《图像识别技术及其应用》求取 ⇩

目录1

第一章 基本概念7

第一节 图像识别问题及其分类7

一、什么是图像什么是图像识别问题7

二、识别分类8

第二节 图像识别与图像处理及图像理解的关系9

一、什么是图像处理9

二、什么是图像理解11

三、图像识别与图像处理及图像理解的关系12

第三节 文字识别14

一、相关匹配识别原理15

二、概率判定准则17

三、句法模式识别18

一、识别方法概述20

第四节 图像识别方法20

二、识别实例22

三、识别系统组成（分类模型）25

参考文献27

第二章 图像识别的统计方法29

第一节 概率统计基础知识30

一、概率统计方法的提出30

二、随机事件30

三、事件发生的可能性大小——概率31

四、随机事件的“和”与“积”概率加法定理33

五、条件概率概率乘法定理35

六、全概率公式36

七、贝叶斯公式37

八、随机事件的独立性38

九、独立试验序列39

一、特征向量41

第二节 特征抽取及选择41

二、特征抽取及选择42

三、判别函数（识别函数）44

第三节 线性判别函数46

一、线性判别函数定义46

二、线性分类器47

三、线性判别函数的几何意义48

四、系数调整（误差修正）50

第四节 非线性判别函数52

一、广义线性判别函数53

二、非线性可分的二类问题57

第五节 统计分类法59

一、问题的提出59

二、贝叶斯法则61

三、贝叶斯分类器65

一、二类别情况69

第六节 最小距离分类法69

二、多类别情况70

三、决策区域71

四、最近邻域分类法73

第七节 聚类分类法74

一、聚合分类74

二、等级分群技术78

第八节 参数估计和学习80

一、什么是参数估计80

二、学习81

三、监督学习82

四、无监督学习84

参考文献86

第三章 图像识别的模糊集识别法88

第一节 模糊集的一般概念88

一、概述88

二、普通集合90

三、模糊集合92

第二节 模糊关系及其性质100

一、普通关系（通常关系）100

二、模糊关系103

第三节 隶属原则与图像识别中的直接方法105

一、三角形的模糊集分类106

二、四边形的模糊集分类110

三、多边形的模糊集分类111

第四节 其它模糊集识别法举例112

附录Ⅰ 集合运算规律118

附录Ⅱ 模糊集运算的基本性质119

参考文献119

第一节 句法结构概要121

一、问题的提出121

第四章 句法结构识别法121

二、什么是句法结构122

三、树、链、图126

四、句法结构的数学描述方法——数理语言127

五、图像描述语言，图像描述文法130

六、短语结构文法131

七、短语结构语言及识别机133

八、结构分析134

第二节 句法结构方法135

一、句法方法的图像识别系统框图135

二、图像结构的表示方法138

三、统计法与句法结构法的比较145

第三节 误差校正句法分析146

一、解决噪声和干扰的方法146

二、利用随机文法进行识别147

三、转换文法及误差校正句法分析149

四、句法结构的分类与聚合151

参考文献153

第五章 图像分割及图像分析156

第一节 图像分割156

一、分割的目的及依据156

二、利用相似性进行分割157

三、利用非连续性进行分割160

四、区域分割162

五、语意基础上的区域分割164

第二节 形状分析166

一、启发式方法166

二、变换方法167

三、细化和骨架169

第三节 纹理分析169

一、一般概念169

二、纹理分析的句法结构分析法170

三、纹理分析的统计方珐174

参考文献177

第六章 图像信息的获取179

第一节 机械式图像信息传感器179

第二节 电视摄像机图像信息传感器181

一、视像管182

二、硅靶摄像管185

第三节 飞点扫描式图像信息传感器187

第四节 光敏二极管矩阵图像信息传感器188

第五节 激光扫描器190

第六节 电荷耦合图像信息传感器193

第七节 彩色图像信息传感器196

一、三管彩色摄像机196

二、单管彩色摄像机198

三、彩色飞点扫描设备203

第八节 图像位置检出器（PSD）204

一、数字方式205

二、模拟方式206

三、触针与监视器207

四、图像信息传感器比较207

参考文献209

第七章 图像信息编码211

第一节 图像编码技术211

一、编码的目的及方法211

二、保真度准则计算212

第二节 编码处理214

一、映射作用215

二、量化器217

三、量化误差分析218

四、编码器219

一、电视图像信息的频率特性221

第三节 数字化基础221

二、采样周期计算采样点数及灰度级的确定225

三、采样方式的选择228

四、图像的数学模型和数字图像的信息量230

参考文献233

第八章 图像输入及输出过程235

第一节 图像处理及识别系统举例235

第二节 图像的计算机表示法及输入输出过程237

一、图像的计算机表示法237

二、图像输入及输出过程238

三、图像输出设备240

第三节 图像输入及输出系统举例246

一、机械扫描式（光机式扫描器）图像输入及输出系统246

二、电视摄像机图像输入设备247

第四节 图像处理及识别系统介绍253

一、硬件部分254

二、软件部分258

参考文献262

第九章 图像信息处理264

第一节 图像信息处理的分类264

一、按图像处理手段分类265

二、按图像处理的输入和输出形式分类268

第二节 图像增强（改善技术）及复原（修复技术）273

一、频域法及空域法图像增强技术274

二、图像平滑化及尖锐化279

三、同态滤波法增强图像285

第三节 伪彩色处理287

一、密度（强度）分层技术287

二、伪彩色图像处理基本框图289

三、用滤波方法实现彩色编码291

第四节 图像复原问题292

一、系统组成及指标295

第五节 微型机数字图像处理系统295

二、图像的输入和输出296

三、图像的伪彩色屏幕显示298

四、利用行式打印机打印图像300

五、软件系统302

参考文献304

第十章 图像识别在自动检测中的应用307

第一节 自动检查识别实例307

第二节 焊缝缺陷自动识别319

一、处理及识别系统框图319

二、图像采样原理320

三、热场图像处理322

四、焊缝缺陷的识别与分类328

第三节 机械零件自动分类337

一、识别框图337

二、贝叶斯分类器及贝叶斯参数估计337

三、贝叶斯分类器程序框图339

四、识别实例341

第四节 利用模糊集隶属函数识别机械零件347

一、识别框图347

二、螺栓的识别分类348

三、识别程序及计算实例351

参考文献355

第十一章 机械几何形体的识别357

第一节 图像基元选择358

一、基元选择准则358

二、机械几何形体描述359

三、物体的形状描述362

第二节 文法关系362

一、上下文无关文法362

二、再生规则分类365

第三节 句法分析366

第四节 句法分析法识别圆柱齿轮368

一、圆柱齿轮的树状图、文法及语言369

二、用计算机实现的流程图及程序375

三、齿轮参数计算378

第五节 利用模糊集隶属原理识别汽车类型383

一、汽车识别的特征抽取384

二、隶属函数推导384

三、阈值V的选取388

四、隶属函数计算举例389

五、识别所用设备391

第六节 利用模糊聚类分析自动识别汽车类型393

一、模糊聚类原理393

二、模糊相似阵μR的建立394

三、确定λ截集Rλ395

四、识别程序框图及程序397

参考文献400

一、图像分析、灰度和像点402

第十二章 图像识别在其它方面的应用402

第一节 图像定量分析402

二、系统框图403

三、测量407

四、应用举例408

五、分析仪在图像处理方面的应用409

第二节 多色图样中色边界的识别412

一、多色图样识别方法413

二、色阶电平（过渡电平）414

三、过渡色的描述与分析416

四、过渡色的捕获和处理模型420

第三节 图像信息预处理举例424

一、预处理系统框图425

二、视频图像的阈值处理426

第四节 图像处理中的平行处理技术435

一、平行处理技术的基本概念436

二、处理单元结构举例——CLIP-3阵列439

三、CLIP-3平行处理应用实例441

第五节 可编程观测系统444

一、观测系统444

二、影像系统446

三、系统编程448

第六节 通用零件供给系统451

一、系统图451

二、零件供给机454

三、观测系统457

四、简化对照法458

五、控制系统框图460

结束语461

参考文献462

英汉名词对照464