机器视觉基础篇

 可以这样说,选择了数字图像处理这个研究方向作为终身的目标,天赋+兴趣+努力,你将拥有了开启未来最前沿,最富活力技术的钥匙。人类获取的信息80%以上来自于视觉,但目前让机器来处理这些信息才刚刚开始呀,同志们要努力! 

(1)数字图像处理是交叉学科。是未来技术向智能化发展的最富有前景,也最富有挑战的领域。

其研究的领域博大精深,应用领域十分广泛,每个领域都可以让你安身立命一辈子,呵呵,我给你举点你熟悉一点的通俗的例子。

在你目前就读的电信专业来说,考虑到发送端要传输的东西(视频流)容量实在是太大,而用于传输的通道(带宽)总是不够用,想要把要传输的东西在无损或不丢失太重要信息的情况下弄得更小一点(压缩编码),然后在接收端解码以恢复原来信号的原貌。那么就产生了数字图像处理的典型应用:【图像压缩和传输(或者叫着图像通信也可以)】(如:静态图像JPEG压缩标准;动态MPEG标准,电信上类似的标准是H.264,娱乐上的MP4也属于这方面),主要研究内容是研发更有效的图像的编解码算法(现在已经有很多硬件实现的编解码芯片了,具体性能指标和适用的标准不同);

而你所熟知的生物识别为数字图像处理在【信息安全】领域的应用(包含指纹识别、虹膜识别、人脸识别等),当然交通系统使用的车牌识别也是类似的技术。通用模式是:图像预处理(如去噪、增强等) + 不变特征提取 + 与特征库中特征进行匹配 => 识别;

而真正集中了最先进软硬件数字图像处理的应用领域是(杀人的和救人的,呵呵):
【军事】:首先图像数据类型上包含所有的成像频段能获取的影像(如无线电(雷达成像)、红外、可见光、紫外、X线。。。你把电磁光谱拉开看就明白),用声音回波来成像也可以,如声纳。千万不要片面地理解图像就是可见光成像,那是人眼的局限,呵呵。

主要包含这些研究内容:目标捕获 目标锁定 目标跟踪
【医疗影像处理】:CT成像,核磁共振MRI,超声,X线成像。。。
主要研究内容:图像去噪,图像增强,图像识别,3维可视化等等

【机器人视觉】:啊,现在的机器人还很笨呀,能自己绕开障碍物已经是了不起了,努力呀,同仁们。

(2)既然是交叉前沿学科,你需要掌握的基础知识还真不少。
【数理基础】非常重要:本科里面的高等数学、线性代数、概率统计当然是最基本的啦;研究生(硕博)数理课程:矩阵理论;随机过程;泛函要学好,特别是前两门;
【专业课程】:信号系统;数字信号处理(特别要弄清楚傅立叶理论);(研究生课程)现代数字信号处理(推荐:张贤达,清华出版);当然进阶的化,学好小波变换理论也是相当不错的(这个需要很好的泛函数理基础);人工智能与神经网络学学也不错。
【英语】:呵呵,我们不得不承认现在数字图像处理邻域,西方科技还是要先进一些,努力学好英语吧,调研资料的时候你会很轻松,另外做学术交流的时候你也会比较从容。。。
【计算机应用】:光有想法,不能实现自己的想法会沦为纸上谈兵,好好提高自己的工程技术能力吧,要把数据结构,C/C++学好喔,编程方面建议多用STL。

我跟你写这么多不是为了你那点分数来的,是看你对这方面感兴趣,居然在百度来提问,嗯,不错,也许希望你继续在这个领域努力,不过要有心理准备喔,要特别能吃苦和持之以恒。祝你好运!

PS:我以前是做杀人方面的数字图像处理,现在是做救人方面的医学影像技术。你才刚刚开始,未来的路还很长,要学的还很多,希望我说的对你有帮助,而又不至于让你知难而退(打击你)。也希望看到更多对这一领域感兴趣的人出现。当然,这几行文字难以对数字图像处理领域有更多的了解,我尽量让你看到一个大轮廓吧。你如果要跟我交流也可以,不过要等到你到了更高层次,有一定基础再说吧。
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python机器视觉是指使用Python编程语言进行图像处理和计算机视觉任务的领域。它涵盖了图像处理、图像分析、目标检测、图像识别等多个方面。在Python中,有一些常用的机器视觉库可以使用,如OpenCV、PIL等。通过这些库,我们可以读取、处理和分析图像数据,实现各种视觉任务。 在引用\[1\]中提到的代码中,使用了OpenCV库来打开并显示一张图片。首先,通过`import cv2`导入OpenCV库。然后,使用`cv2.imread("image1.png")`读取名为"image1.png"的图片。最后,使用`cv2.imshow("title", image)`显示图片窗口。 在引用\[2\]中提到了Python机器视觉的一些基础概念和编程基础知识,包括缩进、if语句、函数、类、循环、基础数据类型和基础数据结构等。 对于初学者来说,建议安装Anaconda发行版,它集成了常用的Python模块,并配置了方便的开发环境,如spyder和jupyter Notebook。可以从Anaconda官网下载适合自己操作系统的版本进行安装。同时,也可以通过搜索了解如何安装Python机器视觉模块。 #### 引用[.reference_title] - *1* *2* *3* [python机器人视觉编程——入门(上)](https://blog.csdn.net/kanbide/article/details/124926698)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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