前言

作為一門實踐性強的綜合性邊緣學科，數字圖像模式識別技術研究的內容主要包括圖像變換、圖像增強、圖像特征提取、圖像識別以及運動圖像分析等。本書將以實踐為導向，以實用為目標來介紹這些重要的數字圖像模式識別技術，在介紹數字圖像模式識別技術基礎理論及算法原理的同時，重點詳細地介紹如何用Visual C++編程實現這些典型及常用算法，并結合實際應用，介紹作者所在實驗室近年來在工程實踐和課題研究中總結出來的一些經典案例，力求理論、應用與實際編程的緊密結合，使讀者真正掌握用Visual C++進行圖像模式識別編程的基本方法和技巧。

本書內容豐富、層次清晰、力求較強的實踐性和可用性。在學習完本書之后，相信讀者能夠深入掌握數字圖像模式識別技術的基礎理論和經典算法，并能順利進行實際項目的開發。

本書特點

本書主要有以下特點。

1.循序漸進，由淺入深

為了方便讀者學習，本書全部實例程序均采用同一個應用程序界面。從基于Visual C++構建應用程序界面，到增加圖像處理功能，再到最終的數字圖像模式識別經典實例的實現，全書內容前后連貫，互相依托，構成一個整體。使讀者高效地掌握基于Visual C++實現數字圖像模式識別技術的基本方法。

2.技術全面，內容充實

本書以理論和編程實踐相結合的方式介紹了數字圖像模式識別技術的常用算法。按照數字圖像模式識別技術的基本體系結構，全面地從數字圖像模式識別技術基礎知識、數字圖像處理應用、數字模式識別技術實例三個層次組織內容，并有機結合了數字圖像模式識別技術、軟件開發方面的專業知識。

3.對比講解，理解深刻

本書針對不是非常熟悉Visual C++編程和數字圖像模式識別技術的初學者，采用圖文并茂、對比講解的方式，詳細介紹算法實現的每一個步驟。希望通過這種講解方式，幫助讀者加深、加快對Visual C++數字圖像模式識別技術的理解和掌握。

4.代碼完整，講解詳盡

書中的每個知識點都有相應的實例代碼，并對關鍵的代碼部分進行了注釋說明。每段代碼的后面都有詳細的分析，并給出了代碼運行后的結果。讀者可以參照運行結果閱讀源程序，以便于加深理解。

主要內容

本書共11章，各章的主要內容如下。

第1章：本章介紹了計算機獲取、顯示、存儲數字圖像的方法。重點解釋了計算機中數字圖像的存儲格式以及數字圖像處理的核心內容。結合模式空間、特征空間和類別空間介紹了模式識別原理，以及數字圖像模式識別的工作原理和系統組成。

第2章：系統地介紹了Visual C++作為應用程序編譯器的編程思路、編程方法以及如何基于Visual C++ 6.0進行應用程序開發。著重講述數字圖像的特點及其在Windows中的表示方式。在此基礎上，介紹了在數字圖像模式識別中常用的圖像處理基本算法，包括圖像增強、形態學運算和圖像分割。

第3章：介紹了圖像特征的定義及其提取方法。包括圖像的統計特征、幅值特征、幾何特征、形狀特征、紋理特征等基本圖像特征的定義及其提取方法。通過實例展示了這幾種圖像特征提取方法的效果和目的。

第4章：介紹了統計模式識別的主要研究內容，即特征提取與選擇、模式分類和模式聚類的研究目的和研究方法。詳細介紹了分支界定和基于K-L變換等兩種特征提取方法，基于貝葉斯決策、線性分類器和非線性分類等三種模式分類方法，以及模式聚類需要解決的兩個問題，即衡量兩個樣本相似程度的方法和聚類準則。

第5章：介紹了常用的模式識別決策方法。包括人工神經網絡的原理及基本實現方法、隱馬爾可夫模型的概念及基本算法、決策樹的基本概念及設計方法、模板匹配的概念及基于Hausdorff距離的匹配實現方法。在詳細介紹這幾種決策方法的同時，提供了詳盡的實現代碼。

第6章：人臉檢測與特征點定位應用。介紹了基于Visual C++利用數字圖像模式識別技術實現對人臉的自動檢測與特征點定位。包括人臉相似度計算、人臉輪廓提取、人臉定位、臉內輪廓提取、眼睛定位、鼻子定位、嘴定位等內容。

第7章：汽車牌照識別應用。按照模式識別系統組成，分車牌預處理、車牌特征提取和車牌識別等三個環節介紹了汽車牌照的自動識別過程。

第8章：腦部醫學影像自動診斷應用。介紹了利用灰度共生矩陣進行腦部醫學圖像紋理特征提取的技術方法，以及基于BP神經網絡的分類器實現方法。

第9章：印刷體漢字識別應用。分別介紹了基于統計模式、結構模式和人工神經網絡的分類器設計方法及其在漢字識別中的應用，并基于Visual C++利用數字圖像模式識別技術實現了印刷體漢字識別。

第10章：手寫體數字識別應用。介紹了利用數字圖像技術對獲得的手寫體數字圖像進行二值化和反色處理，在已經定位的數字區域上進行特征提取，以及采用模板匹配法對手寫體數字進行識別。

第11章：運動圖像分析應用。介紹了運動圖像分析的主要研究內容及其分析方法，并設計了基于Visual C++在視頻中進行動態目標檢測和跟蹤的應用實例。其中，目標檢測采用了幀間差分法，目標跟蹤采用了Mean Shift法。

讀者對象

·高等院校的學生

·社會培訓班的學生

·Visual C++開發人員

·數字圖像處理技術研究人員

·模式識別技術研究人員

本書光盤

·各章實例程序的源代碼。

·與本書內容相關，但由于篇幅所限，未寫入本書的內容。

本書由馮偉興（第1、2、3、4、6、7章）、唐墨（第2、5、9、10、11章）、賀波（第2、8章）編著。馮偉興、唐墨共同負責全書程序代碼的編程和調試。其他參與編著和資料整理的人員有賁燁、王寶玉、鄒國峰、林天威、馬慧、劉靖宇、李陽、閻濤、楊曉飛、宋一兵、管殿柱、付本國、趙景波、王臣業、張忠林等，在此對他們的辛勤工作表示感謝！

感謝您選擇了本書，希望我們的努力對您的工作和學習有所幫助，也希望您把對本書的意見和建議告訴我們。

作者聯系方式：gdz_zero@126.com

編輯聯系方式：sdl@hzbook.com

作者

2010年6月