数字图像处理是论述图像处理基本理论、方法及其在自动化领域中的应用的学科,是实现机器视觉的有效工具,是计算机科学与技术本科专业的专业选修课。学习本门课程的主要目的是使学生掌握数字图像处理的基本概念、原理、和方法,并能解决在智能化检测与控制中的应用问题。通过本课程的学习,要求学生能够根据需要选择合理的数字图像处理技术和方法,从事图像处理系统设计、基于视觉的智能化检测方面的研究开发工作。
考核方式:考查
成绩分布:
平时成绩 60%(平时表现、论文阅读、平时实验)
期终考查 40%(课程大作业)
说明:
平时成绩、期终考查评分标准如下表:
各项成绩构成 | 评分说明 |
平时成绩 = 平时表现*20% + 论文阅读*20% + 平时实验*60% | 平时表现 = 到课率*40% + 学习主动性*60% 满分100,其中, 到课率:基准分100分,缺课1次扣20分,缺课3次为0分; 特别注意:缺课4次,取消本门课程成绩; 学习主动性:根据学生课堂表现评分,满分100; |
论文阅读,满分100: 1)通读2篇教师指定,或教师同意的论文,其中至少1篇为英文,并写出读书报告,得基准分:60*d。 2)若能实现论文中算法,或成功应用到其它方面,可额外得10-40分*d。 3)d为难度系数,d=0.8-1.5 | |
平时实验:由4-6个系列实验组成,满分100; 1)实验效果基本达到要求,可以得基准分:80. 2)若效果良好,可额外得10-20分 | |
期终考查 = 期末大作业程序*50% +期末大作业报告*50% | 报告分:报告 格式符合要求、语句通顺、结构合理、内容完整、实验数据合理,得基准分80分 程序分:功能基本达到要求,演示流畅、讲解清晰,得基准分85% |
(2017版教学大纲正在修订中,以下内容为2015年版大纲,仅供参考)
课程编码:XX31310
课程性质:专业选修
教学时数:周学时3,总学时48
学 分:3学分
先修课程:
高等数学,线性代数,概率论与数理统计,C++语言程序设计,数据结构,算法分析与设计
教学目的与要求:
数字图像处理是论述图像处理基本理论、方法及其在自动化领域中的应用的学科,是实现机器视觉的有效工具,是计算机科学与技术本科专业的专业选修课。学习本门课程的主要目的是使学生掌握数字图像处理的基本概念、原理、和方法,并能解决在智能化检测与控制中的应用问题。通过本课程的学习,要求学生能够根据需要选择合理的数字图像处理技术和方法,从事图像处理系统设计、基于视觉的智能化检测方面的研究开发工作。
参考教材:
Gonzalez R. C.,Woods R. E. Digital Image Processing(Second Edition). 北京:电子工业出版社,2002
说明:
(1) 教材请自行购买,可购买最新版;
(2) 授课内容讲解顺序主题遵循教材章节顺序,但不局限于教材;
参考书目:
(1)王润生主编. 图像理解.长沙:国防科技大学出版社,1995
(2)崔屹. 数字图像处理技术与应用. 北京:电子工业出版社,1997
(3)吕凤军. 数字图像处理编程入门. 北京:清华大学出版社,1999
(4)何斌,马天予. VC++数字图像处理. 北京:人民邮电出版社,2001
(5)章毓晋. 图像工程(上册)图像处理. 北京:清华出版社,2006
授课内容:
数字图像处理描述了数字图像处理的基本理论、方法及其部分应用。本课程介绍的内容包括:数字图像处理的基本概念与特点,数字图像处理基础和图像编程基础,空间域图像增强,频域图像增强,图像复原,图像的几何变换,图像编码,数学形态学及其应用,图像分割与边缘检测,图像特征与理解等。本课程主要采用课堂教学和课后实验相结合的方法,建议学生课后完成下列实验,巩固课堂知识。所有的内容围绕具体案例讲解。详细内容如下,
第一讲 绪论 (3节,第1周)
主要讲述:数字图像处理的基本概念与特点,数字图像处理硬件系统,数字图像处理的应用及发展趋势。
重点:数字图像处理的特点及其应用。
第二讲 数字图像处理基础 (6节,第2,3周)(含小实验)
主要讲述:图像的采样与量化技术、图像数字化设备、数字图像的类型、常见图像文件格式、色度学基础与颜色模型、图像特征基础。
重点:BMP文件格式、RGB模型、HSI模型以及颜色模型之间的相互转换,图像特征基础。
难点:位图调色板及其在编程中的实现。
第三讲 Matlab和VC++图像编程基础 (3节,第4周)(选讲)(含小实验)
主要讲述:Matlab编程,VC++可视化编程基础。
重点:Matlab编程,DibObject类的设计,图像文件的读写与显示。
难点:利用Visual C++进行面向对象的程序设计,文档视图结构,图像的显示。
第四讲 空间域图像增强 (3节,第5,6周)
主要讲述:直方图的基本概念、性质、拉伸与均衡,灰度线性变换,图像噪声的分类与特点,模板与卷积运算,图像平滑,图像锐化,图像的伪彩色处理。
重点:直方图的拉伸与均衡,双边滤波。
难点:直方图均衡,双边滤波。
第五讲 频域图像增强(选讲)(3节,第6,7周)(含实验1:图像编辑、图像缩放、图像量化)
主要讲述:频域处理的作用,离散傅立叶变换的概念与性质及其快速实现算法,离散余弦变换的特点及其快速实现算法等,小波变换等。
重点:离散傅立叶变换的性质,快速离散傅立叶变换,快速离散余弦变换,小波变换的应用。
难点:离散傅立叶变换的蝶形算法,小波变换。
第六讲 图像复原与图像重建 (6节,第8,9周)(含实验2:图像增强(空间域))
主要讲述:图像的退化与复原的基本概念与数学模型,非约束复原、最小二乘法约束复原、非线性复原方法。主要涉及:低剂量图像重建、图像上采样、图像去模糊
重点:低剂量图像重建(低秩表示)、图像上采样、图像去模糊
难点:图像退化的数学模型,图像复原的实现。
第七讲 图像的几何变换(围绕图像配准、核函数)(3节,第10周)
主要讲述:齐次坐标、几何变换矩阵,图像的比例缩放、平移、镜像、旋转、透视变换与复合变换、几何变换在图像配准中的应用
重点:几何变换在图像配准中的应用
难点:图像的复合变换与透视变换。
第八讲 图像编码(可选内容)(JPEG压缩编码)(6节,第11,12周)(含实验3:图像增强(频率域))
主要讲述 :图像编码的目的与意义,编码的基本原理、方法与评价,哈夫曼编码、香农范诺编码、行程长度编码、LZW编码、算术编码、JPEG编码。
重点: LZW编码、JPEG编码的算法与实现。
难点: JPEG编码的算法与实现。
第九讲 数学形态学及其应用(选讲)(3节,第13周)
主要讲述:数学形态学的基本概念,二值形态学腐蚀、膨胀、开、闭运算,击中击不中变换,灰值腐蚀、膨胀、开、闭运算,形态学滤波,骨架抽取,细化算法。
重点:二值形态学腐蚀、膨胀、开、闭运算,细化算法。
难点:击中击不中变换,骨架抽取。
第十讲 图像分割与边缘检测(围绕Graph Cut)(3节,第14周)(含实验4:图像图像恢复)
主要讲述:图像分割的概念、原理及方法,阈值分割技术,区域增长与聚合,边缘检测与微分运算,轮廓跟踪与提取。
重点:Graph Cut。
难点:模板匹配与直方图匹配,区域生长与区域聚合,Graph Cut。
第十一讲 图像特征与理解(可选内容)(SIFT)(本讲SIFT部分与第二讲合并)(3节,第15周)
主要讲述:特征分析的基本方法,图像的几何特征、形状特征、纹理特征及其他特征的定义及其在图像分析中的应用,中轴变换,曲线与表面的拟合。
重点:SIFT、图像几何特征、形状特征,边界链码,欧拉数与孔洞数。
难点:SIFT、纹理分析,中轴变换,曲线与表面的拟合。
第十二讲 课程大作业展示(3节,第16周)