作为一门实用而具有综合性的边缘学科，数字图像模式识别技术研究的内容主要是基于数字图像和模式识别的各种分析方法实现对数字图像的预处理、特征提取以及对其内容的识别。《Visual C++数字图像模式识别典型案例详解》将以实践为导向，以实用为目标来介绍典型的数字图像模式识别案例，从而使读者迅速掌握用Visual C++解决实际数字图像模式识别问题的基本方法和技巧。

在学习完本书之后，相信读者不仅能充分了解数字图像模式识别技术基础理论和经典算法，还能自行开发实际项目。本书由冯伟兴等编著。

《Visual C++数字图像模式识别典型案例详解》详解了数字图像模式识别中部分典型案例，全书共分3篇14章，第一篇分2章介绍了数字图像模式识别基础知识及其经典实现方法；第二篇分10章从不同角度介绍了多个典型的数字图像模式识别案例；第三篇则系统全面地介绍了2个数字图像模式识别案例的详细设计思路及其实现过程。

本书打破了传统程序类书籍的讲解方法，将编程思路和编程过程与所附代码有机结合在一起，分层次分模块地予以讲解。同时，以图解的方式讲解程序的运行过程和结果，并配有适当的文字说明，从而使读者迅速理解所讲述的内容。

《Visual C++数字图像模式识别典型案例详解》内容翔实、结构清晰、图解清楚、讲解透彻、案例丰富实用，能够使读者快速、全面地掌握数字图像模式识别的各种应用技术。它既可作为高等院校的数字图像模式识别相关学科的教材，也可作为工程技术人员及读者自学的参考书。本书由冯伟兴等编著。

前言

第一篇 基础篇

第1章 数字图像模式识别

1.1 数字图像处理概述

1.1.1 数字图像获取

1.1.2 图像显示与存储

1.1.3 数字图像文件

1.1.4 数字图像处理

1.2 模式识别基本概念

1.2.1 模式和模式识别的概念

1.2.2 模式空间、特征空间和类别空间

1.2.3 模式识别系统的组成

1.2.4 数字图像模式识别的基本过程

1.3 VisualC++数字图像处理类

1.3.1 VisualC++编程方法

1.3.2 VisualC++数字图像处理类

第2章 模式识别实现方法

2.1 统计模式识别

2.1.1 特征的提取与选择

2.1.2 模式分类

2.1.3 模式聚类

2.2 经典模式识别决策方法及实现

2.2.1 人工神经网络

2.2.2 隐马尔可夫模型

2.2.3 决策树

2.2.4 模板匹配

2.2.5 支持向量机

第二篇 案例篇

第3章 一维条形码识别系统

3.1 系统介绍

3.2 核心技术原理

3.2.1 常用的条形码编码规则

3.2.2 预处理过程——二值化

3.2.3 译码过程——平均值法

3.3 系统结构与流程

3.3.1 系统总体结构

3.3.2 二值化算法流程

3.3.3 平均值法算法流程

3.4 编程实现

3.4.1 二值化算法

3.4.2 平均值法

3.5 运行效果

第4章 基于模糊聚类的图形识别系统

4.1 系统介绍

4.2 核心技术原理

4.2.1 图像的标识及特征提取

4.2.2 模式相似性测量

4.2.3 模糊理论基本概念

4.2.4 模糊聚类分析

4.3 系统结构与流程

4.3.1 系统总体结构

4.3.2 图像标识及特征提取算法流程

4.3.3 计算模糊距离算法流程

4.3.4 模糊聚类算法流程

4.4 编程实现

4.4.1 图像的标识及特征提取

4.4.2 计算模糊距离

4.4.3 模糊聚类

4.5 运行效果

……

第5章 人脸检测系统

第6章 人脸定位系统

第7章 灰度车牌定位系统

第8章 脑部CT图像辅助诊断系统

第9章 手写体数字识别系统

第10章 指纹识别的预处理

第11章 指纹图像特征提取系统

第12章 指纹图像比对系统

第三篇 拓展篇

第13章 彩色汽车牌照识别系统

第14章 中文印刷体文档识别系统

参考文献