數(shù)字圖像處理實驗怎么那么難？好象用MATLAB軟件參與仿真，學(xué)校的話可能做一些小項目時候會都用到相關(guān)的理論，學(xué)校就像肯定不會安排好了去相關(guān)實驗，大都親自布置一些仿真。數(shù)字信號處理和數(shù)字圖像處理在工程中

數(shù)字圖像處理實驗怎么那么難？

好象用MATLAB軟件參與仿真，學(xué)校的話可能做一些小項目時候會都用到相關(guān)的理論，學(xué)校就像肯定不會安排好了去相關(guān)實驗，大都親自布置一些仿真。數(shù)字信號處理和數(shù)字圖像處理在工程中應(yīng)用廣泛，數(shù)字圖像處理是數(shù)字信號處理的一個分支。我前的有做過一些項目要要用數(shù)字信號處理的知識。

比如以前做過的一個三導(dǎo)聯(lián)心電圖儀，主控芯片是Crotex-M3系列的STM32，對心電信號并且處理諸如IIR陷波器和SGpostfilter，這些濾波器必須先用matlab進行仿真，確保全算法無誤后，再通過漢語翻譯成C代碼燒錄到單片機中。

還有一個很多應(yīng)用，數(shù)字圖像處理在相機領(lǐng)域的應(yīng)用，等等

大一信息管理專業(yè)需要買電腦嗎？

電腦相對于學(xué)習(xí)也可以娛樂來說全是神器（不過現(xiàn)充除外）。娛樂的話題主這個可以無法斟酌，我這里要注意從電子信息工程可能開設(shè)的課程來解三角形你是需要一臺什么樣的電腦。

大一新生階段：編程語言課（C語言、Python、matlab大概其一）、機械工程剛?cè)腴T查找課程（需要可以使用solidworks等軟件，不是每個學(xué)校的電子信息都要學(xué)這類課）。這兩個方面甚至必然會需要電腦。由于solidworks是三維建模軟件，應(yīng)該略微難關(guān)顯卡性能的。不過不排除腎炎你上的有些研討課、選修課也需要都用到電腦。

大二～大四老油條階段：一個是matlab。具體課程有信號與系統(tǒng)、數(shù)字信號處理、隨機過程、自控原理（有的學(xué)校學(xué)）、電磁場等。第二個是FPGA的開發(fā)工具，如果可以使用賽靈思的FPGA那你學(xué)校很可能教ISE，前衛(wèi)一些的會建議使用vivado，這倆都是內(nèi)存消耗大戶，也比較吃處理器性能。去相關(guān)課程：數(shù)字電路。第三個是multisim之類的電路仿真軟件，華指課程是模擬電路。第四個是嵌入式開程，可能會是需要你安裝linux包括可以使用一些linux下的交叉編譯工具，另外qemu。這不需要你可以可以使用虛擬機，的或是再物理機安裝linux。

再告訴我參加過競賽的事情，能參加電子設(shè)計類的比賽（諸如這個夏天上海舉辦的2019大學(xué)生電子設(shè)計競賽），必須你的團隊掌握到：FPGA開發(fā)、嵌入式開發(fā)、pcb設(shè)計、芯片選型等知識和技能，需要會用到的軟件不限于下面列不出來的這一些：

matlab（算法、原理仿真）、Altium Designer（PCB手工繪制）、solidworks（結(jié)構(gòu)設(shè)計）、vivado（賽靈思FPGA和soc的開發(fā)）、filterpro（濾波器設(shè)計）、multisim（電路仿真）、TICCS（德州儀器的單片機開發(fā)平臺）、ArduinoIDE（Arduino開發(fā)，很合適單片機新手），之外根據(jù)上述規(guī)定專業(yè)軟件以外，還必須各種各樣奇奇怪怪的驅(qū)動。

所以結(jié)論了這樣多，來講講結(jié)論。下列選項中建議早就遵循優(yōu)先級排序了：

windows平臺。蘋果筆記本電腦比較好看是比較好看，但玩不轉(zhuǎn)很多電子類專業(yè)必是用工具。到最后用蘋果電腦裝Windows，這又是又何必呢？

大內(nèi)存。內(nèi)存消耗大戶：Matlab,ISE,Vivado。我建議你內(nèi)存保證在16G以上，當(dāng)然了買一臺8G內(nèi)存的電腦，再插一條8G以上內(nèi)存也是也可以的。

大容量固態(tài)硬盤。128G肯定不叫大容量，設(shè)置2給操作系統(tǒng)一部分后基本上就沒地方了，matlab，vivado這種軟件都很大。建議256G往上。

品牌與售后。售后一定要好，要不然哪天學(xué)校的板子把你電腦燒了沒地方哭哈哈哈哈哈哈哈哈哈。品牌問題我就不太多說了，以后學(xué)了一些課，漏電了一些板子過后你就清楚主板設(shè)計、用料是對一臺電腦性能的影響了。

CPU。看經(jīng)濟能力選吧。

顯卡。電子系學(xué)生不玩游戲的話顯卡非必備技巧，只不過有顯卡的話matlab跑的比較比較快，但有的研討課可能會會建議使用tensorflow之類的庫，如果沒有在顯卡上布署效率更高。

暫時不聽到這么多多，只希望能幫到題主。