《數字圖像處理與識別》是2016年機械工業出版社出版的圖書，作者是孫正。
基本介紹
內容簡介,目錄,
內容簡介
本書主要從工程套用的角度比較全面地介紹數字圖像識別的基礎理論和實用技術，以及近年來數字圖像處理、圖像分析與識別領域的最新研究成果，注重理論，突出實用。全書分為10章，主要內容包括：數字圖像處理、分析與識別的基本概念和基礎理論；數字圖像分割的主要方法和技術，包括並行邊界分割技術、串列邊界分割技術、並行區域分割技術和串列區域分割技術；圖像特徵的概念、提取、描述和分類方法，包括顏色特徵的表示與提取、形狀特徵的表示與提取、紋理特徵的表示與提取的典型方法以及空間關係特徵的提取方法；特徵空間的降維方法及特徵向量的分類方法；基於模板匹配的圖像識別方法；運動圖像序列的分析與識別方法，包括基於光流場的運動分析、基於圖像配準的運動估計和基於變形模型技術的運動圖像跟蹤與估計。每章都包含多個工程套用實例，且各章的理論和技術具有一定的相關性和獨立性。
本書結構緊湊，內容深入淺出，講解圖文並茂，可作為通信與信息工程、電子科學與技術、計算機科學與技術、控制科學與工程、生物醫學工程等相關專業本科高年級學生的專業選修課教材及研究生相關套用課程的教材和參考用書，也可為從事圖像處理、分析和識別等相關領域的科技工作者和工程技術人員提供參考。
目錄
出版說明
前言
第1章 緒論
1.1 數字圖像處理
1.1.1 圖像的概念及分類
1.1.2 數字圖像處理的發展概況
1.1.3 數字圖像處理的研究範疇
1.1.4 數字圖像處理的基本特點
1.1.5 數字圖像處理與相關學科的關係
1.1.6 數字圖像處理的套用
1.2 模式識別
1.2.1 模式和模式識別的概念
1.2.2 研究內容
1.2.3 系統組成
1.2.4 主要方法
1.2.5 套用現狀
1.3 圖像識別
1.3.1 系統的基本構成
1.3.2 研究現狀
1.3.3 套用現狀
1.4 本章小結
第2章 圖像預處理技術
2.1 基本概念
2.1.1 鄰域、鄰接、區域和連通的概念
2.1.2 鄰域（模板）運算
2.2 圖像增強
2.2.1 圖像增強的概念
2.2.2 基於點操作的圖像增強
2.2.3 基於鄰域操作的圖像增強
2.3 圖像復原
2.3.1 圖像的退化和復原概述
2.3.2 圖像退化的數學模型
2.3.3 幾種經典的圖像復原方法
2.4 圖像變換
2.4.1 圖像變換概述
2.4.2 傅立葉變換
2.4.3 離散餘弦變換
2.4.4 離散沃爾什-哈達瑪變換
2.4.5 離散K-L變換
2.4.6 離散小波變換
2.5 本章小結
第3章 圖像分割技術
3.1 圖像分割概述
3.2 並行邊界分割
3.2.1 邊緣的定義和種類
3.2.2 並行邊緣檢測方法
3.3 串列邊界分割
3.4 並行區域分割
3.4.1 閾值分割概述
3.4.2 典型的閾值選取方法
3.4.3 動態閾值分割法
3.4.4 閾值插值法
3.4.5 分水嶺閾值分割方法
3.4.6 基於熵的閾值分割方法
3.4.7 多閾值分割方法
3.4.8 其他局部閾值分割方法
3.5 串列區域分割
3.5.1 區域生長
3.5.2 區域分裂合併
3.6 其他灰度圖像分割方法
3.6.1 基於小波變換的圖像分割
3.6.2 基於馬爾可夫隨機場模型的圖像分割
3.6.3 基於遺傳算法的圖像分割
3.6.4 基於人工神經網路的圖像分割
3.6.5 基於聚類的圖像分割
3.6.6 基於圖論的圖像分割
3.6.7 基於能量泛函的圖像分割
3.6.8 基於NSCT的圖像分割
3.7 二值圖像的分割——數學形態學圖像處理
3.7.1 基本符號和關係
3.7.2 腐蝕運算
3.7.3 膨脹運算
3.7.4 開運算
3.7.5 閉運算
3.7.6 細化
3.7.7 粗化
3.8 彩色圖像的分割
3.8.1 顏色基礎
3.8.2 彩色模型（彩色規範）
3.8.3 彩色分割策略
3.9 圖像分割的評價
3.10 本章小結
第4章 圖像特徵提取與分類
4.1 圖像特徵基礎
4.1.1 圖像特徵的概念
4.1.2 特徵形成和提取
4.1.3 特徵選擇
4.2 顏色特徵的表示與提取
4.2.1 顏色直方圖
4.2.2 顏色矩
4.2.3 顏色集
4.2.4 顏色聚合向量
4.2.5 顏色相關圖
4.2.6 顏色布局
4.3 紋理特徵的表示與提取
4.3.1 紋理的概念和研究內容
4.3.2 灰度共生矩陣
4.3.3 Tamura紋理特徵
4.3.4 局部二值模式
4.3.5 局部累積矩
4.3.6 自回歸紋理模型
4.3.7 分形分析
4.3.8 基於小波變換的紋理特徵提取
4.3.9 Gabor濾波
4.4 形狀特徵的表示與提取
4.4.1 基本概念
4.4.2 區域描述
4.4.3 邊界描述
4.4.4 Hough變換
4.4.5 其他形狀特徵
4.5 空間關係特徵
4.5.1 空間關係特徵的特點
4.5.2 常用的空間特徵提取方法
4.6 特徵空間的降維
4.6.1 主成分分析
4.6.2 Fisher線性判別分析
4.6.3 PCA和FLDA的比較
4.6.4 多維尺度法
4.7 特徵向量的分類方法
4.7.1 模式識別簡介
4.7.2 Adaboost分類器
4.7.3 支持向量機
4.7.4 隨機森林分類器
4.7.5 分類器的評價與比較
4.8 綜合套用實例——基於內容的圖像檢索
4.8.1 研究背景
4.8.2 研究內容
4.8.3 研究現狀
4.8.4 發展方向
4.9 本章小結
第5章 基於模板匹配的圖像識別技術
5.1 模板匹配概述
5.1.1 研究現狀
5.1.2 一般流程
5.1.3 套用現狀
5.2 基於圖像灰度的模板匹配
5.2.1 平方誤差度量
5.2.2 差的絕對值和相關法
5.2.3 互相關法
5.2.4 序貫相似性度量
5.2.5 最大互信息法
5.3 基於圖像特徵的模板匹配
5.4 其他模板匹配方法
5.4.1 二階段模板匹配
5.4.2 投影模板匹配
5.4.3 自適應模板匹配
5.4.4 模板匹配快速算法
5.5 本章小結
第6章 運動圖像序列分析
6.1 運動基礎知識
6.1.1 剛性運動
6.1.2 非剛性運動
6.2 基於光流場的運動圖像分析
6.2.1 光流和光流場
6.2.2 光流約束方程
6.2.3 孔徑問題
6.2.4 梯度光流法
6.2.5 特徵光流法
6.3 基於配準的運動圖像分析
6.3.1 配準方法
6.3.2 最優匹配的搜尋
6.3.3 結果舉例及討論
6.4 本章小結
第7章 變形模型技術
7.1 變形模型的數學基礎
7.1.1 能量最小化變形模型
7.1.2 動態可變形模型
7.1.3 離散化和數字仿真
7.2 變形模型在醫學圖像處理中的套用
7.2.1 採用可變形曲線的圖像分割
7.2.2 採用可變形曲面的體視圖像分割
7.2.3 先驗知識
7.2.4 圖像的匹配
7.2.5 運動跟蹤和分析
7.3 參數活動輪廓模型
7.3.1 模型原理
7.3.2 能量最小值的求解
7.4 改進的snake模型
7.4.1 氣球模型
7.4.2 T-snake模型
7.4.3 強約束T-snake模型
7.4.4 Kalman snake模型
7.5 幾何活動輪廓模型
7.5.1 常用的幾何活動輪廓模型
7.5.2 數值化求解
7.6 基於超二次曲面的變形模型
7.6.1 超二次曲面的數學描述
7.6.2 超二次曲面的變形
7.6.3 擴展超二次曲面
7.6.4 擬合ESQ曲面模型
7.7 本章小結
第8章 綜合套用實例——血管內超聲圖像的分割和斑塊的自動識別
8.1 血管內超聲成像簡介
8.1.1 成像原理
8.1.2 圖像特點
8.2 血管內超聲圖像的分割
8.2.1 方法分類
8.2.2 典型方法
8.2.3 展望
8.3 血管內超聲圖像中斑塊的自動識別
8.3.1 方法分類
8.3.2 血管內超聲圖像紋理特徵的提取和描述
8.3.3 血管內超聲圖像紋理特徵的分類
8.4 本章小結
第9章 綜合套用實例——車輛牌照字元的自動識別
9.1 汽車牌照圖像的特點
9.1.1 中國汽車牌照分類
9.1.2 汽車牌照圖像的特點
9.2 車輛牌照自動識別系統概述
9.3 車牌字元自動識別的研究現狀
9.3.1 主要方法
9.3.2 技術難點
9.4 車牌字元自動識別方法舉例
9.4.1 車輛圖像的預處理
9.4.2 牌照定位
9.4.3 車牌字元識別及結果輸出
9.5 本章小結
第10章 綜合套用實例——航拍絕緣子圖像的自動分割和定位
10.1 航拍絕緣子圖像的特點
10.2 航拍絕緣子圖像的分割
10.2.1 建立基於NSCT分解的灰度-梯度共生矩陣
10.2.2 採用灰熵模型及BF-PSO算法計算閾值
10.3 絕緣子串的自動定位
10.3.1 主要方法
10.3.2 基於形狀特徵的絕緣子串的自動定位
10.4 本章小結
參考文獻
