圖像工程由清華大學章毓晉教授編著，是圖像領域**經典，已印刷60多次，20多萬冊。全套書分為圖像處理、分析、理解三個層次（三冊），全面涵蓋基本概念、基本原理、典型方法、實用技術以及**上有關研究的新成果。**版獲全國普通高等學校**教材一等獎；第2版評為全國普通高等教育“十一五”精品教材；第3版評為“十二五”普通高等教育本科***規劃教材，2013年北京高等教育精品教材。

\"本書為《圖像工程》（第4版）的上、中、下冊合訂本，全面介紹圖像工程的第一層次——圖像處理，圖像工程的第二層次——圖像分析,圖像工程的第三層次——圖像理解的基本概念、基本原理、典型方法、實用技術以及國際上有關研究的新成果。 上冊主要分4個單元,第1單元（包含第2~4章）介紹圖像增強技術，第2單元（包含第5~8章）介紹圖像恢復技術，第3單元（包含第9~11章）介紹圖像編碼技術，第4單元（包含第12~15章）介紹拓展圖像技術。中冊主要分4個單元，第1單元（包含第2~5章）介紹圖像分割技術，第2單元（包含第6~8章）介紹對分割出目標的表達描述技術，第3單元（包含第9~12章）介紹目標特性分析技術，第4單元（包含第13~15章）介紹一些相關的數學工具。下冊主要分4個單元，第1單元（包含第2~5章）介紹圖像采集表達技術，第2單元（包含第6~9章）介紹景物重建技術，第3單元（包含第10~12章）介紹場景解釋技術，第4單元（包含第13~15章）介紹3個研究方向的示例。 書中提供了大量例題、思考題和練習題，並對部分練習題提供了解答或解題思路。 本書可作為信號與信息處理、通信與信息繫統、電子與通信工程、模式識別與智能繫統、計算機視覺等學科大學本科和研究生專業基礎或專業課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化、生物醫學工程、光學、電子醫療設備研制、遙感、測繪和軍事偵察等領域的科技工作者參考。\"\"本書為《圖像工程》（第4版）的上、中、下冊合訂本，全面介紹圖像工程的第一層次——圖像處理，圖像工程的第二層次——圖像分析,圖像工程的第三層次——圖像理解的基本概念、基本原理、典型方法、實用技術以及國際上有關研究的新成果。 上冊主要分4個單元,第1單元（包含第2~4章）介紹圖像增強技術，第2單元（包含第5~8章）介紹圖像恢復技術，第3單元（包含第9~11章）介紹圖像編碼技術，第4單元（包含第12~15章）介紹拓展圖像技術。中冊主要分4個單元，第1單元（包含第2~5章）介紹圖像分割技術，第2單元（包含第6~8章）介紹對分割出目標的表達描述技術，第3單元（包含第9~12章）介紹目標特性分析技術，第4單元（包含第13~15章）介紹一些相關的數學工具。下冊主要分4個單元，第1單元（包含第2~5章）介紹圖像采集表達技術，第2單元（包含第6~9章）介紹景物重建技術，第3單元（包含第10~12章）介紹場景解釋技術，第4單元（包含第13~15章）介紹3個研究方向的示例。 書中提供了大量例題、思考題和練習題，並對部分練習題提供了解答或解題思路。 本書可作為信號與信息處理、通信與信息繫統、電子與通信工程、模式識別與智能繫統、計算機視覺等學科大學本科和研究生專業基礎或專業課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化、生物醫學工程、光學、電子醫療設備研制、遙感、測繪和軍事偵察等領域的科技工作者參考。\"

總目錄


上冊圖像處理

第1章緒論

**單元圖像增強

第2章空域增強：點操作

第3章空域增強：模板操作

第4章頻域圖像增強

第2單元圖像恢復

第5章圖像消噪和恢復

第6章圖像校正和修補

第7章圖像去霧

第8章圖像投影重建

第3單元圖像編碼

第9章圖像編碼基礎

**0章圖像變換編碼

**1章*多圖像編碼方法

第4單元拓展技術

**2章圖像信息安全

**3章彩色圖像處理

**4章視頻圖像處理

**5章多尺度圖像處理

附錄A圖像**標準

部分思考題和練習題解答

參考文獻

主題索引

中冊圖像分析

第1章緒論

**單元圖像分割

第2章圖像分割基礎

第3章典型分割算法

第4章分割技術擴展

第5章分割評價比較

第2單元表達描述

第6章目標表達

第7章目標描述

第8章測量和誤差分析

第3單元特性分析

第9章紋理分析

**0章形狀分析

**1章運動分析

**2章顯著性和屬性

第4單元數學工具

**3章數學形態學：二值

**4章數學形態學：灰度

**5章圖像識別

附錄A人臉和表情識別

部分思考題和練習題解答

參考文獻

主題索引

下冊圖像理解

第1章緒論

**單元采集表達

第2章攝像機成像

第3章壓縮感知與成像

第4章深度信息采集

第5章3D景物表達

第2單元景物重建

第6章立體視覺： 雙目

第7章立體視覺： 多目

第8章景物恢復： 多圖像

第9章景物恢復： 單圖像

第3單元場景解釋

**0章知識表達和推理

**1章廣義匹配

**2章場景分析和語義解釋

第4單元研究示例

**3章多傳感器圖像信息融合

**4章基於內容的圖像和視頻檢索

**5章時空行為理解

附錄A視覺和視知覺

部分思考題和練習題解答

參考文獻

主題索引總目錄


上冊圖像處理

第1章緒論

**單元圖像增強

第2章空域增強：點操作

第3章空域增強：模板操作

第4章頻域圖像增強

第2單元圖像恢復

第5章圖像消噪和恢復

第6章圖像校正和修補

第7章圖像去霧

第8章圖像投影重建

第3單元圖像編碼

第9章圖像編碼基礎

**0章圖像變換編碼

**1章*多圖像編碼方法

第4單元拓展技術

**2章圖像信息安全

**3章彩色圖像處理

**4章視頻圖像處理

**5章多尺度圖像處理

附錄A圖像**標準

部分思考題和練習題解答

參考文獻

主題索引

中冊圖像分析

第1章緒論

**單元圖像分割

第2章圖像分割基礎

第3章典型分割算法

第4章分割技術擴展

第5章分割評價比較

第2單元表達描述

第6章目標表達

第7章目標描述

第8章測量和誤差分析

第3單元特性分析

第9章紋理分析

**0章形狀分析

**1章運動分析

**2章顯著性和屬性

第4單元數學工具

**3章數學形態學：二值

**4章數學形態學：灰度

**5章圖像識別

附錄A人臉和表情識別

部分思考題和練習題解答

參考文獻

主題索引

下冊圖像理解

第1章緒論

**單元采集表達

第2章攝像機成像

第3章壓縮感知與成像

第4章深度信息采集

第5章3D景物表達

第2單元景物重建

第6章立體視覺： 雙目

第7章立體視覺： 多目

第8章景物恢復： 多圖像

第9章景物恢復： 單圖像

第3單元場景解釋

**0章知識表達和推理

**1章廣義匹配

**2章場景分析和語義解釋

第4單元研究示例

**3章多傳感器圖像信息融合

**4章基於內容的圖像和視頻檢索

**5章時空行為理解

附錄A視覺和視知覺

部分思考題和練習題解答

參考文獻

主題索引

第3章空域增強： 模板操作 圖像是由其基本單元——像素組成的，像素在圖像空間是按某種規律排列的，互相之間有一定的聯繫。在圖像處理中，可以且需要根據像素之間的聯繫來對圖像進行加工。
在真實圖像中，相鄰或接近的像素之間有*密切的聯繫，常可結合在一起考慮。在圖像處理中，常用模板來組合相鄰或接近的像素，根據這些像素的統計特性或局部運算來進行操作，稱為模板操作或模板運算。利用模板操作來進行圖像增強常稱為濾波，可以是線性的也可以是非線性的。由於模板操作涉及圖像中的局部區域，所以也可方便地進行局部增強。
根據上述的討論，本章各節將安排如下。
3.1節先對像素的鄰域以及像素間的各種聯繫，包括像素間的鄰接、連接和連通，像素集合的鄰接和連通，以及像素之間的距離進行介紹。
3.2節討論模板操作的基本原理和方法(主要是模板卷積操作和模板排序操作)，還討論模板運算功能的分類情況。
3.3節介紹一些典型的利用模板操作實現的線性濾波方法，其功能包括平滑和銳化圖像。
3.4節介紹一些典型的非線性濾波方法，其功能也包括平滑和銳化圖像。非線性濾波也可與線性濾波方法結合使用。
3.5節分析利用模板操作進行圖像局部增強的原理、思路和效果。
3.1像素間聯繫 模板操作涉及對一組像素的同時操作，為此需要對像素間聯繫有一定了解。像素之間的聯繫有多種，既有空間上的聯繫也有幅度上的聯繫。下面介紹鄰域、鄰接、連接和連通等基本概念。
3.1.1像素的鄰域和鄰接 對一個像素來說，與它關繫*密切的常是它的鄰近像素/近鄰像素，它們組成該像素的鄰域。根據對一個坐標為(x,y)的像素p的近鄰像素的不同定義，可以得到由不同近鄰像素所組成的不同的鄰域。常見的像素鄰域主要有如下3種形式(*多形式可見本套書中冊)。
(1) 4鄰域N4(p) 它由像素p的水平(左，右)和垂直(上，下)共4個近鄰像素組成，這些近鄰像素的坐標分別是(x+1,y)，(x-1,y)，(x,y+1)，(x,y-1)。圖3.1.1(a)給出4鄰域的一個示例，組成p的4鄰域的4個像素均用r表示，它們與p有公共的邊。
圖3.1.1像素的鄰域 (2) 對角鄰域ND(p) 它由p的對角(左上，右上，左下，右下)共4個近鄰像素組成，這些近鄰像素的坐標分別是(x+1,y+1)，(x+1,y-1)，(x-1,y+1)，(x-1,y-1)。圖3.1.1(b)給出對角鄰域的一個示例，組成p的對角鄰域的4個像素均用s表示，它們與p有公共的頂角。對角鄰域一般不單獨使用。
(3) 8鄰域N8(p) 它由p的4個4鄰域像素加上4個對角鄰域像素合起來構成。圖3.1.1(c)給出8鄰域的一個示例，其中組成p的8鄰域的4個4鄰域像素用r表示，4個對角鄰域像素用s表示。
需要指出，根據上述對鄰域的定義，如果像素p本身處在圖像的邊緣，則它的N4(p)、ND(p)和N8(p)中的若干個像素會落在圖像之外。在圖3.1.1中，如果將p的8鄰域看作一幅3×3的圖像，考慮一下N4(r)、ND(s)、N8(r)和N8(s)，就很容易理解這種情況。處理這種情況的方法可見第3章空域增強： 模板操作 圖像是由其基本單元——像素組成的，像素在圖像空間是按某種規律排列的，互相之間有一定的聯繫。在圖像處理中，可以且需要根據像素之間的聯繫來對圖像進行加工。
在真實圖像中，相鄰或接近的像素之間有*密切的聯繫，常可結合在一起考慮。在圖像處理中，常用模板來組合相鄰或接近的像素，根據這些像素的統計特性或局部運算來進行操作，稱為模板操作或模板運算。利用模板操作來進行圖像增強常稱為濾波，可以是線性的也可以是非線性的。由於模板操作涉及圖像中的局部區域，所以也可方便地進行局部增強。
根據上述的討論，本章各節將安排如下。
3.1節先對像素的鄰域以及像素間的各種聯繫，包括像素間的鄰接、連接和連通，像素集合的鄰接和連通，以及像素之間的距離進行介紹。
3.2節討論模板操作的基本原理和方法(主要是模板卷積操作和模板排序操作)，還討論模板運算功能的分類情況。
3.3節介紹一些典型的利用模板操作實現的線性濾波方法，其功能包括平滑和銳化圖像。
3.4節介紹一些典型的非線性濾波方法，其功能也包括平滑和銳化圖像。非線性濾波也可與線性濾波方法結合使用。
3.5節分析利用模板操作進行圖像局部增強的原理、思路和效果。
3.1像素間聯繫 模板操作涉及對一組像素的同時操作，為此需要對像素間聯繫有一定了解。像素之間的聯繫有多種，既有空間上的聯繫也有幅度上的聯繫。下面介紹鄰域、鄰接、連接和連通等基本概念。
3.1.1像素的鄰域和鄰接 對一個像素來說，與它關繫*密切的常是它的鄰近像素/近鄰像素，它們組成該像素的鄰域。根據對一個坐標為(x,y)的像素p的近鄰像素的不同定義，可以得到由不同近鄰像素所組成的不同的鄰域。常見的像素鄰域主要有如下3種形式(*多形式可見本套書中冊)。
(1) 4鄰域N4(p) 它由像素p的水平(左，右)和垂直(上，下)共4個近鄰像素組成，這些近鄰像素的坐標分別是(x+1,y)，(x-1,y)，(x,y+1)，(x,y-1)。圖3.1.1(a)給出4鄰域的一個示例，組成p的4鄰域的4個像素均用r表示，它們與p有公共的邊。
圖3.1.1像素的鄰域 (2) 對角鄰域ND(p) 它由p的對角(左上，右上，左下，右下)共4個近鄰像素組成，這些近鄰像素的坐標分別是(x+1,y+1)，(x+1,y-1)，(x-1,y+1)，(x-1,y-1)。圖3.1.1(b)給出對角鄰域的一個示例，組成p的對角鄰域的4個像素均用s表示，它們與p有公共的頂角。對角鄰域一般不單獨使用。
(3) 8鄰域N8(p) 它由p的4個4鄰域像素加上4個對角鄰域像素合起來構成。圖3.1.1(c)給出8鄰域的一個示例，其中組成p的8鄰域的4個4鄰域像素用r表示，4個對角鄰域像素用s表示。
需要指出，根據上述對鄰域的定義，如果像素p本身處在圖像的邊緣，則它的N4(p)、ND(p)和N8(p)中的若干個像素會落在圖像之外。在圖3.1.1中，如果將p的8鄰域看作一幅3×3的圖像，考慮一下N4(r)、ND(s)、N8(r)和N8(s)，就很容易理解這種情況。處理這種情況的方法可見3.2節。
在上述定義的像素鄰域中，一個像素與其鄰域中的像素是有接觸的，也稱為鄰接的。圖像中兩個像素是否鄰接就看它們是否接觸。鄰接表示了一種像素間的空間接近關繫。
根據像素鄰域的不同，鄰接也對應分成3種： 4鄰接，對角鄰接，8鄰接。
3.1.2像素間的連接和連通 兩個像素的鄰接僅與它們的空間位置有關，而像素間的連接和連通還要考慮像素的屬性值(以下討論中以灰度值為例)之間的關繫。
1. 像素的連接 對兩個像素來說，要確定它們是否連接需要考慮兩點： ①它們在空間上是否鄰接； ②它們的灰度值是否滿足某個特定的相似準則(例如它們灰度值相等，或同在一個灰度值集合中取值)。舉例來說，在一幅隻有0和1灰度的二值圖中， 隻有當 一個像素和在它鄰域中的像素 具有相同的灰度值時纔可以說是連接的。
設用V表示定義連接的灰度值集合。例如在一幅二值圖中，為考慮兩個灰度值為1的像素之間的連接，可取V={1}。又如在一幅有256個灰度級的灰度圖中，考慮灰度值為128~150的兩個像素的連接時，取V=｛128,129,…,149,150｝。參見圖3.1.1，可討論以下兩種常用的連接。
(1) 4連接： 2個像素p和r在V中取值且r在N4(p)中，則它們為4連接。
(2) 8連接： 2個像素p和r在V中取值且r在N8(p)中，則它們為8連接。
可以看出，兩個連接的像素一定是鄰接的，但兩個鄰接的像素不一定是連接的。
2. 像素的連通 在像素連接的基礎上，可進一步討論和定義像素之間的連通。實際上，像素連通可以看作是像素連接的一種推廣。為討論連通先來定義兩個像素間的通路。從具有坐標(x,y)的像素p到具有坐標(s,t)的像素q的一條通路由一繫列具有坐標(x0,y0)，(x1,y1)，…，(xn,yn)的獨立像素組成。這裡(x0,y0)=(x,y)，(xn,yn)=(s,t)，且(xi,yi)與(xi-1,yi-1)鄰接，其中1≤i≤n，n為通路長度。根據所采用的鄰接定義不同，可定義或得到不同的通路，如4通路、8通路。這裡對通路的定義僅僅考慮了像素坐標空間上的聯繫(相當於對鄰接關繫的推廣)，沒有考慮像素屬性空間上的聯繫。
上述通路建立了兩個像素p和q之間的空間鄰接聯繫。進一步，如果這條通路上的所有像素的灰度值均滿足某個特定的相似準則，即兩兩鄰接的像素也是兩兩連接的，則可以說像素p和q是連通的。同樣根據所采用的連接3.2節。
在上述定義的像素鄰域中，一個像素與其鄰域中的像素是有接觸的，也稱為鄰接的。圖像中兩個像素是否鄰接就看它們是否接觸。鄰接表示了一種像素間的空間接近關繫。
根據像素鄰域的不同，鄰接也對應分成3種： 4鄰接，對角鄰接，8鄰接。
3.1.2像素間的連接和連通 兩個像素的鄰接僅與它們的空間位置有關，而像素間的連接和連通還要考慮像素的屬性值(以下討論中以灰度值為例)之間的關繫。
1. 像素的連接 對兩個像素來說，要確定它們是否連接需要考慮兩點： ①它們在空間上是否鄰接； ②它們的灰度值是否滿足某個特定的相似準則(例如它們灰度值相等，或同在一個灰度值集合中取值)。舉例來說，在一幅隻有0和1灰度的二值圖中， 隻有當 一個像素和在它鄰域中的像素 具有相同的灰度值時纔可以說是連接的。
設用V表示定義連接的灰度值集合。例如在一幅二值圖中，為考慮兩個灰度值為1的像素之間的連接，可取V={1}。又如在一幅有256個灰度級的灰度圖中，考慮灰度值為128~150的兩個像素的連接時，取V=｛128,129,…,149,150｝。參見圖3.1.1，可討論以下兩種常用的連接。
(1) 4連接： 2個像素p和r在V中取值且r在N4(p)中，則它們為4連接。
(2) 8連接： 2個像素p和r在V中取值且r在N8(p)中，則它們為8連接。
可以看出，兩個連接的像素一定是鄰接的，但兩個鄰接的像素不一定是連接的。
2. 像素的連通 在像素連接的基礎上，可進一步討論和定義像素之間的連通。實際上，像素連通可以看作是像素連接的一種推廣。為討論連通先來定義兩個像素間的通路。從具有坐標(x,y)的像素p到具有坐標(s,t)的像素q的一條通路由一繫列具有坐標(x0,y0)，(x1,y1)，…，(xn,yn)的獨立像素組成。這裡(x0,y0)=(x,y)，(xn,yn)=(s,t)，且(xi,yi)與(xi-1,yi-1)鄰接，其中1≤i≤n，n為通路長度。根據所采用的鄰接定義不同，可定義或得到不同的通路，如4通路、8通路。這裡對通路的定義僅僅考慮了像素坐標空間上的聯繫(相當於對鄰接關繫的推廣)，沒有考慮像素屬性空間上的聯繫。
上述通路建立了兩個像素p和q之間的空間鄰接聯繫。進一步，如果這條通路上的所有像素的灰度值均滿足某個特定的相似準則，即兩兩鄰接的像素也是兩兩連接的，則可以說像素p和q是連通的。同樣根據所采用的連接