單片機(jī)方面,俺在單位做了3-4年,幾乎熟透.
像USB fireware ......
要轉(zhuǎn)行到DSP算法
要掌握東西太多了,遠(yuǎn)非像網(wǎng)頁宣傳說的掌握TI32SC2706a
像單片機(jī)一樣容易

就算做變頻器
要掌握閉環(huán)控制,自適應(yīng)神經(jīng)模糊算法,VC矢量,必須弄清
不像用單片機(jī),單純寫個PWM,也不管控制精度,穩(wěn)定性

真的要比學(xué)單片機(jī),付出很多
我自學(xué)了一年,算法有個概念.要精通,還得轉(zhuǎn)行,到DSP

下列課程,俺自學(xué)了一年:
a, 基礎(chǔ)類:
    高等數(shù)學(xué)  (主要是微積分,在圖像中,一階二階導(dǎo)數(shù)很常用)
    線性代數(shù)  (矩陣,特別是特征值,特征向量,正交矩陣, spare矩陣,在圖像識別中常用)
    概率統(tǒng)計(jì)  (在圖像識別中常用,分類決策中)
    復(fù)變函數(shù)  (離散,)
    Matlab    (仿真用),將來用Labview 與ImagQ 仿真調(diào)試
    VC++圖像  (有很多可參考算法,能直接移植到dsp中)
    信號處理  (FFT,FIR,必修課,IIR 了解便是)
    
b, 小波變換
    在圖像識別中常用,有別于傳統(tǒng)付立葉變換
    去噪聲,奇異值分辯(能檢測到信號突變)
    深入理解,在壓縮數(shù)據(jù)(MP4),最時髦
    小波包,提升(二次)小波可暫不理會
    
c, 專業(yè)課:
    圖像識別    最常用是BP神經(jīng)元算法,模糊算法.傳統(tǒng)Baye 分類,反有限制
                     經(jīng)常用到小波分解.  遺傳算法不好掌握,能用到神經(jīng)元算法,
                     可以不用遺傳算法
    
    圖像處理    圖像基礎(chǔ).如果在通信用途,最流行是圖像壓縮;
                    單做圖像識別, 可以不去理解圖像壓縮
                    其中不變矩,共生矩陣,熵,邊緣檢測,最常用
    
    
    變頻器      閉環(huán)控制,用到模糊算法,或神經(jīng)元算法
                   開環(huán)不用
    
    電機(jī)學(xué)      主要是交流感應(yīng)電機(jī), VC矢量算法最常用,用不上FFT
    
    做指紋識別,我認(rèn)為圖像精確定位是最難
識別反而容易:
定位后,用小波分解,提取低頻系數(shù);轉(zhuǎn)為極坐標(biāo).
這樣,對圖像旋轉(zhuǎn)或平移不敏感.
再求能量譜.用Bayes 分類器,識別之  

不知道各位有更好的方法,掌握算法?


1159596591.pdf