隨著多媒體、計算機等技術(shù)的飛速發(fā)展，人們獲取信息的渠道日益增多，音頻、圖像以及視頻的應用也越來越廣泛。這主要體現(xiàn)在兩個方面：一是人們對音頻、圖像以及視頻信息獲取的需求越來越強烈；二是通信、計算機、廣播電視技術(shù)的發(fā)展，特別是微電子技術(shù)的進步，為音頻、圖像以及視頻信息的處理和通信提供了實現(xiàn)的可能。

如今，越來越多的研究和應用領(lǐng)域都已離不開音頻、圖像以及視頻的處理，特別是在高等院校的教學和科研等工作中，對音頻、圖像以及視頻知識的需求更加迫切。然而，一些相關(guān)音頻、圖像以及視頻處理書籍基本都會將音頻、圖像或者視頻分開講解，針對這三者統(tǒng)一說明和闡述的書并不多見。針對現(xiàn)狀，本書結(jié)合了音頻、圖像以及視頻三方面的知識，首先從人類腦科學的聽覺、視覺出發(fā)，介紹了聽覺、視覺感知模型，隨后給出了如何應用軟件獲取和處理音頻、圖像以及視頻數(shù)據(jù)。在簡單回顧了數(shù)據(jù)信號處理，尤其是語音信號處理的基本理論后，本書系統(tǒng)地介紹了音頻、圖像以及視頻處理的基本理論及其相關(guān)壓縮標準。最后，本書針對音頻、圖像以及視頻的應用問題，分別給出了基于內(nèi)容的音頻、圖像以及視頻的檢索實例。

本書由韓冰擔任主編，楊曦、張建龍擔任副主編。楊曦編寫了第7章和第8章，張建龍編寫了第9章，韓冰編寫了其余章節(jié)。西安電子科技大學的博士研究生王平做了大量的組織協(xié)調(diào)和整理工作，仇文亮和趙曉靜等同學參與了收集資料、繪制圖表等工作�？梢哉f本書的出版與他們的努力工作是分不開的。本書的編寫還得到西安電子科技大學高新波教授、焦李成教授、石光明教授、蘇濤教授和史林教授等老師的鼓勵和支持，在此向他們表示深深的謝意。本書在編寫過程中參考了大量的文獻，在此向所有參考文獻的作者表示衷心的感謝。最后，要特別感謝西安電子科技大學出版社社長胡方明的耐心指導和責任編輯王斌的辛勤工作，有了他們的付出，本書才能夠順利出版。

感謝國家自然科學基金委員會一直以來對我們課題組在音頻、圖像以及視頻方面研究的大力支持，使我們先后得到三個國家自然科學基金（61572384、60902082和41031064）的資助。同時，我們還得到了陜西省自然科學基礎(chǔ)研究計劃資助項目（2011JQ8019）、海洋公益性行業(yè)科研專項（201005017）以及教育部留學回國人員科研啟動基金的支持與資助。正是在這些基金和項目的資助下，我們的編寫工作才能正常有序地進行。

由于編者水平有限，書中難免存在疏漏和不足之處，敬請廣大讀者批評指正。

韓 冰

2018年6月于西安