（1）涵盖十分广泛的领域，包括人工智能、信号处理、人工神经网络、模式识别、机器学习、模糊数学等一系列相关学科。

（2）图将复杂的概念通过具体示例用易于理解的算法来描述，提供了大量包含图示和处理结果的插图，特别有助于读者的学习和理解。

（3）提供了丰富的参考文献，既列出了经过时间考验的经典论文，也列出了能反映未来发展方向的新进展，适于读者进一步深入探索。

本书是英文第4版的中文翻译，大约有五分之一的内容更新。主要更新的内容包括：增加了一些新的算法，增加了习题部分，重写了部分内容。更为具体的内容更新请参考作者序。本书是在第3版中文翻译的基础上，按照直译的原则进行翻译的，与英文版形成完全的对照。对于英文版中明显存在的排印或疏忽类的错误，都进行了更正。由于这些错误一般都很明显，因此译文中没有专门声明，读者如果对照英文版，不难看出其出处。

dy 章 引言 1

1.1 动机 1

1.2 计算机视觉为什么是困难的 2

1.3 图像表达与图像分析的任务 4

1.4 总结 7

1.5 习题 7

1.6 参考文献 8

第2章 图像及其表达与性质 9

2.1 图像表达若干概念 9

2.2 图像数字化 11

2.2.1 采样 11

2.2.2 量化 12

2.3 数字图像性质 13

2.3.1 数字图像的度量和拓扑性质 13

2.3.2 直方图 17

2.3.3 熵 18

2.3.4 图像的视觉感知 18

2.3.5 图像品质 20

2.3.6 图像中的噪声 21

2.4 彩色图像 22

2.4.1 色彩物理学 22

2.4.2 人所感知的色彩 23

2.4.3 彩色空间 26

2.4.4 调色板图像 28

2.4.5 颜色恒常性 28

2.5 摄像机概述 29

2.5.1 光敏传感器 29

2.5.2 黑白摄像机 30

2.5.3 彩色摄像机 32

2.6 总结 32

2.7 习题 33

2.8 参考文献 35

第3章 图像及其数学与物理背景 37

3.1 概述 37

3.1.1 线性 37

3.1.2 狄拉克（Dirac）分布和卷积 37

3.2 积分线性变换 38

3.2.1 作为线性系统的图像 39

3.2.2 积分线性变换引言 39

3.2.3 1D傅里叶变换 39

3.2.4 2D傅里叶变换 43

3.2.5 采样与香农约束 45

3.2.6 离散余弦变换 47

3.2.7 小波变换 48

3.2.8 本征分析 52

3.2.9 奇异值分解 53

3.2.10 主分量分析 54

3.2.11 Radon变换 56

3.2.12 其他正交图像变换 56

3.3 作为随机过程的图像 57

3.4 图像形成物理 59

3.4.1 作为辐射测量的图像 59

3.4.2 图像获取与几何光学 60

3.4.3 镜头像差和径向畸变 63

3.4.4 从辐射学角度看图像获取 65

3.4.5 表面反射 67

3.5 总结 69

3.6 习题 70

3.7 参考文献 71

第4章 图像分析的数据结构 73

4.1 图像数据表示的层次 73

4.2 传统图像数据结构 74

4.2.1 矩阵 74

4.2.2 链 76

4.2.3 拓扑数据结构 76

4.2.4 关系结构 77

4.3 分层数据结构 78

4.3.1 金字塔 78

4.3.2 四叉树 79

4.3.3 其他金字塔结构 80

4.4 总结 81

4.5 习题 82

4.6 参考文献 83

第5章 图像预处理 85

5.1 像素亮度变换 85

5.1.1 位置相关的亮度校正 85

5.1.2 灰度级变换 86

5.2 几何变换 88

5.2.1 像素坐标变换 88

5.2.2 亮度插值 89

5.3 局部预处理 91

5.3.1 图像平滑 91

5.3.2 边缘检测算子 97

5.3.3 二阶导数过零点 100

5.3.4 图像处理中的尺度 104

5.3.5 Canny边缘提取 105

5.3.6 参数化边缘模型 107

5.3.7 多光谱图像中的边缘 107

5.3.8 频域的局部预处理 108

5.3.9 用局部预处理算子作线检测 112

5.3.10 角点（兴趣点）检测 113

5.3.11 大稳定极值区域检测 116

5.4 图像复原 117

5.4.1 容易复原的退化 118

5.4.2 逆滤波 118

5.4.3 维纳滤波 118

5.5 总结 120

5.6 习题 121图像处理 分析与机器视觉 第4版 人工智能信号处理 人工神经网络 电子书 下载 mobi epub pdf txt