本套教材是针对清华大学信息科学技术学院所属电子工程系、计算机科学与技术系、自动化系、微电子研究所、软件学院的现行本科培养方案和研究生培养计划的课程设置而组织编写的。这些培养方案和培养计划是基于清华大学对研究型大学的定位和对研究型教学的强调，吸纳多年来在教学改革与实践中所取得的成果和形成的共识，历经多届试用和不断修订而形成的。贯穿于其中的“本科教育的通识性、培养模式的宽口径、教学方式的研究型、专业课程的前沿性”的相关思想是我们组编本套教材所力求体现的基本指导原则。
本书可作为信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统、计算机视觉等学科大学本科和研究生专业基础课教材，也可供信息与通信工程、电子科学与技术、计算机科学与技术、测控技术与仪器、机器人自动化、生物医学工程、光学、电子医疗设备研制、遥感、测绘和军事侦察等领域的科技工作者参考。
本册书为《图像工程》的下册，主要介绍图像工程的第三层次——图像理解的基本概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。
本册书主要内容归纳在四个单元中。第一个单元(包含第1，2，3，4章)主要介绍图像工程的整体发展状况和图像理解与其他相关学科的联系i基本的视觉感知原理和过程，高维图像采集以及3一D目标表达方法等。这些也为进一步学习后面单元的内容打下了基础。第二个单元(包含第5，6，7，8章)论述景物恢复(重建)的各种典型技术，对应图像理解的较低层次。这里主要涉及立体视觉技术(包括双目和多目)，以及由单目图像恢复深度信息的技术(包括立体光度学、从运动求取结构、从阴影恢复形状、从纹理变化确定表面朝向等)。第三个单元(包含第9，10，ll，12章)论述场景解释的概念和原理，对应图像理解的较高层次。这里论述知识和表达基础及常用方法、广义匹配的多种技术，以及图像模式识别的基础工具、图像理解理论的内容发展和图像信息系统的概况比较。第四个单元(包含附录A，B，C)分别介绍了三个典型图像理解技术的应用领域：多传感器图像信息融合、人脸和表情识别、基于内容的图像和视频检索。书中还提供了大量例题，思考题和练习题，并对近半数练习题提供了解答或解题思路。
