内容
本书采用通俗易懂的语言对数字图像处理的相关概念进行阐述，同时穿插较为典型的Python小程序，使读者能够快速掌握数字图像处理的相关概念和技术。 全书共7章，大致可以分为四个版块。第1、2章为第一版块，介绍数字图像处理的基础知识及彩色图像处理，使读者了解数字图像处理最基本的概念，并能够掌握数字图像处理的基本流程。第3、4章为第二版块，介绍图像空间滤波与图像频域滤波，使读者了解数字图像处理的一般原理。第5章为第三版块，介绍图像特征提取，使读者了解数字图像处理的基础应用。第6、7章为第四版块，介绍图像压缩与图像小波变换，使读者了解数字图像处理的深入应用。附录部分展示了如何进行环境配置以及Python的一些基本语法。 本书可作为高等院校计算机科学、人工智能、信号与信息处理、通信工程等专业的教材，也可供相关技术人员学习参考。
作者
赵彦玲，女，副研究员，主持山东省自然基金2项，参与国家自然基金青年基金项目1项，以主要人员身份参与省、市级项目10余项；以第一作者发表SCI、EI检索论文十余篇；以第一发明人授权发明专利6项；以主要人员身份获得山东省科技进步奖二等奖1项、三等奖2项，山东省高等学校科学技术奖二、三等奖各1项。
目录
目录
第1章 绪论 1
1.1 数字图像处理简介 1
1.1.1 什么是图像 1
1.1.2 图像的分类 1
1.1.3 数字图像的产生 1
1.1.4 数字图像处理的研究内容 1
1.2 数字图像的表示方法 4
1.2.1 二值图像 4
1.2.2 灰度图像 4
1.2.3 RGB图像 5
1.2.4 索引图像 5
1.2.5 多帧图像 6
1.3 计算机中的数字图像文件格式 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 数字图像处理系统的组成 10
1.5 常见的数字图像处理操作 10
1.6 本章小结 11
习题 11
第2章 数字图像处理基础 12
2.1 色度学基础 12
2.1.1 三基色原理 12
2.1.2 颜色模型 13
2.2 图像的数字化技术 16
2.2.1 图像的数学模型 16
2.2.2 图像的采样 17
2.2.3 图像的量化 18
2.3 像素的基本关系 19
2.3.1 像素的邻域 19
2.3.2 邻接性、连通性、区域和边界 20
2.3.3 距离度量 21
2.4 图像质量评价 22
2.4.1 图像质量的主观评价 22
2.4.2 图像质量的客观评价 23
2.5 本章小结 25
习题 25
第3章 Python图像处理基础 27
3.1 Python语言 27
3.2 Python图像处理库 27
3.3 Python图像处理开发环境配置 28
3.3.1 基于Python软件的开发环境配置 29
3.3.2 基于Anaconda软件的开发环境配置 35
3.4 图像文件的基本操作 35
3.4.1 图像文件读取 35
3.4.2 图像文件显示 36
3.4.3 图像文件保存 36
3.4.4 视频文件读取 37
3.5 图像类型转换 38
3.5.1 RGB图像转换为灰度图像 38
3.5.2 二值图像的转换 39
3.5.3 数据矩阵转换为数字图像 40
3.6 本章小结 41
习题 41
第4章 图像变换 43
4.1 图像的几何变换 43
4.1.1 图像的平移 43
4.1.2 图像的镜像 45
4.1.3 图像的缩放 46
4.1.4 图像的转置 48
4.1.5 图像的旋转 49
4.1.6 图像的剪切 50
4.1.7 图像的插值 50
4.2 图像的离散傅里叶变换 57
4.2.1 连续傅里叶变换 57
4.2.2 离散傅里叶变换 58
4.2.3 离散傅里叶变换的性质 59
4.2.4 图像二维离散傅里叶变换的Python实现 61
4.3 图像的离散余弦变换 62
4.3.1 一维离散余弦变换 62
4.3.2 二维离散余弦变换 62
4.3.3 图像二维离散余弦变换的Python实现 63
4.4 本章小结 64
习题 64
第5章 图像增强 65
5.1 图像增强分类 65
5.1.1 空间域增强 65
5.1.2 频域增强 65
5.2 直接灰度变换法 65
5.2.1 线性变换 66
5.2.2 非线性变换 69
5.3 直方图修正法 72
5.3.1 图像的灰度直方图 72
5.3.2 直方图均衡化 74
5.4 邻域增强算法 78
5.4.1 邻域平均值法 78
5.4.2 中值滤波法 80
5.4.3 微分运算算法 82
5.5 频域增强 87
5.5.1 低通滤波 88
5.5.2 高通滤波 90
5.5.3 带通滤波和带阻滤波 91
5.5.4 同态滤波 92
5.6 图像退化及复原 93
5.7 本章小结 94
习题 94
第6章 图像形态学处理 96
6.1 图像形态学概述 96
6.1.1 图像形态学发展 96
6.1.2 数学形态学基础 97
6.1.3 在Python软件中创建结构元素 100
6.2 二值图像形态学处理 101
6.2.1 膨胀及其实现 102
6.2.2 腐蚀及其实现 104
6.2.3 开运算及其实现 106
6.2.4 闭运算及其实现 107
6.3 灰度图像形态学处理 108
6.3.1 灰度图像膨胀 109
6.3.2 灰度图像腐蚀 110
6.3.3 灰度图像开运算与闭运算 112
6.4 图像形态学处理应用 113
6.5 本章小结 114
习题 115
第7章 图像分割 116
7.1 图像分割基本概念 116
7.1.1 图像分割的定义 116
7.1.2 图像分割的分类 116
7.2 基于边缘的图像分割 117
7.2.1 边缘分割方法的基本原理 117
7.2.2 Canny算子 118
7.3 基于区域的图像分割 120
7.3.1 阈值法 121
7.3.2 生长合并法 126
7.4 基于显著性分析的图像分割 128
7.5 本章小结 131
习题 131
第8章 图像压缩 132
8.1 图像压缩基础 132
8.1.1 数据冗余相关概念 132
8.1.2 图像压缩模型 133
8.1.3 图像格式和压缩标准 133
8.1.4 图像压缩分类 134
8.2 常见的压缩编码技术 135
8.2.1 哈夫曼编码 135
8.2.2 算术编码 139
8.2.3 LZW编码 142
8.2.4 行程编码 146
8.2.5 DPCM编码 148
8.2.6 小波变换编码 148
8.3 本章小结 149
习题 150
第9章 数字水印 151
9.1 数字作品的版权保护 151
9.1.1 数字作品的特点 151
9.1.2 数字作品的版权保护现状 151
9.2 版权保护技术发展 152
9.2.1 数字水印技术的发展 152
9.2.2 大版权时代DCI体系发展 153
9.3 数字水印技术 155
9.3.1 数字水印技术的概念 155
9.3.2 数字水印技术的基本原理 155
9.3.3 数字水印技术的特点 156
9.3.4 数字水印的分类 156
9.3.5 数字水印的评价标准 157
9.4 典型的数字水印方案 158
9.4.1 空间域数字水印算法 158
9.4.2 变换域数字水印算法 164
9.5 本章小结 169
习题 169
第10章 指纹识别 170
10.1 指纹识别技术概述 170
10.1.1 古代指纹学发展 170
10.1.2 近代指纹学发展 170
10.1.3 指纹概念及特性 171
10.1.4 指纹分类 171
10.2 指纹识别关键技术 172
10.2.1 指纹图像采集 172
10.2.2 指纹图像预处理 173
10.2.3 指纹特征提取 175
10.2.4 指纹比对 176
10.3 指纹识别算法Python程序实现 177
10.4 本章小结 182
习题 182
第11章 病理图像处理 183
11.1 病理诊断概述 183
11.1.1 病理诊断存在的社会背景 183
11.1.2 我国病理诊断发展需求 185
11.2 病理图像处理技术发展现状 186
11.2.1 病理图像处理技术的由来 186
11.2.2 病理图像处理技术发展历史 188
11.2.3 基于深度学习的病理图像处理技术发展 188
11.3 病理图像处理案例的实现 189
11.3.1 拟解决的实际医学问题 189
11.3.2 病理切片图像的预处理 191
11.3.3 基于深度学习的病理图像识别的模型训练 196
11.3.4 测试图像分类预测 200
11.4 本章小结 201
习题 202
参考文献 203