在数字图像处理领域，本书作为主要教材已有30多年。这一版本是作者在前两版的基础上修订而成的，是前两版的发展与延续。除保留了前两版的大部分内容外，根据读者的反馈，作者在13个方面对本书进行了修订，新增了400多幅图像、200多幅图表及80多道习题，融入了近年来数字图像处理领域的重要进展，因而本书特色鲜明且与时俱进。全书仍分为12章，即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、彩色图像处理、小波和多分辨率处理、图像压缩、形态学图像处理、图像分割、表示与描述、目标识别。     读者对象：本书的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、研究生、大学本科高年级学生及工程技术人员。

译 者 序 数字图像处理起源于20世纪20年代，当时通过海底电缆从英国的伦敦到美国的纽约采用数字压缩技术传输了第一张数字照片。此后，由于遥感等领域的应用，图像处理技术逐步受到关注并得到相应的发展。由于技术手段的限制，图像处理科学与技术的发展相当缓慢，直到第三代计算机问世后，数字图像处理才开始迅速发展并得到普遍应用。CT的发明、应用及获得倍受科技界瞩目的诺贝尔奖，使得图像处理技术大放异彩。目前数字图像处理科学已成为工程学、计算机科学、信息科学、统计学、物理、化学、生物学、医学甚至社会科学等领域学习和研究的对象。随着信息高速公路、数字地球概念的提出及Internet的广泛应用，图像处理技术的需求与日俱增。其中，图像信息以其信息量大、传输速度快、作用距离远等一系列优点，已成为人类获取信息的重要来源及利用信息的重要手段；因此，图像处理科学与技术逐步向其他学科领域渗透并为其他学科利用是理所当然的。图像处理科学又是一门与国计民生紧密相关的一门应用科学，它已给人类带来了巨大的经济效益和社会效益，不久的将来它不仅在理论上会有更深入的发展，在应用上亦是科学研究、社会生产乃至人类生活中不可缺少的有力工具。它的发展及应用与我国的现代化建设联系之密切、影响之深远是不可估量的。在信息社会中，图像处理科学无论是在理论上还是在实践中，都有着巨大的潜力。 本书第一版于1977年问世，它是作者在为大学高年级学生和研究生编写的讲义的基础上整理而成的，全书只有七章。该书深入浅出，图文并茂，概念清楚，通俗易懂，是很受欢迎的教科书。特别是对非英语国家的学生和科技工作者，阅读原文也会觉得赏心悦目，朗朗上口，给读者留下了深刻的印象。我想这是该书被广泛用做教材的根本所在。本书是该书的第三版，这一版除保留了该书的传统风格外，在内容上进行了大幅度的修订与重组，作者根据反馈意见从13个方面对本书进行了修订，新增了400余幅图像、200多幅图表及80多道习题，同时融入了近年来本科学领域的重要进展，使得本书更加充实与全面。 本书共分12章，分别为绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、彩色图像处理、小波与多分辨率处理、图像压缩、形态学图像处理、图像分割、表示与描述、目标识别。 为了统一全书的语言风格，参加翻译的人员较少。全书第1章至第7章及前言、目录、致谢、关于作者等由阮秋琦翻译，其余内容均由阮宇智同志翻译；全书由阮秋琦统一整理与审校。由于时间仓促，难以达到“信、达、雅”的高标准，退而求其次，尽量做到译文准确，风格统一。 本书在翻译中得了许多同学的帮助，对此，译者深表感谢。由于译者水平所限，书中一定会有许多错误和不当之处，恳切地希望读者提出宝贵的建议和批评。 译 者 2009年12月于北京交通大学 前 言 当某些书籍阅读起来毫不费力时，作者必定在撰写时倾注了大量心血。 ——恩里克嘉蒂耳彭塞拉 这一版本的《数字图像处理》是本书的一次重要修订。正如由Gonzalez和Wintz编写的1977年版和1988年版及由Gonzalez和Woods编写的1992年版和2002年版那样，这一版本同样是为学生和教师考虑而准备的。本书的主要目的仍是介绍数字图像处理的基本概念和方法，并为读者在该领域进一步学习和研究打下坚实的基础。为实现这一目的，我们仍将重点放在基础知识和普通应用上。本书面向大学高年级本科生和研究生，要求学生修习过数学分析、向量、矩阵、概率、统计、线性系统和计算机编程等方面的课程。为方便读者的学习，本书的配套网站提供了相关的背景材料。 本书在数字图像处理领域处于引领地位30多年的主要原因是，我们对读者的不断变化的教育需求给予了极大的关注。当前版本是在我们不断进行广泛调查的基础上编写的。这些调查涉及32个国家的134所院校和研究机构的教师、学生和自学者。根据调查的结果，本书做了如下修订： 书中更早、更全面地介绍了图像处理中所用的数学工具。 扩充说明了直方图处理技术。 逐步叙述了复杂的算法。 扩充说明了空间相关和卷积。 介绍了模糊集合理论及其在图像处理中的应用。 修订了频率域处理的内容，从基本原理开始，说明了如何从数据取样得出离散傅里叶变换。 增加了关于计算机断层(CT)的内容。 在关于小波的一章中，清楚地叙述了基本概念。 修订了关于数据压缩的章节，包含了更多的视频压缩技术、更新的标准和水印。 扩充了形态学的内容，包含了形态学重建，并对灰度形态学进行了修订。 扩充了图像分割的内容，包含了更先进的边缘检测技术(如坎尼算法)，并从更广的角度探讨了图像的阈值处理。 更新了关于图像表示与描述的章节。 精简了关于结构目标识别的内容。 尽管在当前版本中添加了新的内容，并对有些内容进行了重组，但我们已尽量在论述的严密性、表示的清晰性和市场调查的反馈之间保持了平衡，同时尽量将篇幅控制在了合理的范围。本书这一版的主要改动如下。 第1章：更新了一些图形，且为了反映后续章节的变化，重写了部分正文。 第2章：本章大约有50%的内容做了修订，包含了新图像和更清晰的说明。主要的修订包括：新增了关于图像插值的一节，以及综述本书所用主要数学工具的一节。替代直接给出枯燥的数学概念，我们借助这一机会将分散在全书中的大量图像处理应用整合到了第2章中。例如，我们把图像平均和图像相减移到了这一章中，以说明其数学运算。这遵循了我们在本书第二版中就开始的做法，即在讨论中尽可能把许多应用前移，这样做的目的是，不仅可以给出应用示例，而且也便于学生掌握基本概念。学完第2章后，读者将会基本了解如何进行数字图像的操作和处理。同时，本章也是其余章节的坚实基础。 第3章：本章的主要修订包括空间相关、卷积及它们在图像滤波中的应用的详细讨论。市场调查表明，读者要求给出一些说明直方图均衡和规定化的数值实例，因此本章增加了几个这样的例子，以说明这些处理工具的机理。市场调查还表明，读者要求了解模糊集合及其在图像处理中的应用范围，故在本章中，我们新增了关于模糊集合理论基础及其在灰度变换和空间滤波中的应用的一节，灰度变换和空间滤波是该理论的两个主要应用。 第4章：过去的4年中，读者抱怨得最多的是，我们在本书第一版和第二版的第4章中做出的改变。我们在当时做出这些改变时，目的是为了简化傅里叶变换和频率域的表示。显然，我们走得太远，本书的许多用户抱怨新内容太肤浅。在当前版本中，我们纠正了这一问题。现在的内容从一个连续变量的傅里叶变换开始，然后从取样和卷积的基本概念进一步推导离散傅里叶变换。这种内容结构的优点是，给出了取样定理的直接推导及其含义。然后，我们将一维情形下的内容推广到二维情形下，给出了许多用于说明数字图像取样效果的例子，包括混叠效应和莫尔图案。再后，我们说明了二维离散傅里叶变换，并且推导和总结了二维离散傅里叶变换的一些重要性质。这些概念是频率域滤波的基础。最后，我们讨论了问题实现，如变换分解和快速傅里叶变换算法的推导。学完本章后，读者将掌握从一维函数的取样到离散傅里叶变换基础的清晰推导及其在数字图像处理中的某些重要应用等内容。 第5章：本章的主要修订是，增加了关于从投影来重建图像的一节，重点在于计算机断层(CT)。CT的讨论以一个直观的例子开始，故读者可更好地理解由投影来重建图像的基本原理，以及实践中使用的各种成像方式。然后，我们推导了雷登变换和傅里叶切片定理，并以它们为基础清楚地说明了滤波反投影的概念。讨论了平行光束和扇形光束重建，并给出了一些例子。这些内容很久之前就已成熟，因此是本书的重要补充。 第6章：本章的修订只限于符号表示的澄清和更正。未增加新的概念。 第7章：许多初学者抱怨说，从前几章过渡到小波章节很困难。为使得内容更为清晰，我们重写了一些基础性章节。 第8章：为了与时俱进，我们完全重写了这一章。主要变化是，给出了新的编码技术，扩充了关于视频的内容，对关于标准的小节进行了修订，增加了关于图像水印处理的介绍。这种新的编排方式可使得初学者更容易掌握本章的内容。 第9章：本章的主要变化是，新增了关于形态学重建的一节，完全修订了关于灰度形态学的一节。通过包含二值图像和灰度图像的形态学重建，可使我们开发出更复杂和更有用的形态学算法。 第10章：对这一章我们也做了较大的修订。该章的结构基本不变，但增加了进一步强调基本原理和探讨先进图像分割技术的新内容。详细讨论并说明了边缘模型，譬如梯度性质。为了说明先进边缘检测技术，包含了Marr-Hildreth边缘检测器和坎尼边缘检测器。此外，我们还重写了关于阈值处理的一节，在该节中纳入了Otsu方法，因为该方法是过去几年中被人们广泛使用的一种最优阈值处理技术。引入这一方法的目的在于，支持基于贝叶斯分类规则的最优阈值处理；该方法不仅易于理解和实现，而且在实践中有相当重要的作用。贝叶斯方法被移到了第12章，这一章将详细地讨论了贝叶斯决策规则。此外，我们还就如何利用边缘信息来改进阈值处理做了讨论，并给出了自适应阈值处理的几个新例子。关于形态学分水岭和使用运动进行分割的章节，与上一版相比基本相同，但内容更为简洁。 第11章：本章的主要变化是，包含了一个边界追踪算法，详细推导了一个使用最小周长多边形拟合数字边界的算法，并新增了关于纹理描述的共生矩阵一节。11.2节和11.3节中的许多例子都是新的，11.4节中的所有例子也是新的。 第12章：本章的变化是，包含了关于相关匹配的全新一节，并包含了使用贝叶斯分类器识别多光谱图像中感兴趣区域的一个新例子。关于结构分类的一节现在只限于讨论字符串匹配。 以上提到的所有修订导致了400多幅新图像、200多幅新图表和80多道新习题。在适当的位置，我们以逐步算法的形式小结了复杂的处理过程。同时，更新了所有章节末尾的参考文献。 在本书第二版启动期间建立的本书配套网站，取得了很大的成功，每月的访问者都在20 000以上。相应于当前版本，我们重新设计和升级了该网站。关于该网站的详细功能和内容，请读者参阅后面的“本书网站”和“致谢”部分。 这一版本反映了2002年以来读者已经变化了的教育需求。像往常那样，书稿完成后数字图像领域仍在继续发展。自1977年第一次问世以来，该书在世界范围内被广泛接受的原因之一是，本书一直强调基本概念，包括试图提供尽快引出知识主体的稳定方法。在本书这一版的编写过程中，我们遵守了相同的原则。 Rafael C. Gonzalez Richard E. Woods

目 录 第1章 绪论 1 前言 1 1.1 什么是数字图像处理 1 1.2 数字图像处理的起源 2 1.3 使用数字图像处理的领域实例 4 1.4 数字图像处理的基本步骤 14 1.5 图像处理系统的组成 15 小结 17 参考文献 17 第2章 数字图像基础 20 引言 20 2.1 视觉感知要素 20 2.2 光和电磁波谱 24 2.3 图像感知和获取 26 2.4 图像取样和量化 30 2.5 像素间的一些基本关系 38 2.6 数字图像处理中所用数学工具的介绍 41 小结 57 参考文献 58 习题 58 第3章 灰度变换与空间滤波 62 引言 62 3.1 背景知识 62 3.2 一些基本的灰度变换函数 64 3.3 直方图处理 72 3.4 空间滤波基础 88 3.5 平滑空间滤波器 93 3.6 锐化空间滤波器 97 3.7 混合空间增强法 103 3.8 使用模糊技术进行灰度变换和 空间滤波 105 小结 119 参考文献 119 习题 120 第4章 频率域滤波 124 引言 124 4.1 背景知识 124 4.2 基本概念 125 4.3 取样和取样函数的傅里叶变换 131 4.4 单变量的离散傅里叶变换(DFT) 138 4.5 两个变量的函数的扩展 141 第5章 图像复原与重建 196 前言 196 5.1 图像退化/复原处理的一个模型 197 5.2 噪声模型 197 5.3 只存在噪声的复原——空间滤波 203 5.4 使用频率域滤波消除周期噪声 211 5.5 线性、位置不变的退化 216 5.6 估计退化函数 218 5.7 逆滤波 221 5.8 最小均方误差(维纳)滤波 222 5.9 约束最小二乘滤波 224 5.10 几何均值滤波 227 5.11 由投影重建图像 228 小结 244 参考文献 244 习题 245 第6章 彩色图像处理 249 引言 249 6.1 彩色基础 249 6.2 彩色模型 254 6.3 伪彩色图像处理 262 6.4 全彩色图像处理基础 267 6.5 彩色变换 268 6.6 平滑和锐化 276 6.7 基于彩色的图像分割 279 6.8 彩色图像中的噪声 283 6.9 彩色图像压缩 284 小结 285 参考文献 285 习题 286 第7章 小波和多分辨率处理 289 引言 289 7.1 背景 289 7.2 多分辨率展开 300 7.3 一维小波变换 306 7.4 快速小波变换 311 7.5 二维小波变换 317 7.6 小波包 322 小结 330 参考文献 330 习题 331 第8章 图像压缩 334 引言 334 8.1 基础知识 335 8.2 一些基本的压缩方法 345 8.3 数字图像水印处理 394 小结 398 参考文献 398 习题 399 第9章 形态学图像处理 402 引言 402 9.1 预备知识 402 9.2 腐蚀和膨胀 404 9.3 开操作与闭操作 407 9.4 击中或击不中变换 411 9.5 一些基本的形态学算法 412 9.6 灰度级形态学 428 小结 437 参考文献 437 习题 438 第10章 图像分割 443 引言 443 10.1 基础知识 443 10.2 点、线和边缘检测 445 10.3 阈值处理 476 10.4 基于区域的分割 493 10.5 使用形态学分水岭的分割 497 10.6 分割中运动的应用 502 小结 507 参考文献 507 习题 508 第11章 表示和描述 514 引言 514 11.1 表示 514 11.2 边界描绘子 527 11.3 区域描绘子 532 11.4 使用主分量进行描述 544 11.5 关系描绘子 550 小结 553 参考文献 553 习题 554 第12章 目标识别 557 引言 557 12.1 模式和模式类 557 12.2 基于决策理论方法的识别 560 12.3 结构方法 585 小结 587 参考文献 588 习题 588 附录A 图像压缩编码表 591 附录B 参考书目 595 索引 620

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0110080