本書共8章。第1章介紹數(shù)字圖像的基本概念、基本的圖像處理系統(tǒng)，以及數(shù)字圖像處理技術(shù)的應(yīng)用與發(fā)展等。第2章介紹Python語言在圖像處理算法開發(fā)中的應(yīng)用，概述Python開發(fā)環(huán)境配置、Python基本語法等。第3-8章介紹圖像的像素運(yùn)算與幾何變換、圖像的空間域處理、圖像的頻率域處理、圖像復(fù)原、圖像分割及形態(tài)學(xué)圖像處理等理論內(nèi)容和主要算法的Python代碼實(shí)現(xiàn)。
梁義濤，教授，工學(xué)博士，美國普渡大學(xué)訪問學(xué)者、電子學(xué)會信號處理分會高級會員、中國糧油學(xué)會自動(dòng)化分會會員、河南省教育廳學(xué)術(shù)技術(shù)帶頭人。先后主持或參與國家及省部級10余項(xiàng)，獲河南省科技進(jìn)步三等獎(jiǎng)3項(xiàng)、獲授權(quán)發(fā)明專利4項(xiàng)，發(fā)表論文40余篇，出版作品7本。主講《EDA技術(shù)基礎(chǔ)》、《現(xiàn)代信號處理》等課程。
李永鋒，河北衡水人，現(xiàn)執(zhí)教于河南工業(yè)大學(xué)，中國通信學(xué)會會員、中國計(jì)算機(jī)學(xué)會會員，主要研究方向?yàn)閳D像處理與模式識別、語音信號處理與分析等，主要講授“數(shù)字圖像處理”、“信息論與編碼”、“MATLAB及其應(yīng)用”等課程。主持并參與省級以上課題多項(xiàng)，出版圖書4部，發(fā)表論文20余篇。
鞏立新，黑龍江齊齊哈爾人，現(xiàn)執(zhí)教于河南工業(yè)大學(xué)，碩士研究生學(xué)歷，曾就職于多家互聯(lián)網(wǎng)公司，擅長大型網(wǎng)站開發(fā)與設(shè)計(jì)，精通Python、PHP、Golang、Java等編程語言，一作授權(quán)發(fā)明型專利2項(xiàng)，登記軟件著作權(quán)3項(xiàng)，參與地廳級項(xiàng)目1項(xiàng)，指導(dǎo)學(xué)生獲得中國計(jì)算機(jī)設(shè)計(jì)大賽國獎(jiǎng)1項(xiàng)，省獎(jiǎng)2項(xiàng)。
張慶輝，河南工業(yè)大學(xué)信息科學(xué)與工程學(xué)院院長，博士，教授，博士生導(dǎo)師，河南省科技創(chuàng)新杰出青年，河南省學(xué)術(shù)技術(shù)帶頭人，河南省高層次人才，河南省創(chuàng)新型科技團(tuán)隊(duì)帶頭人，河南省高�？萍紕�(chuàng)新團(tuán)隊(duì)帶頭人，鄭州市創(chuàng)新領(lǐng)軍人才，鄭州市高層次人才，鄭州市公共安全防范協(xié)會專家委員會副主任委員，河南省計(jì)量器具標(biāo)準(zhǔn)化技術(shù)委員會委員。目前主要從事智能信息處理方面的研究工作。近年來在國內(nèi)外期刊發(fā)表論文近40多篇，被SCI、EI收錄20多篇，出版著作2部，完成國家自然科學(xué)基金、國家科技支撐計(jì)劃項(xiàng)目等各類科研項(xiàng)目10余項(xiàng)，獲河南省科技進(jìn)步二等獎(jiǎng)1項(xiàng)、三等獎(jiǎng)3項(xiàng)，獲廳級科技成果獎(jiǎng)多項(xiàng)，獲批國家專利20余項(xiàng)。
傅洪亮，教授，1986年、1989年及2006年畢業(yè)于南京郵電大學(xué)通信工程學(xué)院并分別獲得工學(xué)學(xué)士學(xué)位、碩士學(xué)位和博士學(xué)位，先后主持或參加國家863、國家自然科學(xué)基金等省部級以上項(xiàng)目16項(xiàng)，獲得河南省信息產(chǎn)業(yè)廳、教育廳科技成果一等獎(jiǎng)4項(xiàng)、二等獎(jiǎng)2項(xiàng)，發(fā)表學(xué)術(shù)論文一百余篇，獲得國家發(fā)明專利6項(xiàng)；主講寬帶無線通信、數(shù)字信號處理課程，主持教研項(xiàng)目4項(xiàng)，河南工業(yè)大學(xué)“優(yōu)秀教師”、“十佳師德標(biāo)兵”和河南省教育廳學(xué)術(shù)技術(shù)帶頭人。
第 1章 緒論 1
1．1 數(shù)字圖像的基本概念 2
1．1．1 數(shù)字圖像的概念 2
1．1．2 圖像的特點(diǎn) 2
1．2 基本的圖像處理系統(tǒng) 3
1．2．1 圖像處理硬件系統(tǒng) 4
1．2．2 圖像處理軟件系統(tǒng) 5
1．3 數(shù)字圖像處理技術(shù)的應(yīng)用與發(fā)展 5
1．3．1 數(shù)字圖像處理研究內(nèi)容 5
1．3．2 數(shù)字圖像處理技術(shù)分層 7
1．3．3 數(shù)字圖像處理技術(shù)的發(fā)展 8
1．3．4 數(shù)字圖像處理技術(shù)的應(yīng)用 9
1．4 數(shù)字圖像離散化及分類 12
1．4．1 數(shù)字圖像離散化 12
1．4．2 數(shù)字圖像分類 15
1．5 圖像文件格式 16
1．6 圖像質(zhì)量的評價(jià)方法 20
1．6．1 圖像質(zhì)量評價(jià)方法概述 20
1．6．2 主觀質(zhì)量評價(jià)方法 21
1．6．3 客觀質(zhì)量評價(jià)方法 21
第 2章 Python圖像處理編程基礎(chǔ)
2．1 引言 28
2．2 Python開發(fā)環(huán)境配置 29
2．2．1 Anaconda安裝和使用 29
2．2．2 PyCharm安裝和使用 30
2．2．3 Python圖像處理庫安裝 33
2．3 Python基礎(chǔ) 35
2．3．1 基礎(chǔ)語法 35
2．3．2 數(shù)據(jù)類型 37
2．3．3 運(yùn)算符 48
2．3．4 程序流程控制 51
2．3．5 函數(shù) 54
第3章 圖像的像素運(yùn)算與幾何變換
3．1 引言 59
3．2 圖像點(diǎn)運(yùn)算 59
3．2．1 圖像點(diǎn)運(yùn)算算法 59
3．2．2 圖像點(diǎn)運(yùn)算實(shí)現(xiàn) 60
3．3 圖像代數(shù)運(yùn)算 62
3．3．1 圖像代數(shù)運(yùn)算算法 62
3．3．2 圖像代數(shù)運(yùn)算實(shí)現(xiàn) 65
3．4 圖像邏輯運(yùn)算 68
3．4．1 圖像邏輯運(yùn)算算法 68
3．4．2 圖像邏輯運(yùn)算實(shí)現(xiàn) 69
3．5 圖像的縮放 70
3．5．1 圖像縮放變換算法 70
3．5．2 圖像縮放實(shí)現(xiàn) 73
3．6 圖像的旋轉(zhuǎn) 74
3．6．1 圖像旋轉(zhuǎn)變換算法 74
3．6．2 圖像旋轉(zhuǎn)實(shí)現(xiàn) 76
3．7 圖像的平移 77
3．7．1 圖像平移變換算法 77
3．7．2 圖像平移實(shí)現(xiàn) 78
3．8 圖像的裁剪 79
3．8．1 圖像裁剪算法 79
3．8．2 圖像裁剪實(shí)現(xiàn) 79
3．9 圖像的轉(zhuǎn)置 80
3．9．1 圖像轉(zhuǎn)置算法 80
3．9．2 圖像轉(zhuǎn)置實(shí)現(xiàn) 80
3．10 圖像的鏡像變換 81
3．10．1 圖像鏡像變換算法 81
3．10．2 圖像鏡像變換實(shí)現(xiàn) 82
第4章 圖像的空間域處理
4．1 引言 85
4．2 灰度增強(qiáng) 85
4．2．1 直方圖修正法 86
4．2．2 灰度的線性變換 92
4．2．3 灰度的分段線性變換 94
4．2．4 灰度的非線性變換 94
4．3 圖像平滑 97
4．3．1 圖像噪聲 98
4．3．2 鄰域平均法 100
4．3．3 多幅圖像平均法 103
4．3．4 中值濾波法 105
4．3．5 模板操作 108
4．4 圖像銳化 110
4．4．1 一階微分法 110
4．4．2 梯度算子 111
4．4．3 拉普拉斯算子 112
4．5 圖像的偽彩色處理 114
4．5．1 色彩模型 114
4．5．2 密度分割法 118
4．5．3 灰度變換法 119
4．5．4 頻率域?yàn)V波法 121
4．5．5 彩色圖像灰度化 121
知識拓展（一） CLAHE算法及其Python實(shí)現(xiàn) 123
知識拓展（二） 自適應(yīng)中值濾波及其Python實(shí)現(xiàn) 126
第5章 圖像的頻率域處理
5．1 引言 132
5．2 傅里葉變換基礎(chǔ)知識 132
5．2．1 連續(xù)傅里葉變換 132
5．2．2 離散傅里葉變換 133
5．2．3 幅度譜、相位譜、功率譜 135
5．2．4 二維離散傅里葉變換的性質(zhì) 136
5．2．5 離散圖像傅里葉變換的實(shí)現(xiàn) 137
5．3 頻率域?yàn)V波基礎(chǔ) 138
5．3．1 頻率域?yàn)V波和空間域?yàn)V波的關(guān)系 138
5．3．2 數(shù)字圖像的頻譜圖 138
5．3．3 頻率域?yàn)V波的基本步驟 139
5．4 頻率域低通濾波器 140
5．4．1 理想低通濾波器及其Python實(shí)現(xiàn) 140
5．4．2 高斯低通濾波器及其Python實(shí)現(xiàn) 143
5．4．3 巴特沃思低通濾波器及其Python實(shí)現(xiàn) 145
5．4．4 指數(shù)低通濾波器及其Python實(shí)現(xiàn) 147
5．5 頻率域高通濾波器 147
5．5．1 常用的高通濾波器 148
5．5．2 同態(tài)濾波 152
知識拓展（一） Retinex理論及其Python實(shí)現(xiàn) 155
知識拓展（二） 雙邊濾波器及其Python實(shí)現(xiàn) 164
第6章 圖像復(fù)原
6．1 引言 168
6．2 圖像退化原因與復(fù)原技術(shù)基礎(chǔ) 169
6．2．1 圖像降質(zhì)的數(shù)學(xué)模型 169
6．2．2 離散圖像退化的數(shù)學(xué)模型 171
6．3 逆濾波復(fù)原 173
6．3．1 逆濾波復(fù)原原理 173
6．3．2 病態(tài)性及其改進(jìn) 175
6．4 維納濾波復(fù)原 176
6．4．1 有約束的復(fù)原方法 176
6．4．2 維納濾波 177
第7章 圖像分割
7．1 引言 182
7．1．1 圖像分割的定義 182
7．1．2 圖像分割的分類 183
7．2 基于閾值的圖像分割方法 184
7．2．1 閾值分割概述 184
7．2．2 峰-谷閾值選取法 185
7．2．3 微分閾值選取法 186
7．2．4 迭代閾值選取法 187
7．2．5 最優(yōu)閾值法 189
7．2．6 最大類間方差法 190
7．3 基于區(qū)域的圖像分割方法 194
7．3．1 區(qū)域生長算法 194
7．3．2 區(qū)域分裂與合并 197
7．3．3 四叉樹數(shù)據(jù)結(jié)構(gòu) 198
7．4 基于邊緣的圖像分割方法 200
7．4．1 Roberts算子 201
7．4．2 Sobel算子 203
7．4．3 Prewitt算子 205
7．4．4 LoG算子 206
7．4．5 Canny算子 207
7．4．6 分水嶺算法 211
知識拓展（一） DoG算法及其Python實(shí)現(xiàn) 215
知識拓展（二） 基于邊緣 區(qū)域的圖像分割及其
Python實(shí)現(xiàn) 218
知識拓展（三） 圖像分割的無監(jiān)督學(xué)習(xí)及其
Python實(shí)現(xiàn) 223
第8章 形態(tài)學(xué)圖像處理
8．1 引言 228
8．1．1 數(shù)學(xué)形態(tài)學(xué)簡介 228
8．1．2 圖像位置關(guān)系 229
8．1．3 結(jié)構(gòu)元素 229
8．1．4 形態(tài)學(xué)運(yùn)算過程 230
8．2 集合論基礎(chǔ)知識 231
8．2．1 元素和集合 231
8．2．2 集合的基本運(yùn)算 231
8．3 基本形態(tài)學(xué)運(yùn)算 232
8．3．1 腐蝕 233
8．3．2 膨脹 236
8．3．3 開運(yùn)算和閉運(yùn)算 239
8．3．4 擊中 擊不中 243
8．4 數(shù)學(xué)形態(tài)學(xué)應(yīng)用 246
8．4．1 細(xì)化 246
8．4．2 厚化 247
8．4．3 形態(tài)濾波 248
8．4．4 平滑 248
8．4．5 邊緣提取 249
8．4．6 區(qū)域填充 251
知識拓展 高級形態(tài)學(xué)處理及其Python實(shí)現(xiàn) 252
書單推薦
