本书从统计判决、语言结构法、模糊集论三方面提供了图象识别的理论基础.
第一章介绍了图像识别研究的对象及方法，它是本书的引论；第二章到第四章介绍了统计图像识别中的一些基本方法及理论基础；第五章介绍了图像识别的语言结构法；第六章介绍了用模糊集的方法进行图像识别.
本书可供从事有关图像识别的广大工程技术人员及科学研究工作者参考，也可以作为高等院校中有关专业的教科书或参考书.

目录
第一章导引//1
1.1 图像识别简介 //1
1.2 统计图像识别的基本概念及数学知识准备//12
1.3 图像识别的几个简单方法 //20
1.4 几点说明 //40
参考文献 //42
第二章Bayes统计判决//44
2.1 引言 //44
2.2 Bayes统计判决准则//50
2.3Bayes判决的应用//58
2.4 Neyman-Pearson判决准则 //109
2.5 损失函数的其他取法 //126
附录I 正态分布的数学期望及协方差矩阵 //131
附录Ⅱ 正态分布的线性函数//133

参考文献 //136

第三章 统计图像识别的其他方法//139
3.1 Fisher判决准则 //139
3.2 Wald序贯判决准则 //144
3.3 概率密度函数的估计 //150
3.4 图像识别的几个非参数法的介绍//190
3.5 聚类分析法简介 //217
附录 概率密度函数的进一步研究 //

224参考文献 //233
第四章 特性提取与特征选择 //236
4.1 特性提取//236
4.2有限Karhunen-Loéve变换//242
4.3 Walsh变换 //256
4.4特征选择的F方法 //260
4.5 发散度Chernoff界限与Bhattacharyya界限 //273
4.6 后验概率密度函数L距离与最小概率误差的界限 //287
4.7 树分类器与特征选择//297
4.8 Walsh变换进一步论述//306

参考文献 //332
第五章 图像识别的语言结构法//335
5.1 语言结构方法识别图像的大意 //335
5.2 各种描述图像的短语结构文法简介//343
5.3其他描述图像的文法 //354
5.4 剖析算法与误差修正剖析算法介绍 //364
5.5 基元选择和语法推导//381

5.6 一个例子 //390
参考文献//396
第六章 模糊集论及其在图像识别中的应用简介//398
6.1 背景与概念//398
6.2模糊集的定义 //400
6.3 模糊集的运算 //402
6.4 模糊关系 //405
6.5 模糊语言和算法//411
6.6 利用模糊集论作图像识别的两个例子//417
参考文献//423