课程简介
course introduction
数字图像处理是论述图像处理基本理论、方法及其在自动化领域中的应用的学科，是实现机器视觉的有效工具，是计算机科学与技术本科专业的专业选修课。学习本门课程的主要目的是使学生掌握数字图像处理的基本概念、原理、和方法，并能解决在智能化检测与控制中的应用问题。通过本课程的学习，要求学生能够根据需要选择合理的数字图像处理技术和方法，从事图像处理系统设计、基于视觉的智能化检测方面的研究开发工作。
考核方式:考查
成绩分布:
平时成绩 60%（平时表现、论文阅读、平时实验）
期终考查 40%（课程大作业）
说明:
平时成绩、期终考查评分标准如下表:
各项成绩构成 | 评分说明 |
平时成绩 = 平时表现*20% 论文阅读*20% 平时实验*60% | 平时表现 = 到课率*40% 学习主动性*60% 满分100，其中， 到课率:基准分100分，缺课1次扣20分，缺课3次为0分； 特别注意:缺课4次，取消本门课程成绩； 学习主动性:根据学生课堂表现评分，满分100； |
论文阅读，满分100: 1）通读2篇教师指定，或教师同意的论文，其中至少1篇为英文，并写出读书报告，得基准分:60*d。 2）若能实现论文中算法，或成功应用到其它方面，可额外得10-40分*d。 3）d为难度系数，d=0.8-1.5 | |
平时实验:由4-6个系列实验组成，满分100； 1）实验效果基本达到要求，可以得基准分:80. 2）若效果良好，可额外得10-20分 | |
期终考查 = 期末大作业程序*50% 期末大作业报告*50% | 报告分:报告 格式符合要求、语句通顺、结构合理、内容完整、实验数据合理，得基准分80分 程序分:功能基本达到要求，演示流畅、讲解清晰，得基准分85% |
教学大纲
teaching syllabus
（2017版教学大纲正在修订中，以下内容为2015年版大纲，仅供参考）
课程编码:xx31310
课程性质:专业选修
教学时数:周学时3，总学时48
学 分:3学分
先修课程:
高等数学，线性代数，概率论与数理统计，c 语言程序设计，数据结构，算法分析与设计
教学目的与要求:
数字图像处理是论述图像处理基本理论、方法及其在自动化领域中的应用的学科，是实现机器视觉的有效工具，是计算机科学与技术本科专业的专业选修课。学习本门课程的主要目的是使学生掌握数字图像处理的基本概念、原理、和方法，并能解决在智能化检测与控制中的应用问题。通过本课程的学习，要求学生能够根据需要选择合理的数字图像处理技术和方法，从事图像处理系统设计、基于视觉的智能化检测方面的研究开发工作。
参考教材:
gonzalez r. c.,woods r. e. digital image processing(second edition). 北京:电子工业出版社，2002
说明:
（1) 教材请自行购买，可购买最新版；
(2) 授课内容讲解顺序主题遵循教材章节顺序，但不局限于教材；
参考书目:
（1）王润生主编. 图像理解.长沙:国防科技大学出版社，1995
（2）崔屹. 数字图像处理技术与应用. 北京:电子工业出版社，1997
（3）吕凤军. 数字图像处理编程入门. 北京:清华大学出版社，1999
（4）何斌，马天予. vc 数字图像处理. 北京:人民邮电出版社，2001
（5）章毓晋. 图像工程（上册）图像处理. 北京:清华出版社，2006
授课内容:
数字图像处理描述了数字图像处理的基本理论、方法及其部分应用。本课程介绍的内容包括:数字图像处理的基本概念与特点，数字图像处理基础和图像编程基础，空间域图像增强，频域图像增强，图像复原，图像的几何变换，图像编码，数学形态学及其应用，图像分割与边缘检测，图像特征与理解等。本课程主要采用课堂教学和课后实验相结合的方法，建议学生课后完成下列实验，巩固课堂知识。所有的内容围绕具体案例讲解。详细内容如下，
第一讲 绪论 （3节，第1周）
主要讲述:数字图像处理的基本概念与特点，数字图像处理硬件系统，数字图像处理的应用及发展趋势。
重点:数字图像处理的特点及其应用。
第二讲数字图像处理基础 （6节，第2，3周）（含小实验）
主要讲述:图像的采样与量化技术、图像数字化设备、数字图像的类型、常见图像文件格式、色度学基础与颜色模型、图像特征基础。
重点:bmp文件格式、rgb模型、hsi模型以及颜色模型之间的相互转换，图像特征基础。
难点:位图调色板及其在编程中的实现。
第三讲 matlab和vc 图像编程基础 （3节，第4周）（选讲）（含小实验）
主要讲述:matlab编程，vc 可视化编程基础。
重点:matlab编程，dibobject类的设计，图像文件的读写与显示。
难点:利用visual c 进行面向对象的程序设计，文档视图结构，图像的显示。
第四讲空间域图像增强 （3节，第5，6周）
主要讲述:直方图的基本概念、性质、拉伸与均衡，灰度线性变换，图像噪声的分类与特点，模板与卷积运算，图像平滑，图像锐化，图像的伪彩色处理。
重点:直方图的拉伸与均衡，双边滤波。
难点:直方图均衡，双边滤波。
第五讲频域图像增强（选讲）（3节，第6，7周）（含实验1:图像编辑、图像缩放、图像量化）
主要讲述:频域处理的作用，离散傅立叶变换的概念与性质及其快速实现算法，离散余弦变换的特点及其快速实现算法等，小波变换等。
重点:离散傅立叶变换的性质，快速离散傅立叶变换，快速离散余弦变换，小波变换的应用。
难点:离散傅立叶变换的蝶形算法，小波变换。
第六讲图像复原与图像重建 （6节，第8，9周）（含实验2:图像增强（空间域））
主要讲述:图像的退化与复原的基本概念与数学模型，非约束复原、最小二乘法约束复原、非线性复原方法。主要涉及:低剂量图像重建、图像上采样、图像去模糊
重点:低剂量图像重建（低秩表示）、图像上采样、图像去模糊
难点:图像退化的数学模型，图像复原的实现。
第七讲图像的几何变换（围绕图像配准、核函数）（3节，第10周）
主要讲述:齐次坐标、几何变换矩阵，图像的比例缩放、平移、镜像、旋转、透视变换与复合变换、几何变换在图像配准中的应用
重点:几何变换在图像配准中的应用
难点:图像的复合变换与透视变换。
第八讲图像编码（可选内容）（jpeg压缩编码）（6节，第11，12周）（含实验3:图像增强（频率域））
主要讲述 :图像编码的目的与意义，编码的基本原理、方法与评价，哈夫曼编码、香农范诺编码、行程长度编码、lzw编码、算术编码、jpeg编码。
重点: lzw编码、jpeg编码的算法与实现。
难点: jpeg编码的算法与实现。
第九讲数学形态学及其应用（选讲）（3节，第13周）
主要讲述:数学形态学的基本概念，二值形态学腐蚀、膨胀、开、闭运算，击中击不中变换，灰值腐蚀、膨胀、开、闭运算，形态学滤波，骨架抽取，细化算法。
重点:二值形态学腐蚀、膨胀、开、闭运算，细化算法。
难点:击中击不中变换，骨架抽取。
第十讲图像分割与边缘检测（围绕graph cut）（3节，第14周）（含实验4:图像图像恢复）
主要讲述:图像分割的概念、原理及方法，阈值分割技术，区域增长与聚合，边缘检测与微分运算，轮廓跟踪与提取。
重点:graph cut。
难点:模板匹配与直方图匹配，区域生长与区域聚合，graph cut。
第十一讲图像特征与理解（可选内容）（sift）（本讲sift部分与第二讲合并）（3节，第15周）
主要讲述:特征分析的基本方法，图像的几何特征、形状特征、纹理特征及其他特征的定义及其在图像分析中的应用，中轴变换，曲线与表面的拟合。
重点:sift、图像几何特征、形状特征，边界链码，欧拉数与孔洞数。
难点:sift、纹理分析，中轴变换，曲线与表面的拟合。
第十二讲 课程大作业展示（3节，第16周）
