本书围绕计算机视觉的基本理论、核心方法与工程实现展开系统阐述，按照“基础认知—图像处理—特征分析—典型任务—综合案例”的知识主线进行排版，内容涵盖数字图像基础、图像增强与复原、形态学处理、特征提取，以及图像分类、图像分割、目标检测和图像生成等关键技术模块。在理论层面，本书系统讲解图像表示方法、空间变换原理与统计特征描述机制，深入分析卷积神经网络等模型在视觉任务中的结构特点与计算逻辑；在方法层面，梳理传统机器学习方法与深度学习方法在特征表达方式、数据规模要求与计算复杂度方面的差异，帮助读者建立完整的技术认知框架。结合车型识别、交通标识分类、道路场景分割与多目标检测等实例，详细呈现从数据准备、模型构建到性能评估的完整工程流程，强化实践操作能力与系统实现能力。