"图像处理和机器学习联合用于图像的分析和理解。图像处理借助滤波、分割、特征提取技术实现图像的预处理，机器学习算法则借助分类、聚类、目标检测技术解释处理的数据。本书作为教材，面向图像处理领域的学生和教师，覆盖了一些流行的图像处理方法和手段的理论基础和实际应用。 《图像处理与机器学习》分为两册，本书是上册，依次介绍图像处理的基本概念和技术，从像素运算和它们的性质开始，探索空域滤波、边缘检测、二值图分割和处理、角点检测和直线检测。本书为对理解图像处理核心概念和实际应用感兴趣的读者提供了坚实的理论基础，并构建了所需的准备工作，以进一步学习下册的内容。 本书为图像处理相关专业的教师和学生而写，本书内容的清晰组织形式也对应用程序开发人员和工程人员具有吸引力。"

"作者：埃里克•奎亚斯（Erik Cuevas） ，墨西哥瓜达拉哈拉大学教授，墨西哥国家研究员系统成员（SNI III）。研究兴趣包括元启发式和进化算法在图像处理和机器学习中的应用。担任多个国际期刊编委或副主编。阿尔玛·纳耶丽·罗德里格斯（Alma Nayeli Rodriguez），墨西哥瓜达拉哈拉大学教授。译者：章毓晋，清华大学教授，先后开出并讲授10多门本科生和研究生课程。已在国内外发表了550多篇研究论文，已出版中英文教材、专著、工具书等60多册。现为中国图象图形学学会名誉监事长、会士；国际光学工程协会（SPIE）会士（因在图像工程方面的成就）。"

前言 图像处理是一个重要的研究领域，因为它能改善和操纵各种应用中的图像，如在分析和诊断中起着重要作用的X射线、CT扫描和MRI图像等医学影像。图像处理算法可以用于监控系统，以检测和跟踪物体，增强图像质量，并进行面部识别。在遥感中，图像处理技术用于分析各种情况下的卫星和航空图像，以实现环境监测和资源管理等目的。在多媒体 系统，如照片编辑软件和视频游戏中，它应用于增强和操纵图像显示。总体而言，图像处理具有广泛的应用，并已成为许多行业的关键工具，这使其成为一个重要的研究领域。 机器学习（ML）是人工智能的一个研究领域，它允许在没有明确编程的情况下从数据中学习并做出预测或决策。例如，在自动化领域中ML算法可以自动完成原本需要人工干预的任务，减少错误并提高效率； 在预测分析中，ML模型可以分析大量数据，以识别模式并进行预测，这可以用于各种应用，如股市分析、欺诈检测和客户行为分析； 在决策中，ML算法可以根据数据提供见解和建议，帮助机构做出更好、更明智的决策。 图像处理和机器学习的结合涉及使用两个领域的技术来分析和理解图像。图像处理技术用于对图像进行预处理，如滤波、分割和特征提取，而ML算法用于分析和解释处理后的数据，如分类、聚类和目标检测。目的是利用每个领域的优势构建计算机视觉系统，在无须人工干预的情况下自动分析和理解图像。通过这种组合，图像处理技术可以提高图像的质量，从而提高ML算法的性能。ML算法可以自动分析和解释图像，这可减少手动干预。 我们的主要目标是编写一本全面的教科书，将之作为图像处理课程的有用资源。为此，我们精心安排内容...