4

采用的教学手段和方法

利用多媒体课件梳理课程内容和讲授思路，合理运用启发式教学方式激发学生的思考力，采用讨论式教学方式增强教学过程的互动效果，理论教授与应用实例编程实践相结合，提高学生的分析和解决问题的能力。

5

教材与主要参考文献

（一）教材

[1] 李俊山. 数字图像处理（第4版）. 北京：清华大学出版社，2021.

（二）主要参考文献

[1] 冈萨雷斯. 数字图像处理（第三版）. 阮秋琦，译. 北京：电子工业出版社，2013.

[2] 何东健. 数字图像处理（第二版），西安：电子科技大学出版社，2008.

6

配套教学资源

教学大纲，PPT课件，习题答案，实验大纲与MATLAB实验源码。

7

考核形式与成绩计算

平时成绩（上课考勤、课堂表现及参与程度、课程作业）占20%，课程实验占20%，期末闭卷成绩占60%。

8

教学内容和学时分配（共48学时）

第1章 绪论（2学时）

内容要点：数字图像与数字图像处理；数字图像处理系统的组成；图像处理技术研究的基本内容；图像处理技术的应用领域。

教学要求：了解图像处理技术研究的基本内容；数字图像处理系统的组成；掌握数数字图像与数字图像处理的概念。

教学方法与手段：以课堂讲授为主，用实例说明。

重点、难点：重点内容包括为数字图像与数字图像处理。无难点内容。

第2章 数字图像处理基础（3学时）

内容要点：电磁波谱与可见光谱；人眼的亮度视觉特性；图像的表示；空间分辨率和灰度级分辨率；像素间的关系；图像的显示；图像文件格式。

教学要求：了解电磁波谱与可见光谱和人眼的亮度视觉特性，理解图像文件格式，掌握图像的表示、空间分辨率和灰度级分辨率、图像显示的相关概念和像素间的基本关系。

教学方法与手段：以课堂讲授为主，运用启发使教学，用实例演示相关内容。

重点、难点：重点内容包括图像的表示、图像显示的相关概念和像素间的基本关系。难点内容为空间分辨率和灰度级分辨率和图像文件格式。

第3章 数字图像的基本运算（4学时）

内容要点：灰度反转；对数变换；灰度直方图；图像的代数运算；图像的几何运算。

教学要求：了解图像的灰度反转和对数变换，理解图像的代数运算和图像的几何运算，掌握灰度图像直方图及其特性。

教学方法与手段：以课堂讲授为主，运用启发使教学，用Matlab编程实现的相关算法实例演示相关内容。

重点、难点：重点内容为灰度图像直方图及其特性。难点内容为图像几何运算中的图像缩放。

第4章 空间域图像增强（7学时）

内容要点：基于点运算的图像增强方法；基于直方图的图像增强方法；基于空间平滑滤波的图像增强方法；基于空间锐化滤波的图像增强方法。

教学要求：理解基于点运算的图像增强方法，掌握基于直方图均衡的图像增强方法、基于空间平滑滤波的图像增强方法，以及基于空间锐化滤波的图像增强方法。

教学方法与手段：以课堂讲授为主，运用启发使教学，用Matlab编程实现的相关算法实例演示相关内容。

重点、难点：重点内容为基于直方图均衡的图像增强方法、基于空间平滑滤波的图像增强方法和基于空间锐化滤波的图像增强方法。难点内容为基于直方图均衡的图像增强方法。

第5章 频率域图像处理（3学时）

内容要点：二维离散傅里叶变换；频率域图像处理的基本实现思路；基于频率域的图像噪声消除（频率域低通滤波）；基于频率域的图像增强（频率域高通滤波）；带阻滤波和带通滤波。

教学要求：了解带阻滤波和带通滤波，理解基于频率域的图像噪声消除（频率域低通滤波）、基于频率域的图像增强（频率域高通滤波）、二维离散傅里叶变换及其重要性质，掌握图像傅里叶变换的频谱特性和图像傅里叶变换的意义。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为二维离散傅里叶变换、傅里叶变换的频谱特性和图像傅里叶变换的意义。难点内容为二维离散傅里叶变换和傅里叶变换的频谱特性。

第6章 图像恢复（2学时）

内容要点：图像的退化模型；图像噪声与被噪声污染图像的恢复；几何失真的校正。

教学要求：了解常见退化现象的物理模型和图像退化模型的表示，理解图像噪声与被噪声污染图像的恢复、图像几何失真的校正。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为常见退化现象的物理模型、图像退化模型的表示和图像几何失真的校正。难点内容为图像几何失真的校正。

第7章 图像压缩编码（6学时）

内容要点：DCT变换；数字图像压缩编码基础；几种最基本的变长编码方法；位平面编码；游程编码；变换编码；图像质量评价。

教学要求：了解位平面编码和游程编码方法，理解DCT变换方法，掌握数字图像压缩编码基础知识（图像压缩概念、客观保真度准则和图像编码模型）、霍夫曼编码方法、变换编码方法。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为DCT变换、数字图像压缩编码基础、霍夫曼编码方法、位平面编码和变换编码。难点内容为DCT变换和变换编码。

第9章 图像分割（3学时）

内容要点：图像分割的概念；基于边缘检测的图像分割；基于阈值的图像分割；基于跟踪的图像分割；基于区域的图像分割。

教学要求：了解图像分割概念和基于边缘检测的图像分割方法，理解基于阈值的图像分割方法，掌握基于跟踪的图像分割方法和基于区域的图像分割方法。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为基于跟踪的图像分割方法和基于区域的图像分割方法。难点内容为基于双峰形直方图的阈值选取。

第10章 图像特征提取（6学时）

内容要点：图像的边缘特征及其检测方法；图像的点与角点特征及其检测方法；图像的纹理特征及其描述和提取方法；图像的形状特征；图像的统计特征。

教学要求：了解SUSAN角点检测算法、图像的纹理特征及其描述和提取方法（基于灰度直方图统计矩的纹理特征描述与提取方法、基于结构方法的纹理描述、基于频谱方法的纹理描述）、图像的形状特征和图像的统计特征，理解基于灰度共生矩阵的纹理特征提取方法，掌握 图像的边缘特征及其检测方法（图像边缘的特征、梯度边缘检测、二阶微分边缘检测）、图像的点与角点特征及其检测方法（图像点特征及其检测方法）、图像的纹理特征及其描述和提取方法（图像纹理的概念和分类、图像纹理的主要特性及描述方法）。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为图像的边缘特征及其检测方法和基于灰度共生矩阵的纹理特征提取方法。难点内容为SUSAN角点检测算法和基于灰度共生矩阵的纹理特征提取方法。

第11章 彩色图像处理（4学时）

内容要点：彩色视觉；彩色模型；彩色变换；彩色图像增强；彩色图像的平滑；彩色图像的锐化。

教学要求：理解彩色模型、彩色图像平滑和彩色图像锐化方法，掌握彩色视觉、彩色变换和彩色图像增强方法。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为彩色变换和彩色图像增强方法。难点内容为彩色模型。

第12章 形态学图像处理（2学时）

内容要点：集合论基础；二值形态学的基本运算。

教学要求：理解形态学中的集合运算方法、开运算和闭运算方法，掌握腐蚀和膨胀两种二值形态学基本运算方法。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为二值形态学的腐蚀和膨胀运算方法。难点内容为开运算、闭运算。

第13章 目标表示与描述（2学时）

内容要点：边界表示；边界描述（简单的边界描述子、形状数）；区域表示（区域标示、四叉树表示）；区域描述（几种简单的区域描述子、拓扑描述子）；关系描述（串描述子）。

教学要求：了解边界表示中的多边形近似、边界分段、标记图方法；边界描述中的简单的边界描述子、傅里叶描述子、统计矩方法；区域表示中的区域标示、四叉树表示方法；区域描述中的几种简单的区域描述子、拓扑描述子方法；关系描述中的串描述子方法。理解边界表示中的多边形近似方法；边界描述中的形状数方法。掌握边界表示中的链码方法。

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

重点、难点：重点内容为边界表示中的链码和多边形方法，以及边界描述中的形状数方法。难点内容为边界描述中的形状数方法。

第14章 视频图像处理基础（2学时）

教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。

课程内容总复习（2学时）

课程用书

《数字图像处理（第4版）》

作者：李俊山

定价：59元

扫码优惠购书

内容简介

目录

向上滑动阅览

第1章绪论

1．1数字图像与数字图像处理

1．2数字图像处理系统的组成

1．3图像处理技术研究的基本内容

1．4图像处理技术的应用领域

1．5MATLAB及其应用基础

1．5．1MATLAB系统的组成

1．5．2MATLAB系统的软件环境

1．5．3MATLAB应用基础

习题1

第2章数字图像处理基础

2．1电磁波谱与可见光谱

2．2人眼的亮度视觉特性

2．2．1视觉适应性

2．2．2同时对比效应

2．2．3马赫带效应

2．2．4视觉错觉

2．3图像的表示

2．3．1简单的图像成像模型

2．3．2数字图像的表示

2．4空间分辨率和灰度分辨率

2．4．1空间分辨率和灰度分辨率的概念

2．4．2采样数变化对图像视觉效果的影响

2．4．3空间分辨率变化对图像视觉效果的影响

2．4．4灰度分辨率变化对图像视觉效果的影响

2．5像素间的关系

2．5．1像素的相邻和邻域

2．5．2像素的邻接性与连通性

2．5．3距离的度量

2．6图像的显示

2．6．1显示分辨率与图像分辨率

2．6．2彩色模型

2．6．3位图

2．6．4调色板

2．7图像文件格式

2．7．1位图文件头

2．7．2位图信息头

2．7．3位图调色板

2．7．4图像的位图数据

习题2

第3章数字图像的基本运算

3．1灰度反转

3．2对数变换

3．3灰度直方图

3．3．1灰度直方图与灰度图像的对比度

3．3．2灰度直方图的特征

3．3．3归一化灰度直方图

3．4图像的代数运算

3．4．1图像的相加运算

3．4．2图像的相减运算

3．5图像的几何运算

3．5．1图像平移变换

3．5．2图像旋转变换

3．5．3图像镜像变换

3．5．4图像转置变换

3．5．5图像缩放

习题3

第4章空间域图像增强

4．1基于点运算的图像增强方法

4．1．1对比度拉伸

4．1．2窗切片

4．2基于直方图的图像增强方法

4．2．1直方图均衡

4．2．2直方图规定化

4．3基于空间平滑滤波的图像增强方法

4．3．1线性平滑滤波图像增强方法——邻域平均法

4．3．2非线性平滑滤波图像增强方法——中值滤波法

4．4基于空间锐化滤波的图像增强方法

4．4．1基于一阶微分算子的图像增强方法

4．4．2基于二阶微分算子的图像增强方法

习题4

第5章频率域图像处理

5．1二维离散傅里叶变换

5．1．1二维离散傅里叶变换的定义和傅里叶频谱

5．1．2二维离散傅里叶变换的重要性质

5．1．3图像的傅里叶频谱特性分析

5．1．4离散傅里叶变换的实现

5．2频率域图像处理的基本实现思路

5．2．1基本实现思想

5．2．2转移函数的设计

5．3基于频率域的图像噪声消除——频率域低通滤波

5．3．1理想的低通滤波器

5．3．2巴特沃斯低通滤波器

5．3．3高斯低通滤波器

5．4基于频率域的图像增强——频率域高通滤波

5．4．1理想的高通滤波器

5．4．2巴特沃斯高通滤波器

5．4．3高斯高通滤波器

5．5带阻滤波和带通滤波

5．5．1带阻滤波器

5．5．2带通滤波器

习题5

第6章图像恢复

6．1图像的退化模型

6．1．1常见退化现象的物理模型

6．1．2图像退化模型的表示

6．2逆滤波图像恢复

6．2．1无约束最小二乘方恢复

6．2．2逆滤波图像恢复方法

6．2．3无约束图像恢复的病态性

6．3维纳滤波图像恢复

6．3．1有约束最小二乘方恢复

6．3．2维纳滤波图像恢复方法

6．3．3图像恢复的病态性和奇异性

6．4匀速直线运动模糊的恢复

6．5图像噪声与被噪声污染图像的恢复

6．5．1图像噪声

6．5．2被噪声污染图像的恢复

6．6图像几何失真校正

6．6．1坐标的几何校正

6．6．2灰度值恢复

习题6

第7章图像压缩编码

7．1DCT变换

7．1．1一维DCT变换

7．1．2二维偶DCT变换

7．1．3DCT变换的基函数与基图像

7．2数字图像压缩编码基础

7．2．1图像压缩的基本概念

7．2．2图像编码模型

7．2．3数字图像的信息熵

7．3基本的变长编码方法

7．3．1费诺码

7．3．2霍夫曼编码

7．3．3接近最佳的变长编码

7．3．4算术编码

7．4位平面编码

7．4．1位平面分解

7．4．2位平面的格雷码分解编码

7．5游程编码

7．6变换编码

7．6．1变换编码的过程

7．6．2子图像尺寸的选择

7．6．3变换的选择

7．6．4变换系数的量化和编码

7．6．5变换解码

7．7图像质量评价——保真度准则

7．7．1主观保真度准则

7．7．2客观保真度准则

习题7

第8章小波图像处理

8．1小波变换与图像小波变换

8．1．1小波的概念和特性

8．1．2连续小波变换

8．1．3离散小波变换

8．1．4二进小波变换

8．1．5塔式分解与Mallat算法

8．1．6图像的小波变换

8．2嵌入式零树小波编码

8．2．1基于小波变换的图像压缩基本思路

8．2．2嵌入式编码与零树概念

8．2．3重要小波系数及扫描方法

8．2．4嵌入式零树编码方法

8．2．5嵌入式零树小波编码图像的重建

8．2．6嵌入式零树小波编码的渐进传输特性

8．3基于小波变换的图像去噪方法

8．3．1小波去噪方法的机理

8．3．2小波收缩阈值去噪方法

习题8

第9章图像分割

9．1图像分割的概念

9．2基于边缘检测的图像分割

9．2．1图像边缘的概念

9．2．2Hough变换

9．3基于阈值的图像分割

9．3．1基于阈值的分割方法

9．3．2阈值选取方法

9．4基于跟踪的图像分割

9．4．1轮廓跟踪法

9．4．2光栅跟踪法

9．5基于区域的图像分割

9．5．1区域生长法

9．5．2分裂合并法

习题9

第10章图像特征提取

10．1图像的边缘特征及其检测方法

10．1．1图像边缘的特征

10．1．2梯度边缘检测

10．1．3二阶微分边缘检测

10．1．4Marr边缘检测算法

10．2图像的点与角点特征及其检测方法

10．2．1图像点特征及其检测方法

10．2．2图像角点的概念

10．2．3SUSAN算子角点检测算法

10．3图像的纹理特征及其描述和提取方法

10．3．1图像纹理的概念和分类

10．3．2图像纹理的主要特性及描述与提取方法

10．3．3基于灰度直方图统计矩的纹理特征描述与提取方法

10．3．4基于灰度共生矩阵的纹理特征提取方法

10．3．5基于结构方法的纹理描述

10．3．6基于频谱方法的纹理描述

10．4图像的形状特征

10．4．1矩形度

10．4．2圆形性

10．4．3球状性

10．5图像的统计特征

习题10

第11章彩色图像处理

11．1彩色视觉

11．1．1三基色原理

11．1．2CIE色度图

11．2彩色模型

11．2．1RGB彩色模型

11．2．2HSI彩色模型

11．2．3RGB彩色模型到HSI彩色模型的转换

11．2．4HSI彩色模型到RGB彩色模型的转换

11．3彩色变换

11．3．1反色变换

11．3．2彩色图像的灰度化

11．3．3真彩色转变为256色

11．3．4彩色平衡

11．4彩色图像增强

11．4．1真彩色增强

11．4．2伪彩色增强

11．4．3假彩色增强

11．5彩色图像的平滑

11．5．1基于RGB彩色模型的彩色图像平滑

11．5．2基于HSI彩色模型的彩色图像平滑

11．6彩色图像的锐化

11．7彩色图像的边缘检测

11．8彩色图像的分割

11．8．1HSI模型的彩色图像分割

11．8．2RGB模型的彩色图像分割

习题11

第12章形态学图像处理

12．1集合论基础

12．1．1集合的概念

12．1．2集合间的关系和运算

12．2二值形态学的基本运算

12．2．1腐蚀

12．2．2膨胀

12．2．3开运算和闭运算

12．2．4二值形态学4种基本运算的性质

12．3二值图像的形态学处理

12．3．1形态滤波

12．3．2边界提取

12．3．3区域填充

12．3．4骨架提取

12．4灰度形态学的基本运算

12．4．1灰度腐蚀

12．4．2灰度膨胀

12．4．3灰度开运算和灰度闭运算

12．4．4灰度形态学基本运算的性质

12．5灰度形态学处理算法

12．5．1形态学平滑

12．5．2形态学梯度

12．5．3高帽(tophat)变换

习题12

第13章目标表示与描述

13．1边界表示

13．1．1链码

13．1．2多边形近似

13．1．3边界分段

13．1．4标记图

13．2边界描述

13．2．1简单的边界描述子

13．2．2形状数

13．2．3傅里叶描述子

13．2．4统计矩

13．3区域表示

13．3．1区域标示

13．3．2四叉树表示

13．3．3骨架表示

13．4区域描述

13．4．1简单的区域描述子

13．4．2拓扑描述子

13．4．3不变矩

13．5关系描述

13．5．1串描述子

13．5．2树描述子

习题13

第14章视频图像处理基础

14．1视频图像处理的概念

14．2．1帧差法

14．2．2背景减法

14．2．3光流场分析法

14．3视频编码技术

14．3．1视频压缩编码的原理

14．3．2视频编码技术及编码标准

14．3．3混合视频编码框架

14．3．4面向混合视频编码框架的编码技术

习题14

参考文献返回搜狐，查看更多