针对标准的FCM算法没有考虑像素的空间信息而对噪声比较敏感和没有考虑不同样本数据对聚类效果的不同影响的不足,提出了一种顾及像素空间信息的基于图像的灰度直方图加权的FCM聚类算法,它在Szilagyi等提出的算法基础上通过引入图像的灰度直方图加权对算法中的目标函数进行修改.对人工合成图像和真实图像的数值模拟结果均显示出该算法的优良性能

讲解内容： 1.图像分割的概念与方法分类 2.边缘检测 3.Hough变换检测法 4.区域分割 5.区域生长 6.分裂合并法 目的： 1.掌握图像分割的概念和边缘检测的原理与方法 2.掌握Hough变换检测直线原理,了解Hough变换检测曲线方法； 3.掌握最简单图像区域分割,了解区域生长和分裂合并法 7.1 概述 7.2 边缘检测算子 7.3 边缘跟踪 7.4 Hough变换检测法

1. 图像压缩的概念、目的和意义 2. 图像的行程编码、霍夫曼编码方法 3.图像压缩的标准及发展现状

讲解内容： 1.课程性质、教学计划和要求简介； 2. 数字图像处理的基本概念、主要内容、系统组成、特点及其应用 目的： 1. 要求学生了解数字图像处理的主要内容及相关知识，熟悉数字图像处理与其他学科的关系； 2.重点掌握数字图像处理的基本概念、系统组成、特点及应用

6.6.2真彩色增强 6.6 小结 6.7图像几何变换 Registration

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

8.1 图像分割 Image Segmentation ◼ 1、概述和分类 ◼ 2、基于灰度的分割技术 ◼ 3、基于梯度的分割技术 ◼ 4、彩色图像分割技术 ◼ 5、分割评价 8.2 图像描述 Image Description ◼ 1、概述和分类 ◼ 2、链码描绘子 ◼ 3、傅立叶描绘子 ◼ 4、矩

压缩目的 基本原理 基本方法 图像编码标准 7.1 编码的目的 7.2 图像压缩的基本原理 7.3 编码器和典型的编码方法

•从文本分类图像分类 • 如何从图像中获取全局特征？ • 颜色特征、纹理特征、形状特征 • 如何从图像中获取局部特征？ • SIFT: Scale-invariant feature transform •图像分类的几个发展阶段 • Low-level Modelling • Semantic Modelling • Sparse Coding • Deep Learning

§6.1 数字图像基础知识 6.1.1 数字图像的概念 6.1.2 数字图像处理系统 6.1.3 数字图像处理的基本类型 §6.2遥感图像的恢复处理 遥感图像的恢复处理 6.2.1遥感图像的辐射校正 ◆ 图像辐射畸变的原因 ◆ 图像辐射畸变的校正 6.2.2遥感图像的几何校正 ◆ 图像几何畸变的原因 ◆ 图像几何畸变校正原理与方法 §6.3 遥感图像的增强处理 遥感图像的增强处理 6.3.1 辐射增强处理 6.3.2 光谱增强处理 6.3.3 空间增强处理 6.3.4 数值运算增强处理 §6.4 多元遥感信息的复合 多元遥感信息的复合 6.4.1 不同传感器遥感信息的复合 6.4.2 不同时相遥感信息的复合 6.4.3 遥感信息与非遥感信息的复合