前言

随着计算机技术、电子技术、信息处理技术和Internet技术的迅猛发展，图像处理技术已经成为信息技术领域中的核心技术之一，并已在国民经济的各个领域得到了十分广泛的应用，在推动社会进步和改善人们生活质量方面起着越来越重要的作用。

自本书第1版和第2版分别在2007年和2013年出版以来，在几十所院校相关专业的本科生和研究生课程教学中得到了应用，许多学生、老师和读者对本书的进一步改版给予了特别的关心，并提出了许多宝贵的建议。出版第3版的原因是纠正第2版中的一些不准确的描述，删除一些不重要的内容，与时俱进地加入一些新内容和新主题。

本书主要有以下特点：

(1) 将离散傅里叶变换、离散余弦变换和小波变换三部分图像变换内容，分别作为第5章的频率域图像处理、第7章的图像压缩编码、第8章的小波图像处理的数学基础放在相应章的第一节，不再把图像变换设为独立的一章内容。对图像变换部分内容的这种组织方式，不仅化解了学生在刚开始学习本课程时，就遇到了学习“数学”知识的困惑和畏难情绪； 而且实现了数字图像处理技术中的这三种最重要的变换方法与图像本体技术的紧耦合。一方面会使学生直接体会到这些数学基础在图像本体技术上的作用和重要性，另一方面会使学生自然地体验到自己是在学习数字图像处理课而不是在学数学课，进而增加学生对学习这些图像变换基础理论的主动性。

(2) 从吸收最新数字图像处理基础技术研究成果和紧跟目前基于特征的图像处理方法研究热点的需求出发，进一步完善了第10章的图像特征提取内容，构成了由图像的边缘特征及其检测方法、图像的点与角点特征及其检测方法、图像的纹理特征及其检测方法、图像的形状特征和图像的统计特征组成的较为完整的图像特征及检测方法的内容体系，进一步突出了图像特征检测与提取在图像处理技术领域的基础性和重要性。

(3) 深入浅出，并较为全面系统地给出了小波理论及其在图像处理技术中应用的基础性内容。该部分内容的学习，为学生今后进一步学习基于多尺度和多分辨率分析的图像分析方法和计算机视觉理论与技术奠定了基础。

(4) 分别将彩色图像处理、形态学图像处理作为单独的一章内容，并且在其内容的系统性和深入性方面，与国内的同类教科书相比，具有独特性。

(5) 新增了视频图像处理一章内容，适应了目前智能视频监控系统和视频图像通信系统广泛应用，以及视频检测和视频压缩编码技术迅猛发展的需求。

(6) 本书较好地把握了《数字图像处理》这部教材在相关专业基础课教学中的基础性地位，把全书的内容始终定位在基础知识、基本理论和基本技术上。所以，没有引入那些涉及相对深奥的数学理论的图像处理内容，比如基于模糊理论的图像处理方法、基于神经网络的图像处理方法等； 也没有引入相对来说是非基础性图像处理方法的内容，比如图像融合方法、图像数字水印技术等。书中专门开辟了小波图像处理这一章比较有难度的内容，是考虑了小波理论和小波图像处理方法在图像处理中的基础性和重要性，并且从总体上把握住了相关内容的难度和深度。

本书的大部分内容都提供了比较详细的数学推导和说明，本书假设读者具备基本的线性系统理论、概率和向量代数的相关基础知识。如果学习者不具备第6章图像恢复涉及的矩阵向量运算及对其求偏导的知识，可略讲其中的相关内容。

全书共分为14章，第1章介绍数字图像处理的基本概念； 第2章介绍数字图像处理的基础知识； 第3章介绍数字图像的基本运算； 第4章介绍空间域图像增强； 第5章介绍频率域图像处理； 第6章介绍图像恢复； 第7章介绍图像压缩编码； 第8章介绍小波图像处理； 第9章介绍图像分割； 第10章介绍图像特征提取； 第11章介绍彩色图像处理； 第12章介绍形态学图像处理； 第13章介绍目标表示与描述； 第14章介绍视频图像处理。

本书可作为高等院校计算机类的计算机科学与技术和数字媒体技术专业，电子信息类的电子信息工程、通信工程、光电信息科学与工程和信息工程专业，自动化类的自动化专业，测绘类的遥感科学与技术专业，兵器类的探测制导与控制技术专业，医学技术类的医学影像技术专业，以及特设专业电子信息类的医学信息工程专业的大学本科生的专业基础课或高年级学生的专业课教材。也可作为计算机科学与技术、信息与通信工程、控制科学与工程、测绘科学与技术、兵器科学与技术、光学工程、医学技术等学科，从事图像处理与分析、目标识别与跟踪、景象匹配及制导、视频检测与识别、视频信息压缩及编码、计算机视觉及应用等研究方向研究生的专业基础课或专业课教材。还可供从事上述相关学科专业的研究人员和工程技术人员参考。

本书的第1章至第10章内容由李俊山编写，第11章和第12章内容由李俊山和李旭辉共同编写，第13章内容由李旭辉编写，第14章内容由李俊山和朱子江共同编写，附录部分由李俊山编写。

在本书第1版到第3版的编写过程中，胡双演、李建军、杨威、谭圆圆、杨亚威、李堃、张雄美、张姣、隋中山等参与了书中部分算法和实验图例的验证。此外，书中还引用了一些著作、论文和相关资料的观点，并汲取了教材在教学使用中一些读者的反馈意见，在此一并向他们表示衷心的感谢。

另外，书中难免有不当和疏漏之处，敬请广大读者不吝批评、指正。

作者

Email： lijunshan403@163.com2017年2月

more >