数字图像处理看过的书

特征提取与选择：特征提取实质就是从D个特征中选择出d个（d<D）个最有效的特征。PCA与LDA，分支界定法和基于K-L变换的特征提取法。

模式分类及识别：最小错误率的贝叶斯决策，感知器分离器，近邻分离器（最近邻，k-近邻）。

经典模式识别决策方法及实现

人工神经网络、隐马尔可夫模型、决策树、支持向量机SVM、模板匹配

 

目标识别过程主要包括：目标证实、目标检测、目标鉴别及目标识别。其中，目标证实是判断图像中指定区域是否为目标，目标检测是定位目标的准确位置，目标鉴别是对目标类别进行实例细分，目标识别是对图像中的目标区域进行识别。

目标识别通常包含学习和分类两个阶段，训练样本通过提取特征构建特征库，再通过概率推理模型或分类器模型进行学习，为待识别目标提供识别决策，最后完成识别任务。

算法: 小波变换、图像融合、支持向量机、仿生模式识别、神经网络、遗传算法等智能技术和认知学等知识信息。颜色空间变换（RGB——HSI），颜色特征提取，膨胀和腐蚀操作，遗传算法，（基于GA的模板匹配方法，实现苹果树图像的对应问题的一个实例）。

《精通Matlab数字图像处理与识别》

《数字图像理解与智能技术》

《Visual C++ 数字图像模式识别典型案列详解》

《数字图像处理与机器视觉——Visual C++与Matlab实现》

《汽车安全辅助驾驶技术》

《矩阵分析》

《应用随机过程概率模型与导论》