内容
【書籍の特徴】
本書では，幅広いトピックを入門的に扱いながら，信号処理技術，画像処理手法，画像計測やグラフィックス，さらに機械学習や深層学習を中心に広範な領域となっている画像認識などの分野をバランス良く配分させ，基礎事項を体系的に学べるように，以下の構成とした。また，OpenCVなどのフリーのライブラリや深層学習のフレームワークを用いて画像処理や認識を行う方々にとって必要な「理論的基礎知識」も本書により得られる。
【本書の構成】
1章：「序論」では，人間の視覚機能と画像処理工学の関係について述べ，画像処理技術がわれわれの生活にどのように役立っているかについて述べる。
2章：「画像の表現」では，ディジタル画像の特徴とその表現方法について述べる。
3章：「画像処理システム」では，コンピュータによる画像処理システムや専用ハードウェアの構成および，画像入出力のための機器について述べる。
4章：「画像情報処理」では，画像情報の処理で特に重要となるフーリエ変換等の直交変換についての基礎的事項を取り上げる。また，これらを応用したフィルタ処理や画像データの圧縮についても述べる。
5章：「濃淡画像処理」では，濃淡画像に対してよく用いられるコントラストの改善，ノイズの除去，特徴の抽出，画像の幾何学的形状の変換などの画像処理手法について述べる。
6章：「2値画像処理」では，2値画像を用いる目的と2値化処理の手法について述べる。
7章：「コンピュータグラフィックス」では，2次元および3次元CGにおける基本的なCGの手法について概説する。
8章：「領域分割」では，物体認識や画像合成などに用いられる重要な処理の一つである領域分割の代表的な手法について述べる。
9章：「特徴・パターンの検出」では，まずテンプレートマッチングについて説明した後，パターン認識でよく用いられる図形の形状特徴である局所特徴とその求め方について述べる。
10章：「画像認識」では，概要およびパターンの識別手法について述べる。
11章：「ニューラルネットワークと深層学習」では，まずはニューラルネットワークについて説明し，画像認識が著しい性能向上を果たした大きな要因である深層学習や，畳み込みニューラルネットワークの原理と応用について詳しく述べる。
12章：「3次元画像処理」では，1枚あるいは複数の画像から3次元情報を復元したり，3次元環境の計測や認識を行う方法について述べる。
13章：「動画像処理」では，オプティカルフローの抽出，差分画像を利用する方法などの代表的な手法について述べる
14章：「画像処理の応用」では，画像処理の応用事例について触れ，これまでに述べた画像処理技術が実際にどのように利用されているかについて述べる。
