本书为想要了解数字图像处理与机器视觉领域的读者提供了一条扎实的进阶之路，从基本的图像处理算法，到投影校正、顶帽变换等高级应用，再到特征提取、分类器设计，以及像光学字符识别、人脸识别等综合案例，一步步地引导读者从阅读中获得知识，于实践中升华感悟。

Matoab与Visusl C++两种语言描述的无缝连接，体现出科学研究和工程实践在图像处理与机器视觉领域的完美结合。

本书将理论知识、科学研究和工程实践有机结合起来，介绍了数字图像处理和识别技术的方方面面，内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。本书还对于机器视觉进行了前导性的探究，重点介绍了两种在工程技术领域非常流行的分类技术——人工神经网络(ANN)和支持向量机(SVM)，并在配套给出的识别案例中直击光学字符识别(OCR)和人脸识别两大热点问题。

全书结构紧凑，内容深入浅出，讲解图文并茂，适合于计算机、通信和自动化等相关专业的本科生、研究生以及工作在图像处理和识别领域一线的广大工程技术人员阅读。

第0章 数字图像处理概述

 0.1 数字图像

0.1.1 什么是数字图像

0.1.2 数字图像的显示

0.1.3 数字图像的分类

0.1.4 数字图像的实质

0.1.5 数字图像的表示

0.1.6 图像的空间和灰度级分辨率

 0.2 数字图像处理与识别

0.2.1 从图像处理到图像识别

0.2.2 什么是机器视觉

0.2.3 数字图像处理和识别的应用实例

 0.3 数字图像处理的预备知识

0.3.1 邻接性、连通性、区域和边界

0.3.2 距离度量的几种方法

0.3.3 基本的图像操作

第1章 MATLAB图像处理编程基础

第2章 Visual C++图像处理编程基础

第3章 图像的点运算

第4章 图像的几何变换

第5章 空间域图像增强

第6章 频率域图像增强

第7章 彩色图像处理

第8章 形态学图像处理

第9章 图像分割

第10章 特征提取

第11章 图像识别初步

第12章 人工神经网络

第13章 支持向量机