前言

图像作为一种简单直观的获取信息的途径，广泛应用于人们的生活与工作。近年来，数字图像处理技术在数据处理技术和机器视觉技术的推动下，得以进步和完善。随着图像成像设备、计算机的软硬件以及智能图像处理设备的成本不断降低，数字图像处理技术必将进一步发展和普及。党的二十大报告明确指出：“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”数字图像处理与机器视觉作为人工智能的主要研究方向之一，为人工智能在各领域的发展搭建了桥梁，目前已成为医学、计算机科学、生物学、工程学、航天、农业等诸多领域内学者们研究视觉感知的有效工具，且其应用已经遍及生物医学、遥感航空、通信工程、工业工程、农业信息化、安全军事、社会生活等各个领域，对推动科技发展和改善人们的生活水平都起到了重要的作用。

本书分14章。第1章主要介绍了数字图像处理与机器视觉的应用现状和发展趋势。因本书主要使用MATLAB软件对书中技术进行编程实现，所以第2章主要对MATLAB软件及其在图像处理方面的编程基础进行介绍。第3～10章对最基本和典型的图像处理技术进行讲解。第3章详细讲解了数字图像处理的基础知识。第4章介绍了图像的基本运算。第5章详细分析了数字图像处理中用到的傅里叶变换及性质。第6章介绍了非常实用的图像的灰度变换与滤波。第7章介绍了当下应用非常广泛的各种图像分割技术。第8章在彩色图像的基础上讲解了彩色图像的表示、分割、滤波等内容。第9章包含了图像的各种表示及描述方式。第10章结合图像识别基础，详细讲解了模式识别方法，并以车牌识别实例讲解了其应用。第11章详细讲解了MATLAB GUI设计基础，帮助读者自主完成GUI的设计和开发。第12章结合人工智能领域，引入BP神经网络、卷积神经网络，介绍了十分强大的分类技术和案例。第13章引入支持向量机，在介绍支持向量机理论基础的同时，讲解其在图像分类中的应用。第14章结合生产生活中的热点问题，对7个典型的图像处理案例进行了详细的讲解，其中包括：焊缝提取、图像批量读入与处理、圆木计数、基于MATLAB GUI的数字图像处理设计、碎纸片图像拼接、基于卷积神经网络的手写数字识别和基于SVM的红枣果梗/花萼及缺陷识别。

本书由马本学编著。本书内容虽经过作者的认真编写，但书中仍会存在不足之处，恳请读者多提宝贵意见。

作者