具体描述
本书共12章，即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、彩色图像处理、小波和多分辨率处理等。
作者简介
冈萨雷斯RafaelC.Gonzalez，美国田纳西大学电气和计算机工程系教授，田纳西大学图像和模式分析实验室、机器人和计算机视觉实验室的创始人，IEEE会士。研究领域为模式识别、图像处理和机器人。其著作已在世界范围内500大学和研完所采用。
伍兹Richard E.Woods，美国田纳西大学电气工程系获博士学位，IEEE会员。
目录信息
前言
1.1 什么是数字图像处理
1.2 数字图像处理的起源
1.3 使用数字图像处理的领域实例
1.4 数字图像处理的基本步骤
1.5 图像处理系统的组成
小结
参考文献
第2章 数字图像基础
引言
2.1 视觉感知要素
2.2 光和电磁波谱
2.3 图像感知和获取
2.4 图像取样和量化
2.5 像素间的一些基本关系
2.6 数字图像处理中所用数学工具的介绍
小结
参考文献
习题
第3章 灰度变换与空间滤波
引言
3.1 背景知识
3.2 一些基本的灰度变换函数
3.3 直方图处理
3.4 空间滤波基础
3.5 平滑空间滤波器
3.6 锐化空间滤波器
3.7 混合空间增强法
3.8 使用模糊技术进行灰度变换和
空间滤波
小结
参考文献
习题
第4章 频率域滤波
引言
4.1 背景知识
4.2 基本概念
4.3 取样和取样函数的傅里叶变换
4.4 单变量的离散傅里叶变换（DFT）
4.5 两个变量的函数的扩展
第5章 图像复原与重建
前言
5.1 图像退化/复原处理的一个模型
5.2 噪声模型
5.3 只存在噪声的复原--空间滤波
5.4 使用频率域滤波消除周期噪声
5.5 线性、位置不变的退化
5.6 估计退化函数
5.7 逆滤波
5.8 最小均方误差（维纳）滤波
5.9 约束最小二乘滤波
5.10 几何均值滤波
5.11 由投影重建图像
小结
参考文献
习题
第6章 彩色图像处理
引言
6.1 彩色基础
6.2 彩色模型
6.3 伪彩色图像处理
6.4 全彩色图像处理基础
6.5 彩色变换
6.6 平滑和锐化
6.7 基于彩色的图像分割
6.8 彩色图像中的噪声
6.9 彩色图像压缩
小结
参考文献
习题
第7章 小波和多分辨率处理
引言
7.1 背景
7.2 多分辨率展开
7.3 一维小波变换
7.4 快速小波变换
7.5 二维小波变换
7.6 小波包
小结
参考文献
习题
第8章 图像压缩
引言
8.1 基础知识
8.2 一些基本的压缩方法
8.3 数字图像水印处理
小结
参考文献
习题
第9章 形态学图像处理
引言
9.1 预备知识
9.2 腐蚀和膨胀
9.3 开操作与闭操作
9.4 击中或击不中变换
9.5 一些基本的形态学算法
9.6 灰度级形态学
小结
参考文献
习题
第10章 图像分割
引言
10.1 基础知识
10.2 点、线和边缘检测
10.3 阈值处理
10.4 基于区域的分割
10.5 使用形态学分水岭的分割
10.6 分割中运动的应用
小结
参考文献
习题
第11章 表示和描述
引言
11.1 表示
11.2 边界描绘子
11.3 区域描绘子
11.4 使用主分量进行描述
11.5 关系描绘子
小结
参考文献
习题
第12章 目标识别
引言
12.1 模式和模式类
12.2 基于决策理论方法的识别
12.3 结构方法
小结
参考文献
习题
附录A 图像压缩编码表
附录B 参考书目
索引
· · · · · · (收起)
读后感
看了豆瓣上前辈们的建议，我入手了一本英文原版，顺便从学校图书馆借了一本中文版，对照着读。 读着读着就发现，翻译的中文版真是让人头大。比如其中有一句话，" This area itself is a branch of artificial intelligence (AI) whose objective is to emulate human intellige...
评分不知和第二版区别主要在哪里，不管怎样，希望赶紧把译者阮秋琦换成别人吧。一本好书让他翻译成烂书了。字数还不够吗？？？？？？？？？？？？？？？？？？书还没看怎么写那么多评论啊？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？...
评分本科计算机专业，研究生做图像处理模式识别方面，所以看了这本书，可能是基础原因，本科没有学过信号处理，看起来很吃力，要补一下基础了，另外，中文版千万别看，错误太多，误导人，比如中文版第三版第150页，“因为DFT和IDFT中的所有指数都是正的”，其中这个指数让我狂抓，...
评分这本书作为入门书真的是很棒的，好吧，我就看过这一本。不过国内的书，大多数你懂的。有很多人骂中文版怎么怎么差，反正当时我是囫囵吞枣读了一遍。中文版的价值是什么？我的收获是让我了解了这个领域中的一些名词至少的；在我后来看这本书的MATLAB版（Digital Image Processin...
评分刚拿到书的时候觉得好丰富，面面俱到，可是实际开始做的时候觉得缺失的也不少，比如匹配滤波器就只是提到了一下而已。 学长见我抱着这本书从前言开始读，眉头一皱，说：“这是本字典，不是教材，不懂的概念看一下就好了。” 本书对图像的一些基础操作有简单的matlab的实现，也...
用户评价
**书评二：** 拿到这本印刷精美的著作，我最直观的感受就是“厚重”——不是指页数，而是指其内容的密度。这本书的叙事风格非常偏向于工程实践的视角，它很少陷入过于抽象的哲学讨论，而是直接切入问题，然后给出解决问题的系统化流程。我特别喜欢它在讲解图像重建和恢复章节时的那种“问题驱动”的写法。它会先描述一个实际场景中遇到的模糊或噪声问题，然后逐步引入迭代算法、约束条件等解决方案，整个过程像是一个经验丰富的老工程师在手把手带徒弟。书中大量的实例代码片段（尽管没有直接提供完整可运行的源码，但结构清晰）极大地帮助我理解了理论如何落地。不过，我得坦诚地讲，如果你期望读到一本轻快的、适合咖啡馆里快速翻阅的入门读物，这本书可能不太适合。它要求你坐下来，拿着笔和草稿纸，去推演那些公式背后的逻辑。对于那些希望在算法层面有所突破，并准备好面对大量数学公式挑战的读者来说，这本书无疑是一座宝库，它教会你的不是如何使用现成的软件库，而是如何设计和优化你自己的处理流程。
评分**书评四：** 这部作品的篇幅跨度非常大，它似乎试图构建一个从基础感知到高级理解的完整知识链条。我必须指出，作者在基础概念的引入上采取了一种非常审慎的态度，花了大量篇幅来构建“人眼视觉系统”和“光电转换”的物理模型，这对于理解后续的量化误差和噪声来源至关重要。书中对图像采集和量化误差的讨论深入到了硬件层面，这在很多纯粹的算法书籍中是很少见的。这种从物理世界到数字世界的映射，让整个处理流程的起点更加稳固。不过，我也发现书中对一些新兴的、基于统计学或概率模型的复杂识别方法着墨不多，似乎更倾向于那些经过时间检验的经典方法论。这本书的优势在于其体系的完整性和对基础原理的扎实讲解，它更像是一本为未来工程师打地基的书籍。如果你需要快速上手一个新项目并解决燃眉之急，这本书可能不是最快的途径；但如果你想建立一个不易动摇的、能够应对未来技术迭代的知识体系，这本书的价值是无可替代的，它教会了我们如何去“看透”像素背后的物理本质。
评分**书评三：** 这本书的整体结构安排得非常有条理，像一座精心规划的知识迷宫，但每一步都有清晰的指引。最让我印象深刻的是它在图像分割算法上的处理方式。作者并没有简单地罗列出 Otsu's 法、阈值法或者边缘检测技术，而是将它们放在一个更宏大的“信息分离”的背景下进行比较。特别是关于形态学操作的部分，它用非常直观的图形语言解释了腐蚀、膨胀、开闭运算这些操作对图像结构的影响，这比单纯的数学定义更容易被大脑接受和记忆。阅读过程中，我感觉作者的写作态度非常真诚，他似乎一直在与读者进行一种知识上的“对话”，不断地在关键节点设置“思考题”或“陷阱提示”，引导读者主动去探索更深层次的联系。这种互动式的叙述方式极大地提高了我的阅读兴趣。当然，对于那些更偏向于应用层面的读者而言，可能需要耐心度过中间那些偏重于数学基础的章节。一旦跨过这个门槛，后面章节的精彩程度绝对值回票价，尤其是在色彩空间转换和图像压缩标准介绍这块，既有历史脉络，又有技术细节。
评分**书评五：** 这本书的文字风格是那种非常精准和凝练的学术表达，几乎没有一句废话，信息密度极高，读起来需要全神贯注。我特别赞赏作者在处理“变换域分析”时的那种清晰的层次感。从空间域直接跳跃到频率域，往往是初学者的一个难点，但本书通过引入不同的基函数和投影概念，把抽象的数学操作具象化了。书中对小波变换的介绍相对详尽，它不仅解释了多分辨率分析的优势，还对比了它与经典傅里叶变换在处理非平稳信号时的优越性，这种对比的逻辑非常清晰有力。阅读这本书的过程更像是一场智力上的攀登，需要不断地回顾和消化前面的知识点以支撑后续更复杂的理论。从内容深度上来说，它无疑是站在领域前沿的，但这种深度也意味着它对读者的预备知识有较高的要求。对于那些在相关领域已经工作一段时间，想要系统性地查漏补缺，或者希望在理论上寻求突破的专业人士来说，这是一本极具价值的工具书和参考手册。它的价值不在于提供快速的答案，而在于提供一套严谨的思考框架。
评分**书评一：** 我最近刚拜读完这本新书，说实话，它的视角和深度真的让我耳目一新。从头到尾，作者似乎都在努力地拆解那些我们习以为常的“图像”背后的复杂逻辑，而不是仅仅停留在表面的美化或简单的工具介绍上。我特别欣赏它在理论推导上的严谨性，尤其是在介绍傅里叶变换在图像频域分析中的应用那一部分，作者没有敷衍了事，而是花了大量的篇幅来解释数学工具如何转化为实际的图像增强和去噪手段。对于初学者来说，这部分可能略显吃力，需要结合一些额外的资源辅助理解，但对于希望深入掌握核心原理的人来说，这种详尽的阐述简直是福音。书中对不同滤波器的特性对比分析也非常到位，能清晰地看到每种算法的优缺点及其适用场景。总的来说，这本书更像是一部深厚的学术专著，它构建了一个坚实的知识框架，迫使读者真正去思考“为什么”这样做，而非仅仅“怎么”去做。唯一的小遗憾是，在介绍最新的一些深度学习在图像处理前沿的应用案例时，篇幅稍微有些保守，如果能再增加一些最新的研究热点，那就更加完美了。
评分大学时候的教材
评分真的很难，很需要数学功底 最后不考试，没能坚持读完
评分可以收进博物馆的艺术巨著了
评分读的第四版原版，除了第12章神经网络的部分，都读的比较细。 第四版改版后，第4章频率域，第7章小波，第10章分割。非常漂亮！！
评分公式有勘误，害我推半天推不出来
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 onlinetoolsland.com All Rights Reserved. 本本书屋 版权所有