本书主要以图像处理系统方面的一些科技成果为基础，论述了图像处理系统的系统结构及其设计方法、图像处理系统创新性的理论和方法，并介绍了一些具有影响力的图像处理系统应用实例。本书中的实例主要取材于笔者主持或参与的一些科研项目。这些研究历经40余年，时间跨度较大，既包括多彩的传统技术，又有当前热门的新技术。通过本书，读者既可以了解1：1采样定理的发展过程，又可以从一个侧面看到人脸识别在中国的杰出应用，还可以了解基于邻域存储体的二维流计算的发展历程，看到人工智能软件和硬件结合的前景。本书可作为高校图像处理相关专业的教学用书，也可作为图像处理技术领域科技人员的参考用书。

苏光大，清华大学电子工程系教授。1977年毕业于清华大学电子工程系，留校任教。从事图像识别与高速图像处理领域的科学研究，讲授“图像处理系统”“图像并行处理技术课程。担任多维身份认证与可信认证技术国家工程实验室技术委员会委员、全国安防标委会人体生物特征识别应用分技术委员会顾问、中安协专家委员会专家。
获7项省部级科技成果奖，获中国发明创业奖、中国发明展金奖。取得14项发明，发表160余篇学术论文，著有《微机图像处理系统》和《图像并行处理技术》两部专著，主持起草两项中国公共安全行业标准和1项国家标准。
提出了1:1采样理论，发展了采样定理；提出了算存算一体的二维计算理论，在一定程度上克服了冯·诺依曼瓶颈。研制成功综合人脸识别、人脸超分辨、人像组合的超低人脸分辨率的人脸重建技术，在一定程度上解决了超低人脸分辨率的人脸识别难题。
主持研制成功的人脸识别综合技术，成功应用于2008年北京奥运会、户籍查重、视频图像侦察，协助公安部门破获了大量刑事案件，为维护国家安全和公共安全做出了突出贡献。

章绪论
1.1图像处理科学的体系结构
1.2图像处理的特点
1.3图像处理算法及其数据结构
1.3.1数据处理层算法及其数据结构
1.3.2信息提取层算法及其数据结构
1.3.3知识应用层算法及其数据结构
1.4图像处理系统的系统结构
1.4.1图像处理系统的发展历程
1.4.2以图像帧存为中心的系统结构
1.4.3以计算机内存为中心的系统结构
1.4.4以网络为中心的系统结构
1.5图像处理系统的性能指标
1.6图像处理技术的应用
1.6.1图像处理技术在医学中的应用
1.6.2图像处理技术在军事上的应用
1.6.3图像处理技术在工业中的应用
1.6.4图像处理技术在公共安全中的应用
1.6.5图像处理技术在办公自动化中的应用
1.6.6图像处理技术在体育方面的应用
1.6.7图像处理技术在娱乐中的应用
习题1
第2章图像处理硬件系统的设计方法
2.1图像处理系统的设计流程
2.2图像处理系统的设计准则
2.2.1设计适应于机器
2.2.2设计适应于算法
2.2.3设计适应于系统
2.3可编程逻辑器件
习题2
第3章视频图像数字化
3.1图像的基本描述
3.2扫描时序的产生
3.2.1扫描时序规范
3.2.2数值波形法
3.2.3扫描时序的设计
3.3视频图像的数字化
3.3.1视频图像的采样
3.3.2数字图像的有效比特位
3.3.3模拟视频图像的预处理
习题3
第4章图像帧存储体
4.1图像帧存储体的结构
4.2图像帧存储体的管理
4.2.1存储体分时访问方式
4.2.2存储体多周期嵌套的优先级访问方式
4.3图像帧存储体的时序
习题4
第5章图像显示
5.1图像显示的基本形式
5.2图像滚动显示、漫游显示和放大显示
5.3图像灰度窗口显示
5.4动态图像显示
习题5
第6章微机接口
6.1微机接口技术基础
6.2微机总线
6.3ISA总线下的微机图像接口
6.4PCI总线下的微机图像接口
习题6
第7章图像并行处理技术基础
7.1图像并行处理技术的基本概念
7.2处理器的并行结构
7.3并行算法
7.4图像并行处理的性能指标
习题7
第8章流水线型图像并行处理
8.1流水线型图像处理的基本技术
8.2IMAGEBOX-150图像处理系统
8.3VICOM-VME图像处理工作站、VICOM-VMV机器视觉计算机
8.4TJ-82图像计算机
习题8
第9章基于DSP的图像并行处理
9.1基于DSP的图像处理基本技术
9.2多DSP的图像并行处理
9.3基于TMS320C80的图像并行处理
9.4基于IMS A110的图像并行处理
习题9
0章基于邻域存储体的二维计算
10.1基于邻域存储体的二维计算的基本原理与系统结构
10.2邻域存储体
10.2.1邻域存储体的邻域数据类别
10.2.2邻域存储体并行存取二维邻域数据
10.2.3邻域存储体并行存取一维邻域数据
10.2.4邻域存储体的实现
10.3基于邻域存储体的二维流数据形成方法
10.4基于邻域存储体的二维流并行处理的方法
10.5基于邻域存储体的二维计算的实践
10.5.1NIPC-1邻域图像并行处理机
10.5.2NIPC-2邻域图像并行处理机
10.5.3NIPC-3邻域图像并行处理机
10.5.4NIPC-4邻域图像并行处理机
习题10
1章图像系统软件
11.1计算机的软件环境
11.2图像处理系统的软件结构
11.2.1图像软件系统的分层结构
11.2.2图像软件系统的基础架构
11.3图像软件系统的设备驱动程序
11.4基于MMX/SSE技术的图像并行处理
11.4.1MMX技术
11.4.2SSE技术核心
11.4.3基于MMX/SSE技术的图像并行处理
11.5图像不规则区域的描述
11.5.1图像不规则区域的边界形成方法
11.5.2图像不规则区域的内部判别方法
11.5.3不规则区域的图像存储
11.5.4图像不规则区域描述的应用
习题11
2章计算机人像组合技术
12.1人像组合技术的发展历程
12.2人像部件库建库软件
12.2.1人像部件数据库
12.2.2人脸图像几何归一化
12.2.3人脸部件的提取
12.2.4人脸部件的分类
12.3人像组合软件
12.3.1组合状态下的操作
12.3.2修改状态下的操作
12.4结合脑电记忆人脸的图像重建
习题12
3章超低分辨率人脸图像的重建
13.1低分辨率人脸图像重建的基本方法
13.2低分辨率人脸图像重建的性能指标
13.3超低分辨率人脸图像的尺寸归一化方法
13.4基于低频分量的超分辨率人脸图像的重建方法
13.5超分辨率人脸图像重建的多级多类训练集的生成方法
13.6超分辨率人脸图像重建的多级多类训练集的应用方法
13.7超低分辨率人脸图像重建的意象人脸图像的形成方法
13.8超低分辨率人脸图像的重建系统
13.9超低分辨率人脸图像重建的应用
13.10人脸超分辨技术的发展
习题13
4章人脸识别技术
14.1生物特征识别概述
14.2人脸识别概述
14.3人脸识别算法
14.3.1部件PCA人脸识别
14.3.2深度学习人脸识别
14.4人脸识别系统
14.4.1人脸识别系统的基本结构
14.4.2辨识型人脸识别系统
14.4.3确认型人脸识别系统
14.4.4关注名单型人脸识别系统
14.4.5综合型人脸识别系统
14.4.6人脸识别的程序接口
14.5人脸识别技术的展望
习题14
结束语
参考文献