本书将理论知识、工程技术和工程实践有机结合起来，介绍了数字图像处理与识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取等。另外，本书还对机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络（ANN）和支持向量机（SVM）。
本书结构紧凑，内容深入浅出、图文并茂，适合计算机、通信和自动化等相关专业的本科生、研究生，以及工作在图像处理与识别领域一线的广大工程技术人员参考使用。

第1章 初识数字图像处理与识别
1.1 数字图像
1.1.1 什么是数字图像
1.1.2 数字图像的显示
1.1.3 数字图像的分类
1.1.4 数字图像的实质
1.1.5 数字图像的表示
1.1.6 图像的空间分辨率和灰度级分辨率
1.2 数字图像处理与识别
1.2.1 从数字图像处理到数字图像识别
1.2.2 数字图像处理与识别的应用实例
1.2.3 数字图像处理与识别的基本步骤
1.3 数字图像处理的预备知识
1.3.1 邻接性、连通性、区域和边界
1.3.2 常见的距离度量方法
1.3.3 基本的图像操作
第2章 MATLAB数字图像处理基础
2.1 MATLAB R2019a简介
2.1.1 MATLAB软件环境
2.1.2 文件操作
2.1.3 在线帮助的使用
2.1.4 变量的使用
2.1.5 矩阵的使用
2.1.6 细胞数组和结构体
2.1.7 关系运算与逻辑运算
2.1.8 常用的图像处理函数
2.1.9 MATLAB程序流程控制
2.1.10 M文件的编写
2.1.11 MATLAB函数的编写
2.2 MATLAB图像类型及其存储方式
2.3 MATLAB图像转换
2.4 读取和写入图像文件
2.5 图像的显示
第3章 图像的点运算
3.1 灰度直方图
3.1.1 理论基础
3.1.2 MATLAB实现
3.2 灰度的线性变换
3.2.1 理论基础
3.2.2 MATLAB实现
3.3 灰度的对数变换
3.3.1 理论基础
3.3.2 MATLAB实现
3.4 伽马变换
3.4.1 理论基础
3.4.2 MATLAB实现
3.5 灰度阈值变换
3.5.1 理论基础
3.5.2 MATLAB实现
3.6 分段线性变换
3.6.1 理论基础
3.6.2 MATLAB实现
3.7 直方图均衡化
3.7.1 理论基础
3.7.2 MATLAB实现
3.8 直方图规定化
3.8.1 理论基础
3.8.2 MATLAB实现
第4章 图像的几何变换
4.1 解决几何变换的一般思路
4.2 图像平移
4.2.1 图像平移的变换公式
4.2.2 图像平移的MATLAB实现
4.3 图像镜像
4.3.1 图像镜像的变换公式
……
第5章 空域图像增强
第6章 频域图像增强
第7章 小波变换
第8章 图像复原
第9章 彩色图像处理
第10章 形态学图像处理
第11章 图像分割
第12章 特征提取
第13章 图像识别初步
第14章 人工神经网络
第15章 支持向量机
第16章 AdaBoost
第17章 三维图像基础
第18章 深度学习
参考文献