本书是智慧树平台湖南省精品在线开放课程“‘教’计算机处理图片——数字图像处理”的配套教材。本书介绍了数字图像处理的基础知识和理论，详细分析了相关原理，并列举了丰富的安利、本书注重应用，讲解每种图像处理方法的原理后，都会介绍MATLAB实现代码，对数字图像处理的应用于开发有很高的应用价值。全书共10章，包括数字图像处理概述、数字图像处理基础、图像的几何变换、空间域图像增强、图像卷积及空域滤波、空间域图像锐化、变换域图像增强、图像分割、形态学处理和彩色图像处理。本书可作为高等学校信息与通信工程、信号

全书共5章，主要介绍随机信号的基本理论、常用分析方法及基本仿真方法。本书从分布律、数字特征和特征函数引出随机信号的基本概念，分别在时域和频域讨论随机信号的特点，并将连续时间的随机信号扩充到随机序列。书中详细介绍了电子系统中常用随机信号的统计特性，包括白噪声、高斯过程、窄带过程、马尔可夫链，以及各种随机过程在通信、雷达等电子系统中的应用。本书系统地讨论了基于MATLAB和Python环境的离散随机信号仿真方法。书中习题有详细的参考答案，读者可以通过书中二维码查询。本书的目的是为读者打下牢固的随机信

本书深入系统地阐述信号与系统的基本理论和分析方法。全书共10章，内容包括：信号与系统的一般概念，连续时间信号与系统的时域分析、频域分析、复频域分析，连续时间信号的采样，离散时间信号与系统的时域分析、z域分析、频域分析，以及系统的状态空间分析。全书突出信号与系统的基本概念、分析方法以及知识脉络。每章开篇的导引设问和结尾的结语、知识ＭＡＰ形成本课程的整体知识框架；穿插于内容中的问题思考、深入分析、提示、诀窍等帮助读者更好地理解并掌握相关知识，增加本书的可读性；大量精编的例题着重于强化概念和分析思路；

本书较全面地介绍了数字图像处理的基础理论、经典算法及典型应用。本书内容包括数字图像处理基础知识、图像增强、图像复原、图像的几何变换与几何校正、形态学图像处理、图像分割、图像描述与特征提取等，并通过一个较完整的车牌识别系统向读者详细介绍了数字图像处理系统的基本设计思想与设计方法。本书实践部分介绍了OpenCV、NumPy、Matplotlib、Scikit-learn等图像处理相关工具包的常用方法，其中的代码汇集生成了“基于Python的图像处理算法演示系统v1.0”，以辅助读者理解算法。为适应人

本书深入浅出而又全面系统地介绍了连续与离散信号及系统分析的基本理论和方法，并加强了离散系统和数字信号处理的基础知识和应用介绍。全书共9章，其内容包括：信号与系统的基本概念，连续时间信号和离散时间信号的时域分析，连续时间系统的时域分析，离散时间系统的时域分析，连续时间信号与系统的频域分析，连续时间系统的复频域分析，离散傅里叶变换与离散系统的频域分析，Z变换、离散时间系统的Z域分析，系统的状态变量分析。在每章都配备了一些MATLAB例程，最后一章进行了罗兰信号的综合仿真，通过形象、直观的计

本书系统地介绍了通信系统的基本原理、性能和基本分析方法，并基于Matlab/Simulink和SystemView两种仿真平台提供了丰富的仿真实训项目，便于学生加深对通信理论的理解。学生参照本书所介绍的仿真方法，通过自己动手拓展通信系统相关模块级和系统级的仿真实验，可以锻炼其设计、分析通信系统的能力。全书共8章，主要介绍了通信的基础知识、信道、模拟调制系统、数字信号的基带传输、基本的数字调制系统、模拟信号的数字传输、同步原理、信道编码与差错控制等内容。各章均提供了一定的实战训练项目及习题，

本书是与信号与系统课程教材相配套的计算机仿真实验课程指导书。全书内容包括信号的表示与变换、线性时不变系统的时域分析、周期信号的傅里叶级数与频谱、连续线性时不变系统的频域分析、离散时间信号与系统的频域分析、线性时不变系统的性质、线性时不变系统的应用回声消除、连续信号的采样与重构、连续线性时不变系统的复频域分析拉普拉斯变换、弦音信号合成与系统建模、信号的Z变换、离散傅里叶变换（DFT）等。

本书中的实验内容利用MATLAB进行直观的可视化计算机模拟与仿真实现，以帮助学生加深对信号

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、通信工程、机器人工程、智能科学与技术、轨道交通与信号控制和安全工程等专业教材，也可供从事相关领域应用和设计开发的研究人员、工程技术人员参考。

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

本书共分为两部分。第一部分为理论篇，主要介绍数字信号处理的基本概念、理论和分析方法，内容包括数字信号处理的概述，离散时间信号与系统，z 变换，离散傅里叶变换，快速傅里叶变换，数字滤波器及其设计方法，多采样率数字信号处理的基本理论和方法等，并以二维码形式提供了相关动画演示、知识拓展和应用案例等，便于学习相关知识，解析重点难点。第二部分为实践篇，包括7 个仿真实验，每个实验包含实验目的、实验原理和实验内容等，并提供一些程序范例。本书还提供课后习题与参考答案，便于学生课后巩固。