图像识别是人工智能的一个重要领域，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，并对质量不佳的图像进行一系列的增强与重建的技术手段，从而有效改善图像质量。图像识别不是用人类的肉眼鉴别，而是借助计算机技术进行。虽然人类的识别能力很强大，但是对于高速发展的社会，人类自身识别能力已经满足不了需求，于是产生了基于计算机的图像识别技术。通常一个领域当现有技术无法满足需求时，就会产生相应的新技术。图像识别技术也是如此，此技术的产生就是为了让计算机代替人类去处理大量的物理信息，帮助人类去处理无法识别或者识别率低下的信息。如在工业环境使用中，先采用工业相机拍摄图片，然后利用软件根据图片灰阶差做进一步识别处理。随着计算机及信息技术的迅速发展，图像识别技术的应用逐渐扩大到众多领域，尤其是在面部及指纹识别、卫星云图识别及临床医疗诊断等领域日益发挥着重要作用。
本书通过对图像分析与识别新技术理论的研究，结合该领域国内外研究的发展现状，开展了对图像分析与识别新技术的应用研究。通过对相关案例进行分析，总结了图像分析与识别新技术的发展前景及相关技术手段。本书有助于广大读者更好地理解图像分析与识别新技术的相关知识，了解图像分析与识别新技术方面的发展现状。同时，本书并不囿于纯粹的理论知识介绍和技术研讨，而是从实践出发，用一系列案例引申出核心知识与技术，以便读者更加系统而综合地掌握图像分析与识别新技术的全貌，把握图像分析与识别新技术的全局。
本书不仅提供了丰富的参考文献，以方便读者进一步深入探索，还提供了大量图示和实例帮助读者学习、理解和应用。全书共8章，可分为两个部分：第一部分包括第1-2章，研究分析了图像分析与识别新技术的发展现状及相关理论；第二部分包括第3-8章，从多个方面对图像分析与识别新技术的应用开展了研究。第二部分的各章相对独立，读者可以根据自己的兴趣及实际情况选择学习。本书编写过程中，张水平老师以及陈言璞、黄茜、钟学洋、王宇卓、胡源中、胡魄等研究生参与了撰写与整理工作。
由于作者水平有限，书中难免存在不足之处，希望读者对本书提出宝贵意见和建议。
第1章 图像分析与识别概述
1．1 图像识别概述
1．2 图像识别原理
1．3 图像识别应用
1．4 图像识别面临的问题
1．5 图像识别的发展阶段和趋势
第2章 图像预处理与边缘检测
2．1 图像预处理
2．2 图像滤波
2．3 图像形态学处理
2．4 图像的锐化
2．5 边缘检测
2．6 图像增强
第3章 不同遥感图像的融合与应用
3．1 案例背景
3．1．1 数据融合技术
3．1．2 不同遥感图像的特点
3．1．3 不同遥感图像融合及应用的意义
3．2 遥感图像融合效果评定方法的研究
3．2．1 主观融合效果评定法
3．2．2 客观融合效果评定法
3．2．3 实验分析
3．3 多源遥感图像的直接融合方法
3．3．1 遥感图像的预处理
3．3．2 灰度图像之间的融合方法
3．3．3 多光谱图像的融合方法
第4章 基于改进深度网络模型的棉花特征提取及分割方法研究
4．1 案例背景
4．1．1 研究背景及意义
4．1．2 国内外发展和研究现状
4．2 相关工作及数据集介绍
4．2．1 基于手工设计的特征提取算法
4．2．2 基于卷积神经网络的特征提取
4．2．3 实地棉田棉花图像数据集
4．3 基于多尺度融合的田间棉花特征提取
4．3．1 手工设计提取棉花特征
4．3．2 棉花深度卷积的特征提取
4．3．3 特征融合
4．3．4 实验结果及分析
第5章 面向火灾早期预警系统的研究
5．1 案例背景
5．1．1 研究背景及意义
5．1．2 国内外发展和研究现状
5．1．3 视频火灾检测技术的优势
5．2 烟雾图像的疑烟区识别
5．2．1 疑烟区的检测方法
5．2．2 图像滤波
5．2．3 图像形态学处理
5．3 烟雾的特征分析
5．3．1 颜色特征分析方法
5．3．2 小波变换特征分析
5．4 面向火灾早期预警的系统实现
……
第6章 基于PSO-LSSVM的金属表面缺陷检测分类方法研究
第7章 基于机器学习的图像边缘检测方法的研究与应用
第8章 基于图像融合的目标识别与检测技术的应用研究
参考文献
新书资讯