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;其二是所做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,边做边写文章做好这几点的途径之一就是充分利用网络资源,特别是权威网站和大拿们的个人主页。
一.研究群体:
1. 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。
2. 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。
3. 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。
4. 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)。
5. http://www-cs-students.stanford.edu/
斯坦福大学计算机系主页
6. http://www.fmrib.ox.ac.uk/analysis/
7. 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)。
8. 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。
9. http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html
11. 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:
1. 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。
3. 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。
4. 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:
1. http://sal.kachinatech.com/
2. http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml
四、大拿网页:
1. 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
2. http://www.merl.com/people/brand/
MERL(Mitsubishi Electric Research Laboratory)中的擅长“Style Machine”高手。
3. 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。
4. 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。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。
5. 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
源地址:http://blog.renren.com/GetEntry.do?id=488433516&owner=229535010
欢迎关注微信公众号——计算机视觉:
相关推荐
在图像处理领域,众多课题研究方向为学生们提供了丰富的探索机会。以下是一些具体的课题介绍,它们涵盖了多个子领域,如行动推理、机器人技术、图像压缩、天体观测、多目标处理以及通信系统。 1. 行动推理 该课题...
数字图像处理作业 数字图像处理是计算机科学和信息技术的重要组成部分,它在各个领域都有广泛的应用,例如...要提高图像处理水平,需要从多方面努力,例如多看相关书籍、编程实现相应算法、关注目前热门的研究方向等。
在职业发展方面,图像处理方向的毕业生不仅可以在学术界找到机会,更可以在工业界获得职位。许多公司对图像处理人才的需求非常旺盛,尤其是在视频监控、医疗成像、智能交通、工业机器视觉、显示器、电视和遥感等领域...
《数字图像处理 许录平》是一份针对数字图像处理领域的学习资料,主要由PPT构成,适合用于复习和...同时,不断探索新的研究进展和技术趋势,如深度学习在图像处理中的应用,以保持对这个快速发展领域的敏感性和专业性。
数字图像处理是计算机科学和信息技术领域中的一个重要方向,对于图像处理的研究和应用具有非常重要的意义。今天,我们将基于 MATLAB/Simulink 介绍数字图像处理毕业设计的相关知识点。 图像处理 图像处理是指对...
未来的研究方向将集中在进一步优化图像处理算法,提高检测精度,并探索该方法在其他类型乳制品中的应用可能性。 --- 本文详细介绍了如何利用MATLAB图像处理技术对原料乳中的细菌总数进行快速准确的检测。通过实验...
本文研究的是一种基于图像处理方式的识读方法,该方法是采用摄像头采集条码图像,一次性采集条码图像的方法避免了线性扫描器逐行扫描所产生的问题,同时简化了扫描条码图像的操作。然后通过一定的数字图像处理算法...
本次演示将概述分数阶微积分的基本理论及其在图像处理中的应用,并探讨未来的研究方向。 基本理论 分数阶微积分是普通微积分的扩展,它允许我们使用非整数的阶数进行计算。在分数阶微积分中,导数的阶数可以是一个...
- 随着数据量的爆炸性增长,图像处理正向大数据方向发展。大数据技术使得处理海量图像成为可能,例如分布式计算、云计算平台的应用。 - 深度学习和人工智能在图像处理领域的应用日益广泛,例如卷积神经网络(CNN)...
总结来说,大数据处理技术和深度学习算法在图像处理领域的应用和发展,不仅提升了图像处理技术的性能,还拓展了图像处理的边界,为相关专业人员提供了新的学习和实践方向。我们期待未来能够看到更加先进的图像处理...
1. 数字图像处理的研究现状和前景,介绍了数字图像处理的发展历史、当前研究热点和未来的研究方向。 2. 图像处理算法分析,分析了常用图像处理算法的原理和应用,包括图像点运算、图像几何变换、图像滤波、图像去噪...
综上所述,Python图像处理涵盖了从基础操作到复杂算法的广泛领域,通过熟悉这些知识点,你可以有效地进行图像处理任务,无论是在学术研究还是在实际项目中。学习和掌握这些工具和概念,将使你能够在Python的世界中...
未来研究方向和重点将围绕提高图像处理速度、研究图像理解的算法,以及开发新的图像处理技术等方面进行。此外,随着学科交叉融合的加深,数字图像处理技术与信息科学、计算机科学、数学、物理学以及生物学等多个学科...
在图像处理领域,算法的研究与应用是至关重要的。本文将主要围绕"图像处理相关算法研究"这一主题,探讨其中的中值滤波算法、边缘检测算法以及形态学边缘检测算法,这些都是图像处理中的核心概念。 首先,我们来讨论...