私は以前に画像処理をあまり行ったことがない大学の先輩です(スマートフォンでの基本的な画像圧縮を除く)。私は次の学期の機械学習に関する研究プロジェクトを始めています。これには、生物医学的な画像処理が必要になります。約2か月で画像処理の基本に慣れるための最良の方法は何ですか?それともこれは非現実的ですか?
基本が上手くいけば、他のリソースから学ぶほうが簡単になると思います。
私は以前に画像処理をあまり行ったことがない大学の先輩です(スマートフォンでの基本的な画像圧縮を除く)。私は次の学期の機械学習に関する研究プロジェクトを始めています。これには、生物医学的な画像処理が必要になります。約2か月で画像処理の基本に慣れるための最良の方法は何ですか?それともこれは非現実的ですか?
基本が上手くいけば、他のリソースから学ぶほうが簡単になると思います。
回答:
あなたは2ヶ月で多くを学ぶことができないと思います。画像処理は実に幅広い分野であり、それを改善するには少なくとも数年は必要です。
あなたができる非常に基本的なもののいくつか:
ところで、私はあなたの数学が本当に良いことを望みます。
あなたがすでに何かについて知識があるなら、本は良いです。しかし、あなたが始めたばかりなら、本当のコースがより良いです。人間の脳にとっては、無生物の本からではなく、他の人から何かを学ぶ方が簡単です。
とにかく、地元の大学でコースを履修することが常に可能であるとは限りません。あるいは、最も高価な授業料を支払うことなく、可能な限り最高の教育を受けたいと思うかもしれません。
これが私がオンラインでコースをフォローするのが好きな理由です。私はアメリカの大学が好きですが、講義1デジタル画像処理入門も良さそうです。
幸いにも、ITのほとんどすべての科学コースのオンラインコースがあります。1セントを支払うことなく、MITのレベルの教育を受けるためにMITにいる必要はありません。これは、スキルを向上させ、市場価値を向上させる優れた方法です。
時間をかけてここを見てください:
2ヶ月で画像処理を学ぶことはできません。地元の大学のEE部門でデジタル信号処理のクラスに参加してください。それは必要な数学的背景を提供し、おそらく画像処理にも触れます。
基本を探す場合、私はPBM / Netpbmプログラムを通じて学びました。これは、任意の深度のイメージ(ASCII形式)を非常に明確に定義し、提供されたライブラリとユーティリティだけでなく、お気に入りのプログラムまたはシェルを使用して非常に簡単に処理できる基本的な方法です。
Uniでのいくつかのプロジェクトでこれを使用して、リモートセンシングを行い、これらのラスターイメージを調整しました。私のコードは最速ではありませんでしたが、正しく実行され、すべてAWKでプログラムされました;)ポイントは、データを理解すれば、ほとんど何でもできるということです。そこから良いスタートを切るかもしれません。
It's my impression that once I'm good with the basics learning more from other resources would be easier.
まあそれはすべてに当てはまります。