本书系统介绍了智能图像处理所需的基本知识与核心算法，主要包括四部分内容：第一部分是数字图像处理的理论基础，包括数字图像处理概述和图像采集系统；第二部分是数字图像处理的基本方法和实例，包括数字图像基础、图像预处理、图像变换和图像复原；第三部分是图像特征提取与分析的理论、方法和实例，包括图像分割、图像特征提取与选择、图像匹配和图像智能识别方法；第四部分是数字图像处理的工程应用案例，包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。
本书基础理论知识覆盖面较全，讲解过程深入浅出，可以促进学生对图像处理知识的理解和学习；案例的设计思路和开发经验讲解详细，引导读者进行图像处理技术实际工程能力的锻炼及开拓创新意识的培养；提供电子教案、二维码操作视频、教学大纲、习题与解答及完整源代码电子资源，对从事图像处理领域项目开发的读者有很好的借鉴作用，读者可登录www.cmpedu.com免费注册、审核通过后下载使用，或联系编辑索取（微信13146070618，电话010-88379739）；融入了科技创新、文化自信、爱国主义等思政元素，全方位培养学生的家国情怀。
本书可作为高校人工智能、计算机科学与技术、机器人工程、控制科学与工程、通信与信息工程、电子科学与技术、生物医学工程等相关专业的本科生和研究生教材，也可供从事图像处理、分析和识别等相关领域的科技工作者参考。

前言
第1章 数字图像处理概述
1.1 数字图像处理的产生与发展
1.2 数字图像的基本概念
1.2.1 图像与数字图像
1.2.2 数字图像的存储格式
1.3 数字图像处理的基本内容和基本步骤
1.3.1 基本内容
1.3.2 基本步骤
1.4 数字图像处理的工程应用
1.5 数字图像处理的机遇与挑战
【本章小结】
【课后习题】
第2章 图像采集系统
2.1 光源
2.1.1 光源的类型
2.1.2 光源的颜色
2.1.3 照明方式
2.1.4 光源的选择
2.2 镜头
2.2.1 镜头的成像原理
2.2.2 镜头的主要参数
2.2.3 镜头的类型
2.2.4 镜头的选择
2.3 相机
2.3.1 相机芯片的主要参数
2.3.2 相机的主要参数
2.3.3 相机的类型
2.3.4 相机的选择
【本章小结】
【课后习题】
第3章 数字图像基础
3.1 图像采样和量化
3.1.1 采样
3.1.2 量化
3.1.3 采样与量化参数的选择
3.2 像素间的基本关系
3.2.1 像素的邻接
3.2.2 邻接性、连通性、区域和边界
3.2.3 距离度量
3.3 灰度直方图
3.3.1 直方图的定义
3.3.2 直方图的特性
3.3.3 直方图的作用
3.4 图像质量评价
3.4.1 图像质量评价方法
3.4.2 均方误差
3.4.3 信噪比与峰值信噪比
3.4.4 结构相似度
3.5 图像的点运算
3.6 图像的代数运算
3.6.1 加法运算
3.6.2 减法运算
3.6.3 乘法运算
3.6.4 除法运算
3.7 图像的几何运算
【本章小结】
【课后习题】
第4章 图像预处理技术
4.1 图像的灰度变换
4.1.1 线性变换
4.1.2 分段线性变换
4.1.3 灰度对数变换
4.1.4 直方图均衡化
4.2 图像的几何变换
4.2.1 平移
4.2.2 旋转
……
第5章 图像变换
第6章 图像复原
第7章 图像分割技术
第8章 图像特征提取与选择
第9章 图像匹配
第10章 图像智能识别方法
第11章 工程应用——米粒分类识别
第12章 工程应用——多气泡上升轨迹跟踪
第13章 工程应用——血细胞图像检测
第14章 工程应用——手写字符识别
第15章 工程应用——汽车牌照识别
参考文献