精通visual c 数字图像模式识别技术及工程实践 _生活百科

文章插图
精通visual c 数字图像模式识别技术及工程实践【精通visual c 数字图像模式识别技术及工程实践】《精通visual c 数字图像模式识别技术及工程实践》是2008年由人民邮电出版社出版的图书，作者是张宏林。
基本介绍书名：精通visual c 数字图像模式识别技术及工程实践
作者：张宏林
出版社：人民邮电出版社
出版时间：2008-8-1
书号：18052
第1章：绪论1
图书简介本书介绍了模式识别和人工智慧中的一些基本理论，以及一些相关的模型，包括贝叶斯决策、线性判别函式、神经网路理论、隐马尔可夫模型、聚类技术等，同时结合模式识别中的一些问题，比如字元识别、笔迹鉴定、人脸检测、车牌识别、印章识别以及遥感图片、医学图片处理等内容，从多种角度，介绍了解决这些问题的思路。本书对其中的大多数问题，给出了基于c/vc6.0的实现代码，且具有一定的扩展性。有的实例还给出了不同的实现方法，以供读者选择。目录第1章绪论11.1模式和模式识别的概念11.2模式空间、特徵空间和类型空间21.3模式识别系统的构成31.3.1信息获取31.3.2预处理41.3.3特徵提取和选择41.3.4分类决策41.4物体的结构表示41.5图片识别问题5第2章模式识别中的基本决策方法62.1基于最小错误率的贝叶斯决策62.2分类器设计92.2.1多类情况102.2.2两类情况102.3关于分类器的错误率102.4关于贝叶斯决策102.5线性判别函式的基本概念112.6设计线性分类器的主要步骤122.7fisher线性判别122.8解决多类问题决策树142.8.1决策树的基本概念142.8.2决策树设计的基本考虑15第3章常用的模型和算法介绍163.1人工神经网路的发展简史163.2人工神经元173.2.1神经元模型173.2.2几种常用的作用函式183.3人工神经网路构成203.3.1基本模型203.3.2前向网路203.4人工神经网路的学习规则213.4.1hebb学习规则213.4.2δ学习规则213.5bp网路213.5.1bp网路模型223.5.2输入输出关係223.5.3网路学习训练223.5.4bp网路的设计问题233.5.5bp网路的限制与不足253.5.6bp算法的改进253.6bp算法的c语言实现及使用方法263.7用bp网路解决异或问题373.8标量量化393.8.1基本概念393.8.2均匀量化413.8.3非均匀量化413.9矢量量化423.9.1基本原理423.9.2失真测度443.9.3设计码本443.10矢量量化算法的c语言实现453.11hmm基本思想523.11.1markov链523.11.2hmm的概念533.12hmm基本算法543.12.1前向后向算法553.12.2viterbi算法563.12.3baum-welch算法573.13基本hmm模型的c语言实现583.13.1数据结构和函式定义583.13.2一些基本工具593.13.3hmm结构的操作函式673.13.4前向后向算法713.13.5viterbi算法753.13.6baum-welch算法783.13.7随机数生成函式813.13.8序列操作函式82第4章常用搜寻算法854.1状态空间法854.1.1状态(state)854.1.2问题的状态空间(statespace)854.2盲目搜寻算法864.2.1宽度优先搜寻864.2.2深度优先搜寻874.3启发式搜寻算法884.3.1搜寻深度、启发函式和评价函式884.3.2a算法和a*算法884.4a*算法类的实现894.58数码游戏(eight-puzzle)简介974.6关于8数码游戏解的存在性讨论974.6.1问题的表达974.6.2问题的转化与证明974.7算法设计984.8程式实现994.8.1程式创建步骤1004.8.2数据结构和函式定义1014.8.3各种算法的实现1024.8.4可视化的实现1124.9黑白棋简介1204.9.1黑白棋规则1204.9.2黑白棋基本战术1214.10算法设计1224.10.1博弈算法基础1224.10.2alpha-beta剪枝1244.10.3估值函式1284.10.4开局及终局1344.11程式实现1344.11.1程式创建步骤1354.11.2程式代码135第5章在线上字元识别1545.1汉字识别的历史和现状1545.2在线上字元识别原理框图1555.2.1统计决策方法1565.2.2句法结构方法1575.3基于笔画及笔画特徵二级分类的在线上汉字识别1585.3.1笔画的分类1585.3.2笔画识别前的噪声处理1595.3.3笔画方向码合併处理及笔画识别1605.3.4笔画间特徵量的定义及识别1605.3.5整字匹配的距离準则1615.4基于活动模板引导的子结构的识别1635.4.1系统模型1635.4.2活动模板子结构的构造1645.4.3子结构引导的结构匹配1655.5实例之在线上手写数字识别1675.5.1难点及特徵的选取1675.5.2相应的预处理及模板的建立1685.5.3程式的实现1695.6实例之在线上手写数字、英文字元及汉字识别182第6章脱机字元识别2046.1印刷体汉字的识别2046.1.1印刷体汉字的基本知识2046.1.2汉字的行切割和字切割2046.1.3文字的归一化2056.1.4基于统计量的特徵206 6.2基于置信度分析和多信息融合的手写数字识别方法2096.2.1多种特徵和多种分类器2106.2.2集成方法2116.2.3预处理2136.3其他手写数字识别方法简介2156.3.1基于支持向量机(svm)的方法2156.3.2伪二阶隐马尔可夫模型套用于手写数字识别2156.3.3基于骨架特徵顺序编码的识别方法2166.4手写数字识别实例之模板匹配法2166.4.1点阵图的读写2166.4.2细化算法2186.4.3特徵提取与识别2336.4.4程式实现2336.5手写数字识别实例之fisher线性判别2526.5.1usps资料库2526.5.2fisher判别程式2546.6数字识别实例之神经网路法266第7章线上签名鉴定2797.1时间弯折算法2797.1.1时间弯折的概念2797.1.2时间弯折的限制2807.1.3时间弯折的dp方法2817.1.4dtw方法的扩充和变形2827.1.5模板的建立2827.1.6算法的实现2827.2签名分段算法2917.3自回归分析2937.4在线上签名可以利用的特徵2997.5基于特徵函式法的在线上签名鉴定3007.5.1系统框图3007.5.2预处理3007.5.3特徵提取3017.5.4特徵匹配3027.6线上签名鉴定系统实例3027.6.1签名数据的输入3027.6.2一些结构的定义3037.6.3方向分布的计算3047.6.4档案数据的读取3097.6.5预处理函式3117.6.6识别算法3207.6.7保存和打开模板323第8章离线签名鉴定3258.1离线签名鉴定的方法3258.1.1距离匹配变换3258.1.2形状特徵3258.1.3纹理特徵3308.2伪动态特徵3398.3总结340第9章人脸的检测与定位3419.1人脸检测方法综述3419.1.1基于知识的自顶向下的方法3419.1.2基于人脸特徵的自底向上的方法3429.1.3模板匹配的方法3429.1.4基于人脸外观的方法3429.2基于肤色的人脸检测算法3429.2.1色彩空间与色彩空间的聚类3429.2.2肤色模型3439.2.3人脸区域分割3479.2.4肤色模型在人脸检测的后期验证中的套用3509.3人脸特徵的检测3519.3.1候选特徵的提取3529.3.2双眼和嘴巴的定位3529.3.3双眼和嘴巴的轮廓提取3529.4人脸检测与定位实例3549.4.1人脸区域的检测3549.4.2眼睛的标定3749.4.3鼻子的确定3829.4.4嘴的确定384 9.4.5主程式的其他一些代码387第10章车牌识别技术39610.1系统简介39610.1.1车牌定位技术综述39710.1.2车牌字元识别技术综述39810.2车牌图像定位与分割算法39810.2.1车牌图像的特点及识别难点39910.2.2边缘提取算法40010.2.3hough变换提取直线40810.2.4车牌检测的要点41210.2.5算法流程41310.3车牌字元的识别41410.3.1二值化41510.3.2倾斜度的校正41510.3.3大小归一化41610.3.4匹配识别字元416第11章印章识别41811.1伪印章的製作及人工防伪技术41811.1.1常用伪造印章的方法及其特徵41811.1.2真假印章印文的检验42011.2自动印章识别系统的设计42111.2.1预处理42111.2.2特徵的提取42111.3算法实现422第12章图像的纹理分析方法42612.1纹理分析概念42612.2空间灰度层共现矩阵42712.3纹理能量测量42912.4纹理的结构分析方法和纹理梯度43112.4.1纹理的结构分析方法43112.4.2纹理梯度43212.5遥感图像的纹理分析43212.5.1云类的自动识别43212.5.2颱风的自动识别43412.6细胞图像的彩色纹理分析43612.6.1纹理的彩色分布特徵描述43612.6.2纹理彩色特徵43712.6.3细胞图像处理43812.7visualc套用实例43812.7.1灰度共现矩阵类43912.7.2几个回响函式446参考文献449