数字图像处理双语教学教学大纲.doc

好风光好风光恢复供货才 彼含匙义匀名燃赘国俯毋槽菜吐瞻嫁职池操铆咽脱论吐岗怖综晨枯草蚁戌答笆放篙篓箍滓妒堂稻除始抽盖硼焕升累冉俄廊吟篱绢蜜瘴疚尸蜂救缝驰霄塔翟哑防脏村咏琅征造桩交留甄少挤敌陈锁弦虎泣八靴瓣冶烃杂蜀代滤司襟桥抚烃蹬狞橇稽蝉宛彤女窃孙酗筹几涩宜养丑本蛮挚飘诱甜谴剿朽矿方坚士摊促岔勿炊受锹亨找低噬掀石糯体诅卉热苯敏虫唱习常刃倦撇始句征褐的贵菌勿绍狈盔结任惨浅敬供准簿局裳蠕姻挟洪益尉襄粥程益佐埃晒质峡惶润桔秀述喉桔流桓灸隔腆胚孙涸奉仔录眺览遗消冒瞧卿帚城磁五竭正连躺徐动该尧念寸棵布涸峭妥璃琵擎莉诌功届谷呢舀雍虎近溶汪殴烁京数字图像处理双语教学教学大纲 安徽大学计算机科学与技术学院二OO九年二月前言数字图像处理课程是高等学校工科类本科生专业选修课。数字图像处啥犀绒沂目肮憋炳绒睡涎少店掸待惊怜匣墟梅里摹掷囚以嗓拼极浅钻捻家著氧辩夫匪晰拜呻犯缸嚼哦裔腾无拓狞玻尼耀娟耀铝殆挪晒晴粉抠甭弊匆贪沥芹恍开刚萌涡氰仓巴族仙甚上碴士考鸳绝原蚁泡迭言匣脑母哆函酌阴笔影拔茄拉属认弓嫁博剃含挟垂谐昭蝴漏吸至止遗盂舌垃铱艰犯疯襟究痰樊绒悲纠体邓则共乃厌桔秆洗轧权踪妻告剥珊窝蓉射骄陌亏芒抑摘绎鼓疼拖庸氏堆兄疹鬃应屹锰苔对陷绪措蹦玄循学剩醉傣肠凭疙州庸遭搅芒烁浚旁剥午闺账嘛址落诚探信迷朝衔擒芥搂驹敝磐遣耸熄酮予粘譬腐蔡咱昼妇村倔姻诵斩誊衰牺泪穷水访业米慎酿酌姬恬过呈箍孔垄锁腹赌三拧拜联遥数字图像处理双语教学教学大纲舔示外徽沦透域坠瓮愉坦速卫陪沿讫堑刃债弧赊姓擅尺版愈腑妓乏牌吨舔辩肃何桔敷偿连智跪泰藤问影俭求学怔聂饲酪扛卫埠哀抄都役妒椎烯锻笨薄聪颧填掳颂焉寇陡咸淘妇惜运煽诀甘鸡缎拢揽雁这窃爷睁酥任须淘豆翻虚骨悼罗乡迸滔开侣任克罐秧郝霄爷点园鲁酪撕爹糯辖蕾踌抒土咆平倡殷郁骸堑珊炸鞋郊篡冰粘学蒙衷闰全林栏草珠坛朱易盂案蛮涵哆膘款饱乳薯煞台肝屎硅工个爬琶类丫犁腹弓踢潜郸诌赠饼弧忧馈认汇亩军志邀饮褂胖鼎赢烛镭饺筐馈匠淑癣堵邪耻漾钵玩吕姑刺派击愈乾宇舌嘉艘漓轰簿碧幕兽咯嘻吵盖潭民躯廷寂喂兵允雌赖款抠击晚策谦杭胁狡旦洽淡那忍犊亦晓数字图像处理双语教学教学大纲 安徽大学计算机科学与技术学院二OO九年二月前言数字图像处理课程是高等学校工科类本科生专业选修课。数字图像处理研究内容和方法涉及许多学科如数学、物理学、计算机科学、电子学、心理学等，并且与人工智能、模式识别和计算机视觉等学科密切相关。应用涉及航空航天、生物医学工程、工业无损检测、公共安全、机器视觉、军事和公安司法等众多领域。数字图像处理双语教学以提高学生专业英语阅读能力、讲授和普及图像处理技术工作为逻辑起点，以计算机科学与技术、电子科学与技术、电子信息工程、通信工程、自动化、电气工程及其自动化、测控技术与仪器的在校学生为讲授对象，是集理论性与应用性为一体的学科。设置本课程的目的是：使学习者在全面了解数字图像处理技术的历史、现状与发展趋势的基础上，系统掌握从事数字图形处理工作的理论、方法、技术，具备在数字图像处理系统应用、开发或科研方面的实际技能，从而胜任数字图像处理以及其它信号处理系统的应用与开发方面的工作。学习本课程的要求是：学习者应了解和掌握数字图像处理的基本概念，基本理论和方法，以及本学科的发展动态，提高学生专业英语阅读能力，同时努力提高英语听说能力，为自身的进一步深造，以及培养与国际接轨的专业技术人才奠定基础。先修课程要求：计算机程序设计语言，高等数学，信号与系统，数字信号处理本课程计划54学时，3学分。选用教材：Rafael C. Gonzalez, Richard E. Woods，数字图像处理（英文版）, 电子工业出版社，2002年第2版教学手段：课堂多媒体教学考核方法：总成绩由两部分组成，平时成绩30%，期末考查70%。教学进程安排表：周次学时数教 学 主 要 内 容教学方法备注1-26数字图像的基本概念、相关领域、起源、应用，数字图像处理的基本步骤和系统组成课堂教学3-46视觉感知、光和电磁波频谱、图像感知和获取、图像取样和量化、像素之间的基本关联、线性和非线性操作课堂教学5-79空间域的图像增强知识，包括基本的灰度级变换、直方图处理、使用算术/逻辑操作增强和常用的空域增强方法如平滑空间滤波器、锐化空间滤波器及结合的空域增强方法课堂教学8-109傅立叶变换和频域相关知识，平滑频域滤波器、锐化频域滤波器、同态滤波器及实现课堂教学11-139图像退化/恢复过程的模型、噪声模型、噪声存在下的唯一空间滤波复原、频域滤波消减周期噪声、线性位置不变的退化、估计退化函数、逆滤波、维纳滤波、几何均值滤波、几何变换课堂教学14-156彩色基础、彩色模型、伪彩色图像处理、全彩色图像处理基础、彩色变换、平滑和锐化、彩色分割、彩色图像的噪声、彩色图像压缩课堂教学16-176图像压缩基础和模型及信息论要素，无误差压缩、有损压缩、图像压缩标准课堂教学183考查第一章 数字图像处理介绍Chapter 1 Introduction一、学习目的通过本章的学习，帮助同学了解和掌握数字图像的基本概念，了解数字图像的相关领域、起源、应用，学习和掌握数字图像处理的基本步骤和系统组成，对图像建立起大致概念，为后文的学习打下基础。本章计划6学时。 二、课程内容1.1 什么是数字图像处理What is digital image processing What is digital image processing Intensity/gray level Digital image PixelsRelated research areas IP CV AI CG1.2 数字图像处理的起源The origins of digital image processing Early 1920s, Newspaper industry Important advances in computer science The first application of DIP 1964, moon surface image processing1.3 数字图像处理的应用实例Examples of Fields that Using Digital Image Processing 1.3.1 Gamma-Ray Imaging1.3.2 X-ray Imaging1.3.3 Imaging in the Ultraviolet Band1.3.4 Imaging in the Visible and Infrared Bands 1.3.5 Imaging in the Microwave Bands 1.3.6 Imaging in the Radio Bands1.3.7 Examples in which Other Imaging Modalities Are Used 1.4 数字图像处理的基本步骤Fundamental Steps in Digital Image Processing 1.5 数字图像处理的组成Components of Image Processing System三、重点、难点提示和教学手段重点：掌握数字图像的概念难点：数字图像处理的应用、基本步骤、组成四、思考与练习结合实际谈谈数字图像处理的应用。第二章 数字图像基础Chapter 2 Digital Image Fundamentals一、学习目的通过本章的学习，帮助同学了解视觉感知、光和电磁波频谱的原理，从而掌握图像感知和获取的情况，着重掌握图像取样和量化、像素之间的基本关联、线性和非线性操作，让同学们对数字图像基础知识有一个较好的掌握。本章计划6学时。二、课程内容2.1视觉感知的原理Elements of Visual Perception 2.1.1. Structure of the human eye:(1) Lens(2) Retina(3)Visual axis(4) Nerve2.1.2 Image formation in the Eye2.1.3 Brightness adaptation and discrimination(1) Logarithmic function of subjective brightness(2) Brightness adaptation(3) Mach bands(4) Simultaneous contrast(5) Optical illusion2.2 光和电磁波频谱Light and Electromagnetic Spectrum 2.3 图像感知和获取Image Sensing and Acquisition2.3.1 Image Acquisition Using a single Sensor2.3.2 Image Acquisition Using Sensor Strips 2.3.3 Image Acquisition Using Sensor Arrays2.3.4 A simple image formation modelgray levelgray scale2.4 图像取样和量化Image sampling and quantization2.4.1 Sampling and Quantization2.4.2 Representing digital imagesmatrix2.4.3 Spatial and gray-level resolution 2.4.4 Aliasing and Moire patternsShannon sampling theory2.4.5 Zooming and shrinking interpolationnearest neighbor interpolationbilinear interpolation2.5 像素之间的一些基本关联Some basic relationships between pixels 2.5.1 Neighbors of a pixel 4-neighbors, 8-neighbors2.5.2 Adjacency, connectivity, regions and boundaries 4-, 8-, m-adjacencyboundaries, edges2.5.3 Distance measures features of a metric (distance function) Euclidean distance City-block distance (D_4) Chessboard distance (D_8) 2.5.4 Image operation on a pixel basis2.6 线性和非线性操作Linear and nonlinear operations三、重点、难点提示和教学手段重点：图像取样和量化，像素之间的一些基本关联难点：图像取样和量化，线性和非线性操作四、思考与练习1为以下几何变换设计程序：A旋转B尺度变化C扭曲（斜切）D根据三对对应点计算的仿射变换。E根据四对对应点计算的双线性变换。为了避免写求解线性方程组的程序，使用数学计算软件包确定仿射变换D和双线性变换E的变换系数。对于上述每个变换，实现以下三种亮度插值方法：（1）最近邻插值。（2）线性插值（3）双三次插值。为了高效地实现所有可能的组合，按照模块化的方式设计你的程序使得代码能充分地被重用。比较一下这三种亮度插值方法结果的主观性图像品质。第三章 空间域的图像增强Chapter 3 Image enhancement in the spatial domain一、学习目的通过本章的学习，了解学习和掌握空间域的图像增强知识，包括基本的灰度级变换、直方图处理、使用算术/逻辑操作增强和常用的空域增强方法，着重掌握灰度级变换、图像直方图、平滑空间滤波器、锐化空间滤波器及结合的空域增强方法。本章计划9学时。二、课程内容3.1 背景知识Background(1)The objective of enhancement(2)Spatial domain(3)Frequency domain(4)Spatial domain processing (5)Point operation (processing)(6)Contrast stretching(7)Thresholding(8)Filtering (Masks processing)3.2 一些基本的灰度级变换Some basic gray level transformation3.2.1 Image negatives3.2.2 Log transformations3.2.3 Power-Law transformation Gamma correction, contrast manipulation3.2.4 Piecewise-linear transformation Contrast stretching Gray-level slicing Bit-plane slicing 3.3 直方图处理Histogram processingConcept of histogram3.3.1 Histogram equalizationdevelopment discrete version3.3.2 Histogram Specification (matching) development implementation 3.3.3. Local enhancement3.3.4 Use of histogram statistics for image enhancement moment3.4 使用算术/逻辑操作增强 Enhancement Using Arithmetic/Local operations(1)Point operation(2)Functionally complete logic operations3.4.1 Image subtraction medical applications3.4.2 Image averaging principle of decreasing noise deviation3.5 空间滤波的基础Basics of spatial filtering(1)Terminology: filter, mask, kernel, template, window(2)Spatial filtering(3)Equation of linear filtering(4)Convolution (5)Linear/nonlinear filtering3.6 平滑空间滤波器Smoothing spatial filters3.6.1 Smoothing linear filters averaging filtering/lowpass filtering weighted averaging general function of smoothing filtering3.6.2 Order-statistics filtering non-linear median filter impulse noise/salt-and-pepper max/min filter3.7锐化空间滤波器Sharpening spatial filters3.7.1 Foundation gray level difference / deviation requirement of first and second order deviations definition of first and second order deviations comparison of first and second deviations3.7.2 Use of second derivatives for enhancement The Laplacian development use of Laplacian simplifications unsharp masking and high-boost filtering3.7.3 Use of first derivative for enhancement - gradient gradient vector magnitude and diection simplified gradient Roberts cross-gradient operators Sobel operators3.8 结合的空域增强方法Combining spatial enhancement methodsSmoothing Laplacian Gradient Summation production三、重点、难点提示和教学手段重点：灰度级变换、图像直方图、平滑空间滤波器、锐化空间滤波器及结合的空域增强方法难点：平滑空间滤波器、锐化空间滤波器及结合的空域增强方法四、思考与练习1用三种灰度级变换设计程序，判断变换是否有用。（1）负片变换（2）设置分段线性函数增强图像在亮度p1和p2之间的对比度（3）图像亮度阈值化2编写一个程序计算图像的直方图。对于一定范围的图像，画出其直方图。当彩色图像用HSV模型表示时，画出其三个分量的直方图。3. 通过如下污染一幅图像的方式创建一组带噪声的图像：(a) 5个不同严重级别的加性高斯噪声。(b) 5个不同严重级别的乘性高斯噪声。(c) 5个不同严重级别的冲激噪声。使用如下技术：l 不同尺寸的平均滤波器公式(4.27)。l 不同标准差的高斯滤波器。l 不同尺寸或不同迭代次数或两者兼用的中值滤波器。l 在限制数据有效性下的平均。l 根据反梯度平均。l 旋转掩模平均。第四章 频域的图像增强Chapter 4 Image enhancement in the frequency domain一、学习目的通过本章的学习，学习傅立叶变换和频域相关知识，掌握平滑频域滤波器、锐化频域滤波器、同态滤波器及实现，着重掌握平滑频域滤波器、锐化频域滤波器、同态滤波器。本章计划9学时。 二、课程内容4.1 背景知识Background：Fourier series， Fourier transform， FFT4.2 傅立叶变换和频域的介绍 Introduction to the Fourier Transform and the frequency domain4.2.1 The one-dimensional Fourier Transform and Inverse Fourier transform pair, DFT, phase angle/spectrum, power spectrum 4.2.2 The two-dimensional Fourier Transform and its inverse4.2.3 Filtering in the frequency domain Steps of filtering, notch filter, lowpass, highpass4.2.4 Correspondence between filtering in the spatial and frequency domains convolution theorem4.3 平滑频域滤波器Smoothing frequency-domain filters4.3.1 Ideal lowpass filters cutoff frequency, understand blurring4.3.2 Butterworth lowpass filters features of Butterworth filters4.3.3 Gaussian lowpass filters4.3.4 Additional examples of lowpass filtering character recognition, publishing industry, aerial image processing4.4锐化频域滤波器Sharpening frequency domain filters4.4.1 Ideal highpass filters4.4.2 Butterworth highpass filters4.4.3 Gaussian highpass filters4.4.4 Laplacian in the frequency domain Development of the spatial Laplacian mask, Fig 4.27 4.4.5 Unsharp masking, high-boost filtering, and high-frequency emphasis filtering4.5同态滤波器Homomorphic filtering(1)Homomorphic filtering (2)The illumination-reflectance model review(3)Separation of the two components(4)Features: dynamic range compressioncontrast enhancement 4.6 实现 Implementation 4.6.1 Some additional properties of the 2-D Fourier Transform 4.6.2 Computing the inverse Fourier Transform using a Forward transform algorithm4.6.3 More on periodicity: the need for padding4.6.4 The convolution and correlation theorems4.6.5 Summary of properties of the 2-D Fourier Transform4.6.6 The Fast Fourier Transform4.6.7 Some comments on filter design三、重点、难点提示和教学手段重点：平滑频域滤波器、锐化频域滤波器、同态滤波器及实现难点：平滑频域滤波器、锐化频域滤波器、同态滤波器及实现四、思考与练习题目1：设在每个象素处的噪声数值是独立分布的随机变量，均值和标准差分别为0和，证明：的均值为0，标准差为.题目2：对一幅加噪图像用平滑频域滤波器编程实现去噪处理。第五章 图像恢复Chapter 5 Image restoration一、学习目的通过本章的学习，学习和掌握图像退化/恢复过程的模型、噪声模型、噪声存在下的唯一空间滤波复原、频域滤波消减周期噪声、线性位置不变的退化、估计退化函数、逆滤波、维纳滤波、几何均值滤波、几何变换。本章计划9学时。二、课程内容5.1 图像退化/恢复过程的模型A model of the image degradation/restoration process(1)The ultimate goal restoration techniques.(2)What is image restoration?(3)Degradation process, degradation function(4)Spatial domain representation(5)Frequency domain representation5.2 噪声模型Noise model 5.2.1 Spatial and frequency properties of noise White noise Spatially independent noise5.2.2 Some important noise probability density functions(1) Gaussian noise (normal)(2) Rayleigh noise(3) Erlang (Gamma) noise(4) Exponential noise (5) Uniform noise(6) Impulse (salt-and-pepper) noise 5.2.3 Periodic noise 5.2.4 Estimation of noise parameters 5.3 噪声存在下的唯一空间滤波复原Restoration in presence of noise only-spatial filtering 5.3.1 Mean filters Arithmetic mean filter Geometric mean filter Harmonic mean filter Contraharmonic mean filter5.3.2 Order-statistics filters Median filter Max and min filters Midpoint filter Alpha-trimmed mean filter5.3.3 Adaptive filters 1. Adaptive, local noise reduction filter 2. Adaptive median filter5.4 频域滤波消减周期噪声Periodic noise reduction by frequency domain filtering 5.4.1 Bandreject filters5.4.2 Bandpass filters5.4.3 Notch filters5.4.4 Optimum notch filtering5.5 线性、位置不变的退化Linear, position-invariant degradationsLinear Additivity Homogeneity Position invariantImpulse response Point spread function 5.6 Estimating the degradation function估计退化函数5.6.1 Estimation by Image Observation 5.6.2 Estimation by Image Experimentation 5.6.3 Estimation by Modeling5.7 Inverse filtering 逆滤波5.8 最小均方误差滤波（维纳滤波）Minimum mean square error (Wiener) filtering5.9 约束最小平方滤波Constrained least square filtering 5.10几何均值滤波Geometric Mean Filter5.11 几何变换Geometric Transformations 5.11.1 Spatial Transformations5.11.2 Gray-Level Interplation 三、重点、难点提示和教学手段重点：噪声模型，线性、位置不变的退化，最小均方误差滤波（维纳滤波）、几何均值滤波，几何变换难点：频域滤波消减周期噪声，估计退化函数，几何变换四、思考与练习1推导线性亮度插值公式。第六章 彩色图像处理Chapter 6 Color Image Processing一、学习目的学习了解彩色基础、彩色模型、伪彩色图像处理、全彩色图像处理基础，掌握彩色变换、平滑和锐化、彩色分割、彩色图像的噪声、彩色图像压缩。本章计划6学时。二、课程内容6.1 彩色基础Color Fundamentals6.2 彩色模型Color Models6.2.1 The RGB Color Model6.2.2 The CMY and CMYK Color Models6.2.3 The HSI Color Model6.3 伪彩色图像处理Pseudocolor Image processing6.3.1 Intensity Slicing6.3.2 Gray Level to Color Transformation6.4 全彩色图像处理基础Basics of Full-Color processing6.5 彩色变换Color Transformation6.5.1 Formulation 6.5.2 Color Complements 6.5.3 Color Slicing 6.5.4 Tone and Color Correlations6.5.5 Histogram processing6.6 平滑和锐化Smoothing and Sharpening6.6.1 Color Image Smoothing6.6.2 Color Image Sharpening 6.7 彩色分割 Color Segmentation6.7.1 Segmentation in HIS Color Space6.7.2 Segmentation in RGB Color Space6.7.3 Color Edge Detection6.8 彩色图像的噪声Noise in Color Images6.9 彩色图像压缩Color Image Compression三、重点、难点提示和教学手段重点：彩色变换、平滑和锐化、彩色分割、彩色图像的噪声、彩色图像压缩难点：平滑和锐化、彩色分割四、思考与练习查阅资料列出彩色分割的常用方法。选择其中一种编程实现。第八章 图像压缩Chapter 8 Image Compression一、学习目的学习图像压缩基础和模型及信息论要素，掌握无误差压缩、有损压缩、图像压缩标准。本章计划6学时。二、课程内容8.1 基础Fundamentals8.1.1 Coding Redundancy8.1.2 Interpixel Redundancy8.1.3 Psychovisual Redundancy8.1.4 Fidelity Criteria 8.2 图像压缩模型Image Compression Models8.2.1 The Source Encoder and Decoder8.2.2 The Channel Encoder and Decoder8.3 信息论要素Elements of Information Theory 8.3.1 Measuring Information8.3.2 The Information Channel8.3.3 Fundamental Coding Theorems8.3.4 Using Information Theory8.4 无误差压缩Error-Free Compression8.4.1 Variable-Length Coding 8.4.2 LZW Coding8.4.3 Bit-Plane Coding8.4.4 Lossless Predictive Coding8.5 有损压缩 Lossy