本書選取了十類當前得到廣泛使用的圖像技術給予介紹。具體包括：噪聲消噪技術，圖像修補技術，數字水印技術，圖像超分辨率技術，圖像分割技術，人臉識別技術，表情分類技術，圖像融合技術，圖像檢索技術和時空技術。對每類技術，先對其中的基本概念、工作的基本原理、過程的基本步驟給予概括介紹，以幫助了解和學習該類技術；接下來介紹幾種具體實現技術功能的典型方法作為示例，以了解該類技術過程的特點，幫助達到有效運用該類技術進行圖像加工的目的；最后介紹一些近年來在相關技術方面發表的文獻，總結歸納它們的特點，以幫助深入開展進一步的工作。本書主要為電信行業、交通管理、電視廣播、媒體傳播、光學儀器、生物醫學工程、機器人自動化、電子醫療設備、遙感、測繪、航天、公安和軍事偵察等涉及圖像領域的科技工作者及公司研發人員參考；也可供大學本科學生開展圖像相關科技活動和科技制作的參考；還可作為信號與信息處理、通信與信息系統、電子與通信工程、模式識別與智能系統、計算機視覺等學科的相關課程的參考書。
本書是一本面向實際應用介紹圖像工程技術的圖書。本書與教材和專著都有所不同，但又試圖結合它們的一些特點。本書的讀者定位于原先沒有很多圖像技術的基礎但又需要利用圖像技術解決特定工作任務的科技工作者。
本書正文的章均由三部分組成。第一部分介紹該技術的基本概念、基礎原理、用途、歷史和發展情況。這部分的深度比較接近教材，可以入門。第二部分是實現該技術的若干示例方法，每種方法均包括技術分析、算法描述、具體步驟、效果實例等。這部分的深度介于教材和專著之間，可以實用。第三部分是對近年一些與該技術相關文章的分析歸納，提煉其特點并分類，類似研究文章的綜述介紹。這部分的深度更接近專著，可提供新的相關信息，幫助讀者進一步選擇特定的參考文獻，了解該領域的進展情況和發展趨勢。
本書是一本面向實際應用介紹圖像工程技術的圖書。本書與教材和專著都有所不同，但又試圖結合它們的一些特點。本書的讀者定位于原先沒有很多圖像技術的基礎，但又需要利用圖像技術解決特定工作任務的科技工作者。
本書除引言外正文共分為10章，分別介紹10種圖像技術。它們是： 噪聲消除技術、圖像修補技術、數字水印技術、超分辨率技術、圖像分割技術、人臉識別技術、表情分類技術、圖像融合技術、圖像檢索技術和時空理解技術。
本書正文各章均由三部分組成。第一部分介紹該技術的基本概念、基礎原理、用途、歷史和發展情況，這部分的深度比較接近教材，可以入門。第二部分是實現該技術的若干示例方法，每種方法均包括技術分析、算法描述、具體步驟和效果實例等，這部分的深度介于教材和專著之間，可以實用。第三部分是對近年來一些與該技術相關文章的分析歸納，提煉其特點并分類，類似研究文章的綜述介紹，這部分的深度更接近專著，可提供最新的相關信息，幫助讀者進一步選擇特定的參考文獻，了解該領域的進展情況和發展趨勢。
本書各章共有49節（二級標題），再下還有86小節（三級標題），共有文字（也包括圖片、繪圖、表格、公式等折合）30多萬，共有編號的圖152個、表格29個、公式280個。本書在文中對436篇近年來的相關文章進行了分類并歸納了它們的特點，列表介紹給讀者。最后，書末列出了所引用的168篇參考文獻的目錄和用于索引的184個術語（同時給出對應英文）。
本書的選材內容和結構方式都是新的嘗試，歡迎讀者提出寶貴意見和建議。
最后，要特別感謝我的妻子何蕓和女兒章荷銘，正是她們的理解和支持，使本書得以在節日中寫到本頁并完稿。
章毓晉，1989年獲比利時列日大學應用科學博士學位。1989—1993年為荷蘭德爾夫特大學博士后及研究人員。從1993年到中國北京清華大學工作，1997年被聘為教授，1998年被評為博士生導師，2014年起成為長聘教授。2003年學術休假期間同時被聘為新加坡南洋理工大學訪問教授。
在清華大學，先后開出并講授10多門本科生和研究生課程，目前還在講“圖像處理”、“圖像分析”、“圖像理解”、“基于內容的視覺信息檢索”等。在南洋理工大學，開出并講授過研究生課程“Advanced Image Analysis”。已編寫出版了《圖像工程》（系列教材第1版、第2版和第3版）、《圖像處理和分析基礎》、《圖像處理和分析技術》（第2版和第3版）、《圖像處理和分析教程》（第1版和第2版）、《計算機視覺教程》、《圖像處理基礎教程》和Image Engineering: Processing, Analysis, and Understanding；研制出版了《“圖象處理和分析”多媒體計算機輔助教學課件》和電子版網絡課程教材《圖象處理和分析網絡課程》；翻譯出版了《彩色數字圖像處理》、《圖像處理基礎（第2版）》和《實用MATLAB圖像和視頻處理》。已在國內外發表了30多篇教學研究論文。
主要科學研究領域為其積極倡導的圖像工程（圖像處理、圖像分析、圖像理解及其技術應用）和相關學科。從1996年起已連續二十一年對中國圖像工程的研究及主要文獻進行了系統的年度分類總結綜述。已在國內外發表了500篇圖像工程研究論文，出版了專著《圖象分割》、《基于內容的視覺信息檢索》、《基于子空間的人臉識別》，編著了《英漢圖像工程辭典》（第1版和第2版），主持編著了Advances in Image and Video Segmentation，Semantic-Based Visual Information Retrieval， Advances in Face Image Analysis: Techniques and Technologies。
現為中國圖象圖形學學會副理事長，學術委員會主任；國際電氣電子工程師協會（IEEE）高級會員；國際光學工程協會（SPIE）會士（因在圖像工程方面的成就）；第24屆國際圖像處理會議（ICIP’2017）程序委員會主席。
第0章引言
0.1圖像技術
0.1.1圖像工程
0.1.2圖像技術分類
0.2本書特點
0.2.1寫作動機
0.2.2選材內容
0.2.3結構安排
第1章噪聲消除
1.1噪聲類型和特性
1.1.1噪聲類型
1.1.2噪聲特性描述
1.2圖像增強消噪
1.2.1空域噪聲濾波器
1.2.2頻域周期噪聲
濾波器
1.3圖像恢復消噪
1.3.1圖像退化模型
1.3.2逆濾波
1.3.3維納濾波
1.4選擇性濾波器
1.5近期文獻分類總結
第2章圖像修補
2.1圖像修補概述
2.1.1圖像修補辨析
2.1.2圖像修補原理
2.1.3面向小尺寸修補的
圖像修復
2.1.4面向大尺寸修補的
區域填充
2.2結合稀疏表達的算法
2.2.1稀疏表達的原理
2.2.2稀疏表達的基本算法
2.2.3稀疏表達算法的改進
2.3加權稀疏非負矩陣分解
算法
2.4上下文驅動的混合方法
2.5近期文獻分類總結
第3章數字水印
3.1水印概述
3.1.1水印的嵌入和檢測
3.1.2水印特性
3.1.3水印分類
3.2DCT域水印
3.2.1特點和原理
3.2.2無意義水印算法
3.2.3有意義水印算法
3.3DWT域水印
3.3.1特點和流程
3.3.2人眼視覺特性
3.3.3小波水印算法
3.4近期文獻分類總結
第4章超分辨率
4.1圖像超分辨率原理
4.1.1基本模型和技術分類
4.1.2基于單幅圖像的超
分辨率復原
4.1.3基于多幅圖像的超
分辨率重建
4.2基于學習的超分辨率技術
4.2.1常規流程
4.2.2基于示例的單幀超
分辨率
4.2.3基于示例的多幀超
分辨率
4.2.4結合全變分正則化
方法
4.2.5基于學習的方法
4.3基于局部約束線性編碼的
重建
4.3.1基于稀疏表示的重建
算法
4.3.2局部約束線性編碼
4.3.3基于局部約束線性
編碼的重建
4.3.4對多幀圖像的超
分辨率重建
4.4近期文獻分類總結
第5章圖像分割
5.1圖像分割基礎
5.1.1圖像分割定義
5.1.2圖像分割算法分類
5.1.3并行邊界類算法
5.1.4串行邊界類算法
5.1.5并行區域類算法
5.1.6串行區域類算法
5.2彩色圖像分割
5.2.1彩色圖像分割概況
5.2.2彩色圖像的序列分割
5.3醫學圖像分割
5.3.1醫學圖像分割算法
概述
5.3.2交互式水平集胸主動脈
圖像分割
5.4近期文獻分類總結
第6章人臉識別
6.1人臉識別原理
6.1.1研究和應用概況
6.1.2人臉識別流程
6.1.3人臉識別影響因素
6.2子空間方法
6.3基于豪斯多夫距離和
對稱性度量的人臉定位
6.4面向類依賴特征分析的
相關濾波器設計
6.5基于鑒別投影嵌入的有監督
線性降維
6.6基于邊緣本征矢量加權的
人臉識別
6.7近期文獻分類總結
第7章表情分類
7.1表情分類原理
7.1.1表情類別
7.1.2表情分類流程
7.1.3表情特征提取
7.1.4表情分類方法
7.1.5表情分類系統性能
7.2臉部器官檢測
7.2.1眼睛定位
7.2.2眼睛跟蹤
7.2.3嘴唇檢測和跟蹤
7.3借助蓋伯變換的表情
特征提取
7.4向量輸入多類輸出
表情分類
7.5近期文獻分類總結
第8章圖像融合
8.1圖像融合原理
8.1.1圖像融合的主要步驟
8.1.2圖像融合的3個層次
8.1.3像素級融合示例
8.1.4圖像融合效果評價
8.2像素級融合
8.2.1基本融合方法
8.2.2融合方法的改進
8.2.3融合方法的結合
8.3雙能透射和康普頓背
散射融合
8.3.1成像技術的互補性
分析
8.3.2互補融合
8.4近期文獻分類總結
第9章圖像檢索
9.1圖像檢索原理
9.2基于視覺特征的圖像檢索
9.2.1顏色特征
9.2.2紋理特征
9.2.3形狀特征
9.2.4空間關系特征
9.2.5運動特征
9.3基于分層匹配跟蹤的檢索
9.3.1基于分層匹配跟蹤的
檢索框圖
9.3.2單層圖像特征提取
9.3.3多層特征提取和圖像
檢索
9.3.4結合顏色直方圖
9.4近期文獻分類總結
第10章時空理解
10.1時空理解概述
10.1.1五個層次
10.1.2時空興趣點
10.1.3動態軌跡學習和
分析
10.1.4動作分類和識別
10.1.5活動和行為建模
10.2基于均移的運動目標
跟蹤
10.2.1均移算法
10.2.2尺度非各向同性的
均移算法
10.2.3均移算法結合粒子
濾波器
10.3移動陰影檢測
10.4結合姿態和上下文的
動作分類
10.5近期文獻分類總結
參考文獻
索引
新書資訊