本书系统介绍了数字图像融合领域的一些常见算法，便于读者全面了解和学习数字图像融合领域的一些基本概念和前沿知识，以适应现代信息技术的发展。书中系统介绍了数字图像融合的基本概念，并针对不同传感器获得的数字图像进行了分类，还对不同类型的数字图像分别介绍了不同的图像融合算法。本书共分为8章，主要内容包括图像融合简介、基于小波和轮廓波的多聚焦图像融合、基于剪切波和Smoothlet的多聚焦图像融合、红外与可见光数字图像融合、医学图像融合、基于仿生算法的医学图像融合、遥感图像融合和数字图像融合发展趋势。本书适合计算机视觉、卫星遥感和医学图像等相关领域的研究人员、工程技术人员和算法爱好者阅读，也适合各大院校电子信息专业的本科生、研究生和教师作为相关专业的教材或教学参考书使用。

本书系统介绍了数字图像融合领域的一些常见算法，便于读者全面了解和学习数字图像融合领域的一些基本概念和前沿知识，以适应现代信息技术的发展。书中系统介绍了数字图像融合的基本概念，并针对不同传感器获得的数字图像进行了分类，还对不同类型的数字图像分别介绍了不同的图像融合算法。本书共分为8章，主要内容包括图像融合简介、基于小波和轮廓波的多聚焦图像融合、基于剪切波和Smoothlet的多聚焦图像融合、红外与可见光数字图像融合、医学图像融合、基于仿生算法的医学图像融合、遥感图像融合和数字图像融合发展趋势。本书适合计算机视觉、卫星遥感和医学图像等相关领域的研究人员、工程技术人员和算法爱好者阅读，也适合各大院校电子信息专业的本科生、研究生和教师作为相关专业的教材或教学参考书使用。

《算法分析与设计：图灵计算机科学丛书》系统地阐述了算法设计的方法、技术和应用实例。全书内容包括基础算法、基本数据结构、基本算法设计技术、图算法、网络流和匹配、文本处理算法、数论算法、网络算法、NP完全性、近似算法、回溯法和分枝限界法、外存算法、并行算法和在线算法。Java实现示例覆盖了软件设计方法、面向对象实现问题和算法的实验性分析。这些典型问题的Java应用示例分布在不同的章节中。此外，书中以大量图例说明算法的工作过程，使算法更加易于理解和掌握。

《算法分析与设计：图灵计算机科学丛书》系统地阐述了算法设计的方法、技术和应用实例。全书内容包括基础算法、基本数据结构、基本算法设计技术、图算法、网络流和匹配、文本处理算法、数论算法、网络算法、NP完全性、近似算法、回溯法和分枝限界法、外存算法、并行算法和在线算法。Java实现示例覆盖了软件设计方法、面向对象实现问题和算法的实验性分析。这些典型问题的Java应用示例分布在不同的章节中。此外，书中以大量图例说明算法的工作过程，使算法更加易于理解和掌握。

《算法分析导论（第2版）》全面介绍了算法的数学分析所涉及的主要技术。涵盖的内容来自经典的数学课题（包括离散数学、初等实分析、组合数学），以及经典的计算机科学课题（包括算法和数据结构）。本书的重点是“平均情况”或“概率性”分析，书中也论述了“最差情况”或“复杂性”分析所需的基本数学工具。 《算法分析导论（第2版）》第 1 版为行业代表性著作，第 2 版不仅对书中图片和代码进行了更新，还补充了新章节。《算法分析导论（第2版）》共 9 章，第 1 章是导论；第 2～5 章介绍数学方法；第 6～9 章介绍组合结构及其在算法分析中的应用。除每章包含的大量习题以及参考文献外，《算法分析导论（第2版）》特设配套免费学习网站，为读者提供了很多关于算法分析的补充材料，包括课件和相关网站的链接，帮助读者提高学习兴趣，完成更深入的学习。 《算法分析导论（第2版）》适合作为...(展开全部)

本书全面介绍了算法的数学分析所涉及的主要技术，涵盖的内容来自经典的数学课题（包括离散数学、初等实分析和组合数学等），以及经典的计算机科学课题（包括算法和数据结构等）。本书的重点是平均情况或概率性分析，书中也论述了最差情况或复杂性分析所需的基本数学工具。本书第 1 版为行业代表性著作，第 2 版不仅对书中图片和代码进行了更新，还补充了新章节。全书共 9章，第 1 章介绍算法分析；第 2～5 章介绍数学方法；第 6～9 章介绍组合结构及其在算法分析中的应用。 本书适合作为高等院校数学、计算机科学以及相关专业的本科生和研究生的教材，也可供相关技术人员和爱好者学习参考。

《算法分析导论（第2版）》全面介绍了算法的数学分析所涉及的主要技术。涵盖的内容来自经典的数学课题（包括离散数学、初等实分析、组合数学），以及经典的计算机科学课题（包括算法和数据结构）。本书的重点是“平均情况”或“概率性”分析，书中也论述了“最差情况”或“复杂性”分析所需的基本数学工具。 《算法分析导论（第2版）》第 1 版为行业代表性著作，第 2 版不仅对书中图片和代码进行了更新，还补充了新章节。《算法分析导论（第2版）》共 9 章，第 1 章是导论；第 2～5 章介绍数学方法；第 6～9 章介绍组合结构及其在算法分析中的应用。除每章包含的大量习题以及参考文献外，《算法分析导论（第2版）》特设配套免费学习网站，为读者提供了很多关于算法分析的补充材料，包括课件和相关网站的链接，帮助读者提高学习兴趣，完成更深入的学习。 《算法分析导论（第2版）》适合作为...(展开全部)

罗伯特·塞奇威克（Robert Sedgewick） 曾在斯坦福大学师从唐纳德·E.克努特院士，获得博士学位。他于1985年开始在普林斯顿大学任教，是该校计算机科学系的创始人，现任该校计算机科学系教授。他曾是Adobe Systems公司董事会成员，并在Xerox PARC、IDA 和 INRIA等机构从事研究工作。他是算法领域入门作品 Algorithms（Fourth Edition）的作者。 费利佩·弗拉若莱（Philippe Flajolet） 法国科学院院士，曾任法国国家信息与自动化研究所（INRIA）的资深研究总监，创建并领导了 ALGO 研究小组。他因在算法分析领域的开创性研究而声名鹊起，他在分析组合学领域梳理并发展出了强大的新方法，解决了很多悬而未决的难题，并在世界各地进行算法分析的教学。

本书共12章，即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、彩色图像处理、小波和多分辨率处理等。

本书是数字图像处理领域的一本新著，是1977年问世的《数字图像处理（第一版）》的重要修订与扩充。较上一版，啬了关于小波变换、图像形态学和彩色图像处理的章节，并新增了500多幅图像、200多幅图表。该书是近20年来此领域最权威的教材之一。全书共分12章，首先介绍了数字图像基础、空间域和频域的图像增强；然后讨论了图像复原、彩色图像处理、小波变换及多分辨率处理和图像压缩；最后讲述了形态学图像处理、图像分割、表示与描述和对象识别等。本书侧重于对数字图像处理基本概念和方法的介绍，并为本领域的进一步学习和研究奠定了坚实的基础。全书概念清楚、深入浅出、图文并茂，并且反映了近10年来数字图像处理领域的最新发展情况。 本书主要适用于信号与信息处理、计算机科学与技术、自动化、电子科学与技术、通信工程、地球物理、生物工程、物理、化学、医学、遥感等领域的大学教师、科技工作者...(展开全部)