本书系统介绍数字图像处理的基本理论、经典算法及其Python实现。全书共分10章，内容包括图像数据的表示与基本运算、灰度变换、空域滤波、频域滤波、彩色图像处理、图像几何变换、图像复原、形态学图像处理、边缘检测、图像分割等。本书以讲透概念、重视方法、突出应用、好教易学为指导思想，从语义和数学两个视角描述数字图像处理相关专业术语，分析经典算法机理，给出示例程序。每章配有习题和上机练习题，并配套提供PowerPoint课件和各章示例程序的Jupytet Notebook可执行记事本文件。
本书既可以作为高等学校人工智能、电子信息工程、通信工程、计算机科学与技术、光电信息科学与工程、信息工程、自动化、遥感科学与技术等专业数字图像处理课程的教材，又可供相关专业研究人员和工程技术人员参考。
本书课件见封底，更多讨论可加本书QQ群：708582660。

第1章 图像数据的表示与基本运算
1.1 图像文件的读写与显示
1.2 图像类型与图像数据
1.3 图像的数字化
1.4 图像坐标系
1.5 图像的基本运算
1.6 像素之间的位置关系
1.7 Python及图像处理扩展库简介
习题
上机练习
第2章 灰度变换
2.1 图像的亮度、对比度和动态范围
2.2 线性灰度变换
2.3 非线性灰度变换
2.4 图像直方图
2.5 直方图均衡化
2.6 直方图匹配
2.7 Python及扩展库灰度变换函数简介
习题
上机练习
第3章 空域滤波
3.1 滤波器的几个基本概念
3.2 线性滤波器
3.3 统计排序滤波器
3.4 图像平滑
3.5 图像锐化
3.6 Python扩展库中的图像空域滤波函数
习题
上机练习
第4章 频域滤波
4.1 离散傅里叶变换DFT
4.2 图像频域滤波基础
4.3 频域图像平滑
4.4 频域图像锐化
4.5 Python扩展库中的图像傅里叶频域分析与滤波函数
习题
上机练习
第5章 彩色图像处理
5.1 颜色的感知
5.2 CIE标准色度系统
5.3 颜色模型
5.4 彩色图像的表达
5.5 彩色图像的点处理增强
5.6 彩色图像的滤波处理
5.7 图像的伪彩色处理
5.8 Python扩展库中的彩色图像处理函数
习题
上机练习
第6章 图像几何变换
6.1 图像几何变换原理
6.2 灰度插值一
6.3 图像的基本几何变换
6.4 采用控制点的图像几何变换
6.5 图像的非线性几何变换
6.6 Python扩展库中的图像几何变换函数
习题
上机练习
第7章 图像复原
7.1 图像退化过程及其模型化方法
7.2 逆滤波图像复原
7.3 维纳滤波图像复原
7.4 约束最小二乘滤波图像复原
7.5 图像修复
7.6 Python扩展库中的图像复原函数
习题
上机练习
第8章 形态学图像处理
8.1 形态学图像处理基础
8.2 腐蚀与膨胀
8.3 开运算和闭运算
8.4 击中/击不中变换
8.5 二值图像形态学处理应用
8.6 灰度图像的形态学处理
8.7 Python扩展库中的形态学图像处理函数
习题
上机练习
第9章 边缘检测
9.1 基于梯度的边缘检测
9.2 基于二阶导数的边缘检测
9.3 Canny边缘检测算子
9.4 Hough变换
9.5 角点检测
9.6 Python扩展库中的图像边缘检测函数
习题
上机练习
第10章 图像分割
10.1 阈值分割
lO.2 区域生长
10.3 分水岭图像分割
10.4 彩色图像分割
10.5 运动目标分割
10.6 Python扩展库中的图像分割函数
习题
上机练习
附录 Anaconda及Python扩展库安装
参考文献