成像仪器图像处理技术编程技巧与开发实战

1 绪论 1.1 图像处理软件开发经验浅谈 1.1.1 开发前准备 1.1.2 一般开发过程 1.1.3 养成良好编程习惯 1.2 本书的结构布局 1.2.1 图像处理准备篇 1.2.2 图像处理基础篇 1.2.3 图像处理进阶篇 1.2.4 图像处理扩展篇 第1部分 图像处理准备篇 2 环境搭建 2.1 Windows操作系统下的典型环境搭建 2.1.1 VS 2017的安装 2.1.2 OpenCV安装与环境配置 2.2 国产化操作系统下的环境搭建 2.2.1 更换系统源 2.2.2 OpenCV安装及环境配置 2.2.3 Qt 5.12.8安装及环境配置 2.2.4 Qt实例调用OpenCV 3 数据通信与消息传递 3.1 图像处理的循环驱动机制 3.1.1 定时器的创建与使用 3.1.2 线程的创建与使用 3.2 网络通信 3.2.1 基于TCP的网络通信 3.2.2 基于UDP的网络通信 3.2.3 网络通信的异常调试 3.3 串口通信 3.3.1 技术原理 3.3.2 编程实现 3.4 父类与子类间的数据交换 3.4.1 在父类中访问子类数据 3.4.2 在子类中访问父类数据 3.5 鼠标事件响应及鼠标点击位置映射 3.5.1 MFC实现方法 3.5.2 OpenCV方式 4 代码调试与异常处理 4.1 断点调试 4.1.1 简单断点调试 4.1.2 条件断点调试 4.2 断言宏的使用 4.2.1 .ASSERT宏用法 4.2.2 ASSERT VAUD宏用法 4.2.3 ASSERT KINFOF宏用法 4.2.4 VERIFY宏用法 4.3 try-throw-catch结构的使用 4.3.1 try语句 4.3.2 throw语句 4.3.3 catch语句 4.3.4 try语句、throw语句、catch语句之间的关系 4.4 MFC异常类的使用 4.5 TRACE跟踪宏的使用 4.6 打印信息函数的使用 4.7 各调试方法的有效模式总结 4.8 第三方辅助调试软件 第2部分 图像处理基础篇 5 图像处理基础知识 5.1 设备无关位图的基本结构 5.1.1 位图文件头 5.1.2 位图信息头 5.1.3 调色板 5.1.4 图像数据 5.1.5 相关实例演练 5.2 图像的彩色模型 5.2.1 从RGB模型到HSI模型的颜色转换 5.2.2 从HSI模型到RGB模型的颜色转换 5.2.3 从RGB彩色图像到灰度图像的转换 5.2.4 从灰度图像到RGB彩色图像的转换 5.2.5 白平衡校正 5.2.6 相关实例演练 6 图像数据访问 6.1 C++访问方式 6.1.1 数组访问方式 6.1.2 指针访问方式 6.1.3 两种访问方式的效率比较 6.2 OpenCV库函数访问方式 6.2.1 动态地址计算访问方式 6.2.2 指针访问方式 6.2.3 迭代器访问方式 6.2.4 三种访问方式的效率比较 6.3 第三方软件方式 7 图像数据显示 7.1 C++图像显示方式 7.1.1 StretchDIBits图像显示函数 7.1.2 DrawDibDraw图像显示函数 7.2 OpenCV图像显示方式 8 图形与字符叠加 8.1 VC++图形与字符叠加 8.1.1 VC++图形叠力口 8.1.2 VC++字符叠加 8.2 OpenCV图形与字符叠加 8.2.1 OpenCV图形叠加 8.2.2 OpenCV字符叠加 第3部分 图像处理进阶篇 9 图像增强 9.1 灰度图像增强 9.1.1 线性拉伸 9.1.2 分段线性拉伸 9.1.3 直方图均衡 9.1.4 CLAHE增强 9.1.5 伽马变换 9.1.6 灰度等间隔拉伸 9.2 彩色图像增强 9.2.1 SSR算法 9.2.2 MSR算法 9.2.3 暗通道先验去雾 9.3 图像的噪声抑制 9.3.1 均值滤波算法 9.3.2 中值滤波算法 9.3.3 高斯滤波算法 9.3.4 双边滤波算法 9.3.5 导向滤波算法 9.4 增强效果评价 9.4.1 对比度评价 9.4.2 信息熵评价 9.4.3 点锐度评价 9.4.4 饱和度评价 9.4.5 峰值信噪比 9.4.6 结构相似性 10 目标检测 10.1 阈值分割 10.1.1 双峰直方图阈值分割 10.1.2 *大类间方差阈值分割 10.1.3 基于先验信息的阈值分割 10.2 形心检测 10.2.1 算法原理 10.2.2 编程实现 10.3 重心检测 10.3.1 算法原理 10.3.2 编程实现 10.4 相关匹配检测 10.4.1 算法原理 10.4.2 编程实现 10.5 YOLO目标检测 10.5.1 算法原理 10.5.2 编程实现 11 图像实时存储 11.1 图像视频存储 11.1.1 实现方法 11.1.2 编程实现 11.2 图片序列存储OpenCV方式 11.2.1 实现方法 11.2.2 编程实现 11.3 图片序列存储C++方式 11.3.1 实现方法 11.3.2 编程实现 11.4 图片序列存储的性能提高 11.4.1 合理选配存储硬件 11.4.2 使用缓存队列 11.4.3 使用多线程存储架构 第4部分 图像处理扩展篇 12 自动调焦 12.1 基于温度距离的自动调焦 12.2 基于图像的自动调焦 12.3 清晰度评价函数 12.3.1 算法公式 12.3.2 编程实现 13 图像离焦复原 13.1 图像退化模型 13.2 离焦模糊模型 13.2.1 圆盘离焦模型 13.2.2 高斯离焦模型 13.3 经典离焦复原算法 13.3.1 逆滤波算法 13.3.2 维纳滤波算法 13.3.3 约束*小二乘滤波算法 13.3.4 Lucy-Richardson算法 14 GPU加速 14.1 Windows操作系统下的GPU力口速 14.1.1 准备 14.1.2 CUDA的安装 14.1.3 OpenCV的编译 14.1.4 配置开发环境 14.1.5 开发一段CUDA图像处理程序 14.2 国产化操作系统下的GPU加速 14.2.1 安装显卡驱动(NVIDIA) 14.2.2 安装CUDA 14.2.3 安装CUDnn 14.2.4 OpenCV安装及环境配置 14.2.5 QT调用OpenCV和CUDA 参考文献 致谢