本课程将弥合信号和图像处理算法的理论和实现与它们在 Python 中的实现之间的差距。提供了所有讲座幻灯片和 python 代码。
为什么要进行信号处理？
自 20 世纪 70 年代数字计算机问世以来，数字信号处理就在工程和科学的各个领域找到了自己的出路。
信号处理是对信号基本性质的操纵，以在输出端获得所需的信号整形。它涉及用数字或符号序列表示信号以及这些信号的处理。
以下科学和工程领域特别受益于信号处理技术的快速发展和进步。
1. 机器学习。
2. 数据分析。
3. 计算机视觉。
4.图像处理
5. 通信系统。
6.电力电子。
7.概率与统计。
8. 时间序列分析。
9.财务
10.决策论
为什么要进行图像处理？
图像处理已在许多工程和科学领域得到应用。
以下是他们中的一些。
1. 深度学习
2.计算机视觉
3.医学影像
4. 雷达工程
5.机器人
6.计算机图形学
7.人脸检测
8. 遥感
9.农业和食品工业
课程大纲
第一节：课程介绍
第 02 节：Python 速成班
第 03 节：信号处理基础
第 04 节：卷积
第 05 节：信号去噪
第 06 节：复数
第 07 节：傅里叶变换
第 08 节：滤波器设计
第 09 节：IIR 滤波器设计
第 10 节：Google Colab 简介
第 11 节：信号的小波变换
第 12 节：图像处理基础
第 13 节：使用 NumPy 和 Matplotlib 进行图像处理的基础知识
第 14 节：使用 OpenCV 进行图像处理的基础知识
第 15 节：图像的算术和逻辑运算
第 16 节：图像的几何运算
第 17 节：点级或灰度级变换
第 18 节：直方图处理
第 19 节：空间域过滤
第 20 节：频域滤波
第 21 节：形态学处理
第 22 节：图像的小波变换
此课程面向哪些人：
- 任何想使用 Python 从头开始学习信号和图像处理的人。
- 任何想在信号和图像处理领域工作的人。
- 那些知道信号和图像处理数学但不知道如何用 Python 实现的学生。
- 想要学习数据和时间序列过滤、图像过滤、图像处理和不同图像处理技术的学生。
- 想要学习数据和时间序列过滤、图像过滤、图像处理和不同图像处理技术的学生。
- 知道在 MATLAB 中实现信号和图像处理算法但想切换到 Python 的学生和从业者。
Published 5/2023
Created by Zeeshan Ahmad
MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz, 2 Ch
Genre: eLearning | Language: English | Duration: 182 Lectures ( 22h 56m ) | Size: 8.22 GB
你将会学到的
- 信号和图像处理基础。
- 模数转换。
- 采样和重建。
- 奈奎斯特定理。
- 信号和图像的卷积。
- 信号和图像去噪。
- 信号和图像的傅里叶变换。
- 通过 FIR 和 IIR 滤波器对信号进行滤波。
- 空间和频域中的图像滤波
- 信号和图像的小波变换。
- 直方图处理
- 图像的算术、逻辑和点级运算
- 在 Python 中实现所有信号和图像处理算法
- Python 速成班
