一、课程及书单
课程:
图像处理、矩阵论、模式识别、机器学习、最优化、凸优化、高性能计算
书单:
1、 数字图像处理的MATLAB实现(第2版)(国外计算机科学经典教材)(美)冈萨雷斯,(美)伍兹 著,阮秋琦 等译 /2011-06-01 /电子工业出版社
2、 数字图像处理(第三版)(美)冈萨雷斯 等著,阮秋琦 译 /2013-04-01 /清华大学出版社
这两本书的知识点比较全面,可根据需求有针对性的看,比如,做分割的时候主要看分割的方法:阈值法,分水岭、水平集、区域生长法等。
3、 矩阵论 (修订版) 第四版 程云鹏,徐仲 编著 /2013-09-01 /西北工业大学出版社
图像处理中,范数、奇异值分解、矩阵求逆、广义逆等知识经常用。
4、 模式识别(第三版)(新编《信息、控制与系统》系列教材)张学工 编著 /2010-08-01 /清华大学出版社
上课的教程,很经典的教材。
5、 统计学习方法 李航 编著 清华大学出版社
机器学习这方面的书非常多,选一本看看
6、 最优化理论与算法(第2版)作者:陈宝林 编著 出版社:清华大学出版社 出版时间:2005年10月
上课教程,个人感觉9-12章可重点学习。分别是:一维搜索、使用导数的最优化方法(最速下降、牛顿法、拟牛顿法、共轭梯度法、最小二乘等)、无约束最优化的直接方法、可行性方法
7、 凸优化 鲍德 (Stephen Boyd) Lieven Vandenberghe 著,王书宁,许鋆,黄晓霖 译 /2013-01-01 /清华大学出版社
有难度,可选课学习,北邮庄伯金老师这门课讲的不错
8、 GPU高性能编程CUDA实战(美)桑德斯著,聂雪军等译 /2011-01-01 /机械工业出版社
比较基础,易懂,书不厚
二、课件、PPT
1、上海交大 熊红凯教授 Digital Image Processing
http://ivm.sjtu.edu.cn/dip.html
课件、参考书、参考代码等 很详细
2、南京大学 周志华教授团队 李宇峰教授 数字图像处理 已下载
http://cs.nju.edu.cn/liyf/dip15/dip.psp
3、北邮 门爱东教授 图像处理课件PPT 已下载
三、博客、代码工具箱
特别多,取决于研究方向,以下列举自己看过的感觉比较好、有开源代码的。
图像处理(重建、去噪)
http://www4.comp.polyu.edu.hk/~cslzhang/ 香港理工 Prof. Lei Zhang
医学图像:
http://research.rutgers.edu/~shaoting/index.html Prof. Shaoting Zhang
http://web.mst.edu/~yinz/
http://www.bme.ufl.edu/labs/yang/research.html Prof. Yang Lin
http://www.albany.edu/celltracking/
http://www.yelab.net/ Prof. Jieping Ye
水平集:
http://www.engr.uconn.edu/~cmli/#Selected Publications Prof. Chunming Li
http://kaihuazhang.net/ Prof. Kaihua Zhang
深度学习方面:
http://www.cnblogs.com/tornadomeet/tag/Deep%20Learning/ 中文博客
http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B DL学习教程
http://www.csdn.net/article/2015-09-15/2825714 各种编程语言的深度学习库整理
https://github.com/rasmusbergpalm/DeepLearnToolbox 工具箱matlab的
https://github.com/happynear/caffe-windows caffe
稀疏表示、字典学习
http://www.cs.technion.ac.il/~elad/software/ 以色列 Michael Elad
http://www.cs.technion.ac.il/~ronrubin/software.html Dr. Ron Rubinstein
四、数据集
http://bioimage.ucsb.edu/research/bio-segmentation 细胞组织分割,带标签
http://www.broadinstitute.org/bbbc/image_sets.html 生物图像分类、分割等,带标签
https://wiki.cancerimagingarchive.net/display/Public/LIDC-IDRI 肺癌CT数据,124G,带标签
http://yann.lecun.com/exdb/mnist/ 手写数字数据集