Visual C++數(shù)字圖像識別技術典型案例

第1章  數(shù)字圖像與圖像處理  1
 1.1  數(shù)字圖像相關概念  1
 1.1.1  數(shù)字圖像  1
 1.1.2  圖像處理  2
 1.1.3  圖像識別  2
 1.1.4  圖像理解  3
 1.2  圖像的獲取. 顯示與表示  3
 1.2.1  圖像的獲取  3
 1.2.2  圖像顯示  4
 1.2.3  圖像表示  4
 1.3  數(shù)字圖像處理系統(tǒng)的基本組成結構  9
 第2章  相關的圖像處理技術  10
 2.1  圖像分割技術  10
 2.1.1  閾值與圖像分割  10
 2.1.2  梯度與圖像分割  11
 2.1.3  邊界提取與輪廓跟蹤  11
 2.1.4  Hough變換  12
 2.1.5  區(qū)域增長  12
 2.2  圖像復原  12
 2.2.1  數(shù)學模型  12
 2.2.2  維納濾波（Wiener Filtering）  13
 2.3  圖像的紋理分析技術  13
 2.3.1  空間灰度層共現(xiàn)矩陣  14
 2.3.2  紋理能量測量  16
 2.3.3  紋理的結構分析方法和紋理梯度  18
 2.3.4  紋理識別示例--云類自動識別  19
 2.4  圖像的形態(tài)學處理技術  20
 2.4.1  基本概念  21
 2.4.2  開運算和閉運算  22
 2.4.3  擊中. 擊不中. 變換（HMT-Hit Miss Transform）  23
 2.4.4  邊界和骨架（Boundary and Skeleton）  23
 第3章  指紋識別系統(tǒng)（上）  24
 3.1  指紋識別的歷史  24
 3.2  指紋識別研究的現(xiàn)狀  24
 3.3  指紋識別系統(tǒng)的構成  25
 3.3.1  指紋的錄入  26
 3.3.2  指紋圖像增強  28
 3.3.3  指紋識別的基本原理  29
 3.3.4  系統(tǒng)問題  30
 3.3.5  系統(tǒng)性能評估  31
 3.3.6  一套指紋識別算法庫的構成  32
 3.4  指紋的粗分類與匹配  89
 3.5  基于Matlab的指紋識別系統(tǒng)  92
 3.5.1  主界面程序  93
 3.5.2  指紋中心計算程序  115
 3.5.3  計算有效區(qū)域  117
 3.5.4  二維Gabor變換  118
 3.5.5  歸一化扇區(qū)  119
 3.5.6  讀取圖像  120
 3.5.7  旋轉(zhuǎn)角度計算  121
 第4章  指紋識別系統(tǒng)（下）  123
 4.1  指紋圖像的預處理  123
 4.1.1  預處理概述  123
 4.1.2  指紋質(zhì)量評估  124
 4.1.3  指紋圖像分割  129
 4.1.4  指紋圖像增強  134
 4.1.5  指紋圖像二值化  135
 4.1.6  指紋圖像細化  136
 4.1.7  相關預處理算法代碼  139
 4.2  指紋特征提取  177
 4.2.1  指紋特征的表述  177
 4.2.2  局部細節(jié)特征提取  180
 4.2.3  特征提取算法代碼  186
 4.3  基于點模式的細節(jié)匹配  194
 4.4  指紋識別的實際應用案例  204
 4.4.1  指紋門禁系統(tǒng)  204
 4.4.2  指紋考勤系統(tǒng)  205
 4.5  指紋處理算法庫測試程序  206
 4.6  本章小結  218
 第5章  數(shù)字水印技術  219
 5.1  基本概念  219
 5.1.1  水印技術的基本要求  219
 5.1.2  數(shù)字水印算法基本思路  219
 5.1.3  一些關鍵問題  220
 5.2  水印應用現(xiàn)狀分析  220
 5.2.1  現(xiàn)有水印算法不適應版權保護  220
 5.2.2  盲檢測算法  222
 5.2.3  盲檢測算法的公證  222
 5.2.4  數(shù)字水印系統(tǒng)的一般組成  223
 5.3  基于DCT域的數(shù)字水印方案  223
 5.3.1  離散余弦變換  223
 5.3.2  Torus自同構映射  224
 5.3.3  人眼視覺頻率響應及DCT變換系數(shù)的選取  224
 5.3.4  水印算法  226
 5.4  基于擴頻通信的水印算法  228
 5.4.1  擴頻通信原理  228
 5.4.2  擴頻通信在數(shù)字水印中的利用  229
 5.4.3  加載強度的討論  233
 5.4.4  水印加載算法的實現(xiàn)  237
 5.5  一個基于DCT域的實例  240
 5.5.1  一些算法代碼  240
 5.5.2  加載水印  271
 5.5.3  提取水印  275
 5.5.4  水印算法評價  281
 5.6  本章小結  294
 第6章  條形碼技術  295
 6.1  常用的條碼編碼規(guī)則  295
 6.1.1  條碼的一般組成  295
 6.1.2  條碼的種類  296
 6.1.3  EAN-13碼的構造  296
 6.2  一個簡單的條形碼打印系統(tǒng)  298
 6.3  一維條形碼的識別  312
 6.3.1  硬件識別系統(tǒng)  312
 6.3.2  預處理過程  312
 6.3.3  譯碼過程  314
 6.4  一維條形碼識別系統(tǒng)實例  315
 6.4.1  DIB.H位圖存取頭文件  316
 6.4.2  DIB.CPP位圖存取源程序  317
 6.4.3  BARRECOG.H條碼識別頭文件  322
 6.4.4  BARRECOG.CPP條碼識別源程序  323
 6.5  二維條形碼介紹  337
 6.5.1  PDF417符號的結構  338
 6.5.2  簇及符號字符定義  338
 6.5.3  層編碼  339
 6.5.4  模式結構  339
 6.5.5  起始符和終止符  340
 6.5.6  空白區(qū)  340
 6.5.7  錯誤監(jiān)測與糾正  340
 6.6  二維條形碼打印程序  340
 6.6.1  PDF417LIB.H二維條形碼庫頭文件  340
 6.6.2  PDF417LIBIMP.H數(shù)據(jù)定義  342
 6.6.3  PDF417LIB.C函數(shù)實現(xiàn)文件  353
 6.6.4  PDF417.C主程序  377
 6.7  本章小結  378
 第7章  手勢識別系統(tǒng)  379
 7.1  立體測量  379
 7.1.1  立體匹配法  379
 7.1.2  立體視覺的原理  379
 7.1.3  用立體視覺進行距離測量  381
 7.2  用一臺攝像頭進行距離測量  382
 7.2.1  攝像頭正對前方  382
 7.2.2  攝像頭傾斜  383
 7.2.3  一臺攝像頭測量距離  385
 7.3  假想演奏系統(tǒng)的構成  387
 7.3.1  系統(tǒng)概述  387
 7.3.2  膚色提取  388
 7.3.3  右手位置檢測  390
 7.3.4  攝像機的距離測量  391
 7.3.5  音階范圍與音量范圍  391
 7.3.6  聲音的表現(xiàn)方法  392
 7.3.7  系統(tǒng)整體構成  393
 7.4  程序代碼  393
 7.5  本章小結  432
 第8章  印鑒鑒定系統(tǒng)  433
 8.1  偽印鑒的制作及人工防偽技術  433
 8.1.1  常用偽造印鑒的方法及其特征  433
 8.1.2  真假印鑒印文的檢驗  435
 8.2  印鑒圖像的分離  435
 8.2.1  封閉凸多邊形圖像提取的算法提出  436
 8.2.2  封閉凸多邊形圖像的提取方法--種子擴散浮置實體算法  436
 8.3  基于矩不變量的印鑒識別  439
 8.4  基于Fourier描述符的印鑒識別方法  441
 8.4.1  提取字符包絡線  441
 8.4.2  字符包絡線的Fourier描述  442
 8.5  基于邊緣和模板匹配的印鑒識別  443
 8.6  部分算法代碼  446
 8.6.1  背景去除（利用顏色）  446
 8.6.2  基于矩不變量的代碼  450
 8.7  本章小結  455
 第9章  光學字符識別技術（上）  456
 9.1  概述  456
 9.1.1  文字識別系統(tǒng)的構成  456
 9.1.2  文字識別技術  457
 9.1.3  印刷體漢字識別  459
 9.1.4  存在的問題  461
 9.2  預處理技術  461
 9.2.1  二值化  462
 9.2.2  版面分析  463
 9.2.3  傾斜度校正  464
 9.2.4  版面切分  467
 9.2.5  行. 字分割  467
 9.2.6  細化和規(guī)范化  469
 9.2.7  預處理算法源代碼示例  470
 9.3  特征提取  537
 9.3.1  概述  538
 9.3.2  邊緣跟蹤  538
 9.3.3  筆畫的分類  540
 9.3.4  筆畫識別前的噪聲處理  541
 9.3.5  筆畫方向碼合并處理及筆畫識別  542
 9.3.6  筆畫間特征量的定義及識別  543
 9.3.7  整字匹配的距離準則  544
 9.3.8  一些統(tǒng)計特征  545
 第10章  光學字符識別技術（下）  549
 10.1  分類與識別  549
 10.1.1  判別器的選擇  549
 10.1.2  決策樹的基本概念  550
 10.1.3  決策樹設計  552
 10.1.4  節(jié)點分類器設計  555
 10.1.5  多方案組合識別器  558
 10.1.6  代碼示例  560
 10.2  后處理  623
 10.3  OCR程序示例  639
 10.4  本章小結  640