第1章Python語言基礎 1．1Python語言的數據類型 1．1．1整型和浮點型 1．1．2字符串 1．2Python語言的控制結構 1．2．1分支語句 1．2．2循環語句 1．3Python語言的列表、元組、字典與集合 1．3．1列表 1．3．2元組 1．3．3字典 1．3．4集合 1．4Python語言的函數 1．4．1函數的定義和調用 1．4．2函數的參數和返回值 1．5Python語言的模塊和類 1．5．1模塊的分類 1．5．2模塊的導入 1．5．3Python的常用內置模塊 1．5．4圖形模塊turtle 1．5．5擴展模塊NumPy 第2章Python圖像處理庫及安裝 2．1Python常用圖像處理庫 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第三方庫的安裝方法 2．2．1pip命令和環境變量 2．2．2文件安裝 2．2．3程序安裝 2．2．4pip版本升級和鏡像安裝 2．3圖像處理庫ScikitImage安裝 2．4圖像處理庫OpenCV安裝 2．4．1pip 命令安裝OpenCV 2．4．2whl文件安裝OpenCV 2．4．3直接下載OpenCV 2．4．4API 2．5圖像可視化庫NumPy和Matplotlib安裝 2．6醫學圖像庫Pydicom 2．6．1醫學影像學 2．6．2DICOM文件結構 2．6．3Pydicom圖形庫處理 2．6．4Pydicom庫的應用 第3章數字圖像處理基礎 3．1數字圖像的基本概念 3．1．1數字圖像 3．1．2數字圖像基本操作 3．2數字圖像的類型與存儲格式 3．2．1數字圖像類型 3．2．2圖像類型的轉換 3．2．3圖像數據類型及轉換 3．2．4圖像像素操作 3．2．5數字圖像的基本文件格式 3．3數字圖像的灰度直方圖 3．3．1圖像灰度直方圖概念 3．3．2繪制直方圖 3．3．3圖像灰度直方圖的性質 3．3．4直方圖的用途 3．4數字圖像的色彩空間 3．4．1常見的色彩空間 3．4．2色彩空間的轉換 3．4．3通道的拆分和合并 3．5數字圖像的基本運算 3．5．1圖像的點運算 3．5．2圖像的代數運算 3．5．3圖像的幾何變換 3．6數字圖像的插值 3．6．1插值的概念 3．6．2*鄰近插值法 3．6．3雙線性內插法 3．6．4三次多項式插值 實訓1數字圖像的插值 第4章圖像增強 4．1數字圖像的增強技術 4．2灰度變換增強 4．2．1線性灰度變換 4．2．2非線性灰度變換 4．2．3分段線性灰度變換 4．3直方圖增強 4．3．1直方圖均衡化 4．3．2直方圖規定化 4．4空間鄰域增強 4．4．1空間鄰域平滑 4．4．2空間鄰域銳化 4．5頻域濾波增強 4．5．1低通濾波 4．5．2高通濾波 4．6彩色增強 4．6．1偽彩色增強 4．6．2假彩色增強 實訓2通過指定的圖像實現直方圖增強 實訓3低通濾波圖像 第5章圖像分割 5．1圖像分割概述 5．2閾值分割原理與實現 5．2．1固定閾值法 5．2．2直方圖雙峰法 5．2．3*大類間方差法 5．2．4迭代法 5．2．5*大熵法 5．2．6自適應法 5．3邊緣分割原理與實現 5．3．1常用邊緣檢測算子 5．3．2霍夫變換 5．3．3輪廓檢測和繪制 5．4區域分割原理與實現 5．4．1區域生長法 5．4．2區域分裂合并法 5．4．3分水嶺算法 5．5基于特定理論的圖像分割 5．5．1基于聚類分析的圖像分割方法 5．5．2基于模糊集理論的圖像分割方法 5．5．3基于神經網絡的圖像分割方法 5．5．4基于圖論的圖像分割方法 5．5．5基于遺傳算法的圖像分割方法 5．5．6基于小波變換的圖像分割方法 實訓4閾值分割 實訓5邊緣分割 實訓6區域分割 第6章圖像配準與融合 6．1圖像的配準和融合概念 6．1．1概念解析 6．1．2圖像配準和融合過程解析 6．2圖像配準的基本框架 6．2．1特征空間 6．2．2搜索空間 6．2．3搜索策略 6．2．4灰度插值技術 6．2．5相似性測度 6．3基于灰度信息的圖像配準 6．3．1互相關法 6．3．2序列相似度檢測方法 6．3．3互信息法 6．3．4基于灰度的圖像配準實例 6．4基于特征的圖像配準 6．4．1基于點特征的圖像配準 6．4．2基于線特征的圖像配準 6．4．3基于區域特征的圖像配準 6．5基于變換域的圖像配準 6．5．1傅里葉變換特性 6．5．2基于傅里葉變換的圖像配準 6．6圖像配準的評價 6．7圖像融合 6．7．1圖像融合的概念 6．7．2圖像融合的分類 6．7．3一個簡單圖像融合實例 實訓7基于傅里葉變換的配準實例 第7章圖形圖像的可視化技術 7．1科學計算和可視化 7．1．1繪制Matplotlib圖表組成元素 7．1．2繪制數據圖形 7．2解析可視化概念 7．3醫學圖像三維重建與可視化 7．3．1醫學圖像可視化過程 7．3．2醫學圖像種類 7．3．3醫學圖像處理系統 7．4三維可視化工具 7．4．1VTK開發包 7．4．2ITK開發包 7．4．3OpenGL 7．5面繪制 7．5．1移動立方體法 7．5．2其他常見面繪制算法 7．5．3面繪制實例 7．6體繪制 7．6．1體繪制概述 7．6．2光線投射算法 7．6．3其他常見體繪制算法 7．6．4體繪制實例 實訓8VTK的面繪制 第8章圖像的形態學處理 8．1二值圖像和結構元素 8．1．1二值圖像 8．1．2結構元素 8．1．3圖像的二值化 8．2腐蝕和膨脹運算 8．2．1腐蝕 8．2．2膨脹 8．3形態學運算族操作 實訓9識別分割文字下畫線 第9章圖像處理技術的綜合應用 9．1SEM圖像處理與納米顆粒分析 9．1．1應用背景 9．1．2問題描述 9．1．3解決方案 9．1．4源程序代碼 9．2小兒肺炎X光片分析與病灶臨床診斷 9．2．1應用背景 9．2．2問題描述 9．2．3圖像預處理 9．2．4卷積神經模型 9．2．5圖像預處理代碼 9．2．6神經網絡模型訓練代碼 參考文獻