“数字图像处理”课程教学大纲.docVIP

《数字图像处理》课程教学大纲 Digital Image Processing 课程编号： 适用专业：电类、计算机类 学时数： 40 学分数：2 执笔者：何家峰 编写日期：2005年8月 一、课程的性质和目的 本课程是电类、计算机类的一门技术性和应用性很强的专业课。学习本课程的目的在于：使学生掌握数字图像处理的基本概念、基本理论和基本方法，并了解数字图像处理的发展方向和应用情况。学习完本课程并结合相应的实验，学生应达到以下要求：①掌握常用的数字图像处理方法，包括图像增强方法、频域处理方法、图像分割方法、图像特征描述方法和数学形态学方法等；②能较为熟练地用Matlab或VC++语言编写常用的数字图像处理算法。 二、课程教学内容 第一章 绪论 (2学时) 掌握数字图像处理的一般概念。重点是数字图像处理的主要内容、图像工程的三个层次及其数字图像处理系统的组成，并了解数字图像处理的应用和发展动向。 本章知识点为：图像、数字图像、数字图像处理的定义；数字图像处理的目的和主要内容；图像工程与相关学科；数字图像处理系统的组成；数字图像处理的应用和发展方向。 第二章 数字图像处理基础 (2学时) 掌握数字图像处理的一些基础知识。重点是采样和量化的概念、BMP图像文件格式、RGB颜色模型和HIS颜色模型，理解RGB颜色模型和HIS颜色模型的色度学基础和适用范围。 本章知识点为：图象数字化技术；数字图像类型；图象文件格式；色度学基础与颜色模型。 第三章 图像增强 (10学时) 学习多种图像增强方法。重点是掌握直方图均衡化方法、空域图象平滑与锐化方法。为使学生更深刻理解直方图拉伸和直方图均衡化的原理，应把相应的数学推导讲解透彻。 本章知识点为：直方图的拉伸和均衡化；灰度线性变换和非线性变换；图像噪声分类与特点；模板操作、邻域平均、中值滤波和其他去噪技术；图像锐化：微分法、拉普拉斯变换和高通滤波；图像的伪彩色处理。 本章安排实验：图像增强实验。 第四章 图像分割 (8学时) 掌握图像分割方法、边缘检测方法、轮廓跟踪、图像匹配、投影法、差影法等的基本原理。轮廓跟踪是本章的难点内容，应结合具体的阈值化图像矩阵进行讲解。 本章知识点为：区域分割：阈值分割、区域生长、区域聚合；边缘检测：微分运算、LOG算子；轮廓跟踪与提取；图像匹配：莫把面匹配、直方图匹配、形状匹配；投影法与差影法。 本章实验安排：图像分割实验。 第五章 图像的几何变换 (4学时) 掌握几何变换的数学基础，以及几种常见的几何变换方法，包括平移变换、比例变换、旋转变换、镜像变换、复合变换和透视变换。其中，几何变换的数学基础和比例变换可以作为本章的重点内容。 本章知识点为：齐次坐标与二维图像几何变换矩阵；图像比例缩放变换；图像平移变换；图像镜像变换；图像旋转变换；图像复合变换；透视变换。 自学内容：透视变换可以安排学生自学。 第六章 频域处理 (2学时) 掌握可分离变换原理，重点掌握傅立叶变换和余弦变换的原理和应用。 本章知识点：傅立叶变换；可分离变换；离散余弦变换；WHT变换。傅立叶变换在数字信号处理中已经学过，这里只是由一维变换扩展为二维变换，可以不讲。 自学内容：小波变换及其他可分离变换作为学生自学了解内容。 第七章 数学形态学处理 (4学时) 掌握二值形态学和灰度形态学的几种基本操作，了解形态学在图像处理中的应用。 本章知识点：数学形态学的基本概念与术语；二值形态学：腐蚀、膨胀、开闭运算、击中/击不中变换；灰度形态学：灰度腐蚀、灰度膨胀、灰度开闭运算；形态学的应用：形态学滤波、骨架抽取。 第八章 图像特征 (8学时) 掌握图像的几何特征、形状特征、纹理特征、中轴变换与骨架提取、曲线与表面的拟合以及其他特征。其中，不变矩、几种纹理描述、四叉树应作为重点内容讲解。 本章知识点：图象的几何特征：位置与方向、周长、面积、长轴和短轴；形状特征：矩形度、圆形度、球状性、不变矩、偏心率、形状描述子；纹理分析：统计法、空间自相关纹理测度、联合概率矩阵法、纹理的句法结构分析法；中轴变换与骨架提取；曲线与表面的拟合；其他特征或描述：标记、欧拉数、四叉树。 本章实验安排：图象特征提取与识别。 三、课程教学的基本要求 本课程是电类、计算机类专业的专业程，实践性较强。在教学方法上，采用课堂讲授，结合课后自学、实验、习题等教学形式。 (一)课堂讲授 本课程在讲解上着重数学公式物理含义的阐述，对于难点内容，可以结合一个人为构造的图像矩阵来解释。力求做到重点突出，由浅入深，便于学生理解和掌握。 在应用方面，主要结合自己和他人的研究成果，介绍一些图像处理方法的应用实例，增强学生的直观体验，培养学生的学习兴趣。 （二）课后自学 为了拓展学生的知识面，以及培养学生