數字圖像處理技術——基於Python的實現

梁义涛，教授，工学博士，美国普渡大学访问学者、电子学会信号处理分会高级会员、中国粮油学会自动化分会会员、河南省教育厅学术技术带头人。先后主持或参与国家及省部级10余项，获河南省科技进步三等奖3项、获授权发明专利4项，发表论文40余篇，出版作品7本。主讲《EDA技术基础》、《现代信号处理》等课程。

李永锋，河北衡水人，现执教于河南工业大学，中国通信学会会员、中国计算机学会会员，主要研究方向为图像处理与模式识别、语音信号处理与分析等，主要讲授“数字图像处理”、“信息论与编码”、“MATLAB及其应用”等课程。主持并参与省级以上课题多项，出版图书4部，发表论文20余篇。

巩立新，黑龙江齐齐哈尔人，现执教于河南工业大学，硕士研究生学历，曾就职于多家互联网公司，擅长大型网站开发与设计，精通Python、PHP、Golang、Java等编程语言，一作授权发明型专利2项，登记软件著作权3项，参与地厅级项目1项，指导学生获得中国计算机设计大赛国奖1项，省奖2项。

张庆辉，河南工业大学信息科学与工程学院院长，博士，教授，博士生导师，河南省科技创新杰出青年，河南省学术技术带头人，河南省高层次人才，河南省创新型科技团队带头人，河南省高校科技创新团队带头人，郑州市创新领军人才，郑州市高层次人才，郑州市公共安全防范协会专家委员会副主任委员，河南省计量器具标准化技术委员会委员。目前主要从事智能信息处理方面的研究工作。近年来在国内外期刊发表论文近40多篇，被SCI、EI收录20多篇，出版著作2部，完成国家自然科学基金、国家科技支撑计划项目等各类科研项目10余项，获河南省科技进步二等奖1项、三等奖3项，获厅级科技成果奖多项，获批国家专利20余项。

傅洪亮，教授，1986年、1989年及2006年毕业于南京邮电大学通信工程学院并分别获得工学学士学位、硕士学位和博士学位，先后主持或参加国家863、国家自然科学基金等省部级以上项目16项，获得河南省信息产业厅、教育厅科技成果一等奖4项、二等奖2项，发表学术论文一百余篇，获得国家发明专利6项；主讲宽带无线通信、数字信号处理课程，主持教研项目4项，河南工业大学“优秀教师”、“十佳师德标兵”和河南省教育厅学术技术带头人。

第 1章　緒論 1

1.1 數字圖像的基本概念 2

1.1.1　數字圖像的概念 2

1.1.2　圖像的特點 2

1.2 基本的圖像處理系統 3

1.2.1　圖像處理硬件系統 4

1.2.2　圖像處理軟件系統 5

1.3 數字圖像處理技術的應用與發展 5

1.3.1　數字圖像處理研究內容 5

1.3.2　數字圖像處理技術分層 7

1.3.3　數字圖像處理技術的發展 8

1.3.4　數字圖像處理技術的應用 9

1.4 數字圖像離散化及分類 12

1.4.1　數字圖像離散化 12

1.4.2　數字圖像分類 15

1.5 圖像文件格式 16

1.6 圖像質量的評價方法 20

1.6.1　圖像質量評價方法概述 20

1.6.2　主觀質量評價方法 21

1.6.3　客觀質量評價方法 21

第 2章 Python圖像處理編程基礎

2.1 引言 28

2.2 Python開發環境配置 29

2.2.1 Anaconda安裝和使用 29

2.2.2 PyCharm安裝和使用 30

2.2.3 Python圖像處理庫安裝 33

2.3 Python基礎 35

2.3.1　基礎語法 35

2.3.2　數據類型 37

2.3.3　運算符 48

2.3.4　程序流程控制 51

2.3.5　函數 54

第3章 圖像的像素運算與幾何變換

3.1 引言 59

3.2 圖像點運算 59

3.2.1　圖像點運算算法 59

3.2.2　圖像點運算實現 60

3.3 圖像代數運算 62

3.3.1　圖像代數運算算法 62

3.3.2　圖像代數運算實現 65

3.4 圖像邏輯運算 68

3.4.1　圖像邏輯運算算法 68

3.4.2　圖像邏輯運算實現 69

3.5 圖像的縮放 70

3.5.1　圖像縮放變換算法 70

3.5.2　圖像縮放實現 73

3.6 圖像的旋轉 74

3.6.1　圖像旋轉變換算法 74

3.6.2　圖像旋轉實現 76

3.7 圖像的平移 77

3.7.1　圖像平移變換算法 77

3.7.2　圖像平移實現 78

3.8 圖像的裁剪 79

3.8.1　圖像裁剪算法 79

3.8.2　圖像裁剪實現 79

3.9 圖像的轉置 80

3.9.1　圖像轉置算法 80

3.9.2　圖像轉置實現 80

3.10 圖像的鏡像變換 81

3.10.1　圖像鏡像變換算法 81

3.10.2　圖像鏡像變換實現 82

第4章　圖像的空間域處理

4.1 引言 85

4.2 灰度增強 85

4.2.1　直方圖修正法 86

4.2.2　灰度的線性變換 92

4.2.3　灰度的分段線性變換 94

4.2.4　灰度的非線性變換 94

4.3 圖像平滑 97

4.3.1　圖像噪聲 98

4.3.2　鄰域平均法 100

4.3.3　多幅圖像平均法 103

4.3.4　中值濾波法 105

4.3.5　模板操作 108

4.4 圖像銳化 110

4.4.1　一階微分法 110

4.4.2　梯度算子 111

4.4.3　拉普拉斯算子 112

4.5 圖像的偽彩色處理 114

4.5.1　色彩模型 114

4.5.2　密度分割法 118

4.5.3　灰度變換法 119

4.5.4　頻率域濾波法 121

4.5.5　彩色圖像灰度化 121

知識拓展（一）　CLAHE算法及其Python實現 123

知識拓展（二）　自適應中值濾波及其Python實現 126

第5章　圖像的頻率域處理

5.1 引言 132

5.2 傅里葉變換基礎知識 132

5.2.1　連續傅里葉變換 132

5.2.2　離散傅里葉變換 133

5.2.3　幅度譜、相位譜、功率譜 135

5.2.4　二維離散傅里葉變換的性質 136

5.2.5　離散圖像傅里葉變換的實現 137

5.3 頻率域濾波基礎 138

5.3.1　頻率域濾波和空間域濾波的關系 138

5.3.2　數字圖像的頻譜圖 138

5.3.3　頻率域濾波的基本步驟 139

5.4 頻率域低通濾波器 140

5.4.1　理想低通濾波器及其Python實現 140

5.4.2　高斯低通濾波器及其Python實現 143

5.4.3　巴特沃思低通濾波器及其Python實現 145

5.4.4　指數低通濾波器及其Python實現 147

5.5 頻率域高通濾波器 147

5.5.1　常用的高通濾波器 148

5.5.2　同態濾波 152

知識拓展（一）　Retinex理論及其Python實現 155

知識拓展（二）　雙邊濾波器及其Python實現 164

第6章　圖像復原

6.1 引言 168

6.2 圖像退化原因與復原技術基礎 169

6.2.1　圖像降質的數學模型 169

6.2.2　離散圖像退化的數學模型 171

6.3 逆濾波復原 173

6.3.1　逆濾波復原原理 173

6.3.2　病態性及其改進 175

6.4 維納濾波復原 176

6.4.1　有約束的復原方法 176

6.4.2　維納濾波 177

第7章　圖像分割

7.1 引言 182

7.1.1　圖像分割的定義 182

7.1.2　圖像分割的分類 183

7.2 基於閾值的圖像分割方法 184

7.2.1　閾值分割概述 184

7.2.2　峰-谷閾值選取法 185

7.2.3　微分閾值選取法 186

7.2.4　迭代閾值選取法 187

7.2.5　最優閾值法 189

7.2.6　最大類間方差法 190

7.3 基於區域的圖像分割方法 194

7.3.1　區域生長算法 194

7.3.2　區域分裂與合並 197

7.3.3　四叉樹數據結構 198

7.4 基於邊緣的圖像分割方法 200

7.4.1 Roberts算子 201

7.4.2 Sobel算子 203

7.4.3 Prewitt算子 205

7.4.4 LoG算子 206

7.4.5 Canny算子 207

7.4.6　分水嶺算法 211

知識拓展（一）　DoG算法及其Python實現 215

知識拓展（二）　基於邊緣/區域的圖像分割及其

　　　　　　　　Python實現 218

知識拓展（三）　圖像分割的無監督學習及其

　　　　　　　　Python實現 223

第8章　形態學圖像處理

8.1 引言 228

8.1.1　數學形態學簡介 228

8.1.2　圖像位置關系 229

8.1.3　結構元素 229

8.1.4　形態學運算過程 230

8.2 集合論基礎知識 231

8.2.1　元素和集合 231

8.2.2　集合的基本運算 231

8.3 基本形態學運算 232

8.3.1　腐蝕 233

8.3.2　膨脹 236

8.3.3　開運算和閉運算 239

8.3.4　擊中/擊不中 243

8.4 數學形態學應用 246

8.4.1　細化 246

8.4.2　厚化 247

8.4.3　形態濾波 248

8.4.4　平滑 248

8.4.5　邊緣提取 249

8.4.6　區域填充 251

知識拓展　高級形態學處理及其Python實現 252