图像处理中的信号与模式指南

图像处理又称影像处理，是用计算机对图像进行分析，以达到所需结果的技术。图像处理一般指数字图像处理。数字图像是指用工业照相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。 本文从信号处理和模式识别等不同领域，提供了对数字图像处理不同角度的理解，还介绍了代表行业最新趋势和学术研究的一系列丰富应用，以提高读者在该领域进一步研究的兴趣。

全书共12章。1.数字图像介绍：包括图像的形成、二维信号的模拟、量化、概念采样及编码，简单的几何变换如缩放、旋转、仿射变换、齐次变换，最后介绍了一些相关的案例；2.空间域的图像增强：包括灰度变换、线性变换、图像的滤波、锐化、图像插值和重采样等；3.频域图像的处理：包括傅里叶级数、离散时间的傅里叶变换、Butterworth滤波器、高斯低通滤波器、蜕化滤波及平滑滤波等，最后介绍了相关的案例；4.色彩学：包括三原色的概念、PANTONE系统、CIE颜色空间、色域映射、渲染等内容；5.小波：多分辨率图像处理：包括短时傅里叶变换、连续傅里叶变换、小波函数和尺度函数、EZW编码算法及图像压缩等；6.图像压缩与编码：包括熵编码、哈夫曼编码、香农编码、有损压缩、块截断编码、 JPEG压缩、GIF压缩等内容；7.基于数学形态学的图像处理：二进制图像的逻辑运算、边界提取、边界检测、区域填充等，最后介绍了相关实例；8.图像及其应用模式：包括特征选择和提取、主成分分析、PCA算法、信息增益与增益率等相关内容；9.计算机视觉：包括场景重建、目标恢复、监测、鉴别及相关案例分析；10.附录A：数字分化和边缘检测：包括数字微分边缘检测、卷积和相关的边缘检测、非极大值抑制、滞后阈值等相关概念；11.附录B，初等概率论：包括随机试验、样本空间、事件、累积分布函数与概率密度函数等内容；12.附录C，常用的MATLAB函数：主要介绍图像处理经常用到的MATLAB函数。

作者Apurba Das是印度HCL科技公司图像处理实验室的科技专家，曾在图像处理实验室高级计算研发中心担任科学家，他的其他著作还包括：连续波通信和信号处理、数字通信导论：原理与系统建模等。本书覆盖了空间域、频率域和小波域的图像增强技术；讨论了基于形态学的图像处理技术；研究了人类视觉系统中的目标识别模型；提供了相应的补充材料，包括MATLAB和C++代码，并在一个相关的网站提供基于模块交互的图形用户界面。本书适合计算机、模式识别、小波分析领域的研究人员或学生阅读。

李亚宁，硕士研究生

（中国科学院自动化研究所）