基于計算機的圖像模式識別技術是計算機應用技術的重要組成部分。隨著計算機圖像處理技術、圖像模式識別技術的迅速發展，計算機圖像模式識別技術在工業、農業、國防、科學研究和醫學等各個方面得到了更加全面的應用。

  Delphi作為Windows環境下面向對象快速開發的工具，以其高速的開發效率深受程序開發人員的喜愛，在Delphi開發環境下，軟件開發人員的主要精力放在想要達到的目的的規劃上，而不是具體煩瑣的細節上。Delphi具有良好的封裝性，各種實用控件十分豐富，它在數據庫開發、圖像處理和多媒體開發方面都具有無可比擬的優越性。用Delphi開發的圖像模式識別軟件具有運行效率高、安全可靠、開發快捷和模塊可重用性強等諸多優點。

本書主要介紹圖像模式識別的基礎理論和程序實現技術，從工程應用的角度介紹數字圖像模式識別應用軟件設計的基本方法和實用技術。全書分為8章，每章都以多個具體的模式識別軟件包開發的實例來敘述其相關的理論和編程技術。

第1章介紹圖像模式識別的基本理論和概念，通過基于圖像分析的黃豆質量評估系統軟件包的設計技術介紹，使讀者掌握圖像模式識別的一般的工程軟件設計的基本知識和技術。

第2章介紹圖像模式識別所需進行的圖像預處理的各種基本技術實現的程序設計，包括圖像預處理軟件包的設計（對于一些比較復雜的圖像預處理技術也給出了完整的程序模塊）、高精密多目標的細小發光體計數系統的軟件設計。

第3章介紹模板分類器的基本理論和程序設計方法，包括基于模板的手寫數字識別系統的軟件設計技術、基于模板的肝臟B超圖像自動診斷系統的軟件設計技術和基于模板分類的軸承表面缺陷識別系統的軟件設計技術，重點講述了這些系統的模板庫的建立和維護的程序設計技術。

第4章介紹基于概率統計的貝葉斯分類器的基本理論和程序設計方法，主要介紹了基于貝葉斯分類器的手寫數字識別系統的軟件設計技術。

第5章介紹幾何分類器的基本理論和程序設計方法，介紹了基于最小錯誤、最小均值平方誤差等幾何分類器理論的手寫數字識別系統的軟件設計技術和肝臟B超圖像紋理分類識別系統的軟件設計技術。

第6章介紹圖像分割和特征生成的基本技術和程序設計方法，介紹了圖形形狀分析軟件包和鏈碼運算與細胞分割軟件包的設計技術。

第7章介紹神經網絡分類器的基本理論和程序設計方法，介紹了基于神經網絡的手寫數字識別系統的設計技術和基于神經網絡的肝臟B超圖像自動診斷與識別系統的軟件設計，重點介紹這些識別系統的各種特征選擇的合理性及神經網絡調試中的軟件設計方法。

第8章介紹聚類分析的基本理論和程序設計方法，介紹了基于均值聚類的車牌定位和識別系統、車牌字符各種特征提取實驗系統和血液紅細胞分析系統的軟件設計技術。

  本書各章之間的理論分析和程序模塊具有一定的相關性和獨立性。從應用角度講，圖像處理方法與模式識別方法之間沒有明顯的界限之分，各種方法的配合和協調才能達到最佳的應用效果。本書在章節安排上考慮了一般教科書的層次性、連貫性、系統性，同時也考慮了每個軟件包開發的各種技術的組合性、全面性。各章節中的許多技術是交叉引用的，書中各章既可獨立閱讀和進行實驗，也可相互貫通地理解和實踐。本書將圖像模式識別技術與Delphi編程技巧結合起來講述，側重于實踐性、實用性和源代碼表現，以講解實例設計的方式介紹圖像模式識別和相關的程序設計技巧，注重理論，突出實用，提倡在程序的字里行間理解圖像模式識別的理論和概念，程序的實現是理論學習的目的，更是理論正誤驗證的唯一準則，只有在程序實現和調試的基礎上才能驗證新舊算法、技術和方法的效率并產生新的具有生產力的源代碼。

  本書可作為本科生、研究生和工程軟件人員的數字圖像處理與圖像模式識別及相關應用課程的參考教材和自學用書，書中的例子全部通過Delphi 7驗證實現，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用于非商業開發的圖像處理和圖像識別軟件技術研究及相關工程軟件包的設計中。

 由于作者的水平有限和總結研究的時間限制，書中介紹的相關技術、軟件包及源程序還有許多功能需要進一步完善和改進，如有錯誤和可商討的地方，敬請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  圖像模式識別導論 1
1.1  圖像模式識別概述 1
1.2  圖像模式識別的應用 4
1.3  基于圖像分析的黃豆質量評估系統設計 5
1.3.1  圖像特征識別系統的基本技術要求 5
1.3.2  圖像特征識別統計系統的構架及軟件實現技術 5
第2章  數字圖像預處理 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實現 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實現 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實現 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實現 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實現 27
2.6  Gabor變換 28
2.6.1  Gabor變換的基本原理 28
2.6.2  Gabor濾波器設計 29
2.6.3  Gabor變換的程序實現 35
2.7  各向異性擴散平滑濾波 42
2.7.1  各向異性擴散平滑濾波的基本原理 42
2.7.2  各向異性擴散平滑濾波的程序實現 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實現 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實現 53
2.10  二值圖像的開運算 54
2.11  二值圖像的閉運算 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實現 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實現 59
2.14  灰度圖像開運算 60
2.15  灰度圖像閉運算 61
2.16  灰度圖像腐蝕和膨脹的其他衍生運算 61
2.17  圖像的Sobel邊緣檢測 62
2.17.1  圖像的Sobel邊緣檢測的原理 62
2.17.2  Sobel邊緣檢測的程序實現 63
2.18  圖像的Prewitt邊緣檢測 64
2.18.1  圖像的Prewitt邊緣檢測的原理 64
2.18.2  Prewitt邊緣檢測的程序實現 65
2.19  圖像的Robert邊緣檢測 66
2.19.1  圖像的Robert邊緣檢測的基本原理 66
2.19.2  Robert邊緣檢測的程序實現 67
2.20  Kirsch邊緣檢測 68
2.20.1  Kirsch邊緣檢測的基本原理 68
2.20.2  Kirsch邊緣檢測的程序實現 68
2.21  Laplace邊緣檢測 71
2.21.1  Laplace邊緣檢測的基本原理 71
2.21.2  Laplace邊緣檢測的程序實現 72
2.22  Gauss-Laplace邊緣檢測 73
2.22.1  Gauss-Laplace邊緣檢測的基本原理 73
2.22.2  Gauss-Laplace邊緣檢測的程序實現 74
2.23  Canny邊緣檢測 75
2.23.1  Canny邊緣檢測的基本原理 75
2.23.2  Canny邊緣檢測的程序實現 76
2.24  Marr邊緣檢測 80
2.24.1  Marr邊緣檢測的基本原理 80
2.24.2  Marr邊緣檢測的程序實現 80
2.25  基于圖像預處理技術的細小顆粒計數系統的軟件設計 82
2.25.1  細小顆粒計數系統的軟件系統要求 82
2.25.2  細小顆粒計數系統的軟件系統設計框架 83
2.25.3  細小顆粒計數系統的軟件模塊設計 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字識別工程軟件設計 95
3.2.1  手寫數字識別系統的軟件設計要求 95
3.2.2  手寫數字識別軟件系統的模塊構成 96
3.2.3  數字圖像模板庫的建立及管理 96
3.2.4  數字圖像模板庫的修改和添加 107
3.2.5  手寫數字圖像識別 111
3.2.6  手寫數字識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超圖像自動診斷系統工程軟件設計 114
3.3.1  肝臟B超圖像紋理分析 114
3.3.2  肝臟B超圖像紋理計算 115
3.3.3  肝臟B超圖像自動診斷系統的軟件設計 122
3.4  基于模板分類器的軸承表面缺陷識別系統工程軟件設計 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  軸承表面缺陷識別系統的軟件設計 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字識別系統軟件設計 166
4.2.1  基于貝葉斯的手寫數字識別系統的軟件設計步驟 166
4.2.2  基于貝葉斯的手寫數字識別系統的軟件實現 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  判別函數分類器 179
5.2.1  判別函數的種類 179
5.2.2  線性判別函數 179
5.3  幾何分類器的設計 181
5.3.1  線性分類器的設計 181
5.3.2  LMSE分類法在手寫數字識別中的程序設計 184
5.3.3  LMSE分類法在肝臟紋理分類識別中的程序設計 188
5.3.4  Fisher分類準則 198
5.3.5  基于Fisher的手寫數字分類算法的程序實現 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  圖形形狀分類與計數系統的工程軟件設計 212
6.3.1  圖形形狀分類與計數系統的設計框架 212
6.3.2  圖形形狀各特征值的定義與計算 213
6.3.3  基于一般幾何特征值的綜合分析與統計 234
6.3.4  光柵圖像識別與矢量圖形轉換 238
6.4  基于鏈碼運算的細胞分割和計數系統的工程軟件設計 241
6.4.1  醫學圖像細胞分割的各種方法與應用 241
6.4.2  基于鏈碼運算和其他技術的細胞分割技術的比較和應用 241
6.4.3  基于鏈碼運算的細胞分割和計數系統的軟件設計 243
第7章  神經網絡分類器 296
7.1  神經網絡的基本概念 296
7.2  神經網絡的理論分析 297
7.2.1  神經元模型 297
7.2.2  BP網絡的學習算法 298
7.2.3  BP網絡的設計 299
7.2.4  一般性BP網絡的不足與改進 300
7.3  基于BP神經網絡的手寫數字識別系統軟件設計 301
7.3.1  字符特征選擇與提取的實現 301
7.3.2  基于神經元網絡的手寫數字識別程序實現 304
7.4  基于神經網絡的肝臟B超圖像自動診斷與識別系統軟件設計 317
7.4.1  B超圖像識別BP網絡的拓撲結構 318
7.4.2  B超圖像識別BP網絡的輸出編碼 318
7.4.3  B超圖像識別BP網絡的參數選擇 318
第8章  聚類分析 320
8.1  聚類分析的一般概念 320
8.1.1  系統聚類 320
8.1.2  分解聚類 321
8.1.3  動態聚類 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別系統工程軟件設計 323
8.2.1  基于強制聚類中心的均值聚類技術的車牌定位技術 323
8.2.2  車牌字符綜合特征的選擇和識別 349
8.2.3  基于均值聚類的細胞統計系統工程軟件設計 376
參考文獻 403

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