数字图像处理教学大纲2014新版.doc

PAGE  PAGE 13 数字图像处理 课程编码：3073009223课程名称：数字图像处理 总学分：2总学时：32 (讲课28，实验4)课程英文名称：Digital Image Processing先修课程：概率论与数理统计、线性代数、C++程序设计适用专业：自动化专业等一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于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坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 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