俗話(huà)說(shuō)“眼見(jiàn)為實(shí)”“百聞不如一見(jiàn)”，圖像已成為人類(lèi)獲取和交換信息的主要來(lái)源。數(shù)字圖像具有信息量大、占用的頻帶較寬且像素間的相關(guān)性強(qiáng)等特點(diǎn)，數(shù)字圖像處理需要綜合應(yīng)用信息處理、計(jì)算機(jī)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等各方面的知識(shí)和技術(shù)，對(duì)已有的圖像進(jìn)行變換、處理、重構(gòu)，從而改進(jìn)圖像質(zhì)量或從圖像中提取有用的信息。
目前普通高等院校人工智能、計(jì)算機(jī)、電子信息等相關(guān)專(zhuān)業(yè)都開(kāi)設(shè)了數(shù)字圖像處理這門(mén)課程，對(duì)數(shù)字圖像處理教材的需求和要求也在不斷增加。在組織編寫(xiě)教材過(guò)程中，課題組遵循工程教育認(rèn)證的成果導(dǎo)向理念來(lái)構(gòu)建圖像處理的課程體系；利用圖像信息直觀的特點(diǎn)，傳播主流意識(shí)形態(tài)的道德價(jià)值觀和思想政治理念，在潛移默化中展現(xiàn)課程思政；跟隨人工智能、計(jì)算機(jī)等新技術(shù)的發(fā)展步伐，更新圖像處理的教學(xué)內(nèi)容和開(kāi)發(fā)工具，努力推出實(shí)用性強(qiáng)、針對(duì)性強(qiáng)的數(shù)字圖像處理教材。編者多年從事數(shù)字圖像處理課程教學(xué)，收集、整理了大量的經(jīng)典算法和應(yīng)用，在此將多年來(lái)對(duì)數(shù)字圖像處理技術(shù)的探索心得與大家共享。
本書(shū)主要內(nèi)容
總體上，數(shù)字圖像處理分三個(gè)層次：低級(jí)圖像處理、中級(jí)圖像處理和高級(jí)圖像處理。本書(shū)主要介紹低級(jí)圖像處理和中級(jí)圖像處理，也就是對(duì)圖像進(jìn)行各種加工以改善圖像的視覺(jué)效果或突出有用信息，進(jìn)一步對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)（或分割）和測(cè)量，以獲得它們的客觀信息，從而建立對(duì)圖像的描述。本書(shū)沒(méi)有介紹高級(jí)圖像處理中的圖像理解及場(chǎng)景解釋等內(nèi)容。
1.低級(jí)圖像處理部分
本書(shū)的第1章是數(shù)字圖像處理概述，主要介紹了數(shù)字圖像的概念和相關(guān)術(shù)語(yǔ)、數(shù)字圖像處理的特點(diǎn)、數(shù)字圖像處理的主要研究?jī)?nèi)容以及數(shù)字圖像處理的一些經(jīng)典應(yīng)用。
第2章介紹數(shù)字圖像處理的一些基礎(chǔ)知識(shí)，包括圖像的數(shù)字化、數(shù)字圖像的表示與坐標(biāo)約定、圖像模式及彩色模型、灰度統(tǒng)計(jì)特征、像素點(diǎn)之間的基本關(guān)系、圖像質(zhì)量評(píng)價(jià)以及Python圖像處理編程基礎(chǔ)等。
第3章介紹空域圖像增強(qiáng)技術(shù)，主要介紹了線(xiàn)性灰度變換、非線(xiàn)性灰度變換和直方圖處理等點(diǎn)處理技術(shù)，以及空域平滑、空域銳化等鄰域處理技術(shù)，分析了點(diǎn)處理和鄰域處理的特點(diǎn)和各種處理技術(shù)的功能效果。
第4章介紹頻域圖像增強(qiáng)技術(shù)，主要介紹了通過(guò)傅里葉變換實(shí)現(xiàn)圖像增強(qiáng)的原理和步驟，分析了傅里葉變換的性質(zhì)，學(xué)習(xí)了利用頻域信息的特點(diǎn)對(duì)圖像進(jìn)行低通濾波、高通濾波的方法。
第5章介紹圖像復(fù)原技術(shù)，主要介紹了線(xiàn)性移不變圖像退化模型及非盲去卷積的圖像復(fù)原原理，對(duì)無(wú)約束圖像復(fù)原（逆濾波）和有約束圖像復(fù)原（維納濾波、約束最小二乘濾波等）等算法進(jìn)行了公式推導(dǎo)，并對(duì)各算法進(jìn)行了分析比較。
第6章介紹圖像的幾何變換與幾何校正技術(shù)，主要介紹了圖像常用的坐標(biāo)變換和常用的灰度插值方法，進(jìn)一步學(xué)習(xí)了剛體變換、仿射變換、投影變換和非線(xiàn)性變換等幾何變換，簡(jiǎn)單介紹了幾何校正的基本原理。
第7章介紹形態(tài)學(xué)圖像處理技術(shù)，主要介紹了基本的形態(tài)學(xué)運(yùn)算，包括腐蝕、膨脹、開(kāi)運(yùn)算、閉運(yùn)算，分析了利用這些基本運(yùn)算推導(dǎo)和組合成的各種數(shù)學(xué)形態(tài)學(xué)實(shí)用算法，并用這些算法對(duì)圖像形狀和結(jié)構(gòu)進(jìn)行了分析與處理。
2.中級(jí)圖像處理部分
第8章介紹圖像分割技術(shù)，闡述了圖像分割的意義，介紹了圖像分割的一些常用方法，包括閾值分割、邊緣檢測(cè)、區(qū)域分割等，著重介紹了一些圖像分割的經(jīng)典算法，包括閾值分割法、區(qū)域生長(zhǎng)法、水域分割法等。
第9章介紹圖像描述和特征提取技術(shù)，闡述了圖像描述和特征提取的必要性，介紹了圖像的灰度描述、邊界描述、區(qū)域描述、紋理描述方法，著重介紹了圖像的直方圖特征、鏈碼描述和傅里葉描述、幾何特征和不變矩、矩分析法和灰度共生矩陣法等，較詳細(xì)地介紹了HOG特征，分析了一般圖像識(shí)別系統(tǒng)的工作流程。
第10章介紹一個(gè)較為完整的車(chē)牌識(shí)別系統(tǒng)。本章教學(xué)內(nèi)容與配套的算法演示系統(tǒng)相結(jié)合，讓讀者對(duì)圖像處理系統(tǒng)有一個(gè)較為全面的認(rèn)識(shí)。
本書(shū)特點(diǎn)
（1） 內(nèi)容新穎、實(shí)用性強(qiáng)。隨著人工智能的發(fā)展，越來(lái)越多的工程應(yīng)用和教學(xué)研究都使用Python語(yǔ)言，本教材的例題都是使用Python語(yǔ)言實(shí)現(xiàn)的，符合實(shí)際應(yīng)用的需要。本教材緊跟新技術(shù)發(fā)展前沿，收集了一些人工智能、計(jì)算機(jī)等方面的新技術(shù)應(yīng)用。
（2） 示例典型豐富、內(nèi)容完整。在多年的數(shù)字圖像處理教學(xué)過(guò)程中，筆者收集、整理了大量經(jīng)典例題，并在編書(shū)過(guò)程中有所選擇，以方便讀者較全面地了解圖像增強(qiáng)、圖像變換、圖像復(fù)原、幾何變換、形態(tài)學(xué)處理、圖像分割、圖像描述、特征提取等經(jīng)典圖像處理技術(shù)。
（3） 教學(xué)資料豐富。筆者汲取了國(guó)內(nèi)外圖像處理的教學(xué)經(jīng)驗(yàn)，整理了一套較為完整和實(shí)用的教學(xué)資料，包括PPT課件、練習(xí)習(xí)題、圖像處理實(shí)驗(yàn)指導(dǎo)書(shū)以及“基于Python的圖像處理算法演示系統(tǒng)v1.0”等。
教學(xué)安排
本書(shū)介紹了數(shù)字圖像處理的基礎(chǔ)知識(shí)和數(shù)字圖像處理編程技術(shù)，學(xué)習(xí)本書(shū)需要數(shù)字信號(hào)處理的基礎(chǔ)知識(shí)以及Python程序設(shè)計(jì)知識(shí)。
作為教材，筆者推薦的總課時(shí)是48課時(shí)。建議在上完本課程后，再開(kāi)設(shè)一到兩周的數(shù)字圖像處理的課程設(shè)計(jì)，以鞏固數(shù)字圖像處理的知識(shí)，并加強(qiáng)同學(xué)們的數(shù)字圖像處理程序設(shè)計(jì)能力。推薦的課時(shí)分配見(jiàn)下表。課時(shí)分配表
序號(hào)課時(shí)教 學(xué) 內(nèi) 容實(shí) 驗(yàn) 內(nèi) 容12第1章圖像處理概述26第2章圖像處理基礎(chǔ)知識(shí)310第3章空域圖像增強(qiáng)空域圖像增強(qiáng)實(shí)驗(yàn)48第4章頻域圖像增強(qiáng)頻域圖像增強(qiáng)實(shí)驗(yàn)56第5章圖像復(fù)原圖像復(fù)原實(shí)驗(yàn)62第6章圖像的幾何變換與幾何校正72第7章形態(tài)學(xué)圖像處理86第8章圖像分割圖像分割實(shí)驗(yàn)94第9章圖像描述與特征提取102自主安排相關(guān)教學(xué)
致謝
本書(shū)由蔡體健和劉偉主編，參編人員包括王杉、劉志偉、劉遵雄、鄧芳芳。編寫(xiě)分工如下：蔡體健編寫(xiě)了第2、3、4、6、9章，劉偉編寫(xiě)了第5、7、8章，王杉編寫(xiě)了第1章，劉遵雄編寫(xiě)了第10章，鄧芳芳編寫(xiě)了附錄。本書(shū)由蔡體健和劉志偉負(fù)責(zé)統(tǒng)稿。
編者在教材編寫(xiě)過(guò)程中參考了都柏林理工學(xué)院Brian Mac Namee教授、巴塞爾大學(xué)Philippe Cattin教授、斯坦福大學(xué)Gordon Wetzstein教授、休斯頓大學(xué)Shishir K.Shah博士、山東大學(xué)陳輝教授等的數(shù)字圖像處理課件；此外，還得到了華東交通大學(xué)人工智能系的支持，在此表示感謝。由于編者水平有限，時(shí)間也比較倉(cāng)促，書(shū)中的錯(cuò)誤和不妥之處在所難免，敬請(qǐng)讀者批評(píng)指正。
編者