《數字圖像分析與模式識別》主要內容分為五部分,部分(包括1-4章),主要介紹了圖像處理與分析的基礎理論與相關的MATLAB仿真的編程方法與部分M函數,並介紹了幾種較新的變換技術,如Contourlet變換等。第二部分主要介紹圖像分析的預處理過程(第5章),包括圖像濾噪、邊緣檢測與圖像分割,並給出了相關MATLAB仿真程序與結果,並介紹了圖像預處理的研究現狀與*成果。第三部分主要介紹了圖像的特征提取方法(第6章),包括基於邊緣的特征提取、基於內容的特征提取、基於形狀的特征提取與基於紋理結構的特征提取的典型方法與*成果。第四部分主要介紹了特征的選擇與優化算法(第七章),包括特征的預處理、PCA、ICA等線性方法、組合優化算法、(如模擬退火、遺傳算法等)、基於統計假設檢驗的特征選擇方法與ISOMAP等非線性降維方法。第五部分主要介紹了圖像分析的模式識別與分類方法(第八、九章)有貝葉斯決策、線性分類、近鄰算法、聚類算法、神經網絡與支持向量機等,並給出了主要的MATLAB仿真程序。