数字图像处理实战-教学大纲、授课计划

《数字图像处理实战》教学大纲课程名称：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学分课程的性质《数字图像处理实战》是一门理论和编程实践紧密结合的课程。大数据时代已经到来，在日常生产、生活及其他领域中图像的采集、传输越来越便利，对图像数据进行及时处理并做出科学、准确的决策越来越重要。图像处理具有很强的实用性，越来越多的领域如人工智能、自动驾驶、智能交通、手机应用、军事和医疗等都离不开图像处理技术。本课程坚持基于图像处理应用性强的特点，利用所学到的理论方法来解决图像处理中实际应用问题，从而提高学生的学习兴趣、增强学生的就业竞争能力。课程的任务通过本课程的学习，使学生学会使用Python进行图像的基本变换、图像增强与复原、形态学处理、图像特征提取和图像分割等基本处理，并通过车牌检测、QR码检测和钢轨轨面缺陷检测三个实战案例，将理论与实践相结合，为将来从事图像处理相关的工作和研究奠定基础。课程学时分配序号教学内容理论学时实验学时其它1第1章图像处理概述202第2章图像的基本变换333第3章图像增强与复原444第4章形态学处理445第5章图像特征提取446第6章图像分割447第7章车牌检测358第8章QR码的检测359第9章钢轨轨面缺陷检测35总计3034教学内容及学时安排理论教学序号章节名称主要内容教学目标学时1图像处理概述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生成图像量化像素间的基本关系常用的图像处理工具常用的Python图像处理库了解图像处理的起源和应用领域了解图像处理与图像工程的关系熟悉图像生成与量化熟悉像素之间的基本关系熟悉常用的图像处理工具了解常用Python的图像处理库22图像的基本变换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掌握图像的读取与写出掌握图像的色彩空间变换方法掌握图像的几何空间变换方法33图像增强与复原空间滤波的原理空间滤波器的构筑方法空间滤波器的类型空间滤波器的应用方法频率域滤波的原理高通和低通频域率滤波的类型常见的噪声模型空间滤波或频率域滤波去除噪声的方法了解空间滤波的原理，以及如何形成空间滤波器熟悉空间滤波器的主要类型，以及具体的应用方法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44形态学处理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熟悉腐蚀与膨胀运算的实现方法熟悉开与闭操作的实现方法掌握使用基本形态学算法处理图像的方法45图像特征提取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46图像分割图像的阈值分割方法图像分割的大津法图像分割的局部阈值方法活动轮廓模型常用边缘检测算子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掌握图像的阈值分割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47车牌检测车牌检测的背景、数据和目标车牌检测的整体流程获得车牌图像粗略定位的方法获得车牌图像精细定位的方法分割车牌字符的方法了解车牌检测的背景、数据和目标熟悉车牌检测的整体流程掌握使用RGB转HSV、HSV阈值法和形态学方法获得车牌图像粗略定位的方法掌握使用霍夫变换、形态学方法和垂直投影法获得车牌图像精细定位的方法掌握使用垂直投影法分割车牌字符的方法38QR码的检测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39钢轨轨面缺陷检测钢轨表面缺陷检测的背景和目标轨面缺陷检测的流程轨面图像的预处理区域生长算法初始种子点的提取区域生长算法中上阈值的自适应选择了解钢轨表面缺陷检测的背景和目标掌握轨面图像特性分析和预处理的方法和思想掌握初始种子点提取的方法和思想掌握上阈值的自适应选择的原理和实现3学时合计30实验教学序号实验项目名称实验要求学时1图像的基本变换读取图像写出图像变换色彩空间变换几何空间22图像增强与复原使用空间滤波平滑图像使用空间滤波锐化图像使用空间滤波器模糊图像使用频率域滤波平滑图像使用频率域滤波锐化图像复原只存在噪声的图像33形态学处理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44图像特征提取提取图像的颜色特征提取图像的纹理特征提取图像的轮廓特征提取图像的形状特征45图像分割使用大津法进行全局阈值分割自适应阈值分割使用活动轮廓模型进行图像分割岩石样本图像的处理与含油成分面积比的计算使用常用的边缘检测算子检测图像边缘基于Hough变换的QR码分割使用区域生长算法分割图像使用SLIC算法分割图像使用QuickShift算法分割图像46车牌检测将RGB图像转为HSV使用阈值法获取候选车牌像素点mask使用形态学处理车牌mask图像标志连通域车牌粗定位使用霍夫变换对车牌图像倾斜矫正使用形态学精细定位车牌使用垂直投影法去除车牌边框57QR码的检测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58钢轨轨面缺陷检测轨面不均匀光照的消除黑边去除缺陷处像素灰度分布分析上阈值-面积曲线的计算上阈值-面积曲线的拟合与最佳阈值选取使用完整的种子生长算法分割钢轨表面缺陷5学时合计34考核方式突出学生解决实际问题的能力，加强过程性考核。课程考核的成绩构成=平时作业（40%）+课堂参与（20%）+期末考核（40%），期末考试建议采用课程项目形式，要求学生根据具体的项目需求，完成包括问题分析、图像预处理、图像特征提取、图像分割、图像识别、项目报告撰写等多个环节的完整实践流程。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．学院课程教学进度计划表（20～20学年第二学期） 课程名称数字图像处理实战 授课学时64 参与教学教师 授课班级/人数 专业（教研室） 填表时间教务处编印年月课程教学目的通过本课程的学习，使学生学会使用Python进行图像的基本变换、图像增强与复原、形态学处理、图像特征提取和图像分割等基本处理，并通过车牌检测、QR码检测和钢轨规模缺陷检测三个实战案例，将理论与实践相结合，为将来从事图像处理相关的工作和研究奠定基础。教学方法及手段本课程将采用理论与实践相结合的教学方法。在理论上，通过任务引入概念、原理和方法。在实践上，充分地利用生动有趣的图像处理案例，发挥学生主观能动性，指导学生使用Python通过图像的基本变换、图像的增强与复原、形态学处理、图像特征提取和图像分割完成特定的图像处理任务。同时结合三个综合案例，引导学生将所学知识与企业需求相结合，实现知识的活学活用。要求学生自己动手分析实例，学习基本理论和方法，结合已有的知识，适当组织一些讨论，充分调动学生的主观能动性，以达到本课程的教学目的。课程考核方法突出学生解决实际问题的能力，加强过程性考核。课程考核的成绩构成=平时作业（40%）+课堂参与（20%）+期末考核（40%），期末考试建议采用课程项目形式，要求学生根据具体的项目需求，完成包括问题分析、图像预处理、图像特征提取、图像分割、图像识别、项目报告撰写等多个环节的完整实践流程。

《数字图像处理实战》教学日历周次学时授课内容作业要求备注14第1章图像处理概述第2章图像的基本变换（1）第1章课后习题24第2章图像的基本变换（2）第2章课后习题34第3章图像增强与复原（1）第3章课后习题44第3章图像增强与复原（2）第3章课后习题54第4章形态学处理（1）第4章课后习题64第4章形态学处理（2）第4章课后习题74第5章图像特征提取（1）第5章课后习题84第5章图像特征提取（2）第5章课后习题94第6章图像分割（1）第6章