《数字图像处理》教学大纲
Digital Image Processing
课程编号:0806110140202
学时:48 学分: 3
适用对象:计算机科学与技术专业、软件工程
先修课程:线性代数、面向对象程序设计、数据结构
一、课程的性质和任务
数字图像处理是一门迅速发展的新兴学科,发展的历史并不长。由于图像是视觉的基础,而视觉又是人类重要的感知手段,故数字图像成为心理学、生理学、计算机科学等诸多方面学者研究视觉感知的有效工具。随着计算机的发展,以及应用领域的不断加深和扩展,数字图像处理技术已取得长足的进展,出现了许多有关的新理论、新方法、新算法、新手段和新设备,并在军事公安、航空、航天、遥感、医学、通信、自控、天气预报以及教育、娱乐、管理等方面得到广泛的应用。所以,数字图像处理是一门实用的学科,已成为计算机科学、电子信息及其相关专业的一个热门研究课题,同时是一门多学科交叉、理论性和实践性都很强的综合性课程。
本课程是计算机科学与技术专业及软件工程专业本科生的一门选修课程。
本课程着重研究数字图像处理的方法,训练学生运用所学基础知识解决实际问题的能力,同时要求拓宽专业知识面。
二、教学目的和要求
本课程通过介绍数字图像的基础理论和基本运算、图像空域变换和频域变换、图像增强、图像分割、特征提取、识别和解释、图像压缩、图像重建、基于互联网的数字图像处理等基本图像处理方法,使学生能熟练地掌握数字图像处理的基本理论和方法,并能应用这些基本方法开发数字图像处理系统。
要求学生在学完本课程以后,具有阅读各类图像处理文献的能力和进行图像处理系统的开发能力,并为学习图像处理新方法奠定理论基础。
三、教学内容
第一章:绪论
1.基本内容
◆数字图像处理的概念
◆数字图像处理的起源
◆数字图像处理的应用实例
◆数字图像处理的基本步骤
◆图像处理系统的部件
2.教学基本要求:要求了解数字图像处理的基本概念,发展历史,应用领域和研究内容。
3.教学重点难点:数字图像处理基本步骤和图像处理系统的各组成部分构成。
4.教学建议:通过大量的实例讲解数字图像处理的应用领域。
第二章:数字图像基础
1.基本内容
◆视觉感知要素
◆光和电磁波谱
◆图像感知和获取
◆图像取样和量化
◆像素间的一些基本关系
◆线性和非线性操作
2.教学基本要求:了解视觉感知要素和几种常用的图像获取方法;掌握图像的数字化过程及其图像分辨率之间的关系;掌握像素间的联系的概念。
3.教学重点难点:要求重点掌握图像数字化过程及图像中像素的联系。
4.教学建议:通过实例讲解数字图像间的算术逻辑运算。
第三章:空间域图像增强
1.基本内容
◆背景知识
◆某些基本灰度变换
◆直方图处理
◆用算术/逻辑操作增强
◆空间滤波基础
◆平衡空间滤波器
◆锐化空间滤波器
◆混合空间增强法
2.教学基本要求:了解空间域图像增强的概念、目的及主要技术,理解其中的直接灰度变换的各种方法原理,在理解直方图的定义、性质及用途的基础上,掌握直方图均衡化技术细节;理解直方图规定化处理方法的原理及作用;掌握图像的空间域的平滑和锐化技术方法。
3.教学重点难点:要求重点掌握直方图均衡化技术及常用的图像的空间域的平滑和锐化技术方法。
4.教学建议:通过实例讲解空间域的图像平滑和锐化技术方法。
第四章:频率域图像增强
1.基本内容
◆背景
◆傅里叶变换和频率域的介绍
◆平滑的频率域滤波器
◆频率域锐化滤波器
◆同态滤波器
◆实现
2.教学基本要求:了解傅里叶变换和频率域的概念,掌握常用的平滑、锐化和同态三种滤波器的概念和方法。
3.教学重点难点:要求重点掌握图像的傅立叶变换及常用的图像的频率域的平滑和锐化技术方法。
4.教学建议:通过实例讲解频率域的图像平滑和锐化技术方法。
第五章:图像复原
1.基本内容
◆图像退化/复原过程的模型
◆噪声模型
◆噪声存在下的唯一空间滤波复原
◆频率滤波削减周期噪声
◆线性、位置不变的退化
◆估计退化函数
◆逆滤波
◆最小均方误差滤波(维纳滤波)
◆约束最小二乘方滤波器
◆几何均值滤波
◆几何变换
2.教学基本要求:掌握图像退化/复原过程的模型,掌握几种常用的滤波方法,掌握几何变换方法,特别是图像的平移、旋转、镜像、转置、缩放等的坐标变换和灰度插值。
3.教学重点难点:要求重点掌握逆滤波、维纳滤波和均值滤波方法,掌握常用的几何变换方法。
4.教学建议:课外自学。
第六章:彩色图像处理
1.基本内容
◆彩色基础
◆彩色模型
◆伪彩色处理
◆全彩色图像处理基础
◆彩色变换
◆平滑和尖锐化
◆彩色分割
◆彩色图像的噪声
◆彩色图像压缩
2.教学基本要求:了解彩色基础、RGB颜色模型以及HIS颜色模型,理解RGB颜色模型和HIS颜色模型的色度学基础和适用范围。
3.教学重点难点:彩色基础和模型、伪彩色处理、全彩色处理基础及彩色变换;不同颜色空间的定义和选择。
4.教学建议:介绍彩色图像处理方法的应用实例。
第七章:小波变换和多分辨率处理
1.基本内容
◆背景
◆多分辨率展开
◆一维小波变换
◆快速小波变换
◆二维小波变换
◆小波包
2.教学基本要求:了解小波变换的概念,掌握一维和二维小波变换。
3.教学重点难点:快速小波变换。
4.教学建议:课外自学。
第八章:图像压缩
1.基本内容
◆基础
◆图像压缩模型
◆信息论要素
◆无误差压缩
◆有损压缩
◆图像压缩标准
2.教学基本要求:了解图像压缩理论及模型,无损压缩、有损压缩,图像编码常用方法,图像编码评价方法,图像编码的国际标准。
3.教学重点难点:重点掌握无损预测编码,有损预测编码,变换编码系统。难点是变换选择,子图像尺寸选择,比特分配。
4.教学建议:例题讲解。
第九章:形体学图像处理
1.基本内容
◆序言
◆膨胀和腐蚀
◆开操作与闭操作
◆击中或击不中变换
◆一些基本的形态学算法
◆灰度级图像扩展
2.教学基本要求:掌握二值形态学和灰度形态学的几种基本操作,了解形态学在图像处理中的应用。
3.教学重点难点:重点掌握图像腐蚀、图像的膨胀、图像的细化。
4.教学建议:例题讲解和自学。
第十章:图像分割
1.基本内容
◆间断监测
◆边缘连接和边界检测
◆门限处理
◆基于区域的分割
◆基于形态学分水岭的分割
◆分割中运动的应用
2.教学基本要求:掌握图像分割方法、边缘检测方法、门限处理、轮廓跟踪、区域分割等的基本原理。
3.教学重点难点:重点掌握图像分割,轮廓跟踪。
4.教学建议:例题讲解。
第十一章:表示和描述
1.基本内容
◆表示方法
◆边界描绘子
◆区域描绘子
◆运用主分量进行描绘
◆关系描绘
2.教学基本要求:理解边界描绘子和区域描绘子,掌握图像的几何特征、形状特征、纹理特征与骨架提取以及其他特征。
3.教学重点难点:重点掌握纹理描述。
4.教学建议:例题讲解。
第十二章:对象识别
1.基本内容
◆模式和模式类
◆基于决策理论方法的识别
◆结构性方法
2.教学基本要求:掌握模式和模式类的概念,理解常用的几种模式识别方法。
3.教学重点难点:结构模式识别。
4.教学建议:课外自学。
四、教学环节与学时分配
五、教学中应注意的问题
考试课程,注意多种考核方式的运用。
六、实验/实践内容:
计算机图像处理实验课是理论课程中的重要一环,它是在掌握图像处理的理论基础上,通过软件编程来实现,由于图像处理是对大批数据的处理,对学生的软件编程有更高的要求。
七、考核方式
课程考评采用卷面(占60%)、实验报告(占30%)、平时考勤(占10%)相结合。本课程采用闭卷或开卷形式考试,试题题型可采用填空、判断、简答、程序设计等。主要考察学生对基本概念、基本方法的掌握及综合应用情况。
八、教材及主要参考书
1、冈萨雷斯著,阮秋琦译,《数字图像处理》(第二版),电子工业出版社。2005年。
2、杨枝灵,王开等著,《Visual C++数字图像获取、处理及实践应用》。人民邮电出版社。2003年。
3、阮秋琦,阮宇智等译,《数字图像处理》(第二版),电子工业出版社,2004年。
4、章毓晋,图象工程(上册) 图象处理和分析,清华大学出版社, 北京,1999年。
九、教改说明及其他
(1)为突出教学重点,第五、七及十二章等相关章节由学生自主学习,但在卷面考试中会涉及相关内容,且采用开卷方式。
(2)教学方式采取全景案例仿真教学,以实际项目管理带动整个教学过程。
(3)课堂教学过程中,教师和学生之间进行多向交流,对数字图像处理中的各种实际问题展开深入的讨论,充分激发学生的思考力,提高学生分析和解决问题的能力,以达到更好的教学效果。
执笔人:XXX 系室审核人:XXX
参考:
左眼皮跳是什么预兆 :https://www.wendangku.net/doc/772564142.html,/
3D电影下载:https://www.wendangku.net/doc/772564142.html,/
经典语录:https://www.wendangku.net/doc/772564142.html,/yulu/
数字图像处理 课程编码:3073009223 课程名称:数字图像处理 总学分: 2 总学时:32 (讲课28,实验4) 课程英文名称:Digital Image Processing 先修课程:概率论与数理统计、线性代数、C++程序设计 适用专业:自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力,为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术,并能应用这些基本方法开发数字图像处理系统,为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1.了解图像处理的概念及图像处理系统组成。 2.掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3.了解图像变换,主要是离散和快速傅里叶变换等的原理及性质。 4.理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章:绪论(2学时) 教学目标:了解数字图像处理的基本概念,发展历史,应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域;了解数字图像处理的基本步骤;了解图像处理系统的组成。 重点难点:数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源
1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章:数字图像基础(4学时) 教学目标:了解视觉感知要素;了解几种常用的图像获取方法;掌握图像的数字化过程及其图像分辨率之间的关系;掌握像素间的联系的概念;了解数字图像处理中的常用数学工具。 重点难点:要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素(1学时) 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取(1学时) 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化(1学时) 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系(1学时) 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作
数字图像处理 报告标题:01 报告编号: 课程编号: 学生姓名: 截止日期: 上交日期:
摘要 (1)编写函数计算灰度图像的均方误差(MSE)、信噪比(SNR)、峰值信噪比(PSNR)、平均绝对误差(MAE);(2)编写函数对灰度图像经行降采样,直接消除像素以及消除像素前进行简单平滑滤波;(3)编写函数对图像进行放大,分别使用像素直接复制和双线性插值的方法:(4)编写函数用题目给出的量化步骤Q去量化灰度图像,并给出相应的MSE和直方图;(5)编写函数对灰度图像执行直方图均衡化,显示均衡前后的直方图。同时,熟悉使用MATLAB,并且熟练操作对图像进行各种修改变换等。 KEY WORD :MATLAB MSE、PSNR 直方图量化
技术探讨 数字图像处理是基于Matlab来实现的,由于Matlab 独特的功能和对矩阵,图像,函数灵活的处理,因而用于图像的处理相当的方便。 task1 均方误差(MSE),信噪比(SNR),峰值信噪比(PSNR),平均绝对误差(MAE)。可以使用使用for循环语句,分别计算图像MSE/SNR/PSNR/MAE,具体的计算公式见附录代码,下面只附运算原理代码 均方误差(MSE): sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N) 信噪比(SNR): sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE) 峰值信噪比(PSNR): sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE) 平均绝对误差(MAE): sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N) 在每次对同一个图像处理时它们的均方误差(MSE),信噪比(SNR),峰值信噪比(PSNR),平均绝对误差(MAE)都会有所不同,因为它是原图像与加噪后的图像比较,而电脑的每次操作都会对加噪过得图像有影响。 task3 按比例缩小灰度图像 (1)直接消除像素点: I1=g(1:m:end,1:m:end);I1 为缩小后的图像,g为原图。 (2)先平滑滤波再消除像素点: 滤波函数,g=imfilter(I,w,'corr','replicate'); task4 对图像的放大运用了pixel repetition法以及双线性插值法: 它有三种插值法:即最近邻插值(pixel repetition)、双线性插值、双三次插值(缩放倍数为0.5) ;缩放与放大由给定的参数来确定。 ;缩放与放大由给定的参数来确定。而缩小则同样适用I1=g(1:m:end,1:m:end); 而放大的代码为“J=imresize(I,m,'nearest');%使用pixel repetition法”和“J=imresize(I,m,'bilinear');%使用双线性插值法” 放大倍数更改m值即可 task4 对图像的量化,使用“J=histeq(I,x); ”,x为可变的量化步长 task5 灰度图像的量化和直方图均衡化直接调用函数。“J=histeq(I)”“imhist(I,64)”
《数字图像处理》研研究生课程教学大纲 (课程编号S009108 学分-学时-上机 3-54-12) 东南大学计算机科学与工程学院 一、课程的性质与目的 本课程为计算机科学与技术一级学科中图像处理与科学可视化方向的重要专业课,包含了该专业方向学生必须掌握的专业知识。 通过课程学习,学生除了掌握必须的专业技术知识外,还需要了解该方向的研究前沿,提高阅读专业学术资料和解决实际问题的能力。 二、课程内容的教学要求 本课程采用讲课+自学+讨论的教学模式。其中,讲课环节以综述为主,重点介绍各知识点的问题提出、解决思路、主要算法、评估;自学环节需要学生阅读专业论文并进行实验,得出结论;讨论环节由学生进行论文阅读及实验结论的交流,加深理解,并由此了解研究前沿。 讲课课时安排(24课时): 1.数字图像处理概述(3):数字图像处理技术的发展历史,包含的主要内容,应 用,相关的学科方向 2.线性系统分析方法、傅里叶变换(3):复习线性系统基本知识,复习一维傅里 叶变换,掌握二维傅氏变换及性质,线性滤波器设计。 3.图像几何变换及插值(3):图像几何变换应用,重点插值方法 4.图像增强综述(6):图像增强的目的,算法分类,各类算法的基本原理及性能 5.图像分割综述(6):图像分割的目的,算法分类,各类算法的基本原理及性能 6.图像压缩综述(3):图像压缩的目的,算法分类,各类算法的基本原理及性能, JPEG标准简介 实验及讨论课时安排(30课时): 1.图像插值(实验3 +讨论3) 2.图像增强(实验3 +讨论3) 3.图像分割(实验3 +讨论3) 4.图像压缩(实验3+讨论3) 5.课程论文(讨论6) 三、上机实验要求 实现选择算法,并给出实验结果及算法性能评估数据。 四、能力培养的要求 1.自学能力的培养:提高学生自学及查阅学术文献的能力。 2.分析能力和实验能力的培养:要求学生能够实现文献提供的算法,并能自主给出算 法性能的评价。 3.科研和创新能力的培养:培养独立思考、深入钻研问题的习惯,提高学术交流能力。
3.数字化图像的数据量与哪些因素有关? 答:数字化前需要决定影像大小(行数M、列数N)和灰度级数G的取值。一般数字图像灰度级数G为2的整数幂。那么一幅大小为M*N,灰度级数为G的图像所需的存储空间M*N*g(bit),称为图像的数据量 6.什么是灰度直方图?它有哪些应用?从灰度直方图你能获得图像的哪些信息? 答:灰度直方图反映的是一幅图像中各灰度级像素出项的频率之间的关系。以灰度级为横坐标,纵坐标为灰度级的频率,绘制频率同灰度级的关系图就是灰度直方图。 应用:通过变换图像的灰度直方图可以,使图像更清晰,达到图像增强的目的。 获得的信息:灰度范围,灰度级的分布,整幅图像的平均亮度。但不能反映图像像素的位置。 2. 写出将具有双峰直方图的两个峰分别从23和155移到16和255的图像线性变换。 答:将a=23,b=155 ;c=16,d=255代入公式: 得 1,二维傅里叶变换有哪些性质?二维傅里叶变换的可分离性有何意义? 周期性,线性,可分离性,比例性质,位移性质,对称性质,共轭对称性,差分,积分,卷积,能量。 意义:分离性表明:二维离散傅立叶变换和反变换可用两组一维离散傅立叶变换和反变换来完成。 8.何谓图像平滑?试述均值滤波的基本原理。 答:为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。 均值滤波是一种局部空间域处理的算法,就是对含有噪声的原始图像f(x,y)的每个像素点取一个领域S,计算S中所有像素的灰度级平均值,作为空间域平均处理后图像g(x,y)像素值。 9.何谓中值滤波?有何特点? 答:中值滤波是对一个滑动窗口内的诸像素灰度值排序,用中值代替窗口中心像素的原来灰度值,它是一种非线性的图像平滑法。 它对脉冲干扰及椒盐噪声的的图像却不太合适。抑制效果好,在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多 6图像几何校正的一般包括哪两步?像素灰度内插有哪三种方法?各有何特点? 答:1)建立失真图像和标准图像的函数关系式,根据函数关系进行几何校正。 2)最近邻插值,双线性插值,三次卷积法 3)最近邻插值:这种插值方法运算量小,但频域特性不好。 3、若f(1,1)=4,f(1,2)=7,f(2,1)=5,f(2,2)=6,分别按最近邻元法、双线性插值法确定点(1.2,1.6)的灰度值。 最近邻元法:点(1.2,1.6)离(1,2)最近,所以其灰度值为7.双线性法:f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1) 将i=1,j=1,u=0.2,v=0.6代入,求得:f(i+u,j+v)=5.76。四舍五入取整后,得该点其灰度值为6
第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字(一般整数)表示的图像(计算机能处理)。是图像的数字表示,像素是其最小的单位。 * 数字图像处理(Digital Image Processi ng ) 利用计算机对数字图像进行(去除噪声、增强、复原、分割、特征提取、识别等)系列操作,从而获得某种预期的结果的技术。(计算机图像处理) *数字图像处理的特点(优势) (1)处理精度高,再现性好。(2)易于控制处理效果。(3)处理的多样性。(4)图像数据量庞大。(5)图像处理技术综合性强。 *数字图像处理的目的 (1)提高图像的视感质量,以达到赏心悦目的目的 a. 去除图像中的噪声; b. 改变图像的亮度、颜色; c. 增强图像中的某些成份、抑制某些成份; d. 对图像进行几何变换等,达到艺术效果; (2)提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 (3)对图像数据进行变换、编码和压缩,以便于图像的存储和传输。? ?数字图像处理的主要研究内容 (1)图像的数字化 a. 如何将一幅光学图像表示成一组数字,既不失真又便于计算机分析处理 b. 主要包括的是图像的采样与量化 (2*)图像的增强 a.加强图像的有用信息,消弱干扰和噪声 (3)图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种,最常见的有运动模糊,散焦模糊等 (4*)图像的编码 a.简化图像的表示,压缩表示图像的数据,以便于存储和传输。 (5)图像的重建 a.由二维图像重建三维图像(如CT (6)图像的分析