包邮PYTHON图像处理及可视化

第1章Python语言基础 1．1Python语言的数据类型 1．1．1整型和浮点型 1．1．2字符串 1．2Python语言的控制结构 1．2．1分支语句 1．2．2循环语句 1．3Python语言的列表、元组、字典与集合 1．3．1列表 1．3．2元组 1．3．3字典 1．3．4集合 1．4Python语言的函数 1．4．1函数的定义和调用 1．4．2函数的参数和返回值 1．5Python语言的模块和类 1．5．1模块的分类 1．5．2模块的导入 1．5．3Python的常用内置模块 1．5．4图形模块turtle 1．5．5扩展模块NumPy 第2章Python图像处理库及安装 2．1Python常用图像处理库 2．1．1ScikitImage 2．1．2NumPy 2．1．3SciPy 2．1．4PIL/Pillow 2．1．5OpenCVPython 2．1．6SimpleCV 2．1．7Mahotas 2．1．8SimpleITK 2．1．9Pgmagick 2．1．10Pycairo 2．2第三方库的安装方法 2．2．1pip命令和环境变量 2．2．2文件安装 2．2．3程序安装 2．2．4pip版本升级和镜像安装 2．3图像处理库ScikitImage安装 2．4图像处理库OpenCV安装 2．4．1pip 命令安装OpenCV 2．4．2whl文件安装OpenCV 2．4．3直接下载OpenCV 2．4．4API 2．5图像可视化库NumPy和Matplotlib安装 2．6医学图像库Pydicom 2．6．1医学影像学 2．6．2DICOM文件结构 2．6．3Pydicom图形库处理 2．6．4Pydicom库的应用 第3章数字图像处理基础 3．1数字图像的基本概念 3．1．1数字图像 3．1．2数字图像基本操作 3．2数字图像的类型与存储格式 3．2．1数字图像类型 3．2．2图像类型的转换 3．2．3图像数据类型及转换 3．2．4图像像素操作 3．2．5数字图像的基本文件格式 3．3数字图像的灰度直方图 3．3．1图像灰度直方图概念 3．3．2绘制直方图 3．3．3图像灰度直方图的性质 3．3．4直方图的用途 3．4数字图像的色彩空间 3．4．1常见的色彩空间 3．4．2色彩空间的转换 3．4．3通道的拆分和合并 3．5数字图像的基本运算 3．5．1图像的点运算 3．5．2图像的代数运算 3．5．3图像的几何变换 3．6数字图像的插值 3．6．1插值的概念 3．6．2*邻近插值法 3．6．3双线性内插法 3．6．4三次多项式插值 实训1数字图像的插值 第4章图像增强 4．1数字图像的增强技术 4．2灰度变换增强 4．2．1线性灰度变换 4．2．2非线性灰度变换 4．2．3分段线性灰度变换 4．3直方图增强 4．3．1直方图均衡化 4．3．2直方图规定化 4．4空间邻域增强 4．4．1空间邻域平滑 4．4．2空间邻域锐化 4．5频域滤波增强 4．5．1低通滤波 4．5．2高通滤波 4．6彩色增强 4．6．1伪彩色增强 4．6．2假彩色增强 实训2通过指定的图像实现直方图增强 实训3低通滤波图像 第5章图像分割 5．1图像分割概述 5．2阈值分割原理与实现 5．2．1固定阈值法 5．2．2直方图双峰法 5．2．3*大类间方差法 5．2．4迭代法 5．2．5*大熵法 5．2．6自适应法 5．3边缘分割原理与实现 5．3．1常用边缘检测算子 5．3．2霍夫变换 5．3．3轮廓检测和绘制 5．4区域分割原理与实现 5．4．1区域生长法 5．4．2区域分裂合并法 5．4．3分水岭算法 5．5基于特定理论的图像分割 5．5．1基于聚类分析的图像分割方法 5．5．2基于模糊集理论的图像分割方法 5．5．3基于神经网络的图像分割方法 5．5．4基于图论的图像分割方法 5．5．5基于遗传算法的图像分割方法 5．5．6基于小波变换的图像分割方法 实训4阈值分割 实训5边缘分割 实训6区域分割 第6章图像配准与融合 6．1图像的配准和融合概念 6．1．1概念解析 6．1．2图像配准和融合过程解析 6．2图像配准的基本框架 6．2．1特征空间 6．2．2搜索空间 6．2．3搜索策略 6．2．4灰度插值技术 6．2．5相似性测度 6．3基于灰度信息的图像配准 6．3．1互相关法 6．3．2序列相似度检测方法 6．3．3互信息法 6．3．4基于灰度的图像配准实例 6．4基于特征的图像配准 6．4．1基于点特征的图像配准 6．4．2基于线特征的图像配准 6．4．3基于区域特征的图像配准 6．5基于变换域的图像配准 6．5．1傅里叶变换特性 6．5．2基于傅里叶变换的图像配准 6．6图像配准的评价 6．7图像融合 6．7．1图像融合的概念 6．7．2图像融合的分类 6．7．3一个简单图像融合实例 实训7基于傅里叶变换的配准实例 第7章图形图像的可视化技术 7．1科学计算和可视化 7．1．1绘制Matplotlib图表组成元素 7．1．2绘制数据图形 7．2解析可视化概念 7．3医学图像三维重建与可视化 7．3．1医学图像可视化过程 7．3．2医学图像种类 7．3．3医学图像处理系统 7．4三维可视化工具 7．4．1VTK开发包 7．4．2ITK开发包 7．4．3OpenGL 7．5面绘制 7．5．1移动立方体法 7．5．2其他常见面绘制算法 7．5．3面绘制实例 7．6体绘制 7．6．1体绘制概述 7．6．2光线投射算法 7．6．3其他常见体绘制算法 7．6．4体绘制实例 实训8VTK的面绘制 第8章图像的形态学处理 8．1二值图像和结构元素 8．1．1二值图像 8．1．2结构元素 8．1．3图像的二值化 8．2腐蚀和膨胀运算 8．2．1腐蚀 8．2．2膨胀 8．3形态学运算族操作 实训9识别分割文字下画线 第9章图像处理技术的综合应用 9．1SEM图像处理与纳米颗粒分析 9．1．1应用背景 9．1．2问题描述 9．1．3解决方案 9．1．4源程序代码 9．2小儿肺炎X光片分析与病灶临床诊断 9．2．1应用背景 9．2．2问题描述 9．2．3图像预处理 9．2．4卷积神经模型 9．2．5图像预处理代码 9．2．6神经网络模型训练代码 参考文献