數(shù)字圖像處理技術(shù)：基于Python的實現(xiàn)

定　價：￥69.80

作　者：	梁義濤李永鋒鞏立新張慶輝傅洪亮
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥66.30)

ISBN：	9787115647542	出版時間：	2024-12-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書全面介紹數(shù)字圖像處理的基本理論、基本算法，以及基于 Python 語言的實現(xiàn)，不僅關(guān)注理論與實踐的結(jié)合，還關(guān)注基本理論和基本算法的研究發(fā)展及延伸。本書共 8 章。第 1 章簡要介紹數(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)的應用與發(fā)展等。第 2 章針對 Python 語言在圖像處理算法開發(fā)中的應用，概述 Python 開發(fā)環(huán)境配置、Python基本語法等。在前兩章的基礎(chǔ)上，第 3～8 章逐一介紹圖像的像素運算與幾何變換、圖像的空間域處理、圖像的頻率域處理、圖像復原、圖像分割及形態(tài)學圖像處理等理論內(nèi)容和主要算法的 Python 代碼實現(xiàn)。此外，在代碼實現(xiàn)部分，本書還附加了相關(guān) Python 圖像處理函數(shù)的詳細使用說明。同時，考慮初學者的接受程度，部分章節(jié)安排了綜合應用案例或經(jīng)典算法改進的相關(guān)內(nèi)容，旨在幫助讀者豐富認知、拓寬視野。本書內(nèi)容系統(tǒng)，重點突出，工程實現(xiàn)介紹詳盡，可以作為高等學校工科電子信息相關(guān)專業(yè)的本科生和研究生的數(shù)字圖像處理課程教材，也可以作為從事數(shù)字圖像處理相關(guān)工作的開發(fā)人員的參考書。

作者簡介

　　梁義濤，教授，工學博士，美國普渡大學訪問學者、電子學會信號處理分會高級會員、中國糧油學會自動化分會會員、河南省教育廳學術(shù)技術(shù)帶頭人。先后主持或參與國家及省部級10余項，獲河南省科技進步三等獎3項、獲授權(quán)發(fā)明專利4項，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，中國通信學會會員、中國計算機學會會員，主要研究方向為圖像處理與模式識別、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及其應用”等課程。主持并參與省級以上課題多項，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，碩士研究生學歷，曾就職于多家互聯(lián)網(wǎng)公司，擅長大型網(wǎng)站開發(fā)與設計，精通Python、PHP、Golang、Java等編程語言，一作授權(quán)發(fā)明型專利2項，登記軟件著作權(quán)3項，參與地廳級項目1項，指導學生獲得中國計算機設計大賽國獎1項，省獎2項。張慶輝，河南工業(yè)大學信息科學與工程學院院長，博士，教授，博士生導師，河南省科技創(chuàng)新杰出青年，河南省學術(shù)技術(shù)帶頭人，河南省高層次人才，河南省創(chuàng)新型科技團隊帶頭人，河南省高?？萍紕?chuàng)新團隊帶頭人，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，河南省計量器具標準化技術(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，完成國家自然科學基金、國家科技支撐計劃項目等各類科研項目10余項，獲河南省科技進步二等獎1項、三等獎3項，獲廳級科技成果獎多項，獲批國家專利20余項。傅洪亮，教授，1986年、1989年及2006年畢業(yè)于南京郵電大學通信工程學院并分別獲得工學學士學位、碩士學位和博士學位，先后主持或參加國家863、國家自然科學基金等省部級以上項目16項，獲得河南省信息產(chǎn)業(yè)廳、教育廳科技成果一等獎4項、二等獎2項，發(fā)表學術(shù)論文一百余篇，獲得國家發(fā)明專利6項；主講寬帶無線通信、數(shù)字信號處理課程，主持教研項目4項，河南工業(yè)大學“優(yōu)秀教師”、“十佳師德標兵”和河南省教育廳學術(shù)技術(shù)帶頭人。

圖書目錄

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 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)量的評價方法 20
1.6.1　圖像質(zhì)量評價方法概述 20
1.6.2　主觀質(zhì)量評價方法 21
1.6.3　客觀質(zhì)量評價方法 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章圖像的像素運算與幾何變換
3.1 引言 59
3.2 圖像點運算 59
3.2.1　圖像點運算算法 59
3.2.2　圖像點運算實現(xiàn) 60
3.3 圖像代數(shù)運算 62
3.3.1　圖像代數(shù)運算算法 62
3.3.2　圖像代數(shù)運算實現(xiàn) 65
3.4 圖像邏輯運算 68
3.4.1　圖像邏輯運算算法 68
3.4.2　圖像邏輯運算實現(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 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　頻率域濾波法 121
4.5.5　彩色圖像灰度化 121
知識拓展（一）　CLAHE算法及其Python實現(xiàn) 123
知識拓展（二）　自適應中值濾波及其Python實現(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現(xiàn) 137
5.3 頻率域濾波基礎(chǔ) 138
5.3.1　頻率域濾波和空間域濾波的關(guān)系 138
5.3.2　數(shù)字圖像的頻譜圖 138
5.3.3　頻率域濾波的基本步驟 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實現(xiàn) 140
5.4.2　高斯低通濾波器及其Python實現(xiàn) 143
5.4.3　巴特沃思低通濾波器及其Python實現(xiàn) 145
5.4.4　指數(shù)低通濾波器及其Python實現(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實現(xiàn) 155
知識拓展（二）　雙邊濾波器及其Python實現(xiàn) 164
第6章　圖像復原
6.1 引言 168
6.2 圖像退化原因與復原技術(shù)基礎(chǔ) 169
6.2.1　圖像降質(zhì)的數(shù)學模型 169
6.2.2　離散圖像退化的數(shù)學模型 171
6.3 逆濾波復原 173
6.3.1　逆濾波復原原理 173
6.3.2　病態(tài)性及其改進 175
6.4 維納濾波復原 176
6.4.1　有約束的復原方法 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實現(xiàn) 215
知識拓展（二）　基于邊緣/區(qū)域的圖像分割及其
　　　　　　　　Python實現(xiàn) 218
知識拓展（三）　圖像分割的無監(jiān)督學習及其
　　　　　　　　Python實現(xiàn) 223
第8章　形態(tài)學圖像處理
8.1 引言 228
8.1.1　數(shù)學形態(tài)學簡介 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)學運算過程 230
8.2 集合論基礎(chǔ)知識 231
8.2.1　元素和集合 231
8.2.2　集合的基本運算 231
8.3 基本形態(tài)學運算 232
8.3.1　腐蝕 233
8.3.2　膨脹 236
8.3.3　開運算和閉運算 239
8.3.4　擊中/擊不中 243
8.4 數(shù)學形態(tài)學應用 246
8.4.1　細化 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)學處理及其Python實現(xiàn) 252