第一篇：数字图像与模式识别
数字图像模式识别
王丽霞
深圳市南山区学府路;135308813
56、lixia_2011@126.com
求职意向
数字图像处理、模式识别算法工程师 教育经历
汕头大学 电子工程系 信号与信息处理专业 硕士2007.9—2010.6 汕头市
·在校期间成绩优良，分别一次获汕头大学一等、二等奖学金;2008 09担任女生部部长负责统筹管理，成立特色学科及基础学科研讨组，积极开拓学生的思维并提高他们的学习成绩，更贴近社会的新路线。
潍坊学院 信息与控制工程学院 电子信息工程 学士2003.9—2007.6 潍坊市
·2007年9月以第一名成绩考入汕头大学攻读硕士研究生;在校期间担任班级学习委员负责不同类学生的学习方法指导;2004-9-2007-6担任学院文艺部部长，负责迎新晚会筹划，锻炼了团队领导能力、协调能力、临场反应能力以及创新思维。 英语及专业技能
●熟练掌握了数字信号处理及它的常用算法、有良好的数学功底;熟悉图像处理的基本算法、熟悉模式识别基础知识与智能系统理论及它们的应用，在模式识别和运动跟踪方面有较深的理解;熟悉光伏应用系统的结构、性能原理;曾在核心期刊系统仿真技术发表文章(基于神经网络应用的光伏最大功率跟踪)。
●英语：六级考试 362;四级考试 473;具有较强的相关专业学科的英文文献阅读能力; ●能熟练使用计算机，会用电路仿真软件、LabVIEW软件、熟练掌握Visual C++的MFC程序设计和MATLAB仿真工具，能够做算法的设计和仿真;并能应用LabVIEW软件进行信号处理(波形测量、时频域分析与数学分析(概率统计拟合最优化等)。 工作经历
2010 6-2010 8深圳市辉锐天眼科技有限公司担任核心研发工程师 ●职位为智能监控核心研发工程师
●负责计算机视觉方面的IEEE文章的讲解及不同算法的实现研究，负责机器视觉系统图像处理、分析及识别算法设计、实现，参与图像处理技术研究与设计，对已有算法进行优化改进。使用OpenCV进行背景/前景提取、检测识别、了解运动跟踪的常用算法、设计相关信号特征提取算法及其设计模式识别分类器等。 项目经验
2008 09-2009 11模式识别与智能系统理论的算法研究 ●算法在MATLAB仿真，并在SIMULINK中建模，最后把这个算法用C++语言编程，在VC++中生成了可执行文件。
2009 01-2009 06生物细胞图像病变检测算法研究 ●在MATLAB中仿真了算法，正确率达到82%。
2009 07-2009 09图像压缩算法编码器设计 ●在FPGA芯片上实现并验证了方案，对比得出了FPGA比DSP在神经网络实现上的明显优势，前者采用指令顺序执行的方式，数据位宽固定，FPGA处理数据的方式是基于硬件的并行处理方式，即一个时钟周期内可并行完成多次运算，特别适合于神经网络的并行特点。 2010 02在科进生物识别公司 ●了解了不同二维条码尤其QR code的特点，探讨了定位图形的方法，了解了指纹识别，探讨了小波变换及gabor变换在纹理图像的特征提取的优劣。 自我评价及爱好
●很强的责任心创新能力、自学能力及应用知识能力;诚实善良，勤奋刻苦，进取精神、团队协作精神;爱好户外运动、国学研究，齐白石大师的画。
第二篇：数字化图像的采集加工与简单合第二课时教案（定稿）
一、教学目标：掌握获取图形、图像的采集工具类型，能合理地选择图像加工工具进行图像设计，体验利用图形、图像表现主题意义。
二、教学内容：
1. 介绍数字化图像的采集工具
2. 学习用photoshop软件工具处理图像。
3. 图像加工的过程
三、教学重点、难点：
图像加工、合成的过程
1.简介photoshop7.0
photoshop7.0是由美国Adobe公司开发功能强大的图像编辑工具，最早产生于苹果公司的Macintosh平台上，后被移植到PC机的Windows平台上。 它将选择工具、绘画和编辑工具、颜色校正工具及特殊效果功能结合起来，使用多种彩色模式对图像进行编辑处理。强大的图形处理功能受到广大用户的欢迎，目前是蓝苹果机和PC机上最流行的专业图像处理工具。
Photoshop的工作界面：
菜单栏、选项栏、工具箱、工作区、调板
选择工具：套索工具、魔术棒工具、
绘画工具：画各种图形工具、
编辑工具：文字工具
2.新建文件
方法：单击“文件”菜单栏中的新建，弹出“新建”对话框。
该对话框中有“名字”、“图像大小”、“模式”、“内容”、“图像分辨率”
3.打开一个图片文件
用“选择”工具把该图片拖入一个新建文件中。
如果图片有点倾斜，我们就可以利用“变换”调正图形的角度
4.变换工具中的菜单的作用(打开方法：“编辑”菜单|“变换”命令)
命令菜单
操作效果
命令菜单
操作效果
自由旋转
选中图片自由旋转
Skew
改变图片的形状
Scale
缩小或放大选中部分的大小
Distort
改变选区形状
Rotate
旋转图片的角度
Perspective
使图形呈对角形变形
4.有时为了调整原始图片的构图，重新组织图像的布局，突出主题，去除不相关的或不重要的内容，可以用“裁切”工具处理。
裁切的内容是选中的部分，当使用“裁切”工具时，圈住需要保留的部分，再按“退格键”，则不需要的图片内容被删除。
使用“魔术棒”工具，一般选择是相近的颜色，选中欲删除的部分后，按“退格键”删除。
5.色彩调校
⑴色彩模式的调整：图像|模式(Mode)，①Grayscale:图片变成灰白
②Bitmap、RGB Color、CMYK Color、Lab Color
③Indexed Color:当使用这个命令时，会弹出一个提示对话框，点击“是”按钮，又弹出一个对话框，在“颜色”框里输入数值“20”(3~256)
④Multichannel:颜色呈爆光(单色)
⑵亮度/对比度的调整
方法：图像|调整(Adjustments)|亮度/对比度(Brightness/Contrast)。如右图
⑶色相/饱和度的调整
方法：图像|调整|色相/饱和度(Hue/Staturation)
Hue:
Staturation：调整颜色的变化
Hue：调整黑亮程度
⑷色彩平衡的调整
方法：图像|调整|Channel Mixer
6.滤境调整
使用各种专用滤镜进行特殊效果的制作，如锐化、模糊化、渲染、艺术化、扭曲变形等。
三、数字化图像的简单合成
图像的合成——把原来的多幅图像合成一幅图，突出表达某个主题。
操作过程
(1)打开两幅图片，用椭圆选框在某一幅图上欲需要的位置，然后把它拖至另一幅图片的背景层上，给新图层重新命名。
(2)双击新图层，弹出一个“图层样式”对话框。
样式有投影、内阴影、外发光、内发光、斜面和浮雕、光泽、颜色叠加、渐变叠加等。
现设置“外发光”样式。
(3)双击“背景”图层，将其转换为“图层0”并将“不透明度”调小。
(4)设置特殊效果：滤境|扭曲|球面化。
实践题：
利用搜索引擎查找一些关于地球的图像资料，然后用Photoshop工具处理。
要求：①用套索工具把画面分面两部分，右面做成浮雕效果，使现在的地球与未来的面貌形成鲜明的对比。
②用色彩反转效果突出地还应未来的残酷主题。
③通过“镜头光晕”效果表现阳光的光晕。
④文字阴影起画龙点睛的作用。
第三篇：模式识别与智能系统
模式识别与智能系统属控制科学和工程一级学科，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，研究对各种媒体信息进行处理、分类和理解的方法，并在此基础上构造具有某些智能特性的系统。
学科概况
模式识别与智能系统是20世纪60年代以来在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。该学科以各种传感器为信息源，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统性能。模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。
培养目标
本学科培养从事模式识别与智能系统的研究、开发、设计等方面工作的高级专门人才。
1.博士学位
应具有模式识别、信息处理、人工智能与认知科学及有关数学领域坚实宽广的基础理论和系统深入的专门知识;对于模式识别与智能系统主要前沿领域有深入了解;能独立开展模式识别与智能系统中有关研究方向的专题研究工作，并取得具有创造性的研究成果;学风严谨;至少掌握一门外国语，能熟练地阅读本专业的外文资料，具有一定的写作能力和进行国际学术交流的能力。
2.硕士学位
应具有坚实的模式识别与智能系统学科的基础理论和系统的专门知识;对于模式识别与智能系统某一研究领域的进展和学术动态有较深的了解;能够熟练利用计算机解决本学科的有关问题;具有从事模式识别与智能系统中的某一研究方向的科学研究或独立担负专门技术工作的能力，并取得有意义的成果;较为熟练地掌握一门外国语。
业务范围
1.学科研究范围 模式识别，图象处理与分析，计算机视觉，智能机器人，人工智能，计算智能，信号处理。
2.课程设置 随机过程与数理统计，矩阵论，优化理论，近世代数，数理逻辑，数字信号处理，图象处理与分析，模式识别，计算机视觉，人工智能，机器人学，计算智能，非线性理论(如分形、混沌等)，控制理论，系统分析与决策，计算机网络理论等。
第四篇：模式识别与智能系统简况
模式识别与智能系统是二十世纪八十年代发展起来的新型交叉学科，该学科包含自动控制、模式识别、人工智能、模糊逻辑、仿生学和计算机科学等多种学科。该学科以信息处理与模式识别的理论技术为核心，探索对各种信息进行处理、分类、理解，并在此基础上构造出具有某些智能特性的系统或装置的方法、途径与实现。该学科在经济建设和国防建设具有广泛的实际背景，二十多年来，已引起了国内外有关学者的极大重视，被称其为面向二十一世纪的控制科学。
本学科点开始于我校省级重点学科计算机应用学科，从该学科人工智能方向发展而来。最早的团队可以追溯到二十世纪八十年初，从承担航空基金立体仓库机器人开始。经过近三十年的发展，该学科逐步形成了稳定的研究方向，于2003年从计算机应用学科独立出来，成为独立的学科，2005年获得“模式识别与智能系统”硕士学位授予权。主要研究方向包括：神经网络与模式识别、图象处理与模式识别、智能机器人与人工智能和智能检测与智能控制等。当前正在筹建“自主武器技术平台研究中心”，这是目前我省唯一一所高等院校首次建立的平台研究中心，中心下设6个实验室分别为飞行器仿真与模拟技术实验室、智能机器人与目标探测技术实验室、综合健康管理技术实验室、任务设备检测技术实验室、武器应用环境仿真实验室和导弹实验室，其中，导弹实验室近2-3年内投资200万多万元，购置了3枚导弹等，实验室已初具规模。本学科主要关注与武器平台自主运行有关的技术，即主要关注：自主控制、环境感知、导航制导、保障与健康管理、电源、部分任务的关键技术研究和工程验证研究，逐步发展对平台总体设计、搭载任务武器等技术研究和工程验证。本学科具有一定师资力量基础，现拥有双聘院士1人，博士生导师5人(外校兼职，本学科点没有博士授予权)，硕士生导师9人，教授12人，副教授16名，其中，具有博士学位的教师有20名。目前本学科点已培养硕士研究生10多名，学科梯队结构合理，整体实力强。
第五篇：模式识别与智能系统学科简介
专业介绍
模式识别与智能系统专业是一个新兴的交叉学科，是自动控制、模式识别、人工智能、模糊逻辑、仿生学和计算机科学等技术融合的产物。这一学科在上世纪八十年代以来受到控制科学与工程学界的极大重视，被称为面向二十一世纪的控制科学。本学科以各种传感器为信息源，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统性能。模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。本学科的研究方向包括：图像处理与模式识别、微智能执行器与自主系统、运载器综合健康管理、UCAV协同任务规划、生物特征识别技术。
业务培养要求
本学位点主要培养具有人工智能和模式识别理论、微智能执行器及智能控制系统等专业知识、能够熟练应用相关知识解决实际系统问题能力的高级专门人才。硕士研究生需掌握坚实的基础理论和系统的专业知识，掌握科学研究的基本方法和技能，具有独立分析和解决问题的能力，具有一定的创新能力。具备查阅文献资料，了解学科现状和动向，归纳总结的能力。具备独立进行实验方案设计、实验数据处理以及对实验结果概括处理的能力。具备一定的科技文献写作能力，能够完成学术论文以及学位论文的写作。熟练地阅读本学科领域内的外文资料，具备较好的外文论文写作能力。具备一定的教学实践(课程辅导、辅导实验)、科研实践(指导课程设计或毕业论文等)、参加工程项目的实践或社会实践能力。在人工智能和模式识别、智能微系统及飞行控制系统等领域内，掌握坚实的理论基础和系统深入的学科知识，具有良好的科研和实际应用能力，具有较强的从事高校教学、科研或独立担负专门技术工作的能力。
主干课程
模式识别、智能控制、数字图像处理、数字信号处理、神经网络与人工智能、系统建模与仿真、飞行控制技术、系统辨识与自适应控制、故障诊断技术等。