《数字图像处理》教学大纲.docx

《数字图像处理》教学大纲.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《数字图像处理》教学大纲

课程编号英文名称:DigitalImageProcessing

学分:2

学时:总学时40学时,其中理论24学时,实践16学时

先修课程:C语言、Python编程基础

课程类别:专业拓展课程

授课对象:自动化专业学生

教学单位:机械与电气工程学院

修读学期:第6学期

一、课程描述和目标

数字图像处理是通过对图像数据进行处理、特征提取和智能分析,使计算机在大量图像数据知识基础上能够在一定程度上认识、理解图像内容,进而感知现实世界,为相关应用服务。《数字图像处理》课程是自动化专业的专业拓展课程。通过本课程的学习使学生掌握典型的数字图像处理算法,包括算法的主要思想和基本步骤,并通过编程练习和典型应用实例加深理解;同时对深度学习理论在图像处理与分析中的应用有一定认识。

课程目标1:掌握主流的数字图像处理算法,增强面向图像处理与分析领域的相关逻辑思维能力与实践能力,能够针对实际问题需要选择适当方法进行处理与分析,理解其优势和局限性。

课程目标2:能够有效开展团队合作,理解多学科交叉、团队合作重要性。

课程目标3:养成认真细致、实事求是、积极探索的科学态度和工作作风,形成理论联系实际、自主学习、团队合作和探索创新的良好习惯,养成较完备的团队意识。

二、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

支撑强度

3-2能够针对特定需求,完成感知、控制、驱动、执行等单元模块的设计。

课程目标1

H

9-1理解多学科背景下团队合作的重要性,能够与其他成员有效沟通,合作共事。

课程目标2

M

9-3能够辩证吸收团队其他队成员的意见和建议,组织、协调和指挥团队开展工作。

课程目标3

H

三、教学内容、基本要求与学时分配

(一)理论教学

序号

教学内容

基本要求及重、难点(含德育要求)

学时

教学

方式

对应课程目标

1

数字图像处理基础

基本要求:了解数字图像处理与分析相关工具、开发环境、专业交流平台、深度学习框架等,了解典型应用场景,能够自行安装并使用开发环境。

重点难点:图像处理算法用途和适应性、深度学习基本特性和框架。

德育要求:爱国情怀、热爱专业、服务社会

2

讲授式

启发式

课程目标1

2

图像处理基础算法

基本要求:能够编写程序完成基本的图像处理任务,如面向图像处理的数学计算、几何变换、直方图、滤波等,理解相应图像处理操作含义。

重点难点:图像数学计算作用、基础图像处理任务程序设计与分析。

德育要求:科学素养、工匠精神

4

讲授式

启发式

课程目标1

课程目标2

课程目标3

3

神经网络基础

基本要求:理解神经网络基本结构,掌握激活函数和损失函数,了解神经网络前向、反向传播机制。

重点难点:神经网络结构、激活/损失函数。

德育要求:科学素养、工匠精神、创新意识

4

讲授式

启发式

课程目标1

课程目标2

课程目标3

4

图像分类

基本要求:掌握典型的图像分类网络和测试指标,如VGGNet、ResNet等,能够理解网络结构,并能够进行网络结构修改,调试网络。

重点难点:典型图像分类网络架构、算法性能测试、结构调整。

德育要求:科学素养、工匠精神、创新意识、社会责任

4

讲授式

启发式

课程目标1

课程目标2

课程目标3

5

目标检测

基本要求:掌握典型的目标检测网络和测试指标,如R-CNN、YOLO等,能够利用当前网络进行数据分析,完成目标检测任务,并能够适当调整网络,对比前后性能。

重点难点:典型目标检测网络架构、算法性能测试、结构调整。

德育要求:科学素养、工匠精神、创新意识、社会责任

5

讲授式

启发式

课程目标1

课程目标2

课程目标3

6

图像分割

基本要求:掌握典型的图像分割网络和测试指标,如FCN、SegNet、UNet等,能够理解网络结构,并能够对网络结构进行适当修改,完成图像分割任务。

重点难点:典型目标分割网络架构、算法性能测试、结构调整。

德育要求:科学素养、工匠精神、创新意识、社会责任

5

讲授式

启发式

课程目标1

课程目标2

课程目标3

合计

24

(二)实践教学

序号

实验项目

实验内容与要求

学时

类型

对应课程目标

1

基础图像处理

能够完成基本的图像计算,如图像空间域的数学计算、几何变换、图像滤波等。

4

综合

课程目标1

课程目标2

课程目标3

2

图像分类模型的设计与实现

理解典型的图像分类网络,能够完成典型的图像分类任务;能够设计简单的图像分类网络。

6

综合

课程目标1

课程目标2

课程目标3

3

目标检测模型的设计与实现

理解典型的目标检测网络,能够完成典型的目标检测任务,能够对网络进行拓展。

6

综合

课程目标1

课程目标2

课程目标3

合计

16

注:实验要求包括必修、选修;实验类型包括演示、验证、综合、设计等。

四、课程教学方法

文档评论(0)

CUP2008013124 + 关注
实名认证
内容提供者

北京教育部直属高校教师,具有十余年工作经验,长期从事教学、科研相关工作,熟悉高校教育教学规律,注重成果积累

1亿VIP精品文档

相关文档