6．4色差度量

1．7颜色相似性度量

1．7．1RGB与HSI颜色空间变换特征

1．7．2颜色相似系数

1．8实验结果与分析

1．9本章小结

参考文献

第2章基于脉冲噪声检测的图像滤波方法

2．1引言

2．2图像噪声

2．2．1噪声的来源

2．2．2噪声的模型

2．2．3脉冲噪声

2．3灰度图像脉冲噪声滤除

2．3．1脉冲噪声的图像特征分析

2．3．2灰度图像脉冲噪声检测

2．3．3脉冲噪声滤除

2．4彩色图像脉冲噪声滤除

2．4．1彩色图像脉冲噪声检测

2．4．2脉冲噪声的自适应滤除

2．5实验结果与分析

2．5．1灰度图像

2．5．2彩色图像

2．6本章小结

参考文献

第3章灰度图像多结构元形态学边缘检测

3．1引言

3．2数学形态学的特点

3．3二值形态学

3．3．1腐蚀

3．3．2膨胀

3．3．3开运算

3．3．4闭运算

3．4灰度数学形态学的基本运算

3．4．1灰度腐蚀

3．4．2灰度膨胀

3．4．3灰度开运算

3．4．4灰度闭运算

3．4．5复合形态学滤波

3．5灰度图像形态学的边缘检测梯度

3．6抗噪型形态学边缘检测算法

3．7多结构元形态学边缘检测算法

3．8结构元的选择

3．9实验结果与分析

3．10本章小结

参考文献

第4章基于形态学变换的彩色图像边缘检测

4．1引言

4．2图像阴影过渡区的检测研究

4．3HSI颜色空间形态学变换

4．4彩色形态学开运算和闭运算

4．5多结构元彩色形态学边缘检测算法

4．5．1彩色边缘

4．5．2彩色形态学边缘检测算法

4．6实验结果与分析

4．7本章小结

参考文献

第5章彩色图像区域分割及应用

5．1引言

5．2彩色图像区域分割

5．2．1图像区域分割定义

5．2．2彩色图像区域分割

5．3足球机器人视觉系统概述

5．3．1足球机器人系统

5．3．2视觉子系统工作原理

5．3．3足球机器人色标

5．3．4色标颜色特征分析

5．4足球机器人色标搜索与分割

5．4．1排异聚类色标主色提取

5．4．2网格搜索策略

5．4．3色标区域分割

5．4．4分割结果后处理

5．5实验结果与分析

5．5．1彩色图像区域分割

5．5．2足球机器人色标搜索与分割

5．6本章小结

参考文献

第6章基于不变矩方法的图像特征提取

6．1引言

6．2不变矩理论

6．3线矩特征的计算

6．3．1基于线积分的线矩计算

6．3．2基于二值边缘图像的线矩计算

6．4实验结果与分析

6．5本章小结

参考文献

第7章基于BP神经网络的图像模糊分类

7．1引言

7．2多层前向神经网络

7．2．1前向神经网络模型

7．2．2反向传播的训练

7．2．3反向传播BP网络有关问题

7．2．4BP网络学习步骤

7．3神经网络训练与学习的预处理

7．3．1不变矩矢量标准化

7．3．2以BP网络做模糊分类

7．3．3竞争选择

7．4基于BP神经网络的颜色分类

7．4．1颜色类的选择

7．4．2颜色样本的获取

7．4．3颜色特征提取

7．4．4网络节点数量的确定

7．4．5网络的训练与分类

7．5实验结果与分析

7．5．1医学图像分类

7．5．2颜色分类

7．6本章小结

参考文献

第8章满文文字识别预处理

8．1引言

8．2满文编码系统

8．2．1满文编码现状

8．2．2满文音码编码方案

8．2．3满文形码编码方案

8．3二值化处理

8．3．1整体阈值二值化

8．3．2局部阈值二值化

8．3．3动态阈值二值化

8．4倾斜校正

8．4．1图像的倾斜检测

8．4．2图像的旋转

8．5版面分析

8．5．1版面分析的对象与任务

8．5．2版面分析的方法

8．5．3基于投影的版面分析

8．6满文单字识别预处理

8．6．1噪声过滤

8．6．2细化

8．6．3剪枝

8．7本章小结

参考文献

第9章满文文字识别

9．1引言

9．2文字识别的原理和方法

9．2．1统计模式识别

9．2．2结构模式识别

9．2．3统计识别与结构识别的结合

9．2．4人工神经网络

9．3文字识别现状

9．3．1蒙古文特点

9．3．2蒙文的切分和识别

9．4满文文字识别系统结构

9．5基于笔划基元的满文单字识别

9．5．1笔划基元的划分与提取

9．5．2笔划基元的特征提取与识别

9．5．3游离笔划的识别

9．5．4满文基元的组合识别

9．6基于二级子结构引导的满文识别

9．7基于WNN的满文连接笔划识别

9．7．1小波神经网络

9．7．2网络的具体训练算法

9．7．3基于WNN的笔划识别

9．8实验结果与分析

9．9本章小结

参考文献

第10章满文文字识别后处理

10．1引言

10．2后处理的原理和方法

10．2．1后处理的重要性

10．2．2对单字识别器输出的要求及其描述

10．2．3基于词匹配的文字识别后处理

10．2．4基于句法语义分析的后处理

10．2．5基于人工神经网络的文字识别后处理

10．2．6基于统计方法的文字识别后处理

10．3基于知识基的满文识别后处理

10．3．1系统结构

10．3．2词典

10．3．3规则描述语言

10．3．4语料标注

10．3．5后处理策略

10．4实验结果与分析

10．5本章小结

参考文献

　　本书结合作者对图像处理与模式识别进行的研究和工作，对图像处理与模式识别方面的几个关键问题进行了论述与探讨。全书共分10章，内容包括颜色视觉特性与颜色相似性度量、基于脉冲噪声检测的图像滤波方法、灰度图像多结构元形态学边缘检测、基于形态变换的彩色图像边缘检测、彩色图像区域分割及应用、基于不变矩方法的图像特征提取、基于BP神经网络的图像模糊分类、满文文字识别及处理等。本书可供信息科学、数理科学、生命科学和遥感科学的科研人员和工程技术人员阅读，还可作为计算机科学与技术、自动化、电子工程、信号与信号处理等专业研究生和高年级本科生的参考书。　　全书共分10章。第1章对人眼视觉基本原理、颜色视觉特性等方面的国内外研究成果进行了阐述，对主要的颜色空间进行了归类分析，并对各种颜色空间的转换关系进行了论述，定义了颜色相似系数，实现了颜色之间的相似性度量。第2章根据脉冲噪声的幅值特征，分别提出了脉冲噪声多颜色通道标量检测方法和基于颜色相似性的矢量检测方法，采用改进的自适应中值滤波方法对脉冲噪声图像有选择地滤除。第3章提出了多结构元的灰度形态学边缘检测梯度算法，既能提取精细的边缘，又能很好地抑制噪声。第4章建立了基于HSI颜色空间彩色形态学边缘检测梯度算法，基于该算法实现彩色图像边缘检测。第5章基于所提出的颜色相似性度量方法，在颜色聚类中实现图像区域分割过程，给出了一种新的彩色图像区域分割方法。第6章采用不变矩特征作为图像模式识别的特征矢量，讨论了利用边缘图像计算的线矩特征矢量。第7章基于BP神经网络的分类器，分别对医学图像和颜色等进行分类，采用特征矢量标准化以及模糊化预处理、竞争选择等一系列措施，提高了识别效果。第8章介绍了满文的特点和满文编码系统，提出了对扫描文档的倾斜检测和校正算法以及版面分析算法，并对满文单词图像进行去噪、细化和剪枝操作。第9章建立了满文笔划基元的分割、提取、特征提取和识别，以及笔划基元的组合识别方法。第10章为了优化满文识别正确率，建立了一个基于语料和规则相结合的满文知识基，实现了对脱机手写满文识别的后处理测试。