《数字图像处理》课程教学大纲

一、课程简介与特色

1、课程简介

数字图像处理又称为计算机图像处理，它是指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。是电子信息工程、通信工程、信息工程、信号与信息处理、生物医学工程、计算机科学与技术、控制科学与工程等专业的技术基础课程。

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，为进一步学习模式识别、数字视频处理等课程和从事计算机视觉相关应用打下必要的基础。

Digital Image Processing is also called Computer Image Processing. It refers to the process of converting analog images into digital images and using computer to process it. It is a basic course of Electronic Information Engineering, Communication Engineering, Information Engineering, Signal and Information Processing, Biomedical Engineering, Computer Science and Technology, Control Science and Engineering.

This course mainly discusses the principles and techniques of visual system of human beings, image acquisition and digitalization, image basic operation, image transform, image enhancement, image restoration, image compression coding technology, image segmentation, color image processing, image representation and description.

By studying this course, it will lay the necessary foundation for the further study of courses of Pattern Recognition and Digital Video Processing, for the application of computer vision.

2、课程特色

（1）本课程在学校网络教学平台建立了与教学相配合课程。网络课程编号09040024，使用传统教学与网络教学相结合教学模式，改变单一的课堂教学授课模式，可以进行网上问题讨论、网上答疑、网上提交作业等，实现课内课外相结合，积极鼓励学生自主学习和创新。

（2）对该课程进行双语教学。课堂教学中引入专业英文词汇，试卷中有50%英文试题，引导学生阅读全英文专业教材，熟悉专业英文表达方法，为学生将来查阅专业英文文献打好基础。

（3）开设的数字图像处理实验课，进行了软、硬件实验相结合的实践教学改革，既有验证性实验也有综合设计性实验，有利于提高学生的动手实践能力和综合分析能力。

二、课程教学目标及其对专业毕业要求的支撑

本课程的教学目标如下：

1、熟悉学习课程需要的高等数学、线性代数、概率论与数理统计、计算机程序设计基础、数字信号处理等方面的知识；掌握与数字图像、数字图像处理及系统相关的专业术语；

2、掌握图像增强和复原的原理和方法，能够灵活运用空间域或频率域的方法解决实际工程应用中降质图像的增强或复原问题； 

3、掌握数字图像压缩编码的原理和方法，了解图像和视频压缩的国际标准内容，以及这些标准采用的压缩编码方法和过程；

4、掌握图像分割和特征提取的原理和方法，能够运用这些方法分割出图像中的目标对象，计算目标对象的特征，从而识别出目标对象，并能应用到实际中解决工程问题；

5、掌握彩色图像处理的原理和方法，能够运用伪彩色和全彩色图像处理方法解决实际工程应用问题；

6、熟悉从图像采集、数字化到图像处理输出结果的过程流程，并能够综合运用理论和技术手段设计一个相关的处理系统，满足实际工程的需要；

7、了解数字图像处理的发展动态，熟悉专业英文词汇和英文表达，能够查阅该领域的中英文文献；

8、能利用Matlab等工具进行算法编程仿真，并对结果进行分析；能利用实验条件设计和完成实验任务，分析实验数据。

表1 课程教学目标对专业毕业要求的支撑

三、教学内容

第1章 概述

数字图像与数字图像处理处理，数字图像处理的特点，数字图像处理系统，数字图像处理的主要研究内容，数字图象处理的发展历史及在航天航空、生物医学工程、通信工程、工业和工程、军事公安、文化艺术等方面的应用。

重点：了解图像处理的完整构成和应用领域。

难点：本课程与相关学科的联系和交叉点。

第2章 数字图像基础

视觉感知要素，光和电磁波谱，图像的感知和获取，图像的取样和量化，像素间的一些基本关系，图像分类。

重点：人眼的视觉特性，连续图像的数学描述，采样和量化，像素间的关系。

难点：采样和量化，像素间的一些基本关系。

第3章 图像基本运算

线性点运算和非线性点运算，代数运算与逻辑运算，几何运算。

重点：点运算，几何运算。

难点：灰度重采样。

第4章 图像变换

连续傅里叶变换，离散傅里叶变换，快速傅里叶变换，傅里叶变换的性质，图像傅里叶变换实例，其他离散变换。

重点：连续、离散二维傅里叶变换，二维傅里叶变换的性质，图像快速傅里叶变换实现，二维离散余弦变换。

难点：二维快速傅里叶变换算法实现。

第5章 图像增强

图像增强的概念和分类，空间域图像增强（基本灰度变换、直方图处理、空间域滤波增强），频率域图像增强（频率域增强基本理论、频率域的平滑滤波器、频率域的锐化滤波器、同态滤波器）。

重点：直接灰度增强，直方图处理，空间平滑、锐化滤波器，局部增强，频率域的平滑、锐化滤波器。

难点：空间域局部增强的最佳算法，同态滤波。

第6章 图像复原 

图像退化/复原过程的模型，噪声模型，空间域滤波复原，频率域滤波复原，估计退化函数，逆滤波，最小均方误差滤波(维纳滤波)，几何失真校正。

重点：单纯噪声条件下的图像复原空间滤波，频率域滤波削减周期噪声，线性位置不变的退化，估计退化函数，逆滤波及最小均方误差滤波(维纳滤波)。

难点：退化函数的估计及最小均方误差滤波(维纳滤波)实现。

第7章 图像压缩

概述（相关概念），无失真图像压缩编码，有限失真图像压缩编码，图像编码新技术，图像压缩技术标准。

重点：无失真图像编码，预测编码，变换编码。

难点：变换选择，子图像尺寸选择，比特分配。

第8章 图像分割

边缘检测和连接，阈值分割，区域分割，二值图像处理，分割图像的结构。

重点：间断检测，边缘检测，边缘连接和边界检测，阈值分割，区域分割，二值图像处理。

难点：阈值计算，区域分割。

第9章 彩色图像处理

彩色图像基础，彩色模型，伪彩色处理，全彩色图像处理，彩色图像分割，彩色图像处理应用。

重点：彩色基础和模型，伪彩色处理，全彩色图像处理，彩色图像分割。

难点：不同颜色空间的定义、选择和转换，彩色图像分割。

第10章 图像表示与描述

背景，颜色特征，纹理特征，边界特征，区域特征，运用主成分进行描述，特征提取的应用。

重点：颜色特征，纹理特征，区域特征。

难点：特征提取的应用

实验内容和要求

表2 实验内容和要求

注：实验要求：选修、必修、其他

四、学时分配

表3课程学时分配表

表4 实验学时分配表

注：实验类别：基础、专业基础、专业课、其他

实验类型：演示型、验证性、综合性、设计研究性、其他

五、达成课程目标的途径与措施

1、把握主线，讲深讲透原理和方法。课堂讲授以问题产生的背景引入，分析解决问题的思想方法、对各种不同方法进行归纳总结，引导学生掌握数字图像处理的相关概念、原理和方法。

2、注重算法原理的Matlab实现。在讲解算法原理的同时，重点讲解算法的Matlab设计思路、实现过程和步骤，适当结合实际工程应用案例，将理论与实际相结合，避免停留在简单的概念和抽象的理论上。

3、多环节训练、督促检查，巩固学习成果：

（1）作业：根据课程教学进程，布置6次课后作业，其中3次由网上提交网上教师直接批改，3次写在作业本上交老师批改。

（2）实验：根据课程教学进程安排3次实验。

（3）课堂讨论及随堂测验：引导积极参与讨论和回答问题，根据课程教学进程，安排3次随堂测验，每次一道题，10-15分钟。

4、课外互动。基于武汉理工大学网络教学平台，实现与学生的网上互动，对课程的内容进行网上讨论，进行网上答疑，充分发挥信息技术手段，将课程的教学从课堂延伸到课下，为学生的学习提供全方位的支持。

5、期末考试：内容涉及数字图像处理的原理和方法，题型包括填空题、简答题、分析题、计算题和程序设计题等。

六、考核方式

课程考核成绩由期末考试、平时作业、课堂表现、网络互动等组成，采取以期末考试为主，平时作业、讨论、回答问题等为辅的综合评价手段。

期末考试：为了更准确地评价学生对知识的掌握情况，命题侧重于对学生运用知识分析问题、解决问题的能力的测试，既能准确反映学生对知识的理解，又能客观地区分学生掌握知识程度。期末考试采用闭卷形式，采用双语教学的专业班级考试试题中英文试题分数占总分50%。

实验成绩：根据学生按照实验教学大纲的要求在实验室完成实验的情况和提交的实验报告考核评定。

课堂考勤及表现：包括上课出勤、积极参与讨论和回答问题。

课堂练习及作业：以及根据教学进程，通过随堂测验检验对重点概念和知识的掌握情况。结合本课程特点，布置一定数量的课外习题，以巩固所学理论知识，培养学生综合运用专业知识的能力和专业思维能力。作业包括网上提交作业和作业本交作业。

网络互动：鼓励同学充分利用现代的网络平台，对书本内容、对通信理论的深入思考，提问或讨论。积极参与网络互动的情况，作为最终考核的参考。

成绩的分布比例如表5所示：

表5 成绩的分布比例

七、推荐教材及参考资料

1．Digital Image Processing, Third Edition，主编：Rafael C. Gonzalez, Richard E. Woods，出版社：电子工业出版社，出版或修订时间：2010.12

2．数字图像处理及MATLAB实现（第2版），主编：杨杰，黄朝兵，出版社：电子工业出版社，出版或修订时间：2013.8

3. 数字图像处理，主编：姚敏，出版社：机械工业出版社，出版或修订时间：2008.3

4．图象处理和分析（第二版），主编：章毓晋，出版社：清华大学出版社，出版或修订时间：2002.12

5．Digital Image Processing，主编：Kenneth R.，出版社：Castleman. Prentice Hall，出版或修订时间：2000

6．数字图像处理(第二版) (影印)，主编：冈萨雷斯等著，阮秋琦等译，出版社：电子工业出版社,出版或修订时间：2003.3

7．数字图像处理（MATLAB版），主编：冈萨雷斯 出版社： 电子工业出版社，出版或修订时间：2004

八、课程对专业毕业要求支撑的达成度评价方法

“数字图像处理”课程对毕业要求支撑通过课程各教学目标来完成，本课程各教学目标对毕业要求支撑的权重值见表6。

表6 课程教学目标对毕业要求支撑的权重分配

   课程教学目标通过各个教学环节来完成，教学环节支撑课程目标的权重分配见表7。

表7 课程教学环节对课程教学目标支撑的权重分配