课程简介
随着无人机、无人驾驶、机器人、生成式人工智能等新一代信息技术的应用和发展，计算机视觉取代人工视觉成为趋势，数字图像处理是计算机视觉的基础课程。数字图像处理是将图像信号转换成数字信号并利用计算机对其进行处理的过程，主要内容包括人类视觉感知系统、图像获取与数字化、图像基本运算、图像变换、图像增强、图像复原、图像压缩编码、图像分割、彩色图像处理、图像表示与描述等原理和技术方法。
针对数字图像处理课程概念多、内容抽象、学生入门较难的特点，本课程以实践为导向，以实际应用为目标，在讲解数字图像处理技术基础理论及算法原理的同时，特别注意如何用MATLAB软件编程实现一些图像处理的算法，使学生掌握图像处理的理论和方法，运用所学知识解决实际问题。
通过学习本课程，学生能够深刻理解理论方法，并在MATLAB下编程实现算法，理论与应用并重，为将来从事相关领域专业工作打好基础。
课程大纲
数字图像处理
课程讲授安排如下：
授课内容t 主讲教师
第1讲 概述t 杨杰
第2讲 数字图像处理的基础t杨杰
第3讲 图像基本运算t 胡辑伟
第4讲 图像变换t 郭志强
第5讲 图像增强t 黄朝兵
第6讲 图像复原t 曹辉
第7讲 图像压缩编码t 郭志强
第8讲 图像分割t 王昱
第9讲 彩色图像处理t 黄朝兵
第10讲 图像表示与描述t 黄朝兵
概述
1.1 数字图像与数字图像处理
1.2 数字图像处理系统组成及研究内容
1.3 数字图像处理技术应用领域
数字图像处理的基础
2.1 电磁波谱与可见光谱
2.2 人眼的视觉特性
2.3 图像的采样与量化
2.4 像素间的关系
2.5 图像文件类型
图像基本运算
3.1 图像基本运算概述
3.2 点运算
3.3 代数运算
3.4 几何运算
图像变换
4.1 线性系统基本理论与运算
4.2 离散傅里叶变换
4.3 图像傅里叶变换频谱分析
4.4 离散余弦变换
图像增强
5.1 图像增强概述
5.2 基于直方图处理的图像增强
5.3 空间域滤波增强
5.4 频率域平滑滤波器
5.5 频率域锐化滤波器
图像复原
6.1 图像复原及退化模型
6.2 噪声模型
6.3 空间域滤波复原
6.4 频率域滤波复原
6.5 估计退化函数
6.6 逆滤波和维纳滤波
图像压缩编码
7.1 数字图像压缩编码基础
7.2 变长编码
7.3 算术编码
7.4 变换编码
图像分割
8.1 概述
8.2 边缘检测
8.3 边缘连接
8.4 阈值分割
8.5 区域分割
8.6 二值图像处理
彩色图像处理
9.1 彩色图像基础
9.2 彩色模型
9.3 伪彩色处理
9.4 全彩色图像处理
图像表示与描述
10.1.颜色描述
10.2 纹理描述
10.3 边界描述
10.4 区域描述
课程讲授安排如下：
授课内容t 主讲教师
第1讲 概述t 杨杰
第2讲 数字图像处理的基础t杨杰
第3讲 图像基本运算t 胡辑伟
第4讲 图像变换t 郭志强
第5讲 图像增强t 黄朝兵
第6讲 图像复原t 曹辉
第7讲 图像压缩编码t 郭志强
第8讲 图像分割t 王昱
第9讲 彩色图像处理t 黄朝兵
第10讲 图像表示与描述t 黄朝兵
概述
1.1 数字图像与数字图像处理
1.2 数字图像处理系统组成及研究内容
1.3 数字图像处理技术应用领域
数字图像处理的基础
2.1 电磁波谱与可见光谱
2.2 人眼的视觉特性
2.3 图像的采样与量化
2.4 像素间的关系
2.5 图像文件类型
图像基本运算
3.1 图像基本运算概述
3.2 点运算
3.3 代数运算
3.4 几何运算
图像变换
4.1 线性系统基本理论与运算
4.2 离散傅里叶变换
4.3 图像傅里叶变换频谱分析
4.4 离散余弦变换
图像增强
5.1 图像增强概述
5.2 基于直方图处理的图像增强
5.3 空间域滤波增强
5.4 频率域平滑滤波器
5.5 频率域锐化滤波器
图像复原
6.1 图像复原及退化模型
6.2 噪声模型
6.3 空间域滤波复原
6.4 频率域滤波复原
6.5 估计退化函数
6.6 逆滤波和维纳滤波
图像压缩编码
7.1 数字图像压缩编码基础
7.2 变长编码
7.3 算术编码
7.4 变换编码
图像分割
8.1 概述
8.2 边缘检测
8.3 边缘连接
8.4 阈值分割
8.5 区域分割
8.6 二值图像处理
彩色图像处理
9.1 彩色图像基础
9.2 彩色模型
9.3 伪彩色处理
9.4 全彩色图像处理
图像表示与描述
10.1.颜色描述
10.2 纹理描述
10.3 边界描述
10.4 区域描述