正版新书]Python图像处理与采集(第2版)拉维尚卡·奇特亚拉等978

第1部分Python计算与图像介绍

第1章Python简介

1.1简介

1.2什么是Python

1.3Python环境

1.3.1Python解释器

1.3.2Anaconda Python发行版

1.4运行Python程序

1.5基本的Python语句和数据类型

1.5.1数据结构

1.5.2文件处理

1.5.3用户自定义函数

1.6总结

1.7练习

第2章使用Python模块计算

2.1简介

2.2Python模块

2.2.1创建模块

2.2.2加载模块

2.3NumPy

2.4SciPy

2.5Matplotlib

2.6Python Imaging Library

2.7Scikits

2.8Python OpenCV模块

2.9总结

2.10练习

第3章图像及其属性

3.1简介

3.2图像及其属性介绍

3.2.1位深度

3.2.2像素与体素

3.2.3图像直方图

3.2.4窗口和灰度级

3.2.5连通性： 4或8像素

3.3图像类型

3.3.1JPEG

3.3.2TIFF

3.3.3DICOM

3.4图像分析的数据结构

3.5图像读取、写入和显示

3.5.1读取图像

3.5.2使用pyDICOM读取DICOM图像

3.5.3写入图像

3.5.4使用pyDICOM写入DICOM图像

3.5.5显示图像

3.6编程范式

3.7总结

3.8练习

第2部分Python图像处理

第4章空间滤波器

4.1简介

4.2滤波

4.2.1均值滤波器

4.2.2中值滤波器

4.2.3最大值滤波器

4.2.4最小值滤波器

4.3基于导数的边缘检测

4.3.1一阶导数滤波器

4.3.2二阶导数滤波器

4.4形状检测滤波器

4.5总结

4.6练习

第5章图像增强

5.1简介

5.2像素变换

5.3图像逆变换

5.4幂律变换

5.5对数变换

5.6直方图均衡化

5.7对比度受限的自适应直方图均衡化

5.8对比度拉伸

5.9sigmoid校正

5.10局部对比度归一化

5.11总结

5.12练习

第6章仿射变换

6.1简介

6.2仿射变换介绍

6.2.1平移

6.2.2旋转

6.2.3缩放

6.2.4插值

6.3总结

6.4练习

第7章傅里叶变换

7.1简介

7.2傅里叶变换的定义

7.3二维傅里叶变换

7.4卷积

7.5频域滤波

7.5.1理想低通滤波器

7.5.2巴特沃斯低通滤波器

7.5.3高斯低通滤波器

7.5.4理想高通滤波器

7.5.5巴特沃斯高通滤波器

7.5.6高斯高通滤波器

7.5.7带通滤波器

7.6总结

7.7练习

第8章图像分割

8.1简介

8.2基于直方图分割

8.2.1Otsu方法

8.2.2Renyi熵

8.2.3自适应阈值化

8.3基于区域分割

8.4基于轮廓分割

8.5各种模式的分割算法

8.5.1计算机断层扫描图像分割

8.5.2MRI图像分割

8.5.3光学和电子显微镜图像分割

8.6总结

8.7练习

第9章形态学操作

9.1绪论

9.2历史

9.3膨胀

9.4腐蚀

9.5灰度膨胀和灰度腐蚀

9.6开操作和闭操作

9.7灰度开操作和灰度闭操作

9.8击中或击不中

9.9粗化与细化

9.10总结

9.11练习

第10章图像测量

10.1简介

10.2标记

10.3霍夫变换

10.3.1霍夫线

10.3.2霍夫圆

10.4模板匹配

10.5角点检测器

10.5.1FAST角点检测器

10.5.2Harris角点检测器

10.6总结

10.7练习

第11章神经网络

11.1简介

11.2神经网络简介

11.3数学建模

11.3.1正向传播

11.3.2反向传播

11.4图形表示

11.5分类问题的神经网络

11.6神经网络示例代码

11.7总结

11.8练习

第12章卷积神经网络

12.1简介

12.2卷积

12.3最大池化

12.4LeNet架构

12.5总结

12.6练习

第3部分图 像 采 集

第13章X射线和计算机断层扫描

13.1简介

13.2历史

13.3X射线的生成

13.3.1X射线管结构

13.3.2X射线的生成过程

13.4材料特性

13.4.1衰减

13.4.2多种材料的朗伯比尔定律

13.4.3决定衰减的因素

13.5X射线检测

13.5.1图像增强器

13.5.2多场Ⅱ

13.5.3平板检测器

13.6X射线成像模式

13.6.1荧光透视

13.6.2血管造影

13.7计算机断层扫描

13.7.1重建

13.7.2平行光束CT

13.7.3中心切片定理

13.7.4扇形光束CT

13.7.5锥形光束CT

13.7.6微型CT

13.8Hounsfield单位

13.9伪影

13.9.1几何未对准伪影

13.9.2散射伪影

13.9.3偏移伪影和增益校正

13.9.4光束硬化伪影

13.9.5金属伪影

13.10总结

13.11练习

第14章磁共振成像

14.1简介

14.2核磁共振和磁共振成像定律

14.2.1法拉第定律

14.2.2拉莫尔频率

14.2.3布洛赫方程

14.3材料属性

14.3.1旋磁比

14.3.2质子密度

14.3.3T1和T2弛豫时间

14.4NMR信号检测

14.5MRI信号检测或MRI成像

14.5.1切片选择

14.5.2相位编码

14.5.3频率编码

14.6MRI结构

14.6.1主磁体

14.6.2梯度磁体

14.6.3RF线圈

14.6.4k空间成像

14.7T1、T2和质子密度图像

14.8MRI模式或脉冲序列

14.8.1自旋回波成像

14.8.2反转恢复成像

14.8.3梯度回波成像

14.9MRI伪影

14.9.1运动伪影

14.9.2金属伪影

14.9.3不均匀伪影

14.9.4部分容积伪影

14.10总结

14.11练习

第15章光学显微镜

15.1简介

15.2物理原理

15.2.1几何光学

15.2.2数值孔径

15.2.3衍射极限

15.2.4物镜

15.2.5点扩展函数

15.2.6宽视场显微镜

15.3宽视场显微镜的构造

15.4落射照明

15.5荧光显微镜

15.5.1理论

15.5.2荧光色素性质

15.5.3滤光片

15.6共焦显微镜

15.7Nipkow圆盘显微镜

15.8共焦显微镜或宽视场显微镜

15.9总结

15.10练习

第16章电子显微镜

16.1简介

16.2物理原理

16.2.1电子束

16.2.2电子与物质的相互作用

16.2.3TEM中电子的相互作用

16.2.4SEM中电子的相互作用

16.3EM构造

16.3.1电子枪

16.3.2电磁透镜

16.3.3检测器

16.4样本制备

16.5TEM的构造

16.6SEM的构造

16.7影响图像质量的因素

16.8总结

16.9练习

附录A使用joblib实现进程并行

A.1基于进程的并行性简介

A.2joblib简介

A.3并行示例

附录B使用MPI4Py进行并行编程

B.1MPI简介

B.2Python图像处理对MPI的需求

B.3MPI4Py简介

B.4通信器

B.5通信

B.5.1点对点通信

B.5.2组通信

B.6计算PI值

附录CImageJ简介

C.1简介

C.2ImageJ入门

附录DMATLAB和NumPy函数

参考文献

周冠武，男，工学博士，2015年毕业于西安交通大学仪器科学与技术专业，目前从事计算机教育工作，研究领域涉及智能传感器系统、模式识别、机器视觉等。
张庆红，女，工学硕士，2008年毕业于西安石油大学计算机软件与理论专业，目前从事计算机教育工作，研究领域涉及嵌入式系统、深度学习等。
程国建，男，博士（德国），教授，主要从事人工智能与机器学习方向的教学和科研工作。主持并完成十余项国家级和油田科研项目。在相关学术研究领域及国际会议发表文章200余篇，其中核心期刊70余篇，三大检索（SCI/ISTP/EI）论文50余篇，出版专（译）著20余部，受邀担任多个国际学术会议的演讲嘉宾及大会主席。

全面讲解如何使用Python进行图像处理和采集，配套源代码

本书以Python的安装、语句、数据类型和图像相关计算模块以及图像及其属性知识为基础，重点阐述Python图像处理中的空间滤波器、图像增强、仿射变换、傅里叶变换、图像分割、形态学操作、图像测量等主题技术和相关的深度学习中的神经网络和卷积神经网络，同时还介绍图像采集设备及其构成与成像原理，包括X射线和计算机断层扫描、磁共振成像、光学显微镜和电子显微镜。 全书共分3部分： 第1部分（第1～3章）为Python计算与图像介绍，着重介绍Python语言与图像本身，包括数据类型和图像属性； 第2部分（第4～12章）为Python图像处理，着重讨论基于Python的各种图像处理技术的软件包和函数的示例应用； 第3部分（第13～16章）为Python图像采集，基于不同的成像原理介绍各类成像设备的构成。全书提供了大量应用实例，每章后均附有总结与习题。 本书适合作为高等院校计算机、软件工程和数学等相关专业的高年级本科生、研究生的教材，同时可供对Python比较熟悉并且对计算机视觉有所了解的开发人员和研究人员参考。