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

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）和支持向量机（SVM）。本书结构紧凑，内容深入浅出、图文并茂，适合计算机、通信和自动化等相关专业的本科生、研究生，以及工作在图像处理与识别领域一线的广大工程技术人员参考使用。

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在电子工业出版社的华信教育资源网上免费下载。本书可供从事信号与信息处理、通信、自动控制、遥感、生物医学工程、医学、物理、化学、计算机科学乃至经济、商务及社会科学的科研人员、大专院校

本书主要介绍数字图像处理基础知识与基于OpenCV和C的图像编程技术的相关内容，旨在帮助读者尽快掌握数字图像理论知识和编程技术。本书第1章主要介绍OpenCV基础；第2章主要介绍图像预处理；第3章主要介绍图像分割和数学形态学；第4章主要介绍特征提取与匹配；第5章主要介绍模板匹配与轮廓绘制；第6章主要介绍视频录制与目标追踪；第7章主要介绍三维重建；第8章主要介绍距离测量与角点检测；第9章主要介绍图像识别应用，涉及文字识别、二维码识别、人脸识别和车牌识别等内容；第10章主要介绍基于深度学习的图像应用

本书是依据编者多年从事数字图像处理教学和科研工作的研究成果与心得体会，并参考相关文献编写而成的。本书注重数字图像处理理论与应用的紧密结合，在阐述基本理论的基础上，以强调实践应用为特色，基于MATLAB工程软件介绍了大量图像处理基本方法的实现实例。全书共8章，分别为概述、数字图像处理基础、图像变换、MATLAB图像处理工具箱、图像增强、图像复原、图像压缩与编码、数字图像处理的工程应用。本书第1～7章配有课程思政案例设计和精心设计的练习题，可以帮助读者巩固所学知识。本书可作为普通高等院校自动化、通信

本书按照“基础知识―开发环境―软件开发―硬件开发―综合开发”的顺序，由浅入深、全面系统地介绍了DSP芯片的基本原理、开发过程和应用方法。首先，介绍了DSP系统的设计、DSP芯片的特点、DSP芯片的软硬件开发环境及定点数据处理的运算基础；其次，在介绍DSP芯片存储资源管理的基础上，重点介绍了基于C语言和汇编语言的软件开发方法；接着，介绍了DSP系统的硬件设计和开发方法；最后，介绍了DSP多任务系统的开发方法，并通过实例介绍了DSP综合系统的开发过程和开发方法。

本书讲述现代通信的基本概念、原理和分析方法，以及通信网与系统的组成和设计方法，共13章。内容包括绪论、确定信号分析、随机信号分析、信道、模拟调制系统、模拟信号数字化、数字基带传输系统、数字调制系统、数字信号的接收、信道复用和多址方式、同步原理、差错控制编码、通信网。本书内容由浅入深，概念清楚，阐述简明，重点突出，力求先进性、系统性与实用性。每章后附习题。本书可作为高等院校通信工程、电子信息工程、计算机科学与技术等信息类各专业的教材，也可作为电子信息等领域科研人员和工程技术人员的参考书。

本书系工业和信息化部十四五规划教材，注重理论普适性与应用特殊性相结合，过程推导与仿真验证相结合，能力培养与价值塑造相结合。全书共8章，主要分三个部分。部分为数字信号与系统的分析方法，内容包括：离散时间信号与系统、离散时间信号与系统的频域分析、离散傅里叶变换、快速傅里叶变换。第二部分为系统的设计与实现，内容包括：滤波器的实现方法、IIR数字滤波器设计、FIR数字滤波器设计。第三部分为相关理论知识对应的实验内容。编者在改版本书的过程中，特意对本书进行了信息化建设，尤为注重对知识点进行深入浅出的诠释和

本书较全面地介绍了数字图像处理的基本概念、基本原理、基本技术和基本方法。全书共14章，包括绪论、数字图像处理基础、数字图像的基本运算、空间域图像增强、频率域图像处理、图像恢复、图像压缩编码、小波图像处理、图像分割、图像特征提取、彩色图像处理、形态学图像处理、目标表示与描述、视频图像处理基础。内容覆盖数字图像处理技术的各方面知识及相关领域的**发展。本书内容选材新颖，表述通俗，语言精练，图文并茂，系统性强，与新技术紧密结合。本书可作为高等院校计算机科学与技术、电子信息工程、通信工程、光电信息科学与

本书在归纳分析国内外相关研究的基础上，从小波变换，轮廓变换，剪切波等多尺度变换，以及多尺度变换的子带选择等全新角度研究了图像纹理分类理论和方法，并且还对大数据图像纹理分析和分类问题进行了研究。主要内容包括《BR》（1）研究背景，对早期多尺度变换和图像纹理分类理论和方法给出一个概述性的总结；《BR》（2）对当前主要多尺度变换的理论框架进行总结性介绍《BR》（3）研究小波域直方图比对的纹理分类理论和方法《BR》（4）研究轮廓波域泊松混合模型，及其基于该模型的纹理分类方法；《BR》（5）研究基于轮廓波