数字图像处理基础课程教学大纲

1、数字图像处理基础课程教学大纲课程名称：数字图像处理基础英文名称：Foundation of Digital Image Processing课程编码：x4141721学 时 数：32其中实践学时数：8 课外学时数：0学 分 数：2.0适用专业：测绘工程一、课程简介数字图像处理基础是测绘工程专业一门专业选修课。课程内容包括数字图像处理的基本概念、图像傅立叶变换的实现及性质、图像增强的算法与实现、图像分割的方法、二值图像处理与形状分析、影像纹理分析为后续测绘工程专业课的学习以及科学研究提供图像学方面的基本知识和基本理论。通过数字图像处理基础课程的学习，使学生系统掌握数字图像处理的基本概念、原理和实

2、现方法，学习图像分析的基本理论、典型方法和实用技术，具备解决遥感图像处理的基本能力，掌握遥感数据处理与分析、遥感数据的应用技术，具有一定的计算机编程基础，能够运用计算机语言辅助处理遥感数字图像，为在摄影测量和遥感领域从事研究与开发打下扎实的基础。 二、课程目标与毕业要求关系表课程目标毕业要求1.具有一定的计算机编程基础，能够运用计算机语言辅助处理遥感数字图像；学习图像分析的基本理论、典型方法和实用技术1-5 掌握用于解决复杂测绘工程问题的专业知识，具有对复杂测绘工程问题的分析、建模与计算的能力。2.掌握数字图像处理的基本概念、原理和实现方法，学习图像分析的基本理论、典型方法和实用技术4-2能够

3、对复杂测绘工程问题的实训中数据与结论进行有效的分析与评价； 3.具有一定的计算机编程基础，能够运用计算机语言辅助处理遥感数字图像；具备解决遥感图像处理的基本能力，掌握遥感数据处理与分析、遥感数据的应用技术5-2能够使用恰当的测绘仪器和技术完成测绘数据采集、数据处理与精度分析。三、课程教学内容、基本要求、重点和难点（一）数字图像处理综述 1.数字图像处理的概念：了解图像及数字图像的概念；了解图像处理流程。2.数字图像处理的内容和其他相关学科的关系：了解数字图像处理的内容；了解数字图像处理的内容和其他相关学科的关系。3.数字图像处理系统概述：了解数字图像采集模块；数字图像显示模块；数字图像存储模块

4、；数字图像通信模块；计算机；图像处理软件。4.数字图像处理的特点及其应用：了解数字图像处理的特点；了解数字图像处理的应用。（二）数字图像处理的基本概念1.人眼的视觉原理：了解人眼的构造；了解图像的形成；了解视觉范围和分辨力；了解视觉适应性和对比灵敏度；了解亮度感觉与色觉；马赫带。 2. 连续图像的描述，图像数字化：了解连续图像的描述；掌握采样；量化；掌握数字图像的表示；了解采样、量化参数与数字化图像间的关系。 3.图像灰度直方图（重点）：掌握概念；了解直方图的性质；了解直方图的应用。4.数字图像处理算法的形式：掌握基本功能形式；了解几种具体算法形式。5.图像的数据结构与图像文件格式（难点）:了

5、解图像的数据结构；了解图像文件格式。 6.图像的特征与噪声: 了解图像的特征类别；了解特征提取与特征空间；掌握图像噪声。（三）图像变换 1.预备知识：了解点源和狄拉克函数；了解二维线性位移不变系统。 2.傅立叶变换（重点）：了解连续函数的傅立叶变换；掌握离散函数的傅立叶变换；掌握二维离散傅立叶变换的若干性质。（四）图像增强 1.图像增强的点运算：掌握灰度变换；掌握直方图修正法。2.图像的空间域平滑：掌握局部平滑法（邻域平均法或移动平均法）；超限像素平滑法；中值滤波等空间域平滑方法。 3.空间域锐化：掌握梯度锐化法；掌握Laplacian增强算子；掌握高通滤波法。 4.频率域增强：掌握频率域平滑

6、、频率域锐化方法。5.彩色增强技术：掌握伪彩色增强；掌握假彩色增强；了解彩色变换及其应用。6.代数运算：掌握加运算、减运算、乘运算、除运算。 重点是各种图像增强方法的原理及实现；难点是彩色增强技术。（五）图像复原与重建 1.退化模型：了解退化定义及退化的数学模型。2.频率域恢复方法（难点）：了解逆滤波恢复法；去除由匀速运动引起的模糊；维纳滤波复原方法。 （六）图像分割 1.边缘检测算子：掌握梯度算子、Roberts梯度算子、Prewitt和Sobel算子、方向算子；掌握Laplacian算子、马尔算子、Canny边缘检测算子边缘检测方法。 2.边缘跟踪：了解光栅扫描跟踪；了解全向跟踪。3.Ho

7、ugh变换线检测法（重点、难点）：掌握Hough变换检测直线；了解广义Hough变换检测曲线。4.区域分割：掌握最简单图像的区域分割；了解复杂图像的区域分割；了解特征空间聚类。（七）二值图像处理与形状分析 1.二值图像的连续性和距离（重点、难点）：掌握邻域和邻接；掌握像素的连接；掌握连接成分；掌握欧拉数；掌握像素的可删除性和连接数；掌握距离概念。 2.连接成分的变形处理：掌握标记；掌握膨胀和收缩；了解线图形化。 3.形状特征提取与分析了解区域内部形状特征提取与分析；了解区域外部形状特征提取与分析。（八）影像纹理分析1.直方图分析法：了解直方图分析法。2.灰度共生矩阵分析法：掌握灰度共生矩阵；掌

8、握灰度共生矩阵特征的提取；掌握灰度-梯度共生矩阵分析法。 四、教学方式及学时分配序号主要内容主要教学方式学时分配辅导答疑比例一1. 数字图像处理综述1.1.数字图像处理的概念1.2.数字图像处理的内容和其他相关学科的关系1.3.数字图像处理系统概述1.4.数字图像处理的特点及其应用讲授21:0.5二2. 数字图像处理的基本概念2.1.人眼的视觉原理2.2. 连续图像的描述，图像数字化2.3.图像灰度直方图（重点）2.4.数字图像处理算法的形式2.5.图像的数据结构与图像文件格式（难点2.6.图像的特征与噪声讲授41:0.5三3.图像变换 3.1.预备知识3.2.傅立叶变换讲授+实训4+21:0

9、.5四4. 图像增强 4.1.图像增强的点运算4.2.图像的空间域平滑4.3.空间域锐化4.4.频率域增强4.5.彩色增强技术4.6.代数运算讲授+实训6+41:0.5五5.图像复原与重建 5.1.退化模型5.2.频率域恢复方法讲授21:0.5六6.图像分割6.1.边缘检测算子6.2.边缘跟踪6.3.Hough变换线检测法（重点、难点）6.4.区域分割讲授+实训2+21:0.5七7.二值图像处理与形状分析 7.1.二值图像的连续性和距离7.2.连接成分的变形处理7.3.形状特征提取与分析了解区域内部形状特征提取与分析讲授21:0.5八8.影像纹理分析8.1.直方图分析法8.2.灰度共生矩阵分析

10、法讲授21:0.532五、课程其他教学环节要求（一）实训的基本要求1.傅里叶变换的实现及应用实训：了解Fourier正变换、反变换的算法实现，并初步理解Fourier变换的性质及物理意义。掌握利用傅里叶变换进行周期性噪声去除等应用。2.图像增强实训：掌握图像增强的基本方法，包括如何去除不同类型的噪音，如何做图像的锐化处理。3.图像分割实训：掌握利用边缘检测和阈值分割进行图像分割的方法。（二）作业的基本要求序号主要内容学时布置作业题数及类型报告（或PPT汇报）题简答题综合分析1数字图像处理综述22数字图像处理的基本概念443图像变换 4124图像增强61215图像复原与重建226图像分割2417

11、二值图像处理与形状分析218影像纹理分析21合计242153六、本课程与其他课程的联系在学习本课程之前，学生应先修、高等数学、线性代数专业概论等课程，通过本课程的学习，为摄影测量学、遥感原理与应用等后续课程的学习奠定基础。 七、建议教材及教学参考书目 1 数字图像处理（第三版），贾永红，武汉大学出版社，2015。2. 数字图像处理，阮秋琦编，清华大学出版社，2009。3. 数字图像处理（第三版），冈萨雷斯，电子工业出版社，2011。4. 数字图像处理的MATLAB实现，冈萨雷斯，清华大学出版社，2013。八、课程考核方式与成绩评定办法 课堂教学注重理论联系实际，做到基本概念、基本理论讲授清楚、重点突出，针对需掌握的内容布置作业，以加强学生对基本概念、基本理论的理解、掌握及应用。每章讲解后安排一次辅导答疑，对于普遍存在的共性问题在课堂教学中集中讲授。本课程考核采用考试与平时作业、实训成绩相结合的形式。考核成绩