Milan Sonka、Vaclav Hlavac、Roger Boyle所著的《图像处理分析与机器视觉(第3版)》的读者对象既包含对本领域几乎没有任何经验的本科生，也包括为特别主题寻求高级“跳板”的硕士班学生及研究生。这本教材的每个章节都对第2版进行了更新（尤其是参考文献）。重新组织并加强了第2章和第3章，以期恰如其分地表述全书所用到的广泛基础。在1998年出版的第2版中，2D图像处理和分析得到了全面的论述，体积暨固有3D图像数据的分析已变得必不可少。为了跟上该领域的快速发展，增加了全新的第7章，覆盖了具有处理3D（或更高维）能力的图像分割方法和途径，包括均值移位分割、梯度矢量流蛇行、水平集、直接图像分割、最优单和多表面检测。因此，本书现在关于分割有两章，明确地反映了该领域的重要性。

Milan Sonka、Vaclav Hlavac、Roger Boyle所著的《图像处理分析与机器视觉(第3版)》是为计算机专业图像处理、图像分析和机器视觉课程编写的教材。

《图像处理分析与机器视觉(第3版)》针对图像处理、图像分析和机器视觉领域的有关原理与技术展开了广泛而深入的讨论，包括图像预处理、图像分割、形状表示与描述、物体识别与图像理解、三维视觉、数学形态学图像处理技术、离散图像变换、图像压缩、纹理描述、运动分析等。《图像处理分析与机器视觉(第3版)》力图将复杂的概念通过具体示例用易于理解的算法来描述，提供了大量包含图示和处理结果的插图，特别有助于读者的学习和理解。此外，《图像处理分析与机器视觉(第3版)》还提供了丰富的参考文献，既列出了那些经过时间考验的经典论文，也列出了能反映未来发展方向的最新进展，适于读者进一步深入探索。

《图像处理分析与机器视觉(第3版)》覆盖了十分广泛的领域，包括人工智能、信号处理、人工神经网络、模式识别、机器学习、模糊数学等一系列相关学科。读者通过学习《图像处理分析与机器视觉(第3版)》，可以学到很多具有普遍价值的知识和具体的应用方法。

《图像处理分析与机器视觉(第3版)》可作为各高等院校计算机专业高年级本科生和研究生相应课程的教材，可以结合实际教学情况选用相应的章节。《图像处理分析与机器视觉(第3版)》也特别适合有一定基础的读者自学。《图像处理分析与机器视觉(第3版)》对从事相关科学技术领域的研究和工程技术人员也有很高的参考价值。此外，对于本领域的专业人士也可以作为技术手册使用。

第1章 引言

 1.1 动机

 1.2 计算机视觉为什么是困难的

 1.3 图像表达与图像分析的任务

 1.4 总结

 1.5 参考文献

第2章 图像及其表达与性质

第3章 图像及其数学与物理背景

第4章 图像分析的数据结构

第5章 图像预处理

第6章 分割I

第7章 分割II

第8章 形状表示与描述

第9章 物体识别

第10章 图像理解

第11章 3D视视和几何

第12章 3D视觉的的应用

第13章 数学形态学

第14章 图像数据压缩

第15章 纹理

第16章 运动分析

词汇