高等院校教师

前言
第1章绪论1
11数字图像1
111数字图像的基本概念及分类1
112数字图像的基本特点3
12数字图像处理的目的和主要研究内容4
121数字图像处理的目的4
122数字图像处理的主要研究内容4
13Python数字图像处理库5
131基于Python开发的数字图像
处理包6
132OpenCVPython7
14数字图像处理技术在智能交通中的
应用8
141交通信息采集8
142图像检测与识别8
习题9
第2章图像处理基础10
21图像数字化10
211图像采样和量化10
212空间和灰度级分辨率13
213数字图像的表示14
214像素间的关系14
22图像数据结构16
221二维数组存储数字图像16
222颜色模型19
223图像通道模式21
23图像文件格式24
231BMP文件格式24
232GIF文件格式24
233TIFF文件格式25
234JPEG文件格式25
235PNG文件格式25
24简单图像处理编程实现25
241图像读取25
242彩色图像通道拆分27
243使用切片进行图像处理28
244灰度图像二值化处理30
245显示不同图像模式31
习题31
第3章傅里叶变换与图像卷积32
31傅里叶变换32
311傅里叶级数与变换32
312一维离散傅里叶变换33
313二维离散傅里叶变换36
314图像的离散傅里叶变换43
32图像卷积45
321图像卷积的概念45
322卷积定理45
323数字图像卷积操作46
习题49
第4章图像增强50
41概述50
42直接灰度变换51
421灰度线性变换51
422图像反转52
423对数变换53
424幂律变换55
43直方图修正56
431灰度直方图的含义56
432对比度拉伸60
433直方图均衡化64
434直方图规定化68
44图像平滑74
441邻域平均法74
442中值滤波法76
443频域低通滤波法78
45图像锐化82
451微分法82
452高通滤波法83
习题86
第5章图像复原87
51图像复原的基本概念87
52图像退化模型87
521连续的退化模型88
522离散的退化模型89
53图像复原方法91
531反向滤波法91
532约束还原法95
习题99
第6章形态学图像处理100
61腐蚀和膨胀100
611腐蚀100
612膨胀102
62开运算和闭运算103
621开运算103
622闭运算105
63形态学图像处理交通领域编程实现107
631利用开、闭运算实现斑马线
清洗107
632形态学对比度增强108
习题110
第7章图像分割111
71阈值分割111
711基于阈值的二值化111
712Otsu分割112
72边缘检测114
721基于梯度方法和零点交叉方法的
边缘检测114
722基于边缘连接的边缘检测121
73Hough变换123
731Hough变换原理123
732图像Hough变换操作124
74区域分割130
741区域生长130
742分裂合并134
743分水岭分割137
习题140
第8章图像特征提取141
81图像特征检测器与描述符141
811特征检测器与描述符141
812Harris角点检测142
82图像特征提取方法143
821方向梯度直方图（HOG）特征
提取144
822尺度不变特征变换（SIFT）特征
提取149
83图像匹配151
831ORB特征检测和暴力匹配151
832FLANN匹配153
习题155
第9章交通应用实例——车牌识别156
91车牌识别研究现状156
92数字图像处理车牌识别157
921车牌图像预处理157
922车牌定位164
923字符分割164
924字符识别165
93数字图像处理车牌识别编程实现166
习题176
第10章交通应用实例——道路交通
标志检测与识别177
101道路交通标志图像处理检测与识别
研究现状177
1011国外研究现状177
1012国内研究现状178
1013交通标志识别系统与数据集179
102道路交通标志检测与识别方法180
1021检测方法180
1022识别方法181
103交通标志检测与识别编程实现182
习题195
第11章交通应用实例——车道线
检测与识别196
111车道线检测与识别概述196
112车道线检测算法196
1121基于模型的检测算法197
1122基于特征的检测算法198
1123基于深度学习的车道线检测198
113基于OpenCV的车道线检测编程
实现199
习题207
第12章交通应用实例——行人目标
检测208
121行人目标检测概述208
122行人目标检测算法208
1221单特征的行人目标检测算法209
1222多特征的行人目标检测算法210
123基于Haar特征的行人检测Python
实现211
1231基于Haar特征的行人检测211
1232Python编程实现212
124基于HOG+SVM的行人目标检测
Python实现213
1241算法步骤213
1242Python编程实现214
习题218
参考文献219