课程编号： 0608117302 课程名称：数字图像处理 DigitalImage Processing 学时数：40 学分：2 开课时间：春季 开课学院：自动化工程学院 授课对象：硕士/博士 先修课程：程序设计基础，线性代数，概率论与数理统计
课程简介：
数字图像处理作为机器视觉、模式识别、遥感图像处理与识别、医学图像处理、视频编码与处理、图像与视频检索等方向的基础知识，是控制科学与工程专业及相近专业的一门综合性专业课。该课程力求从图像处理和识别的角度出发，对数字图像的增强处理、复原处理、图像分割、图像压缩和形态学图像处理等方面进行总体分析与论述，使学生掌握控制科学与工程、计算机科学与技术、电子信息专业相结合的一门多学科交叉、理论性和实践性都很强的综合性课程。学会如何对数字图像进行综合处理、分析和应用，促进学生了解相关研究方向的前沿技术，提升学生创新能力和解决复杂问题的能力。
本课程根据控制科学与工程专业人才培养目标、新技术发展与应用的需求而开设，是控制科学与工程专业的核心选修课程，也是深入培养学生运用工程基础知识解决复杂工程技术问题能力的一门重要课程。
Digital image processing is a comprehensive specialized course for Control Science and Engineering majors, and it is also the basic knowledge of machine vision, pattern recognition, remote sensing image processing and recognition, medical image processing, video coding and processing, image and video retrieval. This course gives a description of the overall design, including Image enhancement, image restoration, image segmentation, image compression and image morphological processing and so on. Through this course, students can master the basic theoretical knowledge of Comprehensive Processing Analysis and Application of Digital Image. Know the procedure of digital image processing, algorithm designing and recognition; develop the innovation ability of students in digital image processing.
This course is the core course of Control Science and Engineering, which is developed according to the student training objectives of Control Science and Engineering, the demand of the technology development and application. It is important for the student to learn the engineering knowledge of solving complex engineering problems.
一、教学目的数字图像处理是作为机器视觉、模式识别、遥感图像处理与识别、医学图像处理、视频编码与处理、图像与视频检索等方向的基础知识，已成为了控制科学与工程、计算机科学与技术、电子信息等相关学科的必修基础课程之一，同时是一门多学科交叉、理论性和实践性都很强的综合性课程。
本课程通过介绍数字图像处理概述、图像空域变换和频域变换、图像增强、图像分割、图像压缩、图像识别和解释等图像处理方法，通过本课程的学习，使学生较深入掌握数字图像处理的各种方法和算法，了解与各项处理技术相关的应用领域和研究前沿，提高学生在数字图像处理方面实际解决问题的能力。
二、教学内容与要求第一章：绪论(2学时)
1. 本章教学内容：
(1)数字图像处理的概念、起源和应用实例（1学时），
(2) 数字图像处理的基本步骤和图像处理系统的部件（1学时）
2 本章教学要求：
通过本章课程的学习，要求学生理解数字图像处理发展历史，应用领域，掌握数字图像处理的基本概念和研究内容。
3 本章教学重点：（1）数字图像处理基本步骤，（2）图像处理系统的各组成部分构成。
4 本章教学难点：（1）数字图像处理基本步骤，（2）图像处理系统的各组成部分构成。
第二章：数字图像基础(4学时)
1 本章教学内容：
(1) 视觉感知要素、光和电磁波谱、图像感知和获取（2学时）
(2) 图像取样和量化、像素间的一些基本关系、线性和非线性操作（2学时）
2 本章教学要求：通过本章课程的学习，要求学生了解视觉感知要素和几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念。
3 本章教学重点：（1）图像取样和量化，（2）图像中像素的联系。
4 本章教学难点：（1）图像数字化过程，（2）像素间的关系。
第三章：空间域和频率域图像增强(8学时)
1 本章教学内容：
(1) 基本灰度变换、直方图处理（1学时）
(2) 用算术/逻辑操作增强、空间滤波基础、平衡空间滤波器（2学时）
（3）锐化空间滤波器、混合空间增强法（2学时）
（4）傅里叶变换和频率域的介绍（1学时）
（5）平滑的频率域滤波器、频率域锐化滤波器、同态滤波器（2学时）
2 本章教学要求：
通过本章课程的学习，要求学生了解空间域图像增强的概念、目的及主要技术，理解其中的直接灰度变换的各种方法原理，在理解直方图的定义、性质及用途的基础上，掌握直方图均衡化技术细节；理解直方图规定化处理方法的原理及作用；掌握图像的空间域的平滑和锐化技术方法。了解傅里叶变换和频率域的概念，掌握常用的平滑、锐化和同态三种滤波器的概念和方法。
3 本章教学重点：
（1）直方图均衡化技术图像取样和量化
（2）图像的空间域（频率域）的平滑和锐化技术方法
（3）图像的傅立叶变换
4 本章教学难点：
（1）图像的空间域（频率域）的平滑和锐化技术方法
（2）图像的傅立叶变换
第四章：图像复原(6学时)
1 本章教学内容：
(1) 图像退化/复原过程的模型、噪声模型、噪声存在下的唯一空间滤波复原、频率滤波削减周期噪声（2学时）
(2) 线性、位置不变的退化、估计退化函数（1学时）
（3）逆滤波、最小均方误差滤波、约束最小二乘方滤波器（2学时）
（4）几何均值滤波、几何变换（1学时）
2 本章教学要求：
掌握图像退化/复原过程的模型，掌握几种常用的滤波方法，掌握几何变换方法，特别是图像的平移、旋转、镜像、转置、缩放等的坐标变换和灰度插值。
3 本章教学重点：
（1）逆滤波、维纳滤波和均值滤波方法
（2）常用的几何变换方法
4 本章教学难点：
（1）逆滤波、维纳滤波和均值滤波方法
（2）估计退化函数
第五章：彩色图像处理 (4学时)
1 本章教学内容：
(1) 彩色基础、彩色模型、伪彩色处理（2学时）
(2) 全彩色图像处理基础、彩色变换、平滑和尖锐（1学时）
（3）彩色分割、彩色图像的噪声、彩色图像压缩（1学时）
2 本章教学要求：
了解彩色基础、RGB颜色模型以及HIS颜色模型，理解RGB颜色模型和HIS颜色模型的色度学基础和适用范围。
3 本章教学重点：（1）彩色基础和模型、伪彩色处理、全彩色处理基础及彩色变换； 2）不同颜色空间的定义和选择
4 本章教学难点：（1）不同颜色空间的定义和选择
第六章：图像分割 (8学时)
1 本章教学内容：
(1) 间断检测、边缘连接和边界检测（2学时）
(2) 门限处理（1学时）
（3）基于区域的分割（1学时）
（4）基于形态学分水岭、聚类、图理论等图像分割算法（2学时）
（5）图像分割算法的研究前沿和发展趋势（2学时）
2 本章教学要求：
掌握图像分割方法、边缘检测方法、门限处理、轮廓跟踪、区域分割等的基本原理。
3 本章教学重点：（1）图像分割方法，（2）轮廓跟踪
4 本章教学难点：（1）边缘检测方法，（2）门限处理
第七章：图像压缩 (4学时)
1 本章教学内容：
(1) 图像压缩模型、信息论要素（2学时）
(2) 无误差压缩、有损压缩、图像压缩标准（2学时）
2 本章教学要求：
了解图像压缩理论及模型，无损压缩、有损压缩，图像编码常用方法，图像编码评价方法，图像编码的国际标准。
3 本章教学重点：（1）无损预测编码，（2）有损预测编码，（3）变换编码系统。
4 本章教学难点：（1）变换选择，（2）子图像尺寸选择，（3）比特分配
第八章：对象识别 (4学时)
1 本章教学内容：
(1) 模式和模式类（2学时）
(2) 基于决策理论方法的识别、结构性方法（2学时）
2 本章教学要求：掌握模式和模式类的概念，理解常用的几种模式识别方法。
3 本章教学重点：结构模式识别
4 本章教学难点：结构模式性方法