数字图像处理（MATLAB版）（第二版）（本科教学版）

本书将图像处理基础理论论述与以MATLAB为主要工具的软件实践方法相对照，集成了冈萨雷斯和伍兹所著的《数字图像处理（第三版）》一书中的重要内容和MathWorks 公司的图像处理工具箱，特色在于重点强调了怎样通过开发新代码来增强这些软件工具的功能。全书在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括灰度变换、线性和非线性空间滤波、频率域滤波、图像复原与重建、彩色图像处理、图像压缩、图像分割、区域和边界表示与描述等。
本书根据一般学校的授课侧重进行了适当缩减，以更好地适应教学需求，其中删除了原著中几何变换和图像配准、小波、形态学图像处理等内容，形成了适合本科教学层次的该版本。

本书的主要特色：
1、本书自成体系并以工具书的风格书写
2、开发了100多个图像处理函数，在图像处理工具箱中现有函数的基础上增加了40%
3、讨论和实现了数字图像处理主流内容中的算法和MATLAB函数
4、除了对**版的主要议题加以修订以外，本版本的特点涵盖了雷登变换、几何变换、图像配准、彩色剖面和独立于设备的彩色变换、针对于视频的压缩函数、自适应阈值算法等
5、包含了与MATLAB一起使用的详细的C代码
6、包含了图形用户界面（GUI）的详细设计
原书**作者Rafael C. Gonzalez是数字图像处理领域的权威人物，他在模式识别、图像处理和机器人领域编写或与人合著了100多篇技术文章、两本书和5本教材。冈萨雷斯博士的著作已被世界1000多所大学和研究所采用，深受读者喜爱。

 

这是图像处理基础理论论述同以MATLAB为主要工具的软件实践方法相对照的第一本书。本书集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中重要的原文材料和MathWorks公司的图像处理工具箱。本书的特色在于重点强调怎样通过开发新代码来加强这些软件工具。本书在介绍MATLAB编程基础知识之后，讲述了图像处理的主干内容，包括灰度变换、线性和非线性空间滤波、频率域滤波、图像复原与重建、彩色图像处理、图像压缩、图像分割、区域和边界表示与描述。本书已针对本科教学需求对超出教学范围的部分内容进行了删减。

1965年毕业于美国迈阿密大学，获得电气工程学士学位；1967年和1970年在美国佛罗里达大学盖恩斯维尔分校分别获得电气工程硕士学位和博士学位，现为田纳西大学诺克斯维尔分校教授。冈萨雷斯是田纳西大学“图像与模式分析实验室”和“机器人与计算机视觉实验室”的创建人。他还频繁地为模式识别、图像处理和机器学习领域的业界和政府提供咨询服务。在业界取得的成就有：1987年因田纳西的商业开发获IEEE杰出工程人员奖；1988年因商业图像处理获Albert Rose Nat奖；1989年因其在技术转化方面的贡献获Otto Wheeley奖；1989年获Coopers和Lybrand Entrepreneur年度奖；1993年因其技术开发贡献获自动成像协会国家奖。冈萨雷斯在模式识别、图像处理和机器人领域发表了100多篇论文，出版了两本专著及4本教材。他的图书已被全球1000多所大学和研究机构使用。他还是IEEE会士。

第1章 绪言
前言
1.1 背景
1.2 什么是数字图像处理
1.3 MATLAB和图像处理工具箱基础
1.4 本书涵盖的图像处理范围
1.5 本书的网站
1.6 符号
1.7 基本原理
1.8 怎样组织本书的参考文献
小结
第2章 灰度变换与空间滤波
前言
2.1 背景
2.2 灰度变换函数
2.3 直方图处理与函数绘图
2.4 空间滤波
2.5 图像处理工具箱的标准空间滤波器
小结
第3章 频率域滤波
前言
3.1 二维离散傅里叶变换
3.2 在MATLAB中计算和观察二维DFT
3.3 频率域滤波
3.4 从空间滤波器获得频率域滤波器
3.5 在频率域中直接生成滤波器
3.6 高通(锐化)频率域滤波器
小结
第4章 图像复原和重建
前言
4.1 图像退化/复原处理的模型
4.2 噪声模型
4.3 仅有噪声的复原——空间滤波
4.4 使用频率域滤波降低周期噪声
4.5 退化函数建模
4.6 直接逆滤波
4.7 维纳滤波
4.8 由投影重建图像
小结
第5章 彩色图像处理
前言
5.1 MATLAB中彩色图像的表示
5.2 彩色空间转换
5.3 彩色图像处理基础
5.4 彩色变换
5.5 彩色图像的空间滤波
5.6 直接在RGB向量空间的处理
小结
第6章 图像压缩
前言
6.1 背景
6.2 编码冗余
6.3 空间冗余
6.4 不相关信息
6.5 JPEG压缩
6.6 视频压缩
小结
第7章 图像分割
前言
7.1 点、线和边缘检测
7.2 使用霍夫变换进行线检测
7.3 阈值处理
7.4 基于区域的分割
7.5 使用分水岭变换的分割
小结
第8章 表示与描述
前言
8.1 背景
8.2 表示
8.3 边界描绘子
8.4 区域描绘子
8.5 使用主分量进行描述
小结
附录A M函数汇总
附录B ICE和MATLAB图形用户界面
附录C 附加的自定义M函数
参考文献
索引

序 言
运用MATLAB进行数字图像处理的这一版本是本书的重要修订。像以前的版本一样，本书的关注点基于这样一个事实，在数字图像处理领域对问题的解决通常要求广泛的实验工作，包括软件模拟和大量样本图像的测试。虽然典型算法的开发是以理论支撑为基础的，但这些算法的实际实现几乎总是要求参数估计的，并常常进行算法的修正和候选解决方案的比较。这样，灵活的选择、全面的理解及由许多资料证明的软件开发环境就是关键因素，这些因素在成本、开发时间和图像处理解决方法的可移植性上都具有重要的意义。
尽管它很重要，但却很少有以教材形式编写的涉及数字图像处理的理论原理和软件实现方面的材料。2004年所写的本书的第一版正好是为满足这一需要的。本书的新版本继续这一宗旨，它的主要目标是提供一个可用现代软件工具实现图像处理算法的基础。本书自成体系，并且使其对具有数字图像处理、数学分析及计算机编程基本背景的人来说更容易阅读，所有这些内容，在技术学科初级或高级典型层次的课程中都可以找到。同时，也希望读者具备MATLAB的初级知识。
为了达到这一目的，需要两个关键因素。第一个是选择图像处理素材，它在该领域中涵盖在正规课程中。第二个是选择被充分支持和证明了的软件工具，并且在现实社会中有很广泛的应用。
为了满足第一个目的，后续章节中的多数理论概念选自冈萨雷斯和伍兹所著的《数字图像处理》一书，该书在30多年中被全世界教师选为引领性的教材。所选择的软件工具来自MATLAB图像处理工具箱，它在教育和工业应用中同样占有类似的地位。在本书当前版本的准备中，所遵循的基本策略是继续提供已为大家接受的理论概念和用软件工具的实现技巧间准确无误的结合。
本书沿用《数字图像处理》一书的主线组织。通过这种方法，读者很容易参考所讨论的数字图像处理的概念，并且作为进一步阅读的最新参考。
遵循这种方法可使我们有可能以简明扼要的方法提供理论材料，从而集中精力解决图像处理问题的软件实现。因为图像处理工作在MATLAB计算环境下，所以图像处理工具箱提供了极大的便利，不仅体现在计算工具的宽泛性上，而且还体现在它支持今天所用的大多数操作系统上。本书的突出特点是强调如何开发新的代码以增强已有的MATLAB和工具箱的泛化性，这在图像处理领域中是一个重要的特性，正如早些时候提到的那样，这是大量的算法开发和试验工作所需要的特点。
在介绍了MATLAB函数和编程基础之后，本书致力于图像处理的主流领域论述。其涵盖的主要领域包括灰度变换、模糊图像处理、线性和非线性空间滤波、频率域滤波、图像复原和重建、几何变换和图像配准、彩色图像处理、图像压缩、图像分割、区域和边界表示与描述。这些材料是如何用MATLAB和工具箱函数解决图像处理问题的大量论述的一个补充。在没有所需函数的情况下，编写一个新的函数和文本也是本书教学所关注的一部分。在后续的章节中包括了120多个新函数。这些函数使图像处理工具箱的范围增加了近40%，同时，如何解决新的图像处理问题也进一步说明了这一重要目的。
这些以教材形式出现的材料不能作为软件手册。虽然本书自成体系，但我们还是建成了一个综合网站，该网站被设计用于支持许多领域(见1.5节)。对于学生来说，为跟踪正常课程学习或者个别从事编程的人员自学，网站包括了背景材料的辅导和综述，以及方案和本书包括的所有图像的图像库。对于教师来说，网站包含课堂讲授材料和本书所用的所有图像、图形的PPT。个别熟悉图像处理和工具箱基础的人员可以发现该网站包含有最新参考、最新技术及在其他地方不容易找到的许多热点支持材料。所有新书的选购者可以免费下载本书开发的所有新函数的可执行文件。
正像符合大多数这种类型的作品那样，在手稿完成之前，我们一直努力地修改它。正因如此，我们在内容的取舍方面已尽了最大努力，我们相信这些内容均是基本内容，读者在了解这些内容后就可尽快地掌握知识。我们相信，本书的读者将从这些努力中受益，并因此可及时找到有用的材料。