複製鏈接
請複製以下鏈接發送給好友

數字圖像處理

(山東科技大學、齊魯工業大學共建的慕課)

鎖定
數字圖像處理課程是山東科技大學齊魯工業大學共建的慕課、國家精品在線開放課程國家級一流本科課程,於2017年11月20日在學銀在線首次開課,於2018春夏在智慧樹網首次開課,授課教師為孫農亮、曹茂永、範迪、滕昇華、趙猛。據2021年9月智慧樹網顯示,該課程已運行8學期,累計選課6864人,累計學校74所,累計互動1.16萬次。 [5-6]  據2021年9月學銀在線官網顯示,該課程已運行9學期,累計頁面瀏覽量3798321次,累計選課7420人,累計互動42434次。 [3-4] 
數字圖像處理課程共八章,包括圖像的數學變換、圖像壓縮、數字圖像處理實驗、數字圖像處理的基礎知識、圖像分割等內容。 [4]  [7] 
中文名
數字圖像處理
外文名
DIGITAL IMAGE PROCESSING
類    別
慕課、國家精品在線開放課程、國家級一流本科課程
授課平台
智慧樹網、學銀在線
開課時間
2017年11月20日(學銀在線首次)、2018春夏(智慧樹網首次)
授課教師
孫農亮、曹茂永、範迪、滕昇華、趙猛
建設院校
山東科技大學、齊魯工業大學

數字圖像處理課程性質

數字圖像處理課程背景

圖像是人類獲取和交換信息的形式之一,進行圖像處理能夠更好地實現圖像信息的展示、存儲和分析利用。數字圖像處理是信息處理、自動化和計算機等學科的重要研究內容,與模式識別、人工智能等方面的發展密不可分。 [6] 

數字圖像處理課程定位

數字圖像處理課程是一門理論與實踐相結合的課程,通過對圖像的數學表徵、圖像變換、圖像增強、圖像復原、圖像壓縮、圖像分割、圖像描述等內容的學習,使學習者瞭解該領域最新的成果和發展動態,掌握圖像處理的基本理論、概念、方法和技術。 [4] 

數字圖像處理適應對象

數字圖像處理課程適合電子信息類、計算機類等相關專業的本科生和研究生學習,也適合從事相關科技領域的工作者及對圖像處理感興趣的愛好者學習。 [4] 

數字圖像處理課程簡介

數字圖像處理課程共八章,第一章介紹像素間的基本關係、圖像處理領域的發展與應用等知識點;第二章講述圖像的數學變換等內容;第三章介紹灰度變換、平滑、鋭化等知識點;第四章講述圖像退化的概念和模型等內容;第五章介紹常用的統計編碼方法、無損預測編碼、有損預測編碼的原理和常用方法等知識點;第六章講述圖像分割的基本思路和方法等內容;第七章介紹表徵圖像的主要特徵、圖像描述的定義及圖像描述的基本方法等知識點;第八章講述Matlab圖像處理的基本操作等內容。 [4]  [7] 

數字圖像處理課程大綱

注:數字圖像處理課程在學銀在線平台、智慧樹網平台的課程大綱基本一致。
學銀在線&智慧樹網課程大綱
第一章 數字圖像處理的基礎知識
1.1圖像數字化及表示
1.2像素間的基本關係
1.3數字圖像處理應用
第二章 圖像的數學變換
2.1座標的空間變換
2.2灰度插值
2.3傅里葉變換
2.4離散傅里葉變換基本性質
第三章 圖像增強
3.1圖像增強的基本概念
3.2直方圖及其均衡化
3.3灰度變換
3.4鄰域平均法
3.5中值濾波
3.6頻域低通濾波
3.7同態濾波
3.8空域鋭化
3.9頻域鋭化
3.10偽色彩增強
第四章 圖像復原
4.1圖像復原概念及圖像退化的數字表達式
4.2兩種常見的退化模型
4.3無約束法恢復圖像基本思路
4.4逆濾波法恢復圖像
4.5維納濾波法恢復圖像
第五章 圖像壓縮
5.1圖像壓縮的基本原理
5.1.1圖像壓縮的基本原理
5.1.2圖像保真度準則
5.2統計編碼方法
5.2.1基本壓縮編碼
5.2.2費諾-仙農編碼
5.3算術編碼
5.3.1算術編碼原理
5.3.2算術編碼解碼
5.4預測編碼
5.4.1無損預測編碼
5.4.2線性預測編碼
5.5有損預測編碼
第六章 圖像分割
6.1引言及概述
6.1.1引言
6.1.2圖像分割概述
6.2閾值分割
6.2.1閾值分割概述
6.2.2直方圖閾值
6.2.3最優閾值
6.2.4最大類間方差閾值
6.3邊緣檢測
6.3.1邊緣檢測分割的原理
6.3.2一階邊緣檢測算子
6.3.3二階邊緣檢測算子
6.3.4Hough變換的原理
6.3.5Hough變換的應用
6.4區域分割
6.4.1區域生長
6.4.2分裂合併
第七章 圖像描述
7.1圖像描述的基本概念
7.2簡單描述法
7.3鏈碼描述法
7.4傅里葉描述法
7.5矩描述法
第八章 數字圖像處理實驗
8.1Matlab圖像處理的基本操作
8.2圖像點運算
8.3鄰域運算
8.4頻域圖像處理
8.5模糊圖像恢復
8.6圖像分割
8.7圖像處理Matlab編程指導
8.8圖像增強及Matlab編程
8.9課程思政
(注:課程大綱排版從左到右排列 [4]  [7] 

數字圖像處理開課信息

智慧樹網開課信息
開課次數
開課時間
學時安排
參與人數
第1次開課
2018春夏
28
70
第2次開課
2018秋冬
261
第3次開課
2019春夏
1134
第4次開課
2019秋冬
557
第5次開課
2020春夏
304
第6次開課
2020秋冬
586
第7次開課
2021春夏
933
第8次開課
2021秋冬
29
招生中
該課程第1~8次開課的授課教師均為孫農亮、曹茂永、範迪、滕昇華、趙猛、鄭永果、程學珍。 [5-6] 
學銀在線開課信息
開課次數
開課時間
第1次開課
2017年11月20日-2018年05月20日
第2次開課
2018年06月05日-2018年07月31日
第3次開課
2018年09月03日-2018年11月30日
第4次開課
2019年03月01日-2019年07月06日
第5次開課
2019年08月19日-2020年01月15日
第6次開課
2020年02月10日-2020年07月17日
第7次開課
2020年09月01日-2021年01月15日
第8次開課
2021年02月25日-2021年07月25日
第9次開課
2021年09月01日-2022年01月15日
該課程1-9次開課授課教師均為孫農亮、曹茂永、範迪、滕昇華、趙猛、鄭永果、程學珍,學時安排均為48學時每週。 [3-4] 

數字圖像處理教學目標

1、瞭解數字圖像處理應用、數字圖像處理的基本原理和方法;
2、熟悉圖像處理算法的開發流程,能夠熟練應用一門編程語言進行圖像處理編程。 [6] 

數字圖像處理學習預備

  • 學習資料
書名
作者
出版時間
出版社
《數字圖像處理》
曹茂永
2016年08月01日
(注:表格內容參考資料 [6] 

數字圖像處理考核標準

平時成績30分
平時成績=學習進度分(5.0分)+學習行為分(25.0分)。
章測試成績10分
單項類目名稱
卷面分
單項滿分
第一章 單元測試
2.4
1.5
第二章 單元測試
2.4
1.5
第三章 單元測試
2.4
1.5
第四章 單元測試
2.4
1.5
第五章 單元測試
2
1.3
第六章 單元測試
2.4
1.5
第七章 單元測試
2
1.2
見面課成績20分
見面課成績得分=見面課實際得分/見面課總分*權值。
單項類目名稱
單項滿分
Matlab圖像處理的基本操作
5.0
圖像增強
5.0
圖像復原
5.0
圖像分割
5.0
期末考試成績40分
期末考試得分=期末考試實際得分/期末考試總分*權值。
採用線上期末考試形式作為期末考試成績。
試卷:教程考試。 [8] 

數字圖像處理所獲榮譽

2019年,數字圖像處理課程被中華人民共和國教育部認定為“國家精品在線開放課程”。 [1] 
2020年11月24日,數字圖像處理課程被中華人民共和國教育部認定為“首批國家級一流本科課程”。 [2] 

數字圖像處理教師簡介

孫農亮山東科技大學電子信息工程學院教授,從事圖象處理、模式識別、機器視覺、自動控制等領域研究工作。 [9] 
曹茂永,齊魯工業大學教授,從事聲光電檢測、圖象處理等方面的教學和科研工作。 [10] 
範迪,山東科技大學電子信息工程學院教授,從事機器視覺、檢測技術與自動化裝備等領域研究工作。 [11] 
滕昇華,山東科技大學電子信息工程學院副教授,從事圖像處理與模式識別相關的教學科研工作。 [12] 
趙猛,山東科技大學電氣與自動化工程學院講師,從事機器視覺、模式識別、人工智能等方面的教學與科研工作。 [13] 
鄭永果山東科技大學計算機科學與工程學院教授,從事虛擬現實與可視化、圖象處理與模式識別等領域研究工作。 [14] 
程學珍,山東科技大學電氣與自動化工程學院教授,承擔現代檢測理論及應用、傳感器與檢測技術等課程教學工作。 [15] 
參考資料
展開全部 收起