数字图像处理（OpenCV 实现）

中国水利水电出版社

【作者】主编张广渊

【I S B N 】978-7-5170-7456-4

【责任编辑】张玉玲

【适用读者群】本专通用

【出版时间】2019-03-20

【开本】16开

【装帧信息】平装（光膜）

【版次】第1版第1次印刷

【页数】196

【千字数】296

【印张】12.25

【定价】￥36

【丛书】应用型高等院校教学改革创新教材

【备注信息】

图书详情

简介

本书特色

前言

章节列表

精彩阅读

下载资源

相关图书

本书力图在介绍数字图像处理基本理论的同时，结合具体实际，详细阐述以Visual Studio 2017+OpenCV3为主要工具的图像处理软件实践方法，做到理论和实际相结合，使读者不仅能够掌握数字图像处理理论，同时也能够掌握基本的数字图像处理软件开发技术。

本书共分9章：引言、OpenCV的安装及在Visual Studio中的配置、数字图像的基本概念、数字图像的几何变换、数字图像清晰化处理、数字图像分割、二值图像处理、彩色图像处理、数字图像压缩。

本书通过浅显易懂的语言介绍常见的数字图像处理方法，并配以代码实现，以便读者能够对数字图像处理快速理解入门和动手编码实现。

本书主要面向数字图像处理的入门人员和具备基本计算机软件编程能力的读者，也可作为高等院校相关专业教材。

通过浅显易懂的语言介绍常见的数字图像处理方法，并配以代码实现。

力图在介绍数字图像处理基本理论的同时，结合具体实际，以VisualStudio 2017+OpenCV3 为主要工具进行实践，做到理论和实际相结合。

前言

图像是人类获取和交换信息的主要工具，数字图像处理就是利用计算机对图像进行各种处理的技术和方法。20世纪20年代，图像处理首次得到应用，数字图像处理作为一门学科大约形成于20世纪60年代初期。早期图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是质量改善后的图像，常用的数字图像处理方法有图像增强、复原、编码、压缩等。数字图像处理的早期应用是对航天探测器发回的图像进行各种处理。到了20世纪70年代，数字图像处理技术的应用从宇航领域迅速扩展到生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等各个领域和行业，成为一门引人注目、前景远大的新型学科，对经济、军事、文化以及人们的日常生活产生了重大影响。

本书通过浅显易懂的语言介绍常见的数字图像处理方法，并配以代码实现，以便读者能够对数字图像处理快速理解入门和动手编码实现。

本书力图在介绍数字图像处理基本理论的同时，结合具体实际，详细阐述以Visual Studio 2017+OpenCV3为主要工具的图像处理软件实践方法，做到理论和实际相结合，使读者不仅能够掌握数字图像处理理论，同时也能够掌握基本的数字图像处理软件开发技术，真正做到学以致用。在每章的后半部分都给出了VC++版的OpenCV3代码实现，读者可以参考这些代码实际动手查看各种方法的处理效果，从而激发学习兴趣。

全书共9章，第1章阐述数字图像处理的相关概念和研究内容，简要介绍了VC++和OpenCV开发工具；第2章介绍VS 2017的基本知识，以及OpenCV的安装与配置；第3章介绍数字图像的基本概念，着重阐述图像信号的数字化，以及常见的图像格式和视频格式；第4章阐述图像的几何变换和图像的基本运算；第5章介绍图像清晰化的处理方法，包括常见的图像增强、图像去噪和图像锐化方法；第6章介绍几种常用的图像分割方法；第7章介绍二值图像特征分析的基本概念，着重阐述二值图像的形状特征提取与分析问题；第8章在介绍色度学和颜色模型的基础上，详细介绍常见的彩色图像处理方法；第9章介绍数字图像压缩原理，以及静态和动态图像压缩方法。

本书由张广渊任主编，具体编写分工为：张广渊编写第1章至第3章，李克峰编写第4章和第5章，王朋编写第6章和第9章，倪翠编写第7章和第8章，赵峰、朱振方、武华、李凤云、倪燃也参加了部分编写校对工作，并调试了各章的程序代码。

由于作者水平有限，书中难免存在疏漏甚至错误之处，恳请读者批评指正。

编者

2019年1月

目录
前言

第1章引言 1
1.1 数字图像处理概述 1
1.1.1 数字图像的概念 1
1.1.2 数字图像处理的研究范畴 2
1.1.3 数字图像处理的特点 3
1.1.4 数字图像处理系统的组成 3
1.2 VC++概述 4
1.3 OpenCV概述 5
第2章 OpenCV的安装及在Visual Studio中的
配置 7
2.1 概述 7
2.2 Visual Studio 2017的安装 7
2.3 OpenCV的安装及配置 9
2.3.1 VC 6.0+OpenCV1.0 9
2.3.2 Visual Studio 2005+OpenCV2.1 12
2.3.3 Visual Studio 2017+OpenCV3.4.2 15
第3章数字图像的基本概念 26
3.1 图像信号的数字化 26
3.1.1 采样 26
3.1.2 量化 29
3.2 图像格式 30
3.3 视频格式 32
3.4 OpenCV实现 35
3.4.1 图像显示 35
3.4.2 视频文件处理 40
3.4.3 调用摄像头 41
3.4.4 写入视频文件 42
第4章数字图像的几何变换 45
4.1 形状变换 45
4.1.1 图像缩放 45
4.1.2 图像错切 48
4.2 位置变换 49
4.2.1 图像平移变换 49
4.2.2 图像镜像变换 50
4.2.3 图像旋转变换 52
4.3 仿射变换 53
4.4 图像的基本运算 53
4.4.1 点运算 54
4.4.2 代数运算 56
4.4.3 逻辑运算 57
4.5 OpenCV实现 58
4.5.1 图像缩放 58
4.5.2 图像旋转 60
4.5.3 图像的像素访问 62
4.5.4 图像的代数运算 63
4.5.5 图像的多通道处理 64
4.5.6 图像的逻辑运算 66
第5章数字图像清晰化处理 69
5.1 图像增强 69
5.1.1 对比度线性展宽 69
5.1.2 非线性动态范围调整 71
5.1.3 直方图均衡化 72
5.1.4 伪彩色增强 76
5.2 图像去噪 79
5.2.1 图像中的常见噪声 79
5.2.2 常见噪声模型 80
5.2.3 均值滤波 82
5.2.4 中值滤波 83
5.2.5 边界保持滤波 83
5.2.6 其他去噪滤波 85
5.3 图像锐化 89
5.3.1 一阶微分法 89
5.3.2 二阶微分法 93
5.4 OpenCV实现 94
5.4.1 图像对比度和亮度的调整 94
5.4.2 直方图均衡化 96
5.4.3 预定义伪彩色增强 97
5.4.4 自定义伪彩色增强——
三通道图像处理 99
5.4.5 自定义伪彩色增强——
单通道图像处理 100
5.4.6 图像去噪 102
5.4.7 图像锐化——Sobel算子 105
5.4.8 图像锐化——Laplacian算子 108
5.4.9 图像锐化——自定义Laplacian
算子 109
第6章数字图像分割 110
6.1 基于边缘检测的图像分割 110
6.1.1 基本原理 111
6.1.2 Sobel算子 111
6.1.3 高斯拉普拉斯算子 112
6.1.4 Canny算子 112
6.2 基于阈值的图像分割 114
6.2.1 基本原理 114
6.2.2 固定阈值法 115
6.2.3 最小误差法 115
6.2.4 自适应阈值选取法 116
6.3 基于区域的图像分割 116
6.3.1 区域生长法 116
6.3.2 分裂―合并法 118
6.4 OpenCV实现 118
6.4.1 Canny边缘检测 118
6.4.2 自适应阈值图像分割 121
6.4.3 漫水分割法 122
6.4.4 轮廓处理 124
第7章二值图像处理 126
7.1 二值图像的连接性和距离 126
7.2 连接成分的变形处理 128
7.2.1 连接成分的标记 128
7.2.2 腐蚀 129
7.2.3 膨胀 129
7.2.4 腐蚀和膨胀运算的代数性质 130
7.2.5 开运算和闭运算 130
7.3 OpenCV实现 132
7.3.1 腐蚀 132
7.3.2 膨胀 134
7.3.3 开运算和闭运算 136
第8章彩色图像处理 137
8.1 色度学基础和颜色模型 137
8.2 颜色变换 143
8.3 彩色图像增强 145
8.4 OpenCV实现 148
8.4.1 颜色变换 148
8.4.2 彩色图像平滑 150
8.4.3 彩色图像锐化 152
8.4.4 彩色图像白平衡 153
第9章数字图像压缩 155
9.1 图像压缩原理 155
9.2 压缩图像质量评价方法 157
9.3 静态图像压缩 159
9.3.1 JPEG2000压缩标准的特点 159
9.3.2 JPEG2000编解码算法 160
9.4 动态图像压缩 165
9.4.1 视频编码技术 166
9.4.2 HEVC视频编码标准 168
9.5 OpenCV实现 174
9.5.1 JPEG压缩 174
9.5.2 DCT压缩 175
9.5.3 MPEG4视频压缩 178
附录 OpenCV3的矩阵运算 180
参考文献 188

电子教案
源代码

关闭

打印