2019-02-22 16:27:30 weixin_41282726 阅读数 72
  • 通俗易懂的Java9新特性教程(含配套资料

    本教程为授权出品教程 本套《Java9新特性》视频涵盖oracle公司2017年9月公布的java 9 新特性的核心内容。 主要包含:模块化系统,REPL工具:jshell命令,多版本兼容jar包,语法的新变化:接口私有方法、异常处理、钻石操作符、String存储结构变化等,新增API:Stream、List、Set、图像处理等。可以说java 9 的更新是一个大的工程。

    185 人正在学习 去看看 张长志

转自:https://blog.csdn.net/qq_16481211/article/details/79494660

机器视觉和图像处理的研究工作,做到以下两点非常重要: 
1、把握国际最前沿的内容 
2、所做的工作具备很高的实用性

上述两点的解决方法分别为:找到这个方向公认成就最高的几个超级专家;找到实际应用的项目,边做边写文章 
做好这几点的途径之一就是利用网络资源,利用权威网站和专家们的个人主页;

以下大家收集了机器视觉和图像处理领域的核心材料。

依照下面目录整理: 
[1] 研究群体(国际国内) 
[2] 专家主页 
[3] 前沿国际国内期刊与会议 
[4] 搜索资源 
[5] GPL 软件资源

【1】研究群体

用来搜索国际知名计算机视觉研究组(CV Groups):

国际计算机视觉研究组清单 
http://peipa.essex.ac.uk/info/groups.html

美国计算机视觉研究组清单 
http://peipa.essex.ac.uk/info/groups.html#USA

这是卡奈基梅隆大学的计算机视觉研究组的主页,上面提供很全的资料,从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件,甚至还有一个搜索引擎。著名的有人物 Tomasi, Kanade 等。 
http://www-2.cs.cmu.edu/~cil/vision.html 
或 http://www.cs.cmu.edu/~cil/vision.html

卡内基梅隆大学双目实验室 
http://vision.middlebury.edu/stereo/

卡内基梅隆研究组 
http://www.cs.cmu.edu/~cil/v-groups.html

还有几个实验室: 
Calibrated Imaging Laboratory 图像 
Digital Mapping Laboratory 映射 
Interactive Systems Laboratory 互动 
Vision and Autonomous Systems Center 视觉自适应 
Cornell University——Robotics and Vision group

康奈尔大学的计算机视觉和图像分析研究组,好像是电子和计算机工程系的。侧重医学方面的研究,但是在上面有相当不错资源,关键是它正在建设中,能够跟踪一些信息。 
http://www.via.cornell.edu/

斯坦福大学计算机系 
The Stanford AI Lab (SAIL) is the intellectual home for researchers in the Stanford Computer Science Department whose primary research focus is Artificial Intelligence. The lab is located in the Gates… 
http://www-cs-students.stanford.edu/ 
1. http://white.stanford.edu/ 
2. http://vision.stanford.edu/

美国斯坦福大学人工智能机器人实验室 
3. http://ai.stanford.edu/ 
Vision and Imaging Science and Technology 
http://www.fmrib.ox.ac.uk/analysis/

密歇根州立大学计算机和电子工程系的模式识别–图像处理研究组,它的 FTP 上有许多的文章(NEW) 
主要研究:Brain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,Automated Segmentation,Structural brain change analysis,motion correction,etc. 
http://www.cse.msu.edu/prip/

美国密歇根州大学认知模型和图像处理实验室 
The Pattern Recognition and Image Processing (PRIP) Lab faculty and students investigate the use of machines to recognize patterns or objects. Methods are developed to sense objects, to discover which… 
http://www.cse.msu.edu/rgroups/prip/

德国的一个数字图像处理研究小组,在其上面能找到一些不错的链接资源。 
http://pandora.inf.uni-jena.de/p/e/index.html 
柏林大学 
http://www.cv.tu-berlin.de/

德国波恩大学视觉和认识模型小组 
Computer Vision Group located within the Division III of the Computer Science Department in the University of Bonn in Germany. This server offers information on topics concerning our computer vision 
http://www-dbv.informatik.uni-bonn.de/ 
http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html 
CVIP(used to be CVCC for Computer Vision and Cluster Computing) is a research group focusing on cluster-based computer vision within the Spiral Architecture. 
http://cfia.gmu.edu/ 
The mission of the Center for Image Analysis is to foster multi-disciplinary research in image,multimedia and related technologies by establishing links between academic institutes,industry and government agencies,and to transfer key technologies to help industry build next generation commercial and military imaging and multimedia systems.

英国的Bristol大学的Digital Media Group在高级图形图像方面不错。主要就是涉及到场景中光线计算的问题,比如用全局光照或是各种局部光照对高动态图的处理,还有近似真实的模拟现实环境 (照片级别的),还有用几张照片来建立3D模型(人头之类的)。另外也有对古代建筑模型复原。 
http://www.cs.bristol.ac.uk/Research/Digitalmedia/ 
而且根据Times全英计算机排名在第3, 也算比较顶尖的研究了 
http://www.cmis.csiro.au/IAP/zimage.htm

这是一个侧重图像分析的站点,一般。但是提供一个Image Analysis环境—ZIMAGE and SZIMAGE。 
麻省理工视觉实验室 
MIT http://groups.csail.mit.edu/vision/welcome/ 
AI Laboratory Computer Vision group 
Center for Biological and Computational Learning 
Media Laboratory, Vision and Modeling Group 
Perceptual Science group 
UC Berkeley 
http://0-vision.berkeley.edu.ilstest.lib.neu.edu/vsp/index.html 
http://www.cs.berkeley.edu.ilste … n/vision_group.html

加州大学伯克利分校视觉实验室David A. Forsyth: 
http://www.cs.berkeley.edu/~daf/ 
UCLA(加州大学洛杉矶分校) 视觉实验室 
http://vision.ucla.edu 
英国牛津的A.Zisserman:机器人实验室 
http://www.robots.ox.ac.uk/~az/ 
美国南加州大学智能机器人和智能系统研究所 University of Southern California, Los Angeles 
IRIS is an interdepartmental unit of USC’s School of Engineering with ties to USC’s Information Sciences Institute (ISI). Members include faculty, graduate students, and research staff associated with… 
http://iris.usc.edu/ Computer Vision

美国南加州大学计算机视觉实验室介绍: 
Computer Vision Laboratory at the University of Southern California is one of the major centers of computer vision research for thirty years. they conduct research in a number of basic and applied are… 
http://iris.usc.edu/USC-Computer-Vision.html 
英国约克大学高级计算机结构神经网络小组 
The Advanced Computer Architecture Group has had a thriving research programme in neural networks for over 10 years. The 15 researchers, led by Jim Austin, focus their work in the theory and applicati… 
http://www.cs.york.ac.uk/arch/neural/ 
瑞士戴尔莫尔感知人工智能研究所 
IDIAP is a research institute established in Martigny in the Swiss Alps since 1991. Active in the areas of multimodal interaction and multimedia information management, the institute is also the leade… 
http://www.idiap.ch/

英国萨里大学视觉,语言和信号处理中心 
The Centre for Vision, Speech and Signal Processing (CVSSP) is more than 60 members strong, comprising 12 academic staff, 18 research fellows and more than 44 research students. The activities of the … 
http://www.ee.surrey.ac.uk/Research/VSSP/

美国阿默斯特马萨诸塞州立大学计算机视觉实验室 
The Computer Vision Laboratory was established in the Computer Science Department at the University of Massachusetts in 1974 with the goal of investigating the scientific principles underlying the con… 
http://vis-www.cs.umass.edu 
University of Massachusetts——Computer Vision Laboratory for Perceptual Robotics 
美国芝加哥伊利诺伊斯大学贝克曼研究中心智能机器人和计算机视觉实验室 
Includes the following groups: Professor Seth Hutchinson’s Research Group Professor David Kriegman’s Research Group Professor Jean Ponce’s Research Group Professor Narendra Ahuja’s Research Gro… 
http://www-cvr.ai.uiuc.edu/ 
Computer Vision and Robotics Laboratory 
Vision Interfaces and Systems Laboratory (VISLab)

英国伯明翰大学计算机科学学校视觉研究小组 
The vision group at the School of Computer Science (a RAE 5 rated department) performs research into a wide variety of computer vision and image understanding areas. Much of this work is performed in … 
http://www.cs.bham.ac.uk/research/vision/ 
微软研究院机器学习与理解研究小组 / 计算机视觉小组 
The research group focuses on the development of more advanced and intelligent computer systems through the exploitation of statistical methods in machine learning and computer vision. The site lists … 
http://research.microsoft.com/mlp/ 
http://research.microsoft.com/en-us/groups/vision/

微软公司的文献: 
http://research.microsoft.com/research/pubs 
微软亚洲研究院: 
http://research.microsoft.com/asia/

值得关注Harry Shum, Jian Sun, Steven Lin, Long Quan(兼职HKUST)etc.感觉国外搞视觉的好多是数学系出身,大约做计算机视觉对数学要求很高吧。 
瑞典隆德大学数学系视觉组: 
http://www.maths.lth.se/matematiklth/personal/andersp/

澳大利亚国立大学: 
http://users.rsise.anu.edu.au/~hartley/

美国北卡大学: 
http://www.cs.unc.edu/~marc/

法国INRIA:由Olivier.Faugeras领衔的牛人众多。 
http://www-sop.inria.fr/odyssee/team/

比利时鲁汶大学的L.Van Gool: 
www.esat.kuleuven.ac.be/psi/visics/

据说在这个只有中国一个小镇大小的地方的鲁汶大学在欧洲排行top10,名列世界top100,还出了几个诺贝尔奖,视觉研究也很强. 
美国明德 
http://vision.middlebury.edu/stereo/

以下含有非顶尖美国学校研究组,没有链接(个别的上面已经提到),供参考。 
Amerinex Applied Imaging, Inc.Boston University 
Image and Video Computing Research group,

University of California at Santa Barbara加州大学芭芭拉分校 
Vision Research Lab

University of California at San Diego加州大学圣迭戈分校 
Computer Vision & Robotics Research Laboratory 
Visual Computing laboratory

University of California at Irvine加州大学欧文分校,加州南部一城,在圣安娜东南, 
Computer Vision laboratory

University of California, Riverside加州大学河滨分校

Visualization and Intelligent Systems Laboratory (VISLab) 
University of California at Santa Cruz 
Perceptual Science Laboratory 
Caltech (加州理工) 
Vision group 
University of Central Florida 
Computer Vision laboratory 
University of Florida 
Center for Computer Vision and Visualization

Colorado State University 
Computer Vision group

Columbia University 
Automated Vision Environment (CAVE) 
Robotics group

University of Georgia, Athens 
Visual and Parallel Computing Laboratory

Harvard University(哈佛) 
Robotics Laboratory

University of Illinois at Urbana-Champaign 
Robotics and Computer Vision

University of Iowa 
Division of Physiologic Imaging 
Jet Propulsion Laboratory 
Machine Vision and Tracking Sensors group 
Khoral Research, Inc 
Lawrence Berkeley Laboratories 
Imaging and Collaborative Computing Group 
Imaging and Distributed Computing

Lehigh University 
Image Processing and Pattern Analysis Lab 
Vision And Software Technology Laboratory

University of Louisville 
Computer Vision and Image Processing Lab

University of Maryland 
Computer Vision Laboratory

University of Miami 
Underwater Vision and Imaging Laboratory

University of Michigan密歇根 
AI Laboratory

Michigan State University 密歇根州立 
Pattern Recognition and Image Processing laboratory 
Environmental Research Institute of Michigan (ERIM) 密歇根大学有汽车车身检测研究

University of Missouri-Columbia 
Computational Intelligence Research Laboratory 
NEC 
Computer Vision and Image Processing

University of Nevada 
Computer Vision Laboratory 
Notre-Dame University 
Vision-Based Robotics using Estimation 
Ohio State University 
Signal Analysis and Machine Perception Laboratory

University of Pennsylvania 
GRASP laboratory 
Medical Image Processing group 
Vision Analysis and Simulation Technologies (VAST) Laboratory

Penn State University 宾夕法尼亚大学 
Computer Vision 
Precision Digital Images

Purdue University普渡大学 
Robot Vision laboratory 
Video and Image Processing Laboratory (VIPER)

Rensselaer Polytechnic Institute (RPI) 
Computer Science Vision

University of Rochester 
Center for Electronic Imaging Systems 
Vision and Robotics laboratory 
Rutgers University (The State University of New Jersey) 
Image Understanding Lab

University of Southern California 
Computer Vision

University of South Florida 
Image Analysis Research group 
Stanford Research Institute International (SRI) 
RADIUS – Research and Development for Image Understanding Systems 
The Perception program at SRI’s AI Center 
SUNY at Stony Brook 
Computer Vision Lab

University of Tennessee 
Imaging, Robotics and Intelligent Systems laboratory

University of Texas, Austin 
Laboratory for Vision Systems 
University of Utah 
Center for Scientific Computing and Imaging 
Robotics and Computer Vision

University of Virginia 
Computer Vision Research (CS)

University of Washington 
Image Computing Systems Laboratory 
Information Processing Laboratory 
CVIA Laboratory

University of West Florida 
Image Analysis/Robotics Research Laboratory

University of Wisconsin 
Computer Vision group

Vanderbilt University 
Center for Intelligent Systems

Washington State University 
Imaging Research laboratory 
Wright-Patterson 
Model-Based Vision laboratory

Wright State University 
Intelligent Systems Laboratory

University of Wyoming

Wyoming Image and Signal Processing Research (WISPR)

Yale University 
Computational Vision Group http://www.cs.yale.edu/ 
School of Medicine, Image Processing and Analysis group 
国内:

中科院模式识别国家重点实验室 
http://www.nlpr.ia.ac.cn/English/rv/mainpage.html

虹膜识别、掌纹识别、人脸识别、 
莲花山http://www.stat.ucla.edu/~sczhu/Lotus/

天津大学精密测试技术及仪器国家重点实验室 
研究方向包括:激光及光电测试技术、传感及测量信息技术、微纳测试与制造技术、制造质量控制技术。该实验室是国内精密测试领域惟一的国家重点实验室。 
“智能微系统及其集成应用技术”、“微结构光学测试技术”、“油气储运安全检测技术”、“先进制造中的视觉测量及其关键技术”、“正交偏振激光器原理、特性及其在精密计量中的应用研究”等5项代表性成果(07.3)。

中科院长春光机所 
http://www.ciomp.ac.cn/ny/keyan.asp

中科院沈阳自动化所 
http://www.sia.ac.cn/index.php

中科院西安光机所 
http://www.opt.ac.cn/yanjiushi/gpcxjs1.htm

北京大学智能科学系:三维视觉计算与机器人,生物特征识别与图像识别 
http://www.cis.pku.edu.cn/vision/vision.htm

【2】专家网页

这位可是MIT人工智能实验室的BILL FREEMAN。专长是:理解–贝叶斯模型。 
http://www.ai.mit.edu/people/wtf/

MERL(Mitsubishi Electric Research Laboratory)中的擅长“Style Machine”。 
http://www.merl.com/people/brand/

CV界极有声望的A.Blake 1977年毕业于剑桥大学三一学院并或数学与电子科学学士学位。之后在MIT,Edinburgh,Oxford先后组建过研究小组并成为Oxford的教授,直到1999年进入微软剑桥研究中心。主要工作领域是计算机视觉。 
http://research.microsoft.com/~ablake/

这位专家好像正在学习汉语,主页并且搜集了诸如“两只老虎(Two Tigers)”的歌曲。 
他的主页上面还有几个专家:Shumeet Baluja, Takeo Kanade。他们的Face Detection作的绝对是世界一流。毕业于卡奈基梅隆大学的计算机科学系,兴趣是计算机视觉。 
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html

【3】前沿国际国内期刊与会议

这里的期刊大部分都可以通过上面的专家们的主页间接找到 
1.国际会议 2.国际期刊 3.国内期刊 4.神经网络 5.CV 6.数字图象 7.教育资源,大学 8.常见问题国际会议 
1.国际会议

现在,国际上计算机视觉方面的三大国际会议是ICCV, CVPR和ECCV,统称之为ICE。 
ICCV的全称是International Comference on Computer Vision。ICCV两年一次,与ECCV正好错开,是公认的三个会议中级别最高的。

ECCV的全称是Europeon Conference on Computer Vision,是一个欧洲的会议。

CVPR的全称是Internaltional Conference on Computer Vision and Pattern Recogintion国际计算机视觉与模式识别会议。这是一个一年一次的会议,举办地在美国。

ICIP— 
BMVC— 
MVA—

国际模式识别会议(ICPR ):

亚洲计算机视觉会议(ACCV):

2.国际期刊

以计算机视觉为主要内容之一的国际刊物也有很多,如: 
International Journal of Computer Vision 
IEEE Trans. On PAMI 
http://www.computer.org/tpami/index.htm

IEEE Transactionson Image Processing 
http://www.ieee.org/organizations/pubs/transactions/tip.htm

Pattern Recognition 
http://www.elsevier.com/locate/issn/00313203

Pattern Recognition Letters 
http://www.elsevier.com/locate/issn/01678655

IEEE Trans. on Robotics and Automation, 
IEEE TPAMI 
IEEE TIP 
CVGIP Computer Vision. Graphics and Image Processing, 
Visual Image Computing, 
IJPRAI(Internatiorial Journat of Pattern Recognition and Artificial Intelligence)

众所周知, computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议,它们档次差不多,都应该在一流会议行列, 没有必要给个高下。有些us的人认为ICCV/CVPR略好于ECCV,而欧洲人大都认为ICCV/ECCV略好于CVPR,某些英国的人甚至认为BMVC好于CVPR。简言之, 三个会议差不多, 各有侧重和偏好。

笔者就个人经验浅谈三会异同, 以供大家参考和讨论。 三者乃cv领域的旗舰和风向标,其oral paper (包括best paper) 代表当年度cv的最高水准, 在此引用Harry Shum的一句话, 想知道某个领域在做些什么,找最近几年此领域的proceeding看看就知道了。 ICCV/CVPR由IEEE Computer Society牵头组织, ECCV好像没有专门负责的组织。 CVPR每年(除2002年)都在美国开, ECCV每两年开一次,仅限欧洲, ICCV也是每两年一次,各洲轮值。 基本可以保证每年有两个会议开, 这样研究者就有两次跻身牛会的机会。

就录取率而言, 三会都有波动。 如ICCV2001录取率>30%,且出现两个人(华人)各有三篇第一作者的paper的情况, 这在顶级牛会是不常见的 (灌水嫌疑)。 但是, ICCV2003, 2005两次录取率都很低, 大约20%左右。 ECCV也是类似规律, 在2004年以前都是>30%, 2006年降低到20%左右。 CVPR的录取率近年来一直偏高,从2004年开始一直都在[25%,30%]。最近一次CVPR2006是28.1%, CVPR2007还不知道统计数据。笔者猜测为了维持录取paper的绝对数量, 当submission少的时候录取率偏高, 反之偏低,近几年三大会议的投稿数量全部超过1000, 相对2000年前, 三会录取率均大幅度降低,最大幅度50%->20%。 对录取率走势感兴趣的朋友, 可参考 
http://vrlab.epfl.ch/~ulicny/statistics/(CVPR2004的数据是错的)。 
http://www.adaptivebox.net/research/bookmark/CICON_stat.html.

显然, 投入cv的人越来越多,这个领域也是越来越大, 这点颇不似machine learning一直奉行愚蠢的小圈子主义。另外 
一点值得注意, ICCV/ECCV只收vision相关的topic,而cvpr会收少量的pattern recognition paper, 如finger print等,但是不收和image/video完全不占边的pr paper,如speech recognition等。我一个朋友曾经review过一篇投往CVPR的speech的paper, 三个reviewer一致拒绝,其中一个reviewer搞笑的指出, 你这篇paper应该是投ICASSP被据而转投CVPR的。 就topic而言, CVPR涵盖最广。 还有一个没有验证过的原因导致CVPR录取率高: 很多us的researcher不愿意或没有足够的经费到us以外的地方开会, 故CVPR会优先接收很多来自us的paper (让大家都happy)。

以上对三会的分析对我们投paper是很有指导作用的。 目前的research我想绝大部分还是纸上谈兵, 必经 read paper -> write paper -> publish paper -> publish paper on top conferences and journals流程。故了解投paper的一些基本技巧, 掌握领域的走向和热点, 是非常必要的。 避免做无用功,选择切合的topic,改善presentation, 注意格式 (遵守规定的模板), 我想这是很多新手需要注意的问题。如ICCV2007明文规定不写summary page直接reject, 但是仍然有人忽视, 这是相当不值得的。

3.国内期刊

自动化学报、计算机学报、软件学报、电子学报,中国图象图形学报,模式识别与人工智能,光电子激光,精密光学工程等。

4.神经网络

神经网络-Neural Networks Tutorial Review 
http://hem.hj.se/~de96klda/NeuralNetworks.htm 
ftp://ftp.sas.com/pub/neural/FAQ.html

Image Compression with Neural Networks 
http://www.comp.glam.ac.uk/digimaging/neural.htm

Backpropagator’s Review 
http://www.dontveter.com/bpr/bpr.html

Bibliographies on Neural Networks 
http://liinwww.ira.uka.de/bibliography/Neural/

Intelligent Motion Control with an Artificial Cerebellum 
http://www.q12.org/phd.html

Kernel Machines 
http://www.kernel-machines.org/

Some Neural Networks Research Organizations 
http://www.ieee.org/nnc/ 
http://www.inns.org/

Neural Network Modeling in Vision Research 
http://www.rybak-et-al.net/nisms.html

Neural Networks and Machine Learning 
http://learning.cs.toronto.edu/

Neural Application Software 
http://attrasoft.com

Neural Network Toolbox for MATLAB 
http://www.mathworks.com/products/neuralnet/

Netlab Software 
http://www.ncrg.aston.ac.uk/netlab/

Kunama Systems Limited 
http://www.kunama.co.uk/

5.Computer Vision(计算机视觉)

Annotated Computer Vision Bibliography 
http://iris.usc.edu/Vision-Notes/bibliography/contents.html 
http://iris.usc.edu/Vision-Notes/rosenfeld/contents.html

Lawrence Berkeley National Lab Computer Vision and Robotics Applications 
http://www-itg.lbl.gov/ITG.hm.pg.docs/VISIon/vision.html

CVonline by University of Edinburgh 
The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision, 
www.dai.ed.ac.uk/CVonline

Computer Vision Handbook, 
www.cs.hmc.edu/~fleck/computer-vision-handbook

Vision Systems Courseware 
www.cs.cf.ac.uk/Dave/Vision_lecture/Vision_lecture_caller.html

Research Activities in Computer Vision 
http://www-syntim.inria.fr/syntim/analyse/index-eng.html

Vision Systems Acronyms 
www.vision-systems-design.com/vsd/archive/acronyms.html

Dictionary of Terms in Human and Animal Vision 
http://cns-web.bu.edu/pub/laliden/WWW/Visionary/Visionary.html

Metrology based on Computer Vision 
www.cranfield.ac.uk/sme/amac/research/metrology/metrology.html

6.Digital Photography 数字图像

Digital Photography, Scanning, and Image Processing 
www.dbusch.com/scanners/scanners.htm l

7.Educational Resources,Universities 教育资源,大学

Center for Image Processing in Education 
www.cipe.com

Library of Congress Call Numbers Related to Imaging Science by Rochester Institute of Technology 
http://wally2.rit.edu/pubs/guides/imagingcall.html

Mathematical Experiences through Image Processing, University of Washington 
www.cs.washington.edu/research/metip/metip.html

Vismod Tech Reports and Publications, MIT 
http://vismod.www.media.mit.edu/cgi-bin/tr_pagemaker

Vision Lab PhD dissertation list, University of Antwerp 
http://wcc.ruca.ua.ac.be/~visielab/theses.html

INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems 
www.inria.fr/Themes/Theme3-eng.html

Image Processing Resources 
http://eleceng.ukc.ac.uk/~rls3/Contents.htm

Publications of Carsten Steger 
http://www9.informatik.tu-muench … r/publications.html

8.FAQs(常见问题)

comp.dsp FAQ 
www.bdti.com/faq/dsp_faq.htm

Robotics FAQ 
www.frc.ri.cmu.edu/robotics-faq

Where’s the sci.image.processing FAQ? 
www.cc.iastate.edu/olc_answers/p … processing.faq.html

comp.graphics.algorithms FAQ, Section 3, 2D Image/Pixel Computations 
www.exaflop.org/docs/cgafaq

Astronomical Image Processing System FAQ 
www.cv.nrao.edu/aips/aips_faq.html

【4】搜索资源

http://sal.kachinatech.com/ 
北京大学:

http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml

Google输入: 
computer vision 或computer vision groups可以获得很多结果

网络资源:

视觉研究组列表

CVonline http://homepages.inf.ed.ac.uk/rbf/CVonline/ 
卡内基梅隆标准图片库

Computer vision test Image http://www.cs.cmu.edu/~cil/v-images.html 
视觉论文搜索:Paper search

http://www.researchindex.com

【5】图像处理GPL库

Cppima 是一个图像处理的C++函数库。这里有一个较全面介绍它的库函数的文档,当然你也可以下载压缩的GZIP包,里面包含TexInfo格式的文档。 
http://www.ph.tn.tudelft.nl/~klamer/cppima.html

Welcome to the IRAF Homepage! IRAF is the Image Reduction and Analysis Facility, a general purpose software system for the reduction and analysis of astronomical data 
http://iraf.noao.edu/

一个非常不错的Unix系统的图像处理工具,看看它的截图。你可以在此基础上构建自己的专用图像处理工具包。 
http://entropy.brni-jhu.org/tnimage.html

这是GPL软件集散地,可以搜索IP库。 
http://sourceforge.net/projects/

2019-05-15 17:27:51 qq_38024084 阅读数 299
  • 通俗易懂的Java9新特性教程(含配套资料

    本教程为授权出品教程 本套《Java9新特性》视频涵盖oracle公司2017年9月公布的java 9 新特性的核心内容。 主要包含:模块化系统,REPL工具:jshell命令,多版本兼容jar包,语法的新变化:接口私有方法、异常处理、钻石操作符、String存储结构变化等,新增API:Stream、List、Set、图像处理等。可以说java 9 的更新是一个大的工程。

    185 人正在学习 去看看 张长志

     研究生想研究的方向是图像处理,现在离开学还有四个月,希望能稍微入门吧。同时也希望通过博客的形式记录一下学习的进度,学习的心情。目前学习两周,安装了基本的软件,收集书籍,学习了灰度变换,空间滤波,频率滤波。

     安装最新Matlab r2019a,r2008a两个版本(导师建议装两个版本,说是有的文件可能只能用其中某一种打开来着),寻找的过程比较艰辛……说多了都是泪啊。

     Matlab r2019a 链接:https://pan.baidu.com/s/1nYk7XGN5LU0w_7B0zOz4qQ   提取码:7cnh 
                             链接:https://pan.baidu.com/s/15XDPcbEHSyRnFWvbq1Ixtg          提取码:onyh 

     Matlab r2008a  连接:链接:https://pan.baidu.com/s/1o3f2XLOSSzALUpS6t8HDBw    提取码:i5il 

     2019版有两个版本,第一个是我在经管之家花了20论坛积分买的,文件是分卷压缩的,如果有解压码那就是0daydown,第二个版本是偶然看到有人推荐落尘之木论坛,可以免费下载。会有19G左右,我为了下载都去冲了百度云的会员啊……

   安装的过程也是非常痛苦的……像我这样的新手小白,强烈建议看看下面的教程,总体来说就是安装和破解两步,一定不要选错了,别问我为啥,要不然我也不会装两遍r2019a啊。说到这里,我还学习到了怎么通过命令行来进行批量删除,亲测有效!使用管理员打开cmd,使用cd命令进入到删除文件所在文件夹,rd/s/q+文件名 可以删除 几十G的大文件啦,速度很快。

     2019版安装     https://coco5666.github.io/blog/articles/20190412-01/

     2018版安装    破解后,还需要修改安装包中的license文件

                           安装教程  https://blog.csdn.net/lastsweetop/article/details/5613433

                            lisence修改 https://blog.csdn.net/Dear_Jia/article/details/80738510

    《数字图像处理》冈萨雷斯 第三版 链接:https://pan.baidu.com/s/1jt2BzKkG5a8qg6SyLo8dPQ  提取码:vxw6 
    《数字图像处理Matlab版》链接:https://pan.baidu.com/s/1lKDM0YYWySCGYQB17fA-IA   提取码:gegi 

     这两本书都是在csdn的下载区下载的,如果失效了的话,淘宝可是个好东西(来自前导师)。不过《数字图像处理》中会有我的标注啊,我找不到之前下载的版本了。不介意的童鞋可以看哇,也是一种交流嘛~

      书籍配套图片,代码链接:https://pan.baidu.com/s/1FOBtfWxr2jRXo9DDZ-AzUQ   提取码:8ahb 
       建议还是不要用代码哦,就用图片就行啦

      最后是Python的安装  链接:https://pan.baidu.com/s/1EM8oEWTjijKDoKEk5FocVA  提取码:0uae 
      https://blog.csdn.net/nmjuzi/article/details/79075736

 

2011-05-16 14:57:00 zthsss 阅读数 1201
  • 通俗易懂的Java9新特性教程(含配套资料

    本教程为授权出品教程 本套《Java9新特性》视频涵盖oracle公司2017年9月公布的java 9 新特性的核心内容。 主要包含:模块化系统,REPL工具:jshell命令,多版本兼容jar包,语法的新变化:接口私有方法、异常处理、钻石操作符、String存储结构变化等,新增API:Stream、List、Set、图像处理等。可以说java 9 的更新是一个大的工程。

    185 人正在学习 去看看 张长志

我会将自己的多年前学习的一些东西写成系列文章,先做个目录

当然这些只是一个指纹算法的Demo,离真正能使用的算法还差得远。

 

1 .256级灰度BMP文件读写的源代码!

2 .对图像进行反色,理解调色板
3 .做一个自己的截图软件
4 .保留一点颜色,理解调色板
5 .图像的缩放,线性插值算法
6 .梯度算子
7 .计算指纹的方向图
8 .简单的滤波算子
9 .方向性的滤波
10.二值化
11.经典的细化算法
12.提取特征点

13.细节点的方向计算
14.完整的一个指纹特征提取算法Dem…

15.匹配的第一步,校准

16.匹配的第二步,细节点的旋转

17.找到匹配的细节点

18.计算结果

19.完整的指纹匹配算法Demo

20.指纹算法性能的评估

 

如果时间来的及的话,我会一到两个星期左右更新一篇,目录也有可能更新, 源代码下载请到我的博客中

 

http://blog.sina.com.cn/s/blog_591eaae60100rmdr.html

 

2017-02-03 09:33:48 azhuazhu 阅读数 262
  • 通俗易懂的Java9新特性教程(含配套资料

    本教程为授权出品教程 本套《Java9新特性》视频涵盖oracle公司2017年9月公布的java 9 新特性的核心内容。 主要包含:模块化系统,REPL工具:jshell命令,多版本兼容jar包,语法的新变化:接口私有方法、异常处理、钻石操作符、String存储结构变化等,新增API:Stream、List、Set、图像处理等。可以说java 9 的更新是一个大的工程。

    185 人正在学习 去看看 张长志

   最近一年,做了些涉及图像处理的项目,查了些资料,由于以前学习过图像处理,有一些基础,这次捡起来,希望能深入下去,同时写一些心得,以此鞭策自己。

   https://item.jd.com/11877199.html《图像处理和分析教程》章毓晋 著 ,国内著作,翻阅了一下,感觉章老师写的最认真的,我只看了前面两章和图像分割部分。

   https://item.jd.com/11974394.html《图像处理、分析和机器视觉》艾海洲等译,很全面,但是写的很简略,需要查不少资料。内容看了很少:(。

   https://item.jd.com/11658911.html opencv的书现在比较多了,可以查下京东,直接用opencv中的算法,实现了项目中的一些需求,很方便。

  在这过程中,也查了些论文,感觉还是老外写的好,就是英文不好,翻译好费劲。国内的论文,大致浏览一下,做为入门用,尤其是在该深入的地方或者你想搞明白的地方,它匆匆带过,可能与我们的大环境有关,在工作的过程中,尤其能感觉到。


2018-11-30 14:51:34 a8039974 阅读数 908
  • 通俗易懂的Java9新特性教程(含配套资料

    本教程为授权出品教程 本套《Java9新特性》视频涵盖oracle公司2017年9月公布的java 9 新特性的核心内容。 主要包含:模块化系统,REPL工具:jshell命令,多版本兼容jar包,语法的新变化:接口私有方法、异常处理、钻石操作符、String存储结构变化等,新增API:Stream、List、Set、图像处理等。可以说java 9 的更新是一个大的工程。

    185 人正在学习 去看看 张长志

一、Numpy的基础

二、 基于skimage数字图像处理

三、基于PIL的数字图像处理

四、基于python-Opencv的数字图像处理

五、基于C++-Opencv的数字图像处理

opencv图像处理资料

阅读数 825

没有更多推荐了,返回首页