精华内容
下载资源
问答
  • ITK医学图像配准与分割开发文档中文版,包含两本手册,上册介绍ITK初步,下册介绍实现,对于从事医学图像处理的可通过该手册进行入门!!
  • 医学成像原理与图像处理一:概论

    千次阅读 2015-09-29 21:07:38
    医学成像原理与图像处理一:概论 引言:本系列博客为医学成像原理与图像处理重要笔记,由于是手写,在此通过扫描录入以图片的形式和电子版增补内容将其进行组织和共享。前半部分内容为图像处理基础内容,包括图像的...

    医学成像原理与图像处理一:概论


    声明:引用请注明出处http://blog.csdn.net/lg1259156776/


    引言:本系列博客为医学成像原理与图像处理重要笔记,由于是手写,在此通过扫描录入以图片的形式和电子版增补内容将其进行组织和共享。前半部分内容为图像处理基础内容,包括图像的灰度级处理、空间域滤波、频率域滤波、图像增强和分割等;后半部分内容为医学影象技术,包括常规胶片X光机、CR、DR、CT、DSA等X射线摄影技术、超声成像技术、磁共振成像(MRI)技术等。

    本篇主要是主要内容是医学成像原理与图像处理的概论。


    手写笔记录入

    这里写图片描述

    这里写图片描述
    这里写图片描述


    内容补充

    关于生物医学工程

    首先这就涉及到本人的专业-生物医学工程,这是一个交叉学科领域,所要求的知识范围比较广,从生物化学实验(基因工程,生理解剖学等)到计算机科学(微机原理与接口技术,单片机ÿ

    展开全文
  • 《数字图像处理》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、...
  •  《数字图像处理 第三版 》的读者对象主要是从事信号与信息处理 通信工程 电子科学与技术 信息工程 自动化 计算机科学与技术 地球物理 生物工程 生物医学工程 物理 化学 医学 遥感等领域的大学教师和科技工作者 ...
  • 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书,它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来...
  • 第2版 》可供从事信号与信息处理 计算机科学与技术 通信工程 地球物理 生物医学工程 遥感 自动化等专业的本科生 研究生作为图像处理辅助教材和参考书使用 也可供相关的工程技术人员参考使用 ">《精通MATLAB图像处理 ...
  • 《数字图像处理(第三版)》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技...
  • 这是介绍彩色数字图像处理的唯一书籍。  本书对彩色数字图像处理中不同层次的原理和技术进行了全面和专门的介绍。本书主要内容包括彩色视觉、彩色空间和距离、彩色图像采集、彩色图像增强、彩色边缘检测、彩色图像...
  • 刘国才教授的博士论文,有参考和学习价值,从事医学图像处理(特别是医学图像分割)的同志推荐下载
  • 数字图像处理 冈萨雷斯 第三版 中文版

    千次下载 热门讨论 2014-11-21 23:29:34
     《数字图像处理 第三版 》的读者对象主要是从事信号与信息处理 通信工程 电子科学与技术 信息工程 自动化 计算机科学与技术 地球物理 生物工程 生物医学工程 物理 化学 医学 遥感等领域的大学教师和科技工作者 ...
  • 数字图像处理 第三版 中文版 冈萨雷斯

    千次下载 热门讨论 2015-03-28 09:32:18
    《数字图像处理 第三版 》的读者对象主要是从事信号与信息处理 通信工程 电子科学与技术 信息工程 自动化 计算机科学与技术 地球物理 生物工程 生物医学工程 物理 化学 医学 遥感等领域的大学教师和科技工作者 研究...
  • 文章目录导读半监督论文1论文2 导读 随着人工智能,尤其是深度...可以说,深度学习算法在图像处理中具有重要的理论研究意义以及实用价值。然而,目前的深度学习算法主要依靠训练数据,需要大量的手工标记数据用于...

    导读

    随着人工智能,尤其是深度学习技术的迅速发展,基于深度学习的分割方法已在图像分割领域取得了良好的效果,相比传统的机器学习和计算机视觉方法,深度神经网络在分割精度和速度等方面都具有一定的优势。其分割准确度已经超过了传统的分割算法。可以说,深度学习算法在图像处理中具有重要的理论研究意义以及实用价值。然而,目前的深度学习算法主要依靠训练数据,需要大量的手工标记数据用于训练。由于医学图像数据量较大,而且人工标记非常的耗时费力,可能还会有主观意识产生的误差,限制了深度学习方法在医学图像分割领域的应用[1]。
    半监督方法通过引入领域知识降低了算法对人工标记数据的需求量,很大程度上缓解了数据标注的难度,是解决数据标记问题的一种重要途径。

    半监督

    半监督学习(Semi-Supervised Learning,SSL)是模式识别和机器学习领域研究的重点问题,是监督学习与无监督学习相结合的一种学习方法。半监督学习使用大量的未标记数据,以及同时使用标记数据,来进行模式识别工作。当使用半监督学习时,将会要求尽量少的人员来从事工作,同时又能够带来比较高的准确性,因此,半监督学习目前正越来越受到人们的重视[2]。
    在这里插入图片描述
    详见参考这篇博客:https://www.cnblogs.com/kamekin/p/9683162.html

    论文1

    title:
    Transfer Learning from Partial Annotations forWhole Brain Segmentation

    下载地址:https://link_springer.xilesou.top/chapter/10.1007/978-3-030-33391-1_23

    具体介绍详见下篇博客
    https://blog.csdn.net/weixin_43876801/article/details/103158165

    论文2

    title:
    Removing segmentation inconsistencies with semi-supervised non-adjacency constraint

    下载地址:
    https://sciencedirect.xilesou.top/science/article/pii/S1361841519300866

    具体介绍详见下篇博客
    https://blog.csdn.net/weixin_43876801/article/details/103155799

    参考:
    [1]基于深度学习的医学图像分割技术
    [2]百度百科 半监督

    展开全文
  • 医学图像处理中的病形辩解,具有实用作用。对从事医学图像处理和研究以及医学影像的工作人员及学生具有一定帮助。
  • 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书,它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来...
  • 《数字图像处理(第三版)》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技...
  • 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书,它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来...
  • 图像处理就业(转)

    千次阅读 2019-06-26 13:39:59
    首先你不仅要掌握(一维)信号处理的基本知识,也要掌握图像处理(二维或者高维信号处理)的知识。其次,图像处理是...说到应用场合,千万不能忘了医学图像这一块,如果有医学图像处理的背景,去一些医疗器械公...

    首先你不仅要掌握(一维)信号处理的基本知识,也要掌握图像处理(二维或者高维信号处理)的知识。其次,图像处理是计算机视觉和视频处理的基础,掌握好了图像处理的基本知识,就业时就可以向这些方向发展。目前的模式识别,大部分也都是图像模式识别。在实际应用场合,采集的信息很多都是图像信息,比如指纹、条码、人脸、虹膜、车辆等等。说到应用场合,千万不能忘了医学图像这一块,如果有医学图像处理的背景,去一些医疗器械公司或者医疗软件公司也是不错的选择

    搜索方向

    基于内容的图像或视频搜索是很多搜索公司研究的热点。要想进入这个领域,必须有很强的编程能力,很好的图像处理和模式识别的背景。要求高待遇自然就不错,目前这方面的代表公司有微软、google、yahoo和百度,个个鼎鼎大名。

    医学图像方向

    目前在医疗器械方向主要是几个大企业在竞争,来头都不小,其中包括Simens、GE、飞利浦和柯达,主要生产CT和MRI等医疗器材。由于医疗器械的主要功能是成像,必然涉及到对图像的处理,做图像处理的很有机会进入这些公司。它们在国内都设有研发中心,simens的在上海和深圳,GE和柯达都在上海,飞利浦的在沈阳。由于医疗市场是一个没有完全开发的市场,而一套医疗设备的价格是非常昂贵的,所以在这些地方的待遇都还可以,前景也看好。国内也有一些这样的企业比如深圳安科和迈瑞

    计算机视觉和模式识别方向

    我没去调研过有哪些公司在做,但肯定不少,比如指纹识别、人脸识别、虹膜识别。还有一个很大的方向是车牌识别,这个我倒是知道有一个公司高德威智能交通似乎做的很不错的样子。目前视频监控是一个热点问题,做跟踪和识别的可以在这个方向找到一席之地。
    上海法视特位于上海张江高科技园区,在视觉和识别方面做的不错。北京的我也知道两个公司:大恒和凌云,都是以图像作为研发的主体。

    视频方向

    一般的高校或者研究所侧重在标准的制定和修改以及技术创新方面,而公司则侧重在编码解码的硬件实现方面。一般这些公司要求是熟悉或者精通MPEG、H.264或者AVS,选择了这个方向,只要做的还不错,基本就不愁饭碗。由于这不是我所感兴趣的方向,所以这方面的公司的信息我没有收集,但平常在各个bbs或者各种招聘网站经常看到。
    我所知道的两个公司:诺基亚和pixelworks


    其实一般来说,只要涉及到成像或者图像的基本都要图像处理方面的人。比方说一个成像设备,在输出图像之前需要对原始图像进行增强或者去噪处理,存储时需要对图像进行压缩,成像之后需要对图像内容进行自动分析,这些内容都是图像处理的范畴。下面列举一些与图像有关或者招聘时明确说明需要图像处理方面人才的公司:上海豪威集成电路有限公司(www.ovt.com.cn)、中芯微、摩托罗拉上海研究院、威盛(VIA)、松下、索尼、清华同方、三星。

    所有与图像(静止或者运动图像)有关的公司都是一种选择。比如数码相机、显微镜成像、超声成像、工业机器人控制、显示器、电视、遥感等等,都可以作为求职方向。

    要求:

    1、外语。如果进外企,外语的重要性不言而喻。一般外企的第一轮面试都是英语口语面试。
    2、编程。这方面尤以C++为重,很多公司的笔试都是考c++知识。
    3、专业水平。如果要找专业相关的工作,研究生期间的研究经历和发表的论文就显的比较重要
    4、知识面的宽度。我觉得在研究生期间,除了做好自己的研究方向之外,扩宽一下知识面也有很大的帮助,当然这个知识面指的是图像处理、计算机视觉和模式识别,知识面越宽,就业时的选择就会越多
    图像处理方向毕业的就业面非常广,而且待遇在应届生应该是中上等。其实还是一句话,能力决定一切。只要研究生三年没有白过,根本不愁找不到好工作。祝所有正在读研或者即将读研的朋友将来都能有一份满意的工作。
    我说点不好的 呵呵 版主的说法我同意 都是正面的


    图象其实就是信号处理,除了,信号与系统、数字信号处理是一定要学好的,那相应的数学方面的概率,多元统计,甚至泛函也要了解。


    其实谈到就业问题,我觉得如果研究方向比较适合,特别是读研期间能到斑竹谈的那些牛比的公司实习,了解企业真正需要的方向可能做起来有目标性.

    4)说回图像处理,我觉得还是较中肯的,略有好的嫌疑,关键还是在读研的时候能把方向做宽(一般做图像处理,需要和模式识别等相结合,拓宽知识面是必要的,在真正做研究的时候,也发现是必须的),研究点做深入,注重实现能力、创新能力和学习能力,通过论文。多培养自己的材料组织提炼能力,锻炼逻辑思维。

    作图像处理方面的研究工作,最重要的两个问题:其一是要把握住国际上最前沿的内容;其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最牛的几个超级大拿(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献),解决第二个问题的办法是你最好能够找到一个实际应用的项目,边做边写文章。

    一、研究群体
    http://www-2.cs.cmu.edu/~cil/vision.html
    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。

    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。

    http://www.via.cornell.edu/
    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://www2.parc.com/istl/groups/did/didoverview.shtml
    有一个很有意思的项目:DID(文档图像解码)。

    http://www-cs-students.stanford.edu/
    斯坦福大学计算机系主页,自己找吧:(

    http://www.fmrib.ox.ac.uk/analysis/
    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/
    这是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)。

    http://pandora.inf.uni-jena.de/p/e/index.html
    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://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.

    http://peipa.essex.ac.uk/info/groups.html 
    可以通过它来搜索全世界各地的知名的计算机视觉研究组(CV Groups),极力推荐。

    二、图像处理GPL库
    http://www.ph.tn.tudelft.nl/~klamer/cppima.html
    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://iraf.noao.edu/
    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://entropy.brni-jhu.org/tnimage.html 
    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://sourceforge.net/projects/
    这是GPL软件集散地,到这里找你想要得到的IP库吧。

    三、搜索资源
    当然这里基本的搜索引擎还是必须要依靠的,比如Google等,可以到我常用的链接看看。下面的链接可能会节省你一些时间:

    http://sal.kachinatech.com/
    http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml
    四、大拿网页
    http://www.ai.mit.edu/people/wtf/
    这位可是MIT人工智能实验室的BILL FREEMAN。大名鼎鼎!专长是:理解--贝叶斯模型。

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

    http://research.microsoft.com/~ablake/
    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://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html 
    这位牛人好像正在学习汉语,并且搜集了诸如“两只老虎(Two Tigers)”的歌曲,嘿嘿:)
    他的主页上面还有几个牛:Shumeet Baluja, Takeo Kanade。他们的Face Detection作的绝对是世界一流。他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.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html
    这位老牛在1963年就获得了MIT的博士学位!他领导的Image Lab比较出名的是指纹识别。

    --------------------------------------------------------------------------------

    下面这些是我搜集的牛群(大部分是如日中天的Ph.D们),可以学习的是他们的Study Ways!

    Finn Lindgren(Sweden):Statistical image analysis http://www.maths.lth.se/matstat/staff/finn/
    Pavel Paclik(Prague):statistical pattern recognition http://www.ph.tn.tudelft.nl/~pavel/
    Dr. Mark Burge:machine learning and graph theory http://cs.armstrong.edu/burge/
    yalin Wang:Document Image Analysis http://students.washington.edu/~ylwang/
    Geir Storvik: Image analysis http://www.math.uio.no/~geirs/
    Heidorn http://alexia.lis.uiuc.edu/~heidorn/
    Joakim Lindblad:Digital Image Cytometry http://www.cb.uu.se/~joakim/index_eng.html
    S.Lavirotte: http://www-sop.inria.fr/cafe/Stephane.Lavirotte/
    Sporring:scale-space techniques http://www.lab3d.odont.ku.dk/~sporring/
    Mark Jenkinson:Reduction of MR Artefacts http://www.fmrib.ox.ac.uk/~mark/
    Justin K. Romberg:digital signal processing http://www-dsp.rice.edu/~jrom/
    Fauqueur:Image retrieval by regions of interest http://www-rocq.inria.fr/~fauqueur/
    James J. Nolan:Computer Vision http://cs.gmu.edu/~jnolan/
    Daniel X. Pape:Information http://www.bucho.org/~dpape/
    Drew Pilant:remote sensing technology http://www.geo.mtu.edu/~anpilant/index.html

    五、前沿期刊(TOP10)
    这里的期刊大部分都可以通过上面的大拿们的主页间接找到,在这列出主要是为了节省直接想找期刊投稿的兄弟的时间:)

    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

     

    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/

     

    Computer Vision

    Computer Vision Homepage, Carnegie Mellon University
    www.cs.cmu.edu/~cil/vision.html

    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

    Digital Photography

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

     

    Educational Resources, Universities

    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-muenchen.de/people/steger/publications.html

    FAQs

    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/packages/graphics/sci.image.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

    展开全文
  • 如何学好图像处理——从小白到大神?

    万次阅读 多人点赞 2016-02-26 17:48:13
    什么是数字图像处理?历史、以及它所研究的内容。 说起图像处理,你会想到什么?你是否真的了解这个领域所研究的内容。纵向来说,数字图像处理研究的历史相当悠久;横向来说,数字图像处理研究的话题相当广泛。 ...

    什么是数字图像处理?历史、以及它所研究的内容。

     

    说起图像处理,你会想到什么?你是否真的了解这个领域所研究的内容。纵向来说,数字图像处理研究的历史相当悠久;横向来说,数字图像处理研究的话题相当广泛。

    数字图像处理的历史可以追溯到近百年以前,大约在1920年的时候,图像首次通过海底电缆从英国伦敦传送到美国纽约。图像处理的首次应用是为了改善伦敦和纽约之间海底电缆发送的图片质量,那时就应用了图像编码,被编码后的图像通过海底电缆传送至目的地,再通过特殊设备进行输出。这是一次历史性的进步,传送一幅图片的时间从原来的一个多星期减少到了3小时。

    1950年,美国的麻省理工学院制造出了第一台配有图形显示器的电子计算机——旋风I号(Whirlwind I)。旋风I号的显示器使用一个类似于示波器的阴极射线管(Cathode Ray Tube,CRT)来显示一些简单的图形。1958年美国Calcomp公司研制出了滚筒式绘图仪,GerBer公司把数控机床发展成为平板式绘图仪。在这一时期,电子计算机都主要应用于科学计算,而为这些计算机配置的图形设备也仅仅是作为一种简单的输出设备。

    随着计算机技术的进步,数字图像处理技术也得到了很大的发展。1962年,当时还在麻省理工学院攻读博士学位的伊凡·苏泽兰(Ivan Sutherland)成功开发了具有划时代意义的“画板”(Sketchpad)程式。而这正是有史以来第一个交互式绘图系统,同时这也是交互式电脑绘图的开端。从此计算机和图形图像被更加紧密地联系到了一起。鉴于伊凡·苏泽兰为计算机图形学创立所做出的杰出贡献,他于1988年被授予计算机领域最高奖——图灵奖。

    1964年,美国加利福尼亚的喷气推进实验室

    展开全文
  • 《数字图像处理》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、...
  • 精通MATLAB图像处理_第2版 光盘

    热门讨论 2013-03-30 15:38:24
    本书可供从事信号与信息处理、计算机科学与技术、通信工程、地球物理、生物医学工程、遥感、自动化等专业的本科生、研究生作为图像处理辅助教材和参考书使用,也可供相关的工程技术人员参考使用。本书由张强、王正林...
  •  《数字图像处理(第三版)》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和...
  • 《数字图像处理 第三版 》的读者对象主要是从事信号与信息处理 通信工程 电子科学与技术 信息工程 自动化 计算机科学与技术 地球物理 生物工程 生物医学工程 物理 化学 医学 遥感等领域的大学教师和科技工作者 研究...
  • 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书,它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来...
  • 《数字图像处理 第三版 》的读者对象主要是从事信号与信息处理 通信工程 电子科学与技术 信息工程 自动化 计算机科学与技术 地球物理 生物工程 生物医学工程 物理 化学 医学 遥感等领域的大学教师和科技工作者 研究...
  • 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书,它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来...
  •  《数字图像处理(第三版)》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和...
  • 《数字图像处理(第三版)》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技...
  • 《数字图像处理(第三版)》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技...
  • 数字图像处理,图像原理,图像技术,图像处理流程,图像矩阵,8位索引图,24位真彩色 参考资料:数字图像处理

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,408
精华内容 1,363
关键字:

从事医学图像处理