本书详细介绍了数字图像处理学的基本理论、主要技术和最新进展。全书共分十三章，其内容主要包括图像获取、图像变换、图像增强、图像复原、彩色图像处理技术、图像编码、小波图像压缩、图像检测与分割、图像表示与描述、图像特征优化、图像识别、图像检索与过滤等。
　　本书坚持理论与实际相结合的原则，理论分析深入浅出，方法介绍详细具体，实例演示清晰明了，同时给出了部分关键算法的MATLAB实现程序，这些正是本书的重要特色。

本书是基于作者在浙江大学讲授数字图像处理课程的经验，并在第2版的基础上结合数字图像处理领域的发展修订而成的。除了涵盖数字图像处理的基本理论和技术，还结合作者的工程、科研经验列举了大量实例，有助于读者提高理论与实践结合的能力，达到学以致用的目的。

本书特色
本书内容全面而系统，既包括数字图像处理的基本理论、主要技术，又涉及相关领域的最新进展，为初学者展示数字图像处理的全景。
本书坚持理论联系实际的编写方针，既注重理论分析，又关注关键算法的MATLAB实现，力求做到理论分析概念严谨、模型论证简明扼要、实例演示清晰明了。
本书结合当前数字图像领域的研究热点，新增了图像语义分析方面的内容，包括图像语义分割、图像区域语义标注、图像语义分类等主题，为读者进行后续学习和研究打下坚实基础。
使用本书的教师可免费获得本书的电子课件，请登录华章网站（www.hzbook.com）下载。

作者简介
姚敏　 浙江大学计算机科学与技术学院教授，博士生导师。研究方向为计算智能、图像理解等。承担国家自然科学基金、973、863、国家支撑计划、核高基等多个项目。发表学术论文百余篇，大部分论文被SCI和EI收录。首次提出了广义模糊熵、广义去模糊机制、模糊一致关系与模糊一致矩阵、最大关联隶属原则等有关模糊信息处理的理论与方法，为解决某些模糊系统问题提供了理论基础。出版学术专著一部，编著五部、译著两部。

图像是人类最重要的常用信息之一。数字图像处理就是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征、分类识别等处理的方法和技术。数字图像处理技术的研究内容涉及光学、微电子学、信息学、统计学、数学、计算机科学等领域，是一门综合性很强的交叉学科。随着科学技术的发展，数字图像处理技术受到了高度重视并取得了长足的发展，在科学研究、工农业生产、医疗诊断、航空航天、生物医学工程、交通、通信、气象、军事、公安、媒体、文教等众多领域得到了广泛的应用，取得了巨大的社会效益与经济效益。特别是随着人类进入数字化网络时代，数字图像处理已经成为日常生活中不可缺失的重要部分。
同时，数字图像处理已经成为高等院校电子信息工程、通信工程、信号与信息处理、计算机应用与软件等学科的一门重要的专业课。本书正是作者根据多年来从事数字图像处理的教学与研究工作经验编写而成。本书坚持理论联系实际的编写方针，既注重理论分析，又关注关键算法的Matlab实现，力求做到理论分析概念严谨、模型论证简明扼要、实例演示清晰明了。希望通过本书的学习，读者能够全面了解数字图像处理的基本概念、理论与方法，为今后在工作岗位上开展图像处理技术研究与应用奠定良好的理论基础，以适应飞速发展的信息时代。
全书共13章，可以分成四个部分。其中第一部分是本书的基础，包括第1～3章，简要叙述数字图像处理的基本概念，介绍图像采样、图像量化以及各种图像变换技术；第二部分是基本的图像处理技术，包括第4～6章，介绍图像增强、图像复原和彩色图像处理技术；第三部分是图像编码，即第7章，主要介绍各种常用图像压缩编码技术，特别是小波图像压缩编码技术；第四部分是图像挖掘，包括第8～13章，主要介绍图像检测、图像分割、图像表示、图像描述、图像特征优化、图像识别、图像语义分析和图像检索等。
本书是在第2版的基础上修订并增加图像语义分析等内容形成的。其中第4章和第7章由郁晓红（浙江工商大学）修订，第8章和第10章由朱蓉（嘉兴学院）修订，其余部分由姚敏修订编写。在本书修订编写过程中参考了大量的图像处理文献，特别是江志伟博士和易文晟博士的学位论文，作者对这些文献的作者表示真诚的谢意。
由于作者水平有限，书中难免有不当之处，敬请读者批评指正。

作者
2016年冬于杭州求是园

计算机\图形图像

本书是基于作者在浙江大学讲授数字图像处理课程的经验，并在第2版的基础上结合数字图形处理领域的发展修订而成。除了涵盖数字图像处理的基本理论和技术，还结合作者的工程、科研经验列举了大量实例，有助于读者提高理论与实践结合的能力，达到学以致用的目的。


本书特色
本书内容全面而系统，既包括数字图像处理的基本理论、主要技术，又涉及相关领域的最新进展，为初学者展示数字图像处理的全景。

本书坚持理论联系实际的编写方针，既注重理论分析，又关注关键算法的MATLAB实现，力求做到理论分析概念严谨、模型论证简明扼要、实例演示清晰明了。

本书结合当前数字图像领域的研究热点，新增了图像语义分析方面的内容，包括图像语义分割、图像区域语义标注、图像语义分类等主题，为读者进行后续学习和研究打下坚实基础。

使用本教材的教师可免费使用本书的相关电子课件，详情请登录华章网站： www.hzbook.com。

前言
教学建议
第1章绪论
11图像及其分类
111图像的特点
112图像的分类
12数字图像处理技术与应用
121数字图像处理的主要内容
122数字图像处理方法
123数字图像处理技术的应用
13数字图像处理系统
14Matlab简介
15本书概要
习题
第2章图像获取
21概述
22连续图像模型
221连续图像的表达式
222连续图像的随机表征
23连续图像的频谱
231一维连续傅里叶变换
232二维连续傅里叶变换
24图像采样
241采样定理
242图像采样
25图像量化
251量化器模型
252标量量化
253向量量化
26数字图像中的基本概念
261数字图像的表示
262空间与灰度级分辨率
263像素间的基本关系
小结
习题
第3章图像变换
31概述
32一维离散傅里叶变换
321离散傅里叶变换
322离散傅里叶变换的性质
33一维快速傅里叶变换
331一维快速傅里叶变换的基本思想
332一维快速傅里叶变换算法
34二维离散傅里叶变换
341二维离散傅里叶变换的定义
342二维离散傅里叶变换的性质
343二维快速离散傅里叶变换
344二维快速傅里叶变换的Matlab实现
345可分离图像变换的概念
35离散余弦变换
351一维离散余弦变换
352一维快速离散余弦变换算法
353二维离散余弦变换
354离散余弦变换的Matlab实现
355离散余弦变换的应用
36沃尔什变换和哈达玛变换
361离散沃尔什变换
362离散哈达玛变换
363快速哈达玛变换算法
37霍特林变换
38拉东变换
381拉东变换概述
382拉东变换的Matlab实现
小结
习题
第4章图像增强
41概述
42空域点处理增强
421直接灰度变换
422直方图修正
423图像间的运算
43空域滤波增强
431平滑滤波器
432锐化滤波器
44频域滤波增强
441低通滤波器
442高通滤波器
443同态滤波器
小结
习题
第5章图像复原
51概述
52图像退化模型
521退化模型
522连续函数退化模型
523离散退化模型
524循环矩阵对角化
53退化函数估计
531图像观察估计法
532试验估计法
533模型估计法
54逆滤波
541无约束复原
542逆滤波复原
543消除匀速运动模糊
55维纳滤波
551有约束滤波
552维纳滤波复原
553维纳滤波的Matlab实现
56约束最小二乘方滤波
561滤波模型
562约束最小二乘方滤波的Matlab实现
57从噪声中复原
571噪声模型
572空域滤波复原
573频域滤波复原
58几何失真校正
581空间变换
582灰度插值
583几何失真图像配准复原
小结
习题
第6章彩色图像处理
61概述
62彩色基础
621人眼的构造
622三色成像
63颜色模型
631RGB模型
632CMY模型和CMYK模型
633HSI模型
64全彩色图像处理
641彩色图像增强
642彩色图像复原
643彩色图像分析
65伪彩色处理
651密度分层法
652灰度级彩色变换法
653频域滤波法
小结
习题
第7章图像编码
71概述
711图像数据的冗余
712图像的编码质量评价
72信息论基础与熵编码
721离散信源的熵表示
722离散信源编码定理
723赫夫曼编码
724香农费诺编码
725算术编码
726行程编码
73LZW算法
74预测编码
741无损预测编码
742有损预测编码
75变换编码
751变换选择
752子图像尺寸选择
753位分配
754一个DCT编码实例
76基于矢量量化技术的图像编码
761矢量量化原理
762矢量量化过程
77小波图像编码
771数字图像的小波分解
772小波基的选择
773小波变换域小波系数分析
774小波编码方法
小结
习题
第8章图像检测与分割
81概述
82边缘检测
821梯度算子
822高斯拉普拉斯算子
823坎尼边缘检测算子
83边界跟踪
831空域边界跟踪
832霍夫变换
84阈值分割
841人工选择法
842自动阈值法
843分水岭算法
85区域分割
851区域生长法
852区域分裂法
853区域合并法
854区域分裂合并法
86形变模型
861参数活动轮廓模型
862几何活动轮廓模型
863形变模型的扩展形式
87运动分割
871背景差值法
872图像差分法
873基于光流的分割方法
874基于块的运动分割方法
小结
习题
第9章图像表示与描述
91概述
92图像表示
921链码
922边界分段
923多边形近似
924标记图
925骨架
93边界描述
931一些简单的描述子
932形状数
933傅里叶描述子
934统计矩
94区域描述
941一些简单的描述子
942纹理
943不变矩
95数学形态学描述
951膨胀和腐蚀
952开启和闭合
953数学形态学对图像的操作
小结
习题
第10章图像特征优化
101概述
102基于选择的特征优化
1021可分离性判据
1022搜索选择策略
1023基于遗传算法的特征选择
103基于统计分析的特征优化
1031主成分分析
1032独立分量分析
1033线性判别分析
1034多维尺度分析
104基于流形学习的特征优化
1041流形学习的基本原理
1042核主成分分析
1043局部线性嵌入
1044拉普拉斯特征映射
1045等距映射
小结
习题
第11章图像识别
111概述
112统计图像识别
1121统计模式识别方法
1122线性分类器
1123贝叶斯分类器
1124人工神经网络分类器
113句法图像识别
1131句法模式识别方法
1132形式语言简介
1133模式文法
1134句法分析
1135句法结构的自动机识别
1136有噪声、畸变模式的句法识别
114模糊图像识别
1141模糊集合及其运算
1142隶属函数确定方法
1143模糊识别原则
1144模糊句法识别
115Web图像过滤系统
1151皮肤检测
1152基于人脸肤色的自动白平衡校正
1153特征提取
1154Web图像分类
小结
习题
第12章图像语义分析
121概述
122图像表示模型
123图像语义分割
1231基于模糊C均值聚类的图像分割
1232基于空间上下文关系的图像分割
124图像区域语义标注
1241基于条件随机场的上下文模型
1242基于能量模型的区域标注方法
125图像语义分类
1251基于属性关系图的图像语义描述
1252利用贝叶斯网络的图像分类
小结
习题
第13章图像检索
131概述
132基于内容的图像检索
1321CBIR系统框架
1322基于颜色特征的检索
1323基于纹理特征的检索
1324基于形状特征的检索
1325检索效果评价方法
133基于语义的图像检索
1331图像语义描述方法
1332图像语义提取方法
1333语义相似性测度
1334语义检索系统设计
134基于多示例学习的语义图像检索
1341多示例学习简介
1342分层语义模型
1343基于粗糙集的图像包生成
1344图像语义提取
1345语义图像检索
1346检索效果
小结
习题
参考文献