电子信息工程专业导论读书报告——智能数字图像处理
电子信息工程中的数字图像处理技术
电子信息工程中的数字图像处理技术数字图像处理技术是电子信息工程领域中的重要组成部分，它在各个领域中都有广泛的应用。
本文将从数字图像处理技术的定义、原理和应用三个方面进行论述。
首先，我们来看一下数字图像处理技术的定义。
数字图像处理是指利用计算机和数字信号处理技术对图像进行获取、处理和分析的过程。
它主要包括图像获取、图像增强、图像压缩、图像恢复和图像分析等几个方面。
通过数字图像处理技术，我们可以对图像进行各种操作，如去噪、增强细节、改变图像的亮度和对比度等，从而得到更好的图像质量。
其次，我们来了解一下数字图像处理技术的原理。
数字图像处理技术主要是基于数字信号处理的原理进行的。
在数字图像处理中，图像被分割成若干个像素点，每个像素点都有一个灰度值或颜色值。
通过对这些像素点的处理，我们可以改变图像的外观和质量。
数字图像处理的核心原理是离散傅里叶变换（DFT）和离散余弦变换（DCT）。
通过这些变换，我们可以将图像从空间域转换到频域，从而实现对图像的各种处理。
最后，我们来看一下数字图像处理技术的应用。
数字图像处理技术在各个领域中都有广泛的应用。
在医学领域，数字图像处理技术可以用于医学图像的增强和分析，帮助医生更好地诊断疾病。
在安防领域，数字图像处理技术可以用于视频监控系统，实现对图像的实时分析和识别。
在艺术领域，数字图像处理技术可以用于图像的美化和艺术创作，帮助艺术家表达自己的创意。
此外，数字图像处理技术还可以应用于遥感、无人驾驶、虚拟现实等领域。
综上所述，数字图像处理技术在电子信息工程中扮演着重要的角色。
它的应用范围广泛，可以帮助我们改善图像质量、提高图像分析的准确性，并在各个领域中发挥重要作用。
随着科技的不断发展，数字图像处理技术将会不断进步和创新，为我们的生活带来更多的便利和惊喜。
电子信息专业导论学习总结报告
专业导论学习总结报告现在，电子信息工程已经涵盖了社会的诸多方面，像电脑怎么处理各种不同的信息，手机是怎样传递我们的声音甚至图像的，我们周围的网络怎样传递数据，甚至信息化时代军队的信息传递中如何保密等都要涉及电子信息工程的应用技术。
我认为这是一项应用很广并在近几年得到迅速发展的技术。
信息科学技术是指研究信息的产生、获取、度量、传输、变换、处理、识别和应用的科学技术。
而电子信息技术作为信息技术领域中的主干专业，主要研究信息获取、信息传输、信息处理、信息存储等方面。
我们应认真学习电路与电子学、信号与控制、计算机和电磁场等知识，从而成为从事电子设备与信息系统的设计、开发、应用的集成的工程技术人才。
当今科技飞速发展，智能控制这一新兴技术也渐渐走进了人们的生活，也成为了科学家们主要的研究点。
所谓智能：是能有效的获取、传递、处理、再生和利用信息，从而在任意给定的环境下成功地达到预定目标的能力。
智能系统：具有高度智能水平的人工系统。
智能控制：应用人工智能的理论与技术和运筹学的优化方法来解决那些用传统方法难以解决的复杂系统的控制问题。
目前人们的生活中已经有许多应用到智能控制技术的例子智能控制技术在汽车AMT中的应用：电控机械式自动变速器(即AMT)是采用微机控制技术改造传统手动变速器的典型机电一体化产品．AMT比目前广泛使用的液力自动变速器传动效率高“、制造成本低，但控制难度大．以前，对AMT的控制基本上采用常规控制技术，效果不甚理想．近年来，人们一直在寻求新的AMT控制方法．智能控制是近几年发展起来的新兴控制技术．它是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制．也是用计算机模拟人类智能的一个重要领域．这种控制技术体现了一些仿人智能的行为，如对控制对象参数的学习功能，对控制对象特性变化或环境条件变化的自适应功能对复杂控制对象和分散的状态传感信息的自组织和协调的功能，模仿人类进行控制决策的模糊推理功能．正是这些功能使智能控制技术特别适用于像AMT这类具有明显的非线性特征、系统参数易变的对象．智能控制因模拟人的不同智能行为功能而分成各种不同的类型．在对被控对象应用智能控制技术时，首先应分析其运动特征，然后再根据需要选择一种符合控制要求的智能控制方法。
数字图像处理读书报告8
数字图像处理读书报告8 ——小波和多分辨率处理——钱增磊前言：本章节主要开始介绍一种全新的信号处理的方法——小波域分析，小波变换其实是傅里叶变换的一种改进方式，将图像在频率域中的信息根据低频到高频的顺序进行信息的分解，从而产生不同频率的信号，每个频率段所携带的信息会随着频率的增长而更注重细节，对这些分解的信号进行处理，从而在进行小波反变换，将重建新的处理后图像，在图像压缩中将会得到很好的应用。
这一章主要分四块介绍，分别是小波变换前的预备知识，以及一维小波变换和二维小波变换，最后对小波包技术进行一个了解。
一、小波基础对于一副复杂的图像，有些只需要低分辨率就能显示全部细节，有些需要高分辨率显示细节，于是产生一幅图像的多分辨率表示。
1、图像金字塔一幅图像的多分辨率结构便是图像金字塔，是从底到顶分辨率依次降低的表示，对于底层大小为J J 22⨯，其中N J 2log =，表示第J 个分辨率等级。
对构建该图像的金字塔结构，对每一层分辨率要进行预估，需要创建近似和预测残差金字塔的一个简单系统。
近似金字塔是对第J 层的一个估计分辨率，而残差金字塔是为第J 级近似与基于第J-1级近似的第J 级近似的估计之间的差。
残差金字塔的产生是将第J 级输入图像进行滤波与下采样得到J-1级的近似，在对其进行上采样和滤波得到预测到J 级近似，再与输入的第J 级进行差值得到的第J 级预测残差，其中上采样可看做是在序列中的每一个样本后插入0，下采样可看成是每隔一个样本丢弃一个样本。
2、子带编码图像金字塔看成是空间域的表示，那么子带编码便是频率域的操作，多分辨率的图像在频率域内有一组频带受限的分量称为子带。
它的分解与重建由数字滤波器实现，分三个基本部件，即延迟单元、乘法器与加法器，可看成卷积的一种形式：∑∞-∞==-=k n f k n f k h n f )()()()(ˆ★)(n h那么对于离散单位冲激的滤波器为有限冲击响应滤波器FIR 。
数字图像处理,心得
数字图像处理,心得数字图像处理课程心得数字图像处理课程心得本学期，我有幸学习了数字图像处理这门课程，这也是我大学学习中的最后一门课程，因此这门课有着特殊的意义。
人类传递信息的主要媒介是语音和图像。
据统计，在人类接受的信息中，听觉信息占20%,视觉信息占60%，其它如味觉、触觉、嗅觉信息总的加起来不过占20%。
可见图像信息是十分重要的。
通过十二周的努力学习，我深刻认识到数字图像处理对于我的专业能力提升有着比较重要的作用，我们可以运用Matlab对图像信息进行加工，从而满足了我们的心理、视觉或者应用的需求，达到所需图像效果。
数字图像处理起源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约采用数字压缩技术传输了第一幅数字照片。
此后，由于遥感等领域的应用，使得图像处理技术逐步受到关注并得到了相应的发展。
第三代计算机问世后，数字图像处理便开始迅速发展并得到普遍应用。
由于CT的发明、应用及获得了备受科技界瞩目的诺贝尔奖，使得数字图像处理技术大放异彩。
目前数字图像处理科学已成为工程学、计算机科学、信息科学、统计学、物理、化学、生物学、医学甚至社会科学等领域中各学科之间学习和研究的对象。
随着信息高速公路、数字地球概念的提出以及Internet的广泛应用，数字图像处理技术的需求与日俱增。
其中，图像信息以其信息量大、传输速度快、作用距离远等一系列优点成为人类获取信息的重要来源及利用信息的重要手段，因此图像处理科学与技术逐步向其他学科领域渗透并为其它学科所利用是必然的。
数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展（特别是离散数学理论的创立和完善）;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。
图像处理科学是一门与国计民生紧密相联的应用科学，它给人类带来了巨大的经济和社会效益，不久的将来它不仅在理论上会有更深入的发展，在应用上亦是科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。
数字图像处理读书报告13
数字图像处理读书报告13（本书终）——目标识别——钱增磊前言：前章讲述的是对目标的表示与描述，常常将这一部分信息作为本章的输入，而目标的识别则是作为图像处理的目的。
在这里我们主要针对识别中的“分类”问题进行探讨，主要应用于两大领域：决策理论方法和结构方法。
前者主要是处理定量描绘子的各种模式，后者主要处理的是定性描绘子的各种模式。
一、模式与模式类模式是描绘子的组合，也就是对目标以一定的描述方法表示的特征的统称。
包括一些定量的，比如长度，面积之类的具有具体向量的表示；还有是一些定性的描绘，比如类似于串或者树的结构描述。
其中串适合描述生成其结构是基于基元的较简单的连接，并且通常是和边界形状有关系的目标模式和其他实体模式；而树可以对应更为复杂的组成形式，一个基元可以不断由更小的基元组成。
模式类顾名思义是模式的类别，将这些模式根据某一定的分类准则进行分类。
那么我们将这些模式可以看做是目标的样本，而模式类便是对该目标的所具有的特征的目标类。
那么目标识别其实就是“认识”并“区别”这个目标，认识便是所谓的用适当的模式进行表示其特征，这一块的内容便是上一章的表示与描述，而“区别”便是将其与其他区分出来，这是这一章要讲的主要内容。
二、基于决策理论方法的识别这里我们以分类器作为最主要的讲解。
对于决策是一种具有针对特定问题而提出的解决方案的词，很显然它是一种动态的方法，它的决策是需要训练而得到的，训练的方法是固定的，它还可以根据更多的训练将这个决策达到更好的效果。
1、最小距离分离器我们用欧氏距离来定义最小距离的度量：W j m x x D j j ,...,2,1||,||)(=-= 其中∑∈=j x j j j x N m ω 1，是该类模式的平均向量；W 是模式类的数量，我们只要求得上式的最小距离，只要在最小距离在临界距离之内，那么就可以将x 分类给j ω。
可以证明其最小距离为W j m m m x x d jT j j T j ,...,2,1,21)(=-= 那么其决策边界便是将任意两个类的最短距离之差为零即可，即0)()()(=-=x d x d x d j i ij我们可以看到它的计算是非常简单的，也就是说其执行速度是非常理想的，但是由于它的分类是基于欧氏距离决定，每一个模式向量分量共同决定它的决策边界，一旦出现样本没有很好的聚类，则它的分类是相当不理想的。
数字图像处理学习报告
数字图像处理学习报告在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。
在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。
图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。
图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展,其应用空间将会更加广泛。
数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程.数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。
数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。
其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果,操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。
目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。
在短短的历史中，它却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。
1. 数字图像处理需用到的关键技术由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。
数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。
图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。
图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要求。
图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。
数字图像处理读书报告【甄选文档】
数字图像处理读书报告Efficient object detection and segmentation for fine-grained recognition细粒度识别的有效目标检测与分割李其信201120952 信号与信息处理1摘要本文提出了一种针对细粒度的识别的目的检测和分割算法。
该算法首先检测可能属于对象的低级别的区域，，然后通过传播进行完整的对象分割。
除了分割对象，我们也可以以中心“放大”对象，依据尺度比例规范对象，因此折扣背景的影响。
这种算法与一个国家的最先进分类算法的结合能明显提高性能，特别是对于认为很难识别数据集，如鸟类物种，性能提高更加明显。
该算法的效率远远超过同样方案下的其它已知算法[4,21]。
我们的方法也比较简单，我们将其应用到不同的对象的类，如鸟类，花卉，猫和狗。
我们在一些基准细粒度的分类数据集上测试了该算法的性能。
它优于所有已知的最先进的方法对这些数据集的性能，有时高达11%。
在所有的数据集上应用此算法，基线算法的性能提高了3-4%。
我们在识别性能上具有挑战性的大规模花的数据集（包含578个品种的花250000图像）上进行试验，观察到还观察到上出现超过4%的改善。
2背景本文讨论的对象分类问题属于相同的基本范畴，如物种鸟，花等。
这个任务通常被称为细粒识别，需要特定领域的专家知识，而这些知识通常很少的人才有。
因此，开发自动识别系统这样的任务对于非专家存在很大好处。
毫无疑问，细粒度的分类面临的主要挑战是物种之间细微的差异。
然而，一个自动系统会遇到更多的挑战。
例如，图像通常包括丰富的自然环境和具有挑战性的背景，其中的背景的影响可能会变得突出，从而干扰算法的识别。
但是，有时背景可能是有用的，所以分割出背景将是有益的。
分割也有助于提取感兴趣对象的轮廓，可以提供良好的特征识别。
一种检测和分割算法的另一个好处就是，它可以定位对象，这个对象是有益的，特别是如果该对象不在图像的中心，或者大小的中央，不同于其它对象的大小。
数字图像处理读书报告12
数字图像处理读书报告12——表示与描述——钱增磊前言：在数字图像处理中，在前面几章都讲解了它的各种处理方法以及应用，那么对于这些处理的方法在真正程序实现的过程中，不能仅仅只是一个二维的像素矩阵点来表示，对于类似图像分割以及编码等的过程都需要特征的提取，而这些提取出来的特征表示，则需要一些表示以及描述，也就是本章节引出来的原因。
对于表示和描述虽表达的是同一意思，但是也有一定的区别，我个人的理解是表示是一种更加具体直接的表示目标，所呈现出来的是非常直观的描绘方法。
而描述则是用一种我们没办法直观的看到目标特征的抽象表示方法，因为在某一些领域，对于直观的表示不能够很好的对其进行处理，相反，将某一些需要处理的特征以另一种表示方法表现出来从而处理，会达到事半功倍的效果。
一、表示1、边界追踪对于边界的表示我们从图上可以看到很直观的表示，但是在将他提取出来的时候就需要一种表示的方法，这里采用的是Moore边界追踪算法。
它是根据对一个边界上的点求它的八邻域，如果是一个完整的闭合边界，那么边界的另一个点就应该在这个八邻域上面，我们采用对它的八邻域按顺时针方向的寻找，当找到另一个边界点的时候，同样对这个边界求八邻域，循环执行本操作，这样就起到了一个跟踪的效果。
边界也就被提取出来了。
但是这里会遇到一个问题，如果在显示边界的时候由于各种原因边界上存在毛刺，那么可能存在一个点的八邻域是不存在其他边界点的，这样会导致算法的出错，我们可以利用给区域的方法而不是给边界的方法来改善它，区域的外围便是边界，这样就防止了毛刺的发生。
2、链码上述讲述了边界的提取算法，对于提取出来的边界需要保存下来，那么就需要一种对提取的边界进行编码的过程，在离散的边界提取中，边界的跟踪方向无非是8个方向，也就是八个邻域，那么对这八个方向进行方向性数字序列的编码，便称为佛雷曼链码。
一般分为4方向链码和8方向链码。
那么给定一个起始点，进行上述的跟踪方式，用编码好的链码进行编码，那么对于一个边界就转化为一串数字。
【最新文档】电子信息工程专业导论学习报告 (7000字)-实用word文档 (4页)
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！== 本文为word格式，下载后可方便编辑和修改！ == 电子信息工程专业导论学习报告 (7000字)专业导论学习报告专业主要的研究内容和适合的就业岗位：主要研究以下几个方面1，信号方向：侧重信号处理，偏向编程，算法。
硬件上看，多涉及数字逻辑层面。
这个方向要学好各种信号处理的（如DSP）知识，还有计算机体系结构(仅逻辑层面的)，掌握一两门编程语言，当然也都要学数字模拟电子基础。
2 电路方向：侧重硬件，除了学习基本电子知识，还要学习高频电路微波电路，微波技术与天线，电磁兼容，雷达等无线电路和系统知识，以后也可以做数字逻辑电路设计，也会要求编程，专业课学得好，还可以搞模拟射频/微波无线电电路系统设计3 电磁场：更加侧重模拟电路，学习微波、毫米波等电磁波应用技术，除了基本微波电路技术，还要深入学习天线设计原理，微波网络等无线技术。
计算机知识用得比较少，要求比较好的数学和物理功底。
从事微波、毫米波电路系统设计，天线设计，还可搞计算电磁学数值分析该专业毕业生具有宽领域工程技术适应性，就业面很广，就业率高，毕业生实践能力强，工作上手快。
毕业生可以到电信部门、移动通信部门、广播与电视系统、网络工程公司、电子类企业及其它企、事业单位工作，也可以到计算机控制、财务、税收、银行等金融机构从事电子信息技术应用、开发和管理工作。
随着社会信息化的深入，各行业大都需要电子信息工程专业人才，而且薪金很高。
学生毕业后可以从事电子设备和信息系统的设计、应用开发以及技术管理等。
比如，做电子工程师，设计开发一些电子、通信器件；做软件工程师，设计开发与硬件相关的各种软件；做项目主管，策划一些大的系统，这对经验、知识要求很高，还有质量管理，销售，及售后服务等；还可以继续进修成为教师，从事科研工作等。
对培养计划的认识本专业的专业培养计划详细的介绍了作为我们这个专业所要学习的专业知识和对我们的技术要求，他详细的说明了我们所要学习的基本课程与核心课程，它们基本上可分为以下几个方面：1、数学。
数字图像处理读书报告9
数字图像处理读书报告9——图像压缩——钱增磊前言：前面几章都是讲解对数字图像的处理方法，这些处理终将为某一目的而执行，其中的很大一应用便是存储和传输，这就用到了图像压缩的技术。
我本是视频编解码的研究方向，对于图像压缩技术也靠近本研究方向，当作基础学习。
本章主要两个部分，一个是介绍一下压缩技术的基础知识，另一个就是介绍一些常用的压缩方法。
一、基础知识1、数据冗余在一幅数字图像中，如果我们用空间像素乖乖的对其顺序编码，那么它会产生庞大的数据量，对于处理起来就会增加很多时间和空间的开销。
而一幅图像中往往所表示的信息有多有少，有一些在我们识别和处理的时候是不需要的，这些便为数据冗余，主要有三种：编码冗余、空间和时间冗余以及不相关信息。
编码冗余：在我们标记像素进行编码时，用于表示灰度的8比特编码所包含的比特数要比表示该灰度所需的比特数多，从而产生的冗余；空间和时间冗余：多数的二维灰度阵列的像素是空间相关的和时间相关的（视频序列中体现），在相关像素的表示中就不需要重复了，从而产生的冗余；不相关信息：主要指一些被人类视觉系统忽略或者无用的信息。
对于描述图像信息的度量，这里给出熵的定义，对于一个离散的事件，给定一个统计独立随机事件的信源，则每个信源输出的平均信息称为该信源的熵，即：∑=-=Jj j j a P a P H 1)(log )( 香农第一定理：H n L n avg n =⎥⎦⎤⎢⎣⎡∞→,lim 其中n avg L ,是表示所有n 个符号组所需的编码符号的平均数，也就是说，用每个信源符号H信息单位的平均来表示零记忆信源的输出是可能的。
2、图像压缩模型图像的压缩系统主要由一个编码器和一个解码器构成，编码器执行压缩操作，解码器执行互补操作。
对于编码器，一般由映射器、量化器和符号编码器组成，映射器主要将输入图像变化为设计来降低空间和时间冗余的形式，这一操作一般可逆。
而量化器是根据保真度准则来降低映射器输出的精度，排除压缩表示的一些无关信息，这一操作一般不可逆。
数字图像处理-读书报告参考模板
《数字图像处理》读书报告3——钱增磊摘要：本周的主要任务是接着上周所看的数字图像的基础部分。
上一周主要对人眼视觉系统做了一个简单的概括，并对人眼视觉系统的成像原理以及应用了做了比较深入的探讨，对后期图像处理做了一个理论基础。
本周主要是将人眼视觉系统过渡到数字图像处理系统上来，通过对电磁光谱、图像的感知和获取、图像的取样和量化以及像素间的一些基本关系来阐述数字图像处理的基础。
一、讨论光和电磁能谱的元素以及它们的图像特性在1666年时，牛顿最先发现了光的奇异现象，当太阳光透过玻璃棱镜时，光由一系列不同颜色的光谱组成，一端是紫色，另一端是红色，然而这些可见光之石电磁光谱中很小的一部分。
电磁波是一系列无质量的γ粒子以光的速度作正弦运动形成的传播，每个粒子由一定的能量，而电磁光谱是由波长、频率和能量来描述的，他们的关系可以表示为：υλc=。
每一个频段的能量由公式υh E =给出，其中h 为普朗克常数。
我们可以看到当频段越高的波段，所携带的能量就越大。
以下是不同波段携带的能量大小关系：无线波 < 微波 < 红外波 < 可见光 < 紫外光 < X 射线 < γ射线所以在核辐射中，γ射线才是对人体伤害最严重的射线。
其中在可见光中可分为六个区域，每个区域的能量关系也不同：紫光 < 蓝光 < 绿光 < 黄光 < 橙色光 < 红光人在不同情况下可以看到不同颜色的光，其本质的这些光是由于这些物体的反射，根据物体在不同可见光谱内呈现不同颜色，对其他颜色光谱会进行吸收，那么其他颜色就看不见了。
上述就是其中一个图像特性，不同波段的光谱与携带能量以及波长的关系。
另一个特性分为两类：（1）一类是针对单色光，用灰度级来描述单色光强度。
（2）一类是针对彩色光，彩色光共有3个特性：A 、发光强度：从光源流出能量的总量，用W 表示单位；B、光通量：观察者从光源感受到的能量，用lm表示单位；C 、亮度：是光感受的主观指绘子，是描述色彩感觉的参数之一。
电子信息工程专业导论读书报告——智能数字图像处理
一、结合本课程的学习回答以下问题：1.答：①香农：二十世纪40年代末，美国数学家香农发表了《通信的数学理论》和《在噪声中的通信》两篇著名论文，提出信息熵的数学公式，从量的方面描述了信息的传输和提取问题，创立了信息论。
于是信息论首先在通信工程中得到广泛应用，为信息科学的研究奠定了初步的基础。
②维纳：发表了著名的《控制论》和《平稳时间序列的外推、内插和平滑问题》，从控制的观点揭示了动物与机器的共同的信息与控制规律，研究了用滤波和预测等方法，从被噪声湮没了的信号中提取有用信息的信号处理问题，建立了维纳滤波理论。
③冯·诺依曼：20世纪最重要的数学家之一，在现代计算机、博弈论和核武器等诸多领域内有杰出建树的最伟大的科学全才之一，被称为“计算机之父”和“博弈论之父”。
早期以算子理论、量子理论、集合论等方面的研究闻名，开创了冯·诺依曼代数。
第二次世界大战期间为第一颗原子弹的研制作出了贡献。
为研制电子数学计算机提供了基础性的方案。
1944年与摩根斯特恩（Oskar Morgenstern）合著《博弈论与经济行为》，是博弈论学科的奠基性著作。
晚年，研究自动机理论，著有对人脑和计算机系统进行精确分析的著作《计算机与人脑》。
主要著作有《量子力学的数学基础》、《计算机与人脑》、《经典力学的算子方法》、《博弈论与经济行为》、《连续几何》等。
④图灵：被誉为“计算机科学之父”和“人工智能之父”。
计算机逻辑的奠基者，提出了“图灵机”和“图灵测试”等重要概念。
美国计算机协会（ACM）设立的以其名命名的“图灵奖”是计算机界最负盛名和最崇高的一个奖项，有“计算机界的诺贝尔奖”之称。
⑤E.L.波斯特：波斯特对应问题是美籍波兰数学家E.L.波斯特于1944年提出的一个重要的判定问题。
波斯特对应问题在形式语言理论和程序设计理论中有重要应用。
2.答：电子信息工程是一门应用计算机等现代化技术进行电子信息控制和信息处理的学科，主要研究信息的获取与处理，电子设备与信息系统的设计、开发、应用和集成，是集现代电子技术、信息技术、通信技术于一体的专业。
数字图像处理报告心得
数字图像处理报告心得
首先，我觉得我们需要将彩色的图片转换为灰色图像，这样便于计算机分析，计算机跟人刚好相反，好看的不一定好处理，而灰色的图像虽然不美观，但是正好适合计算机来处理。
另一方面，将彩色图像转化为灰色图像也能减少图像所占的存储空间，简化和加快后续处理的工作。
其次，我觉得我们需要根据实际需要，对图像就行简单的预处理。
我们应当让我们所关心的图像内容，显现的更加突出。
而弱化那些我们所不关心的背景类似的东西。
这里我觉得，我们就可以利用我们上课所学到的图像增强的知识了。
需要注意的是，图像增强并不能增加原始图像的信息，只是通过某些技术有选择的突出对某一具体应用有价值的信息，即图像增强只通过突出某些信息，以增强对这些信息的辨识能力，而其他信息信息则被削弱，这就是我对图像增强的理解，我认为他是我们后期识别车牌的重要准备，增强的好坏直接影响了后期识别的准确度和速度。
然后，图像增强后，我觉得我们就应该对处理后的图像就行边缘检测，这里就直接会用到我们上课所学到的边缘检测的各种方法，边缘是图像的最基本特征，边缘部分集中了图像的大部分信息。
边缘确定和提取对于整个图像场景的识别是非常重要的。
而上一部的图像强也增强了边缘信息。
下一步，我认为就应该进行图像分割了，把各个字母数字单独分割出来，便于后续的进一步识别。
数字图像处理第三章读书报告
第三章 灰度变换与空间滤波这一周主要看了一篇论文和《数字图像处理》的第三章内容，第三章的内容主要包括：背景知识、一些基本的灰度变换函数、直方图处理、空间滤波基础、平滑空间滤波器、锐化空间滤波器、混合空间增强法、使用模糊技术进行灰度变换和空间滤波。
3.1背景知识3.1灰度变换与空间滤波基础空间域处理可用该式表示：)],([),(y x f T y x g =,其中f(x,y)是输入图像，g(x,y)是处理后的图像，T 是在该点邻域上定义的关于f 的算子。
算子可应用于单幅图像或图像集合。
空间域与变换域比起来计算更有效，执行所花的资源更少。
3.2一些基本的灰度变换函数灰度变换是所有图像处理中最简单的技术。
r 和s 分别别代表处理前后的像素值。
图像反转：s=L-1-r使用这种方式反转一幅图像的灰度级，可得到等效的图片底片。
这种类型的处理特别适用于增强在一幅图像的暗区域中的白色或灰色细节，特别是当黑色面积在尺寸上占主导地位时。
对数变换：)1log(r c s +=c 是常数，并假设0≥r 。
该变换根据特性曲线，将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值，对高输入灰度值亦如此，这样的效果就是可以增加一些低灰度值的一些细节，但带来的问题是他降低了图像的对比度，使背景有冲淡的感觉。
幂律变换：γcr s =c 和γ为正常数。
与对数变换的情况类似，部分γ值的幂律曲线将较窄范围的暗色输入值映射为较宽的输出值，相反地，对于输入高灰度级值时也成立。
根据伽马值的不同，可以输出不同程度的变换曲线，可以根据具体图像的特征，设置合适的γ值，使图像的对比度与细节清晰度达到一个最佳的比例。
可以使用幂律变换进行对比度增强。
分段线性变换函数：最简单的分段线性函数之一是对比度拉抻变换。
低对比度图像可由照明不足，成像传感器动态范围太小，甚至在图像获取过程中镜头光圈设置错误引起。
对比度拉抻是扩展图像灰度级动态范围处理，因此它可以跨越记录介质和显示装置的全部灰度范围。
数字图像处理读书报告6
数字图像处理读书报告6——图像复原与重建——钱增磊前言：前两章已经介绍了空间域与频率域的滤波技术，本章将基于这些技术讲述其中重要的一个重要应用——图像的复原，本章将介绍图像的去噪化，分别采用空间滤波与频率滤波的方法，并介绍图像退化的线性、位置不变模型，估计退化函数的方法，并详细介绍图像复原的各种方法，最后将介绍投影技术来重建图像。
一、图像退化模型图像的退化过程被建模为一个退化函数和一个加性噪声项，在空间域中可表示为：),(),(y x h y x g =★),(),(y x y x f η+其中),(y x f 就是其退化函数，对于其频率域中的模型为),(),(),(),(v u N v u F v u H v u G +=主要的退化模型为其噪声模型，其典型的噪声模型有如下几个：1）高斯噪声模型的PDF 222/)(21)(σσπz z e z p --=2）瑞利噪声模型的PDF ⎪⎩⎪⎨⎧<≥-=--az a z e a z b z p b a z ..............,.........0,)(2)(/)(23）爱尔兰（伽马）噪声的PDF ⎪⎩⎪⎨⎧<≥-=--a z a z e b z a z p az b b .......,.........0,)!1()(14）指数噪声的PDF ⎩⎨⎧<≥=-a z a z ae z p az ,.......0,)( 5）均匀噪声的PDF ⎪⎩⎪⎨⎧≤≤-=othersb z a a b z p ,.........0,1)(6）脉冲（椒盐）噪声的PDF ⎪⎩⎪⎨⎧--===others P P b z P a z P z p b a b a ,1,........,.......)(其中高斯噪声源于诸如电子电路噪声以及由低照明度或高温带来的传感器噪声，瑞利噪声主要存在于深度成像中，指数密度和伽马密度在激光成像中有用，脉冲噪声主要在快速过渡的情况下产生，均匀密度在仿真中主要应用。
《数字图像处理》课程学习报告
《数字图像处理》课程学习报告1.“绪论”学习总结本章节主要学习了图像、像素和数字图像处理的基本概念，了解了自然界中图像的亮度、色彩和空间分布等指标都是以模拟形式出现，模拟图像可以利用光学和电子两种方式进行处理。
图像是由许多个大小和形状一致的像素组成，分辨率可以用单位长度的像素点数表示，也可以用行数×列数来表示图像的大小和分辨率。
利用计算机或者数字设备对图像进行加工分析以满足需求的操作叫做图像处理。
数字图像处理的发展是从20世纪20年代首次实现了图像压缩技术开始，数字图像处理技术最开始应用在航天领域，随着科技发展逐渐扩展到人们生活的各个领域之中。
数字图像处理的目的、任务与特点。
图像处理的目的包含了提高图像的视觉质量、提取图像中某些特征、对图像和视频信息进行压缩、信息可视化和信息安全需要。
图像处理的任务是获取客观世界的景象并转换成数字图像，进行一定的技术手段使其转化成具有新意义的图像。
数字图像处理具有精度高、重现性能好、灵活性高、处理结果可供人观察、技术适用面宽等特点。
数字图像处理主要应用领域有航空航天、生物医学工程、通讯工程、工业自动化和机器人、军事公安、材料科学、生活娱乐以及智能交通。
涉及图像处理的相关技术包括视频、计算机图形、动画、VR、AR等。
2.“图像处理基本知识”学习总结本章节主要学习了人类视觉与色度学基础。
眼睛是人类重要和敏感的感觉器官，人类视觉对颜色的主观感觉可以直观的用色调、色饱和度和亮度来表达。
学习了三基色原理对光通量、发光强度、视敏度、亮度、照度等光度学基本知识有了全面了解。
图像处理硬件和图像处理软件组成了计算机或专用数字设备对图像信息进行处理的系统叫做数字图像处理系统。
学习了数字图像的图像大小、灰度平均值、协方差、灰度标准差以及图像的相关系数统计特征表达算式。
3.“图像的数字化与显示”学习总结本章在了解了图像数字化的基本过程前提下，主要学习了图像数字化的方法，尤其是图像量化中的标量量化和向量量化方法，标量量化的特点是每次只量化一个采样，前后采样间的量化互相独立，向量量化是将一组采样的信号幅度向量在容许的误差范围内用更少的离散向量替代。
探索电子信息工程中的数字图像处理技术
探索电子信息工程中的数字图像处理技术数字图像处理技术是电子信息工程领域中一项重要的技术，它在图像获取、图像处理和图像分析等方面发挥着重要作用。
本文将探索数字图像处理技术的应用和发展。
一、数字图像处理技术的基本原理数字图像处理技术是将图像转化为数字信号进行处理的一种技术。
它的基本原理是将连续的图像信号通过采样和量化转化为离散的数字信号，然后利用计算机进行处理和分析。
数字图像处理技术包括图像的增强、压缩、复原和识别等多个方面。
二、数字图像处理技术的应用领域数字图像处理技术在许多领域都有广泛的应用。
首先，它在医学影像领域中起到重要作用。
医学图像处理技术可以对医学影像进行增强和分析，帮助医生准确诊断疾病。
其次，数字图像处理技术在安防监控领域也有广泛应用。
通过数字图像处理技术，可以对监控摄像头拍摄的图像进行实时分析和识别，提高安防监控的效果。
此外，数字图像处理技术还应用于人脸识别、图像搜索、虚拟现实等领域。
三、数字图像处理技术的发展趋势随着计算机技术的发展和计算能力的提高，数字图像处理技术也在不断发展。
首先，人工智能技术的应用使得数字图像处理技术更加智能化。
通过深度学习等技术，计算机可以自动学习和识别图像中的特征，提高图像处理的效果。
其次，虚拟现实技术的发展也促进了数字图像处理技术的进步。
虚拟现实技术可以为用户提供沉浸式的视觉体验，数字图像处理技术在其中起到了重要的作用。
此外，数字图像处理技术还在无人驾驶、机器人等领域有着广泛的应用。
四、数字图像处理技术的挑战和问题虽然数字图像处理技术在许多领域都有广泛应用，但也面临着一些挑战和问题。
首先，图像质量的提升是一个重要的问题。
在图像采集过程中，由于各种因素的干扰，图像质量可能会受到影响。
如何提高图像的质量，是数字图像处理技术需要解决的问题之一。
其次，随着图像数据的不断增加，图像处理的效率也成为了一个问题。
如何提高图像处理的速度和效率，对于大规模图像处理任务来说是一个挑战。
电子信息工程中的数字图像处理技术
电子信息工程中的数字图像处理技术数字图像处理技术是电子信息工程中的重要领域之一。
随着科技的不断进步和人们对高质量图像的需求日益增长，数字图像处理技术在许多领域得到了广泛应用，如医学影像、安防监控、图像识别等。
首先，数字图像处理技术在医学影像领域发挥着重要作用。
通过数字图像处理技术，医生可以对患者进行更准确的诊断。
例如，在CT扫描中，数字图像处理技术可以对扫描得到的图像进行增强和滤波，使医生能够更清晰地观察到患者的内部器官结构，从而更准确地判断病变的位置和程度。
此外，数字图像处理技术还可以在医学影像中进行三维重建，帮助医生更好地理解病变的空间分布。
其次，数字图像处理技术在安防监控领域也发挥着重要作用。
随着摄像头的广泛应用，监控系统中产生的大量图像需要进行处理和分析。
数字图像处理技术可以用于目标检测、行为分析和图像识别等方面。
例如，通过数字图像处理技术，可以实现对行人、车辆等目标的自动检测和跟踪，从而提高监控系统的效率和准确性。
此外，数字图像处理技术还可以用于对图像进行特征提取和模式识别，帮助安防人员更好地分析和判断图像中的异常事件。
此外，数字图像处理技术在图像识别领域也有广泛应用。
图像识别是指通过对图像进行处理和分析，从中提取出有用的信息，实现对图像内容的理解和识别。
数字图像处理技术可以用于图像特征提取、图像分类和目标识别等方面。
例如，在人脸识别中，数字图像处理技术可以用于对人脸图像进行特征提取，如提取脸部轮廓、眼睛位置等信息，然后通过模式匹配和分类算法实现对人脸的识别。
此外，数字图像处理技术还可以用于图像检索，即通过对图像进行特征提取和相似度计算，实现对大规模图像数据库的快速搜索。
总之，数字图像处理技术在电子信息工程中的应用非常广泛，涉及医学影像、安防监控、图像识别等多个领域。
随着技术的不断进步和应用的不断拓展，数字图像处理技术将会在更多领域发挥重要作用，为人们的生活和工作带来更多便利和效益。
电子工程研究报告之图像处理与识别算法
电子工程研究报告之图像处理与识别算法研究报告：电子工程研究报告之图像处理与识别算法摘要：本研究报告旨在探讨图像处理与识别算法在电子工程领域的应用。
首先，我们介绍了图像处理与识别的基本概念和原理。
然后，我们详细分析了几种常见的图像处理算法，包括图像滤波、边缘检测和图像增强等。
接着，我们探讨了图像识别算法的发展趋势和应用领域。
最后，我们总结了本研究的主要发现，并提出了未来的研究方向。
1. 引言图像处理与识别算法是电子工程领域中的重要研究方向之一。
随着计算机技术的不断发展和智能设备的普及，图像处理与识别的需求日益增长。
图像处理算法可以对图像进行滤波、增强、分割等操作，从而提取出图像中的有用信息。
而图像识别算法则可以对图像进行自动识别和分类，为实际应用提供基础支持。
2. 图像处理算法2.1 图像滤波图像滤波是图像处理中常用的一种算法。
它通过对图像进行平滑处理，去除图像中的噪声和不必要的细节，从而改善图像的质量。
常见的图像滤波算法包括均值滤波、中值滤波和高斯滤波等。
这些算法可以应用于图像去噪、图像复原和图像增强等方面。
2.2 边缘检测边缘检测是图像处理中的一项重要任务，它可以提取图像中的边缘信息。
边缘检测算法可以通过计算图像中像素点的梯度值来确定边缘的位置和方向。
常用的边缘检测算法有Sobel算子、Canny算子和Laplacian算子等。
这些算法可以应用于图像分割、目标检测和图像匹配等方面。
2.3 图像增强图像增强是改善图像视觉效果的一种方法。
图像增强算法可以通过调整图像的亮度、对比度和色彩等参数来改善图像的质量。
常见的图像增强算法包括直方图均衡化、灰度拉伸和自适应增强等。
这些算法可以应用于图像显示、图像打印和图像分析等方面。
3. 图像识别算法3.1 特征提取特征提取是图像识别中的关键步骤之一。
它可以从图像中提取出具有代表性的特征，用于图像的分类和识别。
常用的特征提取算法有SIFT算法、SURF算法和HOG算法等。
《数字图像处理》学习感想
《数字图像处理》学习感想图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。
图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展，其应用空间将会更加广泛。
数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理是从20世纪60年代以来随着计算机技术的发展而产生、发展和不断成熟起来的一个新兴技术领域。
其实质是对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。
通过《数字图像处理》课程的网络学习，我觉得受益匪浅。
首先，应该激发学生对这门课的学习兴趣，让学生有一个平台可以看到图像数字处理的效果，产生一个所见即所得的印象，这样学生在学习中就有成就感，就会愿意动手去编程，在调试程序所面临的挫折中也能有信心和劲头去战胜困难；最后，多寻找些图像处理相关的例题和实例，指导学生们从简单实例入手，慢慢增加难度；同时，也可以让学生以小组的形式独立完成。
图像处理工具箱在生物测定学、遥感、监控、基因表达、显微镜技术、半导体测试、图像传感器设计、颜色科学及材料科学等领域为工程师和科学家提供支持。
它也促进了图像处理技术的教学，它主要包括以下几种方法。
1、图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2、图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、结合本课程的学习回答以下问题：1.答：①香农：二十世纪40年代末，美国数学家香农发表了《通信的数学理论》和《在噪声中的通信》两篇著名论文，提出信息熵的数学公式，从量的方面描述了信息的传输和提取问题，创立了信息论。
于是信息论首先在通信工程中得到广泛应用，为信息科学的研究奠定了初步的基础。
②维纳：发表了著名的《控制论》和《平稳时间序列的外推、内插和平滑问题》，从控制的观点揭示了动物与机器的共同的信息与控制规律，研究了用滤波和预测等方法，从被噪声湮没了的信号中提取有用信息的信号处理问题，建立了维纳滤波理论。
③冯·诺依曼：20世纪最重要的数学家之一，在现代计算机、博弈论和核武器等诸多领域内有杰出建树的最伟大的科学全才之一，被称为“计算机之父”和“博弈论之父”。
早期以算子理论、量子理论、集合论等方面的研究闻名，开创了冯·诺依曼代数。
第二次世界大战期间为第一颗原子弹的研制作出了贡献。
为研制电子数学计算机提供了基础性的方案。
1944年与摩根斯特恩（Oskar Morgenstern）合著《博弈论与经济行为》，是博弈论学科的奠基性著作。
晚年，研究自动机理论，著有对人脑和计算机系统进行精确分析的著作《计算机与人脑》。
主要著作有《量子力学的数学基础》、《计算机与人脑》、《经典力学的算子方法》、《博弈论与经济行为》、《连续几何》等。
④图灵：被誉为“计算机科学之父”和“人工智能之父”。
计算机逻辑的奠基者，提出了“图灵机”和“图灵测试”等重要概念。
美国计算机协会（ACM）设立的以其名命名的“图灵奖”是计算机界最负盛名和最崇高的一个奖项，有“计算机界的诺贝尔奖”之称。
⑤E.L.波斯特：波斯特对应问题是美籍波兰数学家E.L.波斯特于1944年提出的一个重要的判定问题。
波斯特对应问题在形式语言理论和程序设计理论中有重要应用。
2.答：电子信息工程是一门应用计算机等现代化技术进行电子信息控制和信息处理的学科，主要研究信息的获取与处理，电子设备与信息系统的设计、开发、应用和集成，是集现代电子技术、信息技术、通信技术于一体的专业。
本专业培养掌握现代电子技术理论、通晓电子系统设计原理与设计方法，具有较强的计算机、外语和相应工程技术应用能力，面向电子技术、自动控制和智能控制、计算机与网络技术等电子、信息、通信领域的宽口径、高素质、德智体全面发展的具有创新能力的高级工程技术人才。
电子信息工程专业主要是学习基本电路知识，并掌握用计算机等处理信息的方法。
首先要有扎实的数学知识，对物理学的要求也很高，并且主要是电学方面；要学习许多电路知识、电工基础、电子技术、信号与系统、计算机控制原理、通信原理等基本课程。
学习电子信息工程自己还要动手设计、连接一些电路并结合计算机进行实验，对动手操作和使用工具的要求也是比较高的。
譬如自己连接传感器的电路，用计算机设置小的通信系统，还会参观一些大公司的电子和信息处理设备，理解手机信号、有线电视是如何传输的等，并能有机会在老师指导下参与大的工程设计。
学习电子信息工程，要喜欢钻研思考，善于开动脑筋发现问题。
3.答：我校电子信息工程为国家特色专业建设点、江苏省品牌专业，教育部卓越工程师教育培养计划试点专业、电子信息与电气类全国高等工程教育专业认证专业，2013年全国排名第16名。
本专业培养适应信息产业发展需要，掌握扎实的自然科学基础理论和电子信息类专业知识，在电子信息工程技术领域从事科学研究、技术开发、工程设计、设备制造和技术管理等方面工作的高级专业人才。
本专业是电子和信息类较宽口径的专业。
学生主要学习的学科基础课有：数理方程、离散数学、概率统计和随机过程、C++、微型计算机原理与接口技术、电路分析基础、模拟电子线路、信号与系统、数字电路与逻辑设计、算法分析与设计、MATLAB与科学计算；专业基础课有：通信原理、数字信号处理、电磁场与传输理论、电视原理、信息论基础、图像处理、语音信号处理等。
4.答：工程师指具有从事工程系统操作、设计、管理、评估能力的人员。
工程师的称谓，通常只用于在工程学其中一个范畴持有专业性学位或相等工作经验的人士工程师和科学家往往容易混淆。
科学家努力探索大自然，以便发现一般性法则，工程师则遵照此既定原则，从而在数学和科学上，解决了一些技术问题。
科学家研究事物，工程师建立事物。
科学家探索世界以发现普遍法则，但工程师使用普遍法则以设计实际物品。
在欧洲大陆一些国家，工程师称谓的使用被法律所限制，必须用于持有学位的人士，而其他没有学位人士使用，属于违法。
在美国大部份州及加拿大一些省份亦有类似法律存在，通常只有在专业工程考试取得合格才可被称为工程师，而法律的范围一般只在蓄意欺诈的情况下才会执行。
工程的种类有：电气工程师、国际注册机械师、软件工程师、成本工程师、质量工程师、网络工程师、网络营销工程师、网络安全工程师、注册咨询工程师、园林工程师等等。
从上面的各类工程师的角色分工来看，网络安全工程师必须具备掌握相关领域法律的能力，以及网络安全的重要认知；质量工程师也必须具备法律知识，认真监管项目的质量安全，保护人民群众的生命安全；园林工程师则应该对城市环境及人文足够了解；网络工程师还应具备管理能力等等。
只有具备这些能力，才能成为一名优秀的工程师，因此在专业培养中，不能只培养学生专业技能，还应重视对学生人文、法律、管理、安全、环境、伦理等意识的培养。
5.答：我是贝尔英才学院的一名学生，由于我们学院在大一时学生统一学习基础课，并未分专业，所以我院大一时没有学习专业导论。
大二学习结束后，我根据自己的学习兴趣方向选择了电子信息工程。
因此在上这门专业基础导论课时，我已经全部学习完了通识基础课和专业基础课，并且开始学习了部分专业课程。
对于身为一名大三学生的我，在今后还有一年的专业课程学习中，我还会像以前一样对学习不放松，保证课堂的学习效率。
当然对于我们来说，课内的知识只是皮毛，不可能只靠课内教材的书走上工作岗位。
因此在课外，我接下来准备专攻图像处理方向。
因为根据大三这上半学期的学习，我得知了我们电子信息工程专业的分支有图像处理和信息安全两个方向，大三上已经学习了通信原理，电视原理，数字信号处理等专业课，在接下来的下半学期内，我们将学习数字图像处理和信息论。
对于学业发展我准备考研，现在的目标就是通信、图像处理这方面，未来毕业后我想去运营商的技术岗位，第一想去的是南京的移动，工作一段时候后，有想过做一些行政管理岗位的工作。
6.答：通过这一学期的学习，我对电子信息工程有了更加深刻的印象，尤其是老师请了各行各业的学长来给我们做讲座，学长生动的演讲非常有感染力。
我觉得老师这样的课程安排非常合理。
希望老师也可以请一些应届毕业生或者刚参加工作一两年的学长或学姐来给我们讲一讲。
二、读书报告——智能图像识别技术：《智能图像识别技术》读书报告概述图像识别是近20年发展起来的一门新兴技术科学，它以研究某些对象或过程的分类与描述为主要内容。
随着图像处理技术的迅速发展，图像识别技术的应用领域也越来越广泛。
计算机智能化图像识别技术的发展关系着我国国民经济的健康有序地发展,尤其是在国际竞争日益激烈的情况下，计算机智能化图像识别技术有利于我国更好地应对国际动态和局势促进我国各个领域的发展和进步。
本文通过参考文献分别阐述了什么是图像处理技术，以及什么是图像识别技术，智能图像识别技术的理论现状、特点和优点、以及理论性突破。
一、图像处理技术1.1什么是图像和图像处理图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。
随着计算机技术、多媒体技术、人工智能技术的迅速发展,图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域已取得的一定的成绩。
图像处理正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像处理技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等，在这些应用中，都离不开图像处理和识别技术。
图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别大基础。
图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。
但是由于获取的图像本事具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。
1.2图像处理技术图像处理利用计算机对图像进行分析，以达到所需的结果。
图像处理可分为模拟图像处理和数字图像处理，而图像处理一般指数字图像处理。
这种处理大多数是依赖于软件实现的。
其目的是去除干扰、噪声，将原始图像编程适于计算机进行特征提取的形式，主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。
l ) 图像采集，图像采集是数字图像数据提取的主要方式。
数字图像主要借助于数字摄像机、扫描仪、数码相机等设备经过采样数字化得到的图像，也包括一些动态图像，并可以将其转为数字图像，和文字、图形、声音一起存储在计算机内，显示在计算机的屏幕上。
图像的提取是将一个图像变换为适合计算机处理的形式的第一步。
2 ) 图像增强，图像在成像、采集、传输、复制等过程中图像的质量或多或少会造成一定的退化，数字化后的图像视觉效果不是十分满意。
为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，即图像增强。
通过图像增强，以减少图像中的图像的噪声，改变原来图像的亮度、色彩分布、对比度等参数。
图像增强提高了图像的清晰度、图像的质量，使图像中的物体的轮廓更加清晰，细节更加明显。
图像增强不考虑图像降质的原因，增强后的图像更加赏欣悦目，为后期的图像分析和图像理解奠定基础。
3 ) 图像复原，图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图。
图像复原的另一种特殊技术是图像重建，该技术是从物体横剖面的一组投影数据建立图像。
4 ) 图像编码与压缩，数字图像的显著特点是数据量庞大，需要占用相当大的存储空间。
但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输。
为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩。
目前，图像压缩编码已形成国际标准，如比较著名的静态图像压缩标准PJEG，该标准主要针对图像的分辨率、彩色图像和灰度图像，适用于网络传输的数码相片、彩色照片等方面。
由于视频可以被看作是一幅幅不同的但有紧密相关的静态图像的时间序列，因此动态视频的单帧图像压缩可以应用静态图像的压缩标准。
图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间。