Ansys|91国内精品视频|Matlab|91国内精品久久久|R语言培训课程班-91国内精品久久-曙海培训深圳成都南京苏州杭州

        1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

圖像處理和識別培訓大綱

一 數字圖像基礎

1.1 什么是數字圖像？

1.2 圖像感知和獲取

1.3 圖像的表達

1.4 圖像處理的基本步驟

1.5 圖像處理的應用實例

二 空間域圖像增強

2.1為什么進行圖像增強

2.2 灰度直方圖處理

2.3 平滑空域濾波器

2.4 銳化空域濾波器

2.5 混合空間濾波器

2.6 空間域濾波的應用案例

三 頻域圖像增強

3.1 圖像傅里葉變換

3.2 平滑頻域濾波器

3.3 銳化頻域濾波器

3.4 同態濾波器

3.5 頻域濾波的應用案例

四 小波變換和多分辨率處理

4.1 圖像金字塔

4.2 多分辨率展開

4.3 一維小波變換

4.4 二維小波變換

4.5 小波變換的應用案例

五 形態學圖像處理

5.1 圖像的膨脹與腐蝕

5.2 圖像的開操作與閉操作

5.3 形態學算法提取圖像特征

5.4 形態學算法提取圖像特征的應用案例

六 圖像分割

6.1 間斷檢測

6.2 邊緣頰側和邊界檢測

6.3 基于區域的分割

6.4 基于聚類的分割

6.5 圖像分割在目標追蹤中的應用案例

七 圖像特征提取、描述與融合

7.1 圖像的基本特征

7.2 圖像紋理特征提取與分析

7.2 圖像特征描述子

7.3 SIFT特征提取與描述

7.4 邊界特征的提取與描述

7.5 圖像特征的融合

7.6 SIFT圖像特征的應用案例

八 圖像識別

8.1 模式與模式識別

8.2 圖像匹配

8.3 目標識別

8.4 目標識別中的反饋機制

8.5 圖像識別的應用案例

九 深度學習在圖像處理中的應用

9.1 人工神經網絡的基本實現

9.2 深度學習的簡介

9.3 深度學習與圖像匹配的結合

9.4 深度學習與目標識別的結合

9.5 深度學習在圖像處理中的應用案例