課程簡介
Course Introduction
數(shù)字圖像處理是論述圖像處理基本理論、方法及其在自動化領域中的應用的學科，是實現(xiàn)機器視覺的有效工具，是計算機科學與技術本科專業(yè)的專業(yè)選修課。學習本門課程的主要目的是使學生掌握數(shù)字圖像處理的基本概念、原理、和方法，并能解決在智能化檢測與控制中的應用問題。通過本課程的學習，要求學生能夠根據(jù)需要選擇合理的數(shù)字圖像處理技術和方法，從事圖像處理系統(tǒng)設計、基于視覺的智能化檢測方面的研究開發(fā)工作。
考核方式:考查
成績分布:
平時成績 60%（平時表現(xiàn)、論文閱讀、平時實驗）
期終考查 40%（課程大作業(yè)）
說明:
平時成績、期終考查評分標準如下表:
各項成績構成 | 評分說明 |
平時成績 = 平時表現(xiàn)*20% + 論文閱讀*20% + 平時實驗*60% | 平時表現(xiàn) = 到課率*40% + 學習主動性*60% 滿分100，其中， 到課率:基準分100分，缺課1次扣20分，缺課3次為0分； 特別注意:缺課4次，取消本門課程成績； 學習主動性:根據(jù)學生課堂表現(xiàn)評分，滿分100； |
論文閱讀，滿分100: 1）通讀2篇教師指定，或教師同意的論文，其中至少1篇為英文，并寫出讀書報告，得基準分:60*d。 2）若能實現(xiàn)論文中算法，或成功應用到其它方面，可額外得10-40分*d。 3）d為難度系數(shù)，d=0.8-1.5 | |
平時實驗:由4-6個系列實驗組成，滿分100； 1）實驗效果基本達到要求，可以得基準分:80. 2）若效果良好，可額外得10-20分 | |
期終考查 = 期末大作業(yè)程序*50% +期末大作業(yè)報告*50% | 報告分:報告 格式符合要求、語句通順、結構合理、內(nèi)容完整、實驗數(shù)據(jù)合理，得基準分80分 程序分:功能基本達到要求，演示流暢、講解清晰，得基準分85% |
教學大綱
Teaching Syllabus
（2017版教學大綱正在修訂中，以下內(nèi)容為2015年版大綱，僅供參考）
課程編碼:XX31310
課程性質(zhì):專業(yè)選修
教學時數(shù):周學時3，總學時48
學 分:3學分
先修課程:
高等數(shù)學，線性代數(shù)，概率論與數(shù)理統(tǒng)計，C++語言程序設計，數(shù)據(jù)結構，算法分析與設計
教學目的與要求:
數(shù)字圖像處理是論述圖像處理基本理論、方法及其在自動化領域中的應用的學科，是實現(xiàn)機器視覺的有效工具，是計算機科學與技術本科專業(yè)的專業(yè)選修課。學習本門課程的主要目的是使學生掌握數(shù)字圖像處理的基本概念、原理、和方法，并能解決在智能化檢測與控制中的應用問題。通過本課程的學習，要求學生能夠根據(jù)需要選擇合理的數(shù)字圖像處理技術和方法，從事圖像處理系統(tǒng)設計、基于視覺的智能化檢測方面的研究開發(fā)工作。
參考教材:
Gonzalez R. C.,Woods R. E. Digital Image Processing(Second Edition). 北京:電子工業(yè)出版社，2002
說明:
（1) 教材請自行購買，可購買最新版；
(2) 授課內(nèi)容講解順序主題遵循教材章節(jié)順序，但不局限于教材；
參考書目:
（1）王潤生主編. 圖像理解.長沙:國防科技大學出版社，1995
（2）崔屹. 數(shù)字圖像處理技術與應用. 北京:電子工業(yè)出版社，1997
（3）呂鳳軍. 數(shù)字圖像處理編程入門. 北京:清華大學出版社，1999
（4）何斌，馬天予. VC++數(shù)字圖像處理. 北京:人民郵電出版社，2001
（5）章毓晉. 圖像工程（上冊）圖像處理. 北京:清華出版社，2006
授課內(nèi)容:
數(shù)字圖像處理描述了數(shù)字圖像處理的基本理論、方法及其部分應用。本課程介紹的內(nèi)容包括:數(shù)字圖像處理的基本概念與特點，數(shù)字圖像處理基礎和圖像編程基礎，空間域圖像增強，頻域圖像增強，圖像復原，圖像的幾何變換，圖像編碼，數(shù)學形態(tài)學及其應用，圖像分割與邊緣檢測，圖像特征與理解等。本課程主要采用課堂教學和課后實驗相結合的方法，建議學生課后完成下列實驗，鞏固課堂知識。所有的內(nèi)容圍繞具體案例講解。詳細內(nèi)容如下，
第一講 緒論 （3節(jié)，第1周）
主要講述:數(shù)字圖像處理的基本概念與特點，數(shù)字圖像處理硬件系統(tǒng)，數(shù)字圖像處理的應用及發(fā)展趨勢。
重點:數(shù)字圖像處理的特點及其應用。
第二講 數(shù)字圖像處理基礎 （6節(jié)，第2，3周）（含小實驗）
主要講述:圖像的采樣與量化技術、圖像數(shù)字化設備、數(shù)字圖像的類型、常見圖像文件格式、色度學基礎與顏色模型、圖像特征基礎。
重點:BMP文件格式、RGB模型、HSI模型以及顏色模型之間的相互轉(zhuǎn)換，圖像特征基礎。
難點:位圖調(diào)色板及其在編程中的實現(xiàn)。
第三講 Matlab和VC++圖像編程基礎 （3節(jié)，第4周）（選講）（含小實驗）
主要講述:Matlab編程，VC++可視化編程基礎。
重點:Matlab編程，DibObject類的設計，圖像文件的讀寫與顯示。
難點:利用Visual C++進行面向?qū)ο蟮某绦蛟O計，文檔視圖結構，圖像的顯示。
第四講 空間域圖像增強 （3節(jié)，第5，6周）
主要講述:直方圖的基本概念、性質(zhì)、拉伸與均衡，灰度線性變換，圖像噪聲的分類與特點，模板與卷積運算，圖像平滑，圖像銳化，圖像的偽彩色處理。
重點:直方圖的拉伸與均衡，雙邊濾波。
難點:直方圖均衡，雙邊濾波。
第五講 頻域圖像增強（選講）（3節(jié)，第6，7周）（含實驗1:圖像編輯、圖像縮放、圖像量化）
主要講述:頻域處理的作用，離散傅立葉變換的概念與性質(zhì)及其快速實現(xiàn)算法，離散余弦變換的特點及其快速實現(xiàn)算法等，小波變換等。
重點:離散傅立葉變換的性質(zhì)，快速離散傅立葉變換，快速離散余弦變換，小波變換的應用。
難點:離散傅立葉變換的蝶形算法，小波變換。
第六講 圖像復原與圖像重建 （6節(jié)，第8，9周）（含實驗2:圖像增強（空間域））
主要講述:圖像的退化與復原的基本概念與數(shù)學模型，非約束復原、最小二乘法約束復原、非線性復原方法。主要涉及:低劑量圖像重建、圖像上采樣、圖像去模糊
重點:低劑量圖像重建（低秩表示）、圖像上采樣、圖像去模糊
難點:圖像退化的數(shù)學模型，圖像復原的實現(xiàn)。
第七講 圖像的幾何變換（圍繞圖像配準、核函數(shù)）（3節(jié)，第10周）
主要講述:齊次坐標、幾何變換矩陣，圖像的比例縮放、平移、鏡像、旋轉(zhuǎn)、透視變換與復合變換、幾何變換在圖像配準中的應用
重點:幾何變換在圖像配準中的應用
難點:圖像的復合變換與透視變換。
第八講 圖像編碼（可選內(nèi)容）（JPEG壓縮編碼）（6節(jié)，第11，12周）（含實驗3:圖像增強（頻率域））
主要講述 :圖像編碼的目的與意義，編碼的基本原理、方法與評價，哈夫曼編碼、香農(nóng)范諾編碼、行程長度編碼、LZW編碼、算術編碼、JPEG編碼。
重點: LZW編碼、JPEG編碼的算法與實現(xiàn)。
難點: JPEG編碼的算法與實現(xiàn)。
第九講 數(shù)學形態(tài)學及其應用（選講）（3節(jié)，第13周）
主要講述:數(shù)學形態(tài)學的基本概念，二值形態(tài)學腐蝕、膨脹、開、閉運算，擊中擊不中變換，灰值腐蝕、膨脹、開、閉運算，形態(tài)學濾波，骨架抽取，細化算法。
重點:二值形態(tài)學腐蝕、膨脹、開、閉運算，細化算法。
難點:擊中擊不中變換，骨架抽取。
第十講 圖像分割與邊緣檢測（圍繞Graph Cut）（3節(jié)，第14周）（含實驗4:圖像圖像恢復）
主要講述:圖像分割的概念、原理及方法，閾值分割技術，區(qū)域增長與聚合，邊緣檢測與微分運算，輪廓跟蹤與提取。
重點:Graph Cut。
難點:模板匹配與直方圖匹配，區(qū)域生長與區(qū)域聚合，Graph Cut。
第十一講 圖像特征與理解（可選內(nèi)容）（SIFT）（本講SIFT部分與第二講合并）（3節(jié)，第15周）
主要講述:特征分析的基本方法，圖像的幾何特征、形狀特征、紋理特征及其他特征的定義及其在圖像分析中的應用，中軸變換，曲線與表面的擬合。
重點:SIFT、圖像幾何特征、形狀特征，邊界鏈碼，歐拉數(shù)與孔洞數(shù)。
難點:SIFT、紋理分析，中軸變換，曲線與表面的擬合。
第十二講 課程大作業(yè)展示（3節(jié)，第16周）
