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

本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深度学习在图像领域中的应用；接着对深度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解；最后以基于深

内容提要本书将理论知识、工程技术和工程实践有机结合起来，介绍了数字图像处理与识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取等。另外，本书还对机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术—人工神经网络（ANN）和支

本书全面系统地论述了信号与线性系统分析的基本理论和方法。全书共6章，主要内容包括：绪论、连续时间信号与系统的时域分析、连续时间信号与系统的频域分析、连续时间信号与系统的复频域分析、离散时间信号与系统的时域分析、离散时间信号与系统的z域分析。本书可作为应用型本科高校电气工程及其自动化、电气工程与智能控制、电子信息工程、通

本书从精确提取微弱信号幅值参数出发，提出了基于Duffing振子输出Poincare截面映射点分布的微弱信号定量检测与幅值参数提取方法；从提高检测系统的噪声抵抗性出发，提出了基于双势阱Duffing-vanderPol振子Poincare截面映射点分布的微弱信号定量检测及幅值参数提取方法；从精确提取微弱信号角频率参数出

本书是2014年《信号与系统(第四版)》的修订版。该书全面系统地论述了信号与系统的基本理论和分析方法,主要内容包括信号与系统的基本概念,连续信号与系统的时域、频域和S域分析,离散信号与系统的时域、频域和Z域分析,系统的状态空间分析及MATLAB在信号与系统分析中的应用。

本书是北京邮电大学“数字信号处理”高新课程建设规划教材。本书紧密结合数字信号处理技术的发展与实际应用,注重将经典理论与工程技术相结合,系统地讨论了数字信号处理的基础理论、基本概念和基本分析方法。本书专业特色鲜明,从当前的教学与学生学习的实际情况出发,由浅入深、循环渐进、难易适中。

本书系统介绍了数字信号处理的基本理论和方法,主要内容包括离散时间信号与系统、z变换和离散时间傅里叶变换、离散傅里叶变换、快速傅里叶变换、数字滤波器的结构、无限长冲激响应数字滤波器设计、有限长冲激响应数字滤波器设计。

随着技术水平的发展，在现代通信系统中，数字通信取得模拟通信的趋势日益明显。数字通信系统具有许多优点，如抗干扰能力强、系统稳定性强等，但也存在着一些问题，如由于信道传递函数的非理想性、时变性和传输码元之间存在互相干扰等原因，使得信道接收端抽样值总是存在码间串扰，导致系统误差率高，判别能力下降等。为解决这些难题，提高数字通

本书为国家“十一五”“十二五”规划教材和国家级精品教材。全书分十章，包括：绪论，图像、图像系统与视觉系统，图像处理中的正交变换，图像增强，图像编码，图像复原，图像重建，图像分析，数学形态学原理，模式识别的理论和方法。每一章都安排了大量的思考题，供教学或自学练习，以便加深对本书所述内容的理解。随本书附带的立体化教学素材可