课程简介
这门课会讲什么？
l假如你爬山涉水、历尽艰辛拍回来了一些风光照片，却发现色彩暗淡、灰蒙蒙的无层次感，你将如何处理？
l假如你在昏暗的灯光下，抓拍到了警察英勇擒贼的场面，却发现照片灰暗且充满噪点，你将如何处理？
l假如监控系统拍到一辆肇事车辆的牌照，但公安部门却发现照片中的牌照模糊不清而无法破案，你将如何处理？
当你遇到这些问题而感到束手无策时，请不要着急，数字图像处理这门课程将给你一一解答。曹茂永教授带领的团队，将从数字图像处理的基本概念、图像的表示等入手，逐步介绍傅里叶变换及应用，图像灰度增强、图像平滑、图像锐化等增强技术，图像的退化模型及复原技术，图像压缩编码原理，图像分割的基本概念和基本方法，图像的描述等内容，让你领略图像处理的精彩内容，为你在日常生活和科研中遇到的诸如此类的问题答疑解惑。
你将收获什么？
通过本课程的学习，你将掌握图像处理的基本理论、概念、方法和技术，同时了解本领域最新的成果和发展动态，了解交叉学科的特点，启迪创新思路和意识。
适合什么人学习？
本课程适用于普通高等院校电子信息类、计算机类等相关专业的本科生和研究生，从事相关科技领域的工作者，以及对图像处理感兴趣的广大爱好者。
课程大纲
课程章节
- 数字图像处理的基础知识
- 图像的数学变换
- 图像增强
- 图像复原
- 图像编码与压缩
- 图像分割
- 图像描述
- 数字图像处理实验
- 课程思政的总体设计
数字图像处理的基础知识
1.1 图像数字化及表示
1.2 像素间的基本关系
1.3 数字图像处理应用
1.4 感触与启示
1.5 第1章 测验
图像的数学变换
2.1 坐标的空间变换
2.2 灰度插值
2.3 傅里叶变换
2.4 傅里叶变换的基本性质
2.5 感触与启示
2.6 第2章 测验
图像增强
3.1 图像增强的基本概念
3.2 直方图及其均衡化
3.3 灰度变换
3.4 邻域平均法
3.5 中值滤波
3.6 频域低通滤波
3.7 同态滤波
3.8 空域锐化
3.9 频域锐化
3.10 伪彩色增强
3.11 感触与启示
3.12 第3章 测验
图像复原
4.1 图像复原概念及图像退化的数学表达
4.2 两种常见的退化模型
4.3 无约束法恢复图像基本思路
4.4 逆滤波法恢复图像
4.5 维纳滤波法恢复图像
4.6 感触与启示
4.7 第4章 测验
图像编码与压缩
5.1 图像压缩的基本原理
5.2 基本压缩编码
5.3 算术编码
5.4 线性预测编码
5.5 有损预测编码
5.6 感触与启示
5.7 第5章 测验
图像分割
6.1 引言及概述
6.2 阈值分割
6.3 边缘检测
6.4 区域分割
6.5 感触与启示
6.6 第6章 测验
图像描述
7.1 图像描述的基本概念
7.2 简单描述法
7.3 链码描述法
7.4 傅里叶描述法
7.5 矩描述法
7.6 感触与启示
7.7 第7章 测验
数字图像处理实验
8.1 Matlab图像处理的基本操作
8.2 图像点运算
8.3 邻域运算
8.4 频域图像处理
8.5 模糊图像恢复
8.6 图像分割
8.7 感触与启示
课程思政的总体设计
9.1 思政内容与融入点
