การประมวลผลภาพดิจิตอล

หลายเทคนิคของภาพดิจิตอลการประมวลผลหรือการประมวลผลภาพดิจิตอลเป็นก็มักจะถูกเรียกว่าได้รับการพัฒนาในปี 1960 ที่ห้องปฏิบัติการ Bellที่Jet Propulsion Laboratory , Massachusetts Institute of Technology , มหาวิทยาลัยแมรี่แลนด์และไม่กี่สิ่งอำนวยความสะดวกการวิจัยอื่น ๆ กับการประยุกต์ใช้กับภาพถ่ายดาวเทียม , ลวดภาพมาตรฐานการแปลงภาพทางการแพทย์ , วีดีโอโฟน , การจดจำตัวอักษรและการเพิ่มประสิทธิภาพของการถ่ายภาพ ^[3]จุดประสงค์ของการประมวลผลภาพในยุคแรกคือการปรับปรุงคุณภาพของภาพ มีจุดมุ่งหมายเพื่อให้มนุษย์สามารถปรับปรุงเอฟเฟกต์ภาพของผู้คน ในการประมวลผลภาพอินพุตเป็นภาพคุณภาพต่ำและเอาต์พุตเป็นภาพที่มีคุณภาพดีขึ้น การประมวลผลภาพทั่วไป ได้แก่ การปรับปรุงภาพการฟื้นฟูการเข้ารหัสและการบีบอัด แอปพลิเคชั่นแรกที่ประสบความสำเร็จคือ American Jet Propulsion Laboratory (JPL) พวกเขาใช้เทคนิคการประมวลผลภาพเช่นการแก้ไขทางเรขาคณิตการเปลี่ยนแปลงการไล่ระดับการกำจัดสัญญาณรบกวน ฯลฯ ในภาพถ่ายดวงจันทร์นับพันที่ส่งกลับโดย Space Detector Ranger 7 ในปี 2507 โดยคำนึงถึงตำแหน่งของดวงอาทิตย์และสภาพแวดล้อมของดวงจันทร์ ผลกระทบของการทำแผนที่พื้นผิวดวงจันทร์ด้วยคอมพิวเตอร์ประสบความสำเร็จอย่างมาก ต่อมามีการประมวลผลภาพที่ซับซ้อนมากขึ้นกับภาพถ่ายเกือบ 100,000 ภาพที่ยานอวกาศส่งกลับมาเพื่อให้ได้แผนที่ภูมิประเทศแผนที่สีและภาพโมเสคแบบพาโนรามาของดวงจันทร์ซึ่งได้ผลลัพธ์ที่ไม่ธรรมดาและวางรากฐานที่มั่นคงสำหรับการลงจอดของมนุษย์บน ดวงจันทร์. ^[4]

อย่างไรก็ตามต้นทุนในการประมวลผลค่อนข้างสูง แต่ด้วยอุปกรณ์คอมพิวเตอร์ในยุคนั้น สิ่งนี้เปลี่ยนไปในทศวรรษ 1970 เมื่อการประมวลผลภาพดิจิทัลแพร่หลายมากขึ้นเนื่องจากคอมพิวเตอร์ราคาถูกลงและฮาร์ดแวร์เฉพาะเริ่มมีให้ใช้งาน นี้นำไปสู่การประมวลผลภาพในเวลาจริงสำหรับปัญหาเฉพาะบางอย่างเช่นการแปลงมาตรฐานโทรทัศน์ เมื่อคอมพิวเตอร์ที่ใช้งานทั่วไปเร็วขึ้นพวกเขาจึงเริ่มเข้ามามีบทบาทเป็นฮาร์ดแวร์เฉพาะสำหรับการทำงานเฉพาะด้านและต้องใช้คอมพิวเตอร์มากที่สุด ด้วยคอมพิวเตอร์ที่รวดเร็วและตัวประมวลผลสัญญาณที่มีอยู่ในยุค 2000 การประมวลผลภาพดิจิทัลได้กลายเป็นรูปแบบการประมวลผลภาพที่พบมากที่สุดและโดยทั่วไปมักใช้เนื่องจากไม่เพียง แต่เป็นวิธีที่หลากหลายที่สุดเท่านั้น แต่ยังมีราคาถูกที่สุดอีกด้วย

เซ็นเซอร์ภาพ

พื้นฐานสำหรับเซ็นเซอร์ภาพสมัยใหม่คือเทคโนโลยีโลหะ - ออกไซด์ - เซมิคอนดักเตอร์ (MOS) ^[5]ซึ่งมีต้นกำเนิดจากการประดิษฐ์MOSFET ( ทรานซิสเตอร์ภาคสนาม MOS) โดยMohamed M. AtallaและDawon Kahngที่Bell Labsในปี พ.ศ. 2502 ^{[ 6]}นี้นำไปสู่การพัฒนาของดิจิตอลเซมิคอนดักเตอร์เซ็นเซอร์ภาพรวมทั้งอุปกรณ์ชาร์จคู่ (CCD) และต่อมาCMOS เซ็นเซอร์ ^[5]

อุปกรณ์ชาร์จประจุไฟฟ้าถูกคิดค้นโดยวิลลาร์ดเอส. บอยล์และจอร์จอี. สมิ ธที่ Bell Labs ในปี พ.ศ. 2512 ^[7]ขณะค้นคว้าเทคโนโลยี MOS พวกเขาตระหนักว่าประจุไฟฟ้าเป็นสิ่งที่คล้ายคลึงกับฟองแม่เหล็กและสามารถจัดเก็บได้ บนเล็ก ๆตัวเก็บประจุ MOS เนื่องจากมันค่อนข้างตรงไปตรงมาในการสร้างชุดตัวเก็บประจุ MOS ในแถว ๆ พวกเขาจึงเชื่อมต่อแรงดันไฟฟ้าที่เหมาะสมเข้ากับพวกมันเพื่อให้ประจุสามารถเคลื่อนจากที่หนึ่งไปอีก ^[5] CCD เป็นวงจรเซมิคอนดักเตอร์ที่ใช้ในกล้องวิดีโอดิจิทัลตัวแรกสำหรับการแพร่ภาพโทรทัศน์ในเวลาต่อมา ^[8]

NMOS ใช้งานพิกเซลเซ็นเซอร์ (APS) ถูกคิดค้นโดยโอลิมปัในประเทศญี่ปุ่นในช่วงทศวรรษที่ 1980 กลาง นี้ถูกเปิดใช้งานโดยความก้าวหน้าใน MOS ผลิตอุปกรณ์เซมิคอนดักเตอร์ด้วยMOSFET ปรับถึงขนาดเล็กไมครอนแล้วไมครอนระดับ ^{[9] [10]} NMOS APS ถูกสร้างโดยทีมงาน Tsutomu นากามูระที่โอลิมปัในปี 1985 ^[11] CMOSที่ใช้งานพิกเซลเซ็นเซอร์ (เซ็นเซอร์ CMOS) ได้รับการพัฒนาในภายหลังโดยเอริค Fossumทีม 's ที่นาซา Jet Propulsion Laboratoryในปี 1993 . ^[12]เซ็นเซอร์ CCD 2007 โดยยอดขายของเซ็นเซอร์ CMOS ได้ทะลุ ^[13]

การบีบอัดภาพ

การพัฒนาที่สำคัญในเทคโนโลยีการบีบอัดภาพดิจิทัลคือการแปลงโคไซน์แบบไม่ต่อเนื่อง (DCT) ซึ่งเป็นเทคนิคการบีบอัดแบบสูญเสียที่เสนอโดยNasir Ahmedในปีพ. ศ. 2515 ^{[14] การ}บีบอัด DCT กลายเป็นพื้นฐานสำหรับJPEGซึ่งได้รับการแนะนำโดยกลุ่มผู้เชี่ยวชาญด้านการถ่ายภาพร่วมใน ปี 1992 ^[15] JPEG บีบอัดภาพลงไปขนาดไฟล์เล็กมากและได้กลายเป็นส่วนใหญ่ใช้กันอย่างแพร่หลายในรูปแบบไฟล์ภาพบนอินเทอร์เน็ต ^[16]วิธีการบีบอัดที่มีประสิทธิภาพสูง DCT ส่วนใหญ่เป็นผู้รับผิดชอบในการแพร่กระจายกว้างของภาพดิจิตอลและภาพถ่ายดิจิตอล , ^[17]กับหลายพันล้านภาพ JPEG ผลิตทุกวันเป็นของปี 2015 ^[18]

ตัวประมวลผลสัญญาณดิจิตอล (DSP)

การประมวลผลสัญญาณอิเล็กทรอนิกส์ได้รับการปฏิวัติโดยการนำเทคโนโลยี MOSมาใช้อย่างกว้างขวางในปี 1970 ^[19] เทคโนโลยีวงจรรวม MOSเป็นพื้นฐานสำหรับไมโครโปรเซสเซอร์และไมโครคอนโทรลเลอร์ชิปเดี่ยวตัวแรกในช่วงต้นทศวรรษ 1970 ^[20]จากนั้นก็เป็นชิปตัวแรกของชิปประมวลผลสัญญาณดิจิทัล (DSP) ในช่วงปลายทศวรรษ 1970 ^{[21] [22]}ชิป DSP ถูกนำมาใช้อย่างแพร่หลายในการประมวลผลภาพดิจิทัล ^[21]

แปลงโคไซน์ไม่ปะติดปะต่อ (DCT) การบีบอัดภาพขั้นตอนวิธีการได้รับการดำเนินการกันอย่างแพร่หลายในชิป DSP กับหลาย บริษัท พัฒนาชิป DSP บนพื้นฐานของเทคโนโลยี DCT DCTs มีการใช้กันอย่างแพร่หลายสำหรับการเข้ารหัสถอดรหัส, เข้ารหัสวิดีโอ , เสียงการเข้ารหัส , มัลติสัญญาณควบคุมการส่งสัญญาณ , อนาล็อกเป็นดิจิตอลแปลงการจัดรูปแบบความสว่างและสีที่แตกต่างกันและรูปแบบสีเช่นYUV444และYUV411 DCTs นอกจากนี้ยังใช้สำหรับการเข้ารหัสการดำเนินการเช่นการประมาณค่าการเคลื่อนไหว , ชดเชยการเคลื่อนไหว , กรอบระหว่างทำนายquantizationถ่วงการรับรู้, การเข้ารหัสเอนโทรปีการเข้ารหัสตัวแปรและvectors เคลื่อนไหวและการถอดรหัสการดำเนินการเช่นการดำเนินการผกผันระหว่างรูปแบบสีที่แตกต่างกัน ( YIQ , YUVและRGB ) เพื่อการแสดงผล DCT มักใช้กับชิปตัวเข้ารหัส / ถอดรหัสโทรทัศน์ความละเอียดสูง (HDTV) ^[23]

ถ่ายภาพทางการแพทย์

ในปีพ. ศ. 2515 วิศวกรจาก บริษัท EMI Housfield ของอังกฤษได้คิดค้นอุปกรณ์เอกซเรย์คอมพิวเตอร์สำหรับการวินิจฉัยศีรษะซึ่งมักเรียกว่า CT (การตรวจเอกซเรย์คอมพิวเตอร์) วิธี CT นิวเคลียสขึ้นอยู่กับการฉายภาพของส่วนศีรษะของมนุษย์และประมวลผลโดยคอมพิวเตอร์เพื่อสร้างภาพตัดขวางใหม่ซึ่งเรียกว่าการสร้างภาพใหม่ ในปีพ. ศ. 2518 อีเอ็มไอประสบความสำเร็จในการพัฒนาอุปกรณ์ CT สำหรับร่างกายทั้งหมดซึ่งได้ภาพเอกซเรย์ที่ชัดเจนของส่วนต่างๆของร่างกายมนุษย์ ในปีพ. ศ. 2522 เทคนิคการวินิจฉัยนี้ได้รับรางวัลโนเบล ^[4]เทคโนโลยีการประมวลผลภาพดิจิทัลสำหรับการใช้งานทางการแพทย์ได้รับการแต่งตั้งให้เป็นSpace Foundation Space Technology Hall of Fame ในปี 1994 ^[24]

การประมวลผลภาพดิจิทัลช่วยให้สามารถใช้อัลกอริทึมที่ซับซ้อนมากขึ้นและด้วยเหตุนี้จึงสามารถให้ทั้งประสิทธิภาพที่ซับซ้อนมากขึ้นในงานง่ายๆและการใช้วิธีการที่เป็นไปไม่ได้ด้วยวิธีอนาล็อก

โดยเฉพาะอย่างยิ่งการประมวลผลภาพดิจิทัลเป็นการนำไปใช้อย่างเป็นรูปธรรมและเป็นเทคโนโลยีที่ใช้งานได้จริงโดยอาศัย:

• การจำแนกประเภท
• การแยกคุณลักษณะ
• การวิเคราะห์สัญญาณหลายมาตราส่วน
• การจดจำรูปแบบ
• การฉายภาพ

เทคนิคบางอย่างที่ใช้ในการประมวลผลภาพดิจิทัล ได้แก่ :

• การแพร่กระจายของแอนไอโซทรอปิก
• โมเดล Markov ที่ซ่อนอยู่
• การแก้ไขภาพ
• การฟื้นฟูภาพ
• การวิเคราะห์องค์ประกอบอิสระ
• การกรองเชิงเส้น
• โครงข่ายประสาท
• สมการเชิงอนุพันธ์ย่อย
• Pixelation
• การจับคู่คุณสมบัติจุด
• การวิเคราะห์องค์ประกอบหลัก
• แผนที่จัดระเบียบตนเอง
• เวฟเล็ต

การกรอง

ฟิลเตอร์ดิจิทัลใช้เพื่อเบลอและเพิ่มความคมชัดของภาพดิจิทัล การกรองสามารถทำได้โดย:

• การแปลงด้วยเมล็ดที่ออกแบบมาโดยเฉพาะ(อาร์เรย์ตัวกรอง) ในโดเมนเชิงพื้นที่^[25]
• กำบังพื้นที่ความถี่เฉพาะในโดเมนความถี่ (ฟูริเยร์)

ตัวอย่างต่อไปนี้แสดงทั้งสองวิธี: ^[26]

ประเภทตัวกรอง	เคอร์เนลหรือมาสก์	ตัวอย่าง
ภาพต้นฉบับ	${\ displaystyle {\ begin {bmatrix} 0 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 0 \ end {bmatrix}}}$
Lowpass เชิงพื้นที่	${\ displaystyle {\ frac {1} {9}} \ times {\ begin {bmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \ end {bmatrix}}}$
Highpass เชิงพื้นที่	${\ displaystyle {\ begin {bmatrix} 0 & -1 & 0 \\ - 1 & 4 & -1 \\ 0 & -1 & 0 \ end {bmatrix}}}$
ตัวแทนฟูเรียร์	รหัสหลอก: ภาพ = กระดานหมากรุก F = การแปลงรูปฟูเรียร์ แสดงภาพ: บันทึก (1 + ค่าสัมบูรณ์ (F))
ฟูเรียร์โลว์พาส
ฟูเรียร์ไฮพาส

การขยายรูปภาพในการกรองโดเมนฟูริเยร์

โดยทั่วไปแล้วรูปภาพจะถูกเพิ่มเข้าไปก่อนที่จะเปลี่ยนเป็นฟูริเยร์สเปซภาพที่กรองด้วยความถี่สูงด้านล่างแสดงให้เห็นถึงผลที่ตามมาของเทคนิคการเว้นช่องว่างที่แตกต่างกัน:

เบาะเป็นศูนย์	ขอบซ้ำเบาะ

สังเกตว่าฟิลเตอร์ไฮพาสส์จะแสดงขอบพิเศษเมื่อไม่มีเบาะเป็นศูนย์เทียบกับการเว้นขอบซ้ำ ๆ

ตัวอย่างโค้ดการกรอง

ตัวอย่าง MATLAB สำหรับการกรอง highpass โดเมนเชิงพื้นที่

img = กระดานหมากรุก( 20 ); % สร้างกระดานหมากรุก % ************************** โดเมนพิเศษ ********************* ******klaplace = [ 0 - 1 0 ; - 1 5 - 1 ; 0 - 1 0 ]; % เคอร์เนลตัวกรอง Laplacian         X = Conv2 ( img , klaplace ); % ชักจูงทดสอบ img ด้วย  เคอร์เนล Laplacian% 3x3รูป()imshow ( X , []) % แสดง Laplacian ที่กรองแล้ว ชื่อเรื่อง( 'Laplacian Edge Detection' )

การเปลี่ยนแปลงของ Affine

Affine transformationsเปิดใช้งานการแปลงรูปภาพขั้นพื้นฐานรวมถึงสเกลหมุนแปลมิเรอร์และเฉือนดังที่แสดงในตัวอย่างต่อไปนี้: ^[26]

ชื่อการเปลี่ยนแปลง	Affine Matrix	ตัวอย่าง
เอกลักษณ์	${\ displaystyle {\ begin {bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \ end {bmatrix}}}$
การสะท้อน	${\ displaystyle {\ begin {bmatrix} -1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \ end {bmatrix}}}$
มาตราส่วน	${\ displaystyle {\ begin {bmatrix} c_ {x} = 2 & 0 & 0 \\ 0 & c_ {y} = 1 & 0 \\ 0 & 0 & 1 \ end {bmatrix}}}$
หมุน	${\ displaystyle {\ begin {bmatrix} \ cos (\ theta) & \ sin (\ theta) & 0 \\ - \ sin (\ theta) & \ cos (\ theta) & 0 \\ 0 & 0 & 1 \ end {bmatrix}}}$	โดยที่θ =π/6 = 30 °
เฉือน	${\ displaystyle {\ begin {bmatrix} 1 & c_ {x} = 0.5 & 0 \\ c_ {y} = 0 & 1 & 0 \\ 0 & 0 & 1 \ end {bmatrix}}}$

ในการใช้เมทริกซ์ Affine กับรูปภาพรูปภาพจะถูกแปลงเป็นเมทริกซ์ซึ่งแต่ละรายการจะสอดคล้องกับความเข้มของพิกเซลที่ตำแหน่งนั้น จากนั้นตำแหน่งของแต่ละพิกเซลสามารถแสดงเป็นเวกเตอร์ที่ระบุพิกัดของพิกเซลนั้นในรูปภาพ [x, y] โดยที่ x และ y คือแถวและคอลัมน์ของพิกเซลในเมทริกซ์รูปภาพ สิ่งนี้ช่วยให้พิกัดสามารถคูณด้วยเมทริกซ์การแปลงความสัมพันธ์ซึ่งให้ตำแหน่งที่ค่าพิกเซลจะถูกคัดลอกไปในภาพที่ส่งออก

อย่างไรก็ตามเพื่อให้การแปลงที่ต้องการการแปลงการแปลจำเป็นต้องมีพิกัดที่เป็นเนื้อเดียวกัน 3 มิติ โดยปกติมิติที่สามจะตั้งค่าเป็นค่าคงที่ที่ไม่ใช่ศูนย์โดยทั่วไปคือ 1 ดังนั้นพิกัดใหม่คือ [x, y, 1] สิ่งนี้ช่วยให้เวกเตอร์พิกัดคูณด้วยเมทริกซ์ 3 คูณ 3 ทำให้สามารถเปลี่ยนการแปลได้ ดังนั้นมิติที่สามซึ่งเป็นค่าคงที่ 1 จึงยอมให้มีการแปล

เนื่องจากการคูณเมทริกซ์เป็นการเชื่อมโยงการแปลงแบบ Affine หลายรายการจึงสามารถรวมกันเป็นการแปลง Affine เดียวได้โดยการคูณเมทริกซ์ของการแปลงแต่ละรายการตามลำดับที่การแปลงเสร็จสิ้น ผลลัพธ์นี้เป็นเมทริกซ์เดียวที่เมื่อนำไปใช้กับเวกเตอร์จุดจะให้ผลลัพธ์เช่นเดียวกับการแปลงแต่ละรายการที่ดำเนินการกับเวกเตอร์ [x, y, 1] ตามลำดับ ดังนั้นลำดับของเมทริกซ์การแปลง Affine จึงสามารถลดลงเป็นเมทริกซ์การแปลง Affine เดียวได้

ตัวอย่างเช่นพิกัด 2 มิติอนุญาตให้หมุนเกี่ยวกับจุดเริ่มต้นเท่านั้น (0, 0) แต่พิกัดที่เป็นเนื้อเดียวกัน 3 มิติสามารถใช้เพื่อแปลจุดใดก็ได้เป็น (0, 0) ก่อนจากนั้นทำการหมุนและสุดท้ายแปลจุดเริ่มต้น (0, 0) กลับไปที่จุดเดิม (ตรงข้ามกับการแปลครั้งแรก) การแปลงความสัมพันธ์ทั้ง 3 นี้สามารถรวมกันเป็นเมทริกซ์เดียวได้จึงทำให้สามารถหมุนรอบจุดใดก็ได้ในภาพ ^[27]

ภาพจากกล้องดิจิตอล

กล้องดิจิตอลโดยทั่วไปรวมถึงความเชี่ยวชาญฮาร์ดแวร์ประมวลผลภาพดิจิตอล - ทั้งชิปเฉพาะหรือเพิ่มวงจรบนชิปอื่น ๆ - การแปลงข้อมูลดิบจากการเซ็นเซอร์ภาพเป็นสีแก้ไขภาพในมาตรฐานรูปแบบไฟล์ภาพ

ฟิล์ม

Westworld (1973) เป็นภาพยนตร์สารคดีเรื่องแรกที่ใช้การประมวลผลภาพดิจิทัลในการถ่ายภาพ Pixellateเพื่อจำลองมุมมองของ Android ^[28]

มีความก้าวหน้าอย่างมากในเทคโนโลยีการตรวจสอบความล้าในทศวรรษที่ผ่านมา โซลูชั่นเทคโนโลยีที่เป็นนวัตกรรมเหล่านี้มีวางจำหน่ายทั่วไปแล้วและให้ประโยชน์ด้านความปลอดภัยอย่างแท้จริงแก่ผู้ขับขี่ผู้ปฏิบัติงานและพนักงานกะอื่น ๆ ในทุกอุตสาหกรรม ^[29]

นักพัฒนาซอฟต์แวร์วิศวกรและนักวิทยาศาสตร์พัฒนาซอฟต์แวร์ตรวจจับความเหนื่อยล้าโดยใช้ตัวชี้นำทางสรีรวิทยาต่างๆเพื่อระบุสถานะของความเหนื่อยล้าหรือง่วงนอน การวัดการทำงานของสมอง (electroencephalogram) ได้รับการยอมรับอย่างกว้างขวางว่าเป็นมาตรฐานในการตรวจสอบความเหนื่อยล้า เทคโนโลยีอื่น ๆ ที่ใช้ในการตรวจสอบการด้อยค่าที่เกี่ยวข้องกับความเมื่อยล้า ได้แก่ การวัดอาการทางพฤติกรรมเช่น; พฤติกรรมของดวงตาทิศทางการจ้องการแก้ไขเล็กน้อยในการบังคับเลี้ยวและการใช้คันเร่งรวมถึงความแปรปรวนของอัตราการเต้นของหัวใจ ^{[ ต้องการอ้างอิง ]}

• การถ่ายภาพดิจิทัล
• คอมพิวเตอร์กราฟิก
• วิสัยทัศน์คอมพิวเตอร์
• CVIPtools
• การแปลงเป็นดิจิทัล
• เงื่อนไขขอบเขตอิสระ
• GPGPU
• การกรอง Homomorphic
• การวิเคราะห์ภาพ
• IEEE Intelligent Transportation Systems Society
• ระบบหลายมิติ
• ซอฟต์แวร์ตรวจจับระยะไกล
• ภาพทดสอบมาตรฐาน
• Superresolution
• รูปแบบทั้งหมด denoising
• วิชันซิสเต็ม
• รูปแบบที่มีขอบเขต
• รังสี

• โซโลมอน CJ; Breckon, TP (2010). พื้นฐานของการประมวลผลภาพดิจิตอล: วิธีการปฏิบัติที่มีตัวอย่างใน Matlab ไวลีย์ - แบล็คเวลล์. ดอย : 10.1002 / 9780470689776 . ISBN 978-0470844731.
• วิลเฮล์มเบอร์เกอร์; มาร์คเจ. Burge (2550). ประมวลผลภาพดิจิตอล: วิธีการขั้นตอนโดยใช้ Java สปริงเกอร์ . ISBN 978-1-84628-379-6.
• อาร์ฟิชเชอร์; เคดอว์สัน - ฮาว; ก. ฟิตซ์กิบบอน; ค. โรเบิร์ตสัน; E. Trucco (2548). พจนานุกรมวิสัยทัศน์คอมพิวเตอร์และการประมวลผลภาพ จอห์นไวลีย์ ISBN 978-0-470-01526-1.
• ราฟาเอลซีกอนซาเลซ; ริชาร์ดอี. วูดส์; สตีเวนแอล. เอ็ดดินส์ (2004). การประมวลผลภาพดิจิตอลโดยใช้ MATLAB การศึกษาของเพียร์สัน. ISBN 978-81-7758-898-9.
• ทิมมอร์ริส (2004). วิสัยทัศน์คอมพิวเตอร์และการประมวลผลภาพ พัลเกรฟมักมิลลัน ISBN 978-0-333-99451-1.
• Tyagi Vipin (2018). ความเข้าใจในการประมวลผลภาพดิจิตอล Taylor และ Francis CRC Press ISBN 978-11-3856-6842.
• มิลานซอนก้า; Vaclav Hlavac; โรเจอร์บอยล์ (2542) การประมวลผลภาพ, การวิเคราะห์และระบบ Machine Vision สำนักพิมพ์ PWS. ISBN 978-0-534-95393-5.
• ราฟาเอลซีกอนซาเลซ (2008). การประมวลผลภาพดิจิตอล ศิษย์ฮอลล์. ไอ 9780131687288

• การบรรยายเรื่องการประมวลผลภาพโดย Alan Peters มหาวิทยาลัยแวนเดอร์บิลต์ อัปเดตเมื่อ 7 มกราคม 2559
• การประมวลผลภาพดิจิทัลด้วยอัลกอริทึมคอมพิวเตอร์