上海交通大学图像通信与信息处理研究所，研究生课程《数字图像处理》课件

该课件是针对数字图像处理及模式识别的演示文稿，主要包括绪论、数字图像基础、图像变换、增强、恢复、压缩编码、分割及模式识别共计9章的内容，适用于研究生及本科高年级的专业课程教学。

开发界面 链表知识 VC++6.o 文件读写 结构体

利用DIrectSound写的小程序，可以播放多路声音

用于计算机与硬件设备连接，gpib并行接口，Visa 变成

matlab 数字图像处理，将原图中灰度值为[f1,f2]的像素值映射到[0,255]。灰级窗matlab代码。

深度学习在人脸识别的研究和应用中取得一定成效,但因计算量大且耗时,不适用于小型嵌入式设备。基于融合梯度特征的轻量级卷积神经网络SqueezeNet提取人脸特征,既能保证该网络模型适用于内存相对小的嵌入式设备,又能保证获得的人脸特征对不同光照更具鲁棒性。实验结果表明,将8×8分块图像中提取的一阶梯度特征,与轻量级卷积神经网络提取的全局特征相融合的人脸识别算法,在LFW数据集中识别率可达97.28%,较传统轻量级卷积神经网络的人脸识别方法,识别率提高了4.36%。

该压缩包里包含两个PPT, 其中一个内容比较粗略, 另一个内容比较详细. 详细的那个PPT涉及内容包括小波变换发展史, 连续小波变换的原理和性质和注意点, 离散小波变换公式的构造, 多分辨率分析框架, 正交小波变换的Mallat快速算法, 二维离散小波变换. 最后还附有Matlab中涉及一维离散小波变换, 二维离散小波变换的函数和应用例子.

（3）图象压缩的技术指标： a．保真度－－与用途有关，例如侦察与体育比赛关心内容不同 b．压缩比：原图象数据量／压缩后数据量或0.3bit/pixel c．误码扩散程度 d．实时性－－与压缩算法、系统速度有关 e．保密性－－传输中防止被盗，SPOT 是数据需解码（高明压缩方法，压缩后仍是一幅图） 数字水印技术（信息安全）－－watermarking

基于python+opencv实现国内车牌识别系统源码(带GUI界面+PPT报告+项目说明)数字图像处理课设.zip 数字图像处理课程设计作业 Python3+OpenCV 使用tkinter搭建界面 tmp/文件夹是数字图像处理过程 chepai/文件夹是车牌图片 pic/文件夹是程序界面图 PPT答辩报告 Python opencv 车牌识别 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码\项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。