下载文档原格式
西要理工大摩營名朱虹教授朱虹，女，汉族，生于1963年7月，浙江嘉兴人，九三学社成员，博士、教授、博士生导师。
1984年毕业于厦门大学计算机科学系，于当年在陕西机械学院自控系(现西安理工大学自动化与信息工程学院）任教。
1991年获得本校电力拖动及自动化学科的硕士学位，1999年获得曰本福井大学电子信息系统学科博士学位。
1999年破格晋升为教授，2005年晋升为博士生导师。
2006年被评为陕西省教学名师，2016年当选为西安市碑林区人大代表。
现任中国图象图形学学会理事，陕西省图象图形学学会常务理事。
朱虹教授长期从事数字图像处理与模式识别方面的科研与教学工作，先后主持完成了国际合作项目“汽车底盘异物的图像检测系统”，以及各类 政府基金和企业委托项目，主要研究方向包括沙尘及大雾等恶劣天气下的退化图像恢复、图像的超分辨率重 建等数字图像处理，以及工件缺陷识别等图像识别，双目立体匹配等机器视觉，视频摘要、视频行为分析、视 频目标的跨摄像头联网跟踪等智能监控系统。
其中汽车底盘异物检测系统能够克服车辆行驶过程中的强干扰和成像畸变等不利因素，实现对汽车底盘异物的正确识别，并给出三维信息；夜间行驶车辆的远光灯开启状态检测识别系统能够按照国标要求，对行驶车辆的远光灯开启状态进行正确识别，并能够清晰地给出行驶车辆的车牌信息，目前已经完成检测；人脸识别系统则可以依据单幅人脸图像进行监控视频的目标检索。
已发表学术论文150多篇，其中被SCI、E I收录的有50多篇；获得国家发明专利57项，其中发明专利“夜间行驶车辆违法使用远光灯的自动检测识别系统”已完成转让，并由企业实施市场推广应用，成为目前我国唯一一个通过认证的远光灯状态识别系统。
主持完成的项目“强干扰环境下的目标增强与识别方法研究及在智能监控系统中的应用”获得陕西省科学技术三等奖、陕西省教育厅科学技术二等奖；主持完成的项目“恶劣天 气等强干扰环境下的视频目标增强与识别方法研究”获得西安市科学技术二等奖。
第08章课后习题参考答案1.充分理解色彩调整中的基本概念，例如色调、色阶、亮度/对比度、色相/饱和度等等。
答：“色阶”对话框允许您通过调整图像的阴影、中间调和高光的强度级别，从而校正图像的色调范围和色彩平衡。
亮度/对比度命令用来粗略的调整图像的亮度与对比度。
该命令将一次调整图像中所有像素（包括高光、暗调和中间调），但对单个通道不起作用，所以不能作精细调整。
色相/饱和度用来调整图像的色相、饱和度和明度。
2.色阶和曲线图的工作原理是什么？它们是怎么调整图像色彩的。
答：色阶是根据每个亮度值处像素点的多少来划分的，最暗的像素点在左面，最亮的像素点在右面，“输入色阶”显示当前的数值，“输出色阶”显示将要输出的数值。
若要调整特定颜色通道的色调，请从“通道”菜单中选取选项。
若要同时编辑一组颜色通道，请在选取“色阶”命令之前，按住Shift 键在“通道”调板中选择这些通道。
要手动调整阴影和高光，请将黑色和白色“输入色阶”滑块拖移到直方图的任意一端的第一组像素的边缘。
要调整中间调，请使用中间的“输入”滑块来调整灰度系数。
向左移动中间的“输入”滑块可使整个图像变亮。
将中间的“输入”滑块向右移动会产生相反的效果，使图像变暗。
曲线命令和色阶作用相似，都可以用来调整图像的色调范围，但“曲线”功能更强。
它不但可以调整图像的高光、暗调和中间调，还能对灰阶曲线中的任何一点进行调整。
当“曲线”对话框打开时，色调范围将呈现为一条直的对角线。
图表的水平轴表示像素（“输入”色阶）原来的强度值；垂直轴表示新的颜色值（“输出”色阶）。
将曲线向上或向下弯曲将会使图像变亮或变暗，具体情况取决于对话框是设置为显示色阶还是百分比。
曲线上比较陡直的部分代表图像对比度较高的部分。
相反，曲线上比较平缓的部分代表对比度较低的区域。
3.任意打开一幅RGB图像，试用不同的色彩调节命令，体会它们所能达到的效果。
答：略。
4．把素材盘的课后习题与效果图文件夹中第08章一张照片文件ride.jpg制作出旧照片的效果，如图8-99所示。
图形图像处理技术第八单元8.1:同学们，大家好，在图像特效的设计制作过程中，photoshop中还有一个很强大的功能可以来使用。
那就是今天我们要学习的内容滤镜。
photoshop中滤镜，包括内置滤镜和外挂滤镜两种。
今天我们先来学习利用内置滤镜制作图像特效的方法。
本节课要掌握的内容是滤镜的基本操作，并能使用内置滤镜来制作相应的图像特效。
我们先来看一下滤镜的添加方法。
滤镜的主要作用是用来实现图像的各种特殊效果。
对图像应用滤镜时有三类选择。
如果要将滤镜用于整个涂层，需要确保该图层时现用图层或者是选中的图层。
如果要将绿箭幼儿园涂层中的某个区域，我们需要在图层中选择该区域。
那如果要在应用滤镜时不造成破坏，以便以后能够更改滤镜的设置，可以选择包含要应用滤镜的图像内容的智能对象。
从滤镜菜单中应用滤镜的操作方法是。
我们从滤镜菜单的子菜单中选择一个滤镜。
他如果不出现任何对话框，则说明已经应用了该滤镜效果。
我们可以在应用滤镜效果的图像图层中去观察它对应的滤镜特效。
如果出现对话框或者是打开了滤镜库，那我们需要在相应的界面中设置对应的参数数值，或者选择相应的选项，然后单击确定来应用滤镜特效。
如果是从沥青库中来应用滤镜，那我们选择滤镜菜单中的滤镜库，打开滤镜乎面板后，我们单击一个滤镜的名称来添加相应的滤镜。
根据滤镜旁边的倒三角形，可以查看完整的滤镜列表。
添加完滤镜后预见会出现在滤镜库对话框右下角，得以应用滤镜列表中。
泉州相应滤镜后，我们也需要给它设置相应的参数值，或者设置其他的相应选项来修改滤镜的特效。
滤镜库他提供多种滤镜的效果预览。
在滤镜库中可以应用多个滤镜效果。
月进库中，按照所选绿军的先后顺序来应用效果，通过拖动可以重新的排列，待重新排列后，滤镜效果会发生改变。
但这滤镜旁边的眼睛图标可以在预览图像时隐藏相应的效果。
如果选择滤镜并单击下方的删除图层图标，可以删除以应用的滤镜。
有关滤镜的一些补充说明。
瑞金用于现用的可见图层或者是选区。
医学图像处理作业指导书第1章医学图像处理基础 (3)1.1 图像处理概述 (3)1.1.1 图像及其数字化表示 (4)1.1.2 图像处理的主要方法 (4)1.2 医学图像处理的重要性 (4)1.2.1 提高诊断准确性 (4)1.2.2 疾病早期发觉与预防 (4)1.2.3 病理研究与治疗 (5)1.3 医学图像的获取与显示 (5)1.3.1 医学图像获取 (5)1.3.2 医学图像显示 (5)第2章医学图像处理的基本概念 (5)2.1 图像的数字化表示 (5)2.2 图像的存储与格式 (6)2.3 医学图像的噪声与伪影 (6)第3章医学图像增强 (7)3.1 空间域增强方法 (7)3.1.1 灰度变换 (7)3.1.2 直方图均衡化 (7)3.1.3 局部增强 (7)3.2 频率域增强方法 (7)3.2.1 傅里叶变换 (7)3.2.2 低通滤波器 (7)3.2.3 高通滤波器 (7)3.2.4 同态滤波 (7)3.3 小波变换在图像增强中的应用 (8)3.3.1 小波变换基本原理 (8)3.3.2 小波系数增强 (8)3.3.3 小波域滤波器设计 (8)3.3.4 小波变换与其他增强方法的结合 (8)第4章医学图像分割 (8)4.1 基于阈值的分割方法 (8)4.1.1 全局阈值分割 (8)4.1.2 局部阈值分割 (8)4.1.3 动态阈值分割 (8)4.2 基于边缘检测的分割方法 (8)4.2.1 一阶导数边缘检测算子 (9)4.2.2 二阶导数边缘检测算子 (9)4.2.3 零交叉边缘检测 (9)4.3 基于区域的分割方法 (9)4.3.1 区域生长 (9)4.3.3 阈值分割与区域生长结合 (9)第5章医学图像配准 (9)5.1 图像配准的概念与分类 (9)5.2 基于特征的图像配准 (10)5.3 基于互信息的图像配准 (10)第6章医学图像重建 (11)6.1 逆投影重建法 (11)6.1.1 基本原理 (11)6.1.2 重建步骤 (11)6.1.3 优点与局限性 (11)6.2 线性最小二乘重建法 (11)6.2.1 基本原理 (11)6.2.2 重建步骤 (12)6.2.3 优点与局限性 (12)6.3 约束最小二乘重建法 (12)6.3.1 基本原理 (12)6.3.2 重建步骤 (12)6.3.3 优点与局限性 (12)第7章医学图像识别与分类 (12)7.1 特征提取与选择 (12)7.1.1 基本特征提取方法 (12)7.1.2 特征选择方法 (13)7.2 传统机器学习分类方法 (13)7.2.1 支持向量机（SVM） (13)7.2.2 决策树（DT） (13)7.2.3 随机森林（RF） (13)7.2.4 逻辑回归（LR） (13)7.3 深度学习分类方法 (13)7.3.1 卷积神经网络（CNN） (13)7.3.2 深度信念网络（DBN） (14)7.3.3 自编码器（AE） (14)7.3.4 对抗网络（GAN） (14)7.3.5 迁移学习 (14)第8章医学图像分析与应用 (14)8.1 骨折检测与评估 (14)8.1.1 骨折检测方法 (14)8.1.2 骨折评估方法 (14)8.1.3 骨折检测与评估在临床中的应用案例 (14)8.2 肿瘤检测与分类 (14)8.2.1 肿瘤检测技术 (14)8.2.2 肿瘤分类方法 (14)8.2.3 肿瘤检测与分类在临床中的应用案例 (15)8.3 心脏图像分析 (15)8.3.2 心脏结构分析 (15)8.3.3 心功能评估 (15)8.3.4 心脏图像分析在临床中的应用案例 (15)第9章医学图像处理技术的临床应用 (15)9.1 诊断与辅助诊断 (15)9.1.1 影像识别与分类 (15)9.1.2 影像分割与标注 (15)9.1.3 功能成像分析 (15)9.2 治疗规划与评估 (16)9.2.1 外科手术规划 (16)9.2.2 放疗计划优化 (16)9.2.3 介入治疗指导 (16)9.3 个性化医疗与精准医疗 (16)9.3.1 病理特征提取与分析 (16)9.3.2 基因表达谱与影像组学 (16)9.3.3 人工智能辅助诊断与治疗 (16)第10章医学图像处理技术的发展趋势与展望 (16)10.1 医学图像处理技术的挑战与机遇 (17)10.1.1 数据量激增带来的挑战 (17)10.1.2 医学图像数据的多模态与多尺度处理 (17)10.1.3 医学图像的隐私与安全性问题 (17)10.1.4 人工智能技术在医学图像处理领域的应用机遇 (17)10.2 深度学习在医学图像处理中的应用 (17)10.2.1 深度学习技术在医学图像分割中的应用 (17)10.2.2 深度学习在医学图像检测与识别中的应用 (17)10.2.3 深度学习在医学图像与重建中的应用 (17)10.2.4 深度学习在医学图像辅助诊断与预后评估中的应用 (17)10.3 医学图像处理技术的未来发展方向 (17)10.3.1 高效能计算在医学图像处理中的应用 (17)10.3.2 多学科交叉融合的发展趋势 (17)10.3.3 个性化医疗与精准医学图像处理 (17)10.3.4 医学图像处理在远程医疗及移动医疗领域的应用 (17)10.3.5 医学图像数据共享与标准化发展 (17)10.3.6 医学图像处理技术在新型诊疗方法中的摸索与实践 (17)第1章医学图像处理基础1.1 图像处理概述图像处理是指运用计算机技术对图像进行分析、处理和优化的一系列方法。
