《图象处理》课程教学大纲(工程硕士)电子信息与电气工程学院自动化系 1．简况：开课单位：电子信息与电气工程学院自动化系学科：控制科学与控制工程课程编号：P032506中文/英文名称：数字图像处理/Digital Image Processing学时/学分：54学时/3学分开课时间：秋预修课程：线性系统面向专业：控制，电子，信息及机械类专业主要教学内容和基本要求：数字图像处理是计算机和电子学科的重要组成部分，是模式识别和人工智能理论的的中心研究内容。课程目的是使学生掌握数字图像处理的基本概念和基本方法，熟悉数字图像处理的基本编程工具和方法，了解数字图像处理的理论发展及其工程应用。主要教学内容包括：（1）数字图像处理的基本概念，包括数字图像格式，数字图像显示，数字图像处理软件，点运算，代数运算和几何运算等概念。（2）数字图像的空间域和频域增强方法。（3）数字图像复原的基本模型和方法。(4) 图像边缘检测。（5）彩色图像处理基础。（6）介绍数字图像小波变换和多分辨处理的基本原理与方法。（7）介绍数字图像压缩的基本原理与方法。（8）介绍图像分割、图像描述和图像识别的基本方法。（9）介绍多谱图像处理及三维图像处理的理论与方法。教材：Rafael C. Gonzalez, and Richard E. Woods, Digital Image Processing, Second Edition, 电子工业出版社, 北京, 2006.主要参考书：Kenneth R. Castleman, Digital Image Processing, Prentice Hall International, Inc., 清华大学出版社,1997.Rafael C. Gonzalez, Digital Image Processing Using Matlab. Prentice Hall International, Inc.,电子工业出版社, 北京, 2004. 2．课程性质和任务 本课程是面向工科控制，电子，信息及机械类等专业硕士研究生的一门主课。该课程的任务是向硕士研究生介绍数字图像处理基本理论，方法和发展方向。3．课程的教学内容和基本要求 第1章 绪论第2章 数字图像基础。了解数字图像获取的途径、数字图像的表示、图像格式、数字图像显示和数字图像处理软件等内容，掌握像素、灰度等基本概念，及基于像素的图像运算。第3章 数字图像空间域增强方法。掌握图像灰度变换、直方图均衡﹑平滑和锐化空间滤波的原理及实现方法。第4章 数字图像频域增强方法。掌握二维离散傅里叶变换，及在频域中设计平滑低通滤波器和锐化滤波器对图像进行增强的方法。第5章 数字图像复原。了解噪声模型和图像退化/复原的一般过程及模型，掌握用均值滤波﹑顺序统计滤波﹑维纳滤波等进行图像复原的方法，掌握几何校正的原理和实现方法。第6章 图像边缘检测。理解图像边缘的基本概念，掌握基于一阶梯度算子﹑二阶梯度算子的图像边缘检测算法及其实现，掌握基于Hough变换的图像直线边缘连接算法。第7章 彩色图像处理基础。了解色彩的物理学基础，理解色调﹑色饱和度等基本概念，掌握RGB﹑CMY﹑HSI等彩色空间模型及各彩色空间之间的转换，掌握彩色变换﹑彩色图像直方图处理﹑彩色图像增强和彩色图像边缘检测的基本方法。第8章 小波变换和多分辨图像处理。了解图像金字塔﹑子带编码﹑小波多尺度空间，掌握一维离散小波变换和二维图像小波变换算法，了解图像小波包分解及基于小波变换的图像去噪方法。第9章 数字图像压缩基础。了解信源编码和信道编码的基本概念和编码的信息论基础，了解数字图像无损和有损压缩的基本方法和数字图像压缩的标准。第10章 图像分析基础。掌握数字图像分割﹑图像区域边界描述基本方法，掌握图像不变矩特征提取和识别的方法，了解一般图像识别的内容和方法，了解多谱图像和三维图像处理的基本概念和方法。 ４．实验内容和基本要求及实验个数、学时数暂不开。 ５．对研究生能力培养的要求本课程要求学生掌握数字图像处理的基本理论和方法。着重培养研究生对数字图像处理的分析能力，能熟练用MATLAB编程。并能在分析的基础上，提出有效的数字图像处理方法。要求学生结合自己的专业背景，依据实际例子，写出报告。６．其它需要说明的问题 本课程讲义及其它辅助材料将放在网上供学生下载。

第1章 绪论 (第一周)第2章 数字图像基础（第一周）。了解数字图像获取的途径、数字图像的表示、图像格式、数字图像显示和数字图像处理软件等内容，掌握像素、灰度等基本概念，及基于像素的图像运算。第3章 数字图像空间域增强方法（第二周）。掌握图像灰度变换、直方图均衡﹑平滑和锐化空间滤波的原理及实现方法。第4章 数字图像频域增强方法（第三周）。掌握二维离散傅里叶变换，及在频域中设计平滑低通滤波器和锐化滤波器对图像进行增强的方法。第5章 数字图像复原（第四周）。了解噪声模型和图像退化/复原的一般过程及模型，掌握用均值滤波﹑顺序统计滤波﹑维纳滤波等进行图像复原的方法，掌握几何校正的原理和实现方法。第6章 图像边缘检测（第五周）。理解图像边缘的基本概念，掌握基于一阶梯度算子﹑二阶梯度算子的图像边缘检测算法及其实现，掌握基于Hough变换的图像直线边缘连接算法。第7章 彩色图像处理基础（第六周）。了解色彩的物理学基础，理解色调﹑色饱和度等基本概念，掌握RGB﹑CMY﹑HSI等彩色空间模型及各彩色空间之间的转换，掌握彩色变换﹑彩色图像直方图处理﹑彩色图像增强和彩色图像边缘检测的基本方法。第8章 小波变换和多分辨图像处理（第七周）。了解图像金字塔﹑子带编码﹑小波多尺度空间，掌握一维离散小波变换和二维图像小波变换算法，了解图像小波包分解及基于小波变换的图像去噪方法。第9章 数字图像压缩基础（第八周）。了解信源编码和信道编码的基本概念和编码的信息论基础，了解数字图像无损和有损压缩的基本方法和数字图像压缩的标准。第10章 图像分析基础（第九周）。掌握数字图像分割﹑图像区域边界描述基本方法，掌握图像不变矩特征提取和识别的方法，了解一般图像识别的内容和方法，了解多谱图像和三维图像处理的基本概念和方法。

课程考核以大型作业，上机实验报告等形式为主，主要考查学生综合运用所学的图像处理知识，解决实际问题的能力．

• 1.Kenneth R. Castleman, Digital Image Processing, Prentice Hall International, Inc., 清华大学出版社,1997.2.Rafael C. Gonzalez, Digital Image Processing Using Matlab. Prentice Hall International, Inc.,电子工业出版社, 北京, 2004.