《数字图像处理》课程教学大纲
课程英文名称：Digital Image Proceing 课程代码：H0204430
学 时 数 ：48
课程类型： 专业选修课
适用学科专业： 电子信息工程
先修课程：概率论，线性代数，信号与系统 执 笔 者：解梅
编写日期：2013年11月 审 核 人：
学 分 数：3
一、课程性质和目标
（一）课程性质
针对高年级本科生开设的专业选修课
（二）课程目标
通过本课程的学习，要求学生掌握数字图像处理的基本概念、基本理论和处理方法。通过图像处理上机实验，培养学生的分析问题和解决问题的能力，掌握基本的图像处理算法设计，进一步巩固所学理论。
二、课程内容安排和要求
（一）教学内容、要求及教学方法
第一章 绪 论
授课学时：2学时
一、内容：
教学内容及要求
课程介绍、教学安排及学习要求 数字图像处理基本概念 数字图像处理的起源 数字图像处理的应用实例 数字图像处理的基本步骤 图像处理系统的部件
要求：
理解数字图像处理的概念
了解数字图像处理的发展历程，了解数字图像处理的应用领域 了解数字图像处理的基本步骤及系统部件
提升学生对数字图像处理课程的认识，激发学生对数字图像处理课程的学习兴趣
教学方法
二、
从一幅精彩的数字图像开始，把学生带入到一个精彩的图像处理世界。从而引出什么是数字图像，什么是数字图像处理的概念。在有了数字图像处理概念的基础上，再对数字图像处理的起源及发展历程进行详细介绍。
按照数字图像处理应用的领域不同可以把数字图像处理的应用实例分成几大类，例如：空间领域、国防领域、生物医学领域、刑侦领域、多媒体领域等。对每类应用领域列举一些典型的实例，并展示生动精彩的图像。让学生对数字图像处理的应用有直观的认识。
以怎样进行数字图像处理的提问，引出数字图像处理所需要的具体步骤，以及完成这些步骤所需的图像处理部件，让学生头脑里形成图像处理流程的整体框架。
课堂上适时列举数字图像处理与日常生活相关的例子，激发学生学习数字图像处理知识的兴趣。
第二章
授课学时：4学时
一、内容：
数字图像处理基础
教学内容及要求
视觉感知要素（1学时）
光和电磁波谱、图像感知和获取（1学时） 图像取样和量化（1学时）
像素间的一些基本关系、线性和非线性基本操作（1学时）
要求：
了解人眼视构造、图像的形成以及人眼视觉系统适应、鉴别能力 了解可见光和电磁波谱的关系，掌握单色光和彩色光的概念 理解图像的获取方式，掌握图像形成的模型
掌握图像取样、量化以及灰度分辨率和空间分辨率的概念 掌握数字图像的表示方法，了解图像的放大与缩小的简单原理
牢固掌握像素间的4连接、8连接和混合连接的定义，熟悉区域和边界的概念 理解线性与非线性操作的含义
教学方法
二、 关于视觉感知要素的内容主要根据人眼结构图，讲解图像在人眼中的形成过程，人眼对图像特征的感知特性，以及人眼对亮度的适应和鉴别能力。视觉感知要素的讲解实质上是为数字图像的获取作铺垫，因此，这部分内容让学生了解即可。
关于光和电磁波谱，考虑到学生在大学物理课程里已经讲过，这部分可以简单讲解，但是对与数字图像处理密切相关的一些概念（单色光，灰度级、发光强度，光通量、亮度）需要具体讲解。
图像的感知和获取部分主要是介绍几种图像获取的传感器（点状、带状、阵列传感器），以及图像形成的模型，这部分内容比较简单，作简单讲解即可。
关于图像取样和量化的内容，可以简单的复习数字信号处理中一维信号的取样和量化的概念，然后把图像看成二维信号，从而讲解数字图像处理中的量化和取样的概念。
对于数字图像的表示、灰度级分辨率和空间分辨率，可以与图像取样和量化的过程结合起来讲解，便于学生理解。结合阵列传感器的图像取样过程，讲解图像的矩阵表示原理。结合取样和量化的过程，讲解灰度级分辨率和空间分辨率的概念，并以分辨率发生变化的图像为例帮助学生理解概念。
关于像素间的关系，重点讲解像素相邻的概念，特别是4连接 8连接和混合连接的概念。为了帮助学生理解概念，在讲课过程中一定要结合像素的位置关系图进行讲解。
第三章
授课学时：8学时
一、内容：
空间域图像增强
教学内容及要求
背景知识 某些基本灰度变换（2学时） 直方图处理（2学时）
用算术/逻辑操作增强，空间滤波基础（1学时）平滑空间滤波（1学时）
锐化空间滤波器、混合空间增强法（2学时）
要求：
掌握空间域图像增强的一些基本变换方法，会用这些基本变化进行图像增强；
牢固掌握直方图均衡化处理和直方图匹配处理的方法，会用直方图均衡化和直方图匹配增
强图像； 掌握图像减法处理和图像平均处理方法 牢固掌握空间滤波的原理
掌握平滑线性滤波器的原理和统计排序滤波的方法 掌握拉普拉斯算子图像锐化方法
掌握梯度法图像锐化方法，其中包括Robet算子，Sobel算子图像增强
教学方法
二、
空间域图像增中，对单个像素点进行灰度变换来实现增强的方法是最基本的图像增强方法。此类增强法对学生直观的理解图像增强的概念及原理是非常有用的，因此在教学过程中应特别注意对该类方法的仔细分析讲解，也可以为后面的空间滤波打好基础。
对于直方图均衡化处理，是本章的重点，应该着重讲解。可以从同一幅场景的不同对比度图像的灰度直方图差异引入直方图均衡化处理的概念，说明进行均衡化的必要性。关于均衡化的具体处理方法，需要注意从连续函数讲起，然后自然过渡到离散函数，从而引出数字图像的直方图均衡化处理，主要通过一幅数字图像均衡化实例来讲解。
算术逻辑操作增强部分的内容很简单，可以用一些简单的例子进行讲述。
空间滤波基础部分主要介绍空间域滤波的原理。由于滤波的概念一般在频域分析中才出
现，因此，在讲这部分内容时，应该注意讲解与频域滤波的关联与区别。同时，重点讲解空间域滤波的模板卷积计算方法。
平滑空间滤波器部分非常重要，但原理比较简单，可以用一些典型的滤波器，比如均值滤波，中值滤波器的具体处理过程及实例来讲解平滑滤波的图像增强方法。
锐化空间滤波器部分涉及到一阶微分和二阶微分的知识，应该特别注意对这部分基础知识的详细讲解，为后面相应锐化滤波器的讲解打好基础，也便于学生掌握一阶微分滤波器和二阶微分滤波器的基本思想。对于具体的二阶微分算子和一阶微分算子理论应结合它们对图像的响应特征来讲，让学生真正明白锐化滤波器的设计原理，对具体的滤波器应与实例相结合来讲，便于学生理解。
第四章 频域图像增强
授课学时：8学时
一、内容：
教学内容及要求
背景知识、傅立叶变换和频域介绍（2学时） 平滑的频域滤波器（2学时） 频域锐化滤波器,同态滤波器(2学时) 频域增强的实现（2学时）
要求：
掌握二维离散傅里叶变换与反变换方法 掌握二维傅里叶变换幅值谱、相位谱、功率谱 理解二维傅里叶变换的一些基本性质
掌握频率滤波的基本方法，会用频域滤波器进行图像增强 理解频域滤波器与空域滤波器的关系
理解频域平滑滤波的原理，掌握几种常见的频域平滑滤波器 理解频域锐化滤波的原理，掌握几种常见的频域锐化滤波器 理解同态滤波的原理
理解频域滤波实现过程中图像周期延拓的原理及方法，会对图像进行周期的延拓 理解快速傅里叶变换的原理及方法
教学方法
二、
频域图像增强是建立在二维离散傅里叶变换的基础之上进行的，因此，本章内容的开始要通过回顾学生以前学过的一维傅里叶变换的知识，从而引入二维傅里叶变换。并遵循先连续傅里叶变换再离散傅里叶变换。特别注意讲解一维傅里叶变换与二维傅里叶变换的关联，便于学生理解二维傅里叶变换与反变换方法。
二维傅里叶变换的性质，可以从一维傅里叶变换的性质引申过来，把原来的时域概念转换成空间域概念。
讲解频域滤波的基本方法时重点讲解频域滤波的流程，并通过基本滤波器的介绍来解释频域滤波的原理。
频域与空域滤波器的关系对于学生而言比较难以理解，需要用简单的数学推导来解释频域滤波器与空域滤波的关系。
频域平滑滤波器和频域锐化滤波器部分的内容，主要就是围绕图像低频成分和高频成分的提取来讲，这部分介绍了几种常见的滤波器。在讲解过程中特别注意详细讲解振铃现象的产生原因即克服办法。
在频域滤波具体实现部分，主要讨论避免频率混叠而进行的图像周期延拓。可以以一维信号的卷积实例讲解图像周期延拓的必要性、可行性以及相应的延拓方法。 快速傅里叶变换是图像频域滤波实现的重要工具，需要对快速傅里叶变换的原理进行详细讲解，便于学生理解快速傅里叶变换的实现过程。
第五章 图像复原
授课学时：4学时
一、内容：
教学内容及要求
图像复原/退化模型，噪声模型（0.5学时） 针对噪声的空间滤波复原（0.5学时） 针对周期噪声的频率滤波方法（2学时） 线性位置不变的退化模型（0.5学时）
逆滤波、维纳滤波和约束最小二乘方滤波、几何均值滤波，几何变换(0.5个学时)
要求：
掌握图像复原/退化模型；
了解常见的噪声模型，及各种噪声出现的场合；
掌握针对只有噪声退化的空间滤波复原方法，知道什么滤波方法适合什么样的噪声； 掌握周期噪声的频域滤波原理； 掌握线性位置移不变退化模型；
掌握逆滤波方法和维纳滤波方法，理解约束最小二乘方滤波 了解几何均值滤波和几何变换
教学方法
二、
根据图像成像的过程，引出图像退化和复原过程的模型，帮助学生理解什么是图像复原，为什么要进行图像复原，并抛出怎样进行图像复原的问题，引起学生的学习兴趣。
简化图像复原/退化模型过程，只考虑噪声存在的情况下，图像的退化与复原，从而讲解噪声的模型，以及各种噪声的特性及应用场合。
根据噪声特性分析，讲解针对噪声的图像复原方法。可以回顾第三章中空间域滤波的方法，从而引出针对噪声的空间滤波图像复原方法。
从分析周期噪声的频域特性入手，讲解周期噪声的频域滤波方法，同样可以结合第四章的频率滤波方法，讲解相应的频率滤波器。
线性退化移不变数学模型需要用简单的数学推导来讲解，注意讲解图像退化数学模型在空间域和频域的不同表示方法，以及他们之间的关系。特别是退化函数的物理意义需要重点强调，进一步加强学生对图像模糊退化概念的理解
由图像退化数学模型引入逆滤波的概念，重点分析逆滤波存在的问题，根据这些问题引入维纳滤波，然后分析维纳滤波的局限性，进而引出约束最小二乘方滤波。其中重点分析逆滤波和维纳滤波方法，并注重以应用实例进行讲解。
第六章 彩色图像处理
授课学时：4学时
一、内容：
教学内容及要求
彩色基础及彩色模型，伪彩色处理（1学时） 全彩色处理，彩色变换（2学时）平滑和尖锐化，彩色分割 （1学时）
要求：
理解三原色、二次色、颜料原色的概念
理解亮度、色调、饱和度的定义，了解色度图的含义
掌握三种基本的彩色模型(RGB， CMY(K)，HSI）的定义及表示方法
理解RGB彩色模型和HIS彩色模型之间的转换方法，了解HSI分量图像处理的原理 理解伪彩色处理中的强度分层技术及灰度级转换成彩色的原理
理解彩色变换中的补色、彩色分层、色调和彩色校正原理及直方图处理的方法 理解HIS彩色空间和RGB彩色空间的彩色分割方法 了解彩色边缘检测和彩色图像噪声
教学方法
二、
可以通过回顾第二章中人眼对图像的感知原理，来讲解人眼对彩色光的感知，从而引入三原色的概念。再以三原色的二次色图像讲解颜料原色的概念，并分析三原色和颜料原色之间的关联。
在讲解颜色的色度、色调和饱和度特性的概念时，重点强调这种方法最适合人眼对彩色的描述，并引入色度图的表示方法。
关于RGB彩色模型的讲述，主要围绕彩色立方体进行阐述，给学生最直观的理解。CMY彩色模型可以结合二次色的产生，讲解用RGB 分量来表示的方法。 HSI彩色模型较难理解，这部分内容要仔细讲解，重点以RGB彩色立方体为基础，分别对色度，色调和饱和度的确定方法进行讲解，帮助学生理解HSI彩色模型的表示原理及方法，并在此基础上讲解RGB彩色模型和HSI彩色模型之间转换方法。
伪彩色图像处理部分，首先让学生明白什么是伪彩色处理，伪彩色处理具有怎样的意义，然后提出怎样进行彩色处理的问题，进入伪彩色处理方法的介绍。
全彩色处理方法的部分后先让学生了解与伪彩色处理的区别，然后结合不同的彩色模型介绍全彩色的基本变化方法，注意彩色变换的概念比较抽象，一定要结合实例图像进行讲解
关于彩色图像的平滑和锐化及彩色图像的分割内容，重点强调由于彩色图像的表示具有特殊性，因此与单色图像相比，其平滑和锐化的方法有一定的差异性。这部分均采用由单色图像的处理方法，转化到彩色图像的处理，帮助学生理解全彩色处理的基本原理及方法。
第八章 图像压缩
授课学时：6学时
一、内容：
教学内容及要求
图像压缩基础知识（1.5学时） 图像压缩模型及信息论要素（0.5学时） 无误差压缩编码（2学时） 有损压缩编码（2学时）
要求：
理解编码冗余、像素间冗余和心理视觉冗余的概念及出现的场合； 掌握信源、信息量、熵的基本概定义，理解熵编码的基本定理 牢固掌握霍夫曼编码方法 掌握算数编码方法 理解LZW编码方法
牢固掌握灰度编码及行程编码方法 掌握无损预测编码的原理 理解有损预测编码的原理
理解最佳预测器和最佳量化器的设计 了解变换编码的原理及过程
了解图像压缩标准
教学方法
二、
本章首先需要让学生明白为什么要进行图像压缩，即图像压缩的必要性。从而可以过渡到三种数据冗余知识的讲解，各种数据冗余的讲解都要以实例的形式讲解，帮助学生理解其基本含义。
在讲解了数据冗余过后，提出怎样进行图像压缩的问题，从而引出图像压缩的模型。 信息论要素部分，主要介绍一些基本概念和编码定理，为了引起学生的求知欲，可以提出
问题：描述一幅确定的图像究竟需要多大的数据量，怎样来评价一幅图像是否需要压缩，压缩是不是可以无限制的进行，从而引出相关的概念和编码定理，学生理解起来也较容易。
无损压缩编码部分的讲解主要是通过具体的编码实例来介绍其编码的方法，不要独立讲编码的步骤，应该与实例的编码过程结合起来，让学生的思路跟着老师理解编码的原理及方法，每种方法讲述完毕的时候，一定要归纳总结，并和其他编码方式进行对比分析。
有损压缩编码的讲解与无损压缩编码的过程进行对比分析结合起来，帮助学生理解其差异性。特别是有损预测编码与无损预测编码之间的对比分析，便于学生理解有损压缩与无损压缩的概念，并着重讲解最佳预测器和最佳量化器部分。
变换编码部分，由于难度较大，只需要学生理解变换编码的原理及过程既可，因此讲解的时候重点注意概念和原理的阐述，具体方法可以简单讲解。
图像压缩标准主要根据图像的不同种类讲解不同的压缩方法，需要注意各种标准之间的对比讲解，帮助学生理解。
第十章 图像分割
授课学时：4学时
一、教学内容及要求 内容：
基于像素的点和线的检测、边缘检测及边缘连接（1学时） 基于阈值的分割（2学时） 基于区域的分割（1学时）
要求：
掌握点检测、线检测、边缘检测的基本方法 掌握霍夫曼变换直线检测方法 理解全局阈值、局部阈值、自适应阈值的分割方法 理解最佳全局阈值分割原理 理解区域生长分割方法 理解区域分割与合并的分割方法
二、教学方法
关于间断检测可以结合第三章中空域滤波的原理，引入间断检测的基本原理。这一部分重点在检测模板的具体分析讲解，让学生真正理解间断检测模板的含义。特别是边缘检测部分，要结合一阶微分和二阶微分来深入剖析，边缘检测的原理及过程。
霍夫曼变换直线检测是一种重要的直线检测方法，其原理简单，易于实现。但是对学生而言，深入理解其原理可能有难度，因此这部分的讲解要循序渐进，结合图形图像深入剖析其原理。
阈值分割，重点在于自适应阈值、最佳全局阈值和自适应阈值分割的讲解，特别注意要结合具体事例的直方图特性来讲解，否则学生对阈值分割的内涵不能真正理解。
基于区域的分割，只需要学生理解区域生长、分割和合并的基本原理即可。因此在讲解这部分内容应配合一些实例讲解其原理。
（二）自学内容和要求 无
（三）实践性教学环节和要求 图像增强处理（2学时） 要求学生掌握图像增强的基本方法； 图像复原处理（2学时） 要求学生掌握图像复原的基本方法； 彩色图像处理（2学时）
要求学生理解彩色模型的含义，掌握彩色图像处理的基本方法； 图像分割（2学时）
要求学生掌握图像分割的基本原理和算法的设计；
三、考核方式
本课程的考核方式包含平时考核、上机实验考核和期末考核，其各项所占比例为平时考核10%，上机实验考核10%，期末考核80%
四、建议教材及参考资料
（一）教材：
Rafael C.Gonzalez, etc.Digital Image Proceing 3rd.北京：电子工业出版社，2010年
（二）参考资料：
1． Rafael C.Gonzalez,etc.Digital Image Proceing Using MATLAB.北京：电子工业出版社，2010年
2．朱志刚.《数字图像处理》.北京：电子工业出版社，2002年 3.章毓晋.《图象工程》.北京：清华大学出版社, 2006年 4.http://www.daodoc.com/gonzalezwoods
