数字图像处理实战-教案全套 杨坦 第1-9章 数字图像处理概述- 钢轨轨面缺陷检测

第1章数字图像处理概述课程名称：数字图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：3学时材料清单《数字图像处理实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标介绍数字图像处理的起源和应用领域，阐述数字图像处理与图像工程的关系。接着阐述图像生成与量化，及像素之间的基本关系。然后，简要介绍常用的图像处理工具，展示常用Python的图像处理库及数字图像处理结果举例。基本要求了解数字图像处理的起源和应用领域。了解图像工程与数字图像处理的关系。了解数字图像处理在实际中的应用。掌握图像采样与量化过程。掌握图像像素之间的关系。了解常用的数字图像处理工具及Python图像处理库。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。数字图像是如何起源的？现实生活中存在数字图像处理技术？该如何进行数字图像处理？Python语言有哪些优势？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。数字图像采样合量化过程怎样的？数字图像像素间的关系怎样？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。数字图像的优缺点在哪里？Python语言用于做数字图像处理有哪些优势？想要提取数字图像中的特定信息，需要从哪些方面入手？主要知识点、重点与难点主要知识点图像处理的起源。图像处理的应用领域。图像处理与图像工程的关系。图像采样和图像量化。像素间的基本关系。常用的图像处理工具和Python图像处理库。重点图像处理与图像工程的关系。图像采样和量化。像素间的基本关系。难点图像采样和量化，像素间的基本关系。教学过程设计理论教学过程数字图像的概念。数字图像处理的基本流程。数字图像的应用场景。数字图像采样和量化过程。数字图像像素之间的关系。数字图像处理Python常用库。教材与参考资料教材杨坦，张良均．数字图像处理实战[M]．北京：人民邮电出版社．2023．参考资料[1]拉斐尔·C.冈萨雷斯，理查德·E.伍兹．数字图像处理（第四版）[M]．北京：电子工业出版社．2020．[2]桑迪潘·戴伊著，陈盈、邓军译．Python图像处理实战[M]．北京：人民邮电出版社．2020．第2章图像的基本变换课程名称：数字图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：3学时材料清单《数字图像处理实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标介绍数字图像的读取、图像的写出等概念。阐述数字图像的色彩空间，介绍数字图像色彩空间的变换方法。简要阐述图像的几何空间，介绍几何空间的变换方法。基本要求掌握图像的读取、显示和保存。掌握图像的颜色空间转换方法。掌握图像的几何变换方法。引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。如果需要处理数字图像，首先做什么？常见的数字图像是彩色的还是灰度的？图像的颜色空间有哪些？实际生活中有哪些图像会发生几何形变？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。数字图像的颜色空间是否能相互转换？图像发生几何形变后该如何处理？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。数字图像的颜色空间还有哪些？对发生几何形变的图像进行矫正处理后，是否与原图像相同？主要知识点、重点与难点主要知识点图像的读取。图像的写出。图像的色彩空间。色彩空间的变换方法。图像的几何空间。几何空间的变换方法。重点图像的读入与写出。图像的色彩空间。图像的几何空间。难点图像色彩空间变换，图像几何空间变换。教学过程设计理论教学过程图像的读取。图像的写出。图像的色彩空间。色彩空间的变换方法。像的几何空间。几何空间的变换方法.数据分析的概念。实验教学过程读取图像。写出图像。变换色彩空间。变换几何空间。教材与参考资料教材杨坦，张良均．数字图像处理实战[M]．北京：人民邮电出版社．2023．参考资料[1]拉斐尔·C.冈萨雷斯，理查德·E.伍兹．数字图像处理（第四版）[M]．北京：电子工业出版社．2020．[2]桑迪潘·戴伊著，陈盈、邓军译．Python图像处理实战[M]．北京：人民邮电出版社．2020．第3章图像增强与复原教案课程名称：数字图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：8学时材料清单《数字图像处理实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标掌握空间滤波的原理，了解如何构建空间滤波器以在图像处理中应用。熟悉不同类型的空间滤波器，包括均值滤波、高斯滤波等，以及它们在图像增强和降噪中的具体应用方法。理解频率域滤波的原理，包括傅里叶变换和频域滤波器的构建方式，以及高通和低通频域滤波的用途和实现方法。掌握常见的图像噪声模型，如加性高斯噪声和椒盐噪声，以及相应的空间滤波和频率域滤波方法，用于去除这些噪声并提高图像质量。通过实现这些教学目标，学生将能够有效地理解和应用空间滤波和频率域滤波技术，以改进图像质量、降低噪声水平，并在各种图像处理应用中取得更好的结果。基本要求（1）了解空间滤波的原理，以及如何形成空间滤波器。（2）熟悉空间滤波器的主要类型，以及具体的应用方法。（3）了解频率域滤波原理、高通和低通频域率滤波的类型及实现。（4）了解常见的噪声模型及相对应的空间滤波或频率域滤波的去除方法。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。图像增强的概念？空间域和频率域图像处理方法有哪些？频率域图像处理方法与空间滤波图像处理方法的区别与联系？常见的空间滤波和噪声模型有哪些？椒盐噪声适合用哪种滤波器来处理？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。椒盐噪声去噪过程？空间滤波器的构筑方法有哪些？空间滤波和频率域滤波处理适用于哪些场景？空间滤波和频率域滤波处理有哪些优缺点？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。空间滤波和频率域滤波处理的局限性？自适应滤波器适合处理何种噪声模型？空间滤波应用方法有哪些？频率域滤波处锐化图像的流程？主要知识点、重点与难点主要知识点使用空间滤波和频率域滤波平滑图像。使用空间滤波和频率域滤波锐化图像。了解噪声模型。复原只存在噪声的图像。重点使用空间滤波和频率域滤波平滑图像。复原只存在噪声的图像。难点对模糊的图像进行增强。使用频率域滤波平滑图像。教学过程设计理论教学过程了解空间域和频率域滤波。使用空间域滤波和频率域滤波平滑图像常见方法介绍。使用空间域滤波和频率域滤波锐化图像常见方法介绍。了解常见的空间滤波和噪声模型。复原只存在噪声的图像方法介绍。实验教学过程使用频率域滤波平滑图像实验。使用频率域滤波锐化图像。复原只存在噪声的图像。对图像进行增强教材与参考资料教材杨坦，张良均．数字图像处理实战[M]．北京：人民邮电出版社．2023．参考资料[1]拉斐尔·C.冈萨雷斯，理查德·E.伍兹．数字图像处理（第四版）[M]．北京：电子工业出版社．2020．

第4章形态学处理教案课程名称：数字图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：8学时材料清单《数字图像处理实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标阐述使用形态学处理图像的优势。熟悉腐蚀与膨胀运算的实现方法。紧接着熟悉开与闭操作的实现方法。最后掌握使用基本形态学算法处理图像的方法。基本要求了解形态学的基本概念。了解腐蚀运算的实现方法。了解膨胀运算的实现方法。了解开操作的实现方法。了解闭操作的实现方法。掌握基本形态学算法。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。形态学处理能够做什么？现实生活中存在哪些形态学处理逻辑？该如何进行图像需要进行何种处理操作的分析？形态学处理哪些优势？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。形态学处理完整流程是怎样的？形态学处理能够应用在那些场景？形态学各算法的优缺点？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。形态学处理是不是万能的？形态学处理用于做图像分析有哪些优势？处理一张车牌图像用形态学处理可以从哪些角度入手？主要知识点、重点与难点主要知识点形态学处理的分析和应用流程。腐蚀与膨胀运算的实现方法。开与闭操作的实现方法。形态学处理的算法选择。形态学处理的综合应用。重点形态学处理的分析和应用流程。形态学处理的算法选择。难点形态学处理的综合应用。教学过程设计理论教学过程腐蚀运算的实现方法膨胀运算的实现方法开操作的实现方法闭操作的实现方法基本形态学算法实验教学过程腐蚀车牌图像膨胀车牌图像对车牌图像进行开操作对车牌图像进行闭操作使用形态学算法处理车牌图像教材与参考资料教材杨坦，张良均．数字图像处理实战[M]．北京：人民邮电出版社．2023．参考资料[1]拉斐尔·C.冈萨雷斯，理查德·E.伍兹．数字图像处理（第四版）[M]．北京：电子工业出版社．2020．[2]桑迪潘·戴伊著，陈盈、邓军译．Python图像处理实战[M]．北京：人民邮电出版社．2020第5章图像特征提取教案课程名称：图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：8学时材料清单《图像处理实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标主要介绍图像特征提取的技术。首先介绍图像的颜色特征和提取方法，然后介绍图像的纹理特征和对应的提取方法，之后介绍图像的轮廓特征和对应的提取方法，最后介绍图像的形状特征和提取方法。基本要求掌握提取图像颜色特征的方法。掌握提取图像纹理特征的方法。掌握提取图像轮廓特征的方法。掌握提取图像形状特征的方法。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。什么是图像特征？图像特征有哪些类型？图像的特征有什么用途？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。什么是颜色特征？如何查看图像的颜色特征？纹理、轮廓和形状特征有何不同？什么是轮廓的层次？常用的形状特征有哪些？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。如何使用纹理特征检测物体的损伤？轮廓特征还有哪些应用场景？主要知识点、重点与难点主要知识点图像颜色特征的概念。提取图像颜色特征的方法。图像纹理特征的概念。提取图像纹理特征的方法。图像轮廓特征的概念。提取图像轮廓特征的方法。图像形状特征的概念。提取图像形状特征的方法。重点提取图像颜色特征的方法。提取图像纹理特征的方法。提取图像轮廓特征的方法。提取图像形状特征的方法。难点提取图像纹理特征的方法。提取图像轮廓特征的方法。提取图像形状特征的方法。教学过程设计理论教学过程图像颜色特征的概念。提取图像颜色特征的方法。图像纹理特征的概念。提取图像纹理特征的方法。图像轮廓特征的概念。提取图像轮廓特征的方法。图像形状特征的概念。提取图像形状特征的方法。实验教学过程提取水质图像的颜色特征。提取组织切片图像的纹理特征。提取电容零件图像的轮廓特征。提取车牌图像的形状特征。教材与参考资料教材杨坦，张良均．图像处理实战[M]．北京：人民邮电出版社．2023．参考资料[1] 拉斐尔·C.冈萨雷斯，理查德·E.伍兹．数字图像处理（第四版）[M]．北京：电子工业出版社．2020．[2] 桑迪潘·戴伊著，陈盈、邓军译．Python图像处理实战[M]．北京：人民邮电出版社．2020．第6章图像分割教案课程名称：图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：8学时材料清单《图像处理实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标通过本章教学，使学生理解图像分割的含义，掌握阈值分割、边缘检测、区域生长等传统的图像分割算法的原理。在此基础上学会对图像处理问题的特性分析，掌握各种图像分割算法的应用，学会根据图像特点以及分割算法的使用场景解决实际的图像分割问题。基本要求了解图像分割的概念。掌握图像分割的阈值方法。掌握活动轮廓模型算法的使用。掌握常见的边缘检测算子的使用。理解和掌握Hough变换的原理及实现。掌握区域生长算法。掌握SLIC和QuickShift算法的使用。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。什么是图像分割？可以基于什么原理来分割图像？如何评价图像分割的效果？彩色图的分割与灰度图像的分割有何不同？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。你对图6-3（c）中自适应阈值分割的效果满意吗？为什么可以使用自适应阈值来分割QR码的图像？Canny算子与其他边缘检测算子的检测结果有何不同？种子生长算法与阈值分割算法最大的不同在哪里？SLIC算法解决了阈值算法的什么缺点？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。如何使用Hough变换的思想检测圆或者椭圆？边缘检测算子与区域生长算法在图像分割上有哪些关联？有没有可能结合边缘检测来改进区域生长算法？图像的超像素化对图像处理带来哪些影响？主要知识点、重点与难点主要知识点图像分割的阈值方法。图像边缘检测算法。Hough变换检测直线。区域生长算法。结合空间域与色彩域的图像分割算法。重点阈值分割、边缘检测、Hough变换、区域生长算法。结合空间域与色彩域的图像分割算法的思想。难点掌握每种分割算法的原理以及影响该种算法分割结果的因素，正确分析图像和场景的特点选择的分割算法。教学过程设计理论教学过程图像分割的基本概念。阈值分割方法的基本原理。全局阈值分割的大津法。局部阈值分割法。边缘检测算法的原理。基于差分模板的边缘检测算子。LoG算子和Canny算子。使用Hough变换检测直线区域生长算法的原理和流程。SLIC算法。QuickShift算法。实验教学过程使用阈值分割方法处理岩石样本图像。LoG算子的实现。基于Hough变换的QR码分割。使用区域生长算法分割爱心。结合空间域与色彩域的图像分割算法。教材与参考资料教材杨坦，张良均．图像处理实战[M]．北京：人民邮电出版社．2023．参考资料[1] 拉斐尔·C.冈萨雷斯，理查德·E.伍兹．数字图像处理（第四版）[M]．北京：电子工业出版社．2020．[2] 桑迪潘·戴伊著，陈盈、邓军译．Python图像处理实战[M]．北京：人民邮电出版社．2020．第7章车牌检测教案课程名称：数字图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论36学时，实验28学时）总学分：4.0学分本章学时：5学时材料清单《数字图像处理》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本章节介绍了对开放环境下所获取到的车辆图像进行车牌的定位及车牌号的字符分割的案例。通过该案例向大家展示了如何通过组合使用不同的图像处理技术来解决实际问题。主要涉及到的技术包括形态学图像处理、阈值法图像分割、图像二值化处理、HSV转换、霍夫变换等。基本要求（1）了解车牌检测的背景、数据和目标。（2）熟悉车牌检测的整体流程。（3）掌握使用RGB转HSV、HSV阈值法和形态学方法获得车牌图像粗略定位方法。（4）掌握使用霍夫变换、形态学方法和垂直投影法获得车牌图像精细定位的方法。（5）掌握使用垂直投影法分割车牌字符的方法。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。车牌检测的应用场景有些许？车牌检测对智慧城市的构建有何作用？车牌检测任务可能需要用到哪些python库？Opencv有哪些优点与确定？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。车牌粗定位的流程包括哪些步骤？霍夫变换有哪些应用？传统的图像分割方法包括哪些？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。垂直投影算法在车牌精定位上的作用？Opencv在图像处理中提供了哪些方法，分类说明？开放环境中车牌检测任务有哪些？主要知识点、重点与难点主要知识点车牌检测的概念及应用场景。车牌粗定位流程。车牌精细定位流程。Opencv库函数调用。车牌字符分过程。重点车牌粗定位流程。车牌精细定位流程。车牌字符分割流程。难点车牌字符分割流程。教学过程设计理论教学过程车牌检测基地概念。车牌检测的目标。车牌检测的实际场景。图像处理python库Opencv的使用。Opencvpython库的优势。灰度图转换。二值图转换。RGB图像转HSV图像。形态学图像处理技术。图像粗定位流程。霍夫变换及直线检测。垂直投影法。图像精细定位流程。车牌字符分割过程实验教学过程PythonOpencv库调用。车牌粗定位方法。车牌精细定位方法。车牌字符分割过程。教材与参考资料教材黄红梅，张良均．Python数据分析与应用[M]．北京：人民邮电出版社．2018．参考资料[1] 冈萨雷斯．数字图像处理[M]．电子工业出版社．2003．第8章QR码的检测教案课程名称：图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：8学时材料清单《图像处理实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标通过本章教学，使学生理解图像中QR码的检测、分割和识别流程，掌握使用图像处理技术和Python中丰富多样的图像处理函数进行QR码检测的方法，培养学生分析问题和应用图像处理基本算法和软件工具解决问题的能。基本要求了解QR码的原理和应用场景。理解QR码的结构特征和检测流程。掌握包含QR码的图像的预处理方法。理解和掌握QR码中定位块的检测算法。掌握QR码分割的原理和算法实现。掌握几何校正及缩放函数的使用。掌握QR码解析函数的使用。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。传统条形码的扫描设备和QR码的扫描设备有哪些不同？QR码有哪些应用场景？QR码为什么也叫做快速响应码？有哪些设计上的特点使它实现被快速识别？现实中通过手机拍摄的QR码图像有哪些干扰？探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。为何QR码只设计了三个定位块？从不同方向对QR码进行线扫描，都会在定位块中检测到1:1:3:1:1的黑白线段长度比例结构码？本章使用自适应阈值分割含QR码的图像，自适应阈值分割有时会引起图像局部细节的变形，为何该方法不会影响QR码的检测？在计算三个定位块在QR码中的位置关系时，何种情况下距离最远的两个定位块并不在对角线上？拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。如何处理包含多个QR码的图像？圆形QR码如何进行检测？为何小面积遮挡不影响QR码的识别？主要知识点、重点与难点主要知识点QR码的原理及应用场景。QR码的结构特征分析。QR码检测的算法流程。图像的预处理。定位块的检测。QR码的分割。QR码的几何校正及缩放。QR码的解析。重点如何根据QR码的结构特点设计检测流程。定位块的检测。QR码的分割。难点计算三个定位块在QR码中的位置关系和计算QR码的第四个角点。教学过程设计理论教学过程QR码的原理及应用场景。QR码的结构特征分析。QR码检测的算法流程。图像的预处理。定位块的检测。QR码的分割。QR码的几何校正及缩放。QR码的解析。实验教学过程彩色图像的灰度化。使用自适应中值滤波进行图像去噪。使用自适应阈值对图像进行二值化处理。在二值图像中提取轮廓。嵌套关系检测。定位块先扫描特征筛选。标记定位块在QR码中的位置关系。计算定位块的顶点坐标。计算QR码的第四个角点。QR码的几何校正及缩放。QR码的解析。教材与参考资料教材杨坦，张良均．图像处理实战[M]．北京：人民邮电出版社．2023．参考资料[1] 拉斐尔·C.冈萨雷斯，理查德·E.伍兹．数字图像处理（第四版）[M]．北京：电子工业出版社．2020．[2] 桑迪潘·戴伊著，陈盈、邓军译．Python图像处理实战[M]．北京：人民邮电出版社．2020．第9章钢轨轨面缺陷检测教案课程名称：图像处理实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论30学时，实验34学时）总学分：4.0学分本章学时：8学时材料清单《图像处理实战》教材。配套PPT。引导性