数字图像处理-教学大纲

序号

教学内容

教学要求

学时

教学方式

对应课程

目标

1

1. 绪论

（1）本课程的研究对象、内容和教学目的

（2）数字图像处理系统的用途、应用领域和发展趋势

（3）数字图像处理基础知识

1.理解图像、数字图像与数字图像处理的基本概念；

2.了解数字图像处理解决的科学工程问题及应用领域；

3.理解并掌握图像数字化过程中，采样和量化等级对图像质量的影响；

4.掌握数字图像的基本类型、颜色空间模型、质量评价指标及像素间的基本关系；

5.能用Matlab、VC等软件工具实现数字图像的存储、读写及计算图像灰度和颜色直方图。

2

讲授与软件演示

课程目标1

2

2. 数字图像处理数学基础

（1）空域变换，包括代数运算、几何变换、图像插值原理和常用的图像插值算法

（2）傅里叶变换和快速傅立叶变换

（3）离散余弦变换；

（4）小波变换与多分辨率分析

1.理解并掌握空域变换、傅里叶变换、离散余弦变换、小波变换的原理、性质及作用；

2.能用matlab、VC等软件工具实现图像的相似、仿射和射影等空域变换，并能分析不同插值方法对变换结果的影响;

3.能用matlab、VC等软件工具实现傅里叶变换、离散余弦变换以及小波变换过程，并能根据变换结果分析图像的频域特点及存在的质量问题。

4

讲授与软件演示

课程目标1

课程目标2

3

3. 空间域图像增强

（1）图像增强的概念与内涵

（2）线性和非线性灰度变换图像增强

（3）直方图均衡化与直方图规格化

（4）空间域图像平滑和锐化

1.掌握灰度变换、直方图均衡化、空域平滑与锐化的方法及特点；

2.能根据图像灰度或颜色直方图分布特点，设计线性和非线性灰度变换参数，增强图像的质量；

3.能够对输入的任意灰度和颜色分布数字图像，进行离散直方图均衡，并可规格化为任意特定的灰度和颜色直方图分布形式；

4.能够针对含不同类型加性噪声图像，设计均值、高斯和中值滤波参数，对图像进行平滑去噪；

5.能够利用空域一阶和二阶微分算子，对边缘等细节模糊的图像进行锐化。

2

讲授与实例演示

课程目标1

课程目标2

4

4．频率域图像增强

（1）频域低通平滑方法与平滑滤波器设计

（2）频域高通锐化方法与锐化滤波器设计

（3）同态滤波应用领域、原理与同态滤波器设计

1．掌握图像频域增强的数学机理；

2．能够通过频域分析，对含不同噪声的图像，设计低通滤波器参数，进行噪声抑制；

3.能够根据图像细节信息的模糊程度，会选择不同频域高通滤波器，并能设计高通滤波器参数，从而对图像进行锐化增强；

4.能利用同态滤波器，通过参数设计对低照度图像进行增强。

2

讲授与实例演示

课程目标1

课程目标2

5

实验一：空频域图像去噪与低照度图像增强实验

1．深入理解空频域图像增强方法如何解决工程中遇到的实际问题；

2根据老师给定的不同噪声级别和不同光照条件的图片，设计合理的实验方案，进行图像去噪与低照图增强，达到要求的指标；

3．通过利用Matlab、VC等现代工具软件，实现低质量图像的去噪与增强

2

实验

课程目标3

6

5．退化图像复原

（1）图像复原的概念与应用领域，图像复原与图像增强的区别与联系

（2）图像空频域退化数学模型，建立散焦与运动模糊图像退化模型

（3）基于逆滤波和维纳滤波的图像复原方法，两种方法的区别与联系

（4）运动模糊图像复原原理与典型方法

（5）复原图像质量评价方法

1.掌握图像退化性能的物理和数学机理；

2.能够建立散焦模糊和直线运动模糊图像的退化模型；

3.能够利用逆滤波和维纳滤波方法进行退化图像复原；

4.能够对不同运动方向和不同运动模糊尺度的直线运动模糊图像，估计出模糊退化参数，并进行图像复原；

5.掌握全参考和无参考客观图像质量评价方法，并能选择合适的方法对复原图像质量进行准确评估

4

讲授与实例演示

课程目标1

课程目标2

7

6．图像的表示与描述

（1）图像描述的作用与意义

（2）边界描述，包括曲面拟合、傅里叶描述子和链码；

（3）区域描述，包括骨架、矩和纹理

（4）形态学描述

1. 掌握链码、骨架等表示方法；

2. 掌握傅里叶描述子、矩描述方法；

3. 掌握形态学的膨胀、腐蚀等处理方法，并能基于形态学的处理方法，获得图像的形态学描述

2

讲授与实例演示

课程目标1

8

7．图像分割与运动目标检测

（1）图像分割与运动目标检测的概念，作用与应用领域

（2）静态图像分割方法，包括灰度阈值图像分割方法、边缘检测图像分割方法、基于区域的图像分割犯法以及形态学图像分割方法；

（3）运动目标检测方法，包括帧差分方法、背景减方法以及基于光流的运动目标检测方法

（1）掌握图像分割与运动目标检测方法的基本原理、区别与联系；

（2）能够根据不同静态图像场景的复杂程度、景物种类，选择合适的图像分割方法，通过参数的估计与设置，对图像进行分割，并能获得感兴趣目标的完整区域；

（3）能够在背景没有明显变化的情况下，对单个运动目标和多个运动进行准确检测。

4

讲授与实例演示

课程目标1

课程目标2

9

实验二：静态图像分割和运动目标检测实验

1．深入理解静态图像分割和运动目标检测方法如何解决工程中遇到的实际问题；

2．根据老师给定的背景和目标特性的图片，设计合理的实验方案，进行静态图像分割和运动目标检测，达到要求的指标；

2．通过利用Matlab、VC等现代工具软件，实现图像分割与目标检测

2

实验

课程目标3

10

9．运动目标跟踪

（1）目标跟踪的定义及好的目标跟踪算法的要求；

（2）目标跟踪方法的分类；

（3）形心跟踪方法、模板跟踪方法、核跟踪方法

（4）遮挡情况下的多目标连续跟踪的解决方法

1．掌握自下而上的目标跟踪方法的工作机理；

2.掌握形心跟踪、模板跟踪和核跟踪方法的设计原理，区别与适用领域；

3.采用核跟踪方法，在目标存在短时遮挡（小于3帧）的情况下，能对运动目标进行连续跟踪

4

讲授与实例演示

课程目标1

课程目标2

11

数字图像处理综合应用仿真实验

1. 了解数字图像处理的典型应用；

2. 根据老师给定分别在工业自动化、国防、智能监控、遥感、公共安全等领域的8个仿真实验题目，任选一个，通过分组合作，综合运用本课讲授的知识完成仿真实验内容；

3. 具体要求，通过分工协作，通过资料和相关代码的检索和收集，确定仿真实验方案，采用Matlab或VC++编程，完成实验任务，并形成实验报告，最后分组口头答辩

4

仿真

课程目标3