數(shù)字圖像處理實戰(zhàn)-教學(xué)大綱、授課計劃

《數(shù)字圖像處理實戰(zhàn)》教學(xué)大綱課程名稱：數(shù)字圖像處理實戰(zhàn)課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論30學(xué)時，實驗34學(xué)時）總學(xué)分：4.0學(xué)分課程的性質(zhì)《數(shù)字圖像處理實戰(zhàn)》是一門理論和編程實踐緊密結(jié)合的課程。大數(shù)據(jù)時代已經(jīng)到來，在日常生產(chǎn)、生活及其他領(lǐng)域中圖像的采集、傳輸越來越便利，對圖像數(shù)據(jù)進(jìn)行及時處理并做出科學(xué)、準(zhǔn)確的決策越來越重要。圖像處理具有很強(qiáng)的實用性，越來越多的領(lǐng)域如人工智能、自動駕駛、智能交通、手機(jī)應(yīng)用、軍事和醫(yī)療等都離不開圖像處理技術(shù)。本課程堅持基于圖像處理應(yīng)用性強(qiáng)的特點，利用所學(xué)到的理論方法來解決圖像處理中實際應(yīng)用問題，從而提高學(xué)生的學(xué)習(xí)興趣、增強(qiáng)學(xué)生的就業(yè)競爭能力。課程的任務(wù)通過本課程的學(xué)習(xí)，使學(xué)生學(xué)會使用Python進(jìn)行圖像的基本變換、圖像增強(qiáng)與復(fù)原、形態(tài)學(xué)處理、圖像特征提取和圖像分割等基本處理，并通過車牌檢測、QR碼檢測和鋼軌軌面缺陷檢測三個實戰(zhàn)案例，將理論與實踐相結(jié)合，為將來從事圖像處理相關(guān)的工作和研究奠定基礎(chǔ)。課程學(xué)時分配序號教學(xué)內(nèi)容理論學(xué)時實驗學(xué)時其它1第1章圖像處理概述202第2章圖像的基本變換333第3章圖像增強(qiáng)與復(fù)原444第4章形態(tài)學(xué)處理445第5章圖像特征提取446第6章圖像分割447第7章車牌檢測358第8章QR碼的檢測359第9章鋼軌軌面缺陷檢測35總計3034教學(xué)內(nèi)容及學(xué)時安排理論教學(xué)序號章節(jié)名稱主要內(nèi)容教學(xué)目標(biāo)學(xué)時1圖像處理概述圖像處理的起源圖像處理的應(yīng)用領(lǐng)域圖像處理與圖像工程的關(guān)系圖像生成圖像量化像素間的基本關(guān)系常用的圖像處理工具常用的Python圖像處理庫了解圖像處理的起源和應(yīng)用領(lǐng)域了解圖像處理與圖像工程的關(guān)系熟悉圖像生成與量化熟悉像素之間的基本關(guān)系熟悉常用的圖像處理工具了解常用Python的圖像處理庫22圖像的基本變換圖像的讀取圖像的寫出圖像的色彩空間色彩空間的變換方法圖像的幾何空間幾何空間的變換方法掌握圖像的讀取與寫出掌握圖像的色彩空間變換方法掌握圖像的幾何空間變換方法33圖像增強(qiáng)與復(fù)原空間濾波的原理空間濾波器的構(gòu)筑方法空間濾波器的類型空間濾波器的應(yīng)用方法頻率域濾波的原理高通和低通頻域率濾波的類型常見的噪聲模型空間濾波或頻率域濾波去除噪聲的方法了解空間濾波的原理，以及如何形成空間濾波器熟悉空間濾波器的主要類型，以及具體的應(yīng)用方法了解頻率域濾波原理、高通和低通頻域率濾波的類型及實現(xiàn)了解常見的噪聲模型及相對應(yīng)的空間濾波或頻率域濾波的去除方法44形態(tài)學(xué)處理腐蝕運算的實現(xiàn)方法膨脹運算的實現(xiàn)方法開操作的實現(xiàn)方法閉操作的實現(xiàn)方法基本形態(tài)學(xué)算法熟悉腐蝕與膨脹運算的實現(xiàn)方法熟悉開與閉操作的實現(xiàn)方法掌握使用基本形態(tài)學(xué)算法處理圖像的方法45圖像特征提取提取圖像顏色特征的方法提取圖像紋理特征的方法提取圖像輪廓特征的方法提取圖像形狀特征的方法掌握提取圖像顏色特征的方法掌握提取圖像紋理特征的方法掌握提取圖像輪廓特征的方法掌握提取圖像形狀特征的方法46圖像分割圖像的閾值分割方法圖像分割的大津法圖像分割的局部閾值方法活動輪廓模型常用邊緣檢測算子Hough變換檢測直線區(qū)域生長算法結(jié)合空間域與色彩域的圖像分割算法掌握圖像的閾值分割方法掌握活動輪廓模型算法的使用掌握常見的邊緣檢測算子的使用理解和掌握Hough變換的原理及實現(xiàn)掌握區(qū)域生長算法掌握SLIC和QuickShift算法的使用47車牌檢測車牌檢測的背景、數(shù)據(jù)和目標(biāo)車牌檢測的整體流程獲得車牌圖像粗略定位的方法獲得車牌圖像精細(xì)定位的方法分割車牌字符的方法了解車牌檢測的背景、數(shù)據(jù)和目標(biāo)熟悉車牌檢測的整體流程掌握使用RGB轉(zhuǎn)HSV、HSV閾值法和形態(tài)學(xué)方法獲得車牌圖像粗略定位的方法掌握使用霍夫變換、形態(tài)學(xué)方法和垂直投影法獲得車牌圖像精細(xì)定位的方法掌握使用垂直投影法分割車牌字符的方法38QR碼的檢測QR碼的原理及應(yīng)用場景QR碼的結(jié)構(gòu)特征分析QR碼檢測的算法流程圖像的預(yù)處理定位塊的檢測QR碼的分割QR碼的幾何校正及縮放QR碼的解析了解QR碼的原理和應(yīng)用場景理解QR碼的結(jié)構(gòu)特征和檢測流程掌握包含QR碼的圖像的預(yù)處理方法理解和掌握QR碼中定位塊的檢測算法掌握QR碼分割的原理和算法實現(xiàn)掌握幾何校正及縮放函數(shù)的使用掌握QR碼解析函數(shù)的使用39鋼軌軌面缺陷檢測鋼軌表面缺陷檢測的背景和目標(biāo)軌面缺陷檢測的流程軌面圖像的預(yù)處理區(qū)域生長算法初始種子點的提取區(qū)域生長算法中上閾值的自適應(yīng)選擇了解鋼軌表面缺陷檢測的背景和目標(biāo)掌握軌面圖像特性分析和預(yù)處理的方法和思想掌握初始種子點提取的方法和思想掌握上閾值的自適應(yīng)選擇的原理和實現(xiàn)3學(xué)時合計30實驗教學(xué)序號實驗項目名稱實驗要求學(xué)時1圖像的基本變換讀取圖像寫出圖像變換色彩空間變換幾何空間22圖像增強(qiáng)與復(fù)原使用空間濾波平滑圖像使用空間濾波銳化圖像使用空間濾波器模糊圖像使用頻率域濾波平滑圖像使用頻率域濾波銳化圖像復(fù)原只存在噪聲的圖像33形態(tài)學(xué)處理腐蝕車牌圖像膨脹車牌圖像對車牌圖像進(jìn)行開操作對車牌圖像進(jìn)行閉操作使用形態(tài)學(xué)算法處理車牌圖像44圖像特征提取提取圖像的顏色特征提取圖像的紋理特征提取圖像的輪廓特征提取圖像的形狀特征45圖像分割使用大津法進(jìn)行全局閾值分割自適應(yīng)閾值分割使用活動輪廓模型進(jìn)行圖像分割巖石樣本圖像的處理與含油成分面積比的計算使用常用的邊緣檢測算子檢測圖像邊緣基于Hough變換的QR碼分割使用區(qū)域生長算法分割圖像使用SLIC算法分割圖像使用QuickShift算法分割圖像46車牌檢測將RGB圖像轉(zhuǎn)為HSV使用閾值法獲取候選車牌像素點mask使用形態(tài)學(xué)處理車牌mask圖像標(biāo)志連通域車牌粗定位使用霍夫變換對車牌圖像傾斜矯正使用形態(tài)學(xué)精細(xì)定位車牌使用垂直投影法去除車牌邊框57QR碼的檢測彩色圖像的灰度化使用自適應(yīng)中值濾波進(jìn)行圖像去噪使用自適應(yīng)閾值對圖像進(jìn)行二值化處理在二值圖像中提取輪廓嵌套關(guān)系檢測定位塊先掃描特征篩選標(biāo)記定位塊在QR碼中的位置關(guān)系計算定位塊的頂點坐標(biāo)計算QR碼的第四個角點QR碼的幾何校正及縮放QR碼的解析58鋼軌軌面缺陷檢測軌面不均勻光照的消除黑邊去除缺陷處像素灰度分布分析上閾值-面積曲線的計算上閾值-面積曲線的擬合與最佳閾值選取使用完整的種子生長算法分割鋼軌表面缺陷5學(xué)時合計34考核方式突出學(xué)生解決實際問題的能力，加強(qiáng)過程性考核。課程考核的成績構(gòu)成=平時作業(yè)（40%）+課堂參與（20%）+期末考核（40%），期末考試建議采用課程項目形式，要求學(xué)生根據(jù)具體的項目需求，完成包括問題分析、圖像預(yù)處理、圖像特征提取、圖像分割、圖像識別、項目報告撰寫等多個環(huán)節(jié)的完整實踐流程。教材與參考資料教材楊坦，張良均．?dāng)?shù)字圖像處理實戰(zhàn)[M]．北京：人民郵電出版社．2023．參考資料[1] 拉斐爾·C.岡薩雷斯，理查德·E.伍茲．?dāng)?shù)字圖像處理（第四版）[M]．北京：電子工業(yè)出版社．2020．[2] 桑迪潘·戴伊著，陳盈、鄧軍譯．Python圖像處理實戰(zhàn)[M]．北京：人民郵電出版社．2020．學(xué)院課程教學(xué)進(jìn)度計劃表（20～20學(xué)年第二學(xué)期） 課程名稱數(shù)字圖像處理實戰(zhàn) 授課學(xué)時64 參與教學(xué)教師 授課班級/人數(shù) 專業(yè)（教研室） 填表時間教務(wù)處編印年月課程教學(xué)目的通過本課程的學(xué)習(xí)，使學(xué)生學(xué)會使用Python進(jìn)行圖像的基本變換、圖像增強(qiáng)與復(fù)原、形態(tài)學(xué)處理、圖像特征提取和圖像分割等基本處理，并通過車牌檢測、QR碼檢測和鋼軌規(guī)模缺陷檢測三個實戰(zhàn)案例，將理論與實踐相結(jié)合，為將來從事圖像處理相關(guān)的工作和研究奠定基礎(chǔ)。教學(xué)方法及手段本課程將采用理論與實踐相結(jié)合的教學(xué)方法。在理論上，通過任務(wù)引入概念、原理和方法。在實踐上，充分地利用生動有趣的圖像處理案例，發(fā)揮學(xué)生主觀能動性，指導(dǎo)學(xué)生使用Python通過圖像的基本變換、圖像的增強(qiáng)與復(fù)原、形態(tài)學(xué)處理、圖像特征提取和圖像分割完成特定的圖像處理任務(wù)。同時結(jié)合三個綜合案例，引導(dǎo)學(xué)生將所學(xué)知識與企業(yè)需求相結(jié)合，實現(xiàn)知識的活學(xué)活用。要求學(xué)生自己動手分析實例，學(xué)習(xí)基本理論和方法，結(jié)合已有的知識，適當(dāng)組織一些討論，充分調(diào)動學(xué)生的主觀能動性，以達(dá)到本課程的教學(xué)目的。課程考核方法突出學(xué)生解決實際問題的能力，加強(qiáng)過程性考核。課程考核的成績構(gòu)成=平時作業(yè)（40%）+課堂參與（20%）+期末考核（40%），期末考試建議采用課程項目形式，要求學(xué)生根據(jù)具體的項目需求，完成包括問題分析、圖像預(yù)處理、圖像特征提取、圖像分割、圖像識別、項目報告撰寫等多個環(huán)節(jié)的完整實踐流程。

《數(shù)字圖像處理實戰(zhàn)》教學(xué)日歷周次學(xué)時授課內(nèi)容作業(yè)要求備注14第1章圖像處理概述第2章圖像的基本變換（1）第1章課后習(xí)題24第2章圖像的基本變換（2）第2章課后習(xí)題34第3章圖像增強(qiáng)與復(fù)原（1）第3章課后習(xí)題44第3章圖像增強(qiáng)與復(fù)原（2）第3章課后習(xí)題54第4章形態(tài)學(xué)處理（1）第4章課后習(xí)題64第4章形態(tài)學(xué)處理（2）第4章課后習(xí)題74第5章圖像特征提取（1）第5章課后習(xí)題84第5章圖像特征提?。?）第5章課后習(xí)題94第6章圖像分割（1）第6章