计算机视觉技术应用 1.1-边缘检测与滤波去噪《计算机视觉技术应用》教案

北京新大陆时代教育科技有限公司《计算机视觉技术应用》课程教案《《计算机视觉技术应用》授课教案授课教案《计算机视觉技术应用》课程教案学年度第学期项目名称项目一手写数字图像处理授课教师授课时间课题名称1.1边缘检测与滤波去噪授课班级授课类型新授课课时2教学目标知识目标1.理解数字图像等4类图像；

2.理解边缘检测Canny算法；

3.了解滤波去噪基本概念。能力目标1.掌握OpenCV边缘检测方法；

2.掌握OpenCV图像去噪方法；

3.掌握图像读写基础操作。素质目标1.具备自主解决问题能力；

2.具备严谨细致学习态度；

3.具备团队协作交流能力。教学重点1.理解数字图像本质及二值、灰度、彩色图像概念，掌握Canny算法原理；

2.掌握中值滤波的去噪原理、操作逻辑及在图像预处理中的适用场景；

3.掌握OpenCV中图像读写、Canny边缘检测及中值滤波的关键函数操作。教学难点1.理解Canny算法中高低阈值对边缘检测精度与完整性的调控作用；

2.确定中值滤波模板尺寸以适配不同噪点强度，避免图像细节丢失；

3.在去噪过程中平衡噪点去除效果与图像边缘特征信息的有效保留。教法与学法讲授法、任务驱动法、讨论法等。教学手段及资源教材、PPT、原码、思维导图、实操视频。学情分析使用教材《计算机视觉技术应用》教学环节（时间分配）教学内容与教师活动学生活动设计意图教学手段课前准备（10min）教师说课-课程整体设计1.课程性质与定位；2.课程教学目标；3.课程教学内容；4.课程教学实施；5.课程考核评价。听讲本次课为本门课程第一次课，通过教师对课程标准相关内容的介绍（性质与定位、教学目标、教学内容、考核方式等），学生可对本门课程的学习有所了解。PPT课程导入1.引导问题：（1）手写数字图像常含噪点，这些噪点会对计算机识别数字边缘、判断数字形态造成哪些干扰？（2）我们肉眼能轻松分辨图像中物体的边缘，计算机需通过何种方式从像素数值中提取边缘特征？自发回答引导问题由案例引出任务，通过引导问题激发学生的学习兴趣和积极性。PPT职业能力目标老师讲解本次任务所要达到的目标。帮助学生梳理各个任务点，为学习指明路径。任务分析1.教师围绕“边缘检测与滤波去噪”讲解本任务的要求；2.演示任务1.1.1（依赖库的安装与导入），任务1.1.2（重点函数详解）的完成效果。听讲教师介绍完任务的结构后，演示任务完成效果，学生将对本任务的要求有一个感性的认识，同时也能吸引其注意力，激发其学习的积极性。PPT任务计划1.引导问题：从安装OpenCV依赖环境、读取手写数字图像，到执行滤波去噪、边缘检测，再到保存处理结果，完整实现手写数字图像边缘检测与滤波去噪需涉及哪些关键步骤？2.学生以小组为单位研讨并制定任务计划。听讲、做任务计划通过问题和课程结构介绍，引导学生明确实现本任务所需的知识点和技能点。学生分组研讨制定任务计划，培养其职业能力和团队协作能力。PPT知识储备（10min）数字图像基础介绍定义：电脑处理的图像统称数字图像，本质是像素数值集合，以二维矩阵存储，图像处理即数值变换；介绍核心特点：讲解图像位深度（8位、24位为主，8位用于灰度图，24位用于彩色图），及二值（黑白两色）、灰度（多阶灰阶）、彩色（RGB三通道）图像的特点与适用场景。引导问题：图像处理中为何常优先选择8位灰度图而非16位或24位图像？边缘检测1.介绍定义：基于灰度突变分割图像的方法，图像边缘对应像素数值突变区域，是提取物体轮廓的关键；2.介绍核心特点：详解Canny算子四步骤——高斯滤波平滑去噪、计算图像强度梯度、非极大抑制锐化边缘、双阈值筛选有效边缘（强/弱边缘判定规则）。引导问题：Canny算子第一步高斯滤波为何是边缘检测的必要前置操作？滤波（去噪）1.介绍目的：一是提取图像特征简化信息，二是消除图像数字化时混入的噪声（如椒盐噪声）；2.介绍核心内容：聚焦中值滤波——非线性滤波技术，以像素邻域灰度值中值替代原像素值，操作含“邻域像素排序→取中值赋值”两步，能去噪且保留边缘细节。引导问题：中值滤波相比均值滤波，在保留图像边缘细节上有何优势？听讲学生通过教师设计的“引导问题”、“练一练”，带着问题学习任务实施所需的知识点，在必要时即时动手实践，可有效地提高其学习的主动性。PPT任务实施（45min）依赖库的安装与导入——讲解实验核心依赖三个库：OpenCV（用于图像处理）、numpy（支持数组与矩阵运算）、matplotlib.pyplot（用于图像可视化）。安装时先升级pip工具以确保环境兼容，再通过清华镜像源安装上述依赖库，提升下载速度；导入时将库分别简写为np、cv2、plt，方便后续代码编写与调用。依赖库的安装与导入——实操学生先执行pip升级命令，再运行含清华源的依赖安装命令，等待安装完成；随后编写库导入语句，运行后检查无报错，确认图像处理所需环境配置成功。重点函数详解——讲解重点讲解四类核心函数：一是图像读取函数，需指定图像完整路径，选择灰度图模式读取（适配后续去噪与边缘检测）；二是中值滤波函数，设置大于1的奇数模板尺寸，可去除图像噪点且保留边缘细节；三是边缘检测函数，输入灰度图，设置双阈值（小阈值检测弱边缘、大阈值检测明显边缘）及Sobel算子尺寸；四是图像保存函数，指定保存路径与待保存的处理后图像即可完成存储。重点函数详解——实操学生先按路径读取手写数字的灰度图，再用中值滤波处理该图像；之后分别对原始灰度图和滤波后图像执行边缘检测，通过可视化对比两者边缘效果（滤波后噪点显著减少）；最后将滤波后的图像按指定路径保存，检查文件是否成功存储且可正常打开。分组开展任务实施教材建议的实施步骤遵循工作过程导向的原则。学生参考此步骤实施，可对其职业能力进行培养。培养学生可养成严谨、认真的工作态度以及善于总结的工作方式。教材、PPT、实操视频任务检查与评价（10min）经验分享当天轮到的小组选派代表分析本组实施经验；自评和互评1.小组各成员参照评价标准完成自评；2.完成对其他小组的评价。各组自评、互评学生通过对自己的实施过程和经验的介绍，锻炼自我展示