数字图像处理课程教学大纲.
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
《数字图像处理》课程教学大纲
课程代码:0806603056
课程名称:数字图像处理
英文名称:Digital Image Processing
总学时:48 讲课学时:40 实验学时:8
学分:3
适用对象:测控技术与仪器专业
先修课程:信号与线性系统、数字信号处理、概率论与数理统计、线性代数、物理光学
一、课程性质、目的和任务
数字图像处理课程是测控技术与仪器专业的一门专业必修课。本课程讲授数字图像处理的基本理论、方法,侧重于机器视觉中的预处理技术和实际应用。学习的本课程目的是使学生系统掌握数字图像处理的基本概念、基本原理、实现方法和实用技术,了解数字图像处理国内外的发展方向。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扎实的理论基础。
二、教学基本要求
本课程的教学要求是使学生掌握数字图像处理的基本概念,熟练使用分析数字图像处理编程的基本工具,了解数字图像处理的发展和工程应用。学完本课程应达到以下基本要求:1.了解图像处理的概念及图像处理系统组成。
2.理解视觉成像设备、原理、视觉特性及彩色模型。
3.掌握数字图像处理中的基本运算以及图像卷积与滤波运算,理解图像矩阵类型和矩阵运算。
4.掌握图像变换,主要是离散和快速傅里叶变换等的原理及性质。
5.理解各种图像增强方法,特别是要求掌握空域图像增强的各种方法。理解图像频域滤波增强等方法。
7.理解编码概念及其基本原理,掌握预测编码、变换编码的原理及方法,了解部份国际编码标准。
8.理解图像退化的模型,理解常用的几种图像恢复的方法。
9.理解模式识别概念和方法,掌握图像分割和特征提取方法,理解几种分类技术及其应用。
10.理解图像融合基本原理及几种融合技术。
11.了解数字图像处理系统设计方法,能利用所学知识设计简单的数字图像处理系统。
12.掌握数字图像处理中最基本、最广泛应用的概念、原理、理论和算法以及基本技术和方法;着重培养学生对数字图像处理的分析能力,能熟练用MATLAB或c++编程,实现对图像进行处理。
三、教学内容及要求
(一)绪论
1. 数字图像处理的发展
2. 数字图像处理的主要研究内容
3. 数字图像处理的基本概念
4. 数字图像处理中的基本图像类型
5. 图像的统计特证
(二)数字图像处理的输入输出设备
1. 图像数字化输入设备的功能和组成
2. 摄像机、数码相机、扫描仪
3. 数字图像的显示
(三)数字图像处理中的基本运算
1. 数字图像处理基本运算的分类
2. 点运算
3. 代数运算
4. 几何运算
(四)数字图像处理的数学基础
1. 线性系统
2. 调谐信号与复信号分析
3. 卷积与滤波
4. 常用的矩阵运算的矩阵类型
(五)图像变换
1. 函数的傅里叶变换
2. 离散傅里叶变换
3. 快速傅里叶变换
4. 傅里叶变换的性质
5. 图像傅里叶变换实例
6. 其他离散变换
(六)图像增强
1. 图像增强的分类和评价
2. 基于空域直接灰度变换的图像增强方法
3. 基于灰度直方图的图像增强
4. 空间域滤波增强技术
5. 频域滤波增强
6. 彩色增强
7. 图像的掩膜处理
(七)图像编码
1. 图像的信息量度量的信息冗余
2. 编码技术
3. 图像的预测编码和变换编码
4. 静止图像压缩编码的技术标准JPEG
5. MPEG标准简介
(八)图像复原
1. 图像退化原因及图像复原技术分类
2. 退化模型
3. 线性代数复原
4. 频域复原法
5. 中值滤波
(九)模式识别
1. 模式识别的概念
2. 图像分割
3. 纹理特征提取
4. 统计模式识别法
5. 模糊分类
6. 人工神经网络分类技术
7. 模式识别的几种应用
8. 指纹识别
(十)图像融合
1. 融合的基本概念
2. 基于IHS变换的融合技术
3. 小波变换
4. 决策层融合
(十一)数字图像处理系统设计
1. 图像处理系统的需求分析
2. 图像处理系统的软件设计
3. 图像处理系统的程序设计、测试与维护
四、实践环节
实验安排在课程内,开设4个实验:
1.实验一图像变换和图像增强2学时2.实验二图像分割和图像融合2学时3.实验三图像压缩。2学时4.实验四数字图像处理功能设计实验(或图像采集、图像识别实验)2学时五、课外习题及课程讨论
为达到本课程的教学基本要求,课外习题不应少于20题。
六、教学方法与手段
本课程采用板书与多媒体课件结合的方式进行课堂教学。
八、考核方式
本课程考核采用期末闭卷笔试和平时成绩相结合。学生的课程总评成绩由平时成绩(占10%)、实验成绩(占20%)和期末考试成绩(占70%)三部分构成,平时成绩根据出勤、作业、课堂提问、学习主动性等进行评价。
九、推荐教材和教学参考书
教材:《数字图像处理》,霍宏涛著,机械工业出版社,2004年。
参考书:《数字图像处理》,R.R.Gonzalez著,阮秋琦等译,电子工业出版社,2005年。
《数字图像处理》,K.R.Castleman著,朱志刚等译,电子工业出版社,2002年。
《数字图像处理》,阮秋琦编著,电子工业出版社,2004年。
《数像处理和分析》,章毓晋编著,清华大学出版社,1999年。
大纲制订人:路红
大纲审定人:黄家才
制订日期:2010年6月