数字图像处理实验教程（Python版） / 普通高等教育“十四五”网络空间安全专业系列教材
定价：￥45.00
作者： 武光利，徐世鹏
出版时间：2023-09
最新印次日期：2024-7
出版社：中国铁道出版社
甘肃省“十四五”普通高等教育本科规划教材
试读- 中国铁道出版社
- 9787113304195
- 1-2
- 521441
- 60269773-2
- 16开
- 2023-09
- 工学
- 计算机类
- 电子与信息大类
- 计算机类
- 计算机类
- 本科
作者简介
内容简介
本书采用Python语言对数字图像处理进行讲解，相对于MATLAB，Python具有代码简短、可读性高、工具包多等特点，并且更能契合于企业需求，本书对多个经典实验进行实现，有助于学习者进行学习。
本书包含10个章节，第1章对本书中使用python基础知识进行简单的介绍；第2章对数字图像处理的基础知识和操作进行学习；第3章对图像增强理论介绍；第4章学习并实现图像的复原；第5章讲述了常见的压缩方法；第6章学习了形态学图像处理；第7章对常见的图像分割方法进行学习；第8章实现了经典的手写识别案例；第9章对图像分类的实例进行学习；第10章进行目标检测与追踪的相关实验。
本书包含10个章节，第1章对本书中使用python基础知识进行简单的介绍；第2章对数字图像处理的基础知识和操作进行学习；第3章对图像增强理论介绍；第4章学习并实现图像的复原；第5章讲述了常见的压缩方法；第6章学习了形态学图像处理；第7章对常见的图像分割方法进行学习；第8章实现了经典的手写识别案例；第9章对图像分类的实例进行学习；第10章进行目标检测与追踪的相关实验。
目录
第1章Python编程基础1
1.1Python安装1
1.1.1Anaconda安装1
1.1.2PyCharm安装1
1.2Python基本数据类型2
1.2.1数字(Number)2
1.2.2字符串(String)3
1.2.3元组(Tuple)4
1.2.4列表(List)4
1.2.5字典(Dict)5
1.2.6集合(Set)6
1.3常用库6
1.3.1NumPy6
1.3.2Matplotlib7
1.3.3OpenCV9
1.4Python编程11
1.4.1控制流语句11
1.4.2函数的定义13
习题13
第2章数字图像处理基础14
2.1图像的读取、显示和保存14
2.1.1图像的读取14
2.1.2图像的显示15
2.1.3图像的保存16
2.2点运算17
2.2.1线性点运算17
2.2.2非线性点运算19
2.3代数运算和逻辑运算21
2.3.1加法运算21
2.3.2减法运算22
2.3.3乘法运算22
2.3.4除法运算24
2.3.5逻辑运算25
2.4几何运算26
2.4.1图像的平移27
2.4.2图像的镜像28
2.4.3图像的旋转29
2.4.4图像的缩放31
2.5灰度直方图33
2.6图像变换34
2.6.1离散傅里叶变换34
2.6.2离散余弦变换35
习题37
第3章图像增强实验38
3.1图像增强基础38
3.1.1图像空域增强38
3.1.2图像频域增强46
3.2用到的Python函数49
3.2.1灰度变换函数49
3.2.2直方图处理函数49
3.2.3空间域滤波函数50
3.2.4频域滤波函数51
3.3实验举例52
3.3.1空域滤波增强52
3.3.2直方图增强58
3.3.3频域增强60
习题62
第4章图像复原实验63
4.1图像复原基础63
4.1.1图像退化模型63
4.1.2噪声模型64
4.1.3空域滤波复原70
4.1.4频域滤波复原74
4.1.5自适应滤波复原76
4.2用到的Python函数77
4.2.1噪声模型77
4.2.2空域滤波78
4.2.3频域滤波79
4.2.4自适应滤波79
4.3实验举例79
4.3.1噪声模型79
4.3.2空域滤波复原82
4.3.3频域滤波复原91
4.3.4自适应滤波复原98
习题99
第5章图像压缩实验100
5.1图像压缩基础100
5.1.1图像冗余100
5.1.2图像压缩技术指标101
5.1.3保真度准则102
5.2图像压缩编码102
5.2.1无损压缩编码103
5.2.2有损压缩编码106
5.2.3JPEG图像压缩108
5.2.4JPEG2000图像压缩108
5.3用到的Python函数109
5.3.1无损编码109
5.3.2JPEG图像压缩函数109
5.4实验举例110
5.4.1无损压缩编码110
5.4.2JPEG压缩编码117
习题121
第6章形态学图像处理实验122
6.1形态学基础122
6.1.1膨胀和腐蚀运算122
6.1.2开运算和闭运算125
6.1.3击中和击不中变换126
6.1.4连通分量的标注127
6.2用到的Python函数127
6.2.1结构元素构造函数127
6.2.2膨胀与腐蚀运算函数128
6.2.3开运算和闭运算函数128
6.2.4击中和击不中变换函数128
6.2.5连通分量函数128
6.3实验举例129
6.3.1二值图像形态学处理举例129
6.3.2图像的形态学处理举例131
6.3.3车牌识别示例132
习题136
第7章图像分割实验137
7.1图像分割基础137
7.1.1基础知识137
7.1.2点、线和边缘检测138
7.1.3阈值分割142
7.1.4区域分割144
7.1.5分水岭图像分割146
7.2使用到的Python函数147
7.2.1点、线和边缘检测147
7.2.2阈值分割147
7.2.3区域分割148
7.2.4分水岭算法148
7.3实验举例149
7.3.1点检测149
7.3.2线检测150
7.3.3边缘检测151
7.3.4阈值分割155
7.3.5区域分割160
7.3.6分水岭算法162
习题164
第8章手写文字识别实验165
8.1基于SVM手写数字识别165
8.1.1基础理论165
8.1.2流程设计166
8.1.3运行环境167
8.1.4模块实现167
8.1.5性能评价170
8.2基于深度学习的手写汉字识别172
8.2.1基础理论172
8.2.2流程设计173
8.2.3运行环境173
8.2.4模块实现174
8.2.5性能评价180
习题182
第9章图像分类实验183
9.1基于SVM的图像分类183
9.1.1基础理论183
9.1.2流程设计186
9.1.3运行环境186
9.1.4模块实现187
9.1.5结果分析190
9.2基于VGG-19的图像分类191
9.2.1基础理论191
9.2.2流程设计194
9.2.3运行环境194
9.2.4模块实现194
9.2.5结果分析197
9.3基于GoogLeNet的图像分类198
9.3.1基础理论198
9.3.2流程设计202
9.3.3运行环境202
9.3.4模块实现202
9.3.5结果分析205
习题207
第10章目标检测实验208
10.1基于HOG+SVM的目标检测208
10.1.1HOG208
10.1.2流程设计210
10.1.3运行环境210
10.1.4模块实现210
10.1.5结果分析215
10.2基于CNN的目标检测216
10.2.1基础理论216
10.2.2流程设计218
10.2.3运行环境219
10.2.4模块实现219
10.2.5结果分析225
习题225
参考文献226
1.1Python安装1
1.1.1Anaconda安装1
1.1.2PyCharm安装1
1.2Python基本数据类型2
1.2.1数字(Number)2
1.2.2字符串(String)3
1.2.3元组(Tuple)4
1.2.4列表(List)4
1.2.5字典(Dict)5
1.2.6集合(Set)6
1.3常用库6
1.3.1NumPy6
1.3.2Matplotlib7
1.3.3OpenCV9
1.4Python编程11
1.4.1控制流语句11
1.4.2函数的定义13
习题13
第2章数字图像处理基础14
2.1图像的读取、显示和保存14
2.1.1图像的读取14
2.1.2图像的显示15
2.1.3图像的保存16
2.2点运算17
2.2.1线性点运算17
2.2.2非线性点运算19
2.3代数运算和逻辑运算21
2.3.1加法运算21
2.3.2减法运算22
2.3.3乘法运算22
2.3.4除法运算24
2.3.5逻辑运算25
2.4几何运算26
2.4.1图像的平移27
2.4.2图像的镜像28
2.4.3图像的旋转29
2.4.4图像的缩放31
2.5灰度直方图33
2.6图像变换34
2.6.1离散傅里叶变换34
2.6.2离散余弦变换35
习题37
第3章图像增强实验38
3.1图像增强基础38
3.1.1图像空域增强38
3.1.2图像频域增强46
3.2用到的Python函数49
3.2.1灰度变换函数49
3.2.2直方图处理函数49
3.2.3空间域滤波函数50
3.2.4频域滤波函数51
3.3实验举例52
3.3.1空域滤波增强52
3.3.2直方图增强58
3.3.3频域增强60
习题62
第4章图像复原实验63
4.1图像复原基础63
4.1.1图像退化模型63
4.1.2噪声模型64
4.1.3空域滤波复原70
4.1.4频域滤波复原74
4.1.5自适应滤波复原76
4.2用到的Python函数77
4.2.1噪声模型77
4.2.2空域滤波78
4.2.3频域滤波79
4.2.4自适应滤波79
4.3实验举例79
4.3.1噪声模型79
4.3.2空域滤波复原82
4.3.3频域滤波复原91
4.3.4自适应滤波复原98
习题99
第5章图像压缩实验100
5.1图像压缩基础100
5.1.1图像冗余100
5.1.2图像压缩技术指标101
5.1.3保真度准则102
5.2图像压缩编码102
5.2.1无损压缩编码103
5.2.2有损压缩编码106
5.2.3JPEG图像压缩108
5.2.4JPEG2000图像压缩108
5.3用到的Python函数109
5.3.1无损编码109
5.3.2JPEG图像压缩函数109
5.4实验举例110
5.4.1无损压缩编码110
5.4.2JPEG压缩编码117
习题121
第6章形态学图像处理实验122
6.1形态学基础122
6.1.1膨胀和腐蚀运算122
6.1.2开运算和闭运算125
6.1.3击中和击不中变换126
6.1.4连通分量的标注127
6.2用到的Python函数127
6.2.1结构元素构造函数127
6.2.2膨胀与腐蚀运算函数128
6.2.3开运算和闭运算函数128
6.2.4击中和击不中变换函数128
6.2.5连通分量函数128
6.3实验举例129
6.3.1二值图像形态学处理举例129
6.3.2图像的形态学处理举例131
6.3.3车牌识别示例132
习题136
第7章图像分割实验137
7.1图像分割基础137
7.1.1基础知识137
7.1.2点、线和边缘检测138
7.1.3阈值分割142
7.1.4区域分割144
7.1.5分水岭图像分割146
7.2使用到的Python函数147
7.2.1点、线和边缘检测147
7.2.2阈值分割147
7.2.3区域分割148
7.2.4分水岭算法148
7.3实验举例149
7.3.1点检测149
7.3.2线检测150
7.3.3边缘检测151
7.3.4阈值分割155
7.3.5区域分割160
7.3.6分水岭算法162
习题164
第8章手写文字识别实验165
8.1基于SVM手写数字识别165
8.1.1基础理论165
8.1.2流程设计166
8.1.3运行环境167
8.1.4模块实现167
8.1.5性能评价170
8.2基于深度学习的手写汉字识别172
8.2.1基础理论172
8.2.2流程设计173
8.2.3运行环境173
8.2.4模块实现174
8.2.5性能评价180
习题182
第9章图像分类实验183
9.1基于SVM的图像分类183
9.1.1基础理论183
9.1.2流程设计186
9.1.3运行环境186
9.1.4模块实现187
9.1.5结果分析190
9.2基于VGG-19的图像分类191
9.2.1基础理论191
9.2.2流程设计194
9.2.3运行环境194
9.2.4模块实现194
9.2.5结果分析197
9.3基于GoogLeNet的图像分类198
9.3.1基础理论198
9.3.2流程设计202
9.3.3运行环境202
9.3.4模块实现202
9.3.5结果分析205
习题207
第10章目标检测实验208
10.1基于HOG+SVM的目标检测208
10.1.1HOG208
10.1.2流程设计210
10.1.3运行环境210
10.1.4模块实现210
10.1.5结果分析215
10.2基于CNN的目标检测216
10.2.1基础理论216
10.2.2流程设计218
10.2.3运行环境219
10.2.4模块实现219
10.2.5结果分析225
习题225
参考文献226
