<> == 课前准备材料 == * 复习线性系统：[[attachment:Review_of_Linear_Systems.ppt]] * 复习线性代数：[[attachment:review_of_matrices_and vectors.ppt]] * 复习概率论：[[attachment:review_of_probability.ppt]] == 数字图像处理 == 1. [[数字图像处理课程简介]] 1. [[什么是数字图像处理]] 1. [[熟悉MATLAB环境]] 1. [[图像的空域增强]] 1. [[图像的频域增强]] 1. [[图像的空间变换]] 1. [[彩色图像的增强]] 1. [[数字图像压缩]] 1. [[图像的数学形态学处理]] 1. [[图像如何分割]] 1. [[图像的形状表达和描述]] 1. [[多尺度图像处理]] 1. [[图像处理基础]] 1. [[图像如何恢复和重建]] * [[数字图像处理作业]] * [[数字图像处理期末论文]] == 数字图像处理实验 == 1. [[熟悉MATLAB环境实验]] 1. [[图像空域增强实验]] 1. [[图像频域增强实验]] 1. [[图像的空间变换实验]] 1. [[彩色图像处理实验]] 1. [[图像压缩实验]] 1. [[数学形态学处理实验]] 1. [[图像分割实验]] 1. [[数字图像处理实验考核]] == 参考资料 == * 数字图像处理(Digital Image Processing) * Gonzalez & Woods: Digital Image Processing 电子工业出版社，讲得比较全面，而且比较细致，入门的绝对好书。(69元)中文版阮秋琦 译《数字图像处理》(59元) * Digital Image Processing (Using Matlab) 电子工业出版社，英文版，和上一本内容相近，但增加了Matlab实现代码。强烈推荐。 * 章毓晋: 《图像工程(上)》清华大学出版社，上册是中文版入门书中公认比较好的一本(上: 20元) * 章毓晋: 《图像分割》科学出版社(科海有售 23元) * 计算机视觉(Computer Vision) * Horn: Robot Vision，相关章节非常清楚紧密，虽然内容少了一点，因为主要和robot有关。不过值得入门看。 * Marr: Vision，他首先提出把Vision的system，algorithm，theory分开，还提出了诸如2.5 Dimension等概念。只要想想ICCV的best paper叫做Marr's Price就知道他牛了。经典书，老了一点，不过值得看看。 * David A.Forsyth,Jean Ponce: Computer Vision: A Modern Approach，介绍的topics比较多，可以看看当作vision的overview。另外作者是想描述modern vision，所以可以看看。(draft公开可下载) * Ramesh Jain,Rangachar Kasturi,Brain G.Schunck: Machine Vision 机械工业出版社(59元) * 章毓晋: 《图像工程(下)》清华大学出版社 * 政南宁: 《计算机视觉与模式识别》国防工业出版社(45元)很好，但是对于数学的要求也比较高。 * 张正友、马颂德: 《计算机视觉》浙江大学出版社(有超星电子版) 太难了，对于入门级的读者不是十分合适。 * 贾云德: 《机器视觉》科学出版社 部分数字图像处理书籍的电子版： * [[数字图像处理电子书]] 课程建设材料： * [[图像处理课程]]