第一部份:视频图像采集与读取
经典算法:视频智能采集、视频图像读取、图形用户界面(GUI)设计及视频图像转换。
探索问题:巡检机器人的环境信息采集。
第二部份:视频图像变换及融合。
经典算法:各类图像变换及图像操作、基于小波变换的图像融合、基于PCA的图像融合。
探索问题:视觉信息融合控制机器人。
第三部份:视频图像噪声及处理。
经典算法:均值滤波、中值滤波、小波阈值滤波、轮廓波变换、非局部均值滤波等。
探索问题:巡检机器人监控视频的优化。
第四部份:视频图像阈值及分割。
经典算法:边缘检测、灰度阈值分割、全局阈值分割、动态阈值分割、区域生长及分割等。
探索问题:扫地机器人清洁区域定位。
第五部份:图像特征计算与应用。
经典算法:Haar-like特征、Hog特征、LBP特征、SIFT特征等图像特征及其关键应用。
探索问题:无人驾驶公交车避障原理。
第六部份:运动目标检测及跟踪。
经典算法:帧间差分法及其改进和优化、改进的meanshift算法(借助形态学分割)等。
探索问题:智能安防-入侵检测与预警。
第七部份:目标定位及字符识别。
经典算法:图像目标定位、图像字符提取与识别、视频识别与轨迹分析。
探索问题:工业自动化-印刷质量检测。
第八部份:机器故障认知与检测。
经典算法:介绍如何用声音信息进行机器故障诊断-老方法新应用。
探索问题:工业自动化-机器安全告警。
第九部份:深度学习与人脸识别。
经典算法:卷积神经网络(CNN)数学原理、caffe框架及混合编程。
探索问题:深度学习与机器智能、脑认知。
|