本书主要介绍图像处理与分析的基本原理、典型算法和实用技术。第1章为图像处理与分析基础，以后各章分别讨论了图像增强、图像平滑、图像锐化、图像分割、边缘检测、形态学图像处理、特征选择、彩色图像处理、纹理图像处理、频率变换、几何变换、图像编码、图像复原等图像处理与分析的基本知识，从第2章开始每章都包含可自由调用的Matlab和VC++算法源程序。

本书主要介绍图像处理与分析的基本原理、典型算法和实用技术。第1章为图像处理与分析基础，以后各章分别讨论了图像增强、图像平滑、图像锐化、图像分割、边缘检测、形态学图像处理、特征选择、彩色图像处理、纹理图像处理、频率变换、几何变换、图像编码、图像复原等图像处理与分析的基本知识，从第2章开始每章都包含可自由调用的Matlab和VC++算法源程序。

本书共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等。

本书是数字图像处理领域的一本新著，是1977年问世的《数字图像处理（第一版）》的重要修订与扩充。较上一版，啬了关于小波变换、图像形态学和彩色图像处理的章节，并新增了500多幅图像、200多幅图表。该书是近20年来此领域最权威的教材之一。全书共分12章，首先介绍了数字图像基础、空间域和频域的图像增强；然后讨论了图像复原、彩色图像处理、小波变换及多分辨率处理和图像压缩；最后讲述了形态学图像处理、图像分割、表示与描述和对象识别等。本书侧重于对数字图像处理基本概念和方法的介绍，并为本领域的进一步学习和研究奠定了坚实的基础。全书概念清楚、深入浅出、图文并茂，并且反映了近10年来数字图像处理领域的最新发展情况。 本书主要适用于信号与信息处理、计算机科学与技术、自动化、电子科学与技术、通信工程、地球物理、生物工程、物理、化学、医学、遥感等领域的大学教师、科技工作者...(展开全部)

本书采用通俗易懂的语言对数字图像处理的相关概念进行阐述，同时穿插较为典型的Python小程序，使读者能够快速掌握数字图像处理的相关概念和技术。 全书共7章，大致可以分为四个版块。第1、2章为第一版块，介绍数字图像处理的基础知识及彩色图像处理，使读者了解数字图像处理最基本的概念，并能够掌握数字图像处理的基本流程。第3、4章为第二版块，介绍图像空间滤波与图像频域滤波，使读者了解数字图像处理的一般原理。第5章为第三版块，介绍图像特征提取，使读者了解数字图像处理的基础应用。第6、7章为第四版块，介绍图像压缩与图像小波变换，使读者了解数字图像处理的深入应用。附录部分展示了如何进行环境配置以及Python的一些基本语法。 本书可作为高等院校计算机科学、人工智能、信号与信息处理、通信工程等专业的教材，也可供相关技术人员学习参考。

《数字图像处理——原理与实现》主要介绍数字图像处理的基础知识和基本理论，以MATLAB为实验平台，主要内容包括图像与视觉系统、像素空间关系、空域变换增强、空域滤波增强、图像变换和频域图像增强，以及数字图像处理技术实现的方法和技巧，为原理渗透和工程实践奠定坚实的基础。

本书采用通俗易懂的语言对数字图像处理的相关概念进行阐述，同时穿插较为典型的Python小程序，使读者能够快速掌握数字图像处理的相关概念和技术。 全书共7章，大致可以分为四个版块。第1、2章为第一版块，介绍数字图像处理的基础知识及彩色图像处理，使读者了解数字图像处理最基本的概念，并能够掌握数字图像处理的基本流程。第3、4章为第二版块，介绍图像空间滤波与图像频域滤波，使读者了解数字图像处理的一般原理。第5章为第三版块，介绍图像特征提取，使读者了解数字图像处理的基础应用。第6、7章为第四版块，介绍图像压缩与图像小波变换，使读者了解数字图像处理的深入应用。附录部分展示了如何进行环境配置以及Python的一些基本语法。 本书可作为高等院校计算机科学、人工智能、信号与信息处理、通信工程等专业的教材，也可供相关技术人员学习参考。

《数字图像处理——原理与实现》主要介绍数字图像处理的基础知识和基本理论，以MATLAB为实验平台，主要内容包括图像与视觉系统、像素空间关系、空域变换增强、空域滤波增强、图像变换和频域图像增强，以及数字图像处理技术实现的方法和技巧，为原理渗透和工程实践奠定坚实的基础。

《精通Matlab数字图像处理与识别》将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前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），并在人脸识别这样的热点问题中结束本书。

《精通Matlab数字图像处理与识别》将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前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），并在人脸识别这样的热点问题中结束本书。