《数字图像处理技术及应用》课程标准.docx

PAGE7

《数字图像处理技术及应用》课程标准

【课程名称】数字图像处理技术及应用【课程编码】

【课程类别】专业核心课 【授课单位】

【适用专业】人工智能、大数据技术、计算机等相关专业【总学时】72

【教材】周莹程勇，《数字图像处理技术及应用》，航空工业出版社，2024

【编写执笔人】 【编写日期】

1．课程定位和课程设计

1.1课程性质

《数字图像处理技术及应用》是人工智能、大数据技术等专业的专业核心课程，也是衔接后续人工智能、大数据技术类专业课程的重要纽带。随着计算机科学与多媒体技术的不断发展，数字图像处理技术日趋成熟，并逐渐成为推动社会进步与产业升级的重要力量。从智能手机中的美颜滤镜、安全监控中的智能识别，到科学研究中的卫星遥感、医学影像诊断中的精准辅助，再到工业领域中的自动检测与质量控制，数字图像处理技术无处不在，展现出了巨大的应用价值。

通过本课程的学习，使学生了解数字图像处理的基础知识和数字图像处理开发工具的使用方法，掌握图像几何变换、图像增强、图像复原、图像形态学运算和图像分割的基础知识，以及使用它们解决实际问题的方案和实践过程等，能够运用数字图像处理知识编写出具有实际使用价值的车牌号码识别程序，实现从理论到实战的跨越，培养学生分析解决相关问题的能力，为后续课程学习和相关工作研究奠定基础。

1.2课程设计思路

本课程采用项目式教学方法，系统地安排了一系列具有挑战性和实践性的项目，分为基础篇使用数字图像处理开发工具、夯实数字图像处理基础，技术篇使用几何变换进行图像配准、使用图像增强改善图片质量、使用图像复原处理模糊图片、使用形态学分析图像中的物体、使用图像分割提取目标物体，以及应用篇车牌号码识别八个项目。每个项目的内容分为课前、课中和课后3个模块，引导学生自主学习，培养学生数字图像处理的能力﹐提升学生的信息素养，树立积极正确的职业理念。

2．课程目标

2.1知识目标

（1）理解数字图像处理的基本概念、与相关学科关系、应用领域；了解数字图像处理开发工具MATLAB及其常用命令。

（2）掌握使用MATLAB对图像进行基本处理方法；掌握图像灰度直方图的概念和性质及使用MATLAB绘制灰度直方图的方法。

（3）掌握图像几何变换的基本原理及其在MATLAB中的实现方法；了解图像几何变换的典型应用—图像配准。

（4）掌握图像平滑、锐化、傅里叶变换等图像增强技术的基本原理及其在MATLAB中的实现方法；掌握低通滤波和高通滤波等频域图像增强方法。

（5）掌握实用的图像复原技术及其在MATLAB中的实现方法。

（6）掌握形态学运算的运算规则及实用算法的基本原理和实现方法。

（7）理解图像分割的基本概念；掌握常见的边缘检测算子、霍夫变换、阈值分割区域生长算法、区域分裂与合并等算法及其在MATLAB中的实现方法。

（8）掌握模板匹配法的基本原理和流程；掌握从RGB图像中提取蓝色像素的方法。

2.2技能目标

（1）能够使用MATLAB命令编写、运行、调试程序；能够使用MATLAB对图像进行基本处理。

（2）能够使用基本的像素运算为图像添加滤镜效果；能够使用MATLAB对图像进行平移、镜像、旋转、缩放、转置等几何变换；能够使用图像的几何变换进行图像配准。

（3）能够使用直方图修正法和灰度变换法进行图像增强。

（4）能够使用均值滤波、高斯滤波和中值滤波进行图像平滑处理；能够使用梯度锐化和拉普拉斯锐化进行图像锐化处理；能够使用理想低通滤波和理想高通滤波对图像进行频域增强处理。

（5）能够使用空间滤波消除图像中的随机噪声；能够使用频域滤波消除图像中的周期噪声；能够使用逆滤波、维纳滤波和约束最小二乘方滤波进行图像复原。

（6）能够使用MATLAB进行形态学运算；能够使用边界提取、区域填充和连通分量提取处理图像。

（7）能够使用常见的边缘检测算子检测图像边缘；能够使用MATLAB实现阈值分割；能够使用区域生长、区域分裂与合并、形态学分水岭算法进行图像分割。

（8）能够使用模板匹配法识别图像中的字符；能够使用MATLAB提取RGB图像中的蓝色物体；能够使用MATLAB从图像中提取相应的字符。

2.3素质目标

（1）锻炼具体问题具体分析的思维方式，提高分析问题和解决问题的能力。

（2）了解科技前沿新技术，拓宽知识眼界，适应时代新挑战；培养探索精神，激发学习兴趣，提高创新能力。

（3）增强遵守规则的意识，养成良好的学习和工作习惯。

（4）提高总结与归纳的能力，锻炼逻辑推理能力与空间想象能力；培养自我学习与自我提升的意识。

（5）学习图像增强的基本方法，提高举一反三的能力；培养严谨、细致的学习和工作态度。

（6）提高跨学科知识的学习能力，