Visual C++/MATLAB图像处理与识别实用案例精选2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

Visual C++/MATLAB图像处理与识别实用案例精选PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

2.4.2条件转移语句 31

4.6特殊方法的图像分割 111

4.6.1 基于数学形态学的分割技术 111

目 录1

3.5.2频域高通滤波 81

1.1.1 图像处理与识别技术概述1

第1章图像科学综述1

1.1 引 言1

1.1.2图像处理与识别技术的应用领域2

1.1.3图像处理与识别的技术内容3

1.2图像处理系统的基本构成4

1.2.1 计算机图像处理系统的分类4

1.2.2微机图像处理系统的基本构成5

1.3 图像的数字化与表示6

1.3.1图像的数字化7

1.3.2 图像的存储8

1.3.3数字图像的表示8

4.6.2借助于统计模式识别方法的分割技术 118

1.7计算机视觉 19

1.4.1数字图像处理的基本过程9

1.4数字图像处理的基本运算9

1.4.2基本运算形式10

1.5图像处理与识别及图像理解所研究的内容12

1.5.1图像处理技术12

1.5.2图像识别技术13

1.5.3 图像理解15

1.6图像处理与识别及图像理解的关系17

1.6.1 图像处理17

1.6.2图像理解18

5.1 基本概念 119

5.1.1 问题的提出 119

1.6.3图像识别与图像处理及图像理解的关系19

1.7.1 计算机视觉研究的内容20

1.7.3计算机视觉面临的困难21

1.7.2计算机视觉发展的现状21

2.1.1操作界面的默认外形23

第2章 MATLAB语言图像编程23

2.1 MATLAB基本操作23

2.2 MATLAB编程基础24

2.2.1 变量24

2.1.2通用操作界面24

2.2.2数据类型25

2.2.3基本赋值语句26

2.2.4工作空间的管理26

2.3 MATLAB运算符27

2.3.1算术运算符27

2.3.2关系运算符28

2.4控制语句29

2.3.3逻辑运算符29

2.4.1循环控制语句30

2.4.3开关控制语句31

2.5 M脚本文件和函数文件33

2.5.1 M文本编辑器33

2.5.2 M函数文件34

2.5.3 文件的一般结构34

2.6.1 图像处理基本操作35

2.6 MATLAB图像处理初步35

2.6.2高级图像处理初步37

2.7.1 常用图像格式39

2.7 图像格式与MATLAB图像类型39

5.3.2 基于边界的形状特征 139

2.7.2MATLAB图像类型41

2.7.3 图像类型转换44

2.8 MATLAB图像显示46

2.8.1 MATLAB图像的读写和显示46

2.8.2二进制图像的显示方法48

2.8.3灰度图像显示方法49

2.8.4索引图像的显示50

2.8.5 RGB图像的显示方法50

2.8.6多幅图像显示50

第3章图像的增强52

3.1图像变换增强52

3.1.2傅立叶变换52

3.1.1概述52

3.1.3离散余弦变换56

3.2.1 线性灰度变换58

3.2灰度变换增强58

3.2.2分段线性变换59

3.2.3非线性灰度变换60

3.3直方图变换增强62

3.3.1灰度直方图62

3.3.2直方图均匀化63

3.3.3直方图均匀化的计算步骤及实例64

3.4.1平滑滤波器67

3.4空间域滤波增强67

3.4.2空间域图像平滑实例70

3.4.3 空间域图像锐化73

3.5频域增强78

3.5.1频域低通滤波78

4.1 图像分割的基本概念84

4.1.1 图像分割定义84

第4章图像分割84

4.1.2 图像分割算法分类85

4.2边缘检测85

4.2.1边缘检测概述85

4.2.2边缘检测梯度算法86

7.2.2系统概况 188

4.2.3 拉普拉斯（Laplacian）算子89

4.2.4 LoG（LaplacianGauss）算子90

4.2.5坎尼（Canny）算子92

4.3.1阈值分割介绍93

4.3灰度阈值分割93

4.3.2 全局阈值95

4.3.3动态阈值98

4.4区域分割101

4.4.1 区域生长的原理和步骤101

4.4.2生长准则和过程102

4.4.3分裂合并104

4.5彩色分割105

4.5.1 分割所用的彩色空间106

4.5.2分割策略108

第5章特征提取119

5.1.2一些基本概念119

5.2纹理特征提取121

5.2.1 直方图统计特征121

5.2.2图像的自相关函数124

5.2.3灰度共生矩阵124

5.2.4灰度—梯度共生矩阵131

5.2.5基于变换的特征133

5.3形状和结构特征提取135

5.3.1 区域内部的数字特征135

5.4颜色特征提取143

第6章图像识别144

6.1 图像识别概述144

6.2.1决策理论方法145

6.2统计模式的识别方法145

6.2.2统计分类法150

6.3结构语句的识别方法153

6.3.1概述153

6.3.2结构模式识别系统156

6.3.3 图像基元的选择与抽取157

6.3.4 图像描述语言、图像描述文法158

6.4模糊集识别法162

6.4.1概述162

6.4.2模糊集理论基础163

6.4.3模糊关系165

6.4.5择近原则识别方法167

6.4.4最大隶属原则识别方法167

6.4.6模糊聚类识别方法168

6.5神经网络识别法173

6.5.1人工神经网络概述173

6.5.2与传统分类器的对比173

6.5.3神经元模型175

6.5.4 BP神经网络分类器176

第7章医学图像处理180

7.1细胞边缘的精确检测180

7.1.1概述180

7.1.2细胞边缘的精确检测181

7.2.1 概述187

7.1.3算法总结187

7.2癌细胞识别系统187

7.2.3阈值分割189

7.2.4癌细胞识别189

第8章 文字图像识别196

8.1 文字图像识别简介196

8.1.1 文字识别系统的原理及组成196

8.1.2文字识别的方法197

8.2图书馆中图书索书号的自动识别197

8.2.2索书号文字图像分割198

8.2.1索书号自动识别系统概述198

8.2.3文字图像二值化206

8.2.4单个字符的切分206

8.2.5文字识别215

8.3汽车牌照的自动识别226

8.3.1车辆管理系统组成226

8.3.2汽车牌照自动识别227

8.4商标的自动翻译230

8.4.1 商标自动翻译系统的组成230

8.4.2商标文字图像的分割230

9.1.2 AGV的发展及其应用234

9.1.1 AGV概述234

9.1 AGV及其视觉导引技术简介234

第9章AGV视觉导引车路径识别234

9.1.3AGV导引技术简介235

9.1.4视觉导引技术236

9.2路径摄像系统237

9.2.1 AGV视觉导引的硬件体系结构237

9.2.2 CCD摄像系统设计237

9.3路径图像识别240

9.3.1路径图像的特征240

9.3.2灰度图像的路径识别241

9.3.3彩色图像的路径识别243

9.3.4路径定位与方向偏差测量249

第10章 图像技术在自动检测中的应用254

10.1 机械零件尺寸的自动检测254

10.2机械振动幅值特征的图像测量256

10.2.1 CCD线性时间积分成像原理256

10.2.2测量系统的组成256

10.23被测点时问平均成像与振幅特征之间的关系257

10.3钢球表面缺陷的自动检测与识别258

10.3.1 系统的组成258

10.3.2 图像预处理259

10.3.3缺陷特征提取261

10.3.4缺陷识别262

1 1.4系统的软硬件平台264

11.3系统中的关键技术264

11.4.1 系统的硬件平台264

第11章基于神经网络的文字识别系统264

11.1系统简介264

11.2系统的基本技术要求264

11.4.2系统的软件平台265

11.5系统实现265

11.5.1 系统流程图265

11.5.2程序实现265

11.5.3程序总体编程框架379

11.5.4程序使用说明、测试及注意事项381

11.6本章小结384

12.3系统中用到的关键技术385

12.4.1 系统的硬件平台385

12.4系统软硬件平台385

12.1 系统简介385

12.2系统基本技术要求385

第12章车牌定位系统385

12.4.2系统的软件平台386

12.5系统实现386

12.5.1系统流程图386

12.5.2程序实现387

12.5.3程序效果测试413

1 2.6本章小结420