內容簡介
數位影像處理技術手冊(第二版)
■內容簡介
本書透過淺顯易懂的描述方式，將複雜的理論簡單化，書中所介紹的演算法共有68項法則，對於演算法項目的涵蓋率相當高，而且所有範例程式碼皆中文逐行解說，對於讀者或教學者來說，是相當容易了解且方便學習的書籍。
數位影像處理演算法則並不難，只要有耐心，一一地去理解。在理解後讀者也可以試著採用自己所熟悉使用的程式語言，改寫成自己的數位影像處理演算法程式庫，以便開發產品。
■本書特色
以淺顯易懂的描述方式，將複雜的理論簡單化～
數位影像處理演算法則並不難，只要有耐心，一一地去理解～
■本書依照學習理論所編撰，循序漸進幫助讀者快速進入狀況。
■完整程式碼逐一註解解說，輕鬆閱讀讓讀者無需猜測費時。
■兼顧理論與實務上的探討，加深讀者印象，幫助讀者可以擴展方向。
■每節的演算法則介紹前都會有成果影像，讓讀者預先知道要做什麼，再配合簡要的說明，知道為何要做這個演算法。
■作者皆是在業界及學界累積十年以上的經驗老手，無論在實作或是教學上，都有豐富的歷練。
■內容簡介
本書透過淺顯易懂的描述方式，將複雜的理論簡單化，書中所介紹的演算法共有68項法則，對於演算法項目的涵蓋率相當高，而且所有範例程式碼皆中文逐行解說，對於讀者或教學者來說，是相當容易了解且方便學習的書籍。
數位影像處理演算法則並不難，只要有耐心，一一地去理解。在理解後讀者也可以試著採用自己所熟悉使用的程式語言，改寫成自己的數位影像處理演算法程式庫，以便開發產品。
■本書特色
以淺顯易懂的描述方式，將複雜的理論簡單化～
數位影像處理演算法則並不難，只要有耐心，一一地去理解～
■本書依照學習理論所編撰，循序漸進幫助讀者快速進入狀況。
■完整程式碼逐一註解解說，輕鬆閱讀讓讀者無需猜測費時。
■兼顧理論與實務上的探討，加深讀者印象，幫助讀者可以擴展方向。
■每節的演算法則介紹前都會有成果影像，讓讀者預先知道要做什麼，再配合簡要的說明，知道為何要做這個演算法。
■作者皆是在業界及學界累積十年以上的經驗老手，無論在實作或是教學上，都有豐富的歷練。
作者簡介
賴岱佑博士
碩士畢業於私立天主教輔仁大學的資訊工程系，2016年取得國立台北科技大學的資訊工程系博士學位。從2006年至2016年，在連國珍教授與郭忠義教授的指導下，研究數位影像處理演算法。2007年，成為建騰創達科技股份有限公司的資深軟體工程師。有5本中文著作、40張電腦相關證照、19篇論文、1篇期刊、2項專利。主要研究演算法（數位影像處理、資料結構、智慧型視訊分析、人工智慧）和嵌入式系統（Raspbian）。
郭忠義博士
1991年畢業於國立清華大學，1998年獲得國立中央大學的博士學位。目前於國立臺北科技大學的資訊工程系擔任副教授。著有27篇期刊、113篇研討會論文，以及2本中文著作。其帶領智慧系統實驗室，研究智慧型與雲端系統，也包括智慧型監視系統，該實驗室已發表15篇關於智慧型監視系統的相關論文。研究興趣為基於代理人機制的系統、模糊理論與相關智慧型系統。
黃福助博士
2006年畢業於天主教輔仁大學資訊工程研究所，2013年取得國立台北科技大學資訊工程系博士學位。黃博士從事軟體開發工作超過16年，並具有教育部頒發助理教授資格。主要的研究領域Android程式設計、基於代理人機制的系統、軟體測試與驗證、資料庫系統與數位影像處理演算法。
碩士畢業於私立天主教輔仁大學的資訊工程系，2016年取得國立台北科技大學的資訊工程系博士學位。從2006年至2016年，在連國珍教授與郭忠義教授的指導下，研究數位影像處理演算法。2007年，成為建騰創達科技股份有限公司的資深軟體工程師。有5本中文著作、40張電腦相關證照、19篇論文、1篇期刊、2項專利。主要研究演算法（數位影像處理、資料結構、智慧型視訊分析、人工智慧）和嵌入式系統（Raspbian）。
郭忠義博士
1991年畢業於國立清華大學，1998年獲得國立中央大學的博士學位。目前於國立臺北科技大學的資訊工程系擔任副教授。著有27篇期刊、113篇研討會論文，以及2本中文著作。其帶領智慧系統實驗室，研究智慧型與雲端系統，也包括智慧型監視系統，該實驗室已發表15篇關於智慧型監視系統的相關論文。研究興趣為基於代理人機制的系統、模糊理論與相關智慧型系統。
黃福助博士
2006年畢業於天主教輔仁大學資訊工程研究所，2013年取得國立台北科技大學資訊工程系博士學位。黃博士從事軟體開發工作超過16年，並具有教育部頒發助理教授資格。主要的研究領域Android程式設計、基於代理人機制的系統、軟體測試與驗證、資料庫系統與數位影像處理演算法。
內容目錄
第1章 數位影像處理概論
本章是一開始的導讀，首先由數位影像的色彩空間來介紹，其次連結與多媒體的關係。
第2章 影像二值化（Image binarization）
本章我們將先學會如何處理影像，因此採用固定門檻值法。最主要是要學會如何讀入圖檔，並且處理圖檔內的像素資料。我們儘量提供多種的程式語言，讓不同的設計師可以了解如何處理像素資料。
第3章 數位影像處理基礎技術
本章將會介紹影像檔格式、顯示影像檔、連接Web Camera。這些都是有關於數位影像處理技術的相關基礎程式。
第4章 影像特效
數位影像特效並不是屬於學術研究範圍，但卻應用在許多方面，因此很值得一探究竟。本章所列出的特效都是常見的特效，理解之後，稍微修改一下就可以設計出屬於自己的特效。
第5章 影像點運算
影像點運算就是單獨對單一像素做處理，而不牽涉到鄰居的像素，因而得名。最基本的原理就是舊的像素經過轉換函式，得到新的像素值，進而獲得一張新的影像。在處理過程中，只有相同位置像素對像素的處理，沒有與鄰居像素運算，因此稱為「點運算」。
第6章 影像幾何變換
影像幾何變換談的是影像形狀的改變，舉例來說有平移、鏡像、轉置、縮放、旋轉等。而這些技術又可分為最近鄰居插值法及插值法，在本章最後我們也會介紹到這兩個插值法。
第7章 影像增強
影像增強顧名思義就是強化影像中重要的部分，每種濾波器都有不同的效果。像是平均濾波主要用來消除雜訊，因為重要的部分不是雜訊，而是影像的內容。銳化處理會強調影像的邊緣資訊，但又保留原來影像的內容。邊緣偵測會消除影像內容，只保留影像邊緣。各種濾波器功用都不相同，沒有萬用濾波器可以適用於所有應用。
第8章 二值化影像型態學
二值化影像意思就是非黑即白的影像，只有黑白兩色，這通常對於處理遮罩的應用相當有助益。
第9章 期中專題
期中專題課程目標是期望讀者具備數位影像演算法應用能力，以及對於視訊分析有一定的概念。
第10章 影像濾鏡
影像濾鏡是基於數位影像處理演算法轉化而成，必須具備數位影像處理演算法的知識才能設計出濾鏡。但影像濾鏡卻不是數位影像處理領域研究的範圍，因為濾鏡的好壞或美感無法數位化，且因人而異，無法量化，所以不列為數位影像處理領域的研究題材。但卻是被大量使用的應用方法，許多繪圖軟體都具備濾鏡的效果，這是屬於應用層面的演算法。
第11章 邊緣與輪廓
邊緣與輪廓是抽取物件的方法之一，基本上物件幾乎都有邊緣與輪廓。我們用各種方法就是為了抽取出需要的像素，物件的邊緣能夠讓我們知道物件約略的範圍，再利用其他的方法，加以轉換，就可以做出其他的偵測，例如：Hough 直線偵測。物件的輪廓能夠讓我們知道物件的形狀，因此我們可以更進一步的做出辨識與分析。
第12章 灰階影像型態學
灰階影像型態學由二值化型態學推展而來，二值化型態學是使用集合做運算，但灰階影像型態學改用函數做運算。
第13章 影像分割
影像分割最主要的目的就是從影像中選取所需要的部分，影像中所需要的部分也就是我們感興趣的部分，但透過人工分割太過耗時，因此使用演算法來協助我們分割出影像中感興趣的區域。
第14章 影像復原
當處於網路不穩定的時候，傳輸影像可能會有破損的情形，這時候可以透過影像復原演算法將破損的影像復原到人眼可以辨識的程度。本章會介紹到兩種影像復原的方法，分別是逆濾波及投影法。
第15章 影像匹配
「影像匹配」顧名思義就是由一張較小的影像作為模板，在大的影像中找到相類似模板的位置。通常用於衛星影像的空照圖，要搜尋某一特定建築物，有建築物的影像就可以透過影像匹配演算法去找到該建築物所在的位置。
第16章 期末專題
期末專題請各位做論文研究，和期中專題一樣，不一樣的地方是期末的研究必須要有程式碼實作，畢竟已經了解了這麼多數位影像處理技術的程式碼，應該可以組合成一個數位影像演算法。
附錄A學習資源
附錄B專業術語英簡繁中對照表
附錄C量測程式效能
本章是一開始的導讀，首先由數位影像的色彩空間來介紹，其次連結與多媒體的關係。
第2章 影像二值化（Image binarization）
本章我們將先學會如何處理影像，因此採用固定門檻值法。最主要是要學會如何讀入圖檔，並且處理圖檔內的像素資料。我們儘量提供多種的程式語言，讓不同的設計師可以了解如何處理像素資料。
第3章 數位影像處理基礎技術
本章將會介紹影像檔格式、顯示影像檔、連接Web Camera。這些都是有關於數位影像處理技術的相關基礎程式。
第4章 影像特效
數位影像特效並不是屬於學術研究範圍，但卻應用在許多方面，因此很值得一探究竟。本章所列出的特效都是常見的特效，理解之後，稍微修改一下就可以設計出屬於自己的特效。
第5章 影像點運算
影像點運算就是單獨對單一像素做處理，而不牽涉到鄰居的像素，因而得名。最基本的原理就是舊的像素經過轉換函式，得到新的像素值，進而獲得一張新的影像。在處理過程中，只有相同位置像素對像素的處理，沒有與鄰居像素運算，因此稱為「點運算」。
第6章 影像幾何變換
影像幾何變換談的是影像形狀的改變，舉例來說有平移、鏡像、轉置、縮放、旋轉等。而這些技術又可分為最近鄰居插值法及插值法，在本章最後我們也會介紹到這兩個插值法。
第7章 影像增強
影像增強顧名思義就是強化影像中重要的部分，每種濾波器都有不同的效果。像是平均濾波主要用來消除雜訊，因為重要的部分不是雜訊，而是影像的內容。銳化處理會強調影像的邊緣資訊，但又保留原來影像的內容。邊緣偵測會消除影像內容，只保留影像邊緣。各種濾波器功用都不相同，沒有萬用濾波器可以適用於所有應用。
第8章 二值化影像型態學
二值化影像意思就是非黑即白的影像，只有黑白兩色，這通常對於處理遮罩的應用相當有助益。
第9章 期中專題
期中專題課程目標是期望讀者具備數位影像演算法應用能力，以及對於視訊分析有一定的概念。
第10章 影像濾鏡
影像濾鏡是基於數位影像處理演算法轉化而成，必須具備數位影像處理演算法的知識才能設計出濾鏡。但影像濾鏡卻不是數位影像處理領域研究的範圍，因為濾鏡的好壞或美感無法數位化，且因人而異，無法量化，所以不列為數位影像處理領域的研究題材。但卻是被大量使用的應用方法，許多繪圖軟體都具備濾鏡的效果，這是屬於應用層面的演算法。
第11章 邊緣與輪廓
邊緣與輪廓是抽取物件的方法之一，基本上物件幾乎都有邊緣與輪廓。我們用各種方法就是為了抽取出需要的像素，物件的邊緣能夠讓我們知道物件約略的範圍，再利用其他的方法，加以轉換，就可以做出其他的偵測，例如：Hough 直線偵測。物件的輪廓能夠讓我們知道物件的形狀，因此我們可以更進一步的做出辨識與分析。
第12章 灰階影像型態學
灰階影像型態學由二值化型態學推展而來，二值化型態學是使用集合做運算，但灰階影像型態學改用函數做運算。
第13章 影像分割
影像分割最主要的目的就是從影像中選取所需要的部分，影像中所需要的部分也就是我們感興趣的部分，但透過人工分割太過耗時，因此使用演算法來協助我們分割出影像中感興趣的區域。
第14章 影像復原
當處於網路不穩定的時候，傳輸影像可能會有破損的情形，這時候可以透過影像復原演算法將破損的影像復原到人眼可以辨識的程度。本章會介紹到兩種影像復原的方法，分別是逆濾波及投影法。
第15章 影像匹配
「影像匹配」顧名思義就是由一張較小的影像作為模板，在大的影像中找到相類似模板的位置。通常用於衛星影像的空照圖，要搜尋某一特定建築物，有建築物的影像就可以透過影像匹配演算法去找到該建築物所在的位置。
第16章 期末專題
期末專題請各位做論文研究，和期中專題一樣，不一樣的地方是期末的研究必須要有程式碼實作，畢竟已經了解了這麼多數位影像處理技術的程式碼，應該可以組合成一個數位影像演算法。
附錄A學習資源
附錄B專業術語英簡繁中對照表
附錄C量測程式效能
ISBN: 9789572245910