基于計(jì)算機(jī)的圖像模式識(shí)別技術(shù)是計(jì)算機(jī)應(yīng)用技術(shù)的重要組成部分。隨著計(jì)算機(jī)圖像處理技術(shù)、圖像模式識(shí)別技術(shù)的迅速發(fā)展，計(jì)算機(jī)圖像模式識(shí)別技術(shù)在工業(yè)、農(nóng)業(yè)、國(guó)防、科學(xué)研究和醫(yī)學(xué)等各個(gè)方面得到了更加全面的應(yīng)用。

  Delphi作為Windows環(huán)境下面向?qū)ο罂焖匍_發(fā)的工具，以其高速的開發(fā)效率深受程序開發(fā)人員的喜愛，在Delphi開發(fā)環(huán)境下，軟件開發(fā)人員的主要精力放在想要達(dá)到的目的的規(guī)劃上，而不是具體煩瑣的細(xì)節(jié)上。Delphi具有良好的封裝性，各種實(shí)用控件十分豐富，它在數(shù)據(jù)庫(kù)開發(fā)、圖像處理和多媒體開發(fā)方面都具有無(wú)可比擬的優(yōu)越性。用Delphi開發(fā)的圖像模式識(shí)別軟件具有運(yùn)行效率高、安全可靠、開發(fā)快捷和模塊可重用性強(qiáng)等諸多優(yōu)點(diǎn)。

本書主要介紹圖像模式識(shí)別的基礎(chǔ)理論和程序?qū)崿F(xiàn)技術(shù)，從工程應(yīng)用的角度介紹數(shù)字圖像模式識(shí)別應(yīng)用軟件設(shè)計(jì)的基本方法和實(shí)用技術(shù)。全書分為8章，每章都以多個(gè)具體的模式識(shí)別軟件包開發(fā)的實(shí)例來(lái)敘述其相關(guān)的理論和編程技術(shù)。

第1章介紹圖像模式識(shí)別的基本理論和概念，通過基于圖像分析的黃豆質(zhì)量評(píng)估系統(tǒng)軟件包的設(shè)計(jì)技術(shù)介紹，使讀者掌握?qǐng)D像模式識(shí)別的一般的工程軟件設(shè)計(jì)的基本知識(shí)和技術(shù)。

第2章介紹圖像模式識(shí)別所需進(jìn)行的圖像預(yù)處理的各種基本技術(shù)實(shí)現(xiàn)的程序設(shè)計(jì)，包括圖像預(yù)處理軟件包的設(shè)計(jì)（對(duì)于一些比較復(fù)雜的圖像預(yù)處理技術(shù)也給出了完整的程序模塊）、高精密多目標(biāo)的細(xì)小發(fā)光體計(jì)數(shù)系統(tǒng)的軟件設(shè)計(jì)。

第3章介紹模板分類器的基本理論和程序設(shè)計(jì)方法，包括基于模板的手寫數(shù)字識(shí)別系統(tǒng)的軟件設(shè)計(jì)技術(shù)、基于模板的肝臟B超圖像自動(dòng)診斷系統(tǒng)的軟件設(shè)計(jì)技術(shù)和基于模板分類的軸承表面缺陷識(shí)別系統(tǒng)的軟件設(shè)計(jì)技術(shù)，重點(diǎn)講述了這些系統(tǒng)的模板庫(kù)的建立和維護(hù)的程序設(shè)計(jì)技術(shù)。

第4章介紹基于概率統(tǒng)計(jì)的貝葉斯分類器的基本理論和程序設(shè)計(jì)方法，主要介紹了基于貝葉斯分類器的手寫數(shù)字識(shí)別系統(tǒng)的軟件設(shè)計(jì)技術(shù)。

第5章介紹幾何分類器的基本理論和程序設(shè)計(jì)方法，介紹了基于最小錯(cuò)誤、最小均值平方誤差等幾何分類器理論的手寫數(shù)字識(shí)別系統(tǒng)的軟件設(shè)計(jì)技術(shù)和肝臟B超圖像紋理分類識(shí)別系統(tǒng)的軟件設(shè)計(jì)技術(shù)。

第6章介紹圖像分割和特征生成的基本技術(shù)和程序設(shè)計(jì)方法，介紹了圖形形狀分析軟件包和鏈碼運(yùn)算與細(xì)胞分割軟件包的設(shè)計(jì)技術(shù)。

第7章介紹神經(jīng)網(wǎng)絡(luò)分類器的基本理論和程序設(shè)計(jì)方法，介紹了基于神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別系統(tǒng)的設(shè)計(jì)技術(shù)和基于神經(jīng)網(wǎng)絡(luò)的肝臟B超圖像自動(dòng)診斷與識(shí)別系統(tǒng)的軟件設(shè)計(jì)，重點(diǎn)介紹這些識(shí)別系統(tǒng)的各種特征選擇的合理性及神經(jīng)網(wǎng)絡(luò)調(diào)試中的軟件設(shè)計(jì)方法。

第8章介紹聚類分析的基本理論和程序設(shè)計(jì)方法，介紹了基于均值聚類的車牌定位和識(shí)別系統(tǒng)、車牌字符各種特征提取實(shí)驗(yàn)系統(tǒng)和血液紅細(xì)胞分析系統(tǒng)的軟件設(shè)計(jì)技術(shù)。

  本書各章之間的理論分析和程序模塊具有一定的相關(guān)性和獨(dú)立性。從應(yīng)用角度講，圖像處理方法與模式識(shí)別方法之間沒有明顯的界限之分，各種方法的配合和協(xié)調(diào)才能達(dá)到最佳的應(yīng)用效果。本書在章節(jié)安排上考慮了一般教科書的層次性、連貫性、系統(tǒng)性，同時(shí)也考慮了每個(gè)軟件包開發(fā)的各種技術(shù)的組合性、全面性。各章節(jié)中的許多技術(shù)是交叉引用的，書中各章既可獨(dú)立閱讀和進(jìn)行實(shí)驗(yàn)，也可相互貫通地理解和實(shí)踐。本書將圖像模式識(shí)別技術(shù)與Delphi編程技巧結(jié)合起來(lái)講述，側(cè)重于實(shí)踐性、實(shí)用性和源代碼表現(xiàn)，以講解實(shí)例設(shè)計(jì)的方式介紹圖像模式識(shí)別和相關(guān)的程序設(shè)計(jì)技巧，注重理論，突出實(shí)用，提倡在程序的字里行間理解圖像模式識(shí)別的理論和概念，程序的實(shí)現(xiàn)是理論學(xué)習(xí)的目的，更是理論正誤驗(yàn)證的唯一準(zhǔn)則，只有在程序?qū)崿F(xiàn)和調(diào)試的基礎(chǔ)上才能驗(yàn)證新舊算法、技術(shù)和方法的效率并產(chǎn)生新的具有生產(chǎn)力的源代碼。

  本書可作為本科生、研究生和工程軟件人員的數(shù)字圖像處理與圖像模式識(shí)別及相關(guān)應(yīng)用課程的參考教材和自學(xué)用書，書中的例子全部通過Delphi 7驗(yàn)證實(shí)現(xiàn)，隨書所附光盤提供書中介紹的所有圖像處理工程軟件包的完整源程序及編程和運(yùn)行所需的資源、素材和控件，這些軟件包及其中的源程序段可以不加修改或稍加修改而直接應(yīng)用于非商業(yè)開發(fā)的圖像處理和圖像識(shí)別軟件技術(shù)研究及相關(guān)工程軟件包的設(shè)計(jì)中。

 由于作者的水平有限和總結(jié)研究的時(shí)間限制，書中介紹的相關(guān)技術(shù)、軟件包及源程序還有許多功能需要進(jìn)一步完善和改進(jìn)，如有錯(cuò)誤和可商討的地方，敬請(qǐng)廣大讀者提出寶貴意見和建議。作者E-mail：jxg_2@tom.com。

前言
第1章  圖像模式識(shí)別導(dǎo)論 1
1.1  圖像模式識(shí)別概述 1
1.2  圖像模式識(shí)別的應(yīng)用 4
1.3  基于圖像分析的黃豆質(zhì)量評(píng)估系統(tǒng)設(shè)計(jì) 5
1.3.1  圖像特征識(shí)別系統(tǒng)的基本技術(shù)要求 5
1.3.2  圖像特征識(shí)別統(tǒng)計(jì)系統(tǒng)的構(gòu)架及軟件實(shí)現(xiàn)技術(shù) 5
第2章  數(shù)字圖像預(yù)處理 19
2.1  圖像的灰度化 19
2.1.1  圖像的灰度化處理的基本原理 19
2.1.2  圖像的灰度化的程序?qū)崿F(xiàn) 20
2.2  圖像的二值化 21
2.2.1  圖像的二值化處理的基本原理 21
2.2.2  圖像的二值化處理的程序?qū)崿F(xiàn) 21
2.3  圖像的反色 23
2.3.1  圖像的反色處理的基本原理 23
2.3.2  圖像的反色處理的程序?qū)崿F(xiàn) 23
2.4  圖像的中值濾波 24
2.4.1  圖像的中值濾波處理的基本原理 24
2.4.2  圖像的中值濾波處理的程序?qū)崿F(xiàn) 25
2.5  圖像的高斯濾波 26
2.5.1  圖像的高斯濾波處理的基本原理 26
2.5.2  圖像的高斯濾波處理的程序?qū)崿F(xiàn) 27
2.6  Gabor變換 28
2.6.1  Gabor變換的基本原理 28
2.6.2  Gabor濾波器設(shè)計(jì) 29
2.6.3  Gabor變換的程序?qū)崿F(xiàn) 35
2.7  各向異性擴(kuò)散平滑濾波 42
2.7.1  各向異性擴(kuò)散平滑濾波的基本原理 42
2.7.2  各向異性擴(kuò)散平滑濾波的程序?qū)崿F(xiàn) 44
2.8  二值圖像的腐蝕 47
2.8.1  二值圖像的腐蝕的基本原理 47
2.8.2  二值圖像腐蝕的程序?qū)崿F(xiàn) 51
2.9  二值圖像的膨脹 52
2.9.1  二值圖像的膨脹的基本原理 52
2.9.2  二值圖像的膨脹的程序?qū)崿F(xiàn) 53
2.10  二值圖像的開運(yùn)算 54
2.11  二值圖像的閉運(yùn)算 55
2.12  灰度圖像腐蝕 55
2.12.1  灰度圖像腐蝕的基本原理 55
2.12.2  灰度圖像腐蝕的程序?qū)崿F(xiàn) 56
2.13  灰度圖像膨脹 58
2.13.1  灰度圖像膨脹的基本原理 58
2.13.2  灰度圖像膨脹的程序?qū)崿F(xiàn) 59
2.14  灰度圖像開運(yùn)算 60
2.15  灰度圖像閉運(yùn)算 61
2.16  灰度圖像腐蝕和膨脹的其他衍生運(yùn)算 61
2.17  圖像的Sobel邊緣檢測(cè) 62
2.17.1  圖像的Sobel邊緣檢測(cè)的原理 62
2.17.2  Sobel邊緣檢測(cè)的程序?qū)崿F(xiàn) 63
2.18  圖像的Prewitt邊緣檢測(cè) 64
2.18.1  圖像的Prewitt邊緣檢測(cè)的原理 64
2.18.2  Prewitt邊緣檢測(cè)的程序?qū)崿F(xiàn) 65
2.19  圖像的Robert邊緣檢測(cè) 66
2.19.1  圖像的Robert邊緣檢測(cè)的基本原理 66
2.19.2  Robert邊緣檢測(cè)的程序?qū)崿F(xiàn) 67
2.20  Kirsch邊緣檢測(cè) 68
2.20.1  Kirsch邊緣檢測(cè)的基本原理 68
2.20.2  Kirsch邊緣檢測(cè)的程序?qū)崿F(xiàn) 68
2.21  Laplace邊緣檢測(cè) 71
2.21.1  Laplace邊緣檢測(cè)的基本原理 71
2.21.2  Laplace邊緣檢測(cè)的程序?qū)崿F(xiàn) 72
2.22  Gauss-Laplace邊緣檢測(cè) 73
2.22.1  Gauss-Laplace邊緣檢測(cè)的基本原理 73
2.22.2  Gauss-Laplace邊緣檢測(cè)的程序?qū)崿F(xiàn) 74
2.23  Canny邊緣檢測(cè) 75
2.23.1  Canny邊緣檢測(cè)的基本原理 75
2.23.2  Canny邊緣檢測(cè)的程序?qū)崿F(xiàn) 76
2.24  Marr邊緣檢測(cè) 80
2.24.1  Marr邊緣檢測(cè)的基本原理 80
2.24.2  Marr邊緣檢測(cè)的程序?qū)崿F(xiàn) 80
2.25  基于圖像預(yù)處理技術(shù)的細(xì)小顆粒計(jì)數(shù)系統(tǒng)的軟件設(shè)計(jì) 82
2.25.1  細(xì)小顆粒計(jì)數(shù)系統(tǒng)的軟件系統(tǒng)要求 82
2.25.2  細(xì)小顆粒計(jì)數(shù)系統(tǒng)的軟件系統(tǒng)設(shè)計(jì)框架 83
2.25.3  細(xì)小顆粒計(jì)數(shù)系統(tǒng)的軟件模塊設(shè)計(jì) 84
第3章  模板分類器 94
3.1  模板匹配分類法 94
3.2  基于模板分類器的手寫數(shù)字識(shí)別工程軟件設(shè)計(jì) 95
3.2.1  手寫數(shù)字識(shí)別系統(tǒng)的軟件設(shè)計(jì)要求 95
3.2.2  手寫數(shù)字識(shí)別軟件系統(tǒng)的模塊構(gòu)成 96
3.2.3  數(shù)字圖像模板庫(kù)的建立及管理 96
3.2.4  數(shù)字圖像模板庫(kù)的修改和添加 107
3.2.5  手寫數(shù)字圖像識(shí)別 111
3.2.6  手寫數(shù)字識(shí)別軟件與其他軟件的信息交流 112
3.3  基于模板分類器的肝臟B超圖像自動(dòng)診斷系統(tǒng)工程軟件設(shè)計(jì) 114
3.3.1  肝臟B超圖像紋理分析 114
3.3.2  肝臟B超圖像紋理計(jì)算 115
3.3.3  肝臟B超圖像自動(dòng)診斷系統(tǒng)的軟件設(shè)計(jì) 122
3.4  基于模板分類器的軸承表面缺陷識(shí)別系統(tǒng)工程軟件設(shè)計(jì) 136
3.4.1  軸承表面缺陷圖像分析 136
3.4.2  表面缺陷圖像的一般幾何特征提取 138
3.4.3  表面缺陷圖像的矩特征提取 143
3.4.4  軸承表面缺陷識(shí)別系統(tǒng)的軟件設(shè)計(jì) 147
第4章  貝葉斯分類法 162
4.1  貝葉斯決策概述 162
4.1.1  貝葉斯決策的一般概念 162
4.1.2  貝葉斯定理 162
4.2  基于貝葉斯的手寫數(shù)字識(shí)別系統(tǒng)軟件設(shè)計(jì) 166
4.2.1  基于貝葉斯的手寫數(shù)字識(shí)別系統(tǒng)的軟件設(shè)計(jì)步驟 166
4.2.2  基于貝葉斯的手寫數(shù)字識(shí)別系統(tǒng)的軟件實(shí)現(xiàn) 167
第5章  幾何分類器 178
5.1  幾何分類器的基本概念 178
5.2  判別函數(shù)分類器 179
5.2.1  判別函數(shù)的種類 179
5.2.2  線性判別函數(shù) 179
5.3  幾何分類器的設(shè)計(jì) 181
5.3.1  線性分類器的設(shè)計(jì) 181
5.3.2  LMSE分類法在手寫數(shù)字識(shí)別中的程序設(shè)計(jì) 184
5.3.3  LMSE分類法在肝臟紋理分類識(shí)別中的程序設(shè)計(jì) 188
5.3.4  Fisher分類準(zhǔn)則 198
5.3.5  基于Fisher的手寫數(shù)字分類算法的程序?qū)崿F(xiàn) 200
第6章  圖像分割與特征生成 205
6.1  圖像分割的基本概念 205
6.2  特征生成及特征匹配 205
6.2.1  顏色特征 206
6.2.2  形狀特征 206
6.2.3  紋理特征 207
6.2.4  空間關(guān)系特征 208
6.2.5  特征和分類 208
6.2.6  樣本特征歸一化 212
6.3  圖形形狀分類與計(jì)數(shù)系統(tǒng)的工程軟件設(shè)計(jì) 212
6.3.1  圖形形狀分類與計(jì)數(shù)系統(tǒng)的設(shè)計(jì)框架 212
6.3.2  圖形形狀各特征值的定義與計(jì)算 213
6.3.3  基于一般幾何特征值的綜合分析與統(tǒng)計(jì) 234
6.3.4  光柵圖像識(shí)別與矢量圖形轉(zhuǎn)換 238
6.4  基于鏈碼運(yùn)算的細(xì)胞分割和計(jì)數(shù)系統(tǒng)的工程軟件設(shè)計(jì) 241
6.4.1  醫(yī)學(xué)圖像細(xì)胞分割的各種方法與應(yīng)用 241
6.4.2  基于鏈碼運(yùn)算和其他技術(shù)的細(xì)胞分割技術(shù)的比較和應(yīng)用 241
6.4.3  基于鏈碼運(yùn)算的細(xì)胞分割和計(jì)數(shù)系統(tǒng)的軟件設(shè)計(jì) 243
第7章  神經(jīng)網(wǎng)絡(luò)分類器 296
7.1  神經(jīng)網(wǎng)絡(luò)的基本概念 296
7.2  神經(jīng)網(wǎng)絡(luò)的理論分析 297
7.2.1  神經(jīng)元模型 297
7.2.2  BP網(wǎng)絡(luò)的學(xué)習(xí)算法 298
7.2.3  BP網(wǎng)絡(luò)的設(shè)計(jì) 299
7.2.4  一般性BP網(wǎng)絡(luò)的不足與改進(jìn) 300
7.3  基于BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別系統(tǒng)軟件設(shè)計(jì) 301
7.3.1  字符特征選擇與提取的實(shí)現(xiàn) 301
7.3.2  基于神經(jīng)元網(wǎng)絡(luò)的手寫數(shù)字識(shí)別程序?qū)崿F(xiàn) 304
7.4  基于神經(jīng)網(wǎng)絡(luò)的肝臟B超圖像自動(dòng)診斷與識(shí)別系統(tǒng)軟件設(shè)計(jì) 317
7.4.1  B超圖像識(shí)別BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu) 318
7.4.2  B超圖像識(shí)別BP網(wǎng)絡(luò)的輸出編碼 318
7.4.3  B超圖像識(shí)別BP網(wǎng)絡(luò)的參數(shù)選擇 318
第8章  聚類分析 320
8.1  聚類分析的一般概念 320
8.1.1  系統(tǒng)聚類 320
8.1.2  分解聚類 321
8.1.3  動(dòng)態(tài)聚類 321
8.1.4  模糊聚類 323
8.2  基于均值聚類車牌定位和字符識(shí)別系統(tǒng)工程軟件設(shè)計(jì) 323
8.2.1  基于強(qiáng)制聚類中心的均值聚類技術(shù)的車牌定位技術(shù) 323
8.2.2  車牌字符綜合特征的選擇和識(shí)別 349
8.2.3  基于均值聚類的細(xì)胞統(tǒng)計(jì)系統(tǒng)工程軟件設(shè)計(jì) 376
參考文獻(xiàn) 403

1. 數(shù)字圖像處理（OpenCV 實(shí)現(xiàn)） [主編 張廣淵]
2. 數(shù)字圖像編輯制作 [張立里 夏麗雯 編著]
3. 數(shù)字圖像處理與分析基礎(chǔ) [黃愛民 安向京 駱力 等編著]