精通visual c 數字圖像模式識別技術及工程實踐

《精通visual c 數字圖像模式識別技術及工程實踐》是2008年由人民郵電出版社出版的圖書，作者是張宏林。

基本介紹

• 書名：精通visual c 數字圖像模式識別技術及工程實踐
• 作者：張宏林
• 出版社：人民郵電出版社
• 出版時間：2008-8-1
• 書號 ：18052
• 第1章：緒論1

圖書簡介

本書介紹了模式識別和人工智慧中的一些基本理論，以及一些相關的模型，包括貝葉斯決策、線性判別函式、神經網路理論、隱馬爾可夫模型、聚類技術等，同時結合模式識別中的一些問題，比如字元識別、筆跡鑑定、人臉檢測、車牌識別、印章識別以及遙感圖片、醫學圖片處理等內容，從多種角度，介紹了解決這些問題的思路。

本書對其中的大多數問題，給出了基於c/vc6.0的實現代碼，且具有一定的擴展性。有的實例還給出了不同的實現方法，以供讀者選擇。

目錄

第1章緒論1

1.1模式和模式識別的概念1

1.2模式空間、特徵空間和類型空間2

1.3模式識別系統的構成3

1.3.1信息獲取3

1.3.2預處理4

1.3.3特徵提取和選擇4

1.3.4分類決策4

1.4物體的結構表示4

1.5圖片識別問題5

第2章模式識別中的基本決策方法6

2.1基於最小錯誤率的貝葉斯決策6

2.2分類器設計9

2.2.1多類情況10

2.2.2兩類情況10

2.3關於分類器的錯誤率10

2.4關於貝葉斯決策10

2.5線性判別函式的基本概念11

2.6設計線性分類器的主要步驟12

2.7fisher線性判別12

2.8解決多類問題決策樹14

2.8.1決策樹的基本概念14

2.8.2決策樹設計的基本考慮15

第3章常用的模型和算法介紹16

3.1人工神經網路的發展簡史16

3.2人工神經元17

3.2.1神經元模型17

3.2.2幾種常用的作用函式18

3.3人工神經網路構成20

3.3.1基本模型20

3.3.2前向網路20

3.4人工神經網路的學習規則21

3.4.1hebb學習規則21

3.4.2δ學習規則21

3.5bp網路21

3.5.1bp網路模型22

3.5.2輸入輸出關係22

3.5.3網路學習訓練22

3.5.4bp網路的設計問題23

3.5.5bp網路的限制與不足25

3.5.6bp算法的改進25

3.6bp算法的c語言實現及使用方法26

3.7用bp網路解決異或問題37

3.8標量量化39

3.8.1基本概念39

3.8.2均勻量化41

3.8.3非均勻量化41

3.9矢量量化42

3.9.1基本原理42

3.9.2失真測度44

3.9.3設計碼本44

3.10矢量量化算法的c語言實現45

3.11hmm基本思想52

3.11.1markov鏈52

3.11.2hmm的概念53

3.12hmm基本算法54

3.12.1前向後向算法55

3.12.2viterbi算法56

3.12.3baum-welch算法57

3.13基本hmm模型的c語言實現58

3.13.1數據結構和函式定義58

3.13.2一些基本工具59

3.13.3hmm結構的操作函式67

3.13.4前向後向算法71

3.13.5viterbi算法75

3.13.6baum-welch算法78

3.13.7隨機數生成函式81

3.13.8序列操作函式82

第4章常用搜尋算法85

4.1狀態空間法85

4.1.1狀態(state)85

4.1.2問題的狀態空間(statespace)85

4.2盲目搜尋算法86

4.2.1寬度優先搜尋86

4.2.2深度優先搜尋87

4.3啟發式搜尋算法88

4.3.1搜尋深度、啟發函式和評價函式88

4.3.2a算法和a*算法88

4.4a*算法類的實現89

4.58數碼遊戲(eight-puzzle)簡介97

4.6關於8數碼遊戲解的存在性討論97

4.6.1問題的表達97

4.6.2問題的轉化與證明97

4.7算法設計98

4.8程式實現99

4.8.1程式創建步驟100

4.8.2數據結構和函式定義101

4.8.3各種算法的實現102

4.8.4可視化的實現112

4.9黑白棋簡介120

4.9.1黑白棋規則120

4.9.2黑白棋基本戰術121

4.10算法設計122

4.10.1博弈算法基礎122

4.10.2alpha-beta剪枝124

4.10.3估值函式128

4.10.4開局及終局134

4.11程式實現134

4.11.1程式創建步驟135

4.11.2程式代碼135

第5章在線上字元識別154

5.1漢字識別的歷史和現狀154

5.2在線上字元識別原理框圖155

5.2.1統計決策方法156

5.2.2句法結構方法157

5.3基於筆畫及筆畫特徵二級分類的在線上漢字識別158

5.3.1筆畫的分類158

5.3.2筆畫識別前的噪聲處理159

5.3.3筆畫方向碼合併處理及筆畫識別160

5.3.4筆畫間特徵量的定義及識別160

5.3.5整字匹配的距離準則161

5.4基於活動模板引導的子結構的識別163

5.4.1系統模型163

5.4.2活動模板子結構的構造164

5.4.3子結構引導的結構匹配165

5.5實例之在線上手寫數字識別167

5.5.1難點及特徵的選取167

5.5.2相應的預處理及模板的建立168

5.5.3程式的實現169

5.6實例之在線上手寫數字、英文字元及漢字識別182

第6章脫機字元識別204

6.1印刷體漢字的識別204

6.1.1印刷體漢字的基本知識204

6.1.2漢字的行切割和字切割204

6.1.3文字的歸一化205

6.1.4基於統計量的特徵206

6.2基於置信度分析和多信息融合的手寫數字識別方法209

6.2.1多種特徵和多種分類器210

6.2.2集成方法211

6.2.3預處理213

6.3其他手寫數字識別方法簡介215

6.3.1基於支持向量機(svm)的方法215

6.3.2偽二階隱馬爾可夫模型套用於手寫數字識別215

6.3.3基於骨架特徵順序編碼的識別方法216

6.4手寫數字識別實例之模板匹配法216

6.4.1點陣圖的讀寫216

6.4.2細化算法218

6.4.3特徵提取與識別233

6.4.4程式實現233

6.5手寫數字識別實例之fisher線性判別252

6.5.1usps資料庫252

6.5.2fisher判別程式254

6.6數字識別實例之神經網路法266

第7章線上簽名鑑定279

7.1時間彎折算法279

7.1.1時間彎折的概念279

7.1.2時間彎折的限制280

7.1.3時間彎折的dp方法281

7.1.4dtw方法的擴充和變形282

7.1.5模板的建立282

7.1.6算法的實現282

7.2簽名分段算法291

7.3自回歸分析293

7.4在線上簽名可以利用的特徵299

7.5基於特徵函式法的在線上簽名鑑定300

7.5.1系統框圖300

7.5.2預處理300

7.5.3特徵提取301

7.5.4特徵匹配302

7.6線上簽名鑑定系統實例302

7.6.1簽名數據的輸入302

7.6.2一些結構的定義303

7.6.3方向分布的計算304

7.6.4檔案數據的讀取309

7.6.5預處理函式311

7.6.6識別算法320

7.6.7保存和打開模板323

第8章離線簽名鑑定325

8.1離線簽名鑑定的方法325

8.1.1距離匹配變換325

8.1.2形狀特徵325

8.1.3紋理特徵330

8.2偽動態特徵339

8.3總結340

第9章人臉的檢測與定位341

9.1人臉檢測方法綜述341

9.1.1基於知識的自頂向下的方法341

9.1.2基於人臉特徵的自底向上的方法342

9.1.3模板匹配的方法342

9.1.4基於人臉外觀的方法342

9.2基於膚色的人臉檢測算法342

9.2.1色彩空間與色彩空間的聚類342

9.2.2膚色模型343

9.2.3人臉區域分割347

9.2.4膚色模型在人臉檢測的後期驗證中的套用350

9.3人臉特徵的檢測351

9.3.1候選特徵的提取352

9.3.2雙眼和嘴巴的定位352

9.3.3雙眼和嘴巴的輪廓提取352

9.4人臉檢測與定位實例354

9.4.1人臉區域的檢測354

9.4.2眼睛的標定374

9.4.3鼻子的確定382

9.4.4嘴的確定384

9.4.5主程式的其他一些代碼387

第10章車牌識別技術396

10.1系統簡介396

10.1.1車牌定位技術綜述397

10.1.2車牌字元識別技術綜述398

10.2車牌圖像定位與分割算法398

10.2.1車牌圖像的特點及識別難點399

10.2.2邊緣提取算法400

10.2.3hough變換提取直線408

10.2.4車牌檢測的要點412

10.2.5算法流程413

10.3車牌字元的識別414

10.3.1二值化415

10.3.2傾斜度的校正415

10.3.3大小歸一化416

10.3.4匹配識別字元416

第11章印章識別418

11.1偽印章的製作及人工防偽技術418

11.1.1常用偽造印章的方法及其特徵418

11.1.2真假印章印文的檢驗420

11.2自動印章識別系統的設計421

11.2.1預處理421

11.2.2特徵的提取421

11.3算法實現422

第12章圖像的紋理分析方法426

12.1紋理分析概念426

12.2空間灰度層共現矩陣427

12.3紋理能量測量429

12.4紋理的結構分析方法和紋理梯度431

12.4.1紋理的結構分析方法431

12.4.2紋理梯度432

12.5遙感圖像的紋理分析432

12.5.1雲類的自動識別432

12.5.2颱風的自動識別434

12.6細胞圖像的彩色紋理分析436

12.6.1紋理的彩色分布特徵描述436

12.6.2紋理彩色特徵437

12.6.3細胞圖像處理438

12.7visualc套用實例438

12.7.1灰度共現矩陣類439

12.7.2幾個回響函式446

參考文獻449