数字图像处理

数字图像处理技术是推动技术革新和社会进步的重要驱动力之一。本书旨在为初学者以及有一定基础的读者提供全面、系统且易于理解的数字图像处理入门指南。本书从数字图像处理的基础概念出发，逐步引导读者深入了解各种先进的数字图像处理技术，覆盖了从核心理论到算法实现，再到实际应用的全方位知识体系，帮助读者更高效地学习和掌握数字图像处理技术的相关知识。 本书内容翔实、系统、全面，讲解深入浅出、通俗易懂，注重理论与实践的结合，介绍了相关内容的基础理论，又很好的兼顾了领域先进技术，为从事图像处理及相关领域的学者和工程技术人员提供了有价值的参考。

才华，博士,长春理工大学副教授，博士生导师。长期从事“数字图像处理”课程教学及相关科研工作。研究方向为AI视觉工程、自然语言处理、以及VR/AR/MR等。近年来，在《电子学报》、《兵工学报》等国内权威刊物和相关国际会议上发表论文50余篇,申请国家发明专利10余项，主持省部级和国家级项目多项。获得吉林省科技进步三等奖1项。

第1章 图像处理概述 1.1 图像处理简介 1.1.1 图像采样 1.1.2 图像量化 1.1.3 图像处理 1.2 图像处理系统 1.2.1 图像处理系统的构成 1.2.2 原始图像获取 1.2.3 图像传感器接口 1.2.4 图像处理流水线 1.2.5 图像与视频压缩 1.2.6 视频显示处理 第2章 图像处理基础 2.1 人眼的视觉原理 2.1.1 人眼的构造 2.1.2 图像的形成 2.1.3 视觉亮度范围和分辨率 2.1.4 视觉适应性和对比灵敏度 2.1.5 亮度感觉与色觉 2.1.6 马赫带效应 2.2 连续图像的描述 2.3 图像数字化 2.3.1 采样 2.3.2 量化 2.3.3 图像的表示 2.3.4 采样、量化参数与图像的关系 2.3.5 图像数字化设备的组成及性能 2.4 灰度直方图 2.4.1 概念 2.4.2 灰度直方图的性质 2.4.3 灰度直方图的应用 2.5 图像处理算法的形式 2.5.1 图像处理的基本功能的形式 2.5.2 几种具体算法的形式 2.6 图像的数据结构与图像文件格式 2.6.1 图像的数据结构 2.6.2 图像文件格式 2.7 图像的特征与噪声 2.7.1 图像的特征类别 2.7.2 特征提取与特征空间 2.7.3 图像噪声 第3章 图像增强 3.1 逐点强度变换——像素变换 3.1.1 对数变换 3.1.2 幂律变换 3.1.3 对比度拉伸 3.1.4 二值化 3.2 直方图处理——直方图均衡化和直方图匹配 3.2.1 基于scikitimage库的对比度拉伸和直方图均衡化 3.2.2 直方图匹配 3.3 线性噪声平滑 3.3.1 基于PIL库的线性噪声平滑 3.3.2 基于SciPy库的ndimage模块的盒式滤波器与高斯滤波器比较 3.4 非线性噪声平滑 3.4.1 基于PIL库的非线性噪声平滑 3.4.2 基于scikitimage库的非线性噪声平滑 3.4.3 基于SciPy库的非线性噪声平滑 3.5 小结 第4章 频域滤波 4.1 傅里叶变换 4.1.1 一维傅里叶变换 4.1.2 二维傅里叶变换 4.2 傅里叶变换的性质 4.2.1 傅里叶变换的基本性质 4.2.2 二维傅里叶变换的性质 4.3 快速傅里叶变换 4.3.1 快速傅里叶变换的原理 4.3.2 快速傅里叶变换的实现 4.4 图像频域滤波 4.4.1 低通滤波 4.4.2 高通滤波 4.5 小结 第5章 图像复原 5.1 图像退化原因与图像复原技术分类 5.1.1 连续图像退化模型 5.1.2 离散图像退化模型 5.2 逆滤波复原 5.3 约束复原 5.3.1 约束复原的基本原理 5.3.2 维纳滤波复原 5.3.3 平滑度约束最小平方滤波复原 5.4 非线性复原 5.4.1 最大后验复原 5.4.2 最大熵复原 5.4.3 投影复原 5.4.4 同态滤波复原 5.5 盲图像复原 5.5.1 直接测量法 5.5.2 间接估计法 5.6 几何失真校正 5.6.1 典型的几何失真 5.6.2 空间几何坐标变换 5.6.3 校正空间像素点灰度的确定 5.6.4 鱼眼图像几何失真校正方法简介 5.7 图像修复技术 5.8 小结 第6章 形态学图像处理 6.1 基于scikitimage库形态学模块的形态学图像处理 6.1.1 对二值图像的形态学操作 6.1.2 利用开、闭运算实现指纹清洗 6.1.3 灰度级操作 6.2 基于scikitimage库filter.rank模块的形态学图像处理 6.2.1 形态学对比度增强滤波器 6.2.2 形态学中值滤波器 6.2.3 计算局部熵 6.3 基于SciPy库ndimage.morphology模块的形态学图像处理 6.3.1 填充二值对象中的孔洞 6.3.2 使用开、闭运算去噪 6.3.3 计算形态学Beucher梯度 6.3.4 计算形态学拉普拉斯 6.4 小结 第7章 图像编码 7.1 图像压缩简介 7.2 熵编码 7.2.1 哈夫曼编码 7.2.2 算术编码 7.2.3 行程长度编码 7.2.4 LZW编码 7.3 预测编码 7.3.1 DM编码 7.3.2 DPCM编码 7.4 变换编码 7.4.1 KL变换 7.4.2 离散余弦变换 7.5 JPEG编码 7.6 小结 第8章 图像分割 8.1 概述 8.1.1 图像分割的目的和任务 8.1.2 图像分割的集合定义 8.1.3 图像分割的分类 8.2 像素的邻域和连通性 8.3 图像的阈值分割 8.3.1 基本原理 8.3.2 全局阈值分割 8.3.3 局部阈值分割 8.4 图像的边缘检测 8.4.1 边缘检测的基本原理 8.4.2 梯度算子 8.4.3 拉普拉斯算子 8.4.4 拉普拉斯高斯算子 8.4.5 坎尼算子 8.4.6 方向算子 8.4.7 边缘跟踪 8.5 霍夫变换 8.5.1 直角坐标系中的霍夫变换 8.5.2 极坐标系中的霍夫变换 8.6 区域生长 8.7 图像分割方法的比较 8.7.1 边缘检测的优、缺点 8.7.2 区域分割的优、缺点 8.8 小结