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。

人工智能-圖像處理和識別培訓大綱

第一講 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
第二講 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
第三講 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
第四講 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
第五講 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
第六講 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
第七講 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
第八講 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
第九講 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