具体知识会在合适的时间补充完整

1 基础知识

1)  数字图像处理基本知识

2)  数字图像处理的三个层次

3)  数字图像处理的基本原理和常用方法

4)  图像的表示和可视化

5)  图像取样和量化

6)  像素间的关系

7)  像素间数学关系

8)  黑白图像与灰度图像

2 颜色空间与彩色图像

1)  彩色图像和颜色空间

2)  伪彩色图像处理

3)  颜色空间转换

4)  基于彩色的图像分割

5)  彩色图像灰度化

6) 常见的图片格式

3 灰度变换与空间滤波

1)  灰度变换函数

2)  灰度直方图

3)  空间滤波

4)  平滑处理

5)  锐化处理

6)  混合空间增强

7)  模糊集合技术

4 频率域滤波

1)  单变量离散傅里叶变换

2)  二维离散傅里叶变换

5 图像分割

1)  点&线&边缘检测

2)  阈值处理

3)  基于区域分割

4)  分水岭算法

5)

6)

7)

6 小波和多分辨率

1)  图像金字塔 & 子带编码 & 哈尔变换

2)  多分辨率展开

3)  小波变换

4)

5)

6)

7)

7 图像压缩

1)

2)

3)

4)

5)

6)

7)

8 形态学

1)  膨胀 & 腐蚀

2)  开运算 & 闭运算

3)  基本形态学算法

9 图像复原与重建

1)

2)

3)

4)

5)

6)

7)

10 表示和描述

1)

2)

11 目标检测 & 目标识别 & 追踪算法

12 特征提取 & 图像检索 & 分类识别

12.1 特征提取

12.1.1 全局特征

12.1.2 局部特征

12.1.3 纹理特征

12.1.4 图像检索

12.1.5 分类识别

13 机器学习

13.1 线性模型

13.2 决策树

13.3 神经网络

13.4 贝叶斯分类器

13.5 集成学习

13.6 聚类

13.7 降维与度量学习

13.8 特征选择与稀疏学习

13.9 半监督学习

13.10 概率图模型

13.11 规则学习

13.12 强化学习

14  深度学习

14.1 caffe

14.1.1 Ubuntu环境配置编译和安装

1) Ubuntu 14.04 LTS, 64bit,cuda 7,  caffe环境配置编译和安装

2) Ubuntu 16.04 LTS, 64bit,cuda 8, Caffe环境配置编译和安装 

14.1.2 Caffe项目

1) 训练MNIST数据集模型 

2) caffe web demo 搭建

3) DeeoID:Deep learning face representation from predicting 10,000 classes
4) DeepID2:Deep Learning Face Representation by Joint Identification-Verification
5) DeepID2+:Deeply Learned Attributes for Crowded Scene Understanding
6) DeepID3:Face Recognition with Very Deep Neural Networks
7) Caffe 实践DeepID(人脸识别)

8) CNN人脸关键点检测

9) 油画风格(Neural style)

14.2 Tensorflow

15 增强现实

16 图像滤镜

16.1 颜色变换矩阵

16.2 卷积

16.3 融合效果滤镜

16.4 

17 视频特效

18 指纹识别 & 破解

19 其他生物特性识别

20 图像融合

20.1 基于权因子的图像融合

20.2 多频段图像融合

20.3 泊松图像融合(泊松融合)

20.4 梯度场融合(gradient field)

21 图像拼接,全景拼接

1) 多图全景拼接

2) 多摄像头视频拼接

3) 360视角拼接

4) 拼接星球效果

22 OCR文字识别

22.1  文字定位

22.2  文字分割

22.3  文字识别

23 条形码&二维码

1) 条形码生成

2) 条形码识别

3) 二维码生成和风格化

4) 二维码识别

24 高动态范围图像(HDR图像)

1) 高动态范围(HDR)

2) 单图HDR

3)多图HDR

25 图像放大、缩小和超分辨率

1)  缩小

2) 放大

3) 超分辨率

数字图像处理目录列表相关推荐

  1. 【遥感数字图像处理教程】理论基础知识目录(5章全)

    文章目录 1. 专栏简介 2. 专栏地址 3. 专栏目录 1. 专栏简介 遥感数字图像的处理,是对遥感数字图像的计算机处理.与工业和医学数字图像不同,遥感数字图像类型更为多样,内容更为复杂.因此,遥感 ...

  2. 数字图像处理专栏目录

    注:转载请标明原文出处链接:https://xiongyiming.blog.csdn.net/article/details/103137690 为了方便查阅复习,将自己原来撰写的博文进行整理,数字 ...

  3. 数字图像处理(入门篇)目录

    目录: 1  数字图像处理(入门篇)一 图像的数字化与表示 2 数字图像处理(入门篇)二 颜色空间 3 数字图像处理(入门篇)三 灰度化 4 数字图像处理(入门篇)四 像素关系 5 数字图像处理(入门 ...

  4. 数字图像处理实验目录

    matlab学习与操作和图像的傅里叶变换和频域处理 matlab学习与操作 实验内容: 6. 读入两幅彩色图像,并分别显示图像的尺寸信息,裁剪两幅图片为相同的正方形尺寸,并保存为两幅新的图片A和B. ...

  5. 数字图像处理 博客目录索引

    学习数字图像处理博客索引 更多细节参考:http://face2ai.com/categories/数字图像处理/ 如对计算机视觉,机器学习,深度学习以及其数学原理有兴趣可以通过下面二维码添加博客管理 ...

  6. 数字图像处理——第四章 频率域滤波

    数字图像处理--第4章 频率域滤波 文章目录 数字图像处理--第4章 频率域滤波 频率域 1.傅里叶级数原理 1.1.一维傅里叶变换 1.2.二维傅里叶变换 2.python×傅里叶级数 2.1.傅里 ...

  7. python数字图像处理(1):环境安装与配置

    一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点: 1.不开源,价格贵 2.软件容量大.一般3G以上,高版本甚至达5G以上. 3.只能做研究,不易转化成软件. 因 ...

  8. 第2章 Python 数字图像处理(DIP) --数字图像基础5 -- 算术运算、集合、几何变换、傅里叶变换等

    目录 数字图像处理所有的基本数字工具介绍 算术运算 集合运算和逻辑运算 空间运算 向量与矩阵运算 图像变换 图像和随机变量 数字图像处理所有的基本数字工具介绍 算术运算 # 相加 img_ori = ...

  9. 初始----python数字图像处理--:环境安装与配置

    一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点: 1.不开源,价格贵 2.软件容量大.一般3G以上,高版本甚至达5G以上. 3.只能做研究,不易转化成软件. 因 ...

最新文章

  1. 重新捡起flask(二)
  2. Java中如何锁文件
  3. 【深度学习】PyTorch 中的线性回归和梯度下降
  4. java图片预览上传_java实现文件上传、下载、图片预览
  5. matlab将图片旋转的代码_【MATLAB】钟表
  6. 接口报params province error_Python接口测试实践之用例封装及测试报告生成
  7. Dapper.NET—轻量ORM
  8. 关于项目部署到外网后,访问域名失败的原因之一
  9. mysql读写分离中间件都有哪些_MySQL读写分离中间件Atlas
  10. 私有云落地解决方案之网络篇-网络架构
  11. Navicat Premium 连接 MongoDB 失败: Cannot connect to MongoDB.No suitable servers found: ......
  12. POJ 3388 Japanese Puzzle(二分法)
  13. JMeter 进行 MD5加密
  14. linux CPU占用率高
  15. CentOS7配简单的桌面环境openbox
  16. [拉格朗日乘数法 二分] BZOJ 2876 [Noi2012]骑行川藏
  17. 学钢琴时如何提高识谱能力
  18. 谈谈我所了解的数据分析行业(上)
  19. 清华大学教授张长水:基于小样本学习的计算机视觉应用
  20. 遗传基因科普(4):为何人类不能制造DNA分子?

热门文章

  1. 坐在宝座上圣洁羔羊 男声N重唱
  2. How to go between HK and Shenzhen (Futian)?
  3. MICROSOFT EXCEL FILE FORMAT(BIFF2.1)
  4. linux shell 脚本练习,shell脚本小练习
  5. DPDK pci设备初始化(十七)
  6. C++中const引用和非const引用的使用注意
  7. 【C++】unordered_map 使用方法
  8. FastDFS蛋疼的集群和负载均衡(十五)之lvs四层+Nginx七层负载均衡
  9. ML之监督学习算法之分类算法一 ———— k-近邻算法(最邻近算法)
  10. Swift 3.1 的一些新特性