《數字圖像處理教程（OPENCV版）》是2024年機械工業出版社出版的圖書。
基本介紹
- 中文名：數字圖像處理教程（OPENCV版）
- 出版時間：2024年4月1日
- 出版社：機械工業出版社
- ISBN：9787111744849
內容簡介,圖書目錄,
內容簡介
本書系統介紹了數字圖像處理的基本概念、原理和技術方法，以及圖像處理技術如何用OPENCV編程實現。全書共12章，包括緒論、數字圖像的基本概念和運算、圖像灰度變換與空間域濾波、圖像的頻域處理、圖像復原、彩色圖像處理、小波與多解析度處理、圖像壓縮、形態學處理、圖像分割、目標的表示與描述、目標識別。
本書內容既覆蓋圖像處理技術的專業基礎知識，又緊跟當前數字圖像處理技術的發展動向，用適合理工類數字圖像初學者的語言對新技術的原理、思路、實現方法進行介紹。全書表述通俗，易於理解。
本書可作為高等院校計算機科學與技術、光電信息、電子信息工程、通信工程、自動化、信號與信息處理、生物醫學工程等專業本科生的專業課教材，也可作為相關研究方向研究生的基礎課程教材，還可作為從事相關工作的技術人員的參考書。
圖書目錄
前言
第1章緒論1
1.1數字圖像處理系統的組成1
1.2電磁波譜與可見光1
1.3電磁波感測器3
1.4視覺系統特性3
1.4.1視覺適應性4
1.4.2視覺惰性4
1.4.3同時對比效應與馬赫帶效應4
1.4.4視覺解析度5
1.4.5視覺錯覺5
1.5數字圖像處理套用6
習題7
第2章數字圖像的基本概念和運算8
2.1圖像成像模型8
2.2圖像中的基本概念8
2.2.1採樣和量化8
2.2.2數字圖像表示8
2.2.3空間解析度與灰度解析度9
2.2.4OPENCV中的圖像讀取10
2.3像素間的基本關係12
2.3.1相鄰像素12
2.3.2連通性、區域和邊界12
2.3.3距離度量15
2.4數字圖像的基本操作15
2.4.1圖像間算術運算15
2.4.2圖像邏輯運算18
2.4.3圖像空間幾何變換20
習題26
第3章圖像灰度變換與空間域濾波27
3.1常用灰度變換27
3.1.1線性變換27
3.1.2對數變換與反對數變換28
3.1.3冪律變換(伽馬變換)28
3.1.4分段線性變換29
3.2基於直方圖的灰度變換31
3.2.1直方圖31
3.2.2直方圖均衡34
3.2.3直方圖規定化(直方圖匹配)37
3.2.4限制對比度自適應直方圖均衡39
3.3空間域濾波42
3.3.1空間域濾波基礎知識42
3.3.2平滑濾波44
3.3.3銳化濾波48
習題53
第4章圖像的頻域處理55
4.1二維離散傅立葉變換55
4.1.1二維離散傅立葉變換和反變換55
4.1.2二維離散傅立葉變換性質56
4.2頻域濾波基礎知識60
4.2.1頻域濾波基礎60
4.2.2頻域濾波步驟60
4.3頻域低通濾波61
4.3.1理想低通濾波器61
4.3.2巴特沃斯低通濾波器62
4.3.3高斯低通濾波器63
4.4頻域高通濾波65
4.4.1理想高通濾波器65
4.4.2巴特沃斯高通濾波器66
4.4.3高斯高通濾波器67
4.4.4拉普拉斯濾波器67
4.4.5反銳化掩蔽與高提升濾波68
4.5同態濾波68
4.6頻率選擇濾波器73
4.6.1帶阻濾波器和帶通濾波器73
4.6.2陷波濾波器74
習題76
第5章圖像復原78
5.1圖像退化模型和復原模型78
5.2噪聲模型79
5.2.1常見的噪聲機率密度函式79
5.2.2周期噪聲82
5.2.3噪聲參數估計83
5.3復原僅由噪聲造成的退化圖像83
5.3.1非線性均值濾波83
5.3.2統計排序濾波85
5.3.3自適應濾波88
5.4退化函式的估計89
5.5逆濾波90
5.6維納濾波91
5.7有約束最小二乘濾波95
5.8Lucy-Richardson復原(非盲L-R復原)96
5.9圖像盲復原101
習題102
第6章彩色圖像處理103
6.1彩色圖像基礎103
6.2色彩空間104
6.2.1RGB色彩空間與CMY色彩空間104
6.2.2HSI色彩空間與HSV色彩空間106
6.2.3Lab色彩空間108
6.2.4YCbCr色彩空間與YUV色彩空間109
6.3偽彩色圖像處理110
6.3.1空間域偽彩色處理110
6.3.2頻域濾波偽彩色處理112
6.4色彩變換112
6.4.1補色變換112
6.4.2色彩分割113
6.4.3彩色圖像灰度化116
6.4.4彩色圖像直方圖均衡118
6.4.5色調與色彩校正118
6.5彩色圖像空間濾波121
6.5.1彩色圖像的平滑121
6.5.2彩色圖像的銳化122
6.6彩色圖像邊緣檢測124
習題125
第7章小波與多解析度處理126
7.1小波變換基礎知識126
7.1.1小波函式126
7.1.2連續小波變換127
7.1.3離散小波變換128
7.1.4多尺度分析與Mallat算法129
7.1.5提升小波130
7.1.6小波包變換131
7.2圖像小波變換133
7.3小波圖像去噪136
7.3.1模極大值去噪法136
7.3.2小波閾值去噪法137
7.4小波圖像融合139
習題141
第8章圖像壓縮142
8.1圖像壓縮基礎142
8.1.1冗餘142
8.1.2保真度143
8.2常用編碼144
8.2.1霍夫曼編碼144
8.2.2算術編碼145
8.2.3遊程編碼146
8.2.4LZW編碼147
8.2.5矢量量化編碼149
8.3位平面編碼149
8.4變換編碼150
8.4.1離散餘弦變換150
8.4.2JPEG圖像壓縮152
8.4.3基於小波的圖像壓縮155
8.5視頻壓縮160
習題163
第9章形態學處理164
9.1預備知識164
9.2腐蝕與膨脹165
9.2.1腐蝕165
9.2.2膨脹167
9.2.3對偶性169
9.3開運算和閉運算170
9.3.1開運算170
9.3.2閉運算170
9.4擊中與擊不中變換171
9.5一些基本形態學算法173
9.5.1邊界提取173
9.5.2種子填充173
9.5.3提取連通分量174
9.5.4凸包175
9.5.5細化、骨架化和粗化177
9.5.6形態學重建180
9.6灰度圖像的形態學處理183
9.6.1腐蝕和膨脹183
9.6.2開運算和閉運算183
9.6.3頂帽變換和底帽變換185
9.6.4形態學濾波186
9.6.5形態學梯度186
習題187
第10章圖像分割189
10.1邊緣檢測189
10.1.1邊緣檢測基礎189
10.1.2一階邊緣檢測運算元190
10.1.3Marr-Hildreth邊緣檢測192
10.1.4Canny邊緣檢測194
10.1.5Hough變換195
10.2基於閾值的圖像分割200
10.2.1閾值分割基礎知識201
10.2.2全局閾值分割202
10.2.3局部閾值分割204
10.3基於區域的圖像分割205
10.3.1區域生長法205
10.3.2區域分裂合併法206
10.4基於聚類的圖像分割206
10.4.1kmeans圖像分割207
10.4.2基於高斯混合模型的圖像分割208
10.5基於圖論的圖像分割212
10.5.1圖論的基本概念212
10.5.2Graph Cut圖像分割213
10.5.3Grab Cut圖像分割215
10.6形態學分水嶺分割217
10.6.1分水嶺分割217
10.6.2基於標記的分水嶺分割218
10.7運動目標分割221
10.7.1幀間差法221
10.7.2背景差法與背景估計221
習題225
第11章目標的表示與描述227
11.1表示227
11.1.1邊界追蹤227
11.1.2鏈碼228
11.1.3多邊形近似229
11.2邊界描述子230
11.2.1一些基本描述子230
11.2.2傅立葉描述子231
11.3區域描述子232
11.3.1一些基本描述子232
11.3.2區域矩與不變矩232
11.4紋理描述236
11.4.1灰度直方圖統計矩236
11.4.2LBP特徵237
11.4.3共生矩陣238
11.4.4方向梯度直方圖239
11.5主成分分析用於特徵降維241
11.6特徵點檢測與描述242
11.6.1Harris角點、Shi-Tomasi角點和FAST角點檢測242
11.6.2SIFT特徵點檢測與描述248
11.6.3SURF特徵點檢測與描述253
11.6.4BRIEF描述子256
11.6.5ORB特徵點檢測與描述257
習題259
第12章目標識別260
12.1基於決策理論的模式識別260
12.1.1基於匹配的決策260
12.1.2統計分類器262
12.1.3神經網路265
12.2特徵點匹配267
12.2.1特徵點匹配基礎267
12.2.2匹配一致性272
12.3運動目標跟蹤277
12.3.1光流法277
12.3.2meanshift跟蹤283
12.3.3Camshift跟蹤287
習題292
參考文獻293
