定 价：69 元
丛书名：21世纪高等学校计算机类专业核心课程系列教材
- 作者：李俊山
- 出版时间：2024/12/1
- ISBN：9787302698951
- 出 版 社：清华大学出版社
- 中图法分类：TN911.73
- 页码：
- 纸张：胶版纸
- 版次：
- 开本：16开
-
商品库位：
《数字图像处理（第5版）》全面地介绍了数字图像处理的基本概念、基本原理、基本技术和基本方法。全书共14章，包括绪论、数字图像处理基础、数字图像的基本运算、空间域图像增强、频率域图像处理、图像恢复、图像压缩编码、小波图像处理、图像分割、图像特征提取、彩色图像处理、形态学图像处理、目标表示与描述、视频图像处理基础，内容覆盖数字图像处理技术的各方面知识及相关领域的发展。内容选材新颖，表述通俗，语言精练，图文并茂，系统性强，与新技术紧密结合。可作为高等院校计算机科学与技术、电子信息工程、通信工程、光电信息科学与工程、医学信息工程等专业的教材，也可供计算机视觉、图像处理、目标识别等领域的工程技术人员或相关研究方向的研究生参考。
1.配套资源丰富，除了PPT课件、教学大纲，还配有题型丰富的习题、课后实验等资源，并提供习题答案和实验代码。2.本书前4版受到高校教师们的欢迎，畅销数万册。3.作者是数字图像处理领域的，在该领域有数十年教学和研究经验。
前言
随着计算机科学与技术、电子科学与技术、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。
本书经第1版（2007年）、第2版（2013年）、第3版（2017年）和第4版（2021年）的先后出版，已经在100余所高等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都给予了特别的关心，并提出了许多宝贵的建议。出版第5版的目的是进一步使前几版内容中的相关描述更加准确无误，并添加和更换了一些更能展示其图像处理算法原理的例子，删除了一些不重要的内容，与时俱进地加入了一些新的、典型的图像处理相关内容，给出了十余个图像处理算法的MATLAB编程实例。
本书主要有以下特点。
（1） 本书简洁明了地表述数字图像处理涉及的数学知识，并从便于理解的角度给出了较详细的数学推导和说明，可较好地适应教与学的需要。
（2） 本书将离散傅里叶变换、离散余弦变换和小波变换分别作为第5章“频率域图像处理”、第7章“图像压缩编码”、第8章“小波图像处理”的数学基础，放在章的首节。通过将离散傅里叶变换与频率域图像处理方法、离散余弦变换与图像压缩编码方法、小波变换与小波图像处理方法的内容进行一体化组织，帮助学生理解基于数学原理的图像处理方法。
（3） 本书吸收和完善了图像角点特征及其检测方法、图像纹理特征及其检测方法等新的热点内容，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、图像的形状特征描述、图像的统计特征描述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。
（4） 本书深入浅出，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基础。
（5） 本书将彩色图像处理和形态学图像处理分别作为单独一章内容，简化了形态学图像处理一章中的烦琐内容，其内容的系统性和深入性与国内同类教材相比，具有独特性。
（6） 视频图像处理一章的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。
（7） 本书较好地把握了“数字图像处理”课程内容在专业教学中的基础性地位，没有引入神经网络等相对深奥和图像融合、图像数字水印等非基础性图像处理内容，较好地把握了教学内容的难度和深度。
本书共分为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基础。
本书可作为高等院校相关本科专业的教材，包括但不限于以下专业： 计算机科学与技术、智能科学与技术、数字媒体技术、人工智能、电子信息工程、通信工程、光电信息科学与工程、信息工程、医学信息工程、自动化、遥感科学与技术专业、探测制导与控制技术专业。本书也可作为计算机科学与技术、软件工程、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、光学工程等学科中，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的研究生的专业课教材，还可供从事上述相关专业的研究人员和工程技术人员参考。
在本书第1版到第3版的编写过程中，李旭辉、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，部分工作成果一直沿用至本书。此外，书中还引用了一些著作、论文、网站和相关资料的观点，并汲取了本书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。
李俊山
2025年6月于广州
李俊山，1956年1月出生，陕西白水人，博士，二级教授，博士生导师。1982年1月至2016年3月在火箭军工程大学任教，2016年9月至今在广东外语外贸大学南国商学院任教。曾任高等学校大学计算机课程教学指导委员会委员，火箭军信号图像处理方向导弹（2003年1月—2016年3月），中国计算机学会第九、第十和第十一届理事会理事，中国图象图形学学会第五、第六和第七届理事会理事。主持国家自然科学项目4项、省部级科研项目20余项；获省部级科技进步奖22项；发表学术论文350余篇。主持和省部级教研教改项目6项，作为负责人建设精品课程和精品资源共享课程各1门、省部级特色专业1个、省级教学团队1个、省部级课程2门。获省部级教学成果奖和教材一等奖5项。作为优质作者出版专著4部、译著1部、教材15部，其中《数字图像处理》第1版获省部级教材一等奖，《数字图像处理》第4版获清华大学出版社科技类最受高校欢迎教材奖。
目录
第1章绪论
1．1数字图像与数字图像处理
1．2数字图像处理系统的组成
1．3图像处理技术研究的基本内容
1．4图像处理技术的应用领域
1．5MATLAB及其应用基础
1．5．1MATLAB系统的组成
1．5．2MATLAB系统的软件环境
1．5．3MATLAB应用基础
习题1
第2章数字图像处理基础
2．1电磁波谱与可见光谱
2．2人眼的亮度视觉特性
2．2．1视觉适应性
2．2．2同时对比效应
2．2．3马赫带效应
2．2．4视觉错觉
2．3图像的表示
2．3．1简单的图像成像模型
2．3．2数字图像的表示
2．4空间分辨率和灰度分辨率
2．4．1空间分辨率和灰度分辨率的概念
2．4．2采样数变化对图像视觉效果的影响
2．4．3空间分辨率变化对图像视觉效果的影响
2．4．4灰度分辨率变化对图像视觉效果的影响
2．5像素间的关系
2．5．1像素的相邻和邻域
2．5．2像素的邻接性与连通性
2．5．3距离的度量
2．6图像的显示
2．6．1显示分辨率与图像分辨率
2．6．2彩色模型
2．6．3位图
2．6．4调色板
2．7图像文件格式
2．7．1位图文件头
2．7．2位图信息头
2．7．3位图调色板
2．7．4图像的位图数据
习题2
第3章数字图像的基本运算
3．1灰度反转
3．2对数变换
3．3灰度直方图
3．3．1灰度直方图与灰度图像的对比度
3．3．2灰度直方图的特征
3．3．3归一化灰度直方图
3．4图像的代数运算
3．4．1图像的相加运算
3．4．2图像的相减运算
3．5图像的几何运算
3．5．1图像平移变换
3．5．2图像旋转变换
3．5．3图像镜像变换
3．5．4图像转置变换
3．5．5图像缩放
习题3
第4章空间域图像增强
4．1基于点运算的图像增强方法
4．1．1对比度拉伸
4．1．2窗切片
4．2基于直方图的图像增强方法
4．2．1直方图均衡
4．2．2直方图规定化
4．3基于空间平滑滤波的图像增强方法
4．3．1线性平滑滤波图像增强方法——邻域平均法与均值滤波法
4．3．2非线性平滑滤波图像增强方法——中值滤波法
4．4基于空间锐化滤波的图像增强方法
4．4．1基于一阶微分算子的图像增强方法
4．4．2基于二阶微分算子的图像增强方法
习题4
第5章频率域图像处理
5．1二维离散傅里叶变换
5．1．1二维离散傅里叶变换的定义和傅里叶频谱
5．1．2二维离散傅里叶变换的重要性质
5．1．3图像的傅里叶频谱特性分析
5．1．4离散傅里叶变换的实现
5．2频率域图像处理的基本实现思路
5．2．1基本实现思想
5．2．2转移函数的设计
5．3基于频率域的图像噪声消除——频率域低通滤波
5．3．1理想的低通滤波器
5．3．2巴特沃斯低通滤波器
5．3．3高斯低通滤波器
5．4基于频率域的图像增强——频率域高通滤波
5．4．1理想的高通滤波器
5．4．2巴特沃斯高通滤波器
5．4．3高斯高通滤波器
5．5带阻滤波和带通滤波
5．5．1带阻滤波器
5．5．2带通滤波器
习题5
第6章图像恢复
6．1图像的退化模型
6．1．1常见退化现象的物理模型
6．1．2图像退化模型的表示
6．2逆滤波图像恢复
6．2．1无约束最小二乘方恢复
6．2．2逆滤波图像恢复方法
6．2．3无约束图像恢复的病态性
6．3维纳滤波图像恢复
6．3．1有约束最小二乘方恢复
6．3．2维纳滤波图像恢复方法
6．3．3图像恢复的病态性和奇异性
6．4匀速直线运动模糊的恢复
6．5图像噪声与被噪声污染图像的恢复
6．5．1图像噪声
6．5．2被噪声污染图像的恢复
6．6图像几何失真校正
6．6．1坐标的几何校正
6．6．2灰度值恢复
习题6
第7章图像压缩编码
7．1离散余弦变换
7．1．1一维离散余弦变换
7．1．2二维偶离散余弦变换
7．1．3离散余弦变换的基函数与基图像
7．2数字图像压缩编码基础
7．2．1图像压缩的基本概念
7．2．2图像编码模型
7．2．3数字图像的信息熵
7．3基本的变长编码方法
7．3．1费诺码
7．3．2霍夫曼编码
7．3．3接近的变长编码
7．3．4算术编码
7．4位平面编码
7．4．1位平面分解
7．4．2位平面的格雷码分解编码
7．5游程编码
7．6变换编码
7．6．1变换编码的过程
7．6．2子图像尺寸的选择
7．6．3变换的选择
7．6．4变换系数的量化和编码
7．6．5变换解码
7．7图像质量评价——保真度准则
7．7．1主观保真度准则
7．7．2客观保真度准则
习题7
第8章小波图像处理
8．1小波变换与图像小波变换
8．1．1小波的概念和特性
8．1．2连续小波变换
8．1．3离散小波变换
8．1．4二进小波变换
8．1．5塔式分解与Mallat算法
8．1．6图像的小波变换
8．2嵌入式零树小波编码
8．2．1基于小波变换的图像压缩基本思路
8．2．2嵌入式编码与零树概念
8．2．3重要小波系数及扫描方法
8．2．4嵌入式零树编码方法
8．2．5嵌入式零树小波编码图像的重建
8．2．6嵌入式零树小波编码的渐进传输特性
8．3基于小波变换的图像去噪方法
8．3．1小波去噪方法的原理
8．3．2小波收缩阈值去噪方法
习题8
第9章图像分割
9．1图像分割的概念
9．2基于边缘检测的图像分割
9．2．1图像边缘的概念
9．2．2Hough变换
9．3基于阈值的图像分割
9．3．1基于阈值的分割方法
9．3．2阈值选取方法
9．4基于跟踪的图像分割
9．4．1轮廓跟踪法
9．4．2光栅跟踪法
9．5基于区域的图像分割
9．5．1区域生长法
9．5．2分裂合并法
习题9
第10章图像特征提取
10．1图像的边缘特征及其检测方法
10．1．1图像边缘的特征
10．1．2梯度边缘检测
10．1．3二阶微分边缘检测
10．1．4Marr边缘检测算法
10．2图像的点与角点特征及其检测方法
10．2．1图像点特征及其检测方法
10．2．2图像角点的概念
10．2．3SUSAN角点检测算法
10．3图像的纹理特征及其描述和提取方法
10．3．1图像纹理的概念和分类
10．3．2图像纹理的主要特性及描述与提取方法
10．3．3基于灰度直方图统计矩的纹理特征描述与提取方法
10．3．4基于灰度共生矩阵的纹理特征提取方法
10．3．5基于结构方法的纹理描述
10．3．6基于频谱方法的纹理描述
10．4图像的形状特征
10．4．1矩形度
10．4．2圆形度
10．4．3球状性
10．5图像的统计特征
习题10
第11章彩色图像处理
11．1彩色视觉
11．1．1三基色原理
11．1．2CIE色度图
11．2彩色模型
11．2．1RGB彩色模型
11．2．2HSI彩色模型
11．2．3RGB彩色模型到HSI彩色模型的转换
11．2．4HSI彩色模型到RGB彩色模型的转换
11．3彩色变换
11．3．1反色变换
11．3．2彩色图像的灰度化
11．3．3真彩色转变为256色
11．3．4彩色平衡
11．4彩色图像增强
11．4．1真彩色增强
11．4．2伪彩色增强
11．4．3假彩色增强
11．5彩色图像的平滑
11．5．1基于RGB彩色模型的彩色图像平滑
11．5．2基于HSI彩色模型的彩色图像平滑
11．6彩色图像的锐化
11．7彩色图像的边缘检测
11．8彩色图像的分割
11．8．1HSI模型的彩色图像分割
11．8．2RGB模型的彩色图像分割
习题11
第12章形态学图像处理
12．1集合论基础
12．1．1集合的概念
12．1．2集合间的关系和运算
12．2二值形态学的基本运算
12．2．1腐蚀
12．2．2膨胀
12．2．3开运算和闭运算
12．2．4二值形态学4种基本运算的性质
12．3二值图像的形态学处理
12．3．1形态学滤波
12．3．2边界提取
12．3．3区域填充
12．3．4骨架提取
12．3．5物体识别
12．4灰度形态学的基本运算
12．4．1灰度腐蚀
12．4．2灰度膨胀
12．4．3灰度开运算和灰度闭运算
12．4．4灰度形态学基本运算的性质
12．5灰度形态学处理算法
12．5．1形态学平滑
12．5．2形态学梯度
12．5．3高帽(tophat)变换
习题12
第13章目标表示与描述
13．1边界表示
13．1．1链码
13．1．2多边形近似
13．1．3边界分段
13．1．4标记图
13．2边界描述
13．2．1简单的边界描述子
13．2．2形状数
13．2．3傅里叶描述子
13．2．4统计矩
13．3区域表示
13．3．1区域标示
13．3．2四叉树表示
13．3．3骨架表示
13．4区域描述
13．4．1简单的区域描述子
13．4．2拓扑描述子
13．4．3不变矩
13．5关系描述
13．5．1串描述子
13．5．2树描述子
习题13
第14章视频图像处理基础
14．1视频图像处理的概念
14．2基于视频图像的运动目标检测与识别
14．2．1帧差法
14．2．2背景减法
14．2．3光流场分析法
14．3视频编码技术
14．3．1视频压缩编码的原理
14．3．2视频编码技术及编码标准
14．3．3混合视频编码框架
14．3．4面向混合视频编码框架的编码技术
习题14
参考文献
新书资讯
