1、图形图像图形图像处理领域处理领域学术规范CONTENTS绪论本论结论学术规范1234PART ONE绪论PART ONE 绪论本科专业为计算机科学与技术，学习的专业课比较杂乱，软件、硬件、网络方向的相关课程都有开设，编程语言也学习了很多种，C、C+、JAVA等等，但每种都算不上熟练，基础的课程也已经忘记了大半，所以有太多的只是要不断去巩固、学习。预计在研究生阶段能够发表一篇论文、申请软件著作权并能够在一些项目中得到锻炼。自我评价感兴趣的领域在图像处理的课上看到了一副有噪声不清晰的图片经过一个数学公式的改进之后，输出效果得到了很大的提升，也让我对图像处理领域产生了兴趣。PART ONE 绪论图像
2、处理研究与应用现状目前，国内外对图像处理领域的研究主要在以下几个方面：1.计算机视觉：机器人视觉作为智能机器人的重要感觉器官，主要进行三维景物理解和识别，是目前研究之中的开放话题。主要用于军事侦察、危险环境的自主机器人、邮政、医院和家庭服务的智能机器人、装配线工件识 别定位、太空机器人的自动操作等。PART ONE 绪论2.虚拟现实：虚拟现实是指由于计算机实时生成一个虚拟的三维空间。目前，虚拟现实随着计算机软硬件技术的提高，虚拟现实系统将会受到很大重视并将迅速的发展。通过采用数据手套及在机器人身上的摄像机，人们可以真实感受机器人所处的环境，并且能够操纵机器人。另外，网上虚拟现实也是一个研究重点
3、。PART ONE 绪论3.三维重建：将原来二维的东西通过三维来展现早已成为时代的发展趋势。如地图方面对三维电子地图的应用；军事方面，利用电子沙盘可实现任意角度旋转、放大缩小，水平、垂直等方向上的距离的计算。另外，两点之间的障碍物、剖面轮廓等也能被直观显示。除此之外，还能模拟飞行路线等。所有这些为指挥作战带来了极大的方便。如何在计算机中对场景进行快速、有效的重建，不仅仅是基于上面所提到的优势促使人类去研究实践，而事实上它一直以来都是计算机视觉研究领域的热点和难点，也是数字图像处理的发展趋势之一。PART ONE 绪论4.图像压缩、分割、识别算法的研究：图像理解虽然在理论方法研究上已取得不少的进
4、展，但它本身是一个比较难的研究领域，存在不少困难，正因为如此，图像处理理论和技术受到各界的广泛重视，当前图像处理面临的主要任务是研究新的处理方法、构造新的处理系统，开拓更广泛的应用领域。比如，针对各种类型图像开发专业压缩算法、图像分割算法、图像识别算法。尤其是对小波变换、模糊数学等的研究。PART ONE 绪论准备从事的研究方向随着工业的发展以及对气候的影响，雾霾越来越成为一种常见的天气现象，这对户外应用的监控系统的画面品质造成很大的影响。所以对已有的图像进行相关的去雾处理的需求慢慢显现出来。PART TWO本论PART TWO 本论图像处理体系架构图像处理技术一般也分为两大类：模拟图像处理和
5、数字图像处理。图像处理中有两种最重要的语言：c/c+和matlab。它们各有优点：c/c+比较适合大型的工程，效率较高，而且容易转成硬件语言，是工业界的默认语言之一。而matlab实现起来比较方便，适用于算法的快速验证，而且matlab有成熟的工具箱可以使用，比如图像处理工具箱，信号处理工具箱。它们有一个共同的特点：开源的资源非常多。模拟图像处理包括光学处理(利用透镜)和电子处理，如照相、遥感图像处理、电视信号处理等。模拟图像处理的特点是速度快，一般为实时处理，理论上讲可达到光速，并可同时并行处理。电视图像是模拟信号处理的典型例子.模拟图像处理的缺点是精度较差，灵活性差，很难有判断能力和非线性
6、处理能力。PART TWO 本论数字图像处理一般都用计算机处理或实时的硬件处理，因此也称之为计算机图像处理。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力.其缺点是处理速度，特别是进行复杂的处理更是如此。一般情况下处理静止画面居多，如果实时处理一般精度的数字图像需要具有100MIPS的处理能力；其次是分辨率及精度尚有一定限制，如一般精度图像是5125128bit，分辨率高的可达2048204812bit，如果精度及分辨率再高，所需处理时间将显著地增加。PART TWO 本论熟悉C+/C/OpenCV/Matlab开发语言,主要是有较强的C+/C图像处理编程能力，还要
7、求具备良好的代码与文档风格.01必须掌握图形处理的开发与研究,熟悉图像处理的各种算法,，结合不同应用，还需要自然语言处理知识。另外，要有优秀的数学功底02保持一个良好的人际关系，对于我们的工作生活都是很有帮助的04优秀的英文写作技能，英语口语流利。主要是能读懂英文技术文档，在研究院还需要写论文，公司更需要写技术文档，所以平时得多积累专业词汇。03图像处理人才能力结构PART TWO 本论图像去雾的知识体系数字图像基础知识数字图像存储显示图像变换 形态学图像处理图像边缘检测图像增强和复原图像压缩图像分割图像特征提取与匹配图像识别卷积梯度和Sobel导数拉普拉斯变换Canny算子霍夫变换重映射几何
8、操作傅里叶变换余弦变换平滑处理膨胀与腐蚀开操作与闭操作漫水填充法尺寸调整图像金字塔阈值化空间域增强处理频率域增强处理PART TWO 本论图像去雾的学习规划认真学好研究生期间的课程，在此基础上多动手操作、实现出一些课程中出现的问题，甚至解决一些尚未解决的问题，用好VS、Matlab、OpenCV等工具，学好C+，还要向机器学习等前沿领域靠拢。能够对图像处理熟练的使用Matlab等工具，图像处理方面的模型、算法，写一篇论文，做一个能够通过不同算法处理图片的软件，申请到软件著作权甚至通过一些努力与创新申请专利。PART TWO 本论本论自动基于多幅图像或用户交互的方法，受到场景、天气或成像设备等限
9、制；而智能交通、视频监控等应用要求算法从单幅图像数据本身出发，并自动执行。1户外应用的场景、环境复杂多样，要求算法不仅适应不同能见度的雾、霾等天气及晴朗天气条件，而且适应各种不同景深的场景。2实时作为计算机视觉的初级阶段，算法应具备实时性，才能适应实际应用的需求。基于物理模型的方法通常使用最优化方法估计模型参数，这必然增大了计算复杂度和时间开销。而在非物理 型的方法中，部分算法能够满足实时性的要求，但是，其性能达不到要求。3图像去雾的难点PART TWO 本论本论图像去雾的前景随着工业的发展以及对气候的影响，雾霾越来越成为一种常见的天气现象，这对户外应用的监控系统的画面品质造成很大的影响。而去
10、雾技术能从多个角度提升视频监控的质量，因此，从应用场景来看，去雾技术可用于多种户外场合，如可应用于安防监控领域，能够大大提高现有监控系统在雾天恶劣天气下的性能；可应用于公路交通监控领域，可以避免监控摄像头看不清监控对象、造成在关键时刻失效的后果；还可以应用于遥感图像处理以及军事科技等领域。PART THREE结论PART THREE 结论结论这是一个跨学科的前沿性课题，具有广阔的应用前景，近几年来已经成为计算机视觉和图像处理领域研究的热点问题之一，吸引了国内外很多研究人员的兴趣。该技术主要应用于计算机视觉的初级阶段，是目标检测与跟踪、目标分类与识别、目标行为分析与理解等中、高级阶段的基础。PA
11、RT THREE 结论结论对图像去雾算法的研究一直是一个热点，根据去雾算法所需的参照条件主要分为两大类：一类是多幅图像的去雾，另一类是基于单幅图像的去雾方法。多幅图像的去雾方法单幅图像的去雾方法暗通道先验算法对去雾有一定效果，但在实际操作中，条件参数过于复杂，不具有广泛适用性。此算法旨在以增强对比度的方式提高图片的清晰度。但是没有从去雾的物理模型进行分析，使恢复后的图像颜色过饱和，景深突变跳跃时会产生Halo效应，不能精确反映场景的实际情况由于暗通道先验只适用于无天空背景的有雾图像，对含有天空的有雾图像，天空区域对大气光A的求取有一定的影响，会造成求取的数值与真实值产生偏差，因而该算法适用性具有一定的局限性。PART FOUR学术规范PART FOUR 学术规范1.加强道德教育，维护学术尊严。2.重视学术规范的普及3.完善学术管理和评价制度4.控制招生规模，提高研究生学术实力5.重视本科阶段学术规范的培养衔接加强学术规范的建议THANK YOUFORWATCHING感谢聆听
