數字圖像處理實戰

第1章 數字影像處理概述 1
1.1 認識數位影像處理 1
1.1.1 瞭解數字影像處理的起源 1
1.1.2 瞭解數字影像處理的應用領域 4
1.1.3 瞭解圖像工程與數位影像處理的關係 7
1.2 認識數位圖像 7
1.2.1 瞭解人眼的視覺系統 7
1.2.2 瞭解數位圖像 8
1.2.3 熟悉圖元間的基本關係 9
1.3 認識數位影像處理工具 11
1.3.1 熟悉常用數位影像處理工具 12
1.3.2 數位影像處理工具對比 13
1.4 瞭解數字影像處理相關Python庫 14
1.4.1 瞭解Pillow庫 14
1.4.2 瞭解NumPy庫 15
1.4.3 瞭解scikit-image庫 15
1.4.4 熟悉OpenCV庫 16
小結 17
課後習題 18

第2章 圖像的基本變換 19
2.1 讀寫圖像資料 19
2.1.1 讀取和顯示圖像 20
2.1.2 保存圖像 20
2.2 在圖像上繪製圖形 21
2.2.1 繪製簡單的圖形 21
2.2.2 標注圖像中的人臉區域 25
2.3 轉換圖像的顏色空間 26
2.3.1 瞭解顏色空間 26
2.3.2 顏色空間的相互轉換 31
2.4 圖像幾何變換 32
2.4.1 瞭解圖像的幾何變換 33
2.4.2 人臉圖像幾何變換 35
小結 39
課後習題 40

第3章 圖像增強與復原 41
3.1 使用空間濾波增強圖像 41
3.1.1 瞭解空間濾波 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 瞭解頻率域濾波 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 復原車牌圖像 73
3.3.1 瞭解雜訊模型 74
3.3.2 復原只存在雜訊的圖像 77
小結 83
課後習題 83

第4章 形態學處理 85
4.1 腐蝕和膨脹車牌圖像 85
4.1.1 瞭解腐蝕與膨脹 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 使用基本的形態學演算法處理圖像 97
4.3.1 瞭解基本的形態學演算法 97
4.3.2 使用形態學演算法處理車牌圖像 119
小結 122
課後習題 122

第5章 圖像特徵提取 125
5.1 提取圖像的顏色特徵 125
5.1.1 瞭解圖像的顏色特徵 125
5.1.2 提取水質圖像的顏色特徵 134
5.2 提取圖像的紋理特徵 136
5.2.1 瞭解圖像的紋理特徵 136
5.2.2 提取組織切片圖像的紋理特徵 140
5.3 提取圖像的輪廓特徵 142
5.3.1 瞭解圖像的輪廓特徵 142
5.3.2 提取電容器零件圖像的輪廓特徵 144
5.4 提取圖像的形狀特徵 145
5.4.1 瞭解圖像的形狀特徵 145
5.4.2 提取車牌圖像的形狀特徵 155
小結 156
課後習題 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 基於全域閾值的大津法 159
6.1.3 自我調整閾值分割方法 161
6.1.4 使用閾值分割方法處理岩石樣本圖像 162
6.2 基於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 基於Hough變換的QR碼分割 174
6.3 區域生長演算法 175
6.3.1 區域生長演算法的流程 176
6.3.2 使用區域生長演算法分割心形圖像 176
6.4 結合空間域與色彩域的圖像分割演算法 178
6.4.1 SLIC演算法 178
6.4.2 QuickShift演算法 181
小結 182
課後習題 182

第7章 車牌檢測 184
7.1 瞭解項目背景 184
7.2 分析專案需求 185
7.2.1 資料說明 185
7.2.2 專案目標 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 車牌字元分割 200
7.5 結果分析 204
小結 205
課後習題 205

第8章 QR碼的檢測 206
8.1 瞭解項目背景 206
8.2 分析專案需求 207
8.2.1 資料說明 207
8.2.2 專案目標 209
8.2.3 QR碼檢測流程 209
8.3 圖像的預處理 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 輪廓嵌套結構檢測 218
8.4.3 定位塊線掃描特徵篩選 219
8.5 QR碼的分割與解析 222
8.5.1 計算3個定位塊在QR碼中的位置關係 222
8.5.2 計算定位塊的4個頂點的座標 225
8.5.3 計算QR碼的4個角點的座標及朝向 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 231
課後習題 231

第9章 鋼軌表面缺陷檢測 232
9.1 瞭解項目背景 232
9.2 分析專案需求 233
9.2.1 資料說明 233
9.2.2 專案目標 234
9.2.3 鋼軌表面缺陷檢測流程 235
9.3 圖像預處理 235
9.3.1 鋼軌表面不均勻光照的消除 236
9.3.2 基於連通性分析的黑邊去除 237
9.4 基於區域生長演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 上閾值的自我調整選擇 242
9.4.3 區域生長演算法的效果分析 249
小結 249
課後習題 250
參考文獻 251

楊坦，中山大學博士，任教于華南師範大學數學科學學院，主講數學建模、資料採擷等課程。主持和參與編寫多部教材，獲得兩項數字影像處理方面的國家發明專利。