"本书包含两部分内容，一是《数字信号处理－理论、算法与实现》（第四版，清华大学出版社，2023年）和《数字信号处理》（清华大学出版社，2023年）两本书后的习题参考答案，二是作者使用上述教材进行数字信号处理教学时所做的电子课件。本书在清华大学出版社云平台“文泉云盘”上附了一些资源，包含两部分内容，一是在完成这两本书的习题参考答案时所用到的MATLAB程序，二是作者在使用《数字信号处理－理论、算法与实现》一书为研究生讲授数字信号处理课程时所做的电子课件。获取方法见本书最后的“附录 关于本书所

"本书系统地介绍了数字信号处理的基础理论、相应的算法及这些算法的软件与硬件实现。全书共9章，内容包括离散时间信号的时域分析、离散时间系统的时域分析、Z变换、离散时间信号的频域分析、离散时间系统的频域分析、快速傅里叶变换、滤波器设计（IIR、FIR及特殊形式的滤波器）、信号的正交变换（定义与性质、K-L变换、DCT及其在图像压缩中的应用）及数字信号处理的硬件实现等。
本书介绍了数字信号处理中所涉及到的主要MATLAB文件，并给出了使用的具体实例。
所附资源中的80多个用MATLAB编写

本书共分为9章，主要内容包括数字图像与机器视觉概述、数字图像工具与软件实现、图像与视觉基础知识、机器视觉系统硬件、图像变换与图像运算、图像增强与复原、图像分割、图像识别与神经网络及数字图像与机器视觉应用实例等内容。本书中部分示例来源于实际工业、农业数字图像及机器视觉应用领域，其技术手段先进、适用范围广。本书既可作为高等学校机械电子、机器人工程、智能制造工程、自动化、计算机、电子信息、测控等专业的教材，也可作为相关科研和工程技术人员参考书籍。

本书介绍了深度学习在图像目标检测与识别领域的应用，主要包括基于UNet的图像去雾算法、基于特征融合GAN的图像增强算法、基于ESRGAN的图像超分辨率重建算法、基于嵌套UNet的图像分割算法、基于对抗迁移学习的水下大坝裂缝图像分割算法、基于改进Faster-RCNN的海洋生物检测算法、基于YOLOv4的目标检测算法、基于RetinaNet的密集目标检测算法、基于LSTM网络的视频图像目标实时检测算法、基于改进YOLOv4的嵌入式变电站仪表检测算法等。

"《通信原理——理论、分析及应用(新形态版)》是电子信息类专业教材，全面介绍了通信系统的基本概念、基本原理和基本分析方法。全书共分8章，内容包括通信的基本概念、通信系统和通信网的构成、信息及其度量、信道与噪声、模拟调制系统、数字基带传输系统、数字频带传输系统、模拟信号的数字传输、信道编码和同步原理等。本书强调通信系统的理论基础与技术思想，将理论知识与工程实践相结合，并有机融入课程思政元素，吸收新的技术成果应用。各章重要知识点均配套了教学视频，并在每章末尾通过思维导图梳理本章知识脉络，且附有适量思

"本书详细地论述了信号与系统的基本概念和基本方法,特别是确定信号和随机信号通过线性时不变
系统的求解方法; 并以通信系统为例,阐述了信号与系统的分析方法。
全书共8章。第1章为信号与系统的基本概念; 第2章为傅里叶级数与傅里叶变换; 第3章为确定信
号通过线性时不变系统; 第4章为随机信号及其表征; 第5章为随机信号通过线性时不变系统; 第6章为
模拟信号的数字化; 第7章为模拟通信系统; 第8章为数字通信系统。
本书可以作为高等院校电子类、计算机类和生物医学工程等

本书共7章，分别从正则化模型解决方案到深度学习模型解决方案阐述了作者多年来在图像复原技术中的主要研究成果，介绍了这些解决方案背后的研究思想、模型及实验分析结果。

本书可作为数字信号处理与数字图像处理两门专业理论课的教材，囊括了大量从一维到多维的信号处理Matlab实验案例。本书的编写目标是通过实践增强学生对理论知识的理解，提高学生对信号处理领域的系统认知，同时也加强对信号处理这门课程的兴趣。本书主要内容包含两大部分，第一部分是一维信号处理，包括其生成、简单运算等一般操作，时频变换等基础计算，以及卷积、滤波等实际常用的处理任务；第二部分为图像处理实验，除了简单运算操作及特征变换等基本内容外，还包括去噪、反卷积、压缩等实际图像处理问题。

本书针对图像处理中常见的问题，如噪声、对比度不足、颜色不统一等，提供了多种预处理方法。首先，针对低照度图像，本书介绍了一种对比度增强方法，该方法可以有效提高图像的视觉效果，使其更清晰。此外，对于不同相机拍摄的彩色图像间颜色不统一的问题，本书也提出了一种有效的颜色转移方法，确保不同来源的图像在色彩上保持一致。对于灰度化处理，本书提出了一种考虑色彩信息损失的方法，既简化了图像又保留了重要色彩信息。此外，针对脉冲噪声，本书还给出了一种基于线性结构特征的滤波方法。此外，本书还给出了一种基于ta

"本书是一本介绍数字图像处理入门与基础的图书。数字图像处理已经融入日常生活中，其重要性不言自明。本书以现代数字图像处理发展的**理论为基础，以当前***的Python编程语言作为工具，借助NumPy、Pillow和Matplotlib等库，以理论和实践相结合，二者并重的形式介绍数字图像处理。
本书共9章，其中数字图像处理简介、开发环境搭建、初识数字图像处理、NumPy基础等章节，重在介绍图像处理的相关背景和基础知识；图像点运算、图像邻域运算和图像全局运算等章节是本书的重点，按照图像处理过程