"《图像处理与模式识别：理论、方法和实践》共三部分，分别介绍实践环境、图像处理实践和模式识别实践。第 I 部分介绍实践需要的硬件环境和软件环境，旨在帮助读者了解硬件环境和掌握编程能力。第 II 部分探讨数字图像处理，包含基本操作、几何变换、图像滤波、边缘检测、特征提取等，旨在帮助读者掌握图像处理技能。第 III 部分探讨模式识别，涵盖多个应用案例，包括人脸识别、目标跟踪、文本识别、条形码/ 二维码识别和基于视觉的机械臂等，每个操作案例都包括理论基础和实现过程。 《图像处理与模式识别：理论、方法和实践》适用于通信、电子信息工程、计算机科学等专业学生和研究人员，提供全面实用的指导，帮助建立机器视觉知识和技能基础。 "

"王一丁，北方工业大学信息与通信工程一级学科责任教授，博士生导师，2009年入选北京市市级高层次学术创新人才，图像处理与智能识别科研团队负责人，人工智能学会专委委员，计算机学会专委委员，北京图像图形学会理事。研究方向包括生物特征识别、机器视觉与应用和智慧医疗与人工智能等。主持国家863计划2项，国家自然科学基金6项，国防预先研究项目1项，中科院知识创新工程1项，参与国家973计划、国家863重点计划和国家科技支撑计划3项，获得授权发明专利11项，发表学术论文100余篇，出版专著2部，教材1部，获中国有色金属工业科学技术奖1等奖和2等奖，获北京市高等教育教学成果2等奖。培养研究生60余名，毕业博士2人，在读2人。崔家礼，北方工业大学信息学院教师。研究方向包括人工智能、计算机视觉与应用等。主持国家级项目1项，省部级项目2项，获得授权发明专利1项，发表学术论文20余篇。培养研究生20余名，在读9人。于仕琪，南方科技大学计算机科学与工程系副教授，主要研究方向为计算机视觉，有近20年OpenCV社区参与经历及丰富的教学经验。"

前　　言 图像处理和模式识别作为计算机视觉和人工智能领域的重要组成部分，不仅是国家重点发展的领域，也是多学科交叉的产物，涉及数学、计算机、电子等多个领域，对于培养学生的综合素质和提高解决复杂工程问题的能力具有至关重要的作用。在这一快速发展的学科中，新理论和新方法层出不穷，持续不断地为我们揭示更广阔的应用前景。 本书的主要目的是介绍数字图像处理与模式识别的概念和方法。本书将图像处理和模式识别的理论和实践相结合，既突出了理论的基础地位，又强调了实践在人才培养中的关键作用。在理论环节，既包含经典算法，也包含本领域较新的进展。在实践环节，既包含基于Python 编程语言和OpenCV 的软件实现，也包含基于嵌入式硬件平台的部署。 本教材面向通信工程、电子信息工程、人工智能、数据科学与大数据技术、计算机科学与技术等专业的本科生和研究生，适用于数字图像处理、计算机视觉、模式识别、机器学习等课程。针对初学者，本书提供数字图像和模式识别基础知识，介绍相关算法的实现流程。本书的内容不仅基于数学分析、线性代数、概率统计、线性系统等专业知识，还包含计算机Python 编程以及OpenCV 计算机视觉库，更方便对此有一定了解和掌握的读者在学习本书的过程中上手练习。针对感兴趣的读者，本书设置了开放习题供读者练习，旨在使本书成为提高研究能力的助推器。 本书包含三部分：实践环境、图像处理实践及模式识别实践。 第Ⅰ部分“实践环境”首先介绍硬件基础，包含一些常见的硬件平台，如PC 平台或嵌入式硬件平台(VIM3、树莓派和RV1126 等)。针对这些硬件平台的特点和优势进行展开介绍，以便读者在本书实践内...