图像处理就是将客观世界中的物体映射成数字化图像, 然后用数学方法通过编程在计算机中进行处理、存储 和显示。与数字音频类似,数字图像的数据量一般都 比较大,在存储时会占用大量的空间,因此需要对图 像进行压缩编码。本章主要介绍色彩的基本概念和表 示方法、图像数据压缩的基本算法、图像的存储和编 辑处理的基本方法

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

•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

对带钢质量检测中图像处理和分析的过程进行了论述.结合热轧带钢现场图像,应用最终测量精度准则对图像处理算法进行评价.实验评价结果表明,动态双阈值的图像分割效果最佳,适合应用于带宽实时在线检测

【机器学习】基于改进的稀疏表示和PCNN的图像融合算法研究

【人工智能】基于多粒度空间混乱的细粒度图像分类算法

【机器感知与模式识别】快速的圆投影图像匹配算法

【机器感知与模式识别】基于非凸加权iLisubipisub范数稀疏误差约束的图像去噪算法

【机器学习】一种融合邻域信息的模糊C-均值图像分割算法

【机器感知与模式识别】金属腐蚀区域图像增强算法研究