数字图像研究方向

转自:http://blog.sina.com.cn/threepole

 

作图像处理 方面的研究工作,最重要的两个问题:其一是要把握住国际上最前沿的内容;其二是所做工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认 最牛的几个超级大拿(看看他们都在作什么) 和最权威的出版物(阅读上面最新的文献),解决第二个问题的办法是你最好能够找到一个实际应用的项目,边做边写文章做好这几点的途径之一就是充分利用网络 资源,特别是权威网站和大拿们的个人主页。

 

一.研究群体:

1. http://www-2.cs.cmu.edu/~cil/vision.html

这是卡奈基梅隆大学的计算机视觉研究组的主页,上面提供很全的资料,从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件,甚至还有一个搜索引 擎。

2.  http://www.cmis.csiro.au/IAP/zimage.htm

这是一个侧重图像分析的站点,一般。但是提供一个Image Analysis环境---ZIMAGE and SZIMAGE。

3. http://www.via.cornell.edu/

   康奈尔大学的计算机视觉和图像分析研究组,好像是电子和计算机工程系的。侧重医学方面的研究,但是在上面有相当不错资源,关键是它正在建设中,能够跟踪一 些信息。

4. http://www2.parc.com/istl/groups/did/didoverview.shtml

有一个很有意思的项目:DID(文档图像解码)。

5. http://www-cs-students.stanford.edu/

斯坦福大学计算机系主页

6. http://www.fmrib.ox.ac.uk/analysis/

7. http://www.cse.msu.edu/prip/

这是密歇根州立大学计算机和电子工程系的模式识别--图像处理研究组,它的FTP上有许多的文章(NEW)。

8. http://pandora.inf.uni-jena.de/p/e/index.html

德国的一个数字图像处理研究小组,在其上面能找到一些不错的链接资源。

9. http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html

10. http://cfia.gmu.edu/

11. http://peipa.essex.ac.uk/info/groups.html

可以通过它来搜索全世界各地的知名的计算机视觉研究组(CV Groups),极力推荐。

 

二、图像处理GPL库:

1. http://www.ph.tn.tudelft.nl/~klamer/cppima.html

Cppima 是一个图像处理的C++函数库。这里有一个较全面介绍它的库函数的文档,当然你也可以下载压缩的GZIP包,里面包含TexInfo格式的文档。

2. http://iraf.noao.edu/

3. http://entropy.brni-jhu.org/tnimage.html

 一个非常不错的Unix系统的图像处理工具,看看它的截图。你可以在此基础上构建自己的专用图像处理工具包。

4. http://sourceforge.net/projects/

这是GPL软件集散地,到这里找你想要得到的IP库吧。

 

三、搜索资源:

当然这里基本的搜索引擎还是必须要依靠的,比如Google等,可以到我常用的链接看看。下面的链接可能会节省你一些时间:

1. http://sal.kachinatech.com/

2. http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml

 

四、大拿网页:

1. http://www.ai.mit.edu/people/wtf/

  这位可是MIT人工智能实验室的BILL FREEMAN。大名鼎鼎!专长是:理解--贝叶斯模型

2. http://www.merl.com/people/brand/

 MERL(Mitsubishi Electric Research Laboratory)中的擅长“Style Machine”高手。

3. http://research.microsoft.com/~ablake/

 CV界极有声望的A.Blake 1977年毕业于剑桥大学三一学院并或数学与电子科学学士学位。之后在MIT,Edinburgh,Oxford先后组建过研究小组并成为Oxford的 教授,直到1999年进入微软剑桥研究中心。主要工作领域是计算机视觉。

4. http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html

   这位牛人好像正在学习汉语,并且搜集了诸如“两只老虎(Two Tigers)”的歌曲。他的主页上面还有几个牛:Shumeet Baluja, Takeo Kanade。他们的Face Detection作的绝对是世界一流。他毕业于卡奈基梅隆大学的计算机科学系,兴趣是计算机视觉。

5. http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html

  这位老牛在1963年就获得了MIT的博士学位!他领导的Image Lab比较出名的是指纹识别。

 

下面这些是搜集的牛群(大部分是如日中天的Ph.D们),可以学习的是他们的Study Ways!

Finn Lindgren(Sweden):Statistical image analysis

http://www.maths.lth.se/matstat/staff/finn/

Pavel Paclik(Prague):statistical pattern recognition

http://www.ph.tn.tudelft.nl/~pavel/

Dr. Mark Burge:machine learning and graph theory

http://cs.armstrong.edu/burge/

yalin Wang:Document Image Analysis

http://students.washington.edu/~ylwang/

Geir Storvik: Image analysis   

http://www.math.uio.no/~geirs/

Heidorn      

 http://alexia.lis.uiuc.edu/~heidorn/

Joakim Lindblad:Digital Image Cytometry

http://www.cb.uu.se/~joakim/index_eng.html

S.Lavirotte:   

 http://www-sop.inria.fr/cafe/Stephane.Lavirotte/

Sporring:scale-space techniques 

http://www.lab3d.odont.ku.dk/~sporring/

Mark Jenkinson:Reduction of MR Artefacts 

 http://www.fmrib.ox.ac.uk/~mark/

Justin K. Romberg:digital signal processing

http://www-dsp.rice.edu/~jrom/

Fauqueur:Image retri by regions of interest

http://www-rocq.inria.fr/~fauqueur/

James J. Nolan:Computer Vision 

http://cs.gmu.edu/~jnolan/

Daniel X. Pape:Information    

 http://www.bucho.org/~dpape/

Drew Pilant:remote sensing technology 

http://www.geo.mtu.edu/~anpilant/index.html

五、前沿期刊(TOP10)

这里的期刊大部分都可以通过上面的大拿们的主页间接找到,在这列出主要是为了节省直接想找期刊投稿的兄弟的时间:)

IEEE Trans. On PAMI 

http://www.computer.org/tpami/index.htm

IEEE Transactionson Image Processing

http://www.ieee.org/organizations/pubs/transactions/tip.htm

Pattern Recognition 

http://www.elsevier.com/locate/issn/00313203

Pattern Recognition Letters

http://www.elsevier.com/locate/issn/01678655

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值