本书在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括亮度变换、线性和非线性空间滤波、频率域滤波、图像复原与配准、彩色图像处理、小波、图像数据压缩、形态学图像处理、图像分割、区域和边界表示与描述以及对象识别等

9.1 图像匹配 9.2 图像的分类 9.3 图像识别 9.4 要点总结

3.4.1 图像分析引言 3.4.2 图像分析系统的组成 3.4.3 模式与模式类 3.4.4 决策论法 3.4.5 结构法

针对海底集矿机采矿环境图像,采用分段线性变换提高图像细节,中值滤波去除悬浮物干扰.利用形态学抗噪声梯度算子提取地形和障碍物轮廓,并用分段线性拟合计算出地表亮度变化率.根据表面亮度变化特征判断障碍物类型,采用自适应形态学对轮廓进行细化与连接.通过障碍投影变换计算出障碍物的距离、高度和宽度等信息.对陆地图像进行了分析,证明位置、高度和坡度等参数计算的可行性.利用上述方法对深海底的图像进行处理,不仅保留了边界信息,且提高了抗干扰能力和抗边界间相互影响能力,可有效识别深海底地形和障碍物,得出位置和形状等参数,可以为集矿机避障系统信息融合技术提供可靠数据

针对现今煤岩图像识别方法的缺乏与不足,为了挖掘新的煤岩图像识别方法以及更好地处理高维煤岩图像数据,提出了基于最大池化稀疏编码的煤岩识别方法.本方法在提取煤岩图像特征时加入了池化操作,在分类识别时采用了集成分类器,即多个弱分类器组成一个强分类器.实验结果表明:最大池化稀疏编码的特征提取方式能简单有效表达煤岩图像的纹理特征,大大增强煤岩图像的可区分性,获得较高的识别率,并且具有良好的识别稳定性.研究结果可为煤岩界面的自动识别提供新的思路和方法

一、图像增强（去噪） 二、图像分割（边缘检测） 三、目标表达、识别、跟踪 四、图像匹配（数据融合） 五、压缩与编码（JPEG2000） 六、图像数据库 七、基于内容检索（手写体识别，人脸识别） 八、信息隐藏与数字水印

I 目 录 1学科基础课平台必修课 《设计素描 B》 《平面色彩构成 B》 《平面色彩构成 B》考试大纲 《设计色彩 B》 《立体构成 B》 《数字图像处理》 《动画原理与技法》 《数字媒体概论》 《风景写生》 《3D max 专业软件》 《动画造型设计》 《三维动画创作》 《FLASH 动画》 《数字摄像基础》 《专业考察》 2学科基础课平台选修课 《设计史》 《中国画基础》 《速写》 《编排设计》 II 《摄影与摄像》 《艺术摄影》 《雕塑基础》 《剧本及分镜头设计》 《影视广告创意与表达》 《逐格动画》 《图形用户界面设计》 《二维动画软件》 《广告文案创作》 《电影艺术赏析》 《游戏开发与市场定位》 《动画场景设计》 《网站策划与设计》 《HTML5 程序设计》 《艺术设计概论》 《虚拟现实软件基础》 《多媒体交互艺术》 3专业课平台必修课 《CG 艺术创作 B》 《游戏原画设计》 《影视剪辑与非线性编辑》 《影视编辑与非线性编辑》 《影视后期合成》 III 《摄影与摄像课程设计》 《导演基础》 《FLASH 动画课程设计》 《毕业实习》 《毕业设计（论文）1》 《毕业设计（论文）2》 4专业课平台选修课 《数字音频处理》 《数字音频处理实验》 《逐格动画创意广告实训》课程设计 《视觉识别设计》 《虚拟现实技术》 《虚拟现实技术》课程设计大纲 《影视媒体课程设计》 《数字插画课程设计》 《交互界面设计》 《三维动画创作课程设计》 《逐格动画影片制作课程设计》 《游戏原画课程设计》 《二维动画课程设计》 《影视广告与特效》 《数字媒体艺术创新创业》 《项目管理与实践》 《数字合成影视动画》 《交互影像与虚拟现实》 《计算机游戏程序设计》 《计算机游戏程序设计实验》 《影视剧本创作》 《网络游戏美工》 《数字场景全景演示设计》 《MG 动画设计》 《电视栏目包装设计》 《VR 技术应用》

《专业实践》 《超密集无线组网》 《创新创业活动》 《多抽样率信号处理》 《多域感知与信息融合》 《分数域信号与信息处理及其应用》 《复杂系统与复杂网络》 《高等工程电磁场》 《高分辨率遥感图像理解》 《光纤宽带网络技术》 《行业前沿讲座》 《基于 FPGA 的通信系统设计》 《集成电路科学与工程》 《集成光电子芯片原理与应用》 《计算机视觉》 《近代光信息处理与应用》 《卡尔曼滤波及其在导航系统中的应用》 《空天地智能信息网络》 《空天信息通信技术》 《空天信息网络安全技术》 《雷达目标智能识别》 《雷达信号处理》 《绿色网络通信技术》 《模式识别与机器学习》 《嵌入式信息处理系统设计》 《人工智能导论》 《人工智能中的矩阵方法》 《认知无线电与认知网络》 《射频识别协议架构与安全认证》 《深度强化学习与信息处理》 《水中机器人实训》 《通信网理论与应用》 《通信系统软硬件协同设计》 《图像处理与图像理解》 《图像理解与识别》 《网络协议工程与算法》 《微波射频测量技术》 《微纳米信息系统与智能硬件》 《卫星通信智能抗干扰技术》 《文献阅读与学术写作》 《无线通信先进技术》 《无线通信原理与应用》 《现代数字通信》 《现代天线理论与技术》 《现代信号处理》 《信号检测与估计》 《信息论与编码理论》 《虚拟现实仿真系统实践》 《学科前沿讲座》 《遥感技术原理与应用》 《移动通信网络与系统》 《语义通信技术》 《智慧城市与物联网》 《智能网络协同计算实践》 《专业英语》 《最优化理论与方法》

《智慧农业专业导论》 《高等数学I》 《普通化学 I 》 《普通化学实验Ⅰ》 《高等数学Ⅱ》 《普通化学实验 I》 《有机化学 IV》 《大学物理 VI》 《仪器分析》 《植物学（含分类）》 《土壤肥料学》 《基础生物化学》 《植物生理学》 《遗传学》 《生物统计与试验设计》 《基础微生物学》 《数字图像处理》 《机器学习》 《农业生态学》 《植物生物技术导论》 《分子生物学导论》 《作物栽培学》 《作物育种学》 《数据库系统原理》 《农业信息技术》 《农业遥感学》 《现代农业机械》 《大数据处理与分析》 《传感器原理与应用》 《农业软件开发》 《植物保护通论》 《农业标准化》 《农业资源学》 《农业经济学》 《单片机原理及应用》 《安卓应用开发》 《人工智能与模式识别》 《神经网络与深度学习》 《智慧农场规划与设计》 《物联网工程》 《农业无人机遥感》 《农科英语阅读与写作》 《World Agriculture》 《作物田间表型获取与分析》实验 《毕业设计（论文）》 《创新基础》 《创新思维训练》 《科创指导和训练》 《创新精神与实践》 《创新创业领导力》

《多源信息融合技术》课程教学大纲.1 《非线性控制理论》课程教学大纲.5 《高动态导航技术》课程教学大纲.10 《机器人动力学与仿生控制》课程教学大纲.14 《机器视觉》课程教学大纲.18 《机器学习与数据挖掘》课程教学大纲.23 《模式识别》课程教学大纲.27 《强化学习与博弈》课程教学大纲.31 《神经网络与深度学习》课程教学大纲.35 《数字图像处理》课程教学大纲.39 《先进驱动控制技术》课程教学大纲.43 《现代传感技术及应用》课程教学大纲.47 《现代电力电子学》课程教学大纲.51 《现代信号处理》课程教学大纲.55 《线性系统理论》课程教学大纲.59 《云控制技术》课程教学大纲.64 《运动体制导与控制》课程教学大纲.69 《智能计算课》程教学大纲.73 《智能控制》课程教学大纲.77 《智能滤波方法及其应用》课程教学大纲.83 《智能硬件与并行计算》课程教学大纲.86 《智能自主系统》课程教学大纲.93 《专业英语》课程教学大纲.97 《最优化与鲁棒控制》课程教学大纲.101