数字图像处理实验教程

图书标准信息

• 作者 武光利；徐世鹏
• 出版社 中国铁道出版社
• 出版时间 2023-09
• 版次 1
• ISBN 9787113304195
• 定价 45.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 236页
• 字数 368.000千字

【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。?

【作者简介】

武光利，博士、教授、硕士生导师，中国计算机学会语音专委会委员、CCFYOCSEF兰州学术委员；信息内容安全二级学科、证据科学省级特色学科网络安全监察与取证方向带头人、“面向网络空间安全的人工智能”省级教学团队带头人；研究方向为信息内容安全、人工智能。获甘肃省教学成果奖（教育厅级）2项、甘肃省教学成果奖培育项目1项；主持或参与国家级项目2项，省级项目3项，厅级项目5项；在SCI、EI、CSCD等期刊上发表论文10余篇，出版专著1部；承担《数字图像处理》、《数据处理与分析》、《机器学习》、《面向对象程序设计》等课程的教学工作；指导学生在各类学科竞赛中获多项国家级和省级奖项。徐世鹏，博士、副教授，研究方向为信息内容安全、人工智能。承担《数字图像处理》、《信息隐藏技术》、《数据挖掘》、《模式识别》等课程的教学工作。

【目录】

第 1章  Python编程基础   11.1  Python安装    11.1.1  Anaconda安装    11.1.2  PyCharm 安装     11.2  Python基本数据类型    21.2.1  数字(Number)    21.2.2   字符串(String)   31.2.3  元组(Tuple)   41.2.4   列表(List)   41.2.5   字典(Dict)    51.2.6   集合(Set)     61.3  常用库   61.3.1  NumPy    61.3.2  Matplotlib    71.3.3   OpenCV      91.4  Python编程     111.4.1  控制流语句   111.4.2   函数的定义   13习题    13第 2章  数字图像处理基础   142.1   图像的读取、显示和保存   142.1.1   图像的读取   142.1.2   图像的显示   152.1.3   图像的保存   162.2  点运算     172.2.1   线性点运算   172.2.2  非线性点运算   192.3  代数运算和逻辑运算     212.3.1  加法运算   212.3.2  减法运算   222.3.3   乘法运算   222.3.4   除法运算   242.3.5  逻辑运算   252.4  几何运算     262.4.1   图像的平移   272.4.2   图像的镜像   282.4.3   图像的旋转   292.4.4   图像的缩放   312.5  灰度直方图     332.6   图像变换     342.6.1   离散傅里叶变换   342.6.2   离散余弦变换   35习题    37第 3章  图像增强实验   383.1   图像增强基础     383.1.1   图像空域增强   383.1.2   图像频域增强  463.2  用到的 Python函数   493.2.1  灰度变换函数  493.2.2   直方图处理函数  493.2.3   空间域滤波函数   503.2.4  频域滤波函数   513.3  实验举例     523.3.1   空域滤波增强   523.3.2   直方图增强   583.3.3  频域增强   60习题    62第 4章  图像复原实验   634.1   图像复原基础     634.1.1   图像退化模型   634.1.2  噪声模型   644.1.3   空域滤波复原   704.1.4  频域滤波复原   744.1.5   自适应滤波复原   764.2  用到的 Python函数    774.2.1  噪声模型   774.2.2   空域滤波   784.2.3  频域滤波   794.2.4   自适应滤波   794.3  实验举例     794.3.1  噪声模型   794.3.2   空域滤波复原   824.3.3  频域滤波复原   914.3.4   自适应滤波复原   98习题    99第 5章  图像压缩实验   1005.1   图像压缩基础   1005.1.1   图像冗余      1005.1.2   图像压缩技术指标      1015.1.3  保真度准则      1025.2   图像压缩编码   1025.2.1   无损压缩编码      1035.2.2  有损压缩编码      1065.2.3  JPEG图像压缩    1085.2.4  JPEG2000图像压缩      1085.3  用到的 Python函数      1095.3.1   无损编码      1095.3.2  JPEG图像压缩函数    1095.4  实验举例   1105.4.1   无损压缩编码      1105.4.2  JPEG压缩编码    117习题     121第 6章  形态学图像处理实验   1226.1  形态学基础   1226.1.1  膨胀和腐蚀运算      1226.1.2   开运算和闭运算      1256.1.3   击中和击不中变换      1266.1.4  连通分量的标注      1276.2  用到的 Python函数      1276.2.1   结构元素构造函数      1276.2.2  膨胀与腐蚀运算函数      1286.2.3   开运算和闭运算函数      1286.2.4  击中和击不中变换函数      1286.2.5  连通分量函数      1286.3  实验举例   1296.3.1  二值图像形态学处理举例      1296.3.2   图像的形态学处理举例      1316.3.3   车牌识别示例      132习题     136第 7章  图像分割实验   1377.1   图像分割基础   1377.1.1  基础知识      1377.1.2   点、线和边缘检测   1387.1.3   阈值分割      1427.1.4   区域分割      1447.1.5  分水岭图像分割      1467.2  使用到的 Python函数      1477.2.1   点、线和边缘检测   1477.2.2   阈值分割      1477.2.3   区域分割      1487.2.4  分水岭算法      1487.3  实验举例   1497.3.1   点检测      1497.3.2   线检测      1507.3.3  边缘检测      1517.3.4   阈值分割      1557.3.5   区域分割      1607.3.6  分水岭算法      162习题     164第 8章  手写文字识别实验   1658.1  基于 SVM手写数字识别     1658.1.1  基础理论      1658.1.2   流程设计      1668.1.3  运行环境      1678.1.4  模块实现      1678.1.5  性能评价      1708.2  基于深度学习的手写汉字识别   1728.2.1  基础理论      1728.2.2   流程设计      1738.2.3  运行环境      1738.2.4  模块实现      1748.2.5  性能评价      180习题     182第 9章  图像分类实验   1839.1  基于 SVM的图像分类     1839.1.1  基础理论      1839.1.2   流程设计      1869.1.3  运行环境      1869.1.4  模块实现      1879.1.5   结果分析      1909.2  基于 VGG-19的图像分类    1919.2.1  基础理论      1919.2.2   流程设计      1949.2.3  运行环境      1949.2.4  模块实现      1949.2.5   结果分析      1979.3  基于 GoogLeNet的图像分类      1989.3.1  基础理论      1989.3.2   流程设计      2029.3.3  运行环境      2029.3.4  模块实现      2029.3.5   结果分析      205习题     207第 10章  目标检测实验   20810.1  基于 HOG+SVM的目标检测      20810.1.1   HOG      20810.1.2   流程设计   21010.1.3  运行环境   21010.1.4  模块实现   21010.1.5   结果分析   21510.2  基于 CNN的目标检测    21610.2.1  基础理论   21610.2.2   流程设计   21810.2.3  运行环境   21910.2.4  模块实现   21910.2.5   结果分析   225习题     225参考文献   226?