數(shù)字圖像處理——使用Python分析與實現(xiàn)
定 價:69 元
叢書名:高等學校電子信息類專業(yè)系列教材·新形態(tài)教材
本書系統(tǒng)介紹了數(shù)字圖像處理理論和技術的基本概念、原理、方法和Python實現(xiàn),內(nèi)容全面,重視實踐,便于學習。全書共分為12章,內(nèi)容包括緒論、數(shù)字圖像處理基礎、圖像基礎性運算、圖像的正交變換、圖像增強、圖像復原、圖像的數(shù)學形態(tài)學處理、彩色圖像處理、圖像分割、圖像描述與分析、特征檢測與匹配,以及圖像編碼,涵蓋了數(shù)字圖像處理的核心內(nèi)容。本書配以教學課件、Python程序代碼、微課視頻、實驗指導、思維導圖及教學建議等數(shù)字資源,便于讀者學習和掌握數(shù)字圖像處理的算法理論、程序實現(xiàn)。本書可以作為高等學校信息與通信工程、信號與信息處理、電子、計算機、遙感等專業(yè)本科生或研究生的教材或參考書,也可以作為工程技術人員和從事相關研究與應用的人員的參考用書。
本書是作者在總結多年數(shù)字圖像處理課程教學經(jīng)驗的基礎上,結合本科生教學特點編寫而成的。全書理論聯(lián)系實際,層次分明,語言敘述深入淺出,力求讓讀者快速掌握數(shù)字圖像處理的概念、原理和方法,能初步運用所學知識解決實際問題,為數(shù)字圖像處理及相關領域的研究打下基礎。易教易學 配備大量的實例和豐富的教學資源,便于多種教學模式的開展;對各種圖像處理算法結合實例進行講解,形象易懂,配以思維導圖,便于初學者學習和理解。注重實踐 系統(tǒng)闡述算法理論的同時,配以Python程序及運算結果,加深讀者對各種算法的理解。在各章習題中編制實踐題目,可以加強實踐練習。層次分明 采用模塊式內(nèi)容安排模式,由基礎概念逐漸過渡到綜合實例,由基礎處理逐漸過渡到綜合性處理,闡述由淺入深,符合學習規(guī)律。
教學資源微課視頻教學課件 程序代碼 實驗指導教學建議注:微課視頻在書中掃碼即可觀看,其他資源可到清華大學出版社網(wǎng)站本書頁面(或人工智能科學與技術微信公眾號)下載。
數(shù)字圖像處理是利用計算機對圖像進行變換、增強、復原、分割、壓縮、分析、理解的理論、方法和技術,是現(xiàn)代信息處理的研究熱點。數(shù)字圖像處理技術發(fā)展迅速,應用領域越來越廣泛,對國民經(jīng)濟、社會生活和科學技術等方面產(chǎn)生了巨大的影響。
數(shù)字圖像處理技術的學習和應用,離不開計算機仿真和實驗。目前的教材多是采用MATLAB仿真,隨著Python語言的應用越來越廣泛,利用Python對數(shù)字圖像進行處理的需求逐漸增大。因此,本書在講解數(shù)字圖像處理算法原理后,利用Python語言和OpenCV、NumPy、SciPy、Matplotlib等擴展庫進行程序設計,便于移植以及和后續(xù)處理銜接。
本書共分為12章,內(nèi)容包括緒論、數(shù)字圖像處理基礎、圖像基礎性運算、圖像的正交變換、圖像增強、圖像復原、圖像的數(shù)學形態(tài)學處理、彩色圖像處理、圖像分割、圖像描述與分析、特征檢測與匹配,以及圖像編碼,這些內(nèi)容涵蓋了數(shù)字圖像處理的重點。
本書配以教學課件、Python程序代碼、微課視頻、實驗指導、思維導圖及教學建議等數(shù)字資源,便于讀者學習和掌握數(shù)字圖像處理的算法理論、程序實現(xiàn)。除算法配套程序外,本書還在第3章、第5章、第7章和第8章設計了綜合實例,以加深讀者對處理算法的綜合理解,提高讀者的實踐能力。每章安排有具體的習題以及實踐題目,讀者可以根據(jù)需要選做。
本書由蔡利梅編寫,在編寫過程中參考了大量圖像處理的文獻、仿真工具的文檔資料,再次對這些文獻資料的作者表示真誠的感謝。由于編者學識水平有限,書中不足之處敬請讀者不吝指正。
編者2025年8月
蔡利梅:中國礦業(yè)大學信息與控制工程學院副教授。長期從事圖像處理與模式識別領域的教學和研究工作。先后開設圖像處理模式識別計算機圖形學數(shù)字視頻技術圖像分析及識別等多門本科生及研究生課程。獲高等學?茖W技術進步獎二等獎、河南省科學技術進步獎二等獎、江蘇省科學技術獎三等獎、中國煤炭工業(yè)協(xié)會科學技術獎一等獎等省部級以上科技獎勵8項,以及其他科技獎勵6項;獲授權發(fā)明專利2項;出版教材4部,科技圖書1部;獲校級教學成果獎特等獎1項、一等獎1項,全國煤炭行業(yè)教育教學成果獎三等獎1項,并多次獲校級教書育人先進個人百佳教師等榮譽。
第1章緒論1.1圖像的基本概念1.1.1視覺與圖像1.1.2圖像的表示1.2數(shù)字圖像處理1.2.1數(shù)字圖像處理的主要內(nèi)容1.2.2數(shù)字圖像處理技術的分類1.2.3數(shù)字圖像處理的應用1.3數(shù)字圖像處理面臨的問題1.4相關術語1.5圖像處理仿真習題第2章數(shù)字圖像處理基礎微課視頻6分鐘2.1人眼視覺系統(tǒng)2.1.1人眼基本構造2.1.2視覺過程2.1.3明暗視覺2.1.4顏色視覺2.1.5立體視覺2.1.6視覺暫留2.2色度學基礎與顏色模型2.2.1顏色匹配2.2.2CIE 1931RGB系統(tǒng)2.2.3CIE 1931標準色度系統(tǒng)2.2.4CIE 1976 L*a*b*均勻顏色空間2.2.5孟塞爾表色系統(tǒng)2.2.6常用顏色模型2.3數(shù)字圖像的生成與表示2.3.1圖像信號的數(shù)字化2.3.2數(shù)字圖像類型2.3.3數(shù)字圖像的數(shù)值描述2.4圖像類型轉換2.4.1多值圖像轉換為二值圖像2.4.2彩色圖像轉換為灰度圖像2.4.3灰度圖像轉換為彩色圖像習題第3章圖像基礎性運算微課視頻18分鐘3.1點運算3.2鄰域運算3.3插值運算3.4幾何變換3.4.1圖像幾何變換原理3.4.2圖像平移3.4.3圖像鏡像3.4.4圖像旋轉3.4.5圖像縮放3.4.6圖像錯切3.4.7圖像轉置3.5代數(shù)運算3.5.1加法運算3.5.2減法運算3.5.3乘法運算3.5.4除法運算3.5.5邏輯運算3.6上采樣和下采樣3.7綜合實例習題第4章圖像的正交變換微課視頻16分鐘4.1離散傅里葉變換4.1.1離散傅里葉變換的定義4.1.2離散傅里葉變換的實現(xiàn)4.1.3離散傅里葉變換的性質4.1.4離散傅里葉變換在圖像處理中的應用4.2離散余弦變換4.2.1離散余弦變換的定義4.2.2離散余弦變換的實現(xiàn)4.2.3離散余弦變換在圖像處理中的應用4.3KL變換4.3.1KL變換原理4.3.2圖像KL變換4.3.3KL變換在圖像處理中的應用4.4Radon變換4.4.1Radon變換的原理4.4.2Radon變換的實現(xiàn)4.4.3Radon變換的應用4.5Hadamard變換4.6小波變換4.6.1概述4.6.2小波4.6.3連續(xù)小波變換4.6.4離散小波變換4.6.5正交小波與多分辨分析4.6.6二維小波變換4.6.7小波變換在圖像處理中的應用習題第5章圖像增強微課視頻25分鐘5.1灰度級變換5.1.1線性灰度級變換5.1.2非線性灰度級變換5.2直方圖修正法5.2.1灰度直方圖5.2.2直方圖均衡化5.2.3限制對比度自適應直方圖均衡化5.3空間域平滑濾波5.3.1圖像中的噪聲5.3.2均值濾波5.3.3高斯濾波5.3.4雙邊濾波5.3.5中值濾波5.4空間域銳化濾波5.4.1邊緣分析5.4.2一階微分算子5.4.3二階微分算子5.4.4高斯濾波與微分運算5.5頻域濾波5.5.1低通濾波5.5.2高通濾波5.5.3同態(tài)濾波5.6綜合實例習題第6章圖像復原6.1圖像退化模型6.1.1連續(xù)退化模型6.1.2離散退化模型6.1.3圖像復原6.2圖像退化函數(shù)的估計6.2.1基于模型的估計法6.2.2基于退化圖像本身特性的估計法6.3圖像復原的代數(shù)方法6.3.1無約束最小二乘方復原6.3.2約束復原6.4典型圖像復原方法6.4.1逆濾波復原6.4.2維納濾波復原6.4.3等功率譜濾波6.4.4幾何均值濾波6.4.5約束最小二乘方濾波6.4.6RichardsonLucy算法6.5盲去卷積復原6.6幾何失真校正習題第7章圖像的數(shù)學形態(tài)學處理7.1數(shù)學形態(tài)學的基本概念7.2二值圖像數(shù)學形態(tài)學處理7.2.1基本形態(tài)變換7.2.2復合形態(tài)變換7.2.3圖像平滑7.2.4邊緣提取7.2.5區(qū)域填充7.2.6擊中擊不中變換7.3灰度圖像數(shù)學形態(tài)學處理7.3.1灰度圖像的膨脹運算和腐蝕運算7.3.2灰度圖像的開運算和閉運算7.3.3形態(tài)學梯度7.3.4Tophat和Bottomhat變換7.4綜合實例習題第8章彩色圖像處理微課視頻7分鐘8.1色彩空間變換8.2彩色圖像增強8.2.1色彩通道獨立處理法8.2.2彩色空間變換法8.2.3Retinex方法8.3彩色邊緣檢測8.4色彩平衡8.4.1簡單白平衡算法8.4.2灰度世界白平衡算法8.4.3完美反射白平衡算法8.4.4最大顏色值平衡算法8.5色彩變換8.5.1色彩濾鏡8.5.2色彩遷移8.6綜合實例習題第9章圖像分割微課視頻20分鐘9.1閾值分割9.1.1全局閾值法9.1.2自適應閾值法9.2邊界分割9.2.1邊界改良9.2.2邊界跟蹤9.3區(qū)域分割9.3.1區(qū)域生長9.3.2區(qū)域合并9.3.3區(qū)域分裂9.3.4區(qū)域分裂合并9.3.5聚類分割9.4分水嶺分割9.5形變模型分割9.5.1經(jīng)典Snake模型9.5.2幾何形變模型9.6圖割分割9.6.1原理9.6.2優(yōu)化求解習題第10章圖像描述與分析微課視頻14分鐘10.1邊界描述10.1.1形狀矩陣10.1.2邊界鏈碼10.1.3傅里葉描述子10.1.4邊界幾何特征10.1.5片段序列10.2區(qū)域形狀描述10.2.1矩10.2.2中軸變換10.2.3區(qū)域的幾何特征10.2.4梯度方向直方圖10.2.5Haarlike特征10.3紋理描述10.3.1灰度共生矩陣法10.3.2Laws紋理能量度量10.3.3LBP特征10.3.4分形紋理描述習題第11章特征檢測與匹配微課視頻12分鐘11.1角點檢測11.1.1方法概述11.1.2Harris角點檢測11.1.3最小特征值角點檢測11.1.4SUSAN角點檢測11.1.5FAST角點檢測11.2線條檢測11.2.1Hough變換11.2.2LSD算法11.3局部不變特征檢測與描述11.3.1SIFT描述子11.3.2SURF描述子11.3.3BRISK描述子11.3.4MSER描述子11.4特征匹配11.4.1相似性度量11.4.2匹配策略與算法習題第12章圖像編碼12.1圖像編碼的基本理論12.1.1圖像壓縮的可能性12.1.2圖像編碼方法的分類12.1.3圖像編碼壓縮術語簡介12.2圖像的無損壓縮編碼12.2.1Huffman編碼12.2.2算術編碼12.2.3行程長度編碼12.2.4LZW編碼12.3圖像的有損壓縮編碼12.3.1預測編碼12.3.2變換編碼12.4JPEG標準和JPEG 200012.4.1JPEG標準12.4.2JPEG 2000習題參考文獻