课程名称数字图像处理.docx

课程名称数字图像处理.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

课程名称:数字图像处理

授课语言:中文

A.课程说明

学分:3

上课时间:32(理论)+32(上机),共64学时

学期:第5学期

课程描述:数字图像处理课程是计算机科学与技术专业的专业必修课。本课程着重研究数字图像处理的方法,采用双语教学训练学生根据所学基础知识解决实际问题的能力,同时要求拓宽专业知识面,为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术,并能应用这些基本方法开发数字图像处理系统,为学习图像处理新方法奠定理论基础。

B.?教学方法

第一章 讲授法,演示法

第二章 讲授法,研究型教学方法

第三章 讲授法,讨论法,演示法

第四章 讲授法,研究型教学方法

第五章 讲授法,研究型教学方法

第六章 讲授法,讨论法,演示法

第七章 讲授法,讨论法,演示法

C.?课程目标

目标1:通过本课程学习,正确理解并掌握数字图像处理基本概念、基本原理、功能和作用。熟练运用图像处理方法和技术。

目标2:能够熟练使用图像处理开发平台,提高实际动手能力和创新能力,能够利用网络查阅图像处理最新研究热点相关文献,培养和增强学生创新意识和创新思维。

?课程主题/单位和日期

概述

数字图像处理的发展

图像及其表示、显示、存储及像素间的关系

图像技术及应用

数字图像处理基础

1.概述

2.数字图像处理系统

3.图像与视觉之间的关系

第三章空间域图像增强

1.图像增强技术概述

2.基于单像素的空域增强方法

3.基于多像素的空域增强方法(空域滤波)

第四章频域图像增强

1.概述

2.傅里叶变换

3.低通滤波

4.高通滤波

第五章图像分割

1.图像分割的定义

2.图像分割的基本方法

3.阈值分割

4.边缘检测

5.区域分割

第六章形态学处理

1.概述

2.腐蚀、膨胀、开运算和闭运算

第七章图像特征描述及图像识别

1.图像目标表达

2.边界描述

3.区域描述子

4.形态学描述

5.主分量描述

6.常用图像分类方法

学时分配及教学方法

章(按序填写)

教学形式及学时分配

课堂教学

实验

上机

课程实践

小计

第一章

2

2

4

第二章

2

2

4

第三章

4

4

8

第四章

4

4

8

第五章

6

6

12

第六章

6

6

12

第七章

8

8

16

合计

32

32

64

本课程开设的实验项目

编号

实验项目名称

学时

类型

要求

支撑的课程目标

1

图像处理基本操作

4

验证性

必做

课程目标1和2

2

图像增强

8

验证性

必做

课程目标1和2

3

图像分割

6

验证性

必做

课程目标1和2

4

形态学处理

6

验证性

必做

课程目标1和2

5

图像描述和分类

8

验证性

必做

课程目标1和2

E.?教科书和所需的工具或补给

教科书(必填):数字图像处理:英文版,(美)RafaelC.Gonzalez,(美)RichardE.Woods著,电子工业出版社,2017第三版

教科书(推荐):

耗材和/或工具:matlab

?分级计划

考核方式或途径

考核要求

考核权重

支持课程目标

平时表现

发布相关题目供学生讨论并进行评分,发布相关练习题目供学生练习,随堂检测知识点掌握情况;无故缺勤占总课时1/3以上,总成绩不及格。

10%

课程目标1

课程目标2

大作业

主要考查学生的设计解决问题的目标和技术方案的能力;文献撰写能力。

50%

课程目标1

课程目标2

平时作业

课后作业:主要考查学生线上学习知识掌握程度,包括理论及相关知识验证情况

完成5个实验;主要考查问题解决的设计目标和设计技术方案的能力以及实验结果关联分析的能力。

40%

课程目标1

课程目标2

合计

100%

G.?课程特殊组成部分

文档评论(0)

sis36 + 关注
实名认证
内容提供者

大数据工程师持证人

本人从事所爱好的软件研发职业,所选文档部分是选自于网络,之所以选这些文档是因为我很欣赏你的思维和才华,特此给我们大家以分享和学习的机会。如果你感觉侵犯了你的利益,请和我联系,我会尽快的删除!谢谢!

领域认证该用户于2024年03月25日上传了大数据工程师

1亿VIP精品文档

相关文档