§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

实习 1 航空像片比例尺测定 实习 2 立体观察练习 实习 3 利用反光镜测定像点高程差 实习 4 遥感图像的光学合成原理 实习 5 认识遥感图象处理软件（ ERDAS IMAGINE8.31 ）及数据输入输出 实习 6 遥感图像增强处理（ 2 ）辐射增强处理 实习 7 地质地貌实习 实习 8 植被判读实习 实习 9 扫描图像判读 实习 10 热红外像片判读 实习 11 航空像片的判读 实习 12 遥感图象分类（ 1 ）非监督分类与监督分类 实习 13 遥感图象分类（ 2 ）监督分类

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%

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

3.4 MATLAB数字图像处理 3.5 图像的灰度变换与直方图 3.6 图像的增强滤波 3.7 图像的空间变换 3.8 图像边缘检测与分割

数字图象处理的方法主要分为两大类:一个是空间域处理法,一 个是频域法(或称变换域法)。在频域法处理中最为关键的预处理便 是变换处理。变换理论在图像处理中起着关键作用,二维变换已被用于图像增强、图象复原、图象编码、图象描绘和图象特征抽取等方面当矩阵的逆矩阵等于其复数共轭转置矩阵时,叫酉矩阵。即设A和A为二维酉矩阵

1 图像表示 1.1 数字图像生成 1.2 图像的表示方法 § 图像形式 § 函数形式 § 信号形式 1.3 图像生成机制 2 图像点操作 2.1直 接灰度变换 2.2 直方图增强方法 2.3 图像间的算术运算和逻辑运算 2.4 自然抠图和图像合成

6.2点运算 6.2.1点运算的概念 6.2.2直方图的概念 6.3图像间算术与逻辑运算

一、空域滤波 空域滤波就是在待处理的图像中逐点地移动模板,对每个点,滤波器在该点的 响应通过事先定义的关系来计算

6.4线性空域滤波器 ◼ 线性空域滤波器 ◼ 与频域滤波器的关系 ◼ 线性平滑滤波 ◼ 锐化滤波