數(shù)字圖像處理實戰(zhàn)

定　價：￥59.80

作　者：	楊坦，張良均
出版社：	人民郵電出版社
叢編項：
標(biāo)　簽：	暫缺

ISBN：	9787115623850	出版時間：	2023-11-01	包裝：	平裝
開本：	16開	頁數(shù)：	252	字?jǐn)?shù)：

內(nèi)容簡介

　　本書以數(shù)字圖像處理基礎(chǔ)理論與真實案例相結(jié)合的方式，深入淺出地介紹數(shù)字圖像處理的常見任務(wù)及實現(xiàn)技術(shù)。本書共9章，內(nèi)容包含數(shù)字圖像處理概述、圖像的基本變換、圖像增強與復(fù)原、形態(tài)學(xué)處理、圖像特征提取、圖像分割等技術(shù)，以及車牌檢測、QR碼的檢測、鋼軌表面缺陷檢測等案例。本書以Python為算法實現(xiàn)工具，大部分章包含操作實踐代碼和課后習(xí)題，幫助讀者在數(shù)字圖像處理基礎(chǔ)任務(wù)和案例中應(yīng)用算法，鞏固所學(xué)內(nèi)容。本書可以作為高校信息技術(shù)或人工智能相關(guān)專業(yè)的教材，也可以作為數(shù)字圖像處理應(yīng)用的開發(fā)人員和從事數(shù)字圖像處理技術(shù)研究的科研人員的參考用書。對于有一定基礎(chǔ)和經(jīng)驗的讀者，也能幫助他們查漏補缺，深入理解并掌握相關(guān)原理和方法，提高解決實際問題的能力。

作者簡介

　　楊坦，中山大學(xué)博士，任教于華南師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院，主講數(shù)學(xué)建模、數(shù)據(jù)挖掘等課程。主持和參與編寫多部教材，獲得兩項數(shù)字圖像處理方面的發(fā)明專利。

圖書目錄

第 1章　數(shù)字圖像處理概述　1
1.1　認(rèn)識數(shù)字圖像處理　1
1.1.1　了解數(shù)字圖像處理的起源　1
1.1.2　了解數(shù)字圖像處理的應(yīng)用領(lǐng)域　4
1.1.3　了解圖像工程與數(shù)字圖像處理的關(guān)系　7
1.2　認(rèn)識數(shù)字圖像　7
1.2.1　了解人眼的視覺系統(tǒng)　7
1.2.2　了解數(shù)字圖像　8
1.2.3　熟悉像素間的基本關(guān)系　9
1.3　認(rèn)識數(shù)字圖像處理工具　11
1.3.1　熟悉常用數(shù)字圖像處理工具　12
1.3.2　數(shù)字圖像處理工具對比　13
1.4　了解數(shù)字圖像處理相關(guān)Python庫　14
1.4.1　了解Pillow庫　14
1.4.2　了解NumPy庫　15
1.4.3　了解scikit-image庫　15
1.4.4　熟悉OpenCV庫　16
小結(jié)　17
課后習(xí)題　18
第　2章圖像的基本變換　19
2.1　讀寫圖像數(shù)據(jù)　19
2.1.1　讀取和顯示圖像　20
2.1.2　保存圖像　20
2.2　在圖像上繪制圖形　21
2.2.1　繪制簡單的圖形　21
2.2.2　標(biāo)注圖像中的人臉區(qū)域　25
2.3　轉(zhuǎn)換圖像的顏色空間　26
2.3.1　了解顏色空間　26
2.3.2　顏色空間的相互轉(zhuǎn)換　31
2.4　圖像幾何變換　32
2.4.1　了解圖像的幾何變換　33
2.4.2　人臉圖像幾何變換　35
小結(jié)　39
課后習(xí)題　40
第3章　圖像增強與復(fù)原　41
3.1　使用空間濾波增強圖像　41
3.1.1　了解空間濾波　41
3.1.2　使用空間濾波平滑圖像　44
3.1.3　使用空間濾波銳化圖像　48
3.1.4　使用空間濾波模糊圖像　54
3.2　使用頻率域濾波增強圖像　56
3.2.1　了解頻率域濾波　56
3.2.2　使用頻率域濾波平滑圖像　58
3.2.3　使用頻率域濾波銳化圖像　65
3.3　復(fù)原車牌圖像　73
3.3.1　了解噪聲模型　74
3.3.2　復(fù)原只存在噪聲的圖像　77
小結(jié)　83
課后習(xí)題　83
第4章　形態(tài)學(xué)處理　85
4.1　腐蝕和膨脹車牌圖像　85
4.1.1　了解腐蝕與膨脹　85
4.1.2　腐蝕車牌圖像　89
4.1.3　膨脹車牌圖像　91
4.2　使用開/閉操作處理車牌圖像　92
4.2.1　了解開操作與閉操作　93
4.2.2　對車牌圖像進行開操作　94
4.2.3　對車牌圖像進行閉操作　96
4.3　使用基本的形態(tài)學(xué)算法處理圖像　97
4.3.1　了解基本的形態(tài)學(xué)算法　97
4.3.2　使用形態(tài)學(xué)算法處理車牌圖像　119
小結(jié)　122
課后習(xí)題　122
第5章　圖像特征提取　125
5.1　提取圖像的顏色特征　125
5.1.1　了解圖像的顏色特征　125
5.1.2　提取水質(zhì)圖像的顏色特征　134
5.2　提取圖像的紋理特征　136
5.2.1　了解圖像的紋理特征　136
5.2.2　提取組織切片圖像的紋理特征　140
5.3　提取圖像的輪廓特征　142
5.3.1　了解圖像的輪廓特征　142
5.3.2　提取電容器零件圖像的輪廓特征　144
5.4　提取圖像的形狀特征　145
5.4.1　了解圖像的形狀特征　145
5.4.2　提取車牌圖像的形狀特征　155
小結(jié)　156
課后習(xí)題　156
第6章　圖像分割　158
6.1　使用閾值分割圖像　158
6.1.1　閾值分割方法的基本原理　158
6.1.2　基于全局閾值的大津法　159
6.1.3　自適應(yīng)閾值分割方法　161
6.1.4　使用閾值分割方法處理巖石樣本圖像　162
6.2　基于邊緣檢測的圖像分割　167
6.2.1　邊緣檢測　167
6.2.2　使用Hough變換檢測直線　173
6.2.3　基于Hough變換的QR碼分割　174
6.3　區(qū)域生長算法　175
6.3.1　區(qū)域生長算法的流程　176
6.3.2　使用區(qū)域生長算法分割心形圖像　176
6.4　結(jié)合空間域與色彩域的圖像分割算法　178
6.4.1　SLIC算法　178
6.4.2　QuickShift算法　181
小結(jié)　182
課后習(xí)題　182
第7章　車牌檢測　184
7.1　了解項目背景　184
7.2　分析項目需求　185
7.2.1　數(shù)據(jù)說明　185
7.2.2　項目目標(biāo)　186
7.2.3　車牌檢測流程　187
7.3　定位車牌　187
7.3.1　車牌粗略定位　187
7.3.2　車牌精細定位　193
7.4　車牌字符分割　200
7.5　結(jié)果分析　204
小結(jié)　205
課后習(xí)題　205
第8章　QR碼的檢測　206
8.1　了解項目背景　206
8.2　分析項目需求　207
8.2.1　數(shù)據(jù)說明　207
8.2.2　項目目標(biāo)　209
8.2.3　QR碼檢測流程　209
8.3　圖像的預(yù)處理　210
8.3.1　圖像灰度化　210
8.3.2　圖像去噪　211
8.3.3　灰度圖像二值化　214
8.4　定位塊的檢測　216
8.4.1　提取二值圖像的輪廓　217
8.4.2　輪廓嵌套結(jié)構(gòu)檢測　218
8.4.3　定位塊線掃描特征篩選　219
8.5　QR碼的分割與解析　222
8.5.1　計算3個定位塊在QR碼中的位置關(guān)系　222
8.5.2　計算定位塊的4個頂點的坐標(biāo)　225
8.5.3　計算QR碼的4個角點的坐標(biāo)及朝向　228
8.5.4　QR碼的幾何校正及縮放　229
8.5.5　QR碼的解析　230
小結(jié)　231
課后習(xí)題　231
第9章　鋼軌表面缺陷檢測　232
9.1　了解項目背景　232
9.2　分析項目需求　233
9.2.1　數(shù)據(jù)說明　233
9.2.2　項目目標(biāo)　234
9.2.3　鋼軌表面缺陷檢測流程　235
9.3　圖像預(yù)處理　235
9.3.1　鋼軌表面不均勻光照的消除　236
9.3.2　基于連通性分析的黑邊去除　237
9.4　基于區(qū)域生長算法的鋼軌表面缺陷檢測　240
9.4.1　種子點的提取　240
9.4.2　上閾值的自適應(yīng)選擇　242
9.4.3　區(qū)域生長算法的效果分析　249
小結(jié)　249
課后習(xí)題　250
參考文獻　251