韩九强，二级教授，博士生导师，现任西安交通大学自动控制研究所名誉所长，检测技术与自动化装置二级学科学术带头人，陕西省仪器仪表学会理事长，中国仪器仪表学会理事，教育部高等学校自动化类教学指导委员会副主任委员，陕西省智能测控与工业大数据工程中心学术委员会主任，全国自动化专业系列教材编审委员会委员，中国机械工业教育协会自动化分委员会副主任委员，享受国务院政府特殊津贴。主要研究方向：智能测控技术与智动化系统，图像处理与模式识别，机器视觉与机器学习，人工智能与智能仪器仪表，生物信息学等。先后主持研究完成国家、省部、国际合作以及大中型企业科研项目80余项，研制成功智能测控仪器系统装备50余种，获授权国家发明专利30余项，获软件著作权和实用新型专利5项，获国家、省部级教学科研成果奖励17项。其中，主持完成的“嵌入式软测量柔性开发平台关键技术及系列智能测控仪器装置研发”获2009年度国家科学技术进步二等奖，主讲的《现代检测技术》课程获2010年度国家级精品课程奖，发表学术论文320多篇，SCI／EI检索107篇，主编出版教材著作4本。

第1章 绪论
1.1 人工智能概述
1.2 数字图像处理与计算机视觉
1.3 模式识别
1.4 图像模式识别
1.5 XAVIS组态软件
第2章 数字图像特征提取
2.1 概述
2.2 图像的边缘特征提取
2.3 图像的边界链码表示
2.4 图像的颜色特征
2.5 图像的几何特征
2.6 图像的区域描述
2.7 图像的纹理特征
2.8 XAVIS图像特征提取实例
第3章 数字图像局部特征分析
3.1 概述
3.2 基于灰度相关的图像匹配
3.3 LoG与DoH特征
3.4 SIFT特征及应用
3.5 HOG特征及应用
3.6 SURF特征及应用
3.7 Harr特征及应用
3.8 LBP特征及应用
3.9 XAVIS图像局部特征提取及应用
第4章 图像模式识别常用的降维方法
4.1 降维方法概述
4.2 主成分分析
4.3 二维主成分分析
4.4 核主成分分析
4.5 Gabor变换特征提取
4.6 SVD及其应用
4.7 MDS降维
4.8 Isomap
4.9 基于LLE的图像滤波
4.10 XAVIS基于特征提取的图像融合
第5章 聚类分析理论
5.1 聚类分析概述
5.2 模糊划分聚类法
5.3 层次聚类方法
5.4 K-means聚类
5.5 稀疏子空间聚类
5.6 基于EM算法的图像分割聚类
5.7 XAVIS基于K-means聚类的图像分割实例
第6章 决策树理论
6.1 概述
6.2ID3 算法
6.3 改进决策树算法
6.4 分类回归树CART
6.5 决策树算法的应用
6.6 XAVIS基于决策树的预测
第7章 贝叶斯统计决策理论
7.1 贝叶斯理论
7.2 最小错误率贝叶斯决策
7.3 最小损失贝叶斯决策
7.4 基于贝叶斯决策的天气图像分类
7.5 基于贝叶斯决策的抠图
7.6 基于最小错误率贝叶斯分类器的图像分割
7.7 基于贝叶斯模型的运动目标检测
7.8 XAVIS统计决策实例
第8章 支持向量机
8.1 统计学习理论
8.2 线性支持向量机
8.3 非线性支持向量机与多类分类
8.4 支持向量机回归模型
8.5 支持向量机参数求解方法
8.6 基于支持向量机的图像分割
8.7 PCA支持向量机的人脸识别
8.8 基于支持向量机的车辆牌照识别
8.9 基于支持向量机的图像分类
8.10 XAVIS基于支持向量机的焊点分类
第9章 人工神经网络
9.1 人工神经网络概述
9.2 感知器
9.3 BP神经网络
9.4 RBF神经网络
9.5 Hopfield神经网络
9.6 自组织神经网络
9.7 PCNN神经网络
9.8 XAVIS神经网络应用实例
第10章 深度学习理论
10.1 概述
10.2 卷积神经网络
10.3 受限玻尔兹曼机
10.4 基于生成对抗网络的图像修复
10.5 基于稀疏自编码器的人体动作建模
10.6 XAVIS深度学习理论应用实例
第11章 运动目标检测与跟踪
11.1 概述
11.2 差分法运动目标检测
11.3 光流运动目标检测
11.4 MeanShift视频跟踪
11.5 基于稀疏低秩表示的运动目标检测
11.6 基于时空上下文的深度图像运动目标跟踪
11.7 XAVIS运动目标检测与跟踪实例
参考文献