课程基本信息

课程代码：080706E3S3004

学 分 数：3学分

学 时 数：48学时(讲课36，实验12)

课程类别：专业方向课、必修课

开课学期：6学期

主讲教师：陈天华

修订日期：2020年6月

01课程性质和目的

1、课程性质

《数字图像处理》是高等学校信息工程专业核心课程之一，同时也是信息工程专业的专业必修课程。

2、本课程与其他课程的关联

本课程先修课程：线性代数、数字信号处理、通信原理、C语言

本课程为理论学习与综合应用课程，为后续毕业设计等环节的进行打下基础。

3、课程学习目标

通过本课程的学习，使学生能够牢固地掌握数字图像处理的基本概念、原理、理论和方法。《数字图像处理》作为本专业的核心课程之一，为信息工程、通信工程、计算机应用，以及其他应用信息处理技术的学科专业提供图像处理的基础理论、基本方法、实用算法和实现方案。本课程的教学目的是使学生牢固掌握数字图像处理的基本原理、基本概念和基本分析方法，了解数字图像的获取、显示、存储等基本技术，深刻理解图像变换、图像几何变换、灰度变换、压缩编码、图像空域增强、图像频域增强、彩色图像处理、图像复原、图像分割、图像分析与描述等基本原理和算法，并能使用MATLAB图像处理工具箱、C或者VC等语言编程解决实际问题。通过本课程的学习，为学生今后从事数字图像信息处理工作奠定坚实的理论基础，培养和提高学生的数字图像处理技术的理论水平和动手能力，使学生能够理论联系实际解决图像处理的相关问题。本课程在讲授理论过程中，通过介绍国内相关领域技术的发展情况，增强学生的民族自豪感，同时通过与国内外技术的对比让学生认识到我国现阶段的技术优势与差距，激发学生爱国情怀，树立远大抱负，通过工程应用培养学生创新思维和专业素养，为科技强国做贡献。

通过本课程的学习要求学生达到如下目标：

(1) 能够分析实际工程中的图像处理问题和图像处理系统，结合文献研究，对图像工程进行有效分析和表达(G1)；

(2) 能够运用图像处理的基本原理分析与图像相关的复杂工程问题的影响因素，证明解决方案的合理性(G2)；

(3) 能够利用该课程的理论知识，结合工程问题，选择研究路线和设计可行的实验方案，能够用设计报告，呈现设计成果(G3)。

(4) 能够采用科学的算法和实验方法，选用或搭建实验装置，安全地开展实验(G5)。

4、课程学习目标对毕业要求的支撑

本课程学习目标所能支撑的毕业要求主要体现在毕业要求的2、3、4。具体指标点如下：

表1 《数字图像处理》课程学习目标与毕业要求的对应表

(如果一门课程对应多个指标点的，尽量避免一个课程目标交叉对应多个指标点情况，尽量一个课程目标对应一个指标点，或者多个课程目标对应一个指标点。因为课程目标和指标点达成度均需要计算，这样做避免重复计算两次。)

毕业 要求	毕业要求指标点	课程目标	达成途径	评价依据	支撑强度
毕业要求1(工程知识)	1.2：掌握电路、电子技术，信号获取等基础知识，能将其用于分析工程问题中的信号电路问题	G1	理论学习与实践	课堂表现、作业、实验、考试	H
毕业要求2(问题分析)	2.3：能够分析实际工程中的信息通信系统，结合文献研究，对信息通信系统进行有效分解和正确表达。	G1	理论学习与实践	课堂表现、作业、实验、考试	H
毕业要求4(研究)	4.2：能够利用专业理论，结合具体问题的特征，选择研究路线和设计可行的实验方案；	G7	理论学习与实践	实验	H
	4.3：能够采用科学的实验方法，选用或搭建实验装置，安全、有效地开展实验；	G10	理论学习与实践	实验	M

02课程教学目标、教学内容和基本要求

(线上/线上线下混合式课程需在此体现)

1．数字图像处理概论(2学时)(下滑查看更多)

教学内容：

讲授图像的概念及分类；数字图像处理的概念、有何特点及主要应用领域；详细介绍数字图像处理的主要研究内容。

教学要求：

了解图像的概念、分类及图像的基本格式等，了解图像处理工程的五大内容及数字图像处理的基本任务，同时介绍图像处理技术的应用及发展动向，使学生对图像处理这门科学有全面的了解。

掌握数字图像处理的概念、特点及应用。

掌握数字图像处理的研究内容。

2．数字图像处理基本概念及基础(4学时)

教学内容：

数字图像处理基本概念、图像处理系统的基本组成结构、图像数字化的概念、过程及图像数字化的获取设备(1学时)

常见数字图像的文件格式(1学时)

数字图像质量评价方法(1学时)

图像的灰度直方图的定义、性质及用途(1学时)

教学要求：

了解数字图像处理系统的基本组成结构，以及图像的基本特点及人的视觉系统特性等；

了解图像数字化概念、过程及图像数字化获取设备。

了解常见数字图像的文件格式及其应用。

掌握图像的灰度直方图的定义、性质及用途。

了解数字图像质量评价方法。

3．数字图像处理基本运算(4学时)

教学内容：

数字图像处理中点运算的概念及类型(1学时)

线性点运算与非线性点运算(1学时)

代数运算的运算类型及应用领域(0.5学时)

图像的几何变换及其灰度插值方法(1.5学时)

教学要求：

了解数字图像运算的概念及类型；掌握线性点运算对图像灰度的影响。

掌握点运算的定义及分类，及线性点运算对图像灰度的影响。

掌握代数运算的四种运算类型及应用领域。

掌握灰度插值基本概念及最邻近插值和双线性插值方法。

了解图像灰度的高阶插值方法。

4．图像变换(5学时)

教学内容：

二维线性系统的传递函数及特点、图像变换的定义及相应的变换类型(1学时)

二维傅立叶变换的定义及图像性质及用途(2学时)

离散余弦变换(DCT)的定义及用途(1学时)

K-L变换、沃尔什变换和哈达玛变换(1学时)

教学要求：

掌握二维傅立叶变换的概念、性质和应用方法。

熟练应用傅里叶变换对图像进行傅里叶变换，理解变换的算法原理、频谱分布及其物理意义，能根据幅值谱、相位谱进行逆变换重构图像。

掌握离散余弦变换的概念、原理及应用。

了解及K-L变换及沃尔什变换和哈达玛变换的物理意义。

5．图像空域增强(4学时)

教学内容：

图像增强的目的及有增强方法(1学时)

基于灰度直方图的图像增强方法及具体的算法(1学时)

空域滤波的基本方法，包括邻域均值滤波、邻域加权均值滤波、中值滤波、排序滤波等方法的基本原理及应用(2学时)

图像锐化滤波基本原理和方法

教学要求：

了解图像增强的目的

掌握图像增强的方法的分类

掌握直方图均衡化和直方图规定化的原理及过程。

掌握邻域平均法和中值滤波的增强方法及各自具有的优缺点。

6．图像频域增强(2学时)

教学内容：

频域滤波增强方法概述

低通滤波器

高通滤波器

带通滤波

带阻滤波

同态滤波

教学要求：

了解图像频域增强方法的概念和原理

掌握频域增强方法的分类

掌握基于低通、高通的图像增强方法

掌握同态滤波方法

7．彩色图像增强(2学时)

教学内容：

人眼的视觉特性(人眼结构、人眼视觉模型)(1学时)

计算机颜色模型

伪彩色图像处理(1学时)

全彩色图像处理

教学要求：

了解人眼的视觉特性

了解伪彩色和假彩色图像处理的概念

掌握图像密度分割和全彩色图像处理方法

8．图像复原(2学时)

教学内容：

图像复原的目的及图像复原方法、连续函数的图像的退化模型及离散函数的退化模型(1学时)

无约束复原方法及逆滤波复原方法、有约束复原方法原理、维纳滤波、功率谱均衡、几何均值滤波等方法(1学时)

匀速直线图像退化复原方法、几何畸变校正和盲目图像复原(1学时)

教学要求：

了解图像复原的目的

掌握图像退化的基本模型

掌握图像的无约束复原方法及逆滤波复原方法

有约束复原方法及维纳滤波、功率谱均衡、几何均值滤波等方法

掌握几何畸变校正原理和方法

理解盲目图像复原方法

理解匀速直线图像退化复原方法及应用。

9．图像编码(6学时)

教学内容：

图像压缩的意义及必要性、有损压缩和无损压缩的概念、介绍变长编码原理(1学时)

哈夫曼编码、香农范诺编码、算术编码、行程编码(3学时)

变换编码和位平面编码等(1学时)

最后介绍了JPEG和MPEG的标准及编码原理(1学时)

教学要求：

了解图像压缩的目的及意义；

了解图像信息冗余及类型；

理解变长编码的基本原理；

掌握无损压缩的编码原理方法；

掌握哈夫曼编码方法；

掌握香浓范诺编码方法；

掌握算术编码方法；

掌握行程编码方法；

掌握有损压缩的编码方法，即变换编码和预测编码；

掌握JPEG和MPEG的标准及压缩方法。

10．图像分析基础(5学时)

教学内容：

图像分析与理解的基本概念及主要技术(1学时)

图像边缘检测(1学时)

图像分割(1学时)

图像分析与描述(2学时)

教学要求：

了解图像分析的基本概念

掌握边缘检测的常用算法

掌握图像分割常用方法

掌握图像描绘和纹理分析基本概念和方法

11．其它学时

本课程安排9个实验，根据教学学识选做其中6个实验(12个学时)。

1、图像的点运算实验(2学时)

2、图像空域增强实验(2学时)

3、图像频域增强实验(2学时)

4、图像变换实验(2学时)

5、彩色图像处理实验(2学时)

6、图像复原实验(2学时)

7、图像编码实验(2学时)

8、图像分析与描述实验(2学时)

9、皮肤纹理分析实验(2学时)

通过实验，加深对所学理论知识的理解。能够理论联系实际对图像进行相应的处理，提高了学生们的动手能力。

03课程的考核方式

1、考核方式与内容

考核形式采用期末考核与过程考核相结合的方式。其中过程考核包括习题作业(包括平时作业、实验)及课堂表现(包括出勤和参与讨论)两部分的综合情况。期末考核方式采用闭卷考试，考试范围覆盖大纲所规定的教学，考试内容应能客观反映出学生对本门课程主要概念的记忆、掌握程度，对有关理论及实践的理解、掌握及综合运用能力。

总评成绩：平时作业成绩及期中考试成绩的和占30%，闭卷考试占70%。考试题型包括简答题、综合分析题、计算题。具体分工如表2所示。

表2 课程的考核方式

考核方式	过程考核			期末考试
具体内容	课堂表现	习题作业		闭卷笔试
		平时作业	实验
所占比例，%	10	10	10	70

 2、评分标准

课堂表现(包括出勤和参与)、习题作业、实验部分的评分标准具体如表3、表4、表5所示。

表3 课堂表现的评分标准

考核指标	权重	10分	8分	6分	4分	0分
课堂出勤	0.20	准时	迟到5min以内	迟到5-15min	迟到15-30min	迟到30min以上及未出勤
听课情况	0.20	一直关注	较好关注	一般关注	偶尔关注	未关注
回答问题	0.30	回答正确	绝大多数正确	基本正确	偶尔正确	不正确
提问问题	0.30	有效提问5次以上	有效提问3-4次	有效提问2次	有效提问1次	不提问

表4 平时作业的评分标准

考核指标	权重	10分	8分	6分	4分	0分
完成准时性	0.20	一直准时	大多数准时	基本准时	偶尔准时	从未准时
概念准确性	0.20	90%以上准确	70%以上准确	50%准确	30%准确	不准确
方案正确性	0.30	90%以上正确	70%以上正确	50%正确	30%正确	不正确
结论有效性	0.30	结论有效	大多数有效	基本有效	个别有效	无效

表5 实验评分标准

考核指标	权重	10分	8分	6分	4分	0分
完成准时性	0.20	一直准时	大多数准时	基本准时	偶尔准时	从未准时
程序准确性	0.30	90%以上准确	70%以上准确	50%准确	30%准确	不准确
测试数据正确性	0.30	90%以上正确	70%以上正确	50%正确	30%正确	不正确
结论有效性	0.20	结论有效	大多数有效	基本有效	个别有效	无效

有的实验给分时可以考虑难度系数，在实验得分的基础上分值可以乘难度系数，最高分不超过本次实验设定的满分。

期末考试的评分标准：按照期末考试试卷的评分标准百分制评分，总分折算后纳入总评。

04建议教材和参考书目

1、建议教材

陈天华，《数字图像处理及应用》，清华大学出版社，2019年

2、参考书目

冈萨雷斯，《数字图像处理》第三版  电子工业出版社，2017

必要说明

大纲执行时，可根据教学效果每一届学生知识结构进行必要的调整。

相关图书

数字图像处理及应用——使用MATLAB分析与实现

ISBN：9787302515043

定价：69元

AI学习相伴，你「在看」吗↓