图像处理与图像分析基础

本书系统地讲述图像处理和图像分析的基础知识，为机器视觉系统的应用开发和图像特征计算与描述、计算机视觉等方面课程的学习打下较好的基础，培养读者对图像数据的学习兴趣并锻炼编程和实践能力。
本书共分7章。第1章是基本概念与系统设计，讲述基本概念，图像系统的硬件组成，摄像机和扫描仪的组成、分类和核心技术指标，图像传感器和智能相机的发展，重点讲述了图像处理与图像分析系统设计的一般流程。第2章是图像增强，讲述常用图像增强方法、图像数据及运算的特点、编程优化方法和图像分块处理、逐像素处理的策略。第3章是图像平滑，讲述常用滤波方法及其思想和特点，以及编程优化技巧。第4章是边缘检测，讲述边缘检测的基本概念和常用算子、边缘锐化，以及两个灵活运用的实例。第5章是图像分割，讲述图像分割的基本概念、基于直方图的阈值选取方法、阈值选取策略、直方图的构造方法等，以及两个光照不均图像的分割实例。第6章是目标形状描述，讲述直线和圆的霍夫变换的基本概念、方法及运用，以及基于链码的目标轮廓跟踪、轮廓填充算法和目标周长、面积的计算。第7章是应用实践，通过两个具体的实际应用，讲述书中原理和方法的灵活运用。
本书根据本科教学的特点，将课程内容精炼到32学时，略去了图像压缩及与之关系紧密的频域处理的相关内容。针对计算机相关专业的编程基础和实践需要，书中编程示例和算法程序全部给出了C/C  源代码，并面向机器视觉系统的应用开发，穿插讲述了图像优化编程技术。
本书融入了作者多年来从事图像处理与分析的教学经验以及在机器视觉领域的研发体会，诸如处理方法的由来与动机、图像分级处理策略、解析法与枚举法、优化编程等； 注重理论和实践相结合，简化数学推导，强化基本概念，以通俗的方式讲述相关的原理与经典方法，并分析它们的优缺点与适用范围； 精心设计了作业和思考题，并通过对实际应用的举例，加深读者对知识的理解，提高灵活运用知识和实践的能力。
本书既可以作为计算机科学与技术、人工智能、数据科学、电子工程等相关专业的本科教学用书，也可作为机器视觉等相关工程技术人员的参考用书。

任明武
2021年3月

本书讲述了图像处理和图像分析的基础知识，能够为机器视觉系统的应用开发和图像特征计算与描述、计算机视觉等课程的学习打下坚实的基础。本书针对计算机相关专业本科教学的特点，将课程内容提炼到32学时； 系统地讲述了图像处理与图像分析系统的基本概念和硬件组成； 深入浅出地讲述了空间域图像处理与图像分析的原理与经典方法，分析了它们的优缺点与适用范围； 精心设计了作业和思考题，并通过对实际应用的举例，加深读者对相关方法的理解，提高读者灵活运用和解决实际问题的能力。书中编程示例和算法程序全部给出了C/C 源代码，并穿插讲述了图像优化编程技术。 本书适合计算机科学与技术、人工智能、数据科学、电子工程等相关专业的本科生学习，也适合机器视觉等相关工业领域的专业人士参考。

任明武，男，1969年6月，教授，工学博士，南京理工大学计算机与工程学院，从事数字图像处理、图像分析等课程的教学20余年，主要研究方向图像处理与分析、图像识别、无人驾驶、机器视觉、目标检测与跟踪。

1章基本概念与系统设计

1.1基本概念

1.1.1什么是图像

1.1.2图像数据的表示

1.1.3图像数据的存储与访问

1.1.4图像处理、图像分析与计算机图形学

1.1.5机器视觉与机器学习

1.1.6图像数据处理方法的分类

1.2图像系统的组成

1.3摄像机

1.3.1摄像机的组成

1.3.2摄像机的分类

1.3.3摄像机的选择

1.3.4镜头

1.3.5光源

1.4扫描仪

1.4.1扫描仪的组成与分类

1.4.2扫描仪的核心技术指标

1.5图像采集设备的新发展

1.5.1多光谱图像传感器

1.5.2偏振光图像传感器

1.5.3智能相机的发展

1.6图像处理与图像分析系统的设计流程

作业与思考

2章图像增强

2.1基本概念

2.1.1什么是图像增强

2.1.2点运算与邻域运算

2.1.3图像运算的典型程序结构

2.2线性拉伸

2.3均值方差规定化

2.4图像的特点与查找表

2.5直方图及其相关计算

2.6直方图均衡化与规定化

2.7对数变换

2.8分块与逐像素处理

2.9本章小结

作业与思考

3章图像平滑

3.1噪声与图像平滑

3.1.1噪声

3.1.2图像平滑概述

3.2均值滤波

3.2.1均值滤波的定义

3.2.2邻域与卷积运算

3.2.3均值滤波的特点

3.2.4基于列积分的快速均值滤波

3.2.5基于积分图的快速均值滤波

3.2.6基于列积分的积分图实现

3.2.7基于SSE的积分图实现

3.3中值滤波

3.3.1中值滤波的由来

3.3.2中值滤波的定义

3.3.3中值滤波的特点

3.3.4中值滤波的快速实现

3.4极值滤波

3.5高斯滤波

3.6二值图像滤波与数学形态学滤波

3.6.1基于均值滤波的二值图像滤波

3.6.2二值图像的数学形态学滤波

3.7条件滤波

3.7.1限平滑

3.7.2K个邻点平均法

3.7.3多邻域枚举法均值滤波

3.8本章小结

作业与思考

4章边缘检测

4.1基本概念

4.1.1什么是边缘检测

4.1.2边缘类型

4.1.3求导与差分

4.1.4边缘强度与边缘方向

4.2一阶微分算子

4.2.1梯度算子

4.2.2罗伯特算子

4.2.3索贝尔算子

4.2.4梯度算子、罗伯特算子、索贝尔算子的比较

4.2.5方向模板

4.3二阶微分算子

4.3.1拉普拉斯算子

4.3.2沈俊算子

4.3.3马尔希尔德雷思算子

4.4边缘锐化

4.5应用实例

4.5.1一阶和二阶微分算子相结合的米粒边缘检测

4.5.2基于边缘强度和积分图的文本区域定位

4.6本章小结

作业与思考

5章图像分割

5.1基本概念

5.1.1什么是图像分割

5.1.2图像分割与边缘检测的区别

5.1.3阈值化

5.2基于直方图的阈值选取

5.2.1小误差法

5.2.2大差距法

5.2.3多次分割法

5.2.4全局阈值、局部阈值与自适应阈值

5.3面向阈值选取的直方图构造

5.3.1二维直方图

5.3.2边缘强度加权直方图

5.3.3等量像素法直方图

5.4聚类分割

5.5区域增长与分裂合并算法

5.6基于某种稳定性的图像分割

5.6.1基于目标个数稳定性的图像分割

5.6.2基于次数关系稳定性的图像分割

5.7光照不均的消除与图像分割

5.7.1文本图像分割

5.7.2颗粒图像分割

5.8本章小结

作业与思考

6章目标形状描述

6.1直线的霍夫变换

6.1.1小二乘直线拟合

6.1.2直线描述的参数空间

6.1.3霍夫变换算法

6.1.4平行直线检测

6.1.5矩形位置检测

6.2圆的霍夫变换

6.2.1已知半径的圆检测

6.2.2未知半径的圆检测与分治法

6.2.3随机霍夫变换圆检测

6.3目标轮廓描述与链码

6.3.1轮廓描述与连通性

6.3.2链码

6.3.3目标周长和面积计算

6.3.4像素点是否被轮廓包围

6.4轮廓跟踪

6.4.1轮廓跟踪的一般过程

6.4.2轮廓标记方法

6.4.3跟踪终止条件

6.4.4快速搜索

6.4.5轮廓跟踪算法

6.5目标轮廓填充

6.5.1填充起点与终点的判定

6.5.2轮廓填充算法

6.6本章小结

作业与思考

7章应用实践

7.1C 图像应用编程框架

7.1.1C 图像编程框架

7.1.2编程框架的特点

7.1.3图像算法的对外接口

7.2投影及其在行道线检测中的应用

7.2.1投影的基本概念

7.2.2路面图像分块的垂直投影

7.2.3投影数据的自适应分割

7.2.4行道线检测

7.2.5投影的灵活运用

7.3基于边缘方向简单分块直方图的字符识别

7.3.1字符识别的一般流程

7.3.2文本区域检测与字符切分

7.3.3字符尺寸归一化和灰度归一化

7.3.4采用边缘方向分块直方图的字符特征提取

7.3.5分类器决策

7.3.6实验结果

作业与思考

附录A程序与算法汇总

本书讲述了图像处理和图像分析的基础知识，能够为机器视觉系统的应用开发和图像特征计算与描述、计算机视觉等课程的学习打下坚实的基础。本书针对计算机相关专业本科教学的特点，将课程内容提炼到32学时； 系统地讲述了图像处理与图像分析系统的基本概念和硬件组成； 深入浅出地讲述了空间域图像处理与图像分析的原理与经典方法，分析了它们的优缺点与适用范围； 精心设计了作业和思考题，并通过对实际应用的举例，加深读者对相关方法的理解，提高读者灵活运用和解决实际问题的能力。书中编程示例和算法程序全部给出了C/C 源代码，并穿插讲述了图像优化编程技术。 本书适合计算机科学与技术、人工智能、数据科学、电子工程等相关专业的本科生学习，也适合机器视觉等相关工业领域的专业人士参考。

任明武，男，1969年6月，教授，工学博士，南京理工大学计算机与工程学院，从事数字图像处理、图像分析等课程的教学20余年，主要研究方向图像处理与分析、图像识别、无人驾驶、机器视觉、目标检测与跟踪。