图像处理算法_这里有你想知道的图像处理&神经网络算法！

这里有你想知道的图像处理&神经网络算法！

数学建模协会的数学派对第六讲于12月4日晚18:30在数学科学学院七层阁楼顺利举行。让我们一起看看本期数学派对有哪些新内容吧！

首先，王雨聪同学介绍了图像处理的基本知识，主要从以下四个方面讲解：

一、图像处理应用

二、视觉系统

三、图片、色彩和视频

四、简单举例

通过结合具体的图像处理例子，王雨聪同学的讲解让同学们对图像处理有了初步的认识，知道了图像处理中的图像数字化、图像增强等技术在生活中具有广泛的应用。

其次，姜柏成同学介绍了图像增强方法，图像增强方法主要包括灰度变换增强、直方图增强、图像的空间域滤波增强、图像的频率域滤波增强、彩色图像增强、图像锐化等方法。对于讲解的每一种方法，姜柏成同学都展示了对应的MATLAB代码，通过处理实际图像，各个方法的图像增强作用一目了然。

然后，苗旭同学介绍了图像复原的基本原理。苗旭同学先引入了欧拉公式和傅立叶变换，又介绍了图像复原和图像增强的区别。总的来说，图像复原总是试图寻找引起图像质量下降的客观原因，通过概率估计或先验知识千方百计地去还原图像的本来面貌。

      图像复原的过程可以概括为：首先要对图像退化的整个过程加以适当的估计，在此基础上建立近似的退化数学模型，之后还需要对模型进行适当的修正，以对退化过程出现的失真进行补偿，以保证复原之后所得到的图像趋近于原始图像，实现图像的最优化。

最后，王静同学介绍了感知机及多层感知机模型。对于感知机模型，王静同学介绍了其模型、学习策略和算法，感知机是二分类的线性分类模型，无法处理非线性问题。之后，王静同学又讲解了多层感知机，多层感知机的学习策略通常是BP算法，所以BP神经网络通常是指以BP算法学习的多层感知机。

之后，王静同学介绍了感知机和BP神经网络的Python代码，分别以线性可分数据和线性不可分数据进行了分类的演示。

感谢四位同学的分享，让我们又学会了很多新知识～

本次的数学派对圆满结束啦，让我们一起期待下次的精彩内容吧！

END

数学魔法 扫码关注我们

图文：王静

编辑：姜柏成

审核：刘贇