项目1 认识和了解计算机视觉系统 ………………………………………………………… 1

1.1 项目描述 …………………………………………………………………………… 2

1.2 项目知识准备 ……………………………………………………………………… 2

1.3 项目实施 …………………………………………………………………………… 8

任务1-1 了解 RGB颜色通道提取器 ……………………………………………… 8

任务1-2 了解 RGB到 HSV 颜色空间转换器 …………………………………… 9

任务1-3 了解 RGB到 CMY 颜色空间转换器 …………………………………… 10

任务1-4 了解 RGB到 HSL颜色空间转换器 …………………………………… 11

任务1-5 了解颜色直方图生成器 ………………………………………………… 13

项目实训1 颜色空间在图像处理中的应用 ………………………………………… 14

项目习作1 ……………………………………………………………………………… 15

项目2 认识计算机视觉中的深度学习 …………………………………………………… 16

2.1 项目描述…………………………………………………………………………… 17

2.2 项目知识准备……………………………………………………………………… 17

2.3 项目实施…………………………………………………………………………… 25

任务2-1 Python安装 ……………………………………………………………… 25

任务2-2 PyCharm 安装 …………………………………………………………… 29

任务2-3 基于卷积神经网络的人脸识别 ………………………………………… 34

项目实训2 卷积神经网络在图像识别中的应用 …………………………………… 39

项目习作2 ……………………………………………………………………………… 40

项目3 认识图像优化与改进 ……………………………………………………………… 41

3.1 项目描述…………………………………………………………………………… 42

3.2 项目知识准备……………………………………………………………………… 42

3.3 项目实施…………………………………………………………………………… 52

任务3-1 对标准灰度图像 Lena进行图像增强 …………………………………… 52

任务3-2 对标准灰度图像 Lena进行直方图修正 ………………………………… 53

任务3-3 对标准灰度图像 Lena进行图像平滑处理 ……………………………… 54

任务3-4 对标准灰度图像 Lena进行图像形态学操作 …………………………… 54

任务3-5 对标准灰度图像 Lena进行简单均值滤波 ……………………………… 55

任务3-6 对标准灰度图像 Lena进行方框滤波 …………………………………… 56

任务3-7 对标准灰度图像 Lena进行标准高斯滤波 ……………………………… 57

任务3-8 对标准灰度图像 Lena进行普通中值滤波 ……………………………… 57

任务3-9 对标准灰度图像 Lena进行基本双边滤波 ……………………………… 58

任务3-10 对标准灰度图像 Lena进行低通滤波 ………………………………… 59

任务3-11 对标准灰度图像 Lena进行拉普拉斯滤波 …………………………… 60

项目实训3 图像处理中的图像优化和改进技术 …………………………………… 61

项目习作3 ……………………………………………………………………………… 61

项目4 学习和了解几何变换 ……………………………………………………………… 63

4.1 项目描述…………………………………………………………………………… 64

4.2 项目知识准备……………………………………………………………………… 64

4.3 项目实施…………………………………………………………………………… 70

任务4-1 对标准灰度图像 Lena进行旋转攻击 …………………………………… 70

任务4-2 对标准灰度图像 Lena进行缩放攻击 …………………………………… 71

任务4-3 对标准灰度图像 Lena进行平移攻击 …………………………………… 72

任务4-4 对标准灰度图像 Lena进行剪切攻击 …………………………………… 73

任务4-5 对标准灰度图像 Lena进行仿射变换攻击 ……………………………… 75

任务4-6 对标准灰度图像 Lena进行透视攻击 …………………………………… 76

项目实训4 图像处理中的几何变换 ………………………………………………… 77

项目习作4 ……………………………………………………………………………… 77

项目5 认识频谱分析与变换 ……………………………………………………………… 79

5.1 项目描述…………………………………………………………………………… 80

5.2 项目知识准备……………………………………………………………………… 80

5.3 项目实施…………………………………………………………………………… 85

任务5-1 将 Lena图像进行离散傅立叶变换 ……………………………………… 85

任务5-2 将 Lena图像进行离散余弦变换 ………………………………………… 86

任务5-3 将 Lena图像进行离散小波变换 ………………………………………… 87

任务5-4 将 Lena图像进行轮廓波变换 …………………………………………… 88

任务5-5 将 Lena图像进行正则化处理 …………………………………………… 89

任务5-6 对 Lena图像进行基于 MRF的图像去噪 ……………………………… 90

项目实训5 图像处理中的频谱分析和变换 ………………………………………… 92

项目习作5 ……………………………………………………………………………… 92

项目6 学习特征提取 ……………………………………………………………………… 94

6.1 项目描述…………………………………………………………………………… 95

6.2 项目知识准备……………………………………………………………………… 95

6.3 项目实施 ………………………………………………………………………… 122

任务6-1 实现 Fast角点检测……………………………………………………… 122

任务6-2 实现 LOG 斑点检测 …………………………………………………… 123

任务6-3 基于SIFT 描述子实现特征检测 ……………………………………… 125

任务6-4 利用Sobel边缘检测器完成边缘特征检测 …………………………… 126

任务6-5 利用 Laplace算子完成边缘检测 ……………………………………… 127

任务6-6 利用 CNN 完成特征检测 ……………………………………………… 128

项目实训6 图像特征提取方法和应用 ……………………………………………… 129

项目习作6……………………………………………………………………………… 130

项目7 认识目标检测 ……………………………………………………………………… 131

7.1 项目描述 ………………………………………………………………………… 132

7.2 项目知识准备 …………………………………………………………………… 132

7.3 项目实施 ………………………………………………………………………… 149

任 务 使用 YOLOv3进行目标检测实战 ……………………………………… 149

项目实训7 目标检测技术应用 ……………………………………………………… 159

项目习作7……………………………………………………………………………… 160

项目8 学习基于边缘与轮廓的图像分割 ………………………………………………… 161

8.1 项目描述 ………………………………………………………………………… 162

8.2 项目知识准备 …………………………………………………………………… 162

8.3 项目实施 ………………………………………………………………………… 175

任务8-1 基于剪刀算法的图像分割 ……………………………………………… 175

任务8-2 基于水平集算法的图像分割 …………………………………………… 177

任务8-3 基于蛇形算法的图像分割 ……………………………………………… 178

任务8-4 基于动态蛇行与 CONDENSATION 算法的图像分割 ……………… 179

任务8-5 基于分水岭算法的图像分割 …………………………………………… 181

任务8-6 基于区分式聚类算法的图像分割 ……………………………………… 182

任务8-7 基于凝聚式聚类算法的图像分割 ……………………………………… 183

任务8-8 基于概率聚合算法的图像分割 ………………………………………… 184

任务8-9 基于图割算法的图像分割 ……………………………………………… 185

项目实训8 基于边缘和轮廓的图像分割技术 ……………………………………… 186

项目习作8……………………………………………………………………………… 187

项目9 学习基于区域的图像分割 ………………………………………………………… 188

9.1 项目描述 ………………………………………………………………………… 189

9.2 项目知识准备 …………………………………………………………………… 189

9.3 项目实施 ………………………………………………………………………… 193

任务9-1 基于 K-Means和 GMM 算法的图像分割 …………………………… 193

任务9-2 基于均值移位算法的图像分割 ………………………………………… 195

任务9-3 基于能量的图像分割 …………………………………………………… 196

项目实训9 基于区域的图像分割技术 ……………………………………………… 197

项目习作9……………………………………………………………………………… 197

项目10 学习基于深度学习的图像分割 ………………………………………………… 199

10.1 项目描述………………………………………………………………………… 200

10.2 项目知识准备…………………………………………………………………… 200

10.3 项目实施………………………………………………………………………… 202

任务10-1 基于上采样/反卷积模型的图像分割 ………………………………… 202

任务10-2 基于 RNN 的图像分割 ………………………………………………… 204

项目实训10 基于深度学习的图像分割技术 ……………………………………… 205

项目习作10 …………………………………………………………………………… 206

项目11 计算机视觉安全 ………………………………………………………………… 207

11.1 项目描述………………………………………………………………………… 208

11.2 项目知识准备…………………………………………………………………… 208

11.3 项目实施………………………………………………………………………… 230

任务11-1 利用小波变换完成水印嵌入与提取算法 …………………………… 230

任务11-2 利用 LSB替换算法完成脆弱水印的嵌入 …………………………… 231

任务11-3 利用直方图完成可逆信息隐藏 ……………………………………… 234

任务11-4 完成加密域可逆信息隐藏经典算法 ………………………………… 236

任务11-5 利用 Python完成基于神经网络的模型水印算法 …………………… 242

项目实训11 计算机视觉安全领域技术及应用 …………………………………… 244

项目习作11 …………………………………………………………………………… 245

项目12 生成式计算机视觉 ……………………………………………………………… 246

12.1 项目描述………………………………………………………………………… 247

12.2 项目知识准备…………………………………………………………………… 247

12.3 项目实施………………………………………………………………………… 252

任务12-1 使用去噪自动编码器去除图像中的噪声 …………………………… 252

任务12-2 使用变分自动编码器识别手写数字 ………………………………… 253

任务12-3 使用风格迁移技术将一个图像的风格应用到另一个图像上 ……… 255

任务12-4 使用 CGAN 模型进行训练 …………………………………………… 260

任务12-5 使用 PixelCNN 模型进行训练………………………………………… 261

项目实训12 生成式自动编码器及应用 …………………………………………… 263

项目习作12 …………………………………………………………………………… 263

参考文献……………………………………………………………………………………… 264