本书全面而深入地阐述了数字图像处理的基础知识框架与核心理论体系，创新性地引入了MWORKS作为实验实践平台；通过精心设计的一系列Julia与Python示例程序，在MWORKS上直观运行并展示结果，不仅深入浅出地解析了复杂的数字图像处理原理，还有效促进了学生对关键知识点和实践应用的理解与掌握，从而验证学习成效。本书内容翔实、重点突出，配有丰富的数字化学习资源，读者可以通过扫码观看，加深对知识的理解。此外，本书还添加了课程思政的内容，提炼每章的思政元素并融入相应知识点，升华内容高度，凝练思政案例，辅助教师进行课程思政的教学和改革。本书提供配套的电子课件PPT、仿真程序代码、练习题参考答案等。 本书可作为普通高等院校电子信息工程、通信工程、计算机科学与技术、电子科学与技术、生物医学工程、智能视觉工程、电气工程及其自动化等相关专业的本科生及研究生教材，也可作为从事图像处理与分析、模式识别、人工智能和计算机应用研究与开发等工作的工程技术人员的参考书。

杨娜，副教授，工学博士，中国科学院计算技术研究所博士后，美国芝加哥大学访问学者。长期从事数字图像处理、视频信号处理与压缩、多模态信息融合等前沿领域的教学与科研工作。作者教学经验丰富，注重理论与实践相结合，深受学生好评。科研中致力于前沿技术探索，主持及参与国家自然科学基金、省部级科研项目、横向课题多项，发表SCI/EI收录论文十余篇，出版学术专著，并获得国家发明专利授权多项。本书是作者二十余年学术探索和一线教学实践的成果，书中深入浅出地解析了复杂的数字图像处理原理，创新性地引入了国产可控平台编程技术，将教学内容与工业数智化变革趋势紧密结合，致力于目标导向下自主创新型人才的培养。

第1章 绪论 1
1.1 概述 1
1.1.1 数字图像 2
1.1.2 数字图像处理 4
1.2 数字图像处理的特点 4
1.3 数字图像处理的步骤 5
1.4 数字图像处理的应用 7
1.5 本章小结及练习题 11
第2章 MWORKS系统仿真平台及Julia语言 13
2.1 概述 13
2.2 MWORKS科学计算与系统仿真平台 13
2.2.1 MWORKS设计与验证 14
2.2.2 MWORKS产品体系 15
2.3 Julia语言 18
2.3.1 Julia语言的特点 18
2.3.2 Julia语言的优势 19
2.4 Julia与其他科学计算语言的差异 20
2.4.1 语言本质的差异 20
2.4.2 语法表层的差异 21
2.4.3 函数用法的差异 22
2.5 MWORKS平台的使用 22
2.5.1 使用MWORKS平台运行Julia 22
2.5.2 使用MWORKS平台运行Python 23
2.6 图像处理工具箱 26
2.6.1 JuliaImages图像处理工具箱 26
2.6.2 TyImages图像处理工具箱 27
2.7 本章小结及练习题 30
第3章 图像变换 31
3.1 概述 31
3.2 图像的点运算 31
3.2.1 线性点运算 32
3.2.2 非线性点运算 34
3.3 图像的几何变换 35
3.3.1 图像的平移 36
3.3.2 图像的镜像 37
3.3.3 图像的旋转 39
3.3.4 图像的缩放 40
3.4 图像的傅里叶变换 41
3.4.1 二维离散傅里叶变换 41
3.4.2 快速傅里叶变换 42
3.5 其他离散变换 43
3.5.1 离散余弦变换 43
3.5.2 二维离散沃尔什-哈达玛变换 46
3.5.3 K-L变换 49
3.6 理论实践——图像的傅里叶变换 51
3.7 本章小结及练习题 56
第4章 图像增强 57
4.1 概述 57
4.1.1 图像增强的特点 58
4.1.2 图像增强技术的分类 58
4.2 像素点增强 59
4.2.1 直方图均衡化 59
4.2.2 灰度变换增强 64
4.3 区域增强 68
4.3.1 线性平滑滤波增强 68
4.3.2 非线性平滑滤波增强 71
4.4 同态滤波增强 74
4.5 理论实践——逆光图像增强 75
4.6 本章小结及练习题 77
第5章 图像复原 79
5.1 图像复原概述 79
5.2 图像退化与复原 80
5.2.1 图像退化的原因 80
5.2.2 图像退化模型 80
5.2.3 图像复原方法的分类 81
5.3 退化函数估计 81
5.3.1 三种常见的退化函数 82
5.3.2 估计退化传递函数的方法 82
5.4 无约束复原 86
5.4.1 无约束复原原理 86
5.4.2 逆滤波 87
5.5 有约束最小二乘复原 90
5.5.1 有约束最小二乘复原原理 90
5.5.2 维纳滤波 91
5.6 理论实践——运动模糊车牌图像的复原 96
5.7 本章小结及练习题 103
第6章 图像压缩 105
6.1 概述 105
6.1.1 图像压缩的相关概念 106
6.1.2 图像压缩的可能性 108
6.1.3 图像冗余的种类 108
6.1.4 压缩图像质量评价准则 109
6.2 无损图像压缩编码 112
6.2.1 哈夫曼编码 112
6.2.2 行程编码 113
6.2.3 算术编码 115
6.3 有损图像压缩编码 117
6.3.1 有损预测编码 117
6.3.2 正交变换编码 118
6.4 图像压缩标准 120
6.4.1 静态图像压缩标准 120
6.4.2 动态图像压缩标准 122
6.4.3 视频图像压缩标准 125
6.5 理论实践——基于K-L变换的图像压缩 127
6.6 本章小结及练习题 130
第7章 图像分割 131
7.1 概述 131
7.1.1 图像分割的集合定义 132
7.1.2 图像分割的目的 132
7.2 边缘检测 133
7.2.1 梯度算子 133
7.2.2 拉普拉斯算子 136
7.2.3 坎尼算子 137
7.3 阈值分割 139
7.3.1 直方图双峰法 139
7.3.2 最大类间方差法 140
7.3.3 迭代法 142
7.4 区域分割 143
7.4.1 区域生长法 144
7.4.2 区域分裂与合并法 144
7.5 理论实践——自选种子点区域生长法 146
7.6 本章小结及练习题 149
第8章 图像特征 150
8.1 概述 150
8.1.1 图像的特征提取 151
8.1.2 图像特征的特点 151
8.2 颜色特征 151
8.2.1 颜色空间 151
8.2.2 颜色直方图 156
8.2.3 颜色矩 157
8.3 形状特征 159
8.3.1 质心 159
8.3.2 区域周长 160
8.3.3 区域面积 161
8.3.4 圆形度 162
8.3.5 区域投影比 162
8.3.6 不变矩 162
8.4 纹理特征 163
8.4.1 自相关函数 163
8.4.2 灰度差分统计 164
8.4.3 灰度共生矩阵 165
8.4.4 频谱法 166
8.5 理论实践——图像不变矩特征提取 166
8.6 本章小结及练习题 169
第9章 图像融合 171
9.1 概述 171
9.1.1 图像融合的概念 172
9.1.2 图像融合的层级 172
9.1.3 图像融合的驱动方式 174
9.1.4 图像融合效果的评价 175
9.2 空间域融合 177
9.2.1 基于像素的方法 177
9.2.2 基于区域的方法 180
9.3 变换域融合 181
9.3.1 变换域融合的基本过程 181
9.3.2 双色中波图像的小波包变换融合 182
9.4 红外与可见光图像的融合 187
9.5 红外偏振与光强图像的拟态融合 189
9.5.1 拟态融合的概念与特性 189
9.5.2 图像拟态融合的原理 190
9.5.3 红外偏振与红外光强图像的比较 191
9.5.4 面向图像差异的拟态融合模型 193
9.6 理论实践——主成分分析法图像融合 197
9.7 本章小结及练习题 199
参考文献 200