智能图像处理与分析识别

参考文献

【本章小结】

15.6 BP神经网络的训练和字符的识别

15.5 字符细化

15.4 字符图像分割

15.3 汽车牌照区域的分割

15.2 车牌图像预处理及牌照定位

15.1 车牌图像采集

第15章 工程应用——汽车牌照识别

【本章小结】

14.6 算法测试与应用

14.5 字符匹配识别

14.4 模板库建立

14.3 特征矩阵提取

14.2 图像裁剪及标准化

14.1 手写字符定位与分割

第14章 工程应用——手写字符识别

【本章小结】

13.4 血细胞计数与面积计算

13.3 血细胞图像霍夫圆检测

13.2 血细胞图像阈值分割处理

13.1 血细胞图像形态学处理

第13章 工程应用——血细胞图像检测

【本章小结】

12.3 气泡运动轨迹跟踪方法

12.2 气泡图像的预处理

12.1 研究背景

第12章 工程应用——多气泡上升轨迹跟踪

【本章小结】

11.4 米粒分类

11.3 米粒图像特征提取

11.2 米粒图像轮廓提取

11.1 米粒图像预处理

第11章 工程应用——米粒分类识别

【课后习题】

【本章小结】

10.4 卷积神经网络（CNN）识别

10.3 人工神经网络识别

10.2 支持向量机（SVM）识别

10.1 聚类识别

第10章 图像智能识别方法

【课后习题】

【本章小结】

9.4 基于特征相关的模板匹配

9.3 基于变换域的模板匹配

9.2 基于灰度相关的模板匹配

9.1 模板匹配的概念

第9章 图像匹配

【课后习题】

【本章小结】

8.5 基于分离判据的特征选择

8.4 基于主成分分析的特征选择

8.3 纹理特征

8.2 颜色特征

8.1 几何特征

第8章 图像特征提取与选择

【课后习题】

【本章小结】

7.5 形态学分水岭分割

7.4 基于区域的图像分割

7.3 Hough变换

7.2 边缘检测

7.1 阈值分割

第7章 图像分割技术

【课后习题】

【本章小结】

6.4 图像复原案例：PLSMS模型夜间雾霾图像的复原

6.3 几种较经典的图像复原方法

6.2 噪声模型

6.1 图像复原的理论模型

第6章 图像复原

【课后习题】

【本章小结】

5.2 小波变换

5.1 傅里叶变换

第5章 图像变换

【课后习题】

【本章小结】

4.4 形态学处理

4.3 空间滤波增强

4.2 图像的几何变换

4.1 图像的灰度变换

第4章 图像预处理技术

【课后习题】

【本章小结】

3.7 图像的几何运算

3.6 图像的代数运算

3.5 图像的点运算

3.4 图像质量评价

3.3 灰度直方图

3.2 像素间的基本关系

3.1 图像采样和量化

第3章 数字图像基础

【课后习题】

【本章小结】

2.3 相机

2.2 镜头

2.1 光源

第2章 图像采集系统

【课后习题】

【本章小结】

1.5 数字图像处理的机遇与挑战

1.4 数字图像处理的工程应用

1.3 数字图像处理的基本内容和基本步骤

1.2 数字图像的基本概念

1.1 数字图像处理的产生与发展

第1章 数字图像处理概述

前言

版权信息

封面

封面

版权信息

前言

第1章 数字图像处理概述

1.1 数字图像处理的产生与发展

1.2 数字图像的基本概念

1.3 数字图像处理的基本内容和基本步骤

1.4 数字图像处理的工程应用

1.5 数字图像处理的机遇与挑战

【本章小结】

【课后习题】

第2章 图像采集系统

2.1 光源

2.2 镜头

2.3 相机

【本章小结】

【课后习题】

第3章 数字图像基础

3.1 图像采样和量化

3.2 像素间的基本关系

3.3 灰度直方图

3.4 图像质量评价

3.5 图像的点运算

3.6 图像的代数运算

3.7 图像的几何运算

【本章小结】

【课后习题】

第4章 图像预处理技术

4.1 图像的灰度变换

4.2 图像的几何变换

4.3 空间滤波增强

4.4 形态学处理

【本章小结】

【课后习题】

第5章 图像变换

5.1 傅里叶变换

5.2 小波变换

【本章小结】

【课后习题】

第6章 图像复原

6.1 图像复原的理论模型

6.2 噪声模型

6.3 几种较经典的图像复原方法

6.4 图像复原案例：PLSMS模型夜间雾霾图像的复原

【本章小结】

【课后习题】

第7章 图像分割技术

7.1 阈值分割

7.2 边缘检测

7.3 Hough变换

7.4 基于区域的图像分割

7.5 形态学分水岭分割

【本章小结】

【课后习题】

第8章 图像特征提取与选择

8.1 几何特征

8.2 颜色特征

8.3 纹理特征

8.4 基于主成分分析的特征选择

8.5 基于分离判据的特征选择

【本章小结】

【课后习题】

第9章 图像匹配

9.1 模板匹配的概念

9.2 基于灰度相关的模板匹配

9.3 基于变换域的模板匹配

9.4 基于特征相关的模板匹配

【本章小结】

【课后习题】

第10章 图像智能识别方法

10.1 聚类识别

10.2 支持向量机（SVM）识别

10.3 人工神经网络识别

10.4 卷积神经网络（CNN）识别

【本章小结】

【课后习题】

第11章 工程应用——米粒分类识别

11.1 米粒图像预处理

11.2 米粒图像轮廓提取

11.3 米粒图像特征提取

11.4 米粒分类

【本章小结】

第12章 工程应用——多气泡上升轨迹跟踪

12.1 研究背景

12.2 气泡图像的预处理

12.3 气泡运动轨迹跟踪方法

【本章小结】

第13章 工程应用——血细胞图像检测

13.1 血细胞图像形态学处理

13.2 血细胞图像阈值分割处理

13.3 血细胞图像霍夫圆检测

13.4 血细胞计数与面积计算

【本章小结】

第14章 工程应用——手写字符识别

14.1 手写字符定位与分割

14.2 图像裁剪及标准化

14.3 特征矩阵提取

14.4 模板库建立

14.5 字符匹配识别

14.6 算法测试与应用

【本章小结】

第15章 工程应用——汽车牌照识别

15.1 车牌图像采集

15.2 车牌图像预处理及牌照定位

15.3 汽车牌照区域的分割

15.4 字符图像分割

15.5 字符细化

15.6 BP神经网络的训练和字符的识别

【本章小结】

参考文献