本书是一本介绍机器视觉的书，内容丰富，通俗易懂。它提供了所有必需的理论工具，并且展示了如何将它们应用到实际的图像处理与机器视觉系统中。本书包含许多编练习，有助于学生深入理解实用图像处理算法的发展。
本书从回顾数学原理开始，继而讨论数字图像处理中的关键问题，比如图像描述与特征、边缘检测、特征提取、分割纹理和形状等。本书还讨论了图像匹配、统计模式识别、语法模识别、聚类、扩散、自适应轮廓、参数变换和连贯性标记，介绍了一些重要的应用，包括自动目标识别。连续性和最优化是本书反复陈述的两个主题。
本书适用于电气与计算机工程、计算机科学以及教学专业的高年级本科生与研究生，对于相关的工程技术人员也极具参考价值。
本书附带光盘中包括书中用到的所软件与数据。

To the instructor
Acknowledgements
1 Introduction
2 Review of mathematical principles
3 Writing programs to process images
4 Images:Formation and representation
5 Linear operators and Kernels
6 Image relaxtion:Restoration and feature extraction
7 Mathematical morphology
8 Segmentation
9 Shape
10 Consistent labeling
11 Parametric transforms
12 Graphs and graph-theoretic concetpts
13 Image matching
14 Statical pattern recognition
15 Clustering
16 Syntactic pattern recognition
17 Applications
18 Automatic target recognition
Author index
Index

Wesley E.Snyder在美国伊利诺伊大学获得博士学位，目前是北卡罗来纳州立大学电气与计计算机工程系教授。他发表了100多篇论文，并且著有Industrial Robots一书。他是IEEE机器人与自动化学会和IEEE神经网络协会的创始人，还是美国国家科学基金、美国国家航空和航天管理局、Sandia国家实验室以及美国陆军研究所的顾问。

Hairong Qi在美国北卡罗来纳州立大学获得博士学位，目前美国田纳西大学诺克斯维尔分校电气与计算机工程系统助理教授。