前 言 数字图像处理是利用数字计算机通过算法处理数字图像。数字图像处理的产生和发展主要受三个因素的影响：电子计算机的发展、基础学科的发展以及应用需求的广泛增长。 20世纪50年代，现代数字计算机发展起来，采用存储程序和程序控制的结构，以数据的方式存储程序，使得编程更加容易，人们开始利用计算机处理图形和图像数据。基础学科是数字图像处理发展的前提。例如，透镜成像原理涉及几何光学，数字信号处理为理解图像频域以及频域滤波奠定理论基础，图像复原中用到微积分、概率论与数理统计、矩阵论、最优化、数值分析、高等代数和随机过程等数学工具，信息论是图像压缩编码的理论保证，集合论是形态学图像处理的数学语言，概率论、数理统计和随机过程是图像表示与描述的数学基础。数字图像处理技术最早应用于太空项目和医学成像。第一个成功的图像处理应用是20世纪60年代美国喷气推进实验室对航天探测器“徘徊者7号”传输回来的月球照片进行几何和误差的校正。20世纪70年代，计算机断层成像是数字图像处理在医学诊断领域最重要的应用之一。随着多学科的交叉融合，数字图像处理学科逐步向其他学科领域渗透。如今数字图像处理已成为一门重要的计算学科，广泛应用于工程学、信息科学、统计学、物理学、化学、生物学、医学等学科领域，以及环境、农业、军事、工业和医疗等行业领域。人工智能和大数据的兴起与广泛应用推动了数字图像处理技术应用需求的与日俱增。 数字图像处理的理论与技术包含广泛的内容，本书主要参考Rafael C. Gonzalez和Richard E. Woods著的《数字图像处理》的知识体系和内容架构，融入多位作者数十年教学与科研的实践经历，并参考大量相关刊物和文献，从结构性和逻辑性对直方图均衡化、直方图规定化、空域线性滤波、逆滤波、维纳滤波、最小二乘复原、图像去噪、几何校正、Otsu阈值法、区域生长法、特征提取等章节进行重新梳理。本书的主要贡献在于： （1）对直方图均衡化、直方图规定化、自适应中值滤波、逆滤波、维纳滤波、差分相关等方法进行修正。 （2）按照最优性准则对图像复原方法进行分类，划分为最小均方误差估计、最大后验估计/极大似然估计和最小二乘估计方法三类。 （3）二值图像形态学中从集合角度描述膨胀和腐蚀不易理解，本书从空域滤波角度对膨胀和腐蚀进行描述。 （4）图像分割中增加一类基于模式分类的图像分割方法，将图像分割方法划分为四类。 （5）特征提取中增加局部特征检测和描述方法，以及基于滤波器组的纹理描述方法，将边界描述子归入二值图像分析。 全书分为10章，按照数字图像处理的语义阶段，对数字图像处理的研究内容进行全面系统的论述。第1章介绍数字图像处理的概况和发展，第2章介绍与数字图像相关的基本概念和基础知识。第3~7章属于图像处理范畴。第3、4章的空域图像增强和频域图像增强，第5章的图像复原，以及第6章的几何校正，讨论图像质量改善方法，通常用于图像的预处理；第7章讨论图像数据压缩的编码方法，是图像存储和传输的关键。第8~10章属于图像分析的范畴。第8章将图像中待分析的目标从背景中分离出来，输入为图像，输出为目标区域，是特征提取的前提和基础；第9章讨论二值图像形态学处理，通常用于图像分割的后处理；第10章将图像或区域转换为机器可识别的特征向量，这是图像分类与识别的必要前提，是后续图像理解的基础。本书介绍数字图像处理的基本原理和方法，概括地描述了数字图像处理理论与技术所涉及的各个分支，使读者对数字图像处理的理论与技术有全面的了解，为读者在数字图像处理及相关领域进一步学习和研究奠定基础。 本书是《数字图像处理》（ISBN: 9787302607717）的简明版，参考市面上主流教材和部分学校的教学大纲，组织教材内容，筛选基础且常用的方法，并简化相关描述。在不影响本书整体理解的前提下，将部分内容放入电子文档中作为纸质教材的辅助，包括：① 定理、结论、公式的推导过程，如直方图均衡化、维纳滤波等；② 先修课程中已学习的基础内容，如正交变换、信息论基础、熵编码等；③ 更高阶的拓展算法，如正则化最小二乘复原、超像素、Zhang和Suen的细化算法、主成分分析等；④ 更多的图例、实例，如更多颜色空间的彩色图像分割、8连通区域生长示例等；⑤ 基础但不常用的方法，如区域分裂合并法、链码、傅里叶描述子、纹理描述的直方图矩分析等；⑥ 补充说明、公式，如卷积神经网络的描述、颜色空间的转换公式、正交变换的矩阵形式等。 本书注重分析几何意义、物理意义和直观解释，简化推导和计算过程，深入浅出、通俗易懂地进行讲解；注重图形直观说明，图文并茂，清晰直观，便于入门学习；注重理论结合实际，书中配有大量实例，通过从算法理论到实际应用的具体过程，有助于对理论知识的理解以及到实际应用的认知；提供实例的MATLAB代码，既可通过重复实验过程深入理解算法，又可用于实际项目开发。 本书是面向高等学校计算机类、自动化类、电子信息类专业的本科生、研究生教材。作为新形态教材，书中通过二维码的形式提供课件、源代码、微课、动图、导图，以及扩展阅读的电子文档。 书中插图的收集历时很长，个别图片的出处已经不可考，如有侵权请联系删除。作者水平有限，敬请各位读者指正和反馈，作者将在本书的后续版本中进行修正和修订。 廖庆敏 2023年8月于清华大学

• 暂无课件
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接