本书从自动化与人工智能的角度出发,注重理论与实践相结合,每个章节中加入了数字图像处理的最新研究成果。本书具有如下特色:(1)使用python语言重现了各章的实验结果。对于如何构建深度学习框架,采用Tensorflow还是PyTorch,以及不同版本之间如何兼容等问题,在本书中都可以找到答案。学生在学习图像处理方法的同时

本书分为数字图像处理基础理论和智能数字图像处理方法两篇。数字图像处理基础理论篇包括数字图像处理的概念、基本运算、基于点运算的图像增强、基于空域的图像增强、基于频域的图像增强、彩色图像处理、数学形态学的图像处理方法等。智能数字图像处理方法篇包括智能图像处理的基础知识、智能图像处理的发展及应用、基于智能技术的去噪技术、基于

本书主要介绍了数字图像处理和机器视觉的基本知识、基本方法和典型案例，将理论知识、科学研究和工程实践有机结合起来，主要内容包括绪论、MATLAB数字图像处理基础、数字图像处理基础知识、图像的基本运算、图像变换、灰度变换和滤波、图像分割、彩色图像处理、图像的表示与描述、图像识别基础、MATLABGUI设计基础、人工神经网络

本书以确定信号的时频域分析和概率论为基础，介绍了随机信号分析的基本原理，包括随机过程及其统计特征、随机过程的功率谱密度、随机信号通过线性时不变系统分析、窄带随机过程分析等内容。同时，本书还将理论与工程应用相结合，引入了随机信号分析在电子信息、通信工程等方面的应用实例。

本书是在国内外仿生智能优化相关理论与应用研究的基础上，结合多年的研究成果，介绍和阐述将仿生智能优化算法应用于信号处理相关问题的理论和方法。本书共分5章，系统地介绍了基于仿生智能优化的智能信号处理的基本理论和算法。书中分析了仿生智能优化算法的特点及优势，给出了基于仿生智能优化的智能信号处理框架，介绍了多种性能优良的仿生智

本书包括数字信号处理中的两大核心基础知识模块：数字信号的频域分析与数字滤波器设计。全书共分为9章。每章都包括与本章内容紧密相关的：科技前沿、理论介绍、MATLAB仿真实现、扩展学习（应用案例、相关其它学科知识点、引申的知识点等）与课程思政、习题（基础题、提高题、扩展题三部分）、参考文献等内容。本教材特色：数字技术与传统

本书分为6章，首先介绍纠错编码的理论基础、分类、基本定义、有噪信道编码定理、译码规则和编码规则，群的基本概念和域的基本概念；然后重点介绍线性分组码的定义、生成矩阵、校验矩阵、线性分组码的实现和译码以及汉明码，循环码的定义、多项式描述、生成矩阵、生成多项式和监督矩阵、循环码的编码与译码、BCH码，卷积码的基本概念、编码过

本书主要讲授信号与系统的概念、原理以及应用方法,全书分为8章,每章配有大量的例题以及基于MATLAB的求解程序。第1章介绍信号的概念、分类、运算方法以及正交分解方法;系统的概念、分类、性质以及描述方法。第2章介绍系统的时域分析方法。第3章介绍周期信号的傅里叶级数展开方法以及非周期信号的傅里叶变换方法、傅里叶变换的性质,

本书系统地论述信息论与纠错编码的基本理论。全书共9章，内容包括：信息的定义和度量,离散信源和连续信源的信息熵，信道和信道容量，平均失真度和信息率失真函数，三个香农信息论的基本定理，若干种常见实用的无失真信源压缩编码的方法，以及信道纠错编码的基本内容和分析方法。本书深入浅出、概念清晰、系统性和可读性强,可作为高等院校相关

散射光场信息的获取和解译，尤其是散射光场中偏振信息的获取、传递和解译是近年来国内外研究的热点之一，其所携带的独立于强度、相位和频谱的独立特性，使其在诸多领域都具有极高的应用价值。本书首次系统地从散射光场中偏振特性的产生、传输和利用全链路地进行全面分析和描述，同时也分析了散射光场中偏振信息提取和利用时应考虑的主要影响因素