《數(shù)字圖像處理》教學(xué)大綱_第1頁
《數(shù)字圖像處理》教學(xué)大綱_第2頁
《數(shù)字圖像處理》教學(xué)大綱_第3頁
《數(shù)字圖像處理》教學(xué)大綱_第4頁
《數(shù)字圖像處理》教學(xué)大綱_第5頁
已閱讀5頁,還剩3頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

《數(shù)字圖像處理》教學(xué)大綱適用范圍:202X版本科人才培養(yǎng)方案課程代碼:22140211課程性質(zhì):專業(yè)必修課學(xué)分:4學(xué)分學(xué)時:64學(xué)時(理論48學(xué)時,實驗16學(xué)時)先修課程:線性代數(shù)、程序設(shè)計基礎(chǔ)、人工智能程序設(shè)計、計算機組成原理與結(jié)構(gòu)等后續(xù)課程:計算機視覺等適用專業(yè):人工智能專業(yè)開課單位:智能工程學(xué)院一、課程說明《數(shù)字圖像處理》是人工智能專業(yè)的一門專業(yè)必修課程,是一門涉及多領(lǐng)域的交叉學(xué)科。本課程主要講授講述圖像的數(shù)字處理技術(shù)和基本應(yīng)用。本課程注重基本理論知識的深入學(xué)習(xí)和實踐動手能力的培養(yǎng),通過本課程學(xué)習(xí),使學(xué)生初步掌握數(shù)字圖像處理的基本理論與方法,并能運用本課所學(xué)內(nèi)容初步解決一些實際問題,培養(yǎng)學(xué)生嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度,啟迪學(xué)生的創(chuàng)新思路和意識,為以后從事人工智能或相關(guān)領(lǐng)域的工作、深造、研究作好準(zhǔn)備。二、課程目標(biāo)通過本課程的學(xué)習(xí),使學(xué)生達到如下目標(biāo):課程目標(biāo)1:系統(tǒng)掌握數(shù)字圖像處理的基本概念、原理和實現(xiàn)方法。包括圖像的數(shù)學(xué)表征、圖像處理基礎(chǔ)和圖像變換等內(nèi)容。課程目標(biāo)2:結(jié)合計算機視覺等技術(shù)掌握圖像處理基本方法和技術(shù),具備初步解決人工智能領(lǐng)域內(nèi)圖像處理問題的能力。包括圖像增強、圖像恢復(fù)和重建、圖像壓縮編碼、圖像特征的提取與分析等內(nèi)容。課程目標(biāo)3:了解數(shù)字圖像處理的發(fā)展動態(tài),學(xué)習(xí)新思想、新技術(shù)、新應(yīng)用,通過實驗和課程實踐增強創(chuàng)新意識和創(chuàng)新思維,提高實際動手能力和創(chuàng)新能力。促使學(xué)生形成良好的世界觀、人生觀和價值觀,激發(fā)學(xué)生科技報國的奮發(fā)精神。三、課程目標(biāo)與畢業(yè)要求《數(shù)字圖像處理》課程教學(xué)目標(biāo)對人工智能專業(yè)畢業(yè)要求的支撐見表1。表1課程教學(xué)目標(biāo)與畢業(yè)要求關(guān)系畢業(yè)要求指標(biāo)點課程目標(biāo)支撐強度1.工程知識:能夠?qū)?shù)學(xué)、自然科學(xué)、工程基礎(chǔ)和專業(yè)知識用于解決人工智能及交叉應(yīng)用領(lǐng)域工程問題。1.2系統(tǒng)掌握人工智能領(lǐng)域的工程基礎(chǔ)和專業(yè)知識,包括計算機硬件、軟件及系統(tǒng)等方面內(nèi)容,了解通過人工智能系統(tǒng)解決工程問題的基本方法。課程目標(biāo)1:系統(tǒng)掌握數(shù)字圖像處理的基本概念、原理和實現(xiàn)方法。包括圖像的數(shù)學(xué)表征、數(shù)字圖像處理基礎(chǔ)和圖像變換等內(nèi)容。H3.設(shè)計/開發(fā)解決方案:能設(shè)計針對人工智能及交叉應(yīng)用領(lǐng)域工程問題的解決方案和滿足特定需求,并在設(shè)計中體現(xiàn)創(chuàng)新意識,考慮社會、環(huán)境、健康、安全、法律、文化等因素。3.1掌握人工智能及相關(guān)應(yīng)用領(lǐng)域的系統(tǒng)集成、算法優(yōu)化、軟件設(shè)計的基本設(shè)計理論和設(shè)計方法,能夠根據(jù)需求確定設(shè)計目標(biāo)研究、確定技術(shù)方案。課程目標(biāo)2:結(jié)合計算機視覺等技術(shù)掌握圖像處理基本方法和技術(shù),具備初步解決人工智能領(lǐng)域內(nèi)圖像處理問題的能力。包括圖像增強、圖像恢復(fù)和重建、圖像壓縮編碼、圖像特征的提取與分析等內(nèi)容。H4.研究:能基于科學(xué)原理并采用科學(xué)方法對人工智能及交叉應(yīng)用領(lǐng)域的工程問題進行研究,包括實驗的設(shè)計、算法的研究、參數(shù)的優(yōu)化等,并通過信息綜合得到合理有效的結(jié)論。4.2能夠構(gòu)建模擬或?qū)嶒炏到y(tǒng),通過信息綜合分析和實驗結(jié)果解釋,說明其有效性、合理性,得到解決方案實施質(zhì)量的合理有效結(jié)論。課程目標(biāo)3:了解數(shù)字圖像處理的發(fā)展動態(tài),學(xué)習(xí)新思想、新技術(shù)、新應(yīng)用,通過實驗和課程實踐增強創(chuàng)新意識和創(chuàng)新思維,提高實際動手能力和創(chuàng)新能力。促使學(xué)生形成良好的世界觀、人生觀和價值觀,激發(fā)學(xué)生科技報國的奮發(fā)精神。M注:表中“H(高)、M(中)”表示課程與相關(guān)畢業(yè)要求的關(guān)聯(lián)度。四、教學(xué)內(nèi)容、基本要求與學(xué)時分配1.理論部分見表2表2教學(xué)內(nèi)容、基本要求與學(xué)時分配教學(xué)內(nèi)容教學(xué)要求,教學(xué)重點難點理論學(xué)時實驗學(xué)時對應(yīng)的課程目標(biāo)1.數(shù)字圖像基礎(chǔ)1.1數(shù)字圖像技術(shù)及分類1.2數(shù)字圖像處理常用算法1.3數(shù)字圖像感知與獲取1.4圖像形成模型1.5圖像的采樣與量化教學(xué)要求:了解數(shù)字圖像技術(shù)及分類;熟悉數(shù)字圖像處理常用算法;理解數(shù)字圖像感知與獲?。涣私鈭D像形成模型;掌握圖像的采樣與量化。重點:圖像的采樣與量化。難點:圖像的采樣與量化。221、32.數(shù)字圖像的表示2.1數(shù)字圖像的表示2.2圖像空間分辨率2.3灰度分辨率2.4像素的域2.5像素通路2.6圖像區(qū)域2.7距離度量教學(xué)要求:了解數(shù)字圖像的表示;理解圖像空間分辨率;理解灰度分辨率;掌握像素的域;熟悉像素通路;掌握圖像區(qū)域;掌握距離度量。重點:距離度量。難點:圖像空間分辨率、灰度分辨率。22、33.圖像預(yù)處理3.1圖像預(yù)處理原因3.2圖像預(yù)處理方法3.3均值濾波器3.4高斯濾波器3.5中值濾波器3.6直方圖均衡化教學(xué)要求:了解圖像預(yù)處理原因;熟悉圖像預(yù)處理方法;掌握均值濾波器;掌握高斯濾波器;掌握中值濾波器;掌握直方圖均衡化。重點:均值濾波器、高斯濾波器、中值濾波器。難點:直方圖均衡化。661、2、34.圖像分割4.1圖像分割的目的4.2圖像分割技術(shù)的位置4.3圖像分割的概念4.4圖像分割的基本思路4.5圖像分割的基本方法教學(xué)要求:了解圖像分割的目的;理解圖像分割技術(shù)的位置;熟悉圖像分割的概念;掌握圖像分割的基本思路;掌握圖像分割的基本方法。重點:圖像分割的基本方法。難點:圖像分割的基本方法。421、35.圖像的特征提取5.1圖像特征基本概念5.2圖像特征分類5.3常見的特征提取方法5.4形狀特征描述符5.5紋理定義5.6紋理特征提取與分析5.7灰度共生矩陣分析法教學(xué)要求:了解圖像特征基本概念;了解圖像特征分類;熟悉常見的特征提取方法;掌握形狀特征描述符;理解紋理定義;理解紋理特征提取與分析;掌握灰度共生矩陣分析法。重點:灰度共生矩陣分析法。難點:灰度共生矩陣分析法。622、36.圖像形態(tài)學(xué)6.1簡單的圖像成像模型6.2集合的基本運算6.3集合的反射和平移6.4腐蝕6.5膨脹6.6開運算6.7閉運算6.8對比開運算和閉運算6.9形態(tài)學(xué)的應(yīng)用教學(xué)要求:了解簡單的圖像成像模型;了解集合的基本運算;熟悉集合的反射和平移;掌握圖像的腐蝕、膨脹、開運算、閉運算及對比;熟悉形態(tài)學(xué)的應(yīng)用。重點:圖像的腐蝕、膨脹、開運算、閉運算。難點:圖像的腐蝕、膨脹、開運算、閉運算。421、27.模板匹配7.1模板匹配簡介7.2模板匹配原理及特點7.3模板匹配流程7.4模板匹配算法分類7.5基于灰度的模板匹配算法教學(xué)要求:了解模板匹配簡介;熟悉模板匹配原理及特點;掌握模板匹配流程;掌握模板匹配算法分類;掌握基于灰度的模板匹配算法。重點:基于灰度的模板匹配算法。難點:基于灰度的模板匹配算法。221、2、38.光學(xué)字符識別8.1光學(xué)字符識別定義8.2特征提取與特征選擇8.3特征提取的具體實現(xiàn)8.4分類器的設(shè)計方法8.5監(jiān)督學(xué)習(xí)8.6模式識別方法教學(xué)要求:了解光學(xué)字符識別定義;熟悉特征提取與特征選擇;掌握特征提取的具體實現(xiàn);掌握分類器的設(shè)計方法;掌握監(jiān)督學(xué)習(xí);掌握模式識別方法。重點:監(jiān)督學(xué)習(xí)。難點:模式識別方法。21、2、39.數(shù)字圖像處理綜合應(yīng)用9.1手寫數(shù)字識別綜合應(yīng)用9.2車牌識別綜合應(yīng)用9.3人臉圖像識別綜合應(yīng)用9.4條形碼識別綜合應(yīng)用9.5織物表面缺陷識別綜合應(yīng)用9.6小麥病蟲害識別綜合應(yīng)用9.7貓狗圖像分類綜合應(yīng)用9.8交通信號標(biāo)志識別綜合應(yīng)用9.9COVID-19圖像分類綜合應(yīng)用9.10絕緣子缺陷識別綜合應(yīng)用教學(xué)要求:了解手寫數(shù)字識別綜合應(yīng)用;掌握車牌識別綜合應(yīng)用;掌握人臉圖像識別綜合應(yīng)用;掌握條形碼識別綜合應(yīng)用;掌握織物表面缺陷識別綜合應(yīng)用;掌握小麥病蟲害識別綜合應(yīng)用;掌握貓狗圖像分類綜合應(yīng)用;掌握交通信號標(biāo)志識別綜合應(yīng)用;掌握COVID-19圖像分類綜合應(yīng)用;掌握絕緣子缺陷識別綜合應(yīng)用。重點:車牌識別綜合應(yīng)用。難點:形碼識別綜合應(yīng)用。201、2、3合計48162.實驗/實踐或上機部分見表3表3實驗項目、實驗內(nèi)容與學(xué)時實驗項目實驗內(nèi)容和要求實驗學(xué)時對應(yīng)的課程目標(biāo)1.數(shù)字圖像基礎(chǔ)實驗內(nèi)容:圖像數(shù)據(jù)的采集、讀取、存儲、顯示以及圖像顏色空間轉(zhuǎn)換。實驗要求:了解數(shù)字圖像采集;掌握圖像數(shù)據(jù)的讀取、存儲、顯示;掌握圖像顏色空間的轉(zhuǎn)換。21、22.圖像預(yù)處理(一)實驗內(nèi)容:數(shù)字圖像的加、減、乘、除,求反、或、與、異或、平移、縮放、旋轉(zhuǎn)、水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)空域變換。實驗要求:掌握數(shù)字圖像的加、減、乘、除,求反、或、與、異或、平移、縮放、旋轉(zhuǎn)、水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)的原理及程序?qū)崿F(xiàn)方法。21、23.圖像預(yù)處理(二)實驗內(nèi)容:數(shù)字圖像的均值、中值和高斯濾波。實驗要求:掌握數(shù)字圖像的均值、中值和高斯濾波。22、34.圖像預(yù)處理(三)實驗內(nèi)容:數(shù)字圖像的直方圖統(tǒng)計與均衡化處理。實驗要求:掌握數(shù)字圖像的直方圖統(tǒng)計并進行均衡化處理。21、25.圖像分割實驗內(nèi)容:數(shù)字圖像二值化、Sobel、Laplace和Canny邊緣檢測及分割算法。實驗要求:掌握數(shù)字圖像二值化、Sobel、Laplace和Canny邊緣檢測及分割算法。21、2、36.圖像的特征提取實驗內(nèi)容:數(shù)字圖像的局部二值模式紋理特征提取。實驗要求:掌握數(shù)字圖像的局部二值模式紋理特征提取。22、37.圖像形態(tài)學(xué)實驗內(nèi)容:數(shù)字圖像的膨脹、腐蝕、開運算和閉運算。實驗要求:熟悉圖像形態(tài)學(xué)處理方法,掌握數(shù)字圖像的膨脹、腐蝕、開運算和閉運算基本原理與程序?qū)崿F(xiàn)方法。21、2、38.圖像模板匹配實驗內(nèi)容:數(shù)字圖像的模板匹配。實驗要求:了解數(shù)字圖像的模板匹配的原理,掌握數(shù)字圖像的模板匹配編程實現(xiàn)。21、2、3合計16五、教學(xué)方法及手段在課堂教學(xué)中,采用“翻轉(zhuǎn)課堂+PBL”的授課方式,激發(fā)學(xué)生在課堂學(xué)習(xí)中的積極性和主動性,教師主要負(fù)責(zé)任務(wù)分配及引導(dǎo),組織課堂紀(jì)律,達到鍛煉學(xué)生積極探索、交流溝通及團隊協(xié)作能力的目的。在實驗教學(xué)環(huán)節(jié)中,通過培養(yǎng)學(xué)生自主學(xué)習(xí)能力、實際動手能力,激發(fā)學(xué)生的創(chuàng)新思維。采用教師講授和學(xué)生動手操作的方法;在實驗前學(xué)生應(yīng)復(fù)習(xí)和掌握與本實驗有關(guān)的教學(xué)內(nèi)容、認(rèn)真閱讀實驗指導(dǎo)書;在實驗中要嚴(yán)格遵守實驗紀(jì)律,按操作規(guī)程使用儀器;實驗結(jié)束后,按規(guī)定對儀器進行維護保養(yǎng);每完成一項實驗,要認(rèn)真完成一份實驗報告。六、課程資源庫每門課程需推薦優(yōu)秀專著3本以上(不包括教材),本學(xué)科國內(nèi)或國際權(quán)威期刊5種以上(至少包括外文期刊1種),網(wǎng)絡(luò)資源2項以上。1.建議教材:(1)岡薩雷斯,《數(shù)字圖像處理》(第三版),北京:電子工業(yè)出版社,2017。2.參考書:(1)賈永紅,《數(shù)字圖像處理》(第三版),武漢:武漢大學(xué)出版社,2015。(2)李俊山,《數(shù)字圖像處理》,北京:清華大學(xué)出版社,2017。(3)楊杰,《數(shù)字圖像處理及MATLAB實現(xiàn)》(第三版),北京:電子工業(yè)出版社,2019。3.期刊:(1)LiC,SohnK,YoonJ,etal.CutPaste:Self-SupervisedLearningforAnomalyDetectionandLocalization.ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition(CVPR),2021:14902-14912.(2)SalehiM,SadjadiN,BaselizadehS,etal.Multiresolutionknowledgedistillationforanomalydetection.ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition(CVPR),2021:14902-14912.(3)陶顯,侯偉,徐德.基于深度學(xué)習(xí)的表面缺陷檢測方法綜述[J].自動化學(xué)報,2021,47(5),1017-1034.(4)張濤,劉玉婷,楊亞寧,王鑫,金映谷.基于機器視覺的表面缺陷檢測研究綜述[J].科學(xué)技術(shù)與工程,2020,20(35):14366-14376.(5)陶華.數(shù)字圖像處理技術(shù)在紡織檢測中的應(yīng)用[J].化纖與紡織技術(shù),2021,50(09):63-65.(6)吳少霜,趙純,朱亞男等.數(shù)字圖像處理技術(shù)在果蔬分級檢測中的應(yīng)用[J].福建農(nóng)機,2021(03):30-36.(7)包新月,俞磊.計算機數(shù)字圖像處理常用顏色空間及轉(zhuǎn)換[J].電子技術(shù)與軟件工程,2021(07):122-123.(8)胡志萍.數(shù)字圖像處理技術(shù)研究進展[J].中國新通信,2020,22(24):72-73.(9)葉高文.基于MATLAB數(shù)字圖像處理的機械零件尺寸檢測[J].北京印刷學(xué)院學(xué)報,2020,28(10):152-154.網(wǎng)絡(luò)資源:(1)數(shù)字圖像處理./sCourse/course_3201.html.(2)數(shù)字圖像處理技巧./course/WHU-1205723805.(3)圖像處理與機器學(xué)習(xí)./course/NJTU-1462091162.七、課程考核對課程目標(biāo)的支撐課程成績由過程性考核成績和期末考核成績兩部分構(gòu)成,具體考核/評價細則及對課程目標(biāo)的支撐關(guān)系見表4。表4課程考核對課程目標(biāo)的支撐考核環(huán)節(jié)占比考核/評價細則課程目標(biāo)123過程性考核課堂表現(xiàn)10(1)根據(jù)課堂出勤情況和課堂回答問題情況進行考核,滿分100分。(2)以平時考核成績乘以其在總評成績中所占的比例計入課程總評成績?!獭獭?24課內(nèi)實驗15(1)根據(jù)每個實驗的實驗完成情況和實驗報告質(zhì)量單獨評分,滿分100分;(2)每次實驗單獨評分,取各次實驗成績的平均值作為此環(huán)節(jié)的最終成績。(3)以實驗成績乘以其在總評成績中所占的比例計入課程總評成績?!?5課程作業(yè)10(1)主要考核學(xué)生對各章節(jié)知識點的復(fù)習(xí)、理解和掌握程度,滿分100分;(2)每次作業(yè)單獨評分,取各次成績的平均值作為此環(huán)節(jié)的最終成績。(3)以作業(yè)成績乘以其在總評成績中所占的比例計入課程總評成績?!獭獭?63課程報告(論文)15(1)主要考核學(xué)生綜合掌握課程知識程度,滿分100分;(2)學(xué)期中后期進行一次,單獨評分√√22期末考核50(1)卷面成績100分,以卷面成績乘以其在總評成績中所占的比例計入課程總評成績。(2)主要考核數(shù)字圖像基礎(chǔ)、數(shù)字圖像的表示、圖像預(yù)處理、圖像分割、圖像的特征提取、圖像形態(tài)學(xué)、模板匹配、光學(xué)字符識別、數(shù)字圖像處理綜合應(yīng)用內(nèi)容。(3)考試題型為:選擇題、填空題、判斷題、簡答題和計算分析題等?!獭獭?52510合計:100分355015八、考核與成績評定1.考核方式及成績評定考核方式:本課程主要以課程作業(yè)、課堂表現(xiàn)、課內(nèi)實驗、期末考試等方式對學(xué)生進行考核評價??己嘶疽螅海訌娺^程考核)考核總成績由期末試卷成績和課程作業(yè)、課堂表現(xiàn)、課內(nèi)實驗過程性評價成績組成。其中:期末試卷成績?yōu)?00分(權(quán)重50%),試題類型為填空題、選擇題、簡答題、計算分析題等類型,過程性評價和考試試題分值應(yīng)與教學(xué)大綱各章節(jié)的學(xué)時基本成比例,試卷中基本知識、基本理論、基本技能占卷面分值不超過50%左右,簡答題、計算分析題占卷面分值不低于50%左右;課程作業(yè)、課堂表現(xiàn)、課內(nèi)實驗、課程報告(論文)過程性評價成

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論