目錄
第一章導(dǎo)引//1
1.1 圖像識(shí)別簡介 //1
1.2 統(tǒng)計(jì)圖像識(shí)別的基本概念及數(shù)學(xué)知識(shí)準(zhǔn)備//12
1.3 圖像識(shí)別的幾個(gè)簡單方法 //20
1.4 幾點(diǎn)說明 //40
參考文獻(xiàn) //42
第二章Bayes統(tǒng)計(jì)判決//44
2.1 引言 //44
2.2 Bayes統(tǒng)計(jì)判決準(zhǔn)則//50
2.3Bayes判決的應(yīng)用//58
2.4 Neyman-Pearson判決準(zhǔn)則 //109
2.5 損失函數(shù)的其他取法 //126
附錄I 正態(tài)分布的數(shù)學(xué)期望及協(xié)方差矩陣 //131
附錄Ⅱ 正態(tài)分布的線性函數(shù)//133

參考文獻(xiàn) //136

第三章 統(tǒng)計(jì)圖像識(shí)別的其他方法//139
3.1 Fisher判決準(zhǔn)則 //139
3.2 Wald序貫判決準(zhǔn)則 //144
3.3 概率密度函數(shù)的估計(jì) //150
3.4 圖像識(shí)別的幾個(gè)非參數(shù)法的介紹//190
3.5 聚類分析法簡介 //217
附錄 概率密度函數(shù)的進(jìn)一步研究 //

224參考文獻(xiàn) //233
第四章 特性提取與特征選擇 //236
4.1 特性提取//236
4.2有限Karhunen-Loéve變換//242
4.3 Walsh變換 //256
4.4特征選擇的F方法 //260
4.5 發(fā)散度Chernoff界限與Bhattacharyya界限 //273
4.6 后驗(yàn)概率密度函數(shù)L距離與最小概率誤差的界限 //287
4.7 樹分類器與特征選擇//297
4.8 Walsh變換進(jìn)一步論述//306

參考文獻(xiàn) //332
第五章 圖像識(shí)別的語言結(jié)構(gòu)法//335
5.1 語言結(jié)構(gòu)方法識(shí)別圖像的大意 //335
5.2 各種描述圖像的短語結(jié)構(gòu)文法簡介//343
5.3其他描述圖像的文法 //354
5.4 剖析算法與誤差修正剖析算法介紹 //364
5.5 基元選擇和語法推導(dǎo)//381

5.6 一個(gè)例子 //390
參考文獻(xiàn)//396
第六章 模糊集論及其在圖像識(shí)別中的應(yīng)用簡介//398
6.1 背景與概念//398
6.2模糊集的定義 //400
6.3 模糊集的運(yùn)算 //402
6.4 模糊關(guān)系 //405
6.5 模糊語言和算法//411
6.6 利用模糊集論作圖像識(shí)別的兩個(gè)例子//417
參考文獻(xiàn)//423