《数字图像处理》教学大纲.docx

《《数字图像处理》教学大纲.docx》由会员分享，可在线阅读，更多相关《《数字图像处理》教学大纲.docx（8页珍藏版）》请在课桌文档上搜索。

1、数字图像处理教学大纲适用范困：2O2X版本科人才培养方案课程代码:22140211课程性质：专业必修i果学分：4学分学时：N学时（理论48学时，实舱16学时）先修课程：战性代数,程序设计基础、人工智能程序设计、计算机组成原理与结构等后蟆课程：计豫机视觉等适用专业：人工智能专业开课单位：智能工程学院一、课程说明4数字图像处理是人工智能专业的一门专业必修课程，是一门涉及多领域的交叉学科。本课程主要讲授讲述图像的数字处理技术和葩本应用，本深银注虫基本理论知识的深入学习和实践动手能力的培养,通过本课程学习，使学生初步掌握数字图像处理的班本理论与方法,并能运用本课所学内容初步解决一些实际问咫，培养学生严

2、谨的治学态度，后迪学生的创新思路和意识,为以后从事人工智能或相关领域的工作、深造、研咒作好准备.二、课程目标通过本课程的学习，使学生达到如下目标：课程目标I：系统掌握数字图像处理的基本概念、原理和实现方法。包括图像的数学表征、图像处理基础和图像变换等内容。课程目标2：结合计算机视觉等技术掌握图像处理基本方法和技术,具备初步解决人工智能领域内图像处理何胞的能力.包括图像增强、图像快红和重建、图像压缩编码、图像特征的提取与分析等内容.课程目标3：了解数字图像处理的发展动态，学习新思想、新技术、新应用,通过实险和课程实践增强创新意识和创新思维，提高实际动手能力和创新能力，促使学生形成良好的世界观、人

3、生观和价位观,激发学生科技报国的奋发相神.三、课程目标与毕业要求今数字图像处理3课程教学目标对人工智能专业毕业要求的支拽见表1.表1课程教学目标与毕业要求关系毕业要求指标点课程目标1.工程知次：能够将数学、自然科学、工程基础和专业知识用于解决人工智能及交叉放用领域工程问题。1.2系统掌握人工智能领域的工程基础和g业知识，包括计竦机硬件、软件及系统等方面内容,了解通过人工智能系统解决工程问遨的班本方法。课程目标h系统掌握数字图像处理的基本概念、原理和实现方法.包括图像的数学表征、数字图像处理基础和图像变换等内容。H3.设计/开发解决方案，能设计针对人工智能及交叉应用领域工程何业的解决方案和满足特

4、定需求,并在设计中体现创新意识，考虑社会、环境、健康、安全、法律、文化等因素.3.1常押人工智能及相关应用颗域的系统集成、算法优化、软件设计的基本设计理论和设计方法，能就根据需求确定设计目标研究、确定技术方案。课程目标2r结合计算机视觉等技术掌握图像处理基本方法和技术,具备初步解决人工智能领域内图像处理问题的能力.包括图像增强、图像恢笑和由建、图像压缩编码、图像特征的提取与分析等内容.I1.4.研究，能基于科学原理并采用科学方法对人工智能及交叉应用领域的J1.:程问区进行研究.包括实裟的设计、算法的研究、参数的优化等，并通过信息媒合得到合理有效的结论.1.2能第构建模拟或实验系统.通过信息标合

5、分析和实验结果解糅，说明其有效性、合理性，得到解淡方案实施施衣的合理有效结论。课程目标3：了解数字图像处理的发展动态，学习新思想、新技术、新应用，通过实验和课程实践增强创新意识和创新思维,提商实际动手能力和创新能力。促使学生形成良好的世界观、人生观和价值观，激发学生科技报国的奋发精神.M注：表中-H（M）,M（中）”表示课程与相关毕业要求的关联度.四教学内容、基本要求与学时分配1.理论部分见表2表2教学内容、基本要求与学时分配教学内容教学要求，教学重点膜点理论学时实殴学时对应的殛目标1 .数字图像基砒1：1数字图像技术及分类1.2 数字图像处理常用舞法1.3 数字图像感知与获取14图像形成模型

6、1.5 图像的采祥与我化教学襄求I了解数字图像技术及分类：熟悉数字图像处理常用算法：理解散字图像礴知与获取：/解图像形成模型：掌握图像的采样与量化.MAt图像的采样与量化.Jt点，图像的采样与最化.221、32.1数字图像的表示2.2图像空间分辨率2.3灰度分辨率2.4像素的域2.5像素通路2.6图像区域2.7跑力度砥教学要求：了解数字图像的表示；理解图像空间分辨率：理解灰度分辨率:拿握像素的域；熟悉像素通路：掌握图像区域：拿娓距寓度价.重点：跟离度At.难点：图像空间分辨率、灰僮分辨率.22、33.图像9（处理3.1 图像仪处理原因教学11求，广播图像侦处理原因：淤急图像假处理方法：掌握均值

7、浓波潜：掌661、2、33.2图像顼处理方法3.3均值泄波器3.4高斯沌波器3.5中猿漉波器3.6直方图均衡化握高斯泄波器；掌握中值波波器：掌握直方图均衡化,.点I均值谑波器,高斯浊波涔、中值灌波器.难点，直方图均衡化.4图像分M41图像分割的目的4.2图像分割技术的位置13图像分割的概念4.4图像分割的基本思路4.5图像分割的基本方法教学聂求，J解图像分割的目的：理斛图像分割技术的位置：熟悉图像分割的概念：学提图像分割的基本思路：掌握图像分割的她本方法。点I图像分割的基本方法。难点，图像分割的基本方法.121、35.图像的梅征提取5.】图像特征基本概念5.2图像特征分类5. 3常见的特征提取

8、方法5.4形状特征描述符5. 5St理定义5.6纹理特征提取与分析5.7灰度共生矩阵分析法教学要求Ir解图像特征基本概念：了解图像特征分类：熟悉常见的特征提取方法：掌握形状特征描述符：理解纹理定义：埋解纹理特征提取与分析：掌握灰度共生矩阵分析法。点：灰度共生短阵分析法。魔点I灰度共生矩阵分析法。622、3&图像形态学6.1 简单的图像成像模型6.2 集合的基本运算6.3集合的反射和平移6. 4腐蚀6.5 膨胀6.6 开运算6. 7闭运算6.8 对比开运算和闭Jg算6.9 形态学的应用收学要求I了解简单的图像成像模型：了解集合的基本运算：熟悉集合的反射和平移；掌握图像的腐蚀、膨胀、开运算.、闭运

9、弹及对比：熟悉形态学的应用。点：图像的腐蚀、膨胀、开运算、网运算.难点；图像的,腐蚀、膨张开运竟、R1.运九421、27.模板四配71模板匹配简介72模板匹配原理及特点7.3模板EE配流程7.4模板风配算法分类7.5基于灰度的模板兀配算法教学要求：了解模板匹用简介：熟悉模板匹泥原理及特点：掌握模板匹配流程：掌握模板兀配算法分类：掌握将于灰度的模板匹配算法.重点I基于灰度的模板匹阳算法.难点：基于灰度的模板匹配算法，22k2、3&光学字符识别8.1光学字符识别定义8.2特征提取与特征选择8.3特征提取的具体实现8.1分类器的设计方法8.5监督学习8.6模式识别方法教学要求Ir解光学字符识别定义：

10、钻悉特征提取与特征选择：掌握特征提取的具体实现；掌握分类器的设计方法：掌握监愣学习:靠握模式识别方法。重点I监杼学习.难点，模式识别方法.2K2,39.数字图像处理嫌合成用9.1 手写数字识别粽合应ff1.9.2车牌识别综合应用9.3人脸图像识别淙合应用教学要求I了解手写数字识别综合应用：掌握车牌识别综合应用：掌握人脸图像识别综合应用：的S条形码识别探合应用:掌棍织物表面缺陷识别综合应Ah拿握小麦病虫害识别粽介应用：掌照猫狗图像分类综合应用：掌握交通伯号标志识别综合应用：掌握COVIO-IQ20k2、39.1条形玛识别探合应用9.5织物表面缺陷识别嫁合应用9.6小麦病虫害识别烁合应用9.7猫狗

11、图像分类涂合应用9.8交通信号标志识别综合应用9.9Coy1.I-19图像分类综合应用9.10绝缘子缺陷识别综合应用图像分类综合应用：掌握绝缘子缺陷识利综合应用，重点，车牌识别综合应用.难点：形码识别综合应用.t-18162.实验,实践或上机部分见表3表3实险项目、实验内容与学时实验中目实殴内容和要求实:学对应的课程目标1.数字图像联础实3内容：图像数据的采佻、读取、存储、显示以及图像颜色空间转换，实验要求：J醉数字图像采集；掌握图像数据的读取、衣饰、显示；掌握图像颜色空间的转换.21、22.图像预处理(一)实验内容，救字图像的加、减,乘、除，求反、或、与、异或、平移、缩放、旋转、水平解转、承

12、出翻转空域变换.实验要求：掌握数字图像的加、减、桑、除.求反、或、与、异或、平移、缩放、旋转、水平翻转、垂直翻转的原理及程序实现方法。.21、23.图像预处理(一)宾殴内的数字图像的均值、中值和高斯漉波，实险要求，掌握数字图像的均值、中值和高斯逑波.22、3I.图像预处理(三)实Ift内容，数字图像的仃方图统计1.j均衡化处理”实验要求，掌握数字图像的直方图统计并进行均衡化处理，21、25.图像分割实验内M数字图像二值化、Sobe1.1.ap1.ace和Canny边缘松测及分割比法。实验聂求常握数字图像二值化、Subch1.ap1.aco和Canny边缘检测及分割算法.21、2、36.图像的特

13、征提取实内M数字图像的局部：做模式纹理特征提取。实验要求，掌握数字图像的局部二值模式纹理特征提取.22、31.图像形态学实3内容/数字图像的膨胀、腐蚀、开运尊和用运算.21、2.3实殴要求;熟悉图像形态学处理方法,常握数字图像的膨胀、腐蚀、开运算和闭运算基本原理与程序实现方法。8.图像模板见配实验内容,数字图像的模板匹配。实政要求/了解数字图像的模板K配的原理，或舜数字图像的模板匹配编程实现.21、2、3合计16五教学方法及手段在课堂教学中，来用“翻轨课堂+PB1.”的授课方式，激发学生在课堂学习中的枳极性和主动性，教师主要负成任务分配及引导，组织课堂纪律，达到锻煤学生积极探索、交流沟通及团队

14、协作能力的目的。在实验教学环节”通过培养学生自主学习能力、实际动手能力,激发学生的创新思维.采用教师讲授和学生动手操作的方法：在实舱前学生应复习和掌握与本实脸有关的教学内容、认真阅读实胺指导书；在实验中要严格遵守实验纪律，按操作规程使用仪器：实验结束后，按规定对仪器进行维护保养；每完成一项实验，要认真完成一份实毅报告.六、课程资源库姆门课程衙推样优秀专珞3本以上(不包括鞅材)，本学科国内或国际权威期刊5种以上(至少包括外文期刊1种),网络资源2项以上.1 .建议教材：(1)冈萨雷斯，数字图像处理第三版,北京:电子工业出版社.2017.2 .参考书：(1宽水红，数字图像处理X，(第三版)，武汉:

15、武汉大学出版社，2015,(2)李俊山,数字图像处埋瓦北京:清华大学出版社,2017.(3杨杰.数字图像处理及MAT1.AB实现:第二版,北京:电子工业出版社,2019.3 .期刊：4 I)1.iC,SohnK.YoOnJ.cta1.CutPastc:Se1.f-Supervised1.earningforAnoma1.yDetectionand1.oca1.ization.Proceedingsofthe1EEECVFConferenceonComputerVisionandPatternRccogni1.ion(CVPR),2021:14902-14912.(2) Sa1.ehiM,Sad

16、jadiN.Basc1.izadehS.e1.u1.Mu1.1.ineso1.utionknow1.edgedis(i1.ktionforanoma1.ydetection.ProceedingsCfthCIEERiCVFConferenceonComputerVisionandPatternRecognition(CVPR).2021:149()2-14912.(3)陶显,侯伟,徐博,法于i采度学习的表面缺陷检测方法综述J自动化学报.2021.47(5).1017-1034.(4)张褥.刘玉婷.杨亚宇.王福.金映谷.基于机器觇觉的表面缺陷检测研究综述U)科学技术与工程,2020.20(35)

17、:14366-14376.(5)陶华.数字图像处理技术在妨织检测中的应用U1.化纤与纺织技.20210(09):63.65.(6)吴少得.赵纯,朱亚男等.数字图像处理技术在果蔬分纵检测中的应用J福建农机.2021(03):30.36.(7)包新月,饱鑫.计算机数字图像处理常用8色空间及转换J.电子技术与软件工.2021(07):122-123.(8)胡志萍.数字图像处理技术研究进展.中0新通信.2020.22(24):72-73.(9)叶高文.基于MATI.AB数字图像处理的机械零件尺寸检测J.北京印刷学院学报.2020.2MIO):152-154.3.网络资源；(I)数字图像处理.hupsJ

18、SCoUrSeJccuNC_3201.htm1.(2)数字图像处理技巧.hups:“www.icoursc163.cwgcounicWHU-1205723X05.(3)图像处理与机器学习.hups：WwW.icourse1.63.org/CoUrSeNJTUI462O91162.七,课程考核对课程目标的支撑课程成绩由过程性考核成绩和期末考核成绩两部分构成具体考核/评价细则及时课程目标的支挥关系见表4。表4课程考核对修程目标的支撑考核环节占比考核/讲价细则谍程目标123过程性考核10(1)根据课堂出勤情况和课堂回答问起情况进行考核，满分K2分,(2)以平时考核成绩乘以其在总评成缢中所占的比例计入

19、课程总评成缄.12115(D根据每个实验的实聆完成情况和实验报告质量由独评分，满分100分：(2)fH次实验单独评分，取各次实裟成缄的平均值作为此环节的呆终成绩，(3)以实验成缴乘以其在总评成绩中所占的比例计入课程总评成绩.15课程作业10(D主要考核学生对各求节知识点的复习、理解和掌握程度.满分100分：x9090x8080x7070x60x60课堂表现20积极参与教学活动，踊跃回答问题,准确率大于90%.认我参与教学活动，回答问题准确率大于80%,偶尔参与教学活动，回答问题准确率大于70%。上课不认其,偶尔参马教学活动。上课不认其，不参与教学活动.课程作业20作业完整，思路清晰,准确率大于

20、90%,字迹工整。作业完整，准确率大于80%,字迹工整。不交作业2次以内，准确率大于70.不交作业4次以内，准确率大于60%.不交作业5次以上，准确率小于60%.源内实改30实睑原理消谢、程序渝写规范准确,实验过程熟练、规范、正确，数掳处理及讨论正确.实验原理较清晰、程序编写较规范，实险过程较熟练、规范、正确，数据处理及讨论较正确.实验原理基本清晰、程序编写基本规范，实脍操作过程基本熟练、能完成基本操作，数据处理及讨论基本正确.实验原理不修清晰、程序编写不够规范,需在指导下完成翳本操作,数据处理及讨论不够正确“无实聘报告，实验操作步骤有深，数据处理及讨论有误.课程报告论文）30对各章知识掌握扎实,能够综合运用课程各章知识很好的分析问题，解决问题.各章原理掌报较扎实,能够除合运用各章知识校好的分析问题、解决筠本掌握各章知识原理，站本能步综合运用各常知识分析问题、解决问题.各章原理掌握较不扎实，需在指导卜分析问题、解决问题。无法综合运用各条知识分析问题。解决问题，答题或论文方案有误.问题.