数字图像处理课程大纲调研

gaohaikuo1

武汉大学-贾永红
1、绪论
1.1 数字图像处理的概念
视觉重要性，信息比重大，百闻不如一见
图像概念、图像分类、数字图像处理的概念
1.2 数字图像处理的内容和特点
1.3 数字图像处理的应用
参考资料
单元测试

第一章作业
2、数字图像获取
2.1 图像数字化
（1）图像的表示：像素
采样量化
黑白图像 灰度图像  彩色图像
（2）图像的数字化过程
采样和量化
2.2 图像灰度直方图
概念，举例子
性质
2.3 图像处理算法的形式
局部处理：领域，点处理
大局处理
迭代处理：如细化处理
跟踪处理：
2.4 图像的数据结构与特征
讲解图像的主要格式：RAW格式，BMP格式，GIF 图像   位图，TIFF
讨论

参考资料

第二章单元测验
3、图像变换
3.1 图像变换的预备知识
图像变换的目的和用途，
正交变换
3.2 付立叶变换及其性质
定义
连续的变换  一维 二维
离散变换   一维 二维
性质：分离性、平移性、旋转性质、相关性（应用在于匹配）、卷积（用高通和低通做例子）
讨论
参考资料
第三章单元测试
第三章单元作业
4、图像增强
4.1 图像增强的点运算
4.2 图像的空间域平滑
4.3 图像的空间域锐化
4.4 频率域增强
4.5 彩色增强技术
参考资料
第四章单元测试
第四章作业
5、图像复原与重建
5.1 图像退化模型
5.2 图像复原
5.3 图像几何校正
参考资料
第五章单元测试
第五章作业
6、图像压缩
6.1 概述
6.2 图像保真度准则
6.3 统计编码方法
6.4 图像压缩的标准

参考资料

第六章单元测试
第六章作业
7、图像分割
7.1 边缘检测
7.2 Hough变换检测直线
7.3 区域分割
7.4 区域增长
7.5 分裂合并法
参考资料
第七章单元测试
第七章作业

8、二值图像处理
8.1 二值图像的连接性和距离
8.2 连接成分的变形操作
8.3 形状特征提取
参考资料

第八章单元测验
第八章作业
9、纹理分析
9.1 概述
9.2 Laws纹理能量测量法
9.3 纹理分析的自相关函数法
9.4 灰度共生矩阵分析法
参考资料
第九章单元测试
第九章作业

10、模板匹配
10.1 模板匹配
10.2 图像识别概述
参考资料
第十章单元测验
附 1 数字图像处理课间实习
实习一灰度直方图统计
实习二 局部处理算法设计

gaohaikuo1

武汉理工大学-
01
数字图像处理
本课程主要讨论和研究人类视觉感知系统、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。通过本课程的学习，为后续机器学习、人工智能等课程的学习和从事相关应用打下必要的基础。 课程教学团队组成：黄朝兵、杨杰、郭志强、王昱、胡辑伟、曹辉。
课时
课程讲授安排如下：
授课内容 主讲教师
第1讲 概述 杨杰
第2讲 数字图像处理的基础 杨杰
第3讲 图像基本运算 胡辑伟
第4讲 图像变换 郭志强
第5讲 图像增强 黄朝兵
第6讲 图像复原 曹辉
第7讲 图像压缩编码 郭志强
第8讲 图像分割 王昱
第9讲 彩色图像处理 黄朝兵
第10讲 图像表示与描述 黄朝兵
02
概述
学习什么是数字图像处理和数字图像处理系统，课程的主要研究内容、应用和发展。
课时
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
03
数字图像处理的基础
了解人类视觉感知系统，掌握数字图像的基础知识。
课时
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
04
图像基本运算
学习图像基本运算，包括点运算、代数运算、几何运算，掌握基本运算的原理和方法，能够运用图像运算解决实际问题。
课时
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
05
图像变换
学习掌握傅里叶变换、二维离散傅里叶变换、离散余弦变换、图像离散傅里叶变换的性质，学会分析傅里叶变换的频谱特性。
课时
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
06
图像增强
学习掌握图像增强的概念、空间域增强方法、频率域增强方法。重点掌握基于灰度的增强、基于直方图处理的增强、空间域滤波增强、频率域平滑滤波增强、频率域锐化滤波增强的方法，会运用这些方法设计程序对图像进行增强处理。
课时
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
07
图像复原
学习掌握图像复原及退化模型、空间域复原方法、频率域复原方法。重点掌握图像退化模型、均值滤波器、中值滤波器、频率域滤波复原、估计退化函数、逆滤波和维纳滤波等原理和方法，会运用这些方法设计程序对图像进行复原处理。
课时
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
08
图像压缩编码
学习掌握数字图像压缩编码的概念、评价准则、无失真图像压缩编码方法、有限失真图像压缩编码方法。重点掌握Huffman编码、算术编码、变换编码等原理和方法，能用MATLAB编程实现编码算法。
课时
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
09
图像分割
学习掌握图像边缘检测与连接、阈值分割、区域分割、二值图像处理等方法。重点掌握边缘检测方法、阈值分割方法、区域生长方法、区域分裂与合并方法、数学形态学处理方法，能够运用这些方法借助MATLAB工具实现对图像的分割处理，解决实际问题。
课时
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
10
彩色图像处理
学习掌握彩色图像基础、彩色模型、伪彩色处理、全彩色图像处理。重点掌握彩色模型及其转换方法、伪彩色图像处理技术、全彩色图像处理技术，能够运用这些方法设计程序对彩色图像按照实际问题的需要进行处理。
课时
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
11
图像表示与描述
学习掌握图像的颜色描述、纹理描述、边界描述、区域描述的原理和方法。重点掌握颜色特征、纹理特征、边界特征、区域特征的计算方法，能够用MATLAB工具编程实现常用各类特征计算方法。
课时
10.1.颜色描述
10.2 纹理描述
10.3 边界描述
10.4 区域描述