<big id="v7kn0"></big>
視覺是人類最高級的感知，所以圖像在人類感知中扮演著最重要的角色。圖像處理是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征、目標識別等處理的方法和技術，是人們通過圖片和視頻認識世界的重要步驟。隨著人工智能技術的快速發展，圖像處理方面的人才成為國家急需的高級專業人才。
培訓結束，頒發中科院計算所職業培訓中心“人工智能-圖像處理和識別”結業證書。
培訓對象
1、系統架構師、高級程序員、資深開發人員。
2、人工智能工程師、圖像設計人員、機器學習工程師。
3、政府機關，金融保險、移動等圖像處理負責人。
4、高校、科研院所牽涉到人工智能與圖像處理的項目負責人。
5、對圖像處理感興趣、有志成為人工智能、圖像處理方面高級人才的相關人等。
學員基礎
1、對IT系統設計有一定的理論與實踐經驗。
2、對圖像處理技術有一定的基礎和興趣。
（注：以下內容涉及版權，如摘抄、轉載將追究法律責任?。?/p>
第一講 數字圖像基礎
1.1 什么是數字圖像？
1.2 圖像感知和獲取
1.3 圖像的表達
1.4 圖像處理的基本步驟
1.5 圖像處理的應用實例
第二講 空間域圖像增強
2.1為什么進行圖像增強
2.2 灰度直方圖處理
2.3 平滑空域濾波器
2.4 銳化空域濾波器
2.5 混合空間濾波器
2.6 空間域濾波的應用案例
第三講 頻域圖像增強
3.1 圖像傅里葉變換
3.2 平滑頻域濾波器
3.3 銳化頻域濾波器
3.4 同態濾波器
3.5 頻域濾波的應用案例
第四講 小波變換和多分辨率處理
4.1 圖像金字塔
4.2 多分辨率展開
4.3 一維小波變換
4.4 二維小波變換
4.5 小波變換的應用案例
第五講 形態學圖像處理
5.1 圖像的膨脹與腐蝕
5.2 圖像的開操作與閉操作
5.3 形態學算法提取圖像特征
5.4 形態學算法提取圖像特征的應用案例
第六講 圖像分割
6.1 間斷檢測
6.2 邊緣頰側和邊界檢測
6.3 基于區域的分割
6.4 基于聚類的分割
6.5 圖像分割在目標追蹤中的應用案例
第七講 圖像特征提取、描述與融合
7.1 圖像的基本特征
7.2 圖像紋理特征提取與分析
7.2 圖像特征描述子
7.3 SIFT特征提取與描述
7.4 邊界特征的提取與描述
7.5 圖像特征的融合
7.6 SIFT圖像特征的應用案例
第八講 圖像識別
8.1 模式與模式識別
8.2 圖像匹配
8.3 目標識別
8.4 目標識別中的反饋機制
8.5 圖像識別的應用案例
第九講 深度學習在圖像處理中的應用
9.1 人工神經網絡的基本實現
9.2 深度學習的簡介
9.3 深度學習與圖像匹配的結合
9.4 深度學習與目標識別的結合
9.5 深度學習在圖像處理中的應用案例
匯款、微信轉帳
匯款信息：
單位名稱：北京市海淀區中科院計算所職業技能培訓學校
開戶行：工行海淀西區支行
賬號：0200 0045 1920 0043 667
開戶銀行代碼：1021 0000 0458
微信轉賬：
步驟一：打開微信，掃描二微碼付款時，點擊打開微信右下角里的“發現”，在列表界面有一個“掃一掃”選項，點擊打開“掃一掃”（如下圖）：
步驟二：點擊打開“掃一掃”后，會出現一個掃描框，將中科院計算所培訓中心二維碼/條碼放入框內，即可自動掃描，并顯示支付信息，輸入付款金額。
（中科院計算所培訓中心二維碼）
步驟三：點擊 “添加付款備注”，填寫付款人姓名和單位全稱，所有信息核對無誤后，點擊“確認付款”，完成支付。
