壓縮感知理論是處理病態(tài)逆問題的重大革新與突破，與信息論、圖像處理、成像科學、模式識別等領域相互交叉融合，形成了系列新理論、新體制、新方法等創(chuàng)新成果。本書主要介紹了壓縮感知理論與應用，一方面，詳細介紹了稀疏表示理論與方法、稀疏重構(gòu)模型與算法、測量矩陣的可重構(gòu)條件等內(nèi)容，為讀者提供一個深入淺出、又相對完整的理論框架；另一方

《數(shù)字圖像處理基礎（第二版）》主要介紹數(shù)字圖像處理的基礎方法，在第一版的基礎上，對內(nèi)容進行優(yōu)化，增加了關(guān)于數(shù)字圖像處理三類深度學習網(wǎng)絡模型的介紹�！稊�(shù)字圖像處理基礎（第二版）》共11章，重點介紹數(shù)字圖像處理的基本概念、圖像增強、圖像幾何變換、圖像去噪、圖像銳化、圖像分割、二值圖像處理、彩色圖像處理、圖像變換、圖像壓縮編

本書不是一本純粹的基于軟件算法的教程，亦不是一本單一講述FPGA硬件實現(xiàn)的書，而是一本從圖像處理算法理論基礎出發(fā)，結(jié)合MATLAB軟件實現(xiàn)，最終采用FPGA進行并行硬件加速的指南。書中選用了一些常用的圖像處理算法，相關(guān)章節(jié)大都遵循"算法理論→MATLAB軟件驗證→FPGA硬件實現(xiàn)”的流程，將這些算法由淺入深、循序漸進地

本書是在參考大量國內(nèi)外論文和學術(shù)專著的基礎上,結(jié)合作者多年來在能量泛函正則化模型這一領域的研究積累撰寫而成的。本書闡述正則化對偶模型研究及在圖像重構(gòu)中的應用,主要內(nèi)容包括迫近算子基本原理,正則化對偶模型基本原理,正則化原始-對偶模型基本原理,以及迫近算子、正則化對偶模型、正則化原始-對偶模型在圖像重構(gòu)中的應用。

本書是根據(jù)教育部最新制定的《高職高專教學課程教學基本要求》和《高職高專教育專業(yè)人才培養(yǎng)目標及規(guī)格》，結(jié)合各專業(yè)及生源的實際情況，由長期從事高職數(shù)學教學的教師編寫的，適用于高職高專工科類各專業(yè)，也可作為“專升本”考試培訓和自學考試的教材或參考書。本書內(nèi)容包括了高等數(shù)學、積分變換、線性代數(shù)三門課程的內(nèi)容。具體為函數(shù)、極限、

光學偏振成像探測具有提高目標與背景的對比度、增加渾濁介質(zhì)中的探測距離、辨識目標真?zhèn)蔚葍?yōu)勢，有望破解特定情況下光學成像“認不清”“看不遠”“辨不出”的難題，成為近年探測識別、觀測診斷領域研究的熱點。越來越多的研發(fā)與應用人員希望了解偏振成像探測的一些基本知識，為其解決自身面臨的問題提供一個新視野。本書系統(tǒng)介紹偏振成像探測的

《干涉偏振成像技術(shù)》在介紹偏振探測的原理、各種偏振探測技術(shù)發(fā)展歷程的基礎上，著重介紹了薩瓦板型、馬赫-曾德爾型、Sagnac型、偏振光柵型干涉偏振成像的工作原理、系統(tǒng)結(jié)構(gòu)、波段拓展、解調(diào)方法、圖像融合等工作，以及干涉光譜偏振成像技術(shù)及其光譜分辨率調(diào)諧。內(nèi)容既包括了現(xiàn)有方法的簡單介紹和分析，又有作者研究提出的新構(gòu)型、新方

《多譜段偏振成像探測技術(shù)研究》系統(tǒng)介紹多譜段偏振成像探測基礎理論、目標特性、傳輸特性、圖像處理、典型應用等，旨在使讀者深入了解偏振成像探測的相關(guān)內(nèi)容。《多譜段偏振成像探測技術(shù)研究》共9章。第1章介紹多譜段偏振成像探測研究的目的意義和國內(nèi)外研究現(xiàn)狀。第2章闡述偏振成像探測基礎理論。第3章闡述目標偏振二向反射特性。第4章介

本書介紹強背景噪聲下微弱信號檢測的基本理論、方法、技術(shù)及其應用。全書分10章，主要內(nèi)容包括隨機信號的基本理論，隨機信號通過系統(tǒng)的響應，電噪聲理論，噪聲中信號參量的估計，最小均方誤差線性濾波器（維納濾波器、卡爾曼濾波器、自適應濾波器），信號的功率譜估計，鎖定放大器，取樣積分器，光子計數(shù)器，電磁干擾及其抑制。

霧霾天氣、渾濁海水、生物組織等統(tǒng)稱渾濁介質(zhì)。當光在渾濁介質(zhì)中傳輸時，會受到介質(zhì)中粒子吸收和散射等作用，導致成像距離變短、圖像變模糊。本書是第一部基于介質(zhì)光和目標光偏振特性差異，系統(tǒng)研究提高渾濁介質(zhì)中目標清晰化成像的主動偏振成像技術(shù)論著，集中展示團隊關(guān)于偏振光在渾濁介質(zhì)中的傳輸過程及特性、偏振差分成像、距離選通偏振差分成

本書內(nèi)容由淺入深、循序漸進，涵蓋了深度學習在圖像處理中的應用技術(shù)。本書共8章，首先簡要介紹圖像處理技術(shù)，以及深度學習在圖像領域中的應用；接著對深度學習在圖像處理中的應用技術(shù)進行詳細介紹，包括圖像陰影檢測、圖像陰影去除、圖像噪聲處理、圖像勻光和勻色等內(nèi)容；然后對基于卷積神經(jīng)網(wǎng)絡的圖像超分辨率重建方法進行講解；最后以基于深

本書主要介紹數(shù)字圖像處理基礎知識與基于OpenCV和C的圖像編程技術(shù)的相關(guān)內(nèi)容，旨在幫助讀者盡快掌握數(shù)字圖像理論知識和編程技術(shù)。本書第1章主要介紹OpenCV基礎；第2章主要介紹圖像預處理；第3章主要介紹圖像分割和數(shù)學形態(tài)學；第4章主要介紹特征提取與匹配；第5章主要介紹模板匹配與輪廓繪制；第6章主要介紹視頻錄制與目標追

本書深入闡述了，5G信道編譯碼算法與實現(xiàn)的基礎理論、設計方法與應用范例。算法部分基于信道編譯碼理論，實現(xiàn)部分關(guān)注信道編譯碼硬件。內(nèi)容既立足5G標準相關(guān)，也面向普適通信應用。仝書共11章：第1章為全書緒論，總覽全書，幫助讀者把握本書容；第2章介紹LDPC碼與5G標準化構(gòu)造；第3章介紹5G標準LDPC碼的譯碼算法與實現(xiàn)；第

極化碼是第一種達到信道容量極限的構(gòu)造性編碼，是信道編碼理論的重大突破，已經(jīng)成為第五代移動通信(5G)的信道編碼標準。本書主要介紹極化碼的原理與應用。全書共8章，包括緒論、信道編碼基礎、極化碼基本理論、極化碼構(gòu)造與編碼、極化碼譯碼算法、硬件譯碼器設計、極化編碼調(diào)制與極化信息處理。本書匯聚了作者十年極化碼研究工作的精華，也

本書系工業(yè)和信息化部十四五規(guī)劃教材，注重理論普適性與應用特殊性相結(jié)合，過程推導與仿真驗證相結(jié)合，能力培養(yǎng)與價值塑造相結(jié)合。全書共8章，主要分三個部分。部分為數(shù)字信號與系統(tǒng)的分析方法，內(nèi)容包括：離散時間信號與系統(tǒng)、離散時間信號與系統(tǒng)的頻域分析、離散傅里葉變換、快速傅里葉變換。第二部分為系統(tǒng)的設計與實現(xiàn)，內(nèi)容包括：濾波器的

本書介紹了現(xiàn)代發(fā)展起來的幾種非平穩(wěn)信號處理方法：經(jīng)驗模態(tài)分解、廣義S變換、小波變換、局域均值分解和高階統(tǒng)計量及其組合方法等常見的非平穩(wěn)信號處理方法。系統(tǒng)地講解了它們的基本原理及其在信號處理中的技術(shù)方法和應用步驟，并系統(tǒng)性闡述了這些方法的基本原理及其在大地電磁測深、振動信號分析與機械故障診斷、近紅外光譜去噪與物質(zhì)檢測和核

數(shù)字圖像處理技術(shù)是利用計算機對圖像進行分析、加工、處理以滿足人們視覺或應用需求的技術(shù)，它可以將圖像處理的更加符合人眼視覺感知，讓信息以一種更加直觀、明了的形式呈現(xiàn)在我們面前。本書簡化數(shù)學推導過程、附以簡潔明了的文字解釋，理論與實例應用緊密結(jié)合，各章節(jié)均設置配套習題，將編程能力和系統(tǒng)設計能力作為培養(yǎng)的重點，便于讀者快速掌

現(xiàn)代數(shù)字圖像處理技術(shù)是現(xiàn)代科學的重要研究前沿領域�！冬F(xiàn)代數(shù)字圖像處理技術(shù)》以數(shù)字圖像處理的研究方法、圖像處理傳統(tǒng)算法以及基于深度學習的圖像處理方法為主要內(nèi)容，對近年來計算機視覺領域的先進研究方法進行了詳細的歸納和介紹。系統(tǒng)介紹了數(shù)字圖像處理相關(guān)基礎操作、神經(jīng)網(wǎng)絡核心概念等基礎知識，以及集中論述了圖像復原、圖像增強、目標

本書以TI公司的TMS320F28335DSP控制器為核心，全面介紹了DSP系統(tǒng)設計開發(fā)流程、單元硬件設計及C語言驅(qū)動應用程序編寫流程。本書主要內(nèi)容包括DSP控制器的特點與最小硬件系統(tǒng)設計、CCS集成軟件開發(fā)環(huán)境簡介與應用程序編譯調(diào)試、DSP控制器主要功能模塊的工作原理與寄存器配置及典型應用設計實例等。本書可作為高等院

《MATLAB信號處理仿真實踐》以MATLAB2017b為基礎，詳細介紹MATLAB/Simulink在信號處理仿真等領域的應用�！禡ATLAB信號處理仿真實踐》共6章，主要內(nèi)容包括MATLAB基礎，Simulink仿真基礎，信號產(chǎn)生、處理和分析，濾波器設計、分析和實現(xiàn)，信號變換與頻譜分析，信號處理系統(tǒng)仿真實例。