数字图像模式识别工程软件设计

  基于计算机的图像模式识别技术是计算机应用技术的重要组成部分。随着计算机图像处理技术、图像模式识别技术的迅速发展，计算机图像模式识别技术在工业、农业、国防、科学研究和医学等各个方面得到了更加全面的应用。

  Delphi作为Windows环境下面向对象快速开发的工具，以其高速的开发效率深受程序开发人员的喜爱，在Delphi开发环境下，软件开发人员的主要精力放在想要达到的目的的规划上，而不是具体烦琐的细节上。Delphi具有良好的封装性，各种实用控件十分丰富，它在数据库开发、图像处理和多媒体开发方面都具有无可比拟的优越性。用Delphi开发的图像模式识别软件具有运行效率高、安全可靠、开发快捷和模块可重用性强等诸多优点。

本书主要介绍图像模式识别的基础理论和程序实现技术，从工程应用的角度介绍数字图像模式识别应用软件设计的基本方法和实用技术。全书分为8章，每章都以多个具体的模式识别软件包开发的实例来叙述其相关的理论和编程技术。

第1章介绍图像模式识别的基本理论和概念，通过基于图像分析的黄豆质量评估系统软件包的设计技术介绍，使读者掌握图像模式识别的一般的工程软件设计的基本知识和技术。

第2章介绍图像模式识别所需进行的图像预处理的各种基本技术实现的程序设计，包括图像预处理软件包的设计（对于一些比较复杂的图像预处理技术也给出了完整的程序模块）、高精密多目标的细小发光体计数系统的软件设计。

第3章介绍模板分类器的基本理论和程序设计方法，包括基于模板的手写数字识别系统的软件设计技术、基于模板的肝脏B超图像自动诊断系统的软件设计技术和基于模板分类的轴承表面缺陷识别系统的软件设计技术，重点讲述了这些系统的模板库的建立和维护的程序设计技术。

第4章介绍基于概率统计的贝叶斯分类器的基本理论和程序设计方法，主要介绍了基于贝叶斯分类器的手写数字识别系统的软件设计技术。

第5章介绍几何分类器的基本理论和程序设计方法，介绍了基于最小错误、最小均值平方误差等几何分类器理论的手写数字识别系统的软件设计技术和肝脏B超图像纹理分类识别系统的软件设计技术。

第6章介绍图像分割和特征生成的基本技术和程序设计方法，介绍了图形形状分析软件包和链码运算与细胞分割软件包的设计技术。

第7章介绍神经网络分类器的基本理论和程序设计方法，介绍了基于神经网络的手写数字识别系统的设计技术和基于神经网络的肝脏B超图像自动诊断与识别系统的软件设计，重点介绍这些识别系统的各种特征选择的合理性及神经网络调试中的软件设计方法。

第8章介绍聚类分析的基本理论和程序设计方法，介绍了基于均值聚类的车牌定位和识别系统、车牌字符各种特征提取实验系统和血液红细胞分析系统的软件设计技术。

  本书各章之间的理论分析和程序模块具有一定的相关性和独立性。从应用角度讲，图像处理方法与模式识别方法之间没有明显的界限之分，各种方法的配合和协调才能达到最佳的应用效果。本书在章节安排上考虑了一般教科书的层次性、连贯性、系统性，同时也考虑了每个软件包开发的各种技术的组合性、全面性。各章节中的许多技术是交叉引用的，书中各章既可独立阅读和进行实验，也可相互贯通地理解和实践。本书将图像模式识别技术与Delphi编程技巧结合起来讲述，侧重于实践性、实用性和源代码表现，以讲解实例设计的方式介绍图像模式识别和相关的程序设计技巧，注重理论，突出实用，提倡在程序的字里行间理解图像模式识别的理论和概念，程序的实现是理论学习的目的，更是理论正误验证的唯一准则，只有在程序实现和调试的基础上才能验证新旧算法、技术和方法的效率并产生新的具有生产力的源代码。

  本书可作为本科生、研究生和工程软件人员的数字图像处理与图像模式识别及相关应用课程的参考教材和自学用书，书中的例子全部通过Delphi 7验证实现，随书所附光盘提供书中介绍的所有图像处理工程软件包的完整源程序及编程和运行所需的资源、素材和控件，这些软件包及其中的源程序段可以不加修改或稍加修改而直接应用于非商业开发的图像处理和图像识别软件技术研究及相关工程软件包的设计中。

 由于作者的水平有限和总结研究的时间限制，书中介绍的相关技术、软件包及源程序还有许多功能需要进一步完善和改进，如有错误和可商讨的地方，敬请广大读者提出宝贵意见和建议。作者E-mail：jxg_2@tom.com。

前言
第1章  图像模式识别导论 1
1.1  图像模式识别概述 1
1.2  图像模式识别的应用 4
1.3  基于图像分析的黄豆质量评估系统设计 5
1.3.1  图像特征识别系统的基本技术要求 5
1.3.2  图像特征识别统计系统的构架及软件实现技术 5
第2章  数字图像预处理 19
2.1  图像的灰度化 19
2.1.1  图像的灰度化处理的基本原理 19
2.1.2  图像的灰度化的程序实现 20
2.2  图像的二值化 21
2.2.1  图像的二值化处理的基本原理 21
2.2.2  图像的二值化处理的程序实现 21
2.3  图像的反色 23
2.3.1  图像的反色处理的基本原理 23
2.3.2  图像的反色处理的程序实现 23
2.4  图像的中值滤波 24
2.4.1  图像的中值滤波处理的基本原理 24
2.4.2  图像的中值滤波处理的程序实现 25
2.5  图像的高斯滤波 26
2.5.1  图像的高斯滤波处理的基本原理 26
2.5.2  图像的高斯滤波处理的程序实现 27
2.6  Gabor变换 28
2.6.1  Gabor变换的基本原理 28
2.6.2  Gabor滤波器设计 29
2.6.3  Gabor变换的程序实现 35
2.7  各向异性扩散平滑滤波 42
2.7.1  各向异性扩散平滑滤波的基本原理 42
2.7.2  各向异性扩散平滑滤波的程序实现 44
2.8  二值图像的腐蚀 47
2.8.1  二值图像的腐蚀的基本原理 47
2.8.2  二值图像腐蚀的程序实现 51
2.9  二值图像的膨胀 52
2.9.1  二值图像的膨胀的基本原理 52
2.9.2  二值图像的膨胀的程序实现 53
2.10  二值图像的开运算 54
2.11  二值图像的闭运算 55
2.12  灰度图像腐蚀 55
2.12.1  灰度图像腐蚀的基本原理 55
2.12.2  灰度图像腐蚀的程序实现 56
2.13  灰度图像膨胀 58
2.13.1  灰度图像膨胀的基本原理 58
2.13.2  灰度图像膨胀的程序实现 59
2.14  灰度图像开运算 60
2.15  灰度图像闭运算 61
2.16  灰度图像腐蚀和膨胀的其他衍生运算 61
2.17  图像的Sobel边缘检测 62
2.17.1  图像的Sobel边缘检测的原理 62
2.17.2  Sobel边缘检测的程序实现 63
2.18  图像的Prewitt边缘检测 64
2.18.1  图像的Prewitt边缘检测的原理 64
2.18.2  Prewitt边缘检测的程序实现 65
2.19  图像的Robert边缘检测 66
2.19.1  图像的Robert边缘检测的基本原理 66
2.19.2  Robert边缘检测的程序实现 67
2.20  Kirsch边缘检测 68
2.20.1  Kirsch边缘检测的基本原理 68
2.20.2  Kirsch边缘检测的程序实现 68
2.21  Laplace边缘检测 71
2.21.1  Laplace边缘检测的基本原理 71
2.21.2  Laplace边缘检测的程序实现 72
2.22  Gauss-Laplace边缘检测 73
2.22.1  Gauss-Laplace边缘检测的基本原理 73
2.22.2  Gauss-Laplace边缘检测的程序实现 74
2.23  Canny边缘检测 75
2.23.1  Canny边缘检测的基本原理 75
2.23.2  Canny边缘检测的程序实现 76
2.24  Marr边缘检测 80
2.24.1  Marr边缘检测的基本原理 80
2.24.2  Marr边缘检测的程序实现 80
2.25  基于图像预处理技术的细小颗粒计数系统的软件设计 82
2.25.1  细小颗粒计数系统的软件系统要求 82
2.25.2  细小颗粒计数系统的软件系统设计框架 83
2.25.3  细小颗粒计数系统的软件模块设计 84
第3章  模板分类器 94
3.1  模板匹配分类法 94
3.2  基于模板分类器的手写数字识别工程软件设计 95
3.2.1  手写数字识别系统的软件设计要求 95
3.2.2  手写数字识别软件系统的模块构成 96
3.2.3  数字图像模板库的建立及管理 96
3.2.4  数字图像模板库的修改和添加 107
3.2.5  手写数字图像识别 111
3.2.6  手写数字识别软件与其他软件的信息交流 112
3.3  基于模板分类器的肝脏B超图像自动诊断系统工程软件设计 114
3.3.1  肝脏B超图像纹理分析 114
3.3.2  肝脏B超图像纹理计算 115
3.3.3  肝脏B超图像自动诊断系统的软件设计 122
3.4  基于模板分类器的轴承表面缺陷识别系统工程软件设计 136
3.4.1  轴承表面缺陷图像分析 136
3.4.2  表面缺陷图像的一般几何特征提取 138
3.4.3  表面缺陷图像的矩特征提取 143
3.4.4  轴承表面缺陷识别系统的软件设计 147
第4章  贝叶斯分类法 162
4.1  贝叶斯决策概述 162
4.1.1  贝叶斯决策的一般概念 162
4.1.2  贝叶斯定理 162
4.2  基于贝叶斯的手写数字识别系统软件设计 166
4.2.1  基于贝叶斯的手写数字识别系统的软件设计步骤 166
4.2.2  基于贝叶斯的手写数字识别系统的软件实现 167
第5章  几何分类器 178
5.1  几何分类器的基本概念 178
5.2  判别函数分类器 179
5.2.1  判别函数的种类 179
5.2.2  线性判别函数 179
5.3  几何分类器的设计 181
5.3.1  线性分类器的设计 181
5.3.2  LMSE分类法在手写数字识别中的程序设计 184
5.3.3  LMSE分类法在肝脏纹理分类识别中的程序设计 188
5.3.4  Fisher分类准则 198
5.3.5  基于Fisher的手写数字分类算法的程序实现 200
第6章  图像分割与特征生成 205
6.1  图像分割的基本概念 205
6.2  特征生成及特征匹配 205
6.2.1  颜色特征 206
6.2.2  形状特征 206
6.2.3  纹理特征 207
6.2.4  空间关系特征 208
6.2.5  特征和分类 208
6.2.6  样本特征归一化 212
6.3  图形形状分类与计数系统的工程软件设计 212
6.3.1  图形形状分类与计数系统的设计框架 212
6.3.2  图形形状各特征值的定义与计算 213
6.3.3  基于一般几何特征值的综合分析与统计 234
6.3.4  光栅图像识别与矢量图形转换 238
6.4  基于链码运算的细胞分割和计数系统的工程软件设计 241
6.4.1  医学图像细胞分割的各种方法与应用 241
6.4.2  基于链码运算和其他技术的细胞分割技术的比较和应用 241
6.4.3  基于链码运算的细胞分割和计数系统的软件设计 243
第7章  神经网络分类器 296
7.1  神经网络的基本概念 296
7.2  神经网络的理论分析 297
7.2.1  神经元模型 297
7.2.2  BP网络的学习算法 298
7.2.3  BP网络的设计 299
7.2.4  一般性BP网络的不足与改进 300
7.3  基于BP神经网络的手写数字识别系统软件设计 301
7.3.1  字符特征选择与提取的实现 301
7.3.2  基于神经元网络的手写数字识别程序实现 304
7.4  基于神经网络的肝脏B超图像自动诊断与识别系统软件设计 317
7.4.1  B超图像识别BP网络的拓扑结构 318
7.4.2  B超图像识别BP网络的输出编码 318
7.4.3  B超图像识别BP网络的参数选择 318
第8章  聚类分析 320
8.1  聚类分析的一般概念 320
8.1.1  系统聚类 320
8.1.2  分解聚类 321
8.1.3  动态聚类 321
8.1.4  模糊聚类 323
8.2  基于均值聚类车牌定位和字符识别系统工程软件设计 323
8.2.1  基于强制聚类中心的均值聚类技术的车牌定位技术 323
8.2.2  车牌字符综合特征的选择和识别 349
8.2.3  基于均值聚类的细胞统计系统工程软件设计 376
参考文献 403

1. 数字图像处理（OpenCV 实现） [主编 张广渊]
2. 数字图像编辑制作 [张立里 夏丽雯 编著]
3. 数字图像处理与分析基础 [黄爱民 安向京 骆力 等编著]