本书主要介绍了数字图像处理和机器视觉的基本知识、基本方法和典型案例，将理论知识、科学研究和工程实践有机结合起来，主要内容包括绪论、MATLAB数字图像处理基础、数字图像处理基础知识、图像的基本运算、图像变换、灰度变换和滤波、图像分割、彩色图像处理、图像的表示与描述、图像识别基础、MATLAB GUI设计基础、人工神经网络和卷积神经网络、基于MATLAB的图像处理与机器视觉实例。本书内容系统性强，内容深入简出，理论和编程实践相结合，书中所有例题和案例都附有MATLAB源程序和原始图片数据，便于读者自学。
本书可作为普通高等院校大学本科和研究生教材，也适用于从事数字图像处理、图像识别、机器视觉和人工智能研究与开发的工程技术和科研人员。
配套资源：电子课件、习题答案、源程序、案例视频
本书特色：
★ 全书包含完整的GUI设计讲解，对流行的机器视觉、人工神经网络和卷积神经网络技术进行介绍和应用实例。
★ 书中配套二维码实例演示视频，所有例题和案例都附有MATLAB源程序和原始图片数据，并附有实验项目和实验建议。
前言
图像作为一种简单直观的获取信息的途径，广泛应用于人们的生活与工作中。近年来，数字图像处理技术在数据处理技术和机器视觉技术的推动下，得以进步和完善。随着图像成像设备、计算机的软硬件以及智能图像处理设备的成本降低，数字图像处理技术必将进一步发展和普及。同时数字图像处理与机器视觉作为人工智能的主要研究方向之一，为人工智能在各领域的发展搭建了桥梁。目前已成为医学、计算机科学、生物学、工程学、航天、农业等诸多领域内学者们研究视觉感知的有效工具，且其应用已经遍及生物医学、遥感航空、通信工程、工业工程、农业信息化、安全军事、社会生活等各个领域，对推动科技发展和改善人们的生活水平都起到了重要的作用。
本书第1章主要介绍了数字图像处理与机器视觉的应用现状和发展趋势。因本书主要使用MATLAB软件对书中技术进行编程实现，所以第2章主要对MATLAB软件及其在图像处理方面的编程基础进行介绍。第3~10章对最基本和典型的图像处理技术进行讲解。第3章详细讲解了数字图像处理的基础知识。第4章介绍了图像间的基本运算。第5章详细分析了数字图像处理中用到的傅里叶变换及性质。第6章介绍了非常实用的图像的灰度变换与滤波。第7章介绍了当下应用非常广泛的各种图像分割技术。第8章在彩色图像的基础上讲解了彩色图像的表示、分割、滤波等内容。第9章包含了图像的各种表示及描述方式。第10章结合图像识别基础，详细讲解了模式识别方法，并以车牌识别实例讲解了其应用。
第11章详细讲解了MATLAB GUI设计基础帮助读者可以自主完成GUI的设计和开发。第12章结合人工智能领域，引入BP神经网络、卷积神经网络。介绍了十分强大的分类技术和案例。第13章引入支持向量机，在介绍支持向量机理论基础的同时，讲解其在图像分类中的应用。第14章结合生产生活中的热点问题，对7个典型的图像处理案例进行了详细的讲解，其中包括：焊缝提取、图像批量读入与处理、圆木计数、基于MATLAB图像处理的GUI设计、碎纸片拼接、基于卷积神经网络的手写数字识别、基于SVM的红枣果梗/花萼及缺陷识别。
本书内容虽经过作者的认真编写，但书中仍会存在不足之处，恳请读者多提宝贵意见。
编 者
目录
第1章 绪 论2
1.1数字图像处理定义及发展史2
1.1.1什么是数字图像处理2
1.1.2与数字图像处理相关的术语（数字图像处理、机器视觉、数字图像识别、计算机图形学、人工智能）3
1.1.3数字图像处理的广义与狭义概念4
1.2数字图像处理系统组成4
1.3数字图像处理的主要研究内容和发展趋势5
1.3.1数字图像处理的主要研究内容5
1.3.2数字图像处理应用及发展趋势6
1.4常用数字图像工具软件简介12
1.4.1 MATLAB12
1.4.2 Python13
1.4.3 OpenCV13
1.4.4 Java14
1.4.5 C 14
1.4.6 HALCON14
本章小结15
习题15
第2章 MATLAB数字图像处理基础16
2.1 MATLAB简介16
2.2 MATLAB软件的安装16
2.3 MATLAB程序设计语言基础22
2.3.1 MATLAB语言变量与常量22
2.3.2 MATLAB数据结构23
2.3.3 MATLAB基本语句结构23
2.3.4 M文件的编写24
2.3.5 MATLAB函数编写24
2.3.6 MATLAB帮助文档（help、doc、type）25
2.4 MATLAB程序设计29
2.4.1 循环语句结构29
2.4.2条件语句结构30
2.4.3开关语句结构31
2.4.4程序调试与优化31
2.5.2 MATLAB图像类型及存储方式34
2.5.3 MATLAB图像转换35
2.5.4 读取和写入图像文件36
2.5.5 图像显示37
本章小结38
习题39
第3章 数字图像处理基础知识45
3.1 图像的基本概念45
3.2 图像的数字化及表达46
3.3 图像的获取与显示47
3.3.1图像的采样47
3.3.2采样点的选取48
3.3.3图像的量化48
3.4 像素间的基本关系49
3.4.1邻域49
3.4.2像素的邻接性与连通性50
3.5灰度直方图52
3.5.1灰度直方图的绘制52
3.5.2灰度直方图的使用53
3.6图像的分类54
3.6.1二值图像54
3.6.2灰度图像55
3.6.3彩色图像55
3.6.4矢量图象56
3.6.5索引图像56
本章小结58
习题58
第4章 图像的基本运算59
4.1 概述59
4.2点运算59
4.2.1线性点运算60
4.2.2非线性点运算61
4.3代数运算63
4.3.1加法运算64
4.3.2减法运算66
4.3.3乘法运算67
4.3.4除法运算67
4.4逻辑运算68
4.5几何运算69
4.5.1图像的平移69
4.5.2图像的镜像71
4.5.3图像的旋转72
4.5.4图像的缩放74
4.5.5灰度插值75
本章小结77
习题77
第5章 图像变换79
5.1 认识傅里叶变换80
5.2 快速傅里叶变换83
5.2.1时间抽取（DIT）的基2 FFT算法85
5.3 傅里叶变换的性质85
5.3.1 线性85
5.3.2 对称性质85
5.3.3 尺度变换性质86
5.3.4 时移性质86
5.3.5 频移性质86
5.3.6 平移性质86
5.3.7 可分离性87
5.3.8 周期性和共轭对称性89
5.3.9 旋转性质90
5.3.10 分配律91
5.3.11 尺度变换92
5.4.7 平均值94
5.4.8 卷积定理94
本章小结95
习题95
第6章 灰度变换与滤波96
6.1 灰度变换96
6.1.1灰度线性变换97
6.1.2灰度分段线性变换98
6.1.3反转变换99
6.1.4对数变换100
6.1.5幂次变换101
6.2 直方图变换101
6.2.1直方图均衡化102
6.2.2直方图规定化104
6.3 图像的高、低频分量与噪声的关系106
6.4空间滤波106
6.4.1均值滤波107
6.4.2中值滤波109
6.4.3高斯滤波110
6.5频域滤波111
6.5.1低通滤波112
6.5.2高通滤波116
6.5.3同态滤波118
6.5.4带阻滤波121
本章小结124
习题124
第7章图 像 分 割125
7.1 引言125
7.2 图像分割处理125
7.3 基于阈值的图像处理126
7.3.1 全局阈值分割126
7.3.2多阈值分割131
7.3.2自适应阈值132
7.3.3最佳阈值的选择法134
7.3.4分水岭算法136
7.4基于梯度的图像分割136
7.4.1边界跟踪136
7.4.2梯度图像二值化137
7.5边缘检测与连接138
7.5.1边缘检测138
7.5.2边缘连接140
7.6区域分割141
7.6.1区域生长141
7.6.2区域分裂合并法143
7.7数学形态学图像处理145
7.7.1 腐蚀与膨胀147
7.7.2开运算和闭运算149
7.8图像分割综合应用150
本章小结152
习题152
第8章 彩色图像处理154
8.1彩色图像基础154
8.1.1彩色的定义155
8.1.2彩色的物理认识155
8.1.3三原色155
8.1.4 计算机中的颜色表示156
8.2彩色图像的表示157
8.2.1 RGB模型157
8.2.1 HSV彩色空间158
8.2.2 HSI模型159
8.2.3 Lab颜色模型160
8.3 彩色图处理基础161
8.3.1图像的伪彩色处理161
8.3.2 全彩色图像处理基础167
8.4彩色图像的空间滤波168
8.4.1彩色图像平衡168
8.4.2彩色图像增强170
1.彩色图像增强170
2.彩色图像直方图处理170
8.4.3彩色图像平滑173
8.4.4彩色图像锐化 ( Color Image Sharpening)175
8.5彩色图像分割( Color Image Segmentation )177
8.5.1 HSI彩色空间分割( Segmentation in HSI Color Space )177
8.5.2 RGB彩色空间分割( Segmentation in RGB Color Space )177
本章小结179
习题179
第9章 图像的表示与描述180
9.1 背景180
9.2 颜色描述181
9.2.1灰度性质 ( Intensity Feature )181
9.2.2直方图的性质(Histogram Feature )182
9.2.3 颜色矩（Color Moments )183
9.3 纹理描述（Representation of Image Texture)184
9.3.1自相关函数185
9.3.2灰度差分统计186
9.3.3灰度共生矩阵186
9.3.4频谱特征187
9.4边界表示187
9.4.1链码187
9.4.2曲线的链码表示
书单推荐
