|
數(shù)字圖像處理——基于Python PPT課件
|
|
資料類別
|
計算機課件 |
|
|
課程(專業(yè))
|
數(shù)字圖像處理——基于Python |
|
關(guān)鍵詞
|
數(shù)字圖像處理|Python |
|
適用年級
|
大學(xué) |
|
身份要求
|
普通會員 |
|
金 幣
|
30 �。�金幣如何獲得？） |
|
文件格式
|
ppt |
|
文件大小
|
64787K |
|
發(fā)布時間
|
2022-08-12 18:52:00 |
|
預(yù)覽文件
|
無 |
|
下載次數(shù)
|
1 |
| 發(fā)布人 |
kj008 |
內(nèi)容簡介：
數(shù)字圖像處理——基于Python PPT課件
第1章圖像處理概述
1.1數(shù)字圖像
1.2數(shù)字圖像處理
1.2.1什么是數(shù)字圖像處理
1.2.2數(shù)字圖像處理的基本特點
1.2.3相關(guān)學(xué)科與領(lǐng)域
1.3數(shù)字圖像處理的研究內(nèi)容
1.3.1數(shù)字圖像處理的三個層次
1.3.2數(shù)字圖像處理課程的主要研究內(nèi)容
1.3.3數(shù)字圖像處理中的幾種運算處理
1.4數(shù)字圖像處理的經(jīng)典應(yīng)用
1.4.1天文方面的應(yīng)用
1.4.2遙感圖像應(yīng)用
1.4.3醫(yī)學(xué)圖像應(yīng)用
1.4.4工業(yè)檢測方面的應(yīng)用
1.4.5公安執(zhí)法方面的應(yīng)用
1.4.6智能監(jiān)控方面的應(yīng)用
1.4.7文體藝術(shù)圖像應(yīng)用
1.4.8圖像檢索
1.4.9辦公室自動化圖像應(yīng)用
1.5數(shù)字圖像處理的發(fā)展趨勢
練習
第2章圖像處理基礎(chǔ)知識
2.1圖像的數(shù)字化
2.1.1圖像采樣
2.1.2圖像量化
2.1.3非均勻采樣與量化
2.2數(shù)字圖像的表示
2.2.1圖像的數(shù)學(xué)表示
2.2.2在計算機中的矩陣表示
2.2.3坐標約定
2.3圖像模式及彩色模型
2.3.1圖像模式
2.3.2RGB彩色模型
2.3.3HSI彩色模型
2.3.4彩色模型之間的相互轉(zhuǎn)換
2.4圖像的灰度分布——直方圖
2.5像素點之間的基本關(guān)系
2.5.1像素與鄰域
2.5.2鄰接性、連通性、區(qū)域和邊界
2.5.3距離度量
2.6圖像質(zhì)量評價
2.6.1主觀評價
2.6.2客觀評價
2.6.3常用的評價指標
2.7Python的圖像處理編程
2.7.1Python圖像處理工具包
2.7.2可視化工具包
練習
第3章空域圖像增強
3.1圖像增強方法
3.2灰度變換
3.2.1線性灰度變換
3.2.2非線性灰度變換
3.3基于直方圖的灰度變換
3.3.1直方圖均衡化
3.3.2直方圖規(guī)定化
3.4空域濾波與鄰域運算
3.5空域平滑濾波
3.5.1均值濾波
3.5.2高斯濾波
3.5.3閾值鄰域平滑濾波
3.5.4中值濾波
3.6空域銳化濾波
3.6.1一階微分算子
3.6.2二階微分算子
3.6.3梯度的各向同性
3.7空域濾波與卷積運算
3.7.1空域低通濾波與高通濾波
3.7.2圖像濾波邊界處理
3.7.3相關(guān)運算與卷積運算
練習
第4章頻域圖像增強
4.1傅里葉變換原理
4.2離散傅里葉變換
4.2.1一維離散傅里葉變換
4.2.2離散傅里葉變換的矩陣向量表示形式
4.2.3一維離散卷積
4.2.4二維離散傅里葉變換
4.3數(shù)字圖像的傅里葉變換性質(zhì)
4.3.1可分離性
4.3.2共軛對稱性
4.3.3周期性
4.3.4平移性
4.3.5旋轉(zhuǎn)不變性
4.3.6卷積定理
4.4頻域圖像平滑
4.4.1理想低通濾波器
4.4.2巴特沃斯低通濾波器
4.4.3高斯低通濾波器
4.5頻域圖像銳化
4.5.1理想高通濾波器
4.5.2巴特沃斯高通濾波器
4.5.3高斯高通濾波器
4.6空域濾波與頻域濾波的關(guān)系
練習
第5章圖像復(fù)原
5.1圖像復(fù)原與圖像增強的關(guān)系
5.2噪聲模型及去噪方法
5.2.1噪聲模型
5.2.2噪聲仿真
5.2.3空域濾波去噪方法
5.2.4頻域濾波去噪方法
5.3圖像退化模型
5.3.1線性移不變退化模型
5.3.2退化函數(shù)的估計
5.3.3平面運動模糊退化模型
5.4圖像復(fù)原算法
5.4.1無約束的圖像復(fù)原
5.4.2有約束的圖像復(fù)原
5.5補充數(shù)學(xué)知識
5.5.1卷積的矩陣向量表示
5.5.2循環(huán)矩陣的對角形式
練習
第6章圖像的幾何變換與
幾何校正
6.1基本的坐標變換
6.1.1圖像平移
6.1.2鏡像變換
6.1.3圖像旋轉(zhuǎn)
6.1.4圖像縮放
6.2灰度插值運算
6.2.1最近鄰插值
6.2.2雙線性插值
6.2.3雙三次插值
6.3圖像幾何變換類別
6.3.1剛體變換
6.3.2仿射變換
6.3.3投影變換
6.3.4非線性變換
6.4圖像的幾何校正
6.4.1圖像的幾何畸變描述
6.4.2圖像幾何校正方法
練習
第7章形態(tài)學(xué)圖像處理
7.1形態(tài)學(xué)基礎(chǔ)
7.1.1集合運算
7.1.2結(jié)構(gòu)元素與形態(tài)學(xué)運算
7.2基本的形態(tài)學(xué)運算
7.2.1腐蝕運算
7.2.2膨脹運算
7.2.3開運算
7.2.4閉運算
7.3形態(tài)學(xué)算法
7.3.1邊界提取
7.3.2區(qū)域填充
7.3.3連通分量提取
7.3.4骨架提取
練習
第8章圖像分割
8.1圖像分割技術(shù)簡介
8.2閾值分割
8.2.1直方圖閾值法
8.2.2基本全局閾值法
8.2.3最大類間方差法
8.2.4移動平均變閾值法
8.2.5自適應(yīng)閾值法
8.3邊緣檢測與連接
8.3.1邊緣檢測
8.3.2邊界連接
8.4區(qū)域分割法
8.4.1區(qū)域生長法
8.4.2分裂合并法
8.4.3圖像水域分割
練習
第9章圖像描述與特征提取
9.1灰度描述
9.1.1幅度特征
9.1.2變換系數(shù)特征
9.1.3直方圖特征
9.2邊界描述
9.2.1鏈碼描述
9.2.2傅里葉描述
9.3區(qū)域描述
9.3.1幾何特征
9.3.2矩
9.4紋理描述
9.4.1矩分析法
9.4.2灰度差分統(tǒng)計法
9.4.3灰度共生矩陣法
9.5常用的特征提取算法
9.6MNIST手寫數(shù)字識別系統(tǒng)
練習
第10章車牌識別系統(tǒng)
10.1車牌識別系統(tǒng)的主要組成和工作流程
10.2車牌檢測與定位模塊
10.2.1邊緣檢測和數(shù)學(xué)形態(tài)學(xué)處理
10.2.2大小形狀特征
10.2.3仿射校正
10.2.4顏色特征
10.3車牌字符分割模塊
10.3.1字符分割前的預(yù)處理
10.3.2水平投影去除上下邊界
10.3.3垂直投影字符分割法
10.4車牌識別模塊
10.4.1準備數(shù)據(jù)樣本
10.4.2訓(xùn)練模型階段
10.4.3識別字符階段
練習
相關(guān)說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會員。會員請登錄后下載。
2. 會員購買金幣50元以下，0.7元/個，50元以上，0.5元/個。具體請看：下載與付款。
3. 會員48小時內(nèi)下載同一文件，不重復(fù)扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
|