俗話說“眼見為實”“百聞不如一見”，圖像已成為人類獲取和交換信息的主要來源。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)性強等特點，數(shù)字圖像處理需要綜合應(yīng)用信息處理、計算機、機器學習、統(tǒng)計分析等各方面的知識和技術(shù)，對已有的圖像進行變換、處理、重構(gòu)，從而改進圖像質(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、計算機、電子信息等相關(guān)專業(yè)都開設(shè)了數(shù)字圖像處理這門課程，對數(shù)字圖像處理教材的需求和要求也在不斷增加。在組織編寫教材過程中，課題組遵循工程教育認證的成果導向理念來構(gòu)建圖像處理的課程體系；利用圖像信息直觀的特點，傳播主流意識形態(tài)的道德價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、計算機等新技術(shù)的發(fā)展步伐，更新圖像處理的教學內(nèi)容和開發(fā)工具，努力推出實用性強、針對性強的數(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，收集、整理了大量的經(jīng)典算法和應(yīng)用，在此將多年來對數(shù)字圖像處理技術(shù)的探索心得與大家共享。
本書主要內(nèi)容
總體上，數(shù)字圖像處理分三個層次：低級圖像處理、中級圖像處理和高級圖像處理。本書主要介紹低級圖像處理和中級圖像處理，也就是對圖像進行各種加工以改善圖像的視覺效果或突出有用信息，進一步對圖像中感興趣的目標進行檢測（或分割）和測量，以獲得它們的客觀信息，從而建立對圖像的描述。本書沒有介紹高級圖像處理中的圖像理解及場景解釋等內(nèi)容。
1.低級圖像處理部分
本書的第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、數(shù)字圖像處理的特點、數(shù)字圖像處理的主要研究內(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，包括圖像的數(shù)字化、數(shù)字圖像的表示與坐標約定、圖像模式及彩色模型、灰度統(tǒng)計特征、像素點之間的基本關(guān)系、圖像質(zhì)量評價以及Python圖像處理編程基礎(chǔ)等。
第3章介紹空域圖像增強技術(shù)，主要介紹了線性灰度變換、非線性灰度變換和直方圖處理等點處理技術(shù)，以及空域平滑、空域銳化等鄰域處理技術(shù)，分析了點處理和鄰域處理的特點和各種處理技術(shù)的功能效果。
第4章介紹頻域圖像增強技術(shù)，主要介紹了通過傅里葉變換實現(xiàn)圖像增強的原理和步驟，分析了傅里葉變換的性質(zhì)，學習了利用頻域信息的特點對圖像進行低通濾波、高通濾波的方法。
第5章介紹圖像復原技術(shù)，主要介紹了線性移不變圖像退化模型及非盲去卷積的圖像復原原理，對無約束圖像復原（逆濾波）和有約束圖像復原（維納濾波、約束最小二乘濾波等）等算法進行了公式推導，并對各算法進行了分析比較。
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變換和常用的灰度插值方法，進一步學習了剛體變換、仿射變換、投影變換和非線性變換等幾何變換，簡單介紹了幾何校正的基本原理。
第7章介紹形態(tài)學圖像處理技術(shù)，主要介紹了基本的形態(tài)學運算，包括腐蝕、膨脹、開運算、閉運算，分析了利用這些基本運算推導和組合成的各種數(shù)學形態(tài)學實用算法，并用這些算法對圖像形狀和結(jié)構(gòu)進行了分析與處理。
2.中級圖像處理部分
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、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，較詳細地介紹了HOG特征，分析了一般圖像識別系統(tǒng)的工作流程。
第10章介紹一個較為完整的車牌識別系統(tǒng)。本章教學內(nèi)容與配套的算法演示系統(tǒng)相結(jié)合，讓讀者對圖像處理系統(tǒng)有一個較為全面的認識。
本書特點
（1） 內(nèi)容新穎、實用性強。隨著人工智能的發(fā)展，越來越多的工程應(yīng)用和教學研究都使用Python語言，本教材的例題都是使用Python語言實現(xiàn)的，符合實際應(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、計算機等方面的新技術(shù)應(yīng)用。
（2） 示例典型豐富、內(nèi)容完整。在多年的數(shù)字圖像處理教學過程中，筆者收集、整理了大量經(jīng)典例題，并在編書過程中有所選擇，以方便讀者較全面地了解圖像增強、圖像變換、圖像復原、幾何變換、形態(tài)學處理、圖像分割、圖像描述、特征提取等經(jīng)典圖像處理技術(shù)。
（3） 教學資料豐富。筆者汲取了國內(nèi)外圖像處理的教學經(jīng)驗，整理了一套較為完整和實用的教學資料，包括PPT課件、練習習題、圖像處理實驗指導書以及“基于Python的圖像處理算法演示系統(tǒng)v1.0”等。
教學安排
本書介紹了數(shù)字圖像處理的基礎(chǔ)知識和數(shù)字圖像處理編程技術(shù)，學習本書需要數(shù)字信號處理的基礎(chǔ)知識以及Python程序設(shè)計知識。
作為教材，筆者推薦的總課時是48課時。建議在上完本課程后，再開設(shè)一到兩周的數(shù)字圖像處理的課程設(shè)計，以鞏固數(shù)字圖像處理的知識，并加強同學們的數(shù)字圖像處理程序設(shè)計能力。推薦的課時分配見下表。課時分配表
序號課時教 學 內(nèi) 容實 驗 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310第3章空域圖像增強空域圖像增強實驗48第4章頻域圖像增強頻域圖像增強實驗56第5章圖像復原圖像復原實驗62第6章圖像的幾何變換與幾何校正72第7章形態(tài)學圖像處理86第8章圖像分割圖像分割實驗94第9章圖像描述與特征提取102自主安排相關(guān)教學
致謝
本書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。編寫分工如下：蔡體健編寫了第2、3、4、6、9章，劉偉編寫了第5、7、8章，王杉編寫了第1章，劉遵雄編寫了第10章，鄧芳芳編寫了附錄。本書由蔡體健和劉志偉負責統(tǒng)稿。
編者在教材編寫過程中參考了都柏林理工學院Brian Mac Namee教授、巴塞爾大學Philippe Cattin教授、斯坦福大學Gordon Wetzstein教授、休斯頓大學Shishir K.Shah博士、山東大學陳輝教授等的數(shù)字圖像處理課件；此外，還得到了華東交通大學人工智能系的支持，在此表示感謝。由于編者水平有限，時間也比較倉促，書中的錯誤和不妥之處在所難免，敬請讀者批評指正。
編者