【课题推荐发表期刊】
【课题背景】
数字图像处理(Digital Image Processing)是以信息获取主要来源的各类图像为处理对象，从图像中挖掘有效信息，可用于模式识别、非接触检测、定位、定量测量等，广泛应用于工业、军事、民用等领域，是目前信息学科领域中发展最为快速和前沿的学科。Matlab中图像处理工具箱提供一套全方位的参照标准算法和图形工具, 用于进行图像处理、分析、可视化和算法开发。可用其对有噪图像或退化图像进行去噪或还原、增强图像以获得更高清晰度、提取特征、分析形状和纹理以及对两个图像进行匹配。工具箱中大部分函数均以开放式 MATLAB 语言编写。这意味着可以检查算法、修改源代码和创建自定义函数。
本课题将对基于对Matlab的系统学习，通过特征表达和描述实现对物理世界的计算机自动识别和认知，实现自动化操作或者决策操作，以在生物测定学、遥感、监控、基因表达等领域为工程师和科学家提供支持。
【课题方向参考】
基础图像处理
涵盖图像增强、均衡化、复原、压缩等操作，获取视觉感知更好的图像输出。
进行图像特征提取
包括频域特征提取、形态学特征提取、空间域图像特征提取等
实现图像感知和理解
通过特征表达和描述实现对物理世界的计算机自动识别和认知，并能够做出反应，实现自动化操作或者决策操作。
【适合人群】
计划申请计算机、信息科学、人工智能、机器学习、软件工程等相关专业的优秀本科生，研究生，有一定计算机编程基础的更加适宜。
【课题收获】
高质量论文一篇（SCI/CCF定向期刊）
SCI/CCF期刊投递与发表指导
结业证书
【导师介绍】
Dr. Lv，QS60+高校博士，国内顶尖研究所副研究员
发表论文五十余篇，其中如IEEE TNNLS、TITS、IROS等顶刊顶会10余篇
长期担任SCI " Electronics "客座编辑，顶刊顶会IEEE Transactions on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Transactions on Cognitive and Developmental Systems、Pattern Recognition、IROS等审稿人
中国计算机学会计算机视觉专委会委员、自动化学会混合智能专委会委员，国家自然科学基金评议专家
辅导学生80余人，其中多人被牛津大学、卡耐基梅陇、约翰霍普金斯、北京大学等录取
可提供开源代码并指导复现、部分开放研究数据；可撰写推荐信；期刊内推资源；就业/实习机会推荐
【课题安排】
研究周期预估六个月左右，具体视学员情况调整。
【推荐阅读】
