저는 이전에 이미지 처리를 많이하지 않은 대학의 선임자입니다 (스마트 폰의 일부 기본 이미지 압축 제외). 다음 학기에는 약간의 생 의학적 이미지 처리가 필요한 기계 학습에 관한 연구 프로젝트를 시작하고 있습니다. 약 2 개월 안에 이미지 처리의 기본 사항을 파악하는 가장 좋은 방법은 무엇입니까? 아니면 비현실적입니까?
다른 리소스에서 더 많은 것을 배우는 것이 더 쉬울 것이라는 인상을 받았습니다.
저는 이전에 이미지 처리를 많이하지 않은 대학의 선임자입니다 (스마트 폰의 일부 기본 이미지 압축 제외). 다음 학기에는 약간의 생 의학적 이미지 처리가 필요한 기계 학습에 관한 연구 프로젝트를 시작하고 있습니다. 약 2 개월 안에 이미지 처리의 기본 사항을 파악하는 가장 좋은 방법은 무엇입니까? 아니면 비현실적입니까?
다른 리소스에서 더 많은 것을 배우는 것이 더 쉬울 것이라는 인상을 받았습니다.
답변:
2 개월 만에 많은 것을 배울 수 있다고 생각하지 않습니다. 이미지 처리는 실제로 광범위한 분야이며,이를 개선하려면 최소한 몇 년이 필요합니다.
당신이 할 수있는 매우 기본적인 것들 중 일부 :
그건 그렇고, 당신의 수학이 정말 좋기를 바랍니다.
이미 무언가에 대해 잘 알고 있다면 책은 좋습니다. 그러나 방금 시작한 경우 실제 과정이 더 좋습니다. 인간의 뇌는 무생물 책보다는 다른 사람에게서 배우는 것이 더 쉽습니다.
어쨌든 가장 비싼 학비를 지불하지 않고 항상 현지 대학의 코스를 수강하거나 최상의 교육을 받고 싶을 수도 있습니다.
이것이 내가 온라인 코스를 따르는 것을 좋아하는 이유입니다. 미국 대학을 선호하지만 강의 1 디지털 이미지 처리 소개 도 좋습니다.
운 좋게도 IT의 거의 모든 부분과 대부분의 과학 과정을위한 온라인 과정이 있습니다. MIT를받지 않고 MIT 수준의 교육을 받기 위해 MIT에있을 필요는 없습니다. 이것은 기술과 시장 가치를 향상시키는 좋은 방법입니다.
시간을내어 여기를 살펴보십시오.
두 달 후에는 이미지 처리를 배울 수 없습니다. 디지털 신호 처리에 관한 지역 대학의 EE 부서에서 수업을 받으십시오. 그것은 필요한 수학적 배경을 제공 할 것이며 아마도 이미지 프로세싱에도 영향을 줄 것입니다.
기본 사항을 찾고 있다면 PBM / Netpbm 프로그램을 통해 배웠습니다 . 임의의 심도 이미지 (ASCII 형식)를 명확하게 정의하고 제공된 라이브러리 및 유틸리티를 사용하여 처리 할뿐만 아니라 즐겨 사용하는 프로그램이나 셸을 사용하여 쉽게 처리 할 수있는 기본적인 방법입니다.
심지어 Uni의 여러 프로젝트에서 원격 감지 및 래스터 이미지 보정을 수행하는 데에도 사용했습니다. 내 코드는 가장 빠르지는 않았지만 올바르게 실행되어 AWK에서 모두 프로그래밍되었습니다.) 데이터를 이해하면 거의 모든 작업을 수행 할 수 있습니다. 거기서 좋은 출발을 할 수 있습니다.
It's my impression that once I'm good with the basics learning more from other resources would be easier.
모든 것이 사실입니다.