(eBook PDF) Digital Image Processing, Global

Edition 4th Edition pdf download

https://ebooksecure.com/product/ebook-pdf-digital-image-
processing-global-edition-4th-edition/

Download more ebook from https://ebooksecure.com

We believe these products will be a great fit for you. Click
the link to download now, or visit ebooksecure.com
to discover even more!

(eBook PDF) Digital Image Processing 4th Edition by

Rafael C. Gonzalez

http://ebooksecure.com/product/ebook-pdf-digital-image-
processing-4th-edition-by-rafael-c-gonzalez/

Digital Image Processing Using MATLAB 1st edition -

eBook PDF

https://ebooksecure.com/download/digital-image-processing-using-
matlab-ebook-pdf/

(eBook PDF) Image Operators: Image Processing in Python

http://ebooksecure.com/product/ebook-pdf-image-operators-image-
processing-in-python/

(eBook PDF) Digital Signal Processing First, eBook,

Global Edition

http://ebooksecure.com/product/ebook-pdf-digital-signal-
processing-first-ebook-global-edition/
Feature extraction and image processing for computer
vision Fourth Edition Aguado - eBook PDF

https://ebooksecure.com/download/feature-extraction-and-image-
processing-for-computer-vision-ebook-pdf/

(Original PDF) Applied Digital Signal Processing Theory

and Practice

http://ebooksecure.com/product/original-pdf-applied-digital-
signal-processing-theory-and-practice/

(eBook PDF) Materials: Engineering, Science, Processing

and Design 4th Edition

http://ebooksecure.com/product/ebook-pdf-materials-engineering-
science-processing-and-design-4th-edition/

(eBook PDF) Digital Control System Analysis & Design

4th Edition

http://ebooksecure.com/product/ebook-pdf-digital-control-system-
analysis-design-4th-edition/

(eBook PDF) Digital Design: Principles and Practices

4th

http://ebooksecure.com/product/ebook-pdf-digital-design-
principles-and-practices-4th/
 GLOBAL GLOBAL
EDITION EDITION

For these Global Editions, the editorial team at Pearson has

Digital Image Processing

collaborated with educators across the world to address a
wide range of subjects and requirements, equipping students
with the best possible learning tools. This Global Edition
preserves the cutting-edge approach and pedagogy of the
original, but also features alterations, customization, and
adaptation from the North American version.
Digital Image Processing
FOURTH EDITION

Rafael C. Gonzalez • Richard E. Woods

EDITION
FOURTH
This is a special edition of an established
title widely used by colleges and universities

Woods
Gonzalez
throughout the world. Pearson published this
exclusive edition for the benefit of students
outside the United States and Canada. If
you purchased this book within the United
States or Canada, you should be aware that
it has been imported without the approval of
EDITION
GLOBAL
the Publisher or Author. The Global Edition
is not supported in the United States and
Canada.

Pearson Global Edition

Gonzalez_04_1292223049_Final.indd 1 11/08/17 5:27 PM

 6 Contents

4 Filtering in the Frequency

Domain 203
Background 204
Preliminary Concepts 207
Sampling and the Fourier Transform of Sampled
Functions 215
The Discrete Fourier Transform of One Variable 225
Extensions to Functions of Two Variables 230
Some Properties of the 2-D DFT and IDFT 240
The Basics of Filtering in the Frequency Domain 260
Image Smoothing Using Lowpass Frequency Domain
Filters 272
Image Sharpening Using Highpass Filters 284
Selective Filtering 296
The Fast Fourier Transform 303

5 Image Restoration
and Reconstruction 317
A Model of the Image Degradation/Restoration
process 318
Noise Models 318
Restoration in the Presence of Noise Only—Spatial Filtering 327
Periodic Noise Reduction Using Frequency Domain Filtering 340
Linear, Position-Invariant Degradations 348
Estimating the Degradation Function 352
Inverse Filtering 356
Minimum Mean Square Error (Wiener) Filtering 358
Constrained Least Squares Filtering 363
Geometric Mean Filter 367
Image Reconstruction from Projections 368

6 Color Image Processing 399

Color Fundamentals 400
Color Models 405
Pseudocolor Image Processing 420
Basics of Full-Color Image Processing 429
Color Transformations 430

DIP4E_GLOBAL_Print_Ready.indb 6 6/16/2017 2:01:57 PM

 Contents 7

Color Image Smoothing and Sharpening 442

Using Color in Image Segmentation 445
Noise in Color Images 452
Color Image Compression 455

7 Wavelet and Other Image Transforms 463

Preliminaries 464
Matrix-based Transforms 466
Correlation 478
Basis Functions in the Time-Frequency Plane 479
Basis Images 483
Fourier-Related Transforms 484
Walsh-Hadamard Transforms 496
Slant Transform 500
Haar Transform 502
Wavelet Transforms 504

8 Image Compression and

Watermarking 539
Fundamentals 540
Huffman Coding 553
Golomb Coding 556
Arithmetic Coding 561
LZW Coding 564
Run-length Coding 566
Symbol-based Coding 572
Bit-plane Coding 575
Block Transform Coding 576
Predictive Coding 594
Wavelet Coding 614
Digital Image Watermarking 624

9 Morphological Image Processing 635

Preliminaries 636
Erosion and Dilation 638
Opening and Closing 644
The Hit-or-Miss Transform 648

DIP4E_GLOBAL_Print_Ready.indb 7 6/16/2017 2:01:57 PM

 8 Contents

Some Basic Morphological Algorithms 652

Morphological Reconstruction 667
Summary of Morphological Operations on Binary Images 673
Grayscale Morphology 674

10 Image Segmentation 699

Fundamentals 700
Point, Line, and Edge Detection 701
Thresholding 742
Segmentation by Region Growing and by Region Splitting and
Merging 764
Region Segmentation Using Clustering and
Superpixels 770
Region Segmentation Using Graph Cuts 777
Segmentation Using Morphological Watersheds 786
The Use of Motion in Segmentation 796

11 Feature Extraction 811

Background 812
Boundary Preprocessing 814
Boundary Feature Descriptors 831
Region Feature Descriptors 840
Principal Components as Feature Descriptors 859
Whole-Image Features 868
Scale-Invariant Feature Transform (SIFT) 881

12 Image Pattern Classification 903

Background 904
Patterns and Pattern Classes 906
Pattern Classification by Prototype Matching 910
Optimum (Bayes) Statistical Classifiers 923
Neural Networks and Deep Learning 931
Deep Convolutional Neural Networks 964
Some Additional Details of Implementation 987

Bibliography 995
Index 1009

DIP4E_GLOBAL_Print_Ready.indb 8 7/12/2017 10:23:39 AM

 Preface
When something can be read without effort, great effort has gone into its writing.
Enrique Jardiel Poncela

This edition of Digital Image Processing is a major revision of the book. As in

the 1977 and 1987 editions by Gonzalez and Wintz, and the 1992, 2002, and 2008
editions by Gonzalez and Woods, this sixth-generation edition was prepared
with students and instructors in mind. The principal objectives of the book
continue to be to provide an introduction to basic concepts and methodologies
applicable to digital image processing, and to develop a foundation that can
be used as the basis for further study and research in this field. To achieve
these objectives, we focused again on material that we believe is fundamental
and whose scope of application is not limited to the solution of specialized
problems. The mathematical complexity of the book remains at a level well
within the grasp of college seniors and first-year graduate students who have
introductory preparation in mathematical analysis, vectors, matrices, probability,
statistics, linear systems, and computer programming. The book website pro-
vides tutorials to support readers needing a review of this background material.
One of the principal reasons this book has been the world leader in its field for
40 years is the level of attention we pay to the changing educational needs of our
readers. The present edition is based on an extensive survey that involved faculty,
students, and independent readers of the book in 150 institutions from 30 countries.
The survey revealed a need for coverage of new material that has matured since the
last edition of the book. The principal findings of the survey indicated a need for:

• Expanded coverage of the fundamentals of spatial filtering.

• A more comprehensive and cohesive coverage of image transforms.
• A more complete presentation of finite differences, with a focus on edge detec-
tion.
• A discussion of clustering, superpixels, and their use in region segmentation.
• Coverage of maximally stable extremal regions.
• Expanded coverage of feature extraction to include the Scale Invariant Feature
Transform (SIFT).
• Expanded coverage of neural networks to include deep neural networks, back-
propagation, deep learning, and, especially, deep convolutional neural networks.
• More homework exercises at the end of the chapters.

The new and reorganized material that resulted in the present edition is our
attempt at providing a reasonable balance between rigor, clarity of presentation,
and the findings of the survey. In addition to new material, earlier portions of the
text were updated and clarified. This edition contains 241 new images, 72 new draw-
ings, and 135 new exercises.

DIP4E_GLOBAL_Print_Ready.indb 9 6/16/2017 2:01:57 PM

 10 Preface

New to This Edition

The highlights of this edition are as follows.
Chapter 1: Some figures were updated, and parts of the text were rewritten to cor-
respond to changes in later chapters.
Chapter 2: Many of the sections and examples were rewritten for clarity. We
added 14 new exercises.
Chapter 3: Fundamental concepts of spatial filtering were rewritten to include a
discussion on separable filter kernels, expanded coverage of the properties of low-
pass Gaussian kernels, and expanded coverage of highpass, bandreject, and band-
pass filters, including numerous new examples that illustrate their use. In addition to
revisions in the text, including 6 new examples, the chapter has 59 new images, 2 new
line drawings, and 15 new exercises.
Chapter 4: Several of the sections of this chapter were revised to improve the clar-
ity of presentation. We replaced dated graphical material with 35 new images and 4
new line drawings. We added 21 new exercises.
Chapter 5: Revisions to this chapter were limited to clarifications and a few cor-
rections in notation. We added 6 new images and 14 new exercises,
Chapter 6: Several sections were clarified, and the explanation of the CMY and
CMYK color models was expanded, including 2 new images.
Chapter 7: This is a new chapter that brings together wavelets, several new trans-
forms, and many of the image transforms that were scattered throughout the book.
The emphasis of this new chapter is on the presentation of these transforms from a
unified point of view. We added 24 new images, 20 new drawings, and 25 new exer-
cises.
Chapter 8: The material was revised with numerous clarifications and several
improvements to the presentation.
Chapter 9: Revisions of this chapter included a complete rewrite of several sec-
tions, including redrafting of several line drawings. We added 16 new exercises
Chapter 10: Several of the sections were rewritten for clarity. We updated the
chapter by adding coverage of finite differences, K-means clustering, superpixels,
and graph cuts. The new topics are illustrated with 4 new examples. In total, we
added 29 new images, 3 new drawings, and 6 new exercises.
Chapter 11: The chapter was updated with numerous topics, beginning with a more
detailed classification of feature types and their uses. In addition to improvements in
the clarity of presentation, we added coverage of slope change codes, expanded the
explanation of skeletons, medial axes, and the distance transform, and added sev-
eral new basic descriptors of compactness, circularity, and eccentricity. New mate-
rial includes coverage of the Harris-Stephens corner detector, and a presentation of
maximally stable extremal regions. A major addition to the chapter is a comprehen-
sive discussion dealing with the Scale-Invariant Feature Transform (SIFT). The new
material is complemented by 65 new images, 15 new drawings, and 12 new exercises.

DIP4E_GLOBAL_Print_Ready.indb 10 6/16/2017 2:01:57 PM

 Preface 11

Chapter 12: This chapter underwent a major revision to include an extensive

rewrite of neural networks and deep learning, an area that has grown significantly
since the last edition of the book. We added a comprehensive discussion on fully
connected, deep neural networks that includes derivation of backpropagation start-
ing from basic principles. The equations of backpropagation were expressed in “tra-
ditional” scalar terms, and then generalized into a compact set of matrix equations
ideally suited for implementation of deep neural nets. The effectiveness of fully con-
nected networks was demonstrated with several examples that included a compari-
son with the Bayes classifier. One of the most-requested topics in the survey was
coverage of deep convolutional neural networks. We added an extensive section on
this, following the same blueprint we used for deep, fully connected nets. That is, we
derived the equations of backpropagation for convolutional nets, and showed how
they are different from “traditional” backpropagation. We then illustrated the use of
convolutional networks with simple images, and applied them to large image data-
bases of numerals and natural scenes. The written material is complemented by 23
new images, 28 new drawings, and 12 new exercises.
Also for the first time, we have created student and faculty support packages that
can be downloaded from the book website. The Student Support Package contains
many of the original images in the book and answers to selected exercises The Fac-
ulty Support Package contains solutions to all exercises, teaching suggestions, and all
the art in the book in the form of modifiable PowerPoint slides. One support pack-
age is made available with every new book, free of charge.
The book website, established during the launch of the 2002 edition, continues to
be a success, attracting more than 25,000 visitors each month. The site was upgraded
for the launch of this edition. For more details on site features and content, see The
Book Website, following the Acknowledgments section.
This edition of Digital Image Processing is a reflection of how the educational
needs of our readers have changed since 2008. As is usual in an endeavor such as
this, progress in the field continues after work on the manuscript stops. One of the
reasons why this book has been so well accepted since it first appeared in 1977 is its
continued emphasis on fundamental concepts that retain their relevance over time.
This approach, among other things, attempts to provide a measure of stability in a
rapidly evolving body of knowledge. We have tried to follow the same principle in
preparing this edition of the book.

R.C.G.
R.E.W.

DIP4E_GLOBAL_Print_Ready.indb 11 6/16/2017 2:01:57 PM

 12 Acknowledgments

Acknowledgments
We are indebted to a number of individuals in academic circles, industry, and gov-
ernment who have contributed to this edition of the book. In particular, we wish
to extend our appreciation to Hairong Qi and her students, Zhifei Zhang and
Chengcheng Li, for their valuable review of the material on neural networks, and for
their help in generating examples for that material. We also want to thank Ernesto
Bribiesca Correa for providing and reviewing material on slope chain codes, and
Dirk Padfield for his many suggestions and review of several chapters in the book.
We appreciate Michel Kocher’s many thoughtful comments and suggestions over
the years on how to improve the book. Thanks also to Steve Eddins for his sugges-
tions on MATLAB and related software issues.
Numerous individuals have contributed to material carried over from the previ-
ous to the current edition of the book. Their contributions have been important in so
many different ways that we find it difficult to acknowledge them in any other way
but alphabetically. We thank Mongi A. Abidi, Yongmin Kim, Bryan Morse, Andrew
Oldroyd, Ali M. Reza, Edgardo Felipe Riveron, Jose Ruiz Shulcloper, and Cameron
H.G. Wright for their many suggestions on how to improve the presentation and/or
the scope of coverage in the book. We are also indebted to Naomi Fernandes at the
MathWorks for providing us with MATLAB software and support that were impor-
tant in our ability to create many of the examples and experimental results included
in this edition of the book.
A significant percentage of the new images used in this edition (and in some
cases their history and interpretation) were obtained through the efforts of indi-
viduals whose contributions are sincerely appreciated. In particular, we wish to
acknowledge the efforts of Serge Beucher, Uwe Boos, Michael E. Casey, Michael
W. Davidson, Susan L. Forsburg, Thomas R. Gest, Daniel A. Hammer, Zhong He,
Roger Heady, Juan A. Herrera, John M. Hudak, Michael Hurwitz, Chris J. Johannsen,
Rhonda Knighton, Don P. Mitchell, A. Morris, Curtis C. Ober, David. R. Pickens,
Michael Robinson, Michael Shaffer, Pete Sites, Sally Stowe, Craig Watson, David
K. Wehe, and Robert A. West. We also wish to acknowledge other individuals and
organizations cited in the captions of numerous figures throughout the book for
their permission to use that material.
We also thank Scott Disanno, Michelle Bayman, Rose Kernan, and Julie Bai for
their support and significant patience during the production of the book.

R.C.G.
R.E.W.

DIP4E_GLOBAL_Print_Ready.indb 12 6/16/2017 2:01:57 PM

 The Book Website
www.ImageProcessingPlace.com
Digital Image Processing is a completely self-contained book. However, the compan-
ion website offers additional support in a number of important areas.
For the Student or Independent Reader the site contains
• Reviews in areas such as probability, statistics, vectors, and matrices.
• A Tutorials section containing dozens of tutorials on topics relevant to the mate-
rial in the book.
• An image database containing all the images in the book, as well as many other
image databases.
For the Instructor the site contains
• An Instructor’s Manual with complete solutions to all the problems.
• Classroom presentation materials in modifiable PowerPoint format.
• Material removed from previous editions, downloadable in convenient PDF
format.
• Numerous links to other educational resources.
For the Practitioner the site contains additional specialized topics such as
• Links to commercial sites.
• Selected new references.
• Links to commercial image databases.
The website is an ideal tool for keeping the book current between editions by includ-
ing new topics, digital images, and other relevant material that has appeared after
the book was published. Although considerable care was taken in the production
of the book, the website is also a convenient repository for any errors discovered
between printings.

The DIP4E Support Packages

In this edition, we created support packages for students and faculty to organize
all the classroom support materials available for the new edition of the book into
one easy download. The Student Support Package contains many of the original
images in the book, and answers to selected exercises, The Faculty Support Package
contains solutions to all exercises, teaching suggestions, and all the art in the book
in modifiable PowerPoint slides. One support package is made available with every
new book, free of charge. Applications for the support packages are submitted at
the book website.

DIP4E_GLOBAL_Print_Ready.indb 13 6/16/2017 2:01:57 PM

 About the Authors
RAFAEL C. GONZALEZ
R. C. Gonzalez received the B.S.E.E. degree from the University of Miami in 1965
and the M.E. and Ph.D. degrees in electrical engineering from the University of
Florida, Gainesville, in 1967 and 1970, respectively. He joined the Electrical and
Computer Science Department at the University of Tennessee, Knoxville (UTK) in
1970, where he became Associate Professor in 1973, Professor in 1978, and Distin-
guished Service Professor in 1984. He served as Chairman of the department from
1994 through 1997. He is currently a Professor Emeritus at UTK.
Gonzalez is the founder of the Image & Pattern Analysis Laboratory and the
Robotics & Computer Vision Laboratory at the University of Tennessee. He also
founded Perceptics Corporation in 1982 and was its president until 1992. The last
three years of this period were spent under a full-time employment contract with
Westinghouse Corporation, who acquired the company in 1989.
Under his direction, Perceptics became highly successful in image processing,
computer vision, and laser disk storage technology. In its initial ten years, Perceptics
introduced a series of innovative products, including: The world’s first commercially
available computer vision system for automatically reading license plates on moving
vehicles; a series of large-scale image processing and archiving systems used by the
U.S. Navy at six different manufacturing sites throughout the country to inspect the
rocket motors of missiles in the Trident II Submarine Program; the market-leading
family of imaging boards for advanced Macintosh computers; and a line of trillion-
byte laser disk products.
He is a frequent consultant to industry and government in the areas of pattern
recognition, image processing, and machine learning. His academic honors for work
in these fields include the 1977 UTK College of Engineering Faculty Achievement
Award; the 1978 UTK Chancellor’s Research Scholar Award; the 1980 Magnavox
Engineering Professor Award; and the 1980 M.E. Brooks Distinguished Professor
Award. In 1981 he became an IBM Professor at the University of Tennessee and
in 1984 he was named a Distinguished Service Professor there. He was awarded a
Distinguished Alumnus Award by the University of Miami in 1985, the Phi Kappa
Phi Scholar Award in 1986, and the University of Tennessee’s Nathan W. Dougherty
Award for Excellence in Engineering in 1992.
Honors for industrial accomplishment include the 1987 IEEE Outstanding Engi-
neer Award for Commercial Development in Tennessee; the 1988 Albert Rose
National Award for Excellence in Commercial Image Processing; the 1989 B. Otto
Wheeley Award for Excellence in Technology Transfer; the 1989 Coopers and
Lybrand Entrepreneur of the Year Award; the 1992 IEEE Region 3 Outstanding
Engineer Award; and the 1993 Automated Imaging Association National Award for
Technology Development.
Gonzalez is author or co-author of over 100 technical articles, two edited books,
and four textbooks in the fields of pattern recognition, image processing, and robot-
ics. His books are used in over 1000 universities and research institutions throughout

DIP4E_GLOBAL_Print_Ready.indb 14 6/16/2017 2:01:57 PM

 the world. He is listed in the prestigious Marquis Who’s Who in America, Marquis
Who’s Who in Engineering, Marquis Who’s Who in the World, and in 10 other national
and international biographical citations. He is the co-holder of two U.S. Patents, and
has been an associate editor of the IEEE Transactions on Systems, Man and Cyber-
netics, and the International Journal of Computer and Information Sciences. He is a
member of numerous professional and honorary societies, including Tau Beta Pi, Phi
Kappa Phi, Eta Kappa Nu, and Sigma Xi. He is a Fellow of the IEEE.

RICHARD E. WOODS
R. E. Woods earned his B.S., M.S., and Ph.D. degrees in Electrical Engineering from
the University of Tennessee, Knoxville in 1975, 1977, and 1980, respectively. He
became an Assistant Professor of Electrical Engineering and Computer Science in
1981 and was recognized as a Distinguished Engineering Alumnus in 1986.
A veteran hardware and software developer, Dr. Woods has been involved in
the founding of several high-technology startups, including Perceptics Corporation,
where he was responsible for the development of the company’s quantitative image
analysis and autonomous decision-making products; MedData Interactive, a high-
technology company specializing in the development of handheld computer systems
for medical applications; and Interapptics, an internet-based company that designs
desktop and handheld computer applications.
Dr. Woods currently serves on several nonprofit educational and media-related
boards, including Johnson University, and was recently a summer English instructor
at the Beijing Institute of Technology. He is the holder of a U.S. Patent in the area
of digital image processing and has published two textbooks, as well as numerous
articles related to digital signal processing. Dr. Woods is a member of several profes-
sional societies, including Tau Beta Pi, Phi Kappa Phi, and the IEEE.

DIP4E_GLOBAL_Print_Ready.indb 15 6/16/2017 2:01:57 PM

 This page intentionally left blank

DIP4E_GLOBAL_Print_Ready.indb 4 6/16/2017 2:01:57 PM

 1 Introduction

One picture is worth more than ten thousand words.

Anonymous

Preview
Interest in digital image processing methods stems from two principal application areas: improvement
of pictorial information for human interpretation, and processing of image data for tasks such as storage,
transmission, and extraction of pictorial information. This chapter has several objectives: (1) to define
the scope of the field that we call image processing; (2) to give a historical perspective of the origins of
this field; (3) to present an overview of the state of the art in image processing by examining some of
the principal areas in which it is applied; (4) to discuss briefly the principal approaches used in digital
image processing; (5) to give an overview of the components contained in a typical, general-purpose
image processing system; and (6) to provide direction to the literature where image processing work is
reported. The material in this chapter is extensively illustrated with a range of images that are represen-
tative of the images we will be using throughout the book.

Upon completion of this chapter, readers should:

Understand the concept of a digital image. Be aware of the different fields in which digi-
Have a broad overview of the historical under- tal image processing methods are applied.
pinnings of the field of digital image process- Be familiar with the basic processes involved
ing. in image processing.
Understand the definition and scope of digi- Be familiar with the components that make
tal image processing. up a general-purpose digital image process-
ing system.
Know the fundamentals of the electromag-
netic spectrum and its relationship to image Be familiar with the scope of the literature
generation. where image processing work is reported.

17

DIP4E_GLOBAL_Print_Ready.indb 17 6/16/2017 2:01:58 PM

 18 Chapter 1 Introduction

1.1 WHAT IS DIGITAL IMAGE PROCESSING?

1.1

An image may be defined as a two-dimensional function, f ( x, y), where x and y are

spatial (plane) coordinates, and the amplitude of f at any pair of coordinates ( x, y)
is called the intensity or gray level of the image at that point. When x, y, and the
intensity values of f are all finite, discrete quantities, we call the image a digital image.
The field of digital image processing refers to processing digital images by means of
a digital computer. Note that a digital image is composed of a finite number of ele-
ments, each of which has a particular location and value. These elements are called
picture elements, image elements, pels, and pixels. Pixel is the term used most widely
to denote the elements of a digital image. We will consider these definitions in more
formal terms in Chapter 2.
Vision is the most advanced of our senses, so it is not surprising that images
play the single most important role in human perception. However, unlike humans,
who are limited to the visual band of the electromagnetic (EM) spectrum, imaging
machines cover almost the entire EM spectrum, ranging from gamma to radio waves.
They can operate on images generated by sources that humans are not accustomed
to associating with images. These include ultrasound, electron microscopy, and com-
puter-generated images. Thus, digital image processing encompasses a wide and var-
ied field of applications.
There is no general agreement among authors regarding where image process-
ing stops and other related areas, such as image analysis and computer vision, start.
Sometimes, a distinction is made by defining image processing as a discipline in
which both the input and output of a process are images. We believe this to be a
limiting and somewhat artificial boundary. For example, under this definition, even
the trivial task of computing the average intensity of an image (which yields a sin-
gle number) would not be considered an image processing operation. On the other
hand, there are fields such as computer vision whose ultimate goal is to use comput-
ers to emulate human vision, including learning and being able to make inferences
and take actions based on visual inputs. This area itself is a branch of artificial intel-
ligence (AI) whose objective is to emulate human intelligence. The field of AI is in its
earliest stages of infancy in terms of development, with progress having been much
slower than originally anticipated. The area of image analysis (also called image
understanding) is in between image processing and computer vision.
There are no clear-cut boundaries in the continuum from image processing at
one end to computer vision at the other. However, one useful paradigm is to con-
sider three types of computerized processes in this continuum: low-, mid-, and high-
level processes. Low-level processes involve primitive operations such as image
preprocessing to reduce noise, contrast enhancement, and image sharpening. A low-
level process is characterized by the fact that both its inputs and outputs are images.
Mid-level processing of images involves tasks such as segmentation (partitioning
an image into regions or objects), description of those objects to reduce them to a
form suitable for computer processing, and classification (recognition) of individual
objects. A mid-level process is characterized by the fact that its inputs generally
are images, but its outputs are attributes extracted from those images (e.g., edges,
contours, and the identity of individual objects). Finally, higher-level processing

DIP4E_GLOBAL_Print_Ready.indb 18 6/16/2017 2:01:58 PM

 1.2 The Origins of Digital Image Processing 19

involves “making sense” of an ensemble of recognized objects, as in image analysis,

and, at the far end of the continuum, performing the cognitive functions normally
associated with human vision.
Based on the preceding comments, we see that a logical place of overlap between
image processing and image analysis is the area of recognition of individual regions
or objects in an image. Thus, what we call in this book digital image processing encom-
passes processes whose inputs and outputs are images and, in addition, includes pro-
cesses that extract attributes from images up to, and including, the recognition of
individual objects. As an illustration to clarify these concepts, consider the area of
automated analysis of text. The processes of acquiring an image of the area con-
taining the text, preprocessing that image, extracting (segmenting) the individual
characters, describing the characters in a form suitable for computer processing, and
recognizing those individual characters are in the scope of what we call digital image
processing in this book. Making sense of the content of the page may be viewed as
being in the domain of image analysis and even computer vision, depending on the
level of complexity implied by the statement “making sense of.” As will become
evident shortly, digital image processing, as we have defined it, is used routinely in a
broad range of areas of exceptional social and economic value. The concepts devel-
oped in the following chapters are the foundation for the methods used in those
application areas.

1.2 THE ORIGINS OF DIGITAL IMAGE PROCESSING

1.2

One of the earliest applications of digital images was in the newspaper industry,
when pictures were first sent by submarine cable between London and New York.
Introduction of the Bartlane cable picture transmission system in the early 1920s
reduced the time required to transport a picture across the Atlantic from more than
a week to less than three hours. Specialized printing equipment coded pictures for
cable transmission, then reconstructed them at the receiving end. Figure 1.1 was
transmitted in this way and reproduced on a telegraph printer fitted with typefaces
simulating a halftone pattern.
Some of the initial problems in improving the visual quality of these early digital
pictures were related to the selection of printing procedures and the distribution of

FIGURE 1.1 A digital picture produced in 1921 from a coded tape by a telegraph printer with
special typefaces. (McFarlane.) [References in the bibliography at the end of the book are
listed in alphabetical order by authors’ last names.]

DIP4E_GLOBAL_Print_Ready.indb 19 6/16/2017 2:01:58 PM

 20 Chapter 1 Introduction

FIGURE 1.2
A digital picture
made in 1922
from a tape
punched after
the signals had
crossed the
Atlantic twice.
(McFarlane.)

intensity levels. The printing method used to obtain Fig. 1.1 was abandoned toward
the end of 1921 in favor of a technique based on photographic reproduction made
from tapes perforated at the telegraph receiving terminal. Figure 1.2 shows an image
obtained using this method. The improvements over Fig. 1.1 are evident, both in
tonal quality and in resolution.
The early Bartlane systems were capable of coding images in five distinct levels
of gray. This capability was increased to 15 levels in 1929. Figure 1.3 is typical of the
type of images that could be obtained using the 15-tone equipment. During this
period, introduction of a system for developing a film plate via light beams that were
modulated by the coded picture tape improved the reproduction process consider-
ably.
Although the examples just cited involve digital images, they are not considered
digital image processing results in the context of our definition, because digital com-
puters were not used in their creation. Thus, the history of digital image processing
is intimately tied to the development of the digital computer. In fact, digital images
require so much storage and computational power that progress in the field of digi-
tal image processing has been dependent on the development of digital computers
and of supporting technologies that include data storage, display, and transmission.

FIGURE 1.3
Unretouched
cable picture of
Generals Pershing
(right) and Foch,
transmitted in
1929 from
London to New
York by 15-tone
equipment.
(McFarlane.)

DIP4E_GLOBAL_Print_Ready.indb 20 6/16/2017 2:01:58 PM

 1.2 The Origins of Digital Image Processing 21

The concept of a computer dates back to the invention of the abacus in Asia
Minor, more than 5000 years ago. More recently, there have been developments
in the past two centuries that are the foundation of what we call a computer today.
However, the basis for what we call a modern digital computer dates back to only
the 1940s, with the introduction by John von Neumann of two key concepts: (1) a
memory to hold a stored program and data, and (2) conditional branching. These
two ideas are the foundation of a central processing unit (CPU), which is at the heart
of computers today. Starting with von Neumann, there were a series of key advanc-
es that led to computers powerful enough to be used for digital image processing.
Briefly, these advances may be summarized as follows: (1) the invention of the tran-
sistor at Bell Laboratories in 1948; (2) the development in the 1950s and 1960s of
the high-level programming languages COBOL (Common Business-Oriented Lan-
guage) and FORTRAN (Formula Translator); (3) the invention of the integrated
circuit (IC) at Texas Instruments in 1958; (4) the development of operating systems
in the early 1960s; (5) the development of the microprocessor (a single chip consist-
ing of a CPU, memory, and input and output controls) by Intel in the early 1970s;
(6) the introduction by IBM of the personal computer in 1981; and (7) progressive
miniaturization of components, starting with large-scale integration (LI) in the late
1970s, then very-large-scale integration (VLSI) in the 1980s, to the present use of
ultra-large-scale integration (ULSI) and experimental nonotechnologies. Concur-
rent with these advances were developments in the areas of mass storage and display
systems, both of which are fundamental requirements for digital image processing.
The first computers powerful enough to carry out meaningful image processing
tasks appeared in the early 1960s. The birth of what we call digital image processing
today can be traced to the availability of those machines, and to the onset of the
space program during that period. It took the combination of those two develop-
ments to bring into focus the potential of digital image processing for solving prob-
lems of practical significance. Work on using computer techniques for improving
images from a space probe began at the Jet Propulsion Laboratory (Pasadena, Cali-
fornia) in 1964, when pictures of the moon transmitted by Ranger 7 were processed
by a computer to correct various types of image distortion inherent in the on-board
television camera. Figure 1.4 shows the first image of the moon taken by Ranger
7 on July 31, 1964 at 9:09 A.M. Eastern Daylight Time (EDT), about 17 minutes
before impacting the lunar surface (the markers, called reseau marks, are used for
geometric corrections, as discussed in Chapter 2).This also is the first image of the
moon taken by a U.S. spacecraft. The imaging lessons learned with Ranger 7 served
as the basis for improved methods used to enhance and restore images from the Sur-
veyor missions to the moon, the Mariner series of flyby missions to Mars, the Apollo
manned flights to the moon, and others.
In parallel with space applications, digital image processing techniques began in
the late 1960s and early 1970s to be used in medical imaging, remote Earth resourc-
es observations, and astronomy. The invention in the early 1970s of computerized
axial tomography (CAT), also called computerized tomography (CT) for short, is
one of the most important events in the application of image processing in medical
diagnosis. Computerized axial tomography is a process in which a ring of detectors

DIP4E_GLOBAL_Print_Ready.indb 21 6/16/2017 2:01:58 PM

 22 Chapter 1 Introduction

FIGURE 1.4
The first picture
of the moon by
a U.S. spacecraft.
Ranger 7 took
this image on
July 31, 1964 at
9:09 A.M. EDT,
about 17 minutes
before impacting
the lunar surface.
(Courtesy of
NASA.)

encircles an object (or patient) and an X-ray source, concentric with the detector
ring, rotates about the object. The X-rays pass through the object and are collected
at the opposite end by the corresponding detectors in the ring. This procedure is
repeated the source rotates. Tomography consists of algorithms that use the sensed
data to construct an image that represents a “slice” through the object. Motion of
the object in a direction perpendicular to the ring of detectors produces a set of
such slices, which constitute a three-dimensional (3-D) rendition of the inside of the
object. Tomography was invented independently by Sir Godfrey N. Hounsfield and
Professor Allan M. Cormack, who shared the 1979 Nobel Prize in Medicine for their
invention. It is interesting to note that X-rays were discovered in 1895 by Wilhelm
Conrad Roentgen, for which he received the 1901 Nobel Prize for Physics. These two
inventions, nearly 100 years apart, led to some of the most important applications of
image processing today.
From the 1960s until the present, the field of image processing has grown vigor-
ously. In addition to applications in medicine and the space program, digital image
processing techniques are now used in a broad range of applications. Computer pro-
cedures are used to enhance the contrast or code the intensity levels into color for
easier interpretation of X-rays and other images used in industry, medicine, and the
biological sciences. Geographers use the same or similar techniques to study pollu-
tion patterns from aerial and satellite imagery. Image enhancement and restoration
procedures are used to process degraded images of unrecoverable objects, or experi-
mental results too expensive to duplicate. In archeology, image processing meth-
ods have successfully restored blurred pictures that were the only available records
of rare artifacts lost or damaged after being photographed. In physics and related
fields, computer techniques routinely enhance images of experiments in areas such
as high-energy plasmas and electron microscopy. Similarly successful applications
of image processing concepts can be found in astronomy, biology, nuclear medicine,
law enforcement, defense, and industry.

DIP4E_GLOBAL_Print_Ready.indb 22 6/16/2017 2:01:59 PM

 1.3 Examples of Fields that Use Digital Image Processing 23

These examples illustrate processing results intended for human interpretation.

The second major area of application of digital image processing techniques men-
tioned at the beginning of this chapter is in solving problems dealing with machine
perception. In this case, interest is on procedures for extracting information from
an image, in a form suitable for computer processing. Often, this information bears
little resemblance to visual features that humans use in interpreting the content
of an image. Examples of the type of information used in machine perception are
statistical moments, Fourier transform coefficients, and multidimensional distance
measures. Typical problems in machine perception that routinely utilize image pro-
cessing techniques are automatic character recognition, industrial machine vision
for product assembly and inspection, military recognizance, automatic processing of
fingerprints, screening of X-rays and blood samples, and machine processing of aer-
ial and satellite imagery for weather prediction and environmental assessment. The
continuing decline in the ratio of computer price to performance, and the expansion
of networking and communication bandwidth via the internet, have created unprec-
edented opportunities for continued growth of digital image processing. Some of
these application areas will be illustrated in the following section.

1.3 EXAMPLES OF FIELDS THAT USE DIGITAL IMAGE PROCESSING

1.3

Today, there is almost no area of technical endeavor that is not impacted in some
way by digital image processing. We can cover only a few of these applications in the
context and space of the current discussion. However, limited as it is, the material
presented in this section will leave no doubt in your mind regarding the breadth and
importance of digital image processing. We show in this section numerous areas of
application, each of which routinely utilizes the digital image processing techniques
developed in the following chapters. Many of the images shown in this section are
used later in one or more of the examples given in the book. Most images shown are
digital images.
The areas of application of digital image processing are so varied that some form
of organization is desirable in attempting to capture the breadth of this field. One
of the simplest ways to develop a basic understanding of the extent of image pro-
cessing applications is to categorize images according to their source (e.g., X-ray,
visual, infrared, and so on).The principal energy source for images in use today is
the electromagnetic energy spectrum. Other important sources of energy include
acoustic, ultrasonic, and electronic (in the form of electron beams used in electron
microscopy). Synthetic images, used for modeling and visualization, are generated
by computer. In this section we will discuss briefly how images are generated in
these various categories, and the areas in which they are applied. Methods for con-
verting images into digital form will be discussed in the next chapter.
Images based on radiation from the EM spectrum are the most familiar, espe-
cially images in the X-ray and visual bands of the spectrum. Electromagnetic waves
can be conceptualized as propagating sinusoidal waves of varying wavelengths, or
they can be thought of as a stream of massless particles, each traveling in a wavelike
pattern and moving at the speed of light. Each massless particle contains a certain
amount (or bundle) of energy. Each bundle of energy is called a photon. If spectral

DIP4E_GLOBAL_Print_Ready.indb 23 6/16/2017 2:01:59 PM

Discovering Diverse Content Through
Random Scribd Documents
 Antti ja Matleena kutsuttiin nyt vuorostaan esille. He istuivat
kiikkulaudalle nuoren väen keskelle. Käsiteltiin vakavia asioita. Ensin
päätettiin, että Mauno jäisi nuoren parin luo heidän omana
lapsenaan.

Sitte tuli kysymys vuohesta.

Sahanhoitaja tiedusteli, tahtoisiko Antti myydä vuohensa heille.

Patruuna oli luvannut hänen pitää kaksi lammasta talossa, ja hän
uskoi kyllä saavansa yhtä hyvin omistaa vuohen. Hän erottaisi sille
aitauksen pienine huoneuksineen, ettei se saisi aikaan
odottamatonta vahinkoa.

Antti tuumi! Matleena huomasi sen, istuessaan siinä hämillään ja

vihaisena. Anttiko oli sellainen raukka, ettei hän kerta kaikkiaan
voinut sanoa olevan mahdotonta tulla toimeen ilman Helokkia!

Nyt oli Antin vuoro saada nipistyksiä. Neuvottelun kestäessä nipisti

Matleena häntä yhä pahemmin. Hänhän istui siinä kuin jänis,
omistamatta sen verran sisäistä voimaa, että olisi tällaisessa talossa
voinut heti kieltää. Kas niin. Matleenan nenän edessä ottaa hän
vastaan kaksitoista kruunua, "vuohesta" tarjotun hinnan.

"Vuohesta"! Juuri kuin Helokki olisi vuohi, sellainen vuohi, jonka

voi myydä, kuten minkä muun vuohirähjän tahansa.

Ja päälle kaupan istuu Antti aivan rauhallisena lausuen, että hän

oli jo kauvan ajatellut hankkia Helokille hyvän paikan, jonne se voisi
jäädä.

Vai niin! Matleena tuli niin kiukkuiseksi, että hänen sisunsa aivan
kiehui. Hänen teki mielensä sivaltaa Anttia, sillä tämä ei näyttänyt
ensinkään välittävän hänen nipistämisistään, vaikka hän teki ne
tuntuvammiksi kynsillään. "Mutta poika, oletko sinä hullu!" huusi hän
lopulta, kun Antti nousi lyöden kättä kaupan vahvistukseksi.
Sahanhoitaja saisi säilyttää rahat, kunnes Antti vaatisi ne.

"Tyttö, oletko sinä järjiltäsi", sähisi hän uhaten takaisin.

"Voithan nyt yhtähyvin myydä minutkin", ulvoi Matleena

tukahtuneella äänellä ja niin hillitysti kuin taisi.

"Matleena, ole vaiti ja hallitse mielesi", kuiskasi Antti totisena ja

nuhdellen. "Ajattele, mitä sanot."

"Niinkuin en tekisi sitä", vaikeroi Matleena hölkyttäessään Antin

perässä, joka kiiruhti nopein askelin talon taa nurmen poikki, etteivät
ihmiset kuulisi.

"Helokki on ollut minun sen jälkeen, kun Anna-Liisa erosi hänestä!

Minä olen lypsänyt sitä, ja minua hän on määkinyt, jos vain ei ole
nähnyt minua. Ja sinä otat hänet minulta, ja myyt hänet, aivan
niinkuin
Josefin veljet tekivät Josefille."

Antti kulki aivan ääneti, odottaen, että Matleena hengästyisi ja

tyyntyisi. Kun hän tosiaankin hiljeni kootakseen ehkä voimaa uusiin
väitteisiin, tarttui Anttikin asiaan: "Sinun mielestäsi on kai Helokin
mukava käydä alituisesti rengas kuonossa?"

"Eihän sitä ole hänellä alituisesti", nyyhkytteli Matleena. "Hän

kulkee vapaana suurissa metsissä ja maantienhaaraimilla."

"Mutta huomaatkos, tyttö, nyt emme usein kulje suurmetsien läpi.

Vaellamme päinvastoin suurpitäjien kautta, missä on ainoastaan
peltoja ja kaatamattomia, kukkivia niittyjä. Tiedät, ettemme ehdi
ottaa Helokilta rengasta, ennenkuin taas on pakko asettaa se
hänelle. Etkös juuri sinä sanonut niin eilen?"

"Ky-yllä", ähkyi Matleena nolostuen.

"Sinä sanoit, että se on ruvennut laihtumaan", lisäsi Antti

järkähtämättömänä.

"Nii-in", vaikeroi Matleena tuskin kuuluvasti.

"Olisiko sinun mielestäsi hauskaa kulkea, kun tien toisella puolen

olisi rivissä voinokareita ja tuoreita juustoja, ja toisella limppujen,
vehnäspyörylöiden ja vastapaistettujen leipien seinämä. Ja sitte
kävelisit rengas nenässä, etkä voisi syödä. Olisiko se sinun mielestäsi
hauskaa?" toisti Antti ankaran totisesti, kun Matleena vaikeni.

"E-ei", kuiskasi Matleena täydellisesti masennettuna.

"Täällä se saa aitauksen juostakseen, ja pienen läävän, jonka

lattialla on olkia, asuakseen; se saa syödä ruohoa ja lehtiä ja
männynhavuja tai sitte sitä pidetään köydessä koko kesän näillä
vihannilla, mehevillä ruohokentillä."

"Ja nämä kunnon ihmiset antavat sille kyllä joka päivä leipääkin ja
suolavettä ja kaikenlaisia jätteitä syötyänsä", mutisi Matleena alkaen
käsittää, että Antin tapa rakastaa Helokkia oli parempi kuin hänen
omansa.

"Näetkös, Matleena, pikkutyttöseni", sanoi Antti nyt niin hellivällä,

lempeällä äänellä kuin saattoi. Hän tahtoi koko sielustaan ja
sydämestään olla hyvä tuolle — sen hän toki hyvin käsitti —
sydämen pohjia myöten surulliselle pikkusiskolle. "Tottahan
ymmärrät, Matleena, miten hyvä on, kun nämä ihmiset myöskin
huolehtivat Maunosta."

"Niin, että Helokilla on hänessä turva, kun sen on ikävä."

"Niin, ja poikaparalla myöskin. Mauno ikävöitsee ja murehtii meitä

kyllä monta kertaa", lisäsi Antti raskaasti, ajattelevan näköisenä.
"Mutta hänelle tulee erinomaisen hyvä olo tuollaisten oikeitten
ihmisten luona."

"Saat uskoa, Antti, että äiti se johdatti meidät tännekin."

"Poika", lisäsi hän pehmeällä, hartaasti katuvaisella äänellä.

"Oletko vihainen minulle, kun nipistin sinua niin kauheasti? Pelkään,
että kärsit siitä?"

"En toki!" sanoi Antti ylevästi.

Tosin hän vielä tunsi Matleenan nipistyksen ja kynnen jäljet. Mutta

hän ei tahtonut raskauttaa häntä sillä — häntä, joka oli tuskissaan ja
suruissaan, ja jonka täytyi erota Helokista! Antti oli kauvan ollut,
hänkin, ahdistuksessa ja peloissaan Helokin tähden. Paon jälkeen
häijystä talosta, missä Helokkia rääkättiin niin pahoin, oli hän ollut
sisäisesti levoton, että jokin uusi vaara kohtaisi sitä. Ja häntä
karvasteli joka kerta, kun hänen nyt, vuoden ihanimpana
kukoistusaikana, oli pakko asettaa rengas Helokin kuonoon. Joten
Antti tunsi helpoitusta saadessaan jättää sen niin hyvään paikkaan.

Sen toisen tunturitilan, missä ihmiset elivät kuin ryövärit juoden ja

tapellen, tunsi Kirsti hyvin.

Hän oli äsken pihalla jutellut lapsille, miten naapurinväki oli

mellastanut häätalossa ampuen ja puukolla iskien; kuinka lautamies
ja nimismies olivat saapuneet viikko häiden jälkeen ja vanginneet
itse isännän salakapakoimisesta sekä rengin puukottelusta.

Hän kertoi, että suurin poika, Niilo, koko pitäjän pelotin, niin jopa
ulkopitäjäinkin, oli taittanut molemmat säärensä kerran metsässä
oltuaan jossakin pahanteossa. Niilo väitti, että muutamat katovuoden
kulkurilapset olivat varastaneet vanhalta isoisältä kellon, vaikka ukko
oli vakuuttanut kuolemaansa asti antaneensa sen, ettei Niilo saisi
sitä. Ja nyt hänen piti muka lähteä sitä etsimään. Niilo oli ottanut
mukaansa rengin ja harmaan koiran, joka oli vihainen ihmisille ja
opetettu löytämään jäljet, jotka sille näytettiin. Toiset ilkeät, häijyt
lapset olivat joukossa nekin, sekä toinen renki.

Niilo oli kirkunut ja räyhännyt ja juossut jyrkänteitä ja sulaneita,

liukkaita mäkiä pitkin muiden edellä. Hyppiessään havaitsi hän äkkiä
ne raukat, joita he ajoivat takaa, ne olivat silloin olleet jo jäällä asti.
Ja samassa joutui hän, Niilo, suorastaan suunniltaan, niin ettei
katsonut edes eteensä, vaan lensi pää edellä eräältä kiviröykkiöltä
aivan lähelle jokea ja makasi siinä nyt taittunein säärin!

Vanha isoisä kuoli samana päivänä. Ja isoäiti lepäsi alasängyssä

ennustaen kaikkea sitä pahaa ja jumalatonta, joka tapahtui ja oli
vielä tapahtuva.

Siitä talosta eivät vaarat lopu, niin kauvan kuin yksikin

juopposuvun jälkeläinen elää, oli Kirsti sanonut.

Lapset olivat kuunnelleet häntä kuin kivettyneinä. Koskaan he

eivät olleet niin lähellä onnettomuutta kuin siellä.

Eivät he saattaneet kertoa Kirstille, joka kuitenkin oli heille niin

hyvä, että he itse olivat olleet nuo vainotut, katovuoden kerjäläiset.
 Kolmaskymmenes luku.

KUN MAUNO JÄI YKSIN.

Näillä mailla oli talojen väli niin lyhyt, että Antti ja Matleena, joilla
ei nyt ollut Maunoa, rupesivat ikävöimään metsiin, missä he arvelivat
saattavansa elää marjoilla, ettei olisi tarvinnut mennä joka päivä
vieraisiin taloihin ja seisoa kerjäläisenä ovensuussa.

Kaikkein vaikeinta oli yhä, kun ensin sai tulla ovesta ja seisoa
pitkät ajat, ennenkuin kukaan tuskin viitsi tervehtiä tai rupesi heistä
pitämään huolta. Lapset olivat saaneet vaihtaa ruokaan vispilöitä,
mäntiä ja puulusikoita tai olivat saaneet niistä lantin. Mutta ei niitä
ehtinyt paljon valmistaa sellainen, joka vaelsi heidän laillaan ovelta
ovelle ja jolla ei ollut pysyväistä paikkaa.

Tuntui tyhjältä ja pitkälliseltä ilman Maunoa ja Helokkia. Tuskin

Matleena saattoi vielä ajatellakaan, miten surullista hänestä oli, kun
hän oli viimeisen kerran harjannut Helokin karvan kiiltäväksi ja
pehmeäksi. Hän oli kiillottanut vuohen sarvet villatilkulla ja
kammannut sen parran. Ja hän oli hyväillyt Helokkia ja puhellut —
kiittänyt sitä kaikesta hyvästä itseään ja sisaruksia kohtaan tämän
talven raskaana lumi- ja pakkaskautena. Matleena ei unohtaisi
Helokkia koskaan, ei koskaan, sen hän lupasi vuohelle juhlallisesti;
vaikka hän kohoaisi niin korkeaan asemaan, että pääsisi kuninkaan
luo, muistaisi hän kuitenkin Helokkia.

Ja Helokki osotti puolestaan pelkkää hellyyttä ja ymmärtämystä.

Mauno olisi arvellut sen nauraneen "he, he, he" elähyttääkseen

heitä.
 Sillä se määki niin lempeästi, aivan kuin omalle pienelle vohlalleen.
Se töyttäsi Matleenaa kuonollaan ja nuoli hänen käsiään. Kyllähän
Helokki käsitti jäähyväisten lähenevän. Eninten se pelkäsi joutuvansa
itse matkaamaan vierasten ihmisten luo tai surmattavaksi ja
teurastettavaksi, kuten se oli nähnyt tapahtuvan monille, monille
vuohille ja vohlille tai muille elukoille taloissa, jopa varsinaisissa
karjapihoissakin.

Antilla oli myöskin vaikeat hetkensä Maunon kanssa, joka Helokin

seuraamana saatteli heitä kappaleen matkaa maantielle.

Täytyihän hänen vielä kerran painaa pikku veikon muistiin kaikki,

mitä äiti oli sanonut.

Antti oli niin sydämestään huolestunut, että Mauno takertuisi

tuohon Isä meidän rukoukseen: "tapahtukoon sinun tahtosi". Mauno
sai lukea hänelle koko rukouksen kolmeen kertaan, ja vihdoin se
luisti sujuvasti, ainakin tällä haavaa. "Sillä näetkös, Mauno", vakuutti
Antti totisesti, "äiti sanoi, että sitä rukousta pitää kaikkien sekä
suurten että pienten lukea ja osata se oikein ulkoa voidakseen lentää
helpommin taivaaseen ja avata ikäänkuin oven sinne joka päivä. —
Ja sitte sanoi äiti, että kerran koko maailma lentää sillä rukouksella
Jumalan luo — niin rikas kuin köyhä. Täytyy oppia löytämään tie,
kunnes kerran pääsee oikein sinne perille. Jumala tuntee äänemme,
ja silloin emme ole outoja, vaan voimme mennä suoraan taivaaseen
Jumalan luo, niinkuin äiti, kun hän kuoli."

"Ei sinun tarvitse olla huolissasi", sanoi Mauno nyreästi. "Nyt

viimeksi en takertunut ainoatakaan kertaa, ja minä olen kyllä yhtä
läheinen muistamaan, mitä äiti sanoi kuin sinäkin. Minä ajattelen
häntä ja meidän harmaata pikkutupaa ja tahtoisin ennemmin olla
siellä kuin missään muualla, jos vain hän itse ja Helokki olisivat
siellä." Tämän jäähyväishetkellä hellän ja hienotuntoisen
vakuutuksen jälkeen kääntyi Mauno mennäkseen Helokin kera
takaisin sahalle ja kauniiseen taloon. Ei hänen sitä paitsi tehnyt mieli
sallia Antin ja Matleenan nähdä kyyneleitä, jotka hänen suureksi
harmikseen ja ihmeekseen syöksyivät hänen silmistään. Tietäen,
ettei hän surrut sitä, että pääsi vapaaksi sisarusten isäntävallasta, oli
kyyneleitten tulo hänen mielestään tarpeeton.

Pidellen Helokin toisesta sarvesta hän läksi nyt antamatta edes

kättä sisaruksilleen tai lausumatta jäähyväissanaa.

Matleena oli kuin puusta pudonnut. Hänestä tuntui ilkeältä unelta,

että niin Helokki kuin Mauno nyt olivat kokonaan poissa.

Se ei saanut tapahtua. — Ei ainakaan nyt heti. Hän halusi vielä

pidättää heitä hetkisen! Ja Maunon täytyi saada häneltä joku muisto,
ettei hän milloinkaan unohtaisi sisartaan ja hänen varoituksiaan.
Matleena vetäisi nopeasti ja vapisevin käsin kontin Antin olkapäiltä.
Harjaantuneella tottumuksella työnsi hän kätensä sen pohjaan asti.

"Messinkikampa!" Maunon tuli saada häneltä itse messinkikampa

pysyäkseen sen avulla ulkonaisesti hienona samoin kuin Antti oli
antanut hänelle sitä, millä hän pitäisi itsensä sisäisesti hienona.

"Mauno", huusi Matleena, "odotahan, poika."

Mauno hiljensi askeleitaan kääntymättä. Hän sävähti

vastenmielisyydestä, kun Matleena juostuaan hänen peräänsä
seisahtui äkkiä, ojentaen kamman hänen korvansa ja nenänsä
editse, jota se melkein raapaisi.
 Vihattu messinkikampa välähti auringossa ihan hänen silmiensä
edessä.

Mauno suuttui niin, ettei enemmästä väliä, sillä Matleena hypähti

oikein takaperin, kun poika käänsi kyynelten huuhtomat kasvonsa
tultaiskevin silmin häneen, nykäisi häneltä kamman ja heitti sen
mäkeen.

"Luulenpa, että aiot ottaa minulta hengen tuolla vaivaisella. Olen

lähtenyt vieraisiin ihmisiin päästäkseni tuosta kynsivästä kissasta ja
sitten laukkaat sinä jälkeeni sen kanssa. Ota itse ylös kampa ja
kampaile koukeroitasi niin, että hiuksesi kerrankin ovat sileät kuin
muilla ihmisillä. Helokki ja minä tulemme kyllä toimeen."

Ja sen sanottuaan poistui Mauno Helokin kera, joka kiskoi ja kiersi

sarveaan irtautuakseen hänen kädestään, että saisi vielä hetkisen
tuntea Matleenan hyväilyjä ja hellimistä.

Hän, jonka täytyi kumartua ottamaan kampa talteen, seisoi aivan

kivettyneenä.

Helokki ja Mauno poistuivat yhä etäämmälle maantientomuun

pieneten pienenemistään. He katosivat lautaläjän taa, ilman että
kumpikaan kääntyi taakseen, mikä olisikin ollut vuohelle jotenkin
vaikeata, kun Mauno oli tarttunut lujasti sen päähän.

Kenties Matleena olisi seisonut vähemmän ihmettelevänä ja

raskasmielisenä, jos hän olisi nähnyt, miten Mauno pysähtyi
lautaläjän taa, kurkistaen lautojen välistä sisaruksia niin kauvan kuin
saattoi nähdä heitä. Häntä olisi suorastaan itkettänyt, jos olisi nähnyt
hänen kumartuvan Helokin yli ja kuullut hänen lämpimän
vakuutuksensa vuohelle: "Tiedä se, Helokki, koreanukke, että nyt on
nimesi sekä Antti että Matleena. Pidän sinua Anttina iltaisin, kun en
tunnu jaksavan lukea Isä meitää — ja Matleena saat olla aamuisin,
kun en viitsisi kammata itseäni. Suutuin niin kauheasti, en tiedä
minkätähden, ja nyt minä itken, enkä tiedä mitä varten, kun olen
kiukuissani Matleenalle, ja kyyneleet juoksevat, tahdonpa taikka en.
Kas, tuolla ne nyt menevät alas mäkeä. Nyt näen ainoastaan
Matleenan punaruutuisen huivin, ja nyt vain Antin lakin. Nyt ei niitä
ole enää. Tule nyt, 'pikku Antti', 'korea Matleena', meillä on muutakin
tekemistä kuin seisoa tässä katsellen sitä, jota ei enää ole."

Mauno ei ennättänyt kääntyä, ennenkuin Kirsti, joka ikävöi

kotiseudun poikaa ja vuohta, hyvin käsittäen, että pienokainen tunsi
itsensä surulliseksi, oli hänen vierellään. Hänellä oli illallisvoileipiä
pienessä korissa, jossa myöskin oli leivänpaloja Helokille.

Kolmaskymmenesensimäinen luku.

MARJAMETSÄSSÄ.

Oli keskikesä. Niityt heloittivat täynnänsä kukkivaa apilasta,

kamelisauramoita, vuohensilmiä, sinikelloja, keltaisia angervoja.

Ojainpartailla hehkuivat mansikat ja luhdikat heleänpunaisina.

Vaaraimet kypsyivät metsähalmeilla, ja peninkulmaiset suot olivat
täynnä suomuuraimenraakaleita, jotka merikullan kellertävinä tai
ruusunvärisinä vielä pysyttelivät nelilohkoisen, sinivihreän
kukkaverhonsa suojassa.
 Taloissa pyöriteltiin tahkoja ja teroiteltiin viikatteita. Koreanvärisiä
haravia nojasi tuvanseinämiä vasten. Sillä heinänteko oli ovella, ja se
toi muassaan juhla- ja huvitunnelmaa, elämää ja työniloa.

Mutta se ei ollut vielä varsinaisesti alkanut. Vielä oleskelivat lehmät

tunturimajoilla.

Antti ja Matleena, jotka olivat vetäytyneet pois etelästä, kuulivat ja

näkivät sekä lehmiä että vuohia, kulkiessaan pitkin metsäpolkuja
tunturimajojen väliä. Hyvä oli, jos ehtivät sellaiselle ennen iltaa. —
Elleivät, niin eivät he suurestikaan välittäneet siitä, vaikka jäivätkin
ulos jonakuna yönä.

He ottivat illallisensa jostakin oikein mainiosta mustikkamättäästä

ja nukkuivat sitten kanervikossa, vaikka aurinko, niinkuin sen tapa on
Norrlannissa, loisti melkein koko yön.

Antti oli oppinut tekemään torvia kuusen säleistä ja

koivuntuohista, ja ehti tuskin herätä ja istuutua kasteesta
kimaltelevalle sammaleelle, kun jo ryhtyi puhaltamaan, kovasti
tyytyväisenä saadessaan kuuluville muutamia ääniä perätysten.

Hän jatkoi puhaltamistaan väsymättä, jos hän ei ollut Matleenan

apuna punomassa hienoista juurista sitkeitä säikeitä, joista he
valmistivat vasuja myytäviksi, kun heidän taas täytyi lähteä kylille.

Eräänä iltana, juuri heinä-ajan lähestyessä, olivat Antti ja Matleena

keskellä eksyttävää metsää. Oli lauvantai-ilta, ja he olivat saapuneet
niin somaan paikkaan pienelle metsä-aukeamalle, jota riippakoivut ja
muut lehtipuut ihanasti varjostivat.
 Pieni puro, jonka syvässä, kirkkaassa vedessä taimenet molskivat,
hopeanhohteisina hyppelehtien, virtasi hiljaa solisten läheisyydessä.
Aukeaman keskellä oli mahtava kivi. Sen laki oli tasainen, ja vaikka
se oli niin korkean jyrkkä, että sille tuskin pääsi, oli Antti kiivennyt
sinne uskomattomalla vaivalla, koska se hänestä oli sopiva
saarnastuoli sille, joka halusi pitää jumalanpalvelusta metsäkirkossa
lauantai-iltana.

Matleena, joka oli kiven juurella, oli jo soittanut iltakelloja: "Pium,

paum, pium, paum" — ja samalla toisella kivellä jyskyttänyt isoa
kiveä, josta hänen mielestään lähti niin sointuisa helähdys!

Antti seisoi huipulla totisena, kumartunein päin ja kädet ristissä.

Matleena istui sammalmättäällä yhtä totisena hänkin, myös kädet
ristissä. Antti kohotti päänsä. Iltapäivänaurinko, joka lähetti säteitään
suoraan puitten lomiin, ympäröi valonhohteella hänen ruskehtivia,
kulmikkaita pieniä kasvojaan syvine, totisine silmineen ja
tummavivahteisine hiuksineen.

Kolmaskymmenestoinen luku.

TAISTELU MESIKÄMMENTÄ VASTAAN.

Antti alotti juuri: "Niin, nyt saarnaamme…", kun hänet keskeytti ja

vaienti äkisti hirvittävä ryske kuivien juurien murtuessa ja oksain
taittuessa. Kuului läähättävää, vinkuvaa ääntä, niinkuin säikähtynyt,
takaa-ajettu eläin olisi lähestynyt. Sen ohessa kajahti kumea, kamala
murina, joka vapisutti puunrunkoja.
 Jotakin valkoista välähti. Nuori hieho tunkeutui metsästä
aukeamaa kohden, juosten henkensä edestä. Sen kintereillä oli
aarniokarhu, ruskea, takkuinen otus, jonka pienet silmät
häijynilkisinä ja nälkäisen ahnaina kiilsivät pään karvaturkista.

Samassa heitti Antti maahan kirjan, josta hänen piti saarnata. Hän
tarttui salamannopeasti tanotorveen, asetti sen suulleen ja puhalsi
minkä keuhkoista lähti ihan karhun korviin, sen juostessa aivan kiven
vieritse hiehon perässä aikoen juuri iskeä siihen.

Karhu horjahti takaperin, kun kesken kaiken niin ilkeä,

odottamaton mölinä sattui hänen kaikkea melua arasteleviin
korviinsa. Se sai aivankuin kolhauksen päähänsä, sillä äänet, jotka
Antti sai tanotorvestaan lähtemään, olivat todella kauheat; tähän asti
ei hän, näet, ollut voinut saada siitä esiin muuta kuin tuollaisia
kaameasti säriseviä, hirvittäviä soraääniä.

Karhu nousi kahdelle jalalle, tarttuen korvaansa toisella

etukäpälällään. Hän äkkäsi poikanulikan kivellä ja käänsi huomionsa
häneen, hiehon kiitäessä metsään, häntä ilmassa.

Jos Antin olotila kivellä, vastapäätä karhua, joka raivostuneena

yritti iskeä häntä käpälällään, oli kaikkea muuta kuin hauska, ei
Matleenan, joka oleili yksin alhaalla, ollut paljoa parempi. Hän ei
uskaltanut liikkua eikä huutaa, sillä Antti ulvoi hänelle, samalla kuin
hoilasi torveensa karhua kohden, että hän olisi vaiti, ettei peto
huomaisi häntä.

Olla vaiti! Eipä ollut helppoa olla vaiti sen, joka pienenä ja
yksinäisenä oli muutaman askeleen päässä nälkäisestä, vihaisesti
mölisevästä karhusta, jonka suupalaksi oli uhassa joutua, ja tuntea
sitä paitsi kuolemanpelkoa lähes yhtä vaarallisessa asemassa olevan
veljen tähden, sen ainoan, minkä omisti koko avarassa maailmassa.
Mutta Matleena osasi sittenkin hillitä itsensä ja olla huutamatta,
vaikka hän vapisi kuin nuori haapa pohjatuulen kourissa.

"Laittaudu ylös itäpuolelta!" karjui Antti kiukkuisesti pelottaakseen

samalla äänellänsä karhua, kun ei jaksanut enää puhaltaa. Matleena
juoksi muutamin nopein askelin kiven luo; veljen sanat sattuivat
häneen niin pakoittavina kuin olisi niitä piiskaniskuin vahvistettu. Hän
heitti yltään virsut ja iski varpaansa ja koukkuiset sormensa
kivenrakoihin; hän riuhtoi, taittoi kyntensä ja kävi sinipunervaksi
kasvoiltaan pelosta ja ponnistelusta, ollen joka hetki vaarassa
menettää sormiensa ja varpaittensa otteen ja syöstä selälleen alas.

Antti kuuli hänen läähätyksensä karhun murinan lomasta. Hän teki

pari hypähdystä taaksepäin, kumartui ja tarttui tyttöön, niin että
tämä pääsi pahimmasta jyrkänteestä. Matleena kävi äkkiä
ihmeellisen voimakkaaksi ja rohkeaksi. Verrattuna siihen, miten oli
ollut alhaalla kahden kesken karhun kanssa, hän tunsi itsensä täällä
kiven selällä, Antti vierellänsä, miltei turvalliseksi ja suojatuksi. Tuo
tunne palautti voimat, elähytti jäsenet ja antoi taas ääntä kurkkuun.

Matleena oli kuullut, että karhun voi säikäyttää kirkumalla ja

metelöimällä sekä tuimalla esiintymisellä. Myöskin tiesi hän sen
pelkäävän ihmissilmien katsetta; senvuoksi laskeutui hän suulleen,
pää kiven reunassa, parkaisten pahasti karhulle, joka hänet
nähdessään peräytyi hölmistyneenä pari askelta, tirkistäen häneen,
silmissä surullisen naurettava, miltei pelokas kiilto.

Ei eläin näin ylhäältä katsoen näyttänytkään niin vaaralliselta —

arveli Matleena. Kun se noin asetti päänsä kallelleen, vikisten juuri
kuin hänen korviinsa olisi koskenut tanotorven sähisevä, säröinen
mylvinä, näytti se suorastaan alakuloiselta ja raskasmieliseltä.
 "Vaikene edes hetkeksi, Antti!" huusi Matleena kiusaantuneesti.
Rähinä oli hänenkin korvilleen vastenmielinen. Antti laski luikun
hämmästyneenä sisaren pelottomasta äänestä.

"Vanhus, Mesikämmen", sanoi Matleena, katse varmasti

tähdättynä karhuun, kuten hänen tapansa oli tahtoessaan taltuttaa
eläimiä. "Otsoseni!" Hänen äänensä kuului sydämellisen hyväilevältä.
"Et saa olla meille vihainen. Me olemme pieniä me, ja niin yksinäisiä,
emmekä millään voi puolustautua sinua vastaan."

Karhu kaapi käpälällään korvallistaan; sen silmät eivät enää olleet

niin häijyt. Sointuva, hyväilevä ääni ja ihmislapsen varma, hyvä,
lujatahtoinen katse, saattoi sen epävarmana epäröimään, jatkaisiko
yrityksiään päästä kivelle ja siepata poika korvaukseksi maukkaasta
hiehosta, minkä oli päästänyt pakenemaan, vai lähtisikö tiehensä,
jättäen pienet ihmispoloiset rauhaan.

Karhu laskeutui jo miettivänä, valmiina etsimään nelinkontin tukea

maasta, kun se taas vihan vimmassa kohosi kahdelle jalalle nyt
jälleen katkeroituneena ja varmana valinnastaan. Pojan vihattu
tanotorven räminä sattui uudestaan sen korviin. Se teki sen villiksi ja
raivoksi. Ei ajattelemistakaan, että moisen hornanparkaisun
aikaansaaja saisi pitää henkensä!

"Antti sinä — sinä teet kaiken tyhjäksi", valitteli Matleena itkuun

valmiina. "Nyt se on yhtä kiukkuinen kuin äsken, ja paljon
kiukkuisempikin, sinä kun puhkaiset sen korvat ja saat sen
suunniltaan. Etkö voi vaieta!"

"Vaieta! Kun hän saattaa tarttua halkeamiin ja olla täällä yhdellä

hyppäyksellä ja lopettaa meidät molemmat!" Antti otti taas
luikkunsa.
 "Mutta minä sanon, että sinun pitää olla ääneti", kuiskasi Matleena
oudosti loistavin silmin. Hän nousi nopeasti siepaten luikun veljeltä.
Sitte hän heittäytyi taas pitkälleen, pää kiven ulkopuolella. Vaalea,
auringossa kullankimaltava tukka välkkyi hänen ympärillään, silmät
säteilivät hyvyyttä, sääliä ja tuskaa.

"Rakas, rakas, Metsänauvo, Sinisukka, Karvaturpa, älä ole

vihainen, vaan lähde täältä pois. Sinä saat liikkua koko metsän
laajuudelta, saat syödä kesällä kaikki marjat. Talvella on sinulla
pesäsi eikä sinun tarvitse kiertää ympäri maata ruokaa saadaksesi."

Karhu kävi taas miettiväksi, se laskeutui kolmelle jalalle ja istui

heiluttaen oikeaa etukäpäläänsä ilmassa ikäänkuin jäähdyttääkseen
kuohuvia tunteitaan tai kootakseen voimia uuteen hyökkäykseen.

Antti aivan ällistyi sisaren ihmeellistä taitoa rauhoittaa petoa.

Hänelle selväsi, että karhu kiukustui heti kun havaitsi hänet, ja että
Matleenan ääni ja sanat saivat otuksen lauhkeaksi. Hän kapusi siis
syrjään, istuen niin, ettei vaarallinen villieläin voinut nähdä häntä.

"Laula sille, Matleena!" kuiskasi hän. Antti käsitti, että jos

Matleenan pelkkä puhe vaikutti noin karhuun, olisi hänen laulussaan
vielä voimakkaampi teho. "Laula", hän toisti, "että pääsemme täältä
pois ennen yötä."

Matleena oli kuin houreissa ja poissa suunniltaan taistellessaan

karhun vihaisen, ärsyttyneen mielen lauhduttamiseksi, joten hänestä
ei ollut sen kummempaa ryhtyä laulamaan, kun sanat eivät
riittäneet, vaikka hän olisi lausunut ne miten hyväillen ja rukoilevasti
tahansa.
 "Käänny, käänny ja tanssi taas", hän lauloi aluksi värisevällä,
epävarmalla äänellä. Kyyneleet tulivat Antin silmiin kuullessaan
häntä.

"Tääll' on metsäiset marjamaas'", lauloi Matleena rohkeammin

nähdessään karhun jälleen asettuvan neljälle jalalle ja pää kallellaan,
ilman varsinaista kiukkua, mutta kummastelevin katsein mulkoilevan
häneen.

"Metsäruusun ma sulle lehdon liepeiltä lennätän", hän lopetti,

suloinen kaiho äänessään. Hänen päästään ja silmistään, jotka eivät
luopuneet karhusta, heijastui auringon kultaloiste.

"Metsänauvo, Sinisukka, Karvaturpa" ravisteli itseään. Se tunsi

olevansa pettynyt, masentunut ja hämillään. Hetken tuumittuaan se
painoi päänsä maahan kuin häpeissään ja lönkytti tiehensä metsään
seuraamatta paenneen hiehon jälkiä.

"Näetkös, se menee, raukka, hän häpee sitä, että on peto ja me

olemme ihmisiä", sanoi Matleena. Hän silmäili sanomattoman
säälivin katsein karhua, joka päästyään hänen silmiensä lumouksesta
loikki tiehensä, niin että metsä ryskyi.

Äkkiä Antti riemastui: "No, nyt ei sitte muuta neuvoksi kuin lähteä
kiveltä mustikkametsään, sillä minun on kovasti nälkä."

"Minun puolestani saavat mustikat olla. Tähän minä jään yöksi.

Olen niin väsynyt kuin jos olisin yhdessä päivässä vaeltanut
Hallatunturilta tänne", vastasi Matleena, joka nyt kalpein kasvoin,
vapisevin polvin vaipui kiven sammalmättäälle.
 "Sitte menen yksin metsään ja poimin sinullekin marjoja, sillä sen
ja enemmänkin olet ansainnut." — Antti valmistautui kiipeämään
alas. Hän olikin jo reunamalla ja valmiina polviensa ja varpaittensa
varassa liukumaan alas, kun kuuli korean, livertävän huhuilun ei
kauvempaa kuin noin virstan päästä. Hän lensi takaisin kivelle
nopeasti kuin siivet saaneena.

"Matleena, tyttö! Metsässä on ihmisiä. Miten he löytävät meidät,

kun emme jaksa huhuilla vastaan?"

"Poika, ota tanotorvi", huusi Matleena innokkaana. Myöskin hän oli

hypähtänyt pystyyn; kaikki väsymys oli poissa niinkuin ei sitä olisi
koskaan ollutkaan.

"Kuule, joku tunturityttö huhuilee, ja hänpä on mainio

huhuilemaan, niin korealta kuuluu!"

Antti otti tanotorven ja puhalsi minkä jaksoi: tru, pirituut, prut-tu-

tuut.

"Ne huhuilevat ja huutelevat hiehoa!"

"Vastaa, Antti, niin saamme sanoa, että pikkulehmä on tuolla

suunnalla."

"Mutta minua hävettää, kun puhallukseni kuuluu niin ilkeältä."

"Täytyykö ihmisten olla peloissaan lehmän tähden, ehkäpä

menettää se, jos se sattuisi vaipumaan suohon, vain siksi, että sinua
hävettää? Ellei sinulla olisi ollut tanotorvea, kun kontio oli iskeä
hiehoon, olisi se nyt kuollut. Puhalla heti paikalla, kuuletko!"
 Antti työnsi tanotorven suuhunsa. Hän päästeli ilmoille kauheita,
räiköttäviä, korviasärkeviä ääniä, niin että Matleenan täytyi pidellä
päätään molemmin käsin. Mutta kun hän lopetti, kuuluivat sekä
huhuilu että ihmisäänet lähempää.

Kolmaskymmeneskolmas luku.

TUNTURIMAJOILLA.

Antti ja Matleena seisoivat yhä kivellä. He alkoivat kirkua ja huutaa

ja koettivat itsekin huhuilla, niin he elpyivät koreista sävelistä, jotka
synnyttivät metsässä helisten kierivän kaiun. Mutta kun ihmisääniä
kuului aivan heidän läheltään, kävi Matleena taas kovin ujoksi. Hän
ryömi Antin taa.

Metsiköstä vilahti punaruutuinen huivi ja sininen pumpulihame.

Pian Matleena kuuli hyvänsävyisen, osaaottavan äänen huutavan:
"Mutta, lapset, miten olette päässeet sinne?"

"Ja miten maailmassa pääsette sieltä alas?" lisäsi toinen, lapsekas

ääni.

Matleena nousi kiveltä pystyyn.

"Voi tule alas, kuuletko", huusi rukoilevasti pieni tyttö, joka seisoi
kiven juurella. Hän oli vaatetettu herrastapaan: kotikutoiseen,
siniruutuiseen hurstipukuun, valkoiseen, punatäpläiseen
karttuuniesiliinaan ja — mikä herätti Matleenan epäilyä ja
levottomuutta — hänellä oli sininauhainen hattu! Kaksi vaaleaa,
paksua palmikkoa oli kierretty korville ja kiinnitetty tummansinisin
nauharuusukkein. Huolestuttavaa ja hirveää oli joutua sellaisen
oikean herrasväen pariin!

Mutta Antti kiirehti. Hän liukui edellä saaden tytönkin lopulta alas.
Ja kerran maahan päästyään tunsi Matleena itsensä kuitenkin
kaikitenkin onnelliseksi ja turvalliseksi juuri kuin olisi saapunut
laivahylystä kuivalle maalle.

Saara, joka oli huhuillut niin koreasti, oli kiltin ja hauskan

näköinen. Hänen selässään oli pieni vuohipaimenen kontti. Sen hän
heitti yltään ottaen siitä esiin illallisvoileipiä sekä vuohenjuustoa ja
heravoita. Hän kertoi lapsille olevansa pappiloiden tunturityttö, ja
että Elsa oli papin vanhin tytär, jonka oli täytynyt lähteä hänen
kanssaan metsään hakemaan pientä Tähdikkiä, se kun ei ollut
saapunut kotiin edellisiltana toisten elukkain kanssa. He pelkäsivät
karhun syöneen sen; kuuleman mukaan oli metsässä nähty nuori
karhu, eikä voinut tietää, tyytyikö hän vain mustikkoihin vai oliko jo
tottunut maistelemaan verta.

"Se oli minun lehmäni", sanoi Elsa. "Olen saanut lypsää sitä joka
päivä tunturimajoilla ollessamme, ja se nuoli minua ja juoksi
perässäni, jos minne menin. Suren Tähdikkiä äärettömästi."

"Ei mesikämmen ole sitä repinyt, ei, vaikka ajoikin sitä takaa",
sanoi Antti varmasti. "Se vain pelotteli sitä. Tuonne päin se juoksi.
Siellä on suo, niin että se pikemminkin on vajonnut sinne. Mutta jos
niin on, ehdimme kyllä vetää sen maihin, sillä se joutui vasta äsken
sinne."

Tanotorvi kajahti samassa korein liverryksin mainitulta suolta päin.