《数字图像处理与分析（第2版）/21世纪高等学校计算机系列规划教材》从基本概念入手，采用理论与实践相结合的方式，全面地介绍了图像处理与分析的基本问题、主要研究成果以及具体实例开发过程。内容系统、完整，讲解深入浅出，并配有习题指导和实验，全书配有电子教案和书中实例的完整程序。
　　《数字图像处理与分析（第2版）/21世纪高等学校计算机系列规划教材》可作为高校计算机科学、电子工程、自动化、生物医学、遥感、地质、矿业、通信、气象、农业等相关专业高年级本科生教材，也可供相关领域的大学教师、科研人员和工程技术人员参考。

　　《数字图像处理与分析》(书号： 9787302126492)一书是国家级“十一五”规划教材，自 2006年由清华大学出版社出版以来，已多次印刷。该书深入浅出，理论与实践相结合，因而被数十所高校选作教材，深受师生喜爱。
　　通过对读者的跟踪调查，读者选择《数字图像处理与分析》一书作为教材或参考资料大体有以下原因：
（1） 通俗易懂。作者在参加各类学术会议时，经常会碰到使用过该教材的老师，他们认为该教材通俗易懂，特别适合选作本科生教材。不少读者网评也认为，该教材“讲得非常详细”，“概念性的介绍比较清晰”。
（2） 系统全面。不少读者反映，该教材“比较系统，可以系统地学习”，“内容比较新、比较全”。
（3） 理论与实践相结合。不少读者认为，该教材理论和实践相结合，除了可了解图像处理的基本概念，掌握各种算法原理外，还有助于掌握完整图像系统设计能力，直接将所学知识用于工程实践。
　　七年来，许多读者纷纷向编辑部或者作者发来Email或者打来电话，建议该书修订再版，并提出了十分中肯的意见。针对读者的意见以及使用过程的学生反馈，再版后的《数字图像处理与分析》有以下几个显著特点。
　　（1） 强调基础，培养素质，突出“兴趣”。
　　再版后的教材强调数字图像处理与分析基础知识的学习，以基础知识的学习奠定扎实的数字图像分析技术应用能力和灵活扩展应用能力的培养。力求做到层次分明、条理清晰、难易适度，体现培养学生素质，突出兴趣，有利于学生自主学习的特点。为便于自学，修订后的教材除提供多媒体教案以及部分源程序外，还提供了大量扩展阅读资源，如开源代码、研究机构与论坛链接等。
　　（2） 理论适度，重实践，体现工程性。
　　本书基于理论教学够用为度，注重能力培养的原则，把学生需要掌握的基本数字图像处理技术作为实例贯串全书，力求重点培养学生数字图像处理与分析技术的应用能力。在系统介绍基础知识的同时，特别突出了实际动手能力的培养，通过典型实例、综合实例和实训的方式来强化学生的动手能力。
　　（3） 增加案例，与社会需求紧密结合，体现实用性。
读者提出“要是这本书再加一些程序语言就好了”，再版的教材重点丰富了第10章和第11章内容，增加了大量图像系统设计案例。针对读者提出的“对一些比较理论推导的东西阐述缺少案例，如傅里叶变换案例、小波变换等”，考虑作为本科生教材，篇幅不宜太大，因此，通过出版配套《数字图像处理分析学习与实验指导》来弥补这一缺陷。配套《数字图像处理分析学习与实验指导》包含两大部分： ①学习指导，对读者反馈的问题进行重点阐述； ②图像处理实验指导，由演示性实验（Photoshop平台）、验证性实验（MATLAB平台）、综合实验（OpenCV平台）和创新性实验（LibSVM及其他开源代码）四部分组成。
　　本书主要包括三部分内容，共11章。第一部分是数字图像处理的基础，包括绪论、数字图像表示及其处理、图像增强、图像编码与压缩、图像复原、图像重建6章。第二部分是图像特征提取与分析的理论、方法和实例，包括图像分割技术、图像特征提取与分析、图像匹配与识别3章。第三部分为图像系统设计实例，包括基于MATLAB图像处理应用实例和基于C++的图像系统设计两部分，为体现实用性，还增加了有关光源、镜头及相机选择的基本知识。
　　本书由苏州大学的龚声蓉教授、刘纯平副教授、赵勋杰教授和蒋德茂老师共同编写。其中，第1~4章、第11章由龚声蓉编写； 第5章及7.6节、7.7节由蒋德茂编写； 第6章及第7章其余部分由赵勋杰编写，第8~10章由刘纯平编写，全书由龚声蓉统稿。
　　再版过程中，受到了国家自然科学基金“基于二型模糊概率图模型的多摄像头目标跟踪研究（61170124）”和“基于显著性和信任传递的动态场景主题发现（61272258）”的资助，苏州大学计算机科学与技术学院也给予了大力支持，在此一并表示感谢！同时，也参考了国内出版的大量书籍和论文，对本书中所引用论文和书籍的作者深表感谢！
　　多年来，本书的出版和修订工作一直得到广大教师和学生的支持，希望在使用本书过程中继续提出更多的宝贵意见，以便进一步修订完善。
　　由于编者水平有限，书中不足和不当之处恳请读者批评指正。
　　编者
　　2014年1月于苏州大学

第1章 绪论
1.1 数字图像处理的发展
1.2 数字图像处理的相关概念
1.2.1 数字图像及其组成要素
1.2.2 图像处理
1.2.3 图像分析
1.2.4 图像理解
1.2.5 与相关学科的关系
1.3 数字图像处理方法
1.3.1 空域处理方法
1.3.2 变换域处理方法
1.4 数字图像处理的主要研究内容
1.5 数字图像处理的应用实例
1.5.1 生物医学中的应用
1.5.2 遥感领域中的应用 第1章 绪论
1.1 数字图像处理的发展
1.2 数字图像处理的相关概念
1.2.1 数字图像及其组成要素
1.2.2 图像处理
1.2.3 图像分析
1.2.4 图像理解
1.2.5 与相关学科的关系
1.3 数字图像处理方法
1.3.1 空域处理方法
1.3.2 变换域处理方法
1.4 数字图像处理的主要研究内容
1.5 数字图像处理的应用实例
1.5.1 生物医学中的应用
1.5.2 遥感领域中的应用
1.5.3 工业方面的应用
1.5.4 军事公安领域的应用
1.5.5 通信中的应用
1.5.6 交通中的应用
1.5.7 其他应用
1.6 小结
习题
第2章 数字图像表示及其处理
2.1 人眼成像及视觉信息的产生
2.2 简单的图像形成模型
2.2.1 亮度成像模型
2.2.2 颜色成像模型
2.2.3 颜色空间
2.3 图像的数字化
2.3.1 采样
2.3.2 量化
2.4 数字图像的基本类型
2.4.1 二值图像
2.4.2 灰度图像
2.4.3 RGB图像
2.4.4 索引图像
2.5 数字图像的基本文件格式
2.5.1 BMP文件格式
2.5.2 TIFF文件格式
2.5.3 GIF文件格式
2.5.4 PCX文件格式
2.5.5 JPEG文件格式
2.5.6 用VC++实现BMP图像文件的显示
2.6 小结
习题
第3章 图像增强
3.1 概述
3.2 空域增强
3.2.1 灰度变换增强
3.2.2 直方图变换增强
3.2.3 空间平滑滤波增强
3.3 频域增强
3.3.1 傅里叶变换
3.3.2 频域滤波增强
3.4 图像的锐化
3.4.1 基于一阶微分的图像增强——梯度算子
3.4.2 基于二阶微分的图像增强——拉普拉斯算子
3.5 彩色图像增强
3.5.1 伪彩色增强
3.5.2 假彩色增强
3.5.3 真彩色增强
3.6 小结
习题
第4章 图像编码与压缩
4.1 图像编码的必要性与可能性
4.1.1 图像编码的必要性
4.1.2 图像编码的可能性
4.2 图像编码分类
4.3 图像编码评价准则
4.3.1 客观保真度准则
4.3.2 主观保真度准则
4.4 图像编码模型
4.4.1 信源编码器和信源解码器
4.4.2 信道编码器和信道解码器
4.5 无损压缩
4.5.1 霍夫曼编码
4.5.2 费诺-香农编码
4.5.3 算术编码
4.5.4 游程编码
4.5.5 无损预测编码
4.6 有损压缩
4.6.1 有损预测编码
4.6.2 变换编码
4.7 JPEG图像编码压缩标准
4.7.1 JPEG的工作模式
4.7.2 基本工作模式
4.7.3 JPEG文件格式
4.8 MPEG视频编码压缩标准
4.9 小结
习题
第5章 图像复原
5.1 基本概念
5.1.1 图像退化一般模型
5.1.2 成像系统的基本定义
5.1.3 连续函数的退化模型
5.1.4 离散函数的退化模型
5.2 图像噪声与只存在噪声的空域滤波复原
5.2.1 常见的噪声及其概率密度函数
5.2.2 只存在噪声的空域滤波复原
5.3 无约束复原
5.3.1 无约束复原的代数方法
5.3.2 退化函数H(u,v)的估计
5.3.3 逆滤波
5.3.4 去除由匀速运动引起的模糊
5.4 有约束复原
5.4.1 约束最小二乘方复原
5.4.2 维纳滤波
5.4.3 有约束最小平方滤波
5.5 非线性复原方法
5.5.1 最大后验复原
5.5.2 最大熵复原
5.5.3 投影复原方法
5.6 几种其他图像复原技术
5.6.1 几何畸变校正
5.6.2 盲目图像复原
5.7 小结
习题
第6章 图像重建
6.1 概述
6.2 图像重建原理
6.3 傅里叶反投影重建
6.3.1 重建公式的推导
6.3.2 重建公式的实用化
6.4 卷积法重建
6.5 代数重建
6.6 重建图像的显示
6.6.1 三维图像重建的体绘制
6.6.2 三维图像重建的面绘制
6.7 小结
习题
第7章 图像分割技术
7.1 图像分割概述
7.2 基于边缘的分割
7.2.1 边缘检测概述
7.2.2 边缘检测方法
7.2.3 边界跟踪
7.3 基于阈值的分割
7.3.1 阈值分割原理及分类
7.3.2 全局阈值
7.3.3 局部阈值
7.3.4 阈值选取方法
7.4 基于熵的分割方法
7.4.1 一维最大熵分割方法
7.4.2 二维最大熵分割方法
7.5 基于区域的分割
7.5.1 区域生长法
7.5.2 区域分裂与合并法
7.6 基于形态学分水岭的分割
7.6.1 形态学图像处理基本概念和运算
7.6.2 基于分水岭的分割
7.7 基于聚类的分割
7.7.1 C?均值聚类方法
7.7.2 模糊C?均值聚类方法
7.8 彩色图像分割
7.8.1 直方图阈值法
7.8.2 彩色空间聚类法
7.8.3 区域生长法
7.9 小结
习题
第8章 图像特征提取与分析
8.1 概述
8.1.1 图像内容
8.1.2 图像特征
8.1.3 特征选择
8.2 颜色特征描述
8.2.1 符合视觉感知的颜色空间
8.2.2 颜色直方图
8.2.3 颜色矩
8.2.4 颜色集
8.2.5 颜色相关矢量
8.3 形状特征描述
8.3.1 几个基本概念
8.3.2 区域内部空间域分析
8.3.3 区域内部变换分析
8.3.4 区域边界的形状特征描述
8.4 图像的纹理分析技术
8.4.1 纹理分析概念
8.4.2 空间灰度共生矩阵
8.4.3 纹理能量测量
8.4.4 纹理的结构分析方法和纹理梯度
8.5 局部特征描述
8.5.1 概述
8.5.2 角点检测
8.5.3 区域描述子
8.6 小结
习题
第9章 图像匹配与识别
9.1 图像识别的基本概念
9.2 图像识别方法分类
9.3 基于匹配的图像识别
9.3.1 全局模板匹配
9.3.2 模板矢量匹配
9.4 统计识别方法
9.5 人工神经网络识别方法
9.5.1 BP神经网络图像识别
9.5.2 自组织神经网络识别方法
9.6 支持矢量机识别方法
9.6.1 SVM算法的基本思想
9.6.2 SVM算法的分类过程
9.6.3 人脸识别应用
9.7 模糊识别方法
9.8 句法识别方法
9.9 小结
习题
第10章 基于MATLAB图像处理应用实例
10.1 MATLAB简介
10.1.1 MATLAB基础
10.1.2 MATLAB的运行
10.1.3 MATLAB图像处理功能
10.2 案例一： 数字水印嵌入与提取
10.2.1 数字水印的相关概念
10.2.2 数字水印的分类
10.2.3 数字水印系统的组成
10.2.4 水印系统设计
10.3 案例二： 图像配准
10.3.1 图像配准概述
10.3.2 基于RANSAC算法的Harris角点配准
10.4 案例三： 图像融合
10.4.1 图像融合概述
10.4.2 图像融合分类
10.4.3 像素域图像融合实现
10.5 案例四： 图像修复
10.5.1 图像修复概述
10.5.2 图像修复的数学模型
10.5.3 基于样本的图像修复算法
10.6 小结
习题
第11章 基于C++的图像系统设计
11.1 概述
11.1.1 工业光源的选择
11.1.2 工业相机的选择
11.1.3 工业镜头的选择
11.1.4 图像系统实验平台案例
11.2 基于OpenCV的棋盘格摄像机标定
11.2.1 OpenCV简介
11.2.2 棋盘格摄像机标定
11.2.3 摄像机标定的步骤
11.3 车牌识别系统设计
11.3.1 彩色图像转换为灰度图像
11.3.2 图像灰度拉伸
11.3.3 图像的二值化
11.3.4 图像的梯度锐化
11.3.5 图像的中值滤波
11.3.6 车牌牌照区域的定位
11.3.7 确定牌照区域的4个坐标值
11.3.8 车牌区域截取
11.3.9 牌照几何位置的调整
11.3.10 牌照区域的二值化
11.3.11 牌照字符的切分
11.3.12 牌照字符的识别
11.4 小结
习题
参考文献