1.5 本书内容提要

经过几十年的发展，图像工程已有长足的进展，图像技术的种类也越来越多。作为一本介绍图像处理和图像分析的教材，如何选取恰当的内容，如何来使用其中的章节，也是需要回答的问题。

1.5.1 图像技术分类和选取

根据对图像工程研究文献的多年统计，目前人们主要关注、研究和应用的图像技术可按表1.5.1所示进行分类。这里将图像工程技术分成三大类，其中图像处理技术分成6小类，图像分析技术分成5小类，图像理解技术分成5小类。

图像工程的三个层次中，图像处理和图像分析是图像理解的基础，对它们的研究相对于图像理解来说比较成熟，目前应用得也比较广泛。本书将主要介绍这两个层次的内容。考虑到本书是学习图像技术的第一本入门教材，本书选取介绍的内容是图像处理和图像分析中的基础内容，如表中下划线的文字所示。

1.5.2 图像处理和图像分析

本书介绍图像处理和图像分析中的基础内容，其实它们是既不相同但又有联系的。

1. 图像处理

图像处理可看作信号处理的推广，平常说的信号多是1-D的，而图像常是2-D或3-D的。从信号处理的流程看，将一个原始输入信号经过一定的（信号处理）技术加工后，所输出信号将更加能反映信号的特点和其中的信息、使用更加方便。类似地，图像处理也是一个图像输入又图像输出的过程。原始输入图像经过一定的（图像处理）技术加工后，所输出图像将具有更好的视觉效果、看起来更清晰更舒适，能更方便地从中提取出更多的信息。

有人认为图像处理是一门重组的科学，如同文字处理、食品处理那样。对一个处理过的像素来说，它的属性值有可能根据其相邻像素的值或所有其他像素的值而改变，或它本身被移动到图像中的其他地方，但整幅图像中像素的绝对数量并不改变，它们只是进行了重新的组合或调整。这与在文字处理中，可以剪切或复制段落、进行拼音检查或改变字体而不减少文字的数量类似。这也与在食品处理中把各种原料成分进行搭配组合以给出更好的混合味道类似。

2. 图像分析

图像分析从流程看，虽然输入的仍是图像，但输出的不再是图像了，而是图像中感兴趣目标的有用信息。换句话说，输出的不再是图像数组形式，而是对目标测量及分析的结果数据，以更抽象的数值形式来表达。从目的来看，图像分析不是要获得具有更好视觉效果的图像，而是要获得其中感兴趣目标的特性特点、更好地把握目标的属性。类似于将一篇文章总结出其中心思想，或从食品中提取其精华，图像分析的目标就是试图从图像中提取出那些能够精练地表达图像重要信息的描述参数，并定量地表示图像中感兴趣目标的性质内容。

3. 两者的区别和联系

如上所述，图像处理和图像分析是有区别的，它们各有特点。但图像处理和图像分析又是有联系的，如图1.5.1所示。实际应用中图像处理技术除对图像进行加工以获得更好的视觉效果外，也常作为图像分析（以及图像理解）工作的预处理手段。换句话说，图像分析的工作常基于图像（预）处理的结果进行。

例1.5.1　图像分析接续图像处理

下面以一组示例图来介绍先图像处理再图像分析对图像的加工过程。图1.5.1（a）所示是一幅原始图像，其中灰度除有整体的起伏外，还似乎有一个有形状的物体。对图1.5.1（a）进行图像处理，消除噪声，增强反差，得到图1.5.1（b）。此时物体形状比较明朗，接近一个封闭有孔的目标。对图1.5.1（b）进行图像分析，先把目标（像素集合）提取出来，得到图1.5.1（c）；再进行恰当的表达，用光滑的圆环来（抽象）拟合，并获得对其描述的数学公式（圆的方程），如图1.5.1（d）所示。

在上述过程中，图像处理的目的是增强和改善原始图像，把其中潜在的目标突显出来，为接下来的图像分析做准备。而图像分析的目的则是在图像预处理的基础上，提取可以充分地描述目标特性的数据且使用尽可能少的存储空间。在这个过程中，从图像表达进到目标表达，所用数据量减少，但语义层次得到了提高。

1.5.3 如何学习使用本书

为了有效地使用和学习本书，需要确定所需的先修基础、了解书中各章的概括内容、以及根据学生基础和授课课时选取需要的章节。

1. 先修基础

从学习图像处理和分析技术的角度来说，有三个方面的基础知识是比较重要的。

（1）数学知识。值得指出的是线性代数，因为图像可表示为点阵，需借助矩阵表达解释各种加工运算过程；另外，统计和概率的知识也很有用。

（2）计算机科学知识。值得指出的是计算机软硬件技术，因为对图像的加工需要使用计算机，通过编程用一定的算法在给定的平台上完成。

（3）电子学知识。值得指出的有两个，一个是信号处理，因为图像可看作1-D信号的扩展，对图像的处理是对信号处理的扩展；另一个是电路原理，因为要最终实现对图像的快速加工，常常需要使用一定的电子设备和器件（包括特殊的硬件）。

2. 各章概况

本书共分为15章。

第1章为绪论，给出了一些基本名词的定义，列举出了多种图像的示例，概括介绍了图像技术的总体情况，并具体介绍了图像的表示和显示方法及图像存储和文件格式，还提出了对本书使用的建议。

第2章介绍了图像采集相关的内容，包括几何成像模型和亮度成像模型、为数字化而进行的采样和量化、所获得的图像中像素间的联系，以及将像素进行基本坐标变换和仿射坐标变换的方法。

第3章介绍空域图像增强，所涉及的技术包括灰度映射技术、对图像进行算术和逻辑运算的技术、利用直方图修正的方法和利用像素邻域的空域滤波方法。

第4章介绍频域图像增强，在概述傅里叶变换的基础上，具体介绍了多种低通、高通和带阻带通滤波器，并结合分析了同态滤波器的原理，还对空域技术与频域技术的联系进行了讨论。

第5章介绍图像恢复，分析了图像退化的一些示例，给出了几种空域噪声滤波器和组合滤波器，对基本的无约束恢复和有约束恢复技术进行了讨论，还对图像修复和图像超分辨率做了介绍。

第6章介绍图像投影重建，首先分析了5种常见的投影重建方式，统一概括了投影重建的原理，然后对傅里叶反变换重建、卷积逆投影重建、级数展开重建和迭代变换重建4类技术进行了具体讨论。

第7章介绍图像编码基础，包括图像压缩的原理和典型的数据冗余、图像保真度的定义和测度。基于基本的编码定理，讨论了四种变长编码和位平面编码的方法。

第8章介绍图像编码技术和标准，分别介绍了典型的无损和有损预测编码技术，以及余弦变换及其编码技术和小波变换及其编码技术，还概括了静止图像压缩国际标准的主要内容。

第9章介绍基本的图像分割技术，根据对图像分割技术的通用分类方法，给出了一些基本的并行边界技术、串行边界技术、并行区域技术和串行区域技术。

第10章介绍典型图像分割算法，包括用于检测角点的SUSAN算子、确定目标边界的主动轮廓模型、若干有特色的取阈值技术和特征聚类技术，以及基于区域的分水岭分割算法。

第11章介绍目标表达和描述，在对目标标记的基础上，分别讨论了基于边界的表达和基于区域的表达以及基于边界的描述和基于区域的描述方法。

第12章介绍特征提取和测量误差、对区域纹理特征及测量的3种方法、区域形状特征及测量的两种特性分别进行了讨论，介绍了拓扑结构的描述参数，还分析了特征测量的准确度。

第13章介绍彩色图像处理和分析，首先分别讨论了基于物理的和基于感知的彩色模型，然后给出一些伪彩色增强和真彩色增强的方法，最后介绍了彩色图像消噪和彩色图像分割的原理。

第14章介绍视频图像处理和分析，先概述了视频表达和格式，并对视频滤波和视频压缩国际标准进行了介绍，最后讨论了典型的运动检测以及背景建模方法。

第15章介绍数学形态学方法，不仅对二值形态学基本运算、组合运算和实用算法进行了详细的分析和讨论，还对灰度数学形态学的基本运算和组合运算给予了概括介绍。

3. 使用建议

本书是按照学习图像技术的入门教材来编写的，主要目标是介绍图像处理和图像分析的基本概念、典型方法和实用技术，一方面使读者能据此解决实际图像应用中的具体问题，另一方面可帮助读者进一步学习和研究图像工程的高层技术。

本书的主要内容可划分在4个单元中。第1个单元包括第1章、第2章，主要介绍了图像的基础知识和初步的图像采集表达技术；第2个单元包括第3~8章，主要介绍图像处理技术；第3个单元包括第9~12章，主要介绍图像分析技术；第4个单元包括第13~15章，主要介绍扩展的图像处理和分析技术。

本书各章内容之间的衔接关系图如图1.5.2所示，图中4个虚线框分别对应上述4个内容单元，而各个箭头表示可在学习了箭尾所在的部分后继续学习箭头所指的部分。如果关注图像处理技术，可在学习了第1章、第2章和第3章、第4章后学习第5章、第6章和第7章、第8章，还可进一步选学第13章和第14章。如果关注图像分析技术，可在学习了第1章、第2章和第3章、第4章后学习第9章、第10章和第11章、第12章，还可进一步选学第5章、第6章和第15章。

本书各章内容量比较均衡，适合2~3学时的课堂学习。各章可以根据教学要求、学生基础、学科专业、学时数量等酌情选择。一个教学参考表可见封底。