本书系统地讲解了数字图像处理的基础和进阶知识，涵盖基础概念、系统构建、算法及其应用，辅以丰富的教学和科研案例，详细介绍了如何利用C++和Python语言，结合OpenCV库进行图像处理算法的编程实现。同时，本书介绍了深度学习在数字图像处理中的应用前沿技术，如GoogleNet、ResNet、Transformer、YO

本书深入探讨深度学习在图像识别领域的革新应用，从基础理论到前沿实践全面覆盖。阐述神经网络架构、算法精髓，展示卷积神经网络(CNN)、循环神经网络(RNN)及生成对抗网络(GAN)等网络在图像识别中的创新应用。聚焦医学影像、公共安全、智能交通等领域，探讨深度学习技术的广泛影响力。

本书详细地介绍了数字图像处理的基础知识以及相关技术。为了使基于图像理论的知识点更加容易被理解、实用性更强，本书大量引用具体实例，并紧密联系实际图像处理的应用背景，同时列举了基于Python的仿真实例。全书共分为7章，第1章为绪论，旨在让读者对数字图像处理基础有一个概要的认识；第2章介绍图像视觉系统与图像输入/输出设备，

本书首先，针对多模态图像融合，介绍基于生成对抗网络的红外可见光图像融合和基于无监督信息保留增强的医学图像融合方法。其次，针对数字摄影图像融合，介绍基于生成对抗网络与自适应梯度联合约束的多聚焦图像融合和基于本征图像分解的多曝光图像融合方法。然后，针对遥感图像融合，介绍基于生成对抗网络的无监督全色锐化和基于尺度迁移学习与光

全书共6章。第1章介绍信息论的诞生、一般模型和香农信息的概念。第2章介绍信息度量、平均信息量等概念，给出不确定性的基本度量方法。之后的4章分别研究离散信源、无失真信源编码、离散信道、有噪信道编码方面的内容。本书围绕平均自信息量、平均互信息量、平均符号熵、平均码长、信道容量、平均错误概率六大概念，由点及面、由浅入深，逐级

本书是信息论领域的奠基之作，分两部分详细解释了通信的数学理论基础。第一部分提供了通信领域的全景式概述，为读者后续进入更深入的数学理论部分作铺垫。第二部分则是本书的核心，它深入探讨了通信理论的数学基础，包括离散和连续信源、信道容量、编码理论等核心概念，并讨论了这些理论在通信系统中的实际应用。

本书根据智能制造类企业中自动化设备的设计、安装、编程、调试等岗位的职业技能要求编写而成，通过14个任务，介绍了工业通信技术常用的RS-232通信、RS-485通信、以太网通信，PLC与二维码、RFID射频卡通信，PLC与变频器通信，PLC之间组网通信，PLC与温控器、远程IO模块、热敏打印机之间通信。本书内容丰富、结构

本书主要包括4篇——信息通信工程施工作业安全管理标准化、信息通信工程施工作业过程安全管理、信息通信工程危险性较大的作业环境施工安全管理、信息通信工程施工作业工器具使用安全，详细讲述信息通信工程施工作业安全管理的基本要求，参建单位安全生产管理的主体责任，参建人员的权利和义务、管理职责，讲述各专业工程施工作业现场安全隐患的

本书分基础知识部分(包括原理篇和设备篇)和测试题部分。基础知识部分主要介绍电信交换的基本概念、分类组成、重点介绍程控交换基本原理，并介绍电信交换相关的设备知识。自测题部分是针对前面的基础知识对应设置的练习题，起到帮助读者巩固知识的作用。

本书以通信、电信领域的具体应用为背景，以卷积模型为主线，借助信号分解全面分析了信号与系统的频率特性，借助S变换、Z变换系统讲述了线性系统的分析方法。本书内容简单明了，物理概念的讲述通俗易懂，问题分析逻辑性强，实例针对性强。相应章节增加了关键知识点的Python仿真，实现了卷积、系统求解、傅里叶变换等核心算法及其应用，将