本書主要介紹國(guó)內(nèi)外光學(xué)視頻衛(wèi)星的發(fā)展現(xiàn)狀、光學(xué)視頻衛(wèi)星數(shù)據(jù)處理與應(yīng)用原理、方法及應(yīng)用效果。具體內(nèi)容包括光學(xué)衛(wèi)星視頻預(yù)處理、光學(xué)衛(wèi)星視頻超分辨率重建、光學(xué)衛(wèi)星視頻動(dòng)目標(biāo)檢測(cè)、光學(xué)衛(wèi)星視頻動(dòng)目標(biāo)跟蹤、光學(xué)衛(wèi)星視頻三維重建等。針對(duì)目前在軌光學(xué)視頻衛(wèi)星的成像特點(diǎn)，結(jié)合衛(wèi)星視頻中所觀測(cè)的地物場(chǎng)景和目標(biāo)類型，提出一套適用于光學(xué)衛(wèi)星

本書從數(shù)學(xué)角度系統(tǒng)歸納了信號(hào)處理中常用的數(shù)學(xué)變換的概念、原理和方法.主要包括最佳逼近理論、分?jǐn)?shù)域信號(hào)變換和性質(zhì)、分?jǐn)?shù)域均勻非均勻采樣的特點(diǎn)及誤差分析、分?jǐn)?shù)域數(shù)學(xué)變換方法的快算算法和離散化方法、分?jǐn)?shù)域數(shù)學(xué)變換方法在信號(hào)處理領(lǐng)域的典型應(yīng)用案例。本書可供數(shù)學(xué)與信息科學(xué)等相關(guān)專業(yè)的學(xué)生、教師、科技工作者和工程技術(shù)人員參考使用.

《盲圖像分離理論與應(yīng)用》是對(duì)盲源分離技術(shù)的**研究成果進(jìn)行的調(diào)研和總結(jié)，共9章，內(nèi)容包括緒論、基本理論、基于變換域SCA的盲圖像分離、抗加性高斯白噪聲的盲圖像分離、抗混合噪聲的盲圖像源分離、高效的盲圖像分離、基于稀疏盲圖像分離的遙感影像融合、基于形態(tài)成分分析的盲圖像分離與應(yīng)用、基于深度學(xué)習(xí)的盲源分離。

本書根據(jù)高等工科學(xué)校信號(hào)與系統(tǒng)課程教學(xué)基本要求編寫。全書共7章，主要內(nèi)容包括信號(hào)與系統(tǒng)概論、LTI系統(tǒng)的時(shí)域分析法、信號(hào)與系統(tǒng)的頻域分析、連續(xù)信號(hào)與系統(tǒng)的復(fù)頻域分析、離散信號(hào)與系統(tǒng)的z域分析、狀態(tài)變量分析法、信號(hào)與系統(tǒng)的MATLAB輔助分析，并在最后附有每章的部分習(xí)題答案。全書概念準(zhǔn)確，重點(diǎn)突出，結(jié)構(gòu)清晰，文字精練，例

本書是作者及其合作者長(zhǎng)期以來在非線性動(dòng)力學(xué)與微弱信號(hào)檢測(cè)領(lǐng)域科研成果的總結(jié)。書中系統(tǒng)地介紹了基于非線性動(dòng)力學(xué)的微弱信號(hào)檢測(cè)方法，內(nèi)容包括基于隨機(jī)共振的微弱信號(hào)檢測(cè)方法，基于混沌振子的微弱信號(hào)檢測(cè)原理及方法，基于Duffing振子、雙耦合Duffing振子、耦合vanderPol-Duffing振子、Holmes-Duf

本書在詳細(xì)介紹三維重建概念的基礎(chǔ)上，分析了三維重建的研究前沿，重點(diǎn)介紹了稠密匹配、射影重建、遮擋點(diǎn)恢復(fù)、捆綁調(diào)整、相機(jī)標(biāo)定等方面的研究成果，可使讀者對(duì)三維重建有更深入的理解，對(duì)促進(jìn)我國(guó)在該領(lǐng)域的快速發(fā)展具有積極意義。

本書系統(tǒng)地介紹隨機(jī)信號(hào)處理的基本理論、算法及應(yīng)用。全書共8章，內(nèi)容包括：離散時(shí)間信號(hào)處理基礎(chǔ)、隨機(jī)信號(hào)分析基礎(chǔ)、隨機(jī)信號(hào)的線性模型、非參數(shù)譜估計(jì)、**線性濾波器、最小二乘濾波和預(yù)測(cè)、參數(shù)譜估計(jì)以及自適應(yīng)濾波器。本書采用大多數(shù)碩士研究生和工程技術(shù)人員熟悉的數(shù)學(xué)知識(shí)闡述隨機(jī)信號(hào)處理原理，對(duì)于重要原理和算法既介紹數(shù)學(xué)推導(dǎo)也講

《基于非線性融合的夜間圖像顯著目標(biāo)檢測(cè)》通過對(duì)視覺認(rèn)知的兩種模式—自底向上的顯著目標(biāo)檢測(cè)模型和自頂向下顯著目標(biāo)檢測(cè)模型的研究發(fā)現(xiàn)，底層視覺刺激可以注意資源的分配，而頂層的視覺感知和先驗(yàn)知識(shí)又能很好地指導(dǎo)視覺顯著目標(biāo)的檢測(cè)，將兩者相結(jié)合可以提高檢測(cè)效率�！痘�于非線性融合的夜間圖像顯著目標(biāo)檢測(cè)》采用自底向上與自頂向下相結(jié)合

本書是一部高等教材，介紹了陣列信號(hào)處理的基礎(chǔ)理論和方法。陣列信號(hào)處理作為信號(hào)處理的一個(gè)重要分支，在通信、雷達(dá)、聲吶等諸多領(lǐng)域有著廣泛的應(yīng)用。本書作為陣列信號(hào)處理方面的入門教材和參考書，主要內(nèi)容包括窄帶、寬帶陣列信號(hào)的建模與校正，窄帶、寬帶波束形成理論與方法，窄帶、寬帶、非相干源、相干源信號(hào)波達(dá)方向估計(jì)理論與方法，寬頻段

本書系統(tǒng)地介紹了電磁頻譜數(shù)據(jù)挖掘理論與應(yīng)用，主要介紹作者在電磁頻譜數(shù)據(jù)挖掘領(lǐng)域已公開發(fā)表的系列研究工作，內(nèi)容包括：穩(wěn)健的時(shí)域頻譜數(shù)據(jù)挖掘、異構(gòu)的空時(shí)頻譜數(shù)據(jù)挖掘、多維的主動(dòng)頻譜數(shù)據(jù)挖掘、非線性協(xié)同頻譜數(shù)據(jù)挖掘、群智的地理頻譜數(shù)據(jù)挖掘和圖像化的頻譜數(shù)據(jù)挖掘等。

信號(hào)檢測(cè)與分析是一門多學(xué)科綜合的新興技術(shù)，《信號(hào)檢測(cè)與分析》綜合利用信息論、控制論、數(shù)字信號(hào)處理、隨機(jī)過程、譜分析等理論，重點(diǎn)突出以信息論為基礎(chǔ)的相關(guān)理論在信號(hào)檢測(cè)中的應(yīng)用，例如，如何進(jìn)行信號(hào)的檢測(cè)、估計(jì)和分析，以及如何在干擾環(huán)境下有效地提取有用信號(hào)等知識(shí)。具體而言，《信號(hào)檢測(cè)與分析》主要涉及信號(hào)檢測(cè)與估計(jì)、信號(hào)分析與

本書的主要內(nèi)容是作者在基于聚類分析的圖像分割這一領(lǐng)域的研究成果。全書共7章。第1章主要介紹了相關(guān)研究背景、目的意義及國(guó)內(nèi)外研究現(xiàn)狀；其次，具體闡述了圖像分割研究概況、主要方法及應(yīng)用領(lǐng)域，并對(duì)國(guó)內(nèi)外聚類分割算法的研究現(xiàn)狀進(jìn)行了分析和綜述。第2章介紹了目前常用的經(jīng)典聚類分割算法，第3章提出一種基于二次分水嶺和Ncut算法的

本書以認(rèn)知無線網(wǎng)絡(luò)為背景，闡述認(rèn)知無線網(wǎng)絡(luò)中頻譜檢測(cè)與資源管理關(guān)鍵技術(shù)。本書重點(diǎn)敘述了基于分布式壓縮感知的認(rèn)知無線網(wǎng)絡(luò)寬帶頻譜檢測(cè)、認(rèn)知無線網(wǎng)絡(luò)頻譜分配和多用戶多資源聯(lián)合分配與優(yōu)化。本書共7章，第1章概述認(rèn)知無線網(wǎng)絡(luò)頻譜檢測(cè)與資源管理技術(shù)背景；第2章介紹分布式壓縮感知（DCS）理論；第3章介紹分布式信號(hào)重構(gòu)；第4章詳細(xì)

本書以優(yōu)化問題開篇，逐漸引入群智能優(yōu)化算法的概念，由群智能優(yōu)化算法逐步引入BBO，對(duì)BBO背景、原理、存在的缺陷及改進(jìn)動(dòng)機(jī)進(jìn)行了詳細(xì)介紹，對(duì)BBO目前國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述，對(duì)BBO各步驟代表性改進(jìn)研究進(jìn)行了簡(jiǎn)述，并詳細(xì)描述了6項(xiàng)作者課題組對(duì)BBO的創(chuàng)新性改進(jìn)研究。6項(xiàng)研究分別為"差分遷移和趨優(yōu)變異的BBO算法(DG

圖像成為人們對(duì)事物進(jìn)行感知和認(rèn)識(shí)的基本方式�？墒�，日常生活中人們接觸或獲取的各類圖像一般都蘊(yùn)含較為復(fù)雜的信息。圖像處理算法尤其是自適應(yīng)圖像處理算法已成為圖像處理和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)�！蹲赃m應(yīng)圖像處理算法及應(yīng)用研究》主要對(duì)二維經(jīng)驗(yàn)?zāi)Ｊ椒纸?BEMD)、二維局域均值分解(BLMD)、深度學(xué)習(xí)及自適應(yīng)小波算法進(jìn)行研究

圖像閾值化是圖像分割中的重要技術(shù)，《灰度圖像閾值分割法》結(jié)合作者的研究成果，從數(shù)學(xué)機(jī)理和算法角度，基于灰度直方圖統(tǒng)計(jì)信息，較為系統(tǒng)地闡述了灰度圖像閾值分割的幾個(gè)主要方法，包括Otsu法（也稱為**類間方差法或*小類內(nèi)方差法）、*小交叉熵法、**熵法、*小誤差法以及基于灰度共生矩陣的閾值法和其他方法。

1.本書重點(diǎn)介紹了數(shù)字圖像處理的基本概念、基本理論、實(shí)用技術(shù)，以及用MATLAB進(jìn)行圖像處理、編程的方法。2.本書結(jié)構(gòu)安排合理，敘述清晰，理論與實(shí)踐并重，使用MATLAB作為實(shí)驗(yàn)平臺(tái)，加入了大量的實(shí)驗(yàn)實(shí)例，并且有大量的實(shí)驗(yàn)結(jié)果圖片，對(duì)讀者的理解有很大的幫助。3.本書深入淺出、圖文并茂，文字描述力求簡(jiǎn)單易懂。選材上既注重

本書系統(tǒng)地論述和分析了圖像去噪、圖像增強(qiáng)、圖像融合和圖像復(fù)原的基礎(chǔ)理論和相關(guān)技術(shù)。全書共分10章，主要闡述了若干種數(shù)字圖像去噪、增強(qiáng)、融合與復(fù)原預(yù)處理算法，即基于小波域旋轉(zhuǎn)奇異值分解與邊緣保留的圖像去噪方法、基于小波域奇異值差值建模的圖像去噪方法、基于自適應(yīng)分塊旋轉(zhuǎn)的奇異值分解圖像去噪方法、基于人工魚群與粒子群混合的圖

全書分為七章。第一章介紹了異源圖像匹配相關(guān)概念，異源圖像匹配研究現(xiàn)狀和異源圖像匹配應(yīng)用領(lǐng)域，并對(duì)異源圖像匹配面臨的技術(shù)難題進(jìn)行了詳細(xì)分析。為了讓讀者更好的理解后續(xù)章節(jié)內(nèi)容，本書第二章對(duì)數(shù)字圖像處理基礎(chǔ)中的圖像傳感器、采樣和量化，數(shù)字圖像處理中的基本數(shù)學(xué)操作、空域圖像處理和頻域數(shù)字圖像處理等基本概念進(jìn)行了介紹。第三章對(duì)圖

本書包含經(jīng)典數(shù)字信號(hào)處理的理論、分析與應(yīng)用，一共設(shè)有八個(gè)章節(jié)：第1章介紹時(shí)域離散信號(hào)與系統(tǒng)，側(cè)重介紹離散信號(hào)的時(shí)域表達(dá)與運(yùn)算、離散系統(tǒng)的性質(zhì)與時(shí)域表征；第2章介紹時(shí)域離散信號(hào)與系統(tǒng)的頻域分析，側(cè)重介紹Z變換與離散時(shí)間傅里葉變換DTFT，以及對(duì)離散系統(tǒng)的頻域表征；第3章介紹離散傅里葉變換DFT，介紹了對(duì)不同信號(hào)的四種傅里