学习人数 15
(0个评价)

数字图像处理实验课程

基于虚拟仿真实验课程

学院:工学部 专业:信号处理

数字图像处理软件与仿真实验软件 的使用面向信息学科的计算机、 通信、 测控、自动化等本科专业以及计算机视觉相关的研究生专业。 帮助使用者在学习《数字图像处理》(DIP) 一类课程时更加形象、直观地理解 DIP 课程中的诸多图像处理算法, 以期达到减缓学习曲线、提升学习效率、 强化学习效果的目的。

本软件基于 C++ 11 搭配开源计算机视觉库 OpenCV 3.4.5 由上海第二工业大学测控教研室开发,主要功能包括灰度变换、直方图分析、空间域滤波、频率域滤波形态学处理、连接相机等 6 大部分,基本涵盖了本科阶段该课程需要学习的所有算法(灰度化、灰度反转、对数变换、γ变换、分段线性变换; 直方图均衡化、直方图规定化; 均值滤波、高斯滤波、最大值滤波、中值滤波、最小值滤波、一阶、二阶微分滤波; DFT 变换、频域的低通、高通、带通滤波器;膨胀、腐蚀以及开闭运算,还包括了多种阈值分割算法等) 。

学生通过文件菜单载入教材中的配套图片后,即可对目标图像进行算法处理,同时可根据实际需要自定义算子。算法执行后立即获得处理结果,所见即所得, 学生经过该过程的动手操作后,很容易对算法产生直观、感性的理解, 这在一定程度上弱化了学习过程的枯燥程度。


序号

知识单元(章节)

知识点

教学要求

推荐

学时

1

绪论

1.数字图像处理技术的概念,应用领域和历史发展。

2.图像处理方法分类和主流软硬件设备。

3.图像处理技术在各行业的应用

1.了解本课程研究的对象、目标和内容;

2.了解数字图像处理的学习方法与考核要求;

3.了解图像学科的发展现状。

1

2

数字图像基础

1.人眼视觉基础

2.数字图像基础知识

3.图像像素间的基本关系

1.了解人眼的视觉系统构造,视觉信息的传输和感知,以及色彩的理论知识;

2.掌握图像表达与质量评价;

3.掌握图像的感知与获取方式、图像的数字化设备;

3.掌握图像像素间的四种基本关系;

2

3

图像的几何变换

图像校正、坐标变换,灰度插值方法。

1.了解图像预处理中常见的几何变换方法;

2. 能够运用坐标变换和灰度插值算法对图像进行旋转和缩放。

1

4

空间域滤波与图像增强

1.图像增强的基本概念;

2.灰度变换;

3.均值滤波(邻域平均法)

4.中值滤波

5.空间域锐化

1.理解空间域和频率域图像处理的概念;

2.掌握灰度直方图、直方图均衡化的基本原理和方法;

3.掌握均值滤波和中值滤波方法,分析两种方法的异同和适用场景;

4.掌握图像梯度定义与计算,能够采用一阶、二阶经典差分算子进行图像空间域锐化.

6

5

频率域滤波与图像增强

1.傅立叶级数与傅里叶变换

2. 二维离散傅立叶变换及其性质

3. 频率域低通滤波

4.频率域高通滤波

5.同态滤波

1.理解傅立叶变换的概念;2.掌握图像离散傅立叶变换的概念和性质;

3. 掌握三种经典频率域低通滤波方法;

4. 掌握三种经典频率域高通滤波方法。

6

6

图像退化与复原

             1. 图像退化概念与数学表达;

              2.图像退化与噪声模型;

             3. 无约束复原方法---直接逆滤波;

              4. 有约束复原原方法---维纳滤波

1.掌握三种图像退化模型,理解图像退化的原因;

2.掌握噪声在图像退化中的作用和基本噪声模型;

3.掌握直接逆旅波方法,理解其局限性;

4.掌握维纳滤波方法,能够通过编程实验调整参数达到最佳滤波效果。

6

7

彩色图像处理

1.彩色成像基础

2.彩色图像处理

1.  了解彩色成像的物理基础知识和基本彩色模型(RGBHSI);

2. 掌握伪彩色图像处理方法及应用。

2

8

图像压缩

1.图像压缩的基本原理

2.有损编码

3.无损编码

1. 理解图像压缩的概念和意义,掌握图像信息量的表达;

2. 了解哈夫曼编码和算数编码两种统计编码方法;

3.了解无损预测编码和线性预测编码方法。

2

9

图像分割

               1. 图像分割引言

                2. 阈值分割

                3. 边缘检测

                 4. 直线检测

               5. 区域分隔

1. 理解图像分割的应用意义和范围;

2.  掌握阈值分割方法和局限性;

3. 掌握经典边缘检测算子与算法;

4. 结合多种分割方法达到不同分割效果;

5. 掌握Hough变换直线检测原理;

6. 了解区域分隔方法。

7

10

形态学图像处理

1.  形态学图像处理的经典方法,腐蚀、膨胀、开运算和闭运算;

2.  形态学图像处理应用案例。

1.掌握腐蚀、膨胀、开运算和闭运算;

2. 根据不同图像处理需求,选择合适的形态学处理手段。

2

11

图像描述

               1. 图像描述基本概念

               2. 简单描述法

               3. 链码描述法

1. 了解图像描述的基本概念;

2. 掌握简单描述法和链码描述法。

6

12

图像处理里系统(机器视觉)

                1. 机器视觉基础

                2. 工业机器视觉系统

                3. 机器视觉系统应用

      

1. 了解机器视觉系统工作原理和系统构成

2. 了解光学成像、图像采集、处理、传输等关键技术实现方式;

3. 机器视觉技术的优势和应用案例;

4. 掌握简单机器视觉系统的方案设计要点。

8


  • 初步掌握通过虚拟数字图像处理软件学习数字图像实验课程
  • 计算机、 通信、 测控、自动化等本科专业以及计算机视觉相关的研究生专业

上海第二工业大学

授课老师
秦老师

主任

学员动态
实验评价