数字图像处理_2012_-课程介绍_龚永义_

《数字图像处理》课程介绍 课程编码：XX31310 课程性质：专业选修 教学时数：周学时3，总学时54 学 分：3学分 先修课程：高等数学，线性代数，概率论与数理统计，C++语言程序设计，数据结构，算法分析与设计

为什么要选修图像处理： 由于客观环境的限制，当您拍摄的重要相片模糊、有许多白点时，当您想修补相片时，当您想仔细察看图像局部区域，却苦于图像分辨率有限时，当您想实现图像检索时，当您想实现视频监控时，当您想从事数字艺术、动漫创造时，……,您会发现，我们需要一种知识，这就是“图像处理”。

可以这么说，在整个计算机领域，图像处理与模式识别、计算机视觉占有绝对重要的地位。图像处理技术已渗入到我们的生活中，与我们息息相关。

学习图像处理可能遇到的困难： 图像处理是一门数学理论要求比较多的课程，它需要学习者有一定的高等数学基础，较强的分析能力，较强的算法设计与实现能力。 更重要的是，学习者愿意投入，愿意持之以恒。 教学目的与要求： 1. 数字图像处理是论述图像处理基本理论、方法及其在自动化领域中的应用的学科，是实现机器视觉的有效工具，是计算机科学与技术本科专业的专业选修课。

2. 学习本门课程的主要目的是使学生掌握数字图像处理的基本概念、原理、和方法，并能解决在智能化检测与控制中的应用问题。

3. 通过本课程的学习，要求学生能够根据需要选择合理的数字图像处理技术和方法，从事图像处理系统设计、基于视觉的智能化检测方面的研究开发工作。

参考教材： Gonzalez R. C.,Woods R. E. Digital Image Processing(Second Edition). 北京：电

子工业出版社，2002

参考书目： （1）王润生主编. 图像理解.长沙：国防科技大学出版社，1995 （2）崔屹. 数字图像处理技术与应用. 北京：电子工业出版社，1997 （3）吕凤军. 数字图像处理编程入门. 北京：清华大学出版社，1999 （4）何斌，马天予. VC++数字图像处理. 北京：人民邮电出版社，2001 （5）章毓晋. 图像工程（上册）图像处理. 北京：清华出版社，2006

授课内容（暂定）： 数字图像处理描述了数字图像处理的基本理论、方法及其部分应用。本课程介绍的内容包括：数字图像处理的基本概念与特点，数字图像处理基础和图像编程基础，空间域图像增强，频域图像增强，图像复原，图像的几何变换，图像编码，数学形态学及其应用，图像分割与边缘检测，图像特征与理解等。详细内容如下，

第一章 绪论 主要讲述：数字图像处理的基本概念与特点，数字图像处理硬件系统，数字图像处理的应用及发展趋势。 重点：数字图像处理的特点及其应用。

第二章 数字图像处理基础 主要讲述：图像的采样与量化技术、图像数字化设备、数字图像的类型、常见图像文件格式、色度学基础与颜色模型。 重点：BMP文件格式、RGB模型、HSI模型以及颜色模型之间的相互转换。 难点：位图调色板及其在编程中的实现。 第三章 VC++图像编程基础 主要讲述：VC++可视化编程基础、ImageLoad动态链接库、CDibObject类的设计、图像文件的读入、显示与保存。 重点：CDibObject类的设计，图像文件的读写与显示。 难点：利用Visual C++进行面向对象的程序设计，文档视图结构，图像的显示。

第四章 空间域图像增强 主要讲述：直方图的基本概念、性质、拉伸与均衡，灰度线性变换，图像噪声的分类与特点，模板与卷积运算，图像平滑，图像锐化，图像的伪彩色处理。 重点：直方图的拉伸与均衡，灰度线性变换，中值滤波，微分算子。 难点：直方图均衡，模板与卷积运算。

第五章 频域图像增强 主要讲述：频域处理的作用，离散傅立叶变换的概念与性质及其快速实现算法，离散余弦变换的特点及其快速实现算法等，小波变换等。 重点：离散傅立叶变换的性质，快速离散傅立叶变换，快速离散余弦变换，小波变换的应用。 难点：离散傅立叶变换的蝶形算法，小波变换。

第六章 图像复原 主要讲述：图像的退化与复原的基本概念与数学模型，非约束复原、最小二乘法约束复原、非线性复原方法。 重点：图像复原的实现。 难点：图像退化的数学模型，图像复原的实现。

第七章 图像的几何变换 主要讲述：齐次坐标、几何变换矩阵，图像的比例缩放、平移、镜像、旋转、透视变换与复合变换。 重点：几何变换的特点、齐次坐标、图像旋转、双线性插值。 难点：图像的复合变换与透视变换。

第八章 图像编码（可选内容） 主要讲述 ：图像编码的目的与意义，编码的基本原理、方法与评价，哈夫曼编码、香农范诺编码、行程长度编码、LZW编码、算术编码、JPEG编码。 重点：哈夫曼编码、行程长度编码、LZW编码、JPEG编码的算法与实现。 难点：算术编码、JPEG编码的算法与实现。

第九章 数学形态学及其应用 主要讲述：数学形态学的基本概念，二值形态学腐蚀、膨胀、开、闭运算，击中击不中变换，灰值腐蚀、膨胀、开、闭运算，形态学滤波，骨架抽取，细化算法。 重点：二值形态学腐蚀、膨胀、开、闭运算，细化算法。 难点：击中击不中变换，骨架抽取。

第十章 图像分割与边缘检测 主要讲述：图像分割的概念、原理及方法，阈值分割技术，区域增长与聚合，边缘检测与微分运算，轮廓跟踪与提取，图像匹配，投影法与差影法。 重点：判别分析法确定阈值，轮廓跟踪，模板匹配，差影法。 难点：模板匹配与直方图匹配，区域生长与区域聚合。

第十一章 图像特征与理解（可选内容） 主要讲述：特征分析的基本方法，图像的几何特征、形状特征、纹理特征及其他特征的定义及其在图像分析中的应用，中轴变换，曲线与表面的拟合。 重点：图像几何特征、形状特征，边界链码，欧拉数与孔洞数。 难点：纹理分析，中轴变换，曲线与表面的拟合。

主要教学方法与媒体要求 本课程主要采用课堂教学和课后实验相结合的方法，建议学生课后完成下列实验，巩固课堂知识。 数字图像处理课后实验内容及所需设备

实 验 内 容 时数 所需仪器、设备 实验一 BMP图像的读写 2 多媒体计算机 实验二 创建图像处理基本类 2 多媒体计算机 实验三 中值滤波 2 多媒体计算机 实验四 判别分析法确定阈值 2 多媒体计算机 实验五 轮廓跟踪与轮廓提取 2 多媒体计算机 实验六 图像的旋转 2 多媒体计算机 实验七 显示频谱图像 2 多媒体计算机 实验八 形态学腐蚀与膨胀 2 多媒体计算机 实验九 图像的形状特征提取 2 多媒体计算机 说明：教师可以根据需要，只讲授第1-7，9-10章。

考核方式：考查 成绩分布： 平时成绩 40%（课后实验和课堂到课率） 期终考查 60%（期末大作业） Syllabus for 《Image Processing》 Course Code: XX31310 Course Category: Special Elective Module Courses Class Hours: 3 per week, 54 in total Course Credits: 3 Prerequisites: Higher Algebra, Linear Algebra, Probability & Statistics, C++ Programming or Matlab, Data Structure, Algorithm Analysis & Design Objectives and Requirements: This course try to develop an overview of the field of image processing; Understand the fundamental algorithms and how to implement them; Prepare to read the current image processing research literature, Gain experience in applying image processing algorithms to real problems.

Textbook(s): Gonzalez R. C.,Woods R. E. Digital Image Processing(Second Edition). Peking: Electronic & Industry Press, 2002

References: [1] Wang runsheng, Image Understanding, Defense Science & Technology Press, 1995. [2] Cui yi, Digital image processing technology and applications, Electronic & Industry Press, 1997 [3] Lv fenjun, Introduce to digital image processing programming, TsingHua University Press, 1999 [4] He Bing, et al, VC++ digital image processing, People Post Press, 2001 [5] Zhang YuJing, Image Engineering: Image Processing, TsingHua Press, 2006

Contents: This course covers the fundamentals of digital image processing from both algorithmic and implementation perspectives. In addition to the standard images from the image processing literature, varies images will be used to test some the approaches and to illustrate the difficulties that are typically encountered in real problems of image processing. The contents include,

 Introduction: What is image processing? What are the fundamental issues in image processing? What is the role of perception?  Basic image models and definitions: pixels, sampling, quantization, resolution, representation as a matrix, operations, camera angles and perspective transformations  Image transformations: Fourier transform and spectral analysis, separable transformations, principal component analysis, wavelets.  Image enhancement: histograms, subtraction, averaging, spatial filtering and sharpening, low-pass and high-pass filtering, etc.  Image restoration: brief overview and models (Elective)