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（RGB、HSI）；

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