图像模式识别—VC++技术实现

《图像模式识别:VC++技术实现》(配光盘)介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析。

第1章　模式识别的基本概念

1.1模式识别的基本概念

1.2图像识别

1.3位图基础

1.3.1数字图像的基本概念

1.3.2BMP文件结构

1.3.3CDib类库的建立

小结

习题

第2章　分类器设计

2.1特征空间优化设计问题

2.2分类器设计准则

2.3分类器设计基本方法

2.4判别函数

2.5分类器的选择

2.6训练与学习

小结

习题

第3章　模板匹配分类器

3.1特征类设计

3.2待测样品特征提取

3.3训练集特征库的建立

3.4模板匹配分类法

小结

习题

第4章　基于概率统计的Bayes分类器

4.1Bayes决策的基本概念

4.1.1Bayes决策所讨论的问题

4.1.2Bayes公式

4.2基于最小错误率的Bayes决策

4.3基于最小风险的Bayes决策

4.4Bayes决策比较

4.5基于二值数据的Bayes分类实现

4.6基于最小错误率的Bayes分类实现

4.7基于最小风险的Bayes分类实现

小结

习题

第5章　几何分类器

第6章　神经网络分类器

第7章　图像分割与特征提取

第8章　聚类分析

第9章　模糊聚类分析

第10章　遗传算法聚类分析

……

附录A　几种主要矩阵运算的程序代码

参考文献