数字图像处理(使用Python分析与实现微课视频版高等学校电子信息类专业系列教材)

本书系统介绍了数字图 像处理理论和技术的基本概 念、原理、方法和Python实 现，内容全面，重视实践， 便于学习。 全书共分为12章，内容 包括绪论、数字图像处理基 础、图像基础性运算、图像 的正交变换、图像增强、图 像复原、图像的数学形态学 处理、彩色图像处理、图像 分割、图像描述与分析、特 征检测与匹配，以及图像编 码，涵盖了数字图像处理的 核心内容。本书配以教学课 件、Python程序代码、微课 视频、实验指导、思维导图 及教学建议等数字资源，便 于读者学习和掌握数字图像 处理的算法理论、程序实现 。 本书可以作为高等学校 信息与通信工程、信号与信 息处理、电子、计算机、遥 感等专业本科生或研究生的 教材或参考书，也可以作为 工程技术人员和从事相关研 究与应用的人员的参考用书 。

蔡利梅，中国矿业大学信息与控制工程学院副教授。长期从事图像处理与模式识别领域的教学和研究工作。先后开设“图像处理”“模式识别”“计算机图形学”“数字视频技术”“图像分析及识别”等多门本科生及研究生课程。获教育部高等学校科学技术进步奖二等奖、河南省科技进步奖二等奖、江苏省科学技术奖三等奖、中国煤炭工业协会科学技术奖一等奖等省部级以上科技奖励8项，并获得其他科技奖励6项；申请国家发明专利4项（已获授权2项）；出版教材1部；获校级优秀教学成果一等奖1项，全国煤炭行业教育教学成果奖三等奖1项。

第1章 绪论 1.1 图像的基本概念 1.1.1 视觉与图像 1.1.2 图像的表示 1.2 数字图像处理 1.2.1 数字图像处理的主要内容 1.2.2 数字图像处理技术的分类 1.2.3 数字图像处理的应用 1.3 数字图像处理面临的问题 1.4 相关术语 1.5 图像处理仿真 习题 第2章 数字图像处理基础 2.1 人眼视觉系统 2.1.1 人眼基本构造 2.1.2 视觉过程 2.1.3 明视觉 2.1.4 颜色视觉 2.1.5 立体视觉 2.1.6 视觉暂留 2.2 色度学基础与颜色模型 2.2.1 颜色匹配 2.2.2 CIE 1931-RGB系统 2.2.3 CIE 1931标准色度系统 2.2.4 CIE 1976 L*a*b*均匀颜色空间 2.2.5 孟塞尔表色系统 2.2.6 常用颜色模型 2.3 数字图像的生成与表示 2.3.1 图像信号的数字化 2.3.2 数字图像类型 2.3.3 数字图像的数值描述 2.4 图像类型转换 2.4.1 多值图像转换为二值图像 2.4.2 彩色图像转换为灰度图像 2.4.3 灰度图像转换为彩色图像 习题 第3章 图像基础性运算 3.1 点运算 3.2 邻域运算 3.3 插值运算 3.4 几何变换 3.4.1 图像几何变换原理 3.4.2 图像平移 3.4.3 图像镜像 3.4.4 图像旋转 3.4.5 图像缩放 3.4.6 图像错切 3.4.7 图像转置 3.5 代数运算 3.5.1 加法运算 3.5.2 减法运算 3.5.3 乘法运算 3.5.4 除法运算 3.5.5 逻辑运算 3.6 上采样和下采样 3.7 综合实例 习题 第4章 图像的正交变换 4.1 离散傅里叶变换 4.1.1 离散傅里叶变换的定义 4.1.2 离散傅里叶变换的实现 4.1.3 离散傅里叶变换的性质 4.1.4 离散傅里叶变换在图像处理中的应用 4.2 离散余弦变换 4.2.1 离散余弦变换的定义 4.2.2 离散余弦变换的实现 4.2.3 离散余弦变换在图像处理中的应用 4.3 K-L变换 4.3.1 K-L变换原理 4.3.2 图像K-L变换 4.3.3 K-L变换在图像处理中的应用 4.4 Radon变换 4.4.1 Radon变换的原理 4.4.2 Radon变换的实现 4.4.3 Radon变换的应用 4.5 Hadamard变换 4.6 小波变换 4.6.1 概述 4.6.2 小波 4.6.3 连续小波变换 4.6.4 离散小波变换 4.6.5 正交小波与多分辨分析 4.6.6 二维小波变换 4.6.7 小波变换在图像处理中的应用 习题 第5章 图像增强 5.1 灰度级变换 5.1.1 线性灰度级变换 5.1.2 非线性灰度级变换 5.2 直方图修正法 5.2.1 灰度直方图 5.2.2 直方图均衡化 5.2.3 限制对比度自适应直方图均衡化 5.3 空间域平滑滤波 5.3.1 图像中的噪声 5.3.2 均值滤波 5.3.3 高斯滤波 5.3.4 双边滤波 5.3.5 中值滤波 5.4 空间域锐化滤波 5.4.1 边缘分析 5.4.2 一阶微分算子 5.4.3 二阶微分算子 5.4.4 高斯滤波与微分运算 5.5 频域滤波 5.5.1 低通滤波 5.5.2 高通滤波 5.5.3 同态滤波 5.6 综合实例 习题 第6章 图像复原 6.1 图像退化模型 6.1.1 连续退化模型 6.1.2 离散退化模型 6.1.3 图像复原 6.2 图像退化函数的估计 6.2.1 基于模型的估计法 6.2.2 基于退化图像本身特性的估计法 6.3 图像复原的代数方法 6.3.1 无约束最小二乘方复原 6.3.2 约束复原 6.4 典型图像复原方法 6.4.1 逆滤波复原 6.4.2 维纳滤波复原 6.4.3 等功率谱滤波 6.4.4 几何均值滤波 6.4.5 约束最小二乘方滤波 6.4.6 Richardson-Lucy算法 6.5 盲去卷积复原 6.6 几何失真校正 习题 第7章 图像的数学形态学处理 7.1 数学形态学的基本概念 7.2 二值图像数学形态学处理 7.2.1 基本形态变换 7.2.2 复合形态变换 7.2.3 图像平滑 7.2.4 边缘提取 7.2.5 区域填充 7.2.6 击中不中变换 7.3 灰度图像数学形态学处理 7.3.1 灰度图像的膨胀运算和腐蚀运算 7.3.2 灰度图像的开运算和闭运算 7.3.3 形态学梯度 7.3.4 Top-hat和Bottom-hat变换 7.4 综合实例 习题 第8章 彩色图像处理 8.1 色彩空间变换 8.2 彩色图像增强 8.2.1 色彩通道独立处理法 8.2.2 彩色空间变换法 8.2.3 Retinex方法 8.3 彩色边缘检测 8.4 色彩平衡 8.4.1 简单白平衡算法 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 最大颜色值平衡算法 8.5 色彩变换 8.5.1 色彩滤镜 8.5.2 色彩迁移 8.6 综合实例 习题 第9章 图像分割 9.1 阈值分割