深度学习凭借其在识别应用领域中超高的预测准确率, 在图像处理领域获得了极大关注, 这势必将提升现有图像处理系统的性能并开创新的应用领域。利用卷积神经网络等深层神经网络的解决方案, 可以逐渐取代基于算法可解释的传统图像处理工作。尽管图像预处理、后期处理和信号处理仍在大量采用现有方法, 但在图像分类应用中, 深度学习变得愈加重要。在该背景下, 本书系统介绍了深度学习在数字图像处理各个研究分支的应用, 包括图像增强、图像复原、图像检索、图像压缩、图像分割、目标检测、动作识别和图像配准等。每一部分都对传统方法做了概述, 并穿插介绍本书作者的研究成果, 反映了深度学习在数字图像处理各个研究分支的最新发展现状。