ahhjian的专栏

本节是特征提取之线检测的下篇，讨论基于Hough变换的线检测方法。首先简要介绍Hough变换的基本原理，然后重点介绍Skimage中含有的基于Hough变换的直线和圆形检测到实现。

本节重点讨论图像线特征检测，这是上篇，首先给出与图像直线模型、图像边缘有关的背景知识，然后重点介绍几种常用的基于梯度算子的边缘检测技术。介绍图像中的直线模型。

本节图像形态学处理的下篇，介绍基于基本形态学操作的图像应用，包括边界提取：，上述功能均有对应的独立函数。

本节开始讨论图像形态学处理，这是上篇，将介绍与二值形态学相关的内容，重点介绍两种基本的二值形态学操作：腐蚀和膨胀，以及三种复合二值形态学操作：开、闭和击中击不中变换。

本节介绍图像的多分辨率金字塔表示，首先介绍相关的背景知识，包括图像的尺度空间、图像的多分辨率表示等，然后重点介绍图像的金字塔结构表示，包括高斯金字塔和拉普拉斯家金字塔表示。最后，介绍Skimage中所提供的金字塔表示函数的声明和使用。

（欢迎对DIP+python算法开发感兴趣的初学者，尤其是相关专业本科和低年级研究生关注，本专栏完将持续更新，总篇数不会少于50篇，每篇不会少于5000字，专栏完成之前（差不多到2024年5月份）完全免费阅读，敬请关注）从本节开始，开始介绍图像复原部分。本节将介绍图像复原中的一个重要内容：图像去噪。本节是下篇，将介绍有代表性的频域滤波图像去噪技术。）是指图像在生成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法的不完善，导致图像质量下降。7.4 基于频域滤波的图像滤波。

本节是图像去噪的下篇，主要介绍几种有代表性的专用去噪技术，包括基于基于带阻滤波器去除周期噪声，使用维纳滤波和总变分方法的去噪技术等。

从本节开始，开始介绍图像复原部分。本节将介绍图像复原中的一个重要内容：图像去噪。本节是上片，主要介绍一些背景知识，然后重点几种有代表性的空域滤波图像去噪技术。

本节是图像频域处理的上篇，介绍有频域处理有关的基本概念，以及两类基本的频域滤波器：低通滤波器和高通滤波器。本节所用的函数主要来自Skimage和SciPy的相关模块。

本节为图像空域增强的第四篇，介绍重要的图像空域增强技术：邻域处理，本节是下篇。本节将重点介绍图像空域增强处理中的非线性平滑技术，以及锐化技术。除了Skimage.filter模块之外，本节还会用到SciPy的ndimage.filter模块中的部分函数。

本节为图像空域增强的下篇，介绍重要的图像空域增强技术：邻域处理。通过本节的学习，读者将了解邻域处理的基本概念，包括邻域的概念，以及相关和卷积运算，在此基础之上，重点介绍两类用于图像增强的邻域处理技术：平滑和锐化。这一部分主要用到了Skimage中的filter模块中的部分函数。

本节为图像空域增强的中篇，介绍一类基础图像空域增强技术：直方图操作。通过本节的学习，读者将初步了解图像空域增强中常用的直方图操作，比如直方图、归一化直方图和累积直方图的计算方法，以及直方图均衡和直方图匹配等两种经典的直方图操作。这一部分主要用到了Skimage中的exposure模块中的部分函数。

​从本节开始，开始介绍图像空域增强的内容。本节为上篇，介绍一类基础图像空域增强技术：面向灰度级的点运算。通过本节的学习，读者将初步了解图像空域增强中常用的灰度级点运算，比如Gamma校正、对比度拉伸、反色变换等等。这一部分主要用到了Skimage中的exposure模块。

本节将介绍与图像几何变换相关的内容，主要涉及到五种常见的图像二维几何变换：平移、镜像、旋转、错切和放缩。本节是下篇，介绍图像的平移、镜像、旋转和错切变换，它们可以归为一种典型的二维空间综合几何变换，即仿射变换。

本节将介绍与图像几何变换相关的内容，主要涉及到五种常见的图像二维几何变换：平移、镜像、旋转、镜像、错切和放缩。本节是通过本节学习，将了解到各种几何变换的Skimage实现过程。

本节将介绍基于Skimage的图像基本操作，包括文件数据的载入、读取、显示、保存等内容。如果你是新手，或者想了解一下Skimage在这些方面有何不同之处，则欢迎阅读。

本节介绍了Skimage中的feature模块，也是Skimage中最具特色的模块之一。通过阅读本节，您将对Skimage提供的各类特征提取算法有初步的了解。

本节简要介绍了Skimage中的图像滤波（filter）、图像复原（restoration ）、形态学（morphology）、图像分割（segmentation）等四个模块，这些模块是DIP最核心最重要的内容。读者通过阅读本节，可以迅速了解每个模块的基本组成和主要功能函数，可以作为手册使用。

本节将简要介绍skimage扩展库，重点介绍各个子库的功能，大家可以将其作为一个手册来查询。

本节将介绍如何一步一步地搭建基于Python+skimage的DIP算法设计开发环境。不一定是最详细的介绍，但一定是最用心的介绍。

本节将介绍为何选用Python-Skimage作为数字图像处理学习和算法设计的平台。里面涉及到与DIP编程相关的几种常见语言，以及Python中常用的几个DIP扩展库的介绍。