前言

随着计算机科学与技术、电子科学与技术、信息处理技术和Internet技术的迅猛发展，图像处理技术已经成为信息技术领域中的核心技术之一，并已在国民经济的各个领域得到了十分广泛的应用，在推动社会进步和改善人们生活质量方面起着越来越重要的作用。

本书经第1版（2007年）、第2版（2013年）、第3版（2017年）和第4版（2021年）的先后出版，已经在100余所高等院校相关专业的本科生和研究生课程教学中得到了应用，许多学生、老师和读者对本书的进一步改版都给予了特别的关心，并提出了许多宝贵的建议。出版第5版的目的是进一步使前几版内容中的相关描述更加准确无误，并添加和更换了一些更能展示其图像处理算法原理的例子，删除了一些不重要的内容，与时俱进地加入了一些新的、典型的图像处理相关内容，给出了十余个图像处理算法的MATLAB编程实例。

本书主要有以下特点。

（1） 本书简洁明了地表述数字图像处理涉及的数学知识，并从便于理解的角度给出了较详细的数学推导和说明，可较好地适应教与学的需要。

（2） 本书将离散傅里叶变换、离散余弦变换和小波变换分别作为第5章“频率域图像处理”、第7章“图像压缩编码”、第8章“小波图像处理”的数学基础，放在章的首节。通过将离散傅里叶变换与频率域图像处理方法、离散余弦变换与图像压缩编码方法、小波变换与小波图像处理方法的内容进行一体化组织，帮助学生理解基于数学原理的图像处理方法。

（3） 本书吸收和完善了图像角点特征及其检测方法、图像纹理特征及其检测方法等新的热点内容，构成了由图像的边缘特征及其检测方法、图像的点与角点特征及其检测方法、图像的纹理特征及其检测方法、图像的形状特征描述、图像的统计特征描述组成的较为完整的图像特征及检测方法的内容体系，进一步突出了图像特征检测与提取在图像处理技术领域的基础性和重要性。

（4） 本书深入浅出，并较为全面系统地给出了小波理论及其在图像处理技术中应用的基础性内容。该部分内容为学生今后进一步学习基于多尺度和多分辨率分析的图像分析方法和计算机视觉理论与技术奠定基础。

（5） 本书将彩色图像处理和形态学图像处理分别作为单独一章内容，简化了形态学图像处理一章中的烦琐内容，其内容的系统性和深入性与国内同类教材相比，具有独特性。

（6） 视频图像处理一章的内容适应了目前智能视频监控系统和视频图像通信系统广泛应用，以及视频检测和视频压缩编码技术迅猛发展的需求。

（7） 本书较好地把握了“数字图像处理”课程内容在专业教学中的基础性地位，没有引入神经网络等相对深奥和图像融合、图像数字水印等非基础性图像处理内容，较好地把握了教学内容的难度和深度。

本书共分为14章，第1章介绍数字图像处理的基本概念，第2章介绍数字图像处理的基础知识，第3章介绍数字图像的基本运算，第4章介绍空间域图像增强，第5章介绍频率域图像处理，第6章介绍图像恢复，第7章介绍图像压缩编码，第8章介绍小波图像处理，第9章介绍图像分割，第10章介绍图像特征提取，第11章介绍彩色图像处理，第12章介绍形态学图像处理，第13章介绍目标表示与描述，第14章介绍视频图像处理基础。

本书可作为高等院校相关本科专业的教材，包括但不限于以下专业： 计算机科学与技术、智能科学与技术、数字媒体技术、人工智能、电子信息工程、通信工程、光电信息科学与工程、信息工程、医学信息工程、自动化、遥感科学与技术专业、探测制导与控制技术专业。本书也可作为计算机科学与技术、软件工程、信息与通信工程、控制科学与工程、测绘科学与技术、兵器科学与技术、光学工程等学科中，从事图像处理与分析、目标识别与跟踪、景象匹配及制导、视频检测与识别、视频信息压缩及编码、计算机视觉及应用等研究方向的研究生的专业课教材，还可供从事上述相关专业的研究人员和工程技术人员参考。

在本书第1版到第3版的编写过程中，李旭辉、胡双演、李建军、杨威、谭圆圆、杨亚威、李堃、张雄美、张姣、隋中山等参与了书中部分算法和实验图例的验证，部分工作成果一直沿用至本书。此外，书中还引用了一些著作、论文、网站和相关资料的观点，并汲取了本书在教学使用中一些读者的反馈意见，在此一并向他们表示衷心的感谢。

另外，书中难免有不当和疏漏之处，敬请广大读者不吝批评、指正。

李俊山

2025年6月于广州