Red de conocimiento informático - Aprendizaje de código fuente - ¿Cuáles son los usos futuros del procesamiento de imágenes digitales? (Pida a los profesionales que respondan, gracias)Se puede decir que si elige la dirección de investigación del procesamiento de imágenes digitales como su objetivo de vida, con talento + interés + trabajo duro, tendrá la clave. para desbloquear las tecnologías más innovadoras y dinámicas del futuro. Más del 80% de la información humana proviene de la visión y las máquinas apenas han comenzado a procesar esta información. Camaradas, ¡trabajen duro! (1) El procesamiento de imágenes digitales es un tema interdisciplinario. Es el campo más prometedor y desafiante en el futuro desarrollo de la ciencia y la tecnología hacia la inteligencia. Sus campos de investigación son extensos y profundos, y sus campos de aplicación son muy amplios. Cada campo puede permitirte establecerte Jaja, te daré algunos ejemplos comunes con los que estás familiarizado. En la carrera de telecomunicaciones que estás estudiando ahora, considerando que la capacidad de lo que el remitente quiere transmitir (flujo de video) es demasiado grande y el canal (ancho de banda) utilizado para la transmisión no siempre es suficiente, es importante no tener pérdidas o no. Se pierde demasiada información, lo que se va a transmitir se reduce (codificación por compresión) y luego se decodifica en el extremo receptor para restaurar la señal original. Luego están las aplicaciones típicas del procesamiento de imágenes digitales: compresión y transmisión de imágenes (o comunicación de imágenes) (como: estándar de compresión JPEG para imágenes estáticas; estándar MPEG dinámico, estándares similares en telecomunicaciones son H.264 y MP4 en entretenimiento. También pertenece En este campo), la investigación principal es desarrollar algoritmos de codificación y decodificación de imágenes más efectivos (ahora hay muchos chips de códec implementados en hardware, los indicadores de rendimiento específicos y los estándares aplicables varían y también se utilizan en el procesamiento de imágenes digitales biométricas familiares); el campo de la seguridad de la información (incluido el reconocimiento de huellas dactilares, reconocimiento de iris, reconocimiento facial, etc.) Por supuesto, el reconocimiento de matrículas utilizado en los sistemas de transporte también es una tecnología similar. El modo general es: preprocesamiento de imágenes (como eliminación de ruido, mejora, etc.) + extracción de características invariantes + coincidencia con características en la biblioteca de características = aplicaciones de reconocimiento y procesamiento de imágenes digitales que realmente se centran en el software y hardware más avanzados (eliminación); y salvar personas), jaja): Aspecto militar: en primer lugar, el tipo de datos de imagen incluye imágenes que se pueden obtener en todas las bandas de imágenes (como radio (imágenes de radar), infrarrojos, luz visible, ultravioleta, rayos X. X -ray. Distribuyes el espectro electromagnético. Entendido), también puedes utilizar ecos de sonido para obtener imágenes, como el sonar. No lo interpretes unilateralmente como imágenes de luz visible, esa es la limitación del ojo humano, jaja. Incluye principalmente estos contenidos de investigación: captura de objetivos, bloqueo de objetivos, seguimiento de objetivos, procesamiento de imágenes médicas: imágenes por tomografía computarizada, imágenes por resonancia magnética, resonancia magnética por vibración, ultrasonido e imágenes por rayos X. Principales contenidos de la investigación: eliminación de ruido de imágenes, mejora de imágenes, reconocimiento de imágenes, visualización tridimensional, etc. Robot Vision: Jaja, los robots de hoy siguen siendo muy estúpidos. Es sorprendente que puedan sortear los obstáculos por sí mismos. Trabajen duro, colegas. (2) Dado que es un tema fronterizo transversal, es necesario dominar muchos conocimientos básicos. La base matemática es muy importante: las matemáticas avanzadas de pregrado, el álgebra lineal, la probabilidad y la estadística son, por supuesto, los cursos matemáticos más básicos (maestría y doctorado): los procesos estocásticos deben aprenderse bien, especialmente los dos primeros; cursos: sistema de señales; procesamiento de señales digitales (especialmente comprensión de la teoría de Fourier (curso de posgrado) procesamiento de señales digitales moderno (recomendado: Zhang Xianda, publicado por la Universidad de Tsinghua, por supuesto, para la ingeniería química avanzada, es necesario aprender bien los conceptos básicos); y superar los obstáculos circundantes. Es asombroso, los colegas deben trabajar duro. Por supuesto, la química avanzada y la teoría de la transformada wavelet también son bastante buenas (esto requiere una buena base en teoría funcional y las redes neuronales también son bastante buenas); Inglés: Jaja, debo admitir que en el campo del procesamiento de imágenes digitales, la tecnología occidental todavía está relativamente avanzada. Intenta aprender bien inglés. Será más fácil cuando investigues materiales y te sentirás más cómodo cuando realices intercambios académicos. Aplicación informática: siempre que tenga ideas, si no puede realizarlas, se reducirán a conversaciones en papel. Mejore sus capacidades de ingeniería y aprenda bien las estructuras de datos y C/C++. No estoy escribiendo esto para usted, sino porque está interesado en este aspecto y de hecho hizo una pregunta sobre Baidu. Bueno, no está mal. Quizás espero que continúe trabajando en esta área, pero debe estar mentalmente preparado. te afecta mucho. Pero hay que estar mentalmente preparado y ser especialmente diligente y persistente. PD: Solía ​​​​procesar imágenes digitales para matar personas, pero ahora hago tecnología de imágenes médicas para salvar personas. Acabas de empezar, todavía queda un largo camino por recorrer y aún queda mucho por aprender. Espero que lo que digo os ayude y no os desanime. También me gustaría ver surgir más personas interesadas en este campo.