数字图像处理教学大纲(2014新版)教案分析.docVIP

数字图像处理 课程编码： 3073009223 课程名称： 数字图像处理 2 总学时： 32 (讲课28，实验4) Digital Image Processing 先修课程： 概率论与数理统计、线性代数、C++程序设计 自动化专业等 数字图像处理课程是专业的专业课培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下的理论基础。数字图像处理的基本概念、基本原理、实现方法和实用技术，。1．了解图像处理的概念及图像处理系统组成。．．图像变换，傅里叶变换等的原理。．了解数字图像的基本概念发展历史，应用领域和研究内容 1.2 数字图像处理的起源 1.3 数字图像处理领域的应用实例 1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标： 了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作 2.6.2 线性操作与非线性操作 2.6.3 算术操作 2.6.4 集合和逻辑操作 2.6.5 空间操作 2.6.6 向量与矩阵操作 2.6.7 图像变换 2.6.8 概率方法 第三章：灰度变换与空间滤波 （6学时） 教学目标：了解空间域图像增强的概念、目的及主要技术；理解直接灰度变换的方法原理；理解直方图的定义、性质及用途；掌握直方图均衡化技术细节；理解直方图规定化处理方法的原理及作用；掌握图像的空间域的平滑和锐化技术方法。 重点难点：要求重点掌握直方图均衡化技术及常用的图像的空间域的平滑和锐化技术方法。 3.1 背景知识 3.2.1 灰度变换和空间滤波基础 3.2.2 关于本章中的例子 3.2 一些基本的灰度变换函数（1学时） 3.2.1 图像反转 3.2.2 对数变换 3.2.3 幂律（伽马）变换 3.2.4 分段线性变换函数 3.3 直方图处理（2学时） 3.3.1 直方图均衡 3.3.2 直方图匹配（规定化） 3.3.3 局部直方图处理 3.3.4 在图像增强中使用直方图统计 3.4空间滤波基础（1学时） 3.4.1 空间滤波机理 3.4.2 空间相关与卷积 3.4.3 线性滤波的向量表示 3.4.4 空间滤波器模板的产生 3.5 平滑空间滤波器（1学时） 3.5.1 平滑线性滤波器 3.5.2 统计排序（非线性）滤波器 3.6 锐化空间滤波器（1学时） 3.6.1 基础 3.6.2 使用二阶微分进行图像锐化——拉普拉斯算子 3.6.3 非锐化掩蔽和高提升滤波 3.6.4 使用一阶微分对（非线性）图像锐化——梯度 3.7 混合空间增强法 3.8 使用模糊技术进行灰度变换和空间滤波 3.8.1 引言 3.8.2 模糊集合论原理 3.8.3 模糊集合应用 3.8.4 使用模糊集合进行灰度变换 3.8.5 使用模糊集合进行空间滤波 第四章：频率域滤波 （2学时） 教学目标：了解傅里叶变换和频率域的概念，理解常用平滑锐化滤波器 4.1.2 关于本章中的例子 4.2 基本概念 4.2.1 复数 4.2.2 傅里叶级数 4.2.3 冲激及其取样特性 4.2.4 连续变量函数的傅里叶变换 4.2.5 卷积 4.3 取样和取样函数的傅里叶变换 4.3.1 取样 4.3.2 取样函数的傅里叶变换 4.3.3 取样定理 4.3.4 混淆 4.3.5 由取样后的数据重建（复原）函数 4.4 单变量的离散傅里叶变换（DFT） 4.4.1 由取样后的函数的连续变换得到DFT 4.4.2 取样和频率间隔间的关系 4.5 两个变量的函数的扩展 4.5.1 二维