-
第一章数字图像处理的基础知识
课程备注：选课学校可根据教学实际需求，适当增加线下见面课次数，以调整学分至2-3学分。
介绍数字图像处理的基本概念、图像的表示、像素间的基本关系、图像处理领域的发展与应用等基础知识。 -
●1.1图像数字化及表示
一幅模拟图像的坐标及幅度都是连续的，为了把它转换为数字形式，必须对坐标和幅度都作离散化操作。数字化坐标值称为采样，它确定了图像的空间分辨率；数字化幅度值称为量化，它确定了图像的幅度分辨率。
-
●1.2像素间的基本关系
一幅图像由基本单元像素组成，像素间存在着一定的联系，包括像素的邻域，邻接和连通，以及像素间的距离。
-
●1.3数字图像处理应用
相对模拟图像处理来说，数字图像处理有精度高、再现性好、通用性、灵活性高的优点。数字图像处理技术已经渗透到各个领域，具有这广泛的应用。
-
第二章图像的数学变换
图像的数学变换包括两种，一种是在空间域上进行的几何变换，它是利用对输入图像进行加工而得到输出图像。另一种是将原图像以某种形式转换到另外一些空间。最典型的变换有傅里叶变换。
-
●2.1坐标的空间变换
几何变换需要两个独立的算法:坐标变换和灰度插值。首先，需要一个算法来定义空间变换本身，用它描述每个象素如何从其初始位置“移动”到终止位置，即每个象素的“运动”；同时，还需要一个用于灰度级插值的算法，因为输入图像的位置坐标 为整数，而输出图像的位置坐标为非整数。首先讲解坐标变换。
-
●2.2灰度插值
几何变换需要两个独立的算法:坐标变换和灰度插值。首先，需要一个算法来定义空间变换本身，用它描述每个象素如何从其初始位置“移动”到终止位置，即每个象素的“运动”；同时，还需要一个用于灰度级插值的算法，因为输入图像的位置坐标 为整数，而输出图像的位置坐标为非整数。本知识点讲解灰度插值部分。
-
●2.3傅里叶变换
离散傅里叶变换建立了函数在空间域与频率域之间的转换关系，把空间域难以显示的特征在频率域中十分清楚地显示出来。在数字图像处理中，经常要利用这种转换关系以及转换规律。
-
●2.4离散傅里叶变换基本性质
离散傅立叶变换建立了函数在空间域与频率域之间的转换关系，把空间域难以显示的特征在频率域中十分清楚地显示出来。在频率域具有一些性质，如可分离性、平移性、周期性、缩放性、共轭性、卷积定理等。
-
第三章图像增强
图像增强是改善图像质量的重要操作，主要介绍灰度变换、平滑、锐化等处理，根据作用域又分为空间域方法和频率域方法。
-
●3.1图像增强的基本概念
介绍图像增强的定义、目的及基本方法，并对该类方法的特点及局限性做简单说明。
-
●3.2直方图及其均衡化
介绍直方图的定义、性质和计算方法，通过不同图像直方图的对比引出直方图均衡化。
-
●3.3灰度变换
通过函数变换修改灰度级改善图像的视觉效果，可采用线性或非线性的变换形式。
-
●3.4邻域平均法
利用空间域模板卷积实现图像平滑，不同的模板尺寸和系数分布影响处理效果。
-
●3.5中值滤波
一种非线性的图像平滑方法，取邻域中值作为中心像素的滤波输出，对椒盐噪声尤其有效。
-
●3.6频域低通滤波
根据图像与频域幅度谱的对应关系，利用低通滤波器抑制高频成分，实现图像平滑效果。
-
●3.7同态滤波
根据照明反射模型，通过对数变换和频域滤波降低照度分量的影响，实现动态范围抑制和对比度增强的效果。
-
●3.8空域锐化
利用微分算子进行模板卷积，提取并增强图像细节，实现去模糊的效果。
-
●3.9频域锐化
根据图像与频域幅度谱的对应关系，增强图像高频成分，实现增强图像细节的锐化效果。
-
●3.10伪色彩增强
人眼只能区分几十个不同灰度级、却能辨别出上千种颜色，给灰度图像加上适当的颜色以增强图像细节的可区分性。
-
第四章图像复原
图像复原也称图象恢复，是指通过某些方法、手段、规则从退化了的图像，恢复出原始的图像。本章首先要掌握图像退化的概念和模型，并以常见的运动模糊和离焦模糊为例，学习掌握逆滤波法和维纳滤波法恢复图像的原理和方法。
-
●4.1图像复原概念及图像退化的数字表达式
介绍图像退化和复原的概念，形成退化的原因、退化的形式，及图像退化的数学表示。
-
●4.2两种常见的退化模型
介绍两种常见的退化模型，即运动模糊和离焦模糊，学习他们形成的物理机理，以及对应的数学表达。
-
●4.3无约束法恢复图像基本思路
学习掌握无约束法恢复图像基本原理和思路，了解在求逆过程中的难点、空域中的表达式。
-
●4.4逆滤波法恢复图像
学习掌握逆滤波法恢复图像的基本原理、存在的缺点及分析、两种改进的方法。
-
●4.5维纳滤波法恢复图像
学习掌握维纳滤波法恢复图像的思路、方法、步骤、以及其特点，通过实例了解其恢复图像的思路和优势。
-
第五章图像压缩
图像编码与压缩就是对图像数据按一定的规则进行变换和组合，达到以尽可能少的代码（符号）来表示尽可能多的图像信息。本章首先要理解图像压缩的基本原理，并掌握常用的统计编码方法、无损预测编码、有损预测编码的原理和常用方法。
-
●5.1图像压缩的基本原理
主要介绍图像压缩的基本原理、图像编码的分类和图像编码模型等；以及图像的客观保真度准则和主观保真度准则。
-
●5.2统计编码方法
主要介绍图像冗余度和编码效率的定义，霍夫曼编码的原理和编码方法，以及费诺-仙农编码的原理和编码方法。
-
●5.3算术编码
主要介绍算术编码的原理，并通过实例介绍算术编码的编码过程。通过实例分析算术编码的效果，并介绍解码的过程。
-
●5.4预测编码
主要介绍预测编码的概念和无损预测编码的模型；以及线性预测编码的概念、线性预测编码方法及线性预测系数的求解方法。
-
●5.5有损预测编码
主要介绍有损预测编码的概念，差分脉冲编码调制（DPCM系统）的工作原理等。
-
第六章图像分割
图像分割就是把图像分为互不重叠的区域，并提取出感兴趣的区域技术和过程。本章首先要理解图像分割的基本思路和方法，并掌握阈值分割、边缘检测分割、区域分割的原理和常用方法。
-
●6.1引言及概述
图像分割概述主要介绍分割的定义、基本思路和方法、在图像工程中所处的地位、分割的要求等。
-
●6.2阈值分割
阈值分割主要介绍阈值分割的原理、阈值的种类、直方图阈值、最优阈值和最大类间方差阈值。
-
●6.3边缘检测
边缘检测分割主要介绍边缘的定义、边缘检测分割的原理、一阶/二阶边缘检测算子、Hough变换等。
-
●6.4区域分割
区域分割主要介绍区域生长和分裂合并两种方法。
-
第七章图像描述
图像描述是图像识别和图像理解的必要前提和基础，主要介绍表征图像的主要特征、图像描述的定义及图像描述的基本方法
-
●7.1图像描述的基本概念
介绍表征图像的主要特征、图像描述的定义及目的、图像描述的基本方法。
-
●7.2简单描述法
介绍简单描述法的定义及包括的简单描述子。
-
●7.3链码描述法
介绍链码定义、链码的表示方法及存在的问题，针对问题采取的改进方法。
-
●7.4傅里叶描述法
傅里叶描述法的基本思想及实现过程、M的选取与描述符的关系。
-
●7.5矩描述法
矩描述法的基本思想和矩描述的特点。