用户手册
MoHub/MoHub20260515011521
仓库范围 数据挖掘图像处理
简介：使用 Syslab Julia 演示图像处理与数据挖掘全流程的完整教学案例集合。
教学案例AI与数据科学mcp servers
介绍 文件

数据挖掘图像处理 — 教学案例库

使用 Syslab Julia 演示图像处理与数据挖掘全流程的完整教学案例集合。

案例库结构

data_mining_image_processing_case_library/
├── README.md                             # 本文件 — 总索引
├── docs/                                 # 教学理论文档
│   └── theory_image_datamining.md        # 图像数据挖掘理论基础
├── data/                                 # 程序生成的示例图像
├── 01_image_basics.jl                    # 图像基础：读写、灰度化、直方图、对比度增强
├── 02_spatial_filtering.jl               # 空域滤波：平滑、锐化、边缘检测
├── 03_frequency_processing.jl            # 频域处理：二维FFT、低通/高通滤波
├── 04_feature_extraction.jl              # 特征提取：纹理、统计、Harris角点
├── 05_image_segmentation.jl              # 图像分割：阈值、K-means聚类
├── 06_dimensionality_reduction.jl        # 降维：PCA主成分分析
├── 07_image_classification.jl            # 图像分类：决策树、kNN、SVM
├── 08_cnn_image_recognition.jl           # CNN图像识别
└── 09_full_mining_pipeline.jl            # 完整数据挖掘流水线

案例与知识点映射

脚本 核心知识点 难度
01_image_basics.jl 图像读写(imread/imshow)、RGB↔灰度(rgb2gray)、颜色通道、直方图(imhist)、对比度增强(histeq) ★ 入门
02_spatial_filtering.jl 卷积核设计、均值/高斯平滑、拉普拉斯锐化、Sobel/Canny边缘检测(edge) ★★ 初级
03_frequency_processing.jl 二维FFT(fft2)、频谱可视化(fftshift)、理想/高斯频域滤波器、空域vs频域对比 ★★ 初级
04_feature_extraction.jl GLCM纹理特征、统计特征(均值/方差/熵)、Harris角点检测(detectHarrisFeatures) ★★ 初级
05_image_segmentation.jl 全局/自适应阈值二值化(imbinarize)、K-means聚类分割(imsegkmeans)、区域分析 ★★ 初级
06_dimensionality_reduction.jl PCA降维(pca)、主成分可视化、降维前后分类效果对比 ★★★ 中级
07_image_classification.jl 决策树(fitctree)、kNN(fitcknn)、SVM(fitcsvm)、混淆矩阵、分类器对比 ★★★ 中级
08_cnn_image_recognition.jl CNN网络构建、trainNetwork/classify、训练参数调优、迁移学习概念 ★★★ 中级
09_full_mining_pipeline.jl 完整流水线：预处理→分割→特征提取→降维→分类→评估，多参数组合扫描 ★★★ 中级

适用课程

课程 推荐脚本
数字图像处理 01, 02, 03, 04, 05
模式识别与机器学习 06, 07, 08
数据挖掘导论 04, 05, 06, 07, 09
计算机视觉 01-05, 08
综合实践/课程设计 09

运行要求

  • Syslab 2026a 及以上
  • 已安装 Ty 工具箱：TyImageProcessing, TyImages, TyMachineLearning, TyDeepLearning, TyStatistics, TyPlot, TyMath

依赖的 Ty 包

包名 版本 用途
TyImageProcessing 1.0.10 图像读写、滤波、分割、边缘检测、特征提取
TyImages 1.0.0 图像数据结构和基本操作
TyMachineLearning 1.0.5 决策树、kNN、SVM分类、PCA降维
TyDeepLearning 1.0.6 CNN网络构建与训练
TyStatistics 1.0.2 聚类分析
TyPlot 1.0.47 全部绘图可视化
TyMath 1.0.5 二维FFT/频谱

教学路线建议

  • 图像处理入门路线：01 → 02 → 03 → 05（4课时）
  • 特征与分类路线：01 → 04 → 06 → 07（6课时）
  • 深度学习路线：01 → 04 → 06 → 08（6课时）
  • 综合数据挖掘路线：01 → 02 → 04 → 05 → 06 → 07 → 09（10课时）

文件命名与注释约定

  • .jl 脚本：中文注释为主，关键变量/函数保留英文名
  • 每个脚本开头注明：教学目标、依赖包、运行方式
  • 脚本末尾以 println 输出总结性教学要点

版本说明

V0.0.1，2026-05-15 01:15

  • 初始版本

使用许可

本模型库版权由MoHub版权所有，未经许可，不得用于商业用途。