数字图像处理技术 基于Python的实现

1.充分考虑读者学习的兴趣，理论与实践相结合，提高读者学习的积极性。 2.结合当下热点，讲解新应用，详细介绍人工智能方面的图像处理技术。 3.河南省“十四五”规划教材

本书全面介绍数字图像处理的基本理论、基本算法，以及基于Python语言的实现，不仅关注理论与实践的结合，还关注基本理论和基本算法的研究发展及延伸。本书共8章。第1章简要介绍数字图像的基本概念、基本的图像处理系统，以及数字图像处理技术的应用与发展等。第2章针对Python语言在图像处理算法开发中的应用，概述Python开发环境配置、Python基本语法等。在前两章的基础上，第3~8章逐一介绍图像的像素运算与几何变换、图像的空间域处理、图像的频率域处理、图像复原、图像分割及形态学图像处理等理论内容和主要算法的Python代码实现。此外，在代码实现部分，本书还附加了相关Python图像处理函数的详细使用说明。同时，考虑初学者的接受程度，部分章节安排了综合应用案例或经典算法改进的相关内容，旨在帮助读者丰富认知、拓宽视野。本书内容系统，重点突出，工程实现介绍详尽，可以作为高等学校工科电子信息相关专业的本科生和研究生的数字图像处理课程教材，也可以作为从事数字图像处理相关工作的开发人员的参考书。

梁义涛，教授，工学博士，美国普渡大学访问学者、电子学会信号处理分会高级会员、中国粮油学会自动化分会会员、河南省教育厅学术技术带头人。先后主持或参与国家及省部级10余项，获河南省科技进步三等奖3项、获授权发明专利4项，发表论文40余篇，出版作品7本。主讲《EDA技术基础》、《现代信号处理》等课程。 李永锋，河北衡水人，现执教于河南工业大学，中国通信学会会员、中国计算机学会会员，主要研究方向为图像处理与模式识别、语音信号处理与分析等，主要讲授“数字图像处理”、“信息论与编码”、“MATLAB及其应用”等课程。主持并参与省级以上课题多项，出版图书4部，发表论文20余篇。 巩立新，黑龙江齐齐哈尔人，现执教于河南工业大学，硕士研究生学历，曾就职于多家互联网公司，擅长大型网站开发与设计，精通Python、PHP、Golang、Java等编程语言，一作授权发明型专利2项，登记软件著作权3项，参与地厅级项目1项，指导学生获得中国计算机设计大赛国奖1项，省奖2项。 张庆辉，河南工业大学信息科学与工程学院院长，博士，教授，博士生导师，河南省科技创新杰出青年，河南省学术技术带头人，河南省高层次人才，河南省创新型科技团队带头人，河南省高校科技创新团队带头人，郑州市创新领军人才，郑州市高层次人才，郑州市公共安全防范协会专家委员会副主任委员，河南省计量器具标准化技术委员会委员。目前主要从事智能信息处理方面的研究工作。近年来在国内外期刊发表论文近40多篇，被SCI、EI收录20多篇，出版著作2部，完成国家自然科学基金、国家科技支撑计划项目等各类科研项目10余项，获河南省科技进步二等奖1项、三等奖3项，获厅级科技成果奖多项，获批国家专利20余项。 傅洪亮，教授，1986年、1989年及2006年毕业于南京邮电大学通信工程学院并分别获得工学学士学位、硕士学位和博士学位，先后主持或参加国家863、国家自然科学基金等省部级以上项目16项，获得河南省信息产业厅、教育厅科技成果一等奖4项、二等奖2项，发表学术论文一百余篇，获得国家发明专利6项；主讲宽带无线通信、数字信号处理课程，主持教研项目4项，河南工业大学“优秀教师”、“十佳师德标兵”和河南省教育厅学术技术带头人。

第1章绪论1
1．1数字图像的基本概念2
1．1．1数字图像的概念2
1．1．2图像的特点2
1．2基本的图像处理系统3
1．2．1图像处理硬件系统4
1．2．2图像处理软件系统5
1．3数字图像处理技术的应用与发展5
1．3．1数字图像处理研究内容5
1．3．2数字图像处理技术分层7
1．3．3数字图像处理技术的发展8
1．3．4数字图像处理技术的应用9
1．4数字图像离散化及分类12
1．4．1数字图像离散化12
1．4．2数字图像分类15
1．5图像文件格式16
1．6图像质量的评价方法20
1．6．1图像质量评价方法概述20
1．6．2主观质量评价方法21
1．6．3客观质量评价方法21
第2章Python图像处理编程基础
2．1引言28
2．2Python开发环境配置29
2．2．1Anaconda安装和使用29
2．2．2PyCharm安装和使用30
2．2．3Python图像处理库安装33
2．3Python基础35
2．3．1基础语法35
2．3．2数据类型37
2．3．3运算符48
2．3．4程序流程控制51
2．3．5函数54
第3章图像的像素运算与几何变换
3．1引言59
3．2图像点运算59
3．2．1图像点运算算法59
3．2．2图像点运算实现60
3．3图像代数运算62
3．3．1图像代数运算算法62
3．3．2图像代数运算实现65
3．4图像逻辑运算68
3．4．1图像逻辑运算算法68
3．4．2图像逻辑运算实现69
3．5图像的缩放70
3．5．1图像缩放变换算法70
3．5．2图像缩放实现73
3．6图像的旋转74
3．6．1图像旋转变换算法74
3．6．2图像旋转实现76
3．7图像的平移77
3．7．1图像平移变换算法77
3．7．2图像平移实现78
3．8图像的裁剪79
3．8．1图像裁剪算法79
3．8．2图像裁剪实现79
3．9图像的转置80
3．9．1图像转置算法80
3．9．2图像转置实现80
3．10图像的镜像变换81
3．10．1图像镜像变换算法81
3．10．2图像镜像变换实现82
第4章图像的空间域处理
4．1引言85
4．2灰度增强85
4．2．1直方图修正法86
4．2．2灰度的线性变换92
4．2．3灰度的分段线性变换94
4．2．4灰度的非线性变换94
4．3图像平滑97
4．3．1图像噪声98
4．3．2邻域平均法100
4．3．3多幅图像平均法103
4．3．4中值滤波法105
4．3．5模板操作108
4．4图像锐化110
4．4．1一阶微分法110
4．4．2梯度算子111
4．4．3拉普拉斯算子112
4．5图像的伪彩色处理114
4．5．1色彩模型114
4．5．2密度分割法118
4．5．3灰度变换法119
4．5．4频率域滤波法121
4．5．5彩色图像灰度化121
知识拓展（一）CLAHE算法及其Python实现123
知识拓展（二）自适应中值滤波及其Python实现126
第5章图像的频率域处理
5．1引言132
5．2傅里叶变换基础知识132
5．2．1连续傅里叶变换132
5．2．2离散傅里叶变换133
5．2．3幅度谱、相位谱、功率谱135
5．2．4二维离散傅里叶变换的性质136
5．2．5离散图像傅里叶变换的实现137
5．3频率域滤波基础138
5．3．1频率域滤波和空间域滤波的关系138
5．3．2数字图像的频谱图138
5．3．3频率域滤波的基本步骤139
5．4频率域低通滤波器140
5．4．1理想低通滤波器及其Python实现140
5．4．2高斯低通滤波器及其Python实现143
5．4．3巴特沃思低通滤波器及其Python实现145
5．4．4指数低通滤波器及其Python实现147
5．5频率域高通滤波器147
5．5．1常用的高通滤波器148
5．5．2同态滤波152
知识拓展（一）Retinex理论及其Python实现155
知识拓展（二）双边滤波器及其Python实现164
第6章图像复原
6．1引言168
6．2图像退化原因与复原技术基础169
6．2．1图像降质的数学模型169
6．2．2离散图像退化的数学模型171
6．3逆滤波复原173
6．3．1逆滤波复原原理173
6．3．2病态性及其改进175
6．4维纳滤波复原176
6．4．1有约束的复原方法176
6．4．2维纳滤波177
第7章图像分割
7．1引言182
7．1．1图像分割的定义182
7．1．2图像分割的分类183
7．2基于阈值的图像分割方法184
7．2．1阈值分割概述184
7．2．2峰-谷阈值选取法185
7．2．3微分阈值选取法186
7．2．4迭代阈值选取法187
7．2．5最优阈值法189
7．2．6最大类间方差法190
7．3基于区域的图像分割方法194
7．3．1区域生长算法194
7．3．2区域分裂与合并197
7．3．3四叉树数据结构198
7．4基于边缘的图像分割方法200
7．4．1Roberts算子201
7．4．2Sobel算子203
7．4．3Prewitt算子205
7．4．4LoG算子206
7．4．5Canny算子207
7．4．6分水岭算法211
知识拓展（一）DoG算法及其Python实现215
知识拓展（二）基于边缘区域的图像分割及其
Python实现218
知识拓展（三）图像分割的无监督学习及其
Python实现223
第8章形态学图像处理
8．1引言228
8．1．1数学形态学简介228
8．1．2图像位置关系229
8．1．3结构元素229
8．1．4形态学运算过程230
8．2集合论基础知识231
8．2．1元素和集合231
8．2．2集合的基本运算231
8．3基本形态学运算232
8．3．1腐蚀233
8．3．2膨胀236
8．3．3开运算和闭运算239
8．3．4击中击不中243
8．4数学形态学应用246
8．4．1细化246
8．4．2厚化247
8．4．3形态滤波248
8．4．4平滑248
8．4．5边缘提取249
8．4．6区域填充251
知识拓展高级形态学处理及其Python实现252