?一：圖像處理基礎與常用算法

培訓目標

應用場景簡析

數字圖像基礎

圖像的數字化

像素、灰度和彩色圖像

常見圖像格式（BMP、PNG、JPEG、TIFF等）

圖像預處理技術

灰度變換、直方圖均衡化

圖像平滑（均值、高斯、中值濾波）

噪聲與去噪

?邊緣與特征檢測

邊緣檢測算子（Roberts、Sobel、Canny）

角點識別（Harris 介紹）

特征提取基礎（ORB/SIFT/SURF概述）

實例講解

?圖像形態學處理

基本形態學操作（腐蝕、膨脹、開閉運算）

形態學實際應用案例

?

二，圖像增強、分割與應用

圖像增強與復合處理

銳化、拉普拉斯算子

偏微分方程（PDE）基本思想

彩色圖像處理簡介

增強案例實操

?圖像分割基礎

閾值分割（全局、局部、自適應）

區域生長與分水嶺算法

分割實例講解與代碼演示

目標檢測與識別初步

模板匹配

基本分類器方法（KNN、SVM等介紹）

簡易目標檢測案例

項目案例實操與代碼實踐

圖像處理全流程小項目：讀取–預處理–增強–分割–特征提取–檢測

結合OpenCV等工具

答疑討論