本教材面向新一代信息技术、5G通信、数字经济、工业互联网、人工智能等新兴产业和国家重大战略工程对电子信息领域相关人才的培养需求，以图像处理相关理论与技术作为侧重点，交叉联合“计算机视觉”、“模式识别”、“人工智能”等课程知识，打通图像信息获取（成像）、传输、处理和识别应用的全流程链条，补齐现有图像处理教材的空缺，助力电子信息领域专业人才培养。本教材是一部系统论述数字图像处理技术的立体化教程（含纸质图书、教学课件、源代码与课程视频）。全书共分为理论篇和项目篇，理论篇包括绪论和九大专题（第1～10章）：系统介绍了数字图像处理系统的定义，图像几何变换、图像变换、图像增强、图像去噪、图像融合、图像边缘检测、图像分割、二值和彩色图像处理、图像目标特征提取与检测的相关理论、方法与技术；项目篇包括四大项目（第11章～第14章）：介绍数字图像处理技术在分焦平面偏振成像、微光全彩色成像、恶劣环境下图像复原、目标检测项目中的具体应用。
编者从事光学成像和图像处理研究以来，一直想把自身对成像和图像处理算法的理解整理成一套理论和实践紧密结合的学习系统，于2022年编写了本书的姊妹篇《数字图像处理算法原理及底层代码编程实现》。然而，随着图像处理技术的快速发展，新技术和新应用层出不穷。因此，编者结合自身科研项目和理论研究成果，从理论和项目的视角编写了融入前沿技术的《数字图像处理(MATLAB版)》。
数字图像处理是计算机视觉的基础课程，是实现机器视觉和人工智能的技术支撑。本书在编写上注重系统性、实用性和前沿性，按照理论篇和项目篇的顺序强化理论和实践应用。在内容上从图像几何变换、图像变换、图像增强、图像去噪、图像融合、图像边缘检测、图像分割、二值图像和彩色图像处理、图像目标特征提取与检测九个专题进行系统介绍； 在实践应用方面结合图像处理算法原理阐述，提供算法的底层代码实现； 同时考虑图像处理的快速发展，本书加入了广泛使用的最新研究成果进行理论和应用扩充，并结合了编者的科研项目和教学教案，使得本书内容更具有代表性，本书主要特色总结如下。
(1) 知识点全面： 兼顾经典算法，突出前沿技术。
(2) 算法原理易理解： 可视化分析算法模型的意义，并结合底层代码实现，强化读者对算法原理的理解。
(3) 工程项目实战引导： 配合图像处理算法学习，提供了编者相关的科研成果，涉及方案设计、算法设计和代码实现，提升学生的项目实战能力。
编者在编写本书时，受到了中南大学同事、同学和光电信息处理领域同行老师的很多帮助，在此感谢各位老师和同学的支持和包容。感谢中南大学研究生和本科生罗毅东、李成功、金佳堃、付胜、乔成平、刘颖、伍彩云、陈明亮、卢海威、陈昌岩、黄俊彬、杨镇硕、袁邦哲和张昕瑜帮助准备本书部分素材。感谢中南大学自动化学院的资助，感谢清华大学出版社的出版，感谢教育部高等学校电子信息类专业教学指导委员会规划教材编审委员会专家的肯定，将该教材立项为普通高等教育电子信息类专业系列教材。
由于编者水平有限，书中难免有不足之处，敬请广大同行和读者批评指正，以便再版时补充和修改。本书在内容的阐述上可能存在一些遗漏和不完善，希望在不久的将来会有其他书籍，更好地论述本书中遗漏和不完善的部分。
张俊超2026年2月
湖南 长沙
张俊超，博士，中南大学自动化学院副教授，硕/博士生导师，湖南省普通高校青年骨干教师，“龙城英才计划”领军人才，入选斯坦福全球前2%顶尖科学家榜单，中国光学工程学会计算成像专业委员会青年委员、中国自动化学会青工委委员，中国光学工程学会高级会员，《红外与激光工程》、《应用光学》等期刊青年编委,2017-2018年国家公派访学美国亚利桑那大学。主要研究方向为光电信息处理、偏振成像和微光成像，发表学术论文50余篇，ESI高被引论文2篇，热点论文1篇，Google学术引用1300余次，H指数为21，i10指数为31，授权国家发明专利5项。主持国家自然科学基金、国家重点研发计划子课题、湖南省自然科学基金和重点实验室基金等项目多项，获湖南省自然科学优秀学术论文二等奖1项（排1）。承担本科生专业课《数字图像处理》和《模式识别》教学任务，主持教学改革项目3项，发表教改论文1篇，主编教材1部，曾获第六届全国高校电子信息类专业青教赛一等奖、第三届和第四届湖南省普通高校教师教学创新大赛一等奖等10余项荣誉。
书单推荐
