目錄
第1章　緒論 1
1.1　數字圖像處理簡介 1
1.1.1 什么是圖像 1
1.1.2 圖像的分類 1
1.1.3 數字圖像的產生 1
1.1.4 數字圖像處理的研究內容 1
1.2　數字圖像的表示方法 4
1.2.1 二值圖像 4
1.2.2 灰度圖像 4
1.2.3 RGB圖像 5
1.2.4 索引圖像 5
1.2.5 多幀圖像 6
1.3　計算機中的數字圖像文件格式 6
1.3.1 BMP文件格式 7
1.3.2 GIF文件格式 7
1.3.3 JPEG文件格式 8
1.3.4 TIFF文件格式 9
1.4　數字圖像處理系統(tǒng)的組成 10
1.5　常見的數字圖像處理操作 10
1.6　本章小結 11
習題 11
第2章　數字圖像處理基礎 12
2.1　色度學基礎 12
2.1.1 三基色原理 12
2.1.2 顏色模型 13
2.2　圖像的數字化技術 16
2.2.1 圖像的數學模型 16
2.2.2 圖像的采樣 17
2.2.3 圖像的量化 18
2.3　像素的基本關系 19
2.3.1 像素的鄰域 19
2.3.2 鄰接性、連通性、區(qū)域和邊界 20
2.3.3 距離度量 21
2.4　圖像質量評價 22
2.4.1 圖像質量的主觀評價 22
2.4.2 圖像質量的客觀評價 23
2.5　本章小結 25
習題 25
第3章　Python圖像處理基礎 27
3.1　Python語言 27
3.2　Python圖像處理庫 27
3.3　Python圖像處理開發(fā)環(huán)境配置 28
3.3.1　基于Python軟件的開發(fā)環(huán)境配置 29
3.3.2　基于Anaconda軟件的開發(fā)環(huán)境配置 35
3.4　圖像文件的基本操作 35
3.4.1 圖像文件讀取 35
3.4.2 圖像文件顯示 36
3.4.3 圖像文件保存 36
3.4.4 視頻文件讀取 37
3.5　圖像類型轉換 38
3.5.1 RGB圖像轉換為灰度圖像 38
3.5.2 二值圖像的轉換 39
3.5.3 數據矩陣轉換為數字圖像 40
3.6　本章小結 41
習題 41
第4章　圖像變換 43
4.1　圖像的幾何變換 43
4.1.1 圖像的平移 43
4.1.2 圖像的鏡像 45
4.1.3 圖像的縮放 46
4.1.4 圖像的轉置 48
4.1.5 圖像的旋轉 49
4.1.6 圖像的剪切 50
4.1.7 圖像的插值 50
4.2　圖像的離散傅里葉變換 57
4.2.1 連續(xù)傅里葉變換 57
4.2.2 離散傅里葉變換 58
4.2.3 離散傅里葉變換的性質 59
4.2.4 圖像二維離散傅里葉變換的Python實現(xiàn) 61
4.3　圖像的離散余弦變換 62
4.3.1 一維離散余弦變換 62
4.3.2 二維離散余弦變換 62
4.3.3 圖像二維離散余弦變換的Python實現(xiàn) 63
4.4　本章小結 64
習題 64
第5章　圖像增強 65
5.1　圖像增強分類 65
5.1.1 空間域增強 65
5.1.2 頻域增強 65
5.2　直接灰度變換法 65
5.2.1 線性變換 66
5.2.2 非線性變換 69
5.3　直方圖修正法 72
5.3.1 圖像的灰度直方圖 72
5.3.2 直方圖均衡化 74
5.4　鄰域增強算法 78
5.4.1 鄰域平均值法 78
5.4.2 中值濾波法 80
5.4.3 微分運算算法 82
5.5　頻域增強 87
5.5.1 低通濾波 88
5.5.2 高通濾波 90
5.5.3 帶通濾波和帶阻濾波 91
5.5.4 同態(tài)濾波 92
5.6　圖像退化及復原 93
5.7　本章小結 94
習題 94
第6章　圖像形態(tài)學處理 96
6.1　圖像形態(tài)學概述 96
6.1.1 圖像形態(tài)學發(fā)展 96
6.1.2 數學形態(tài)學基礎 97
6.1.3 在Python軟件中創(chuàng)建結構元素 100
6.2　二值圖像形態(tài)學處理 101
6.2.1 膨脹及其實現(xiàn) 102
6.2.2 腐蝕及其實現(xiàn) 104
6.2.3 開運算及其實現(xiàn) 106
6.2.4 閉運算及其實現(xiàn) 107
6.3　灰度圖像形態(tài)學處理 108
6.3.1 灰度圖像膨脹 109
6.3.2 灰度圖像腐蝕 110
6.3.3 灰度圖像開運算與閉運算 112
6.4　圖像形態(tài)學處理應用 113
6.5　本章小結 114
習題 115
第7章　圖像分割 116
7.1　圖像分割基本概念 116
7.1.1 圖像分割的定義 116
7.1.2 圖像分割的分類 116
7.2　基于邊緣的圖像分割 117
7.2.1 邊緣分割方法的基本原理 117
7.2.2 Canny算子 118
7.3　基于區(qū)域的圖像分割 120
7.3.1 閾值法 121
7.3.2 生長合并法 126
7.4　基于顯著性分析的圖像分割 128
7.5　本章小結 131
習題 131
第8章　圖像壓縮 132
8.1　圖像壓縮基礎 132
8.1.1 數據冗余相關概念 132
8.1.2 圖像壓縮模型 133
8.1.3 圖像格式和壓縮標準 133
8.1.4 圖像壓縮分類 134
8.2　常見的壓縮編碼技術 135
8.2.1 哈夫曼編碼 135
8.2.2 算術編碼 139
8.2.3 LZW編碼 142
8.2.4 行程編碼 146
8.2.5 DPCM編碼 148
8.2.6 小波變換編碼 148
8.3　本章小結 149
習題 150
第9章 數字水印 151
9.1　數字作品的版權保護 151
9.1.1 數字作品的特點 151
9.1.2 數字作品的版權保護現(xiàn)狀 151
9.2　版權保護技術發(fā)展 152
9.2.1 數字水印技術的發(fā)展 152
9.2.2 大版權時代DCI體系發(fā)展 153
9.3　數字水印技術 155
9.3.1 數字水印技術的概念 155
9.3.2 數字水印技術的基本原理 155
9.3.3 數字水印技術的特點 156
9.3.4 數字水印的分類 156
9.3.5 數字水印的評價標準 157
9.4　典型的數字水印方案 158
9.4.1 空間域數字水印算法 158
9.4.2 變換域數字水印算法 164
9.5　本章小結 169
習題 169
第10章　指紋識別 170
10.1　指紋識別技術概述 170
10.1.1 古代指紋學發(fā)展 170
10.1.2 近代指紋學發(fā)展 170
10.1.3 指紋概念及特性 171
10.1.4 指紋分類 171
10.2　指紋識別關鍵技術 172
10.2.1 指紋圖像采集 172
10.2.2 指紋圖像預處理 173
10.2.3 指紋特征提取 175
10.2.4 指紋比對 176
10.3　指紋識別算法Python程序實現(xiàn) 177
10.4　本章小結 182
習題 182
第11章 病理圖像處理 183
11.1　病理診斷概述 183
11.1.1 病理診斷存在的社會背景 183
11.1.2 我國病理診斷發(fā)展需求 185
11.2　病理圖像處理技術發(fā)展現(xiàn)狀 186
11.2.1 病理圖像處理技術的由來 186
11.2.2 病理圖像處理技術發(fā)展歷史 188
11.2.3 基于深度學習的病理圖像處理技術發(fā)展 188
11.3　病理圖像處理案例的實現(xiàn) 189
11.3.1 擬解決的實際醫(yī)學問題 189
11.3.2 病理切片圖像的預處理 191
11.3.3 基于深度學習的病理圖像識別的模型訓練 196
11.3.4 測試圖像分類預測 200
11.4　本章小結 201
習題 202
參考文獻 203