本书是《数字信号处理原理及实现（第3版）》的新修订版，全书涵盖了数字信号处理的基本理论及其应用。同时，本书给出了大量习题，可全面测试读者对教材知识点的掌握。市场上出版此类书较少，本书的出版会弥补普通高校师生该领域的自学需求，并可以作为相关行业工程技术人员参考用书。本书适合作为普通高校电子信息类专业、电气类专业、自动化类

本书以机器视觉系统为研究背景，紧密结合实际工业应用案例，介绍传统数字图像处理方法和基于深度学习的数字图像处理方法。本书共8章，内容包括数字图像处理概述、基于传统方法的数字图像处理、基于深度学习的数字图像处理、工业字符智能识别、磨粒图谱识别与分割、射线检测的焊缝缺陷识别、嵌入式机器视觉系统开发、工业数字图像处理相关工具和

本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，连续时间信号与系统的时域、频域和s域分析，离散时间信号与系统的时域、频域和z域分析，系统的状态变量分析。本书采用连续与离散并行、先时域分析后变换域分析的结构体系，教材内容取材上突出基本理论、基本概念和基本方法，注重工程应用和实例分析，

本书由编码领域前沿专家撰写，全面系统地覆盖了低密度奇偶校验(LDPC)码的构造方案，并将基于代数和基于原模图的构造方法统一为一个理论框架(SP框架)。本书给出了一种构造原模图LDPC码的代数方法，并提出了全新的LDPC码构造技术，其中包括具有双重准循环结构的新型LDPC码、用于构造空间耦合(SpatiallyCou-p

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,