－1－
第一章、《图像处理与识别》课程实验大纲
课程编号：17z83060 学时：6 学时
一、课程实验教学目标
要求学生已有数学分析、向量、矩阵、概率、统计方面的基础知识和初步的计算机编程能力。通过本课 程的实验，要求学生通过改变基本图像处理算法的参数，观察图像处理结果，并能够总结出典型图像处理算 法的特点和应用场合，进一步巩固和掌握基本图像处理算法。通过综合运用典型图像处理算法，能够设计复 杂背景图像中典型几何原型的自动分割，培养和锻炼学生的创新意识和创新思维，提高动手能力和创新能力。
内容：设计复杂背景图像简单几何原型的自动分割方案，并编程实现。 编程语言：matlab、C、VC++ 设计型实验，通过所学图像处理算法，实现复杂背景圆、椭圆、四边形等简单几何原型的自动分割。
三、教学安排及方式
课堂实验分组进行，学生通过课外 VC++或者 MATLAB 编程实现实验二中的主要算法。
四、考核方式
enhancement, filters, signal-to-noise ratio, root-mean-square error, adding noise, color space conversion, image object labeling, creating and extracting bands from multi-band images, viewing phase-only images from FFT data, image statistics, halftone conversion (6 types).
提交实验设计报告，只提交实验二的设计报告，实验一的内容由任课教师课堂验收，作为平时成绩的依 据之一。
－2－
第二章 CVIPtools 图像处理软件
CVIPtools 是美国 Southern Illinois University Edwardsville 开发的图像处理工具，它的主要目 的是让学生能够更好地掌握数字图像处理的基本算法。
《图像处理与识别》
实验指导书
北京航空航天大学 仪器科学与光电工程学院
2008 年 5 月
目录 第一章、《图像处理与识别》课程实验大纲 ................................................ 2 第二章 CVIPtools 图像处理软件................................................................3 第三章 实验内容..........................................................................................4
基于图形界面的图像处理工具 Cviptools 的基本功能包括：
z Edge/Line detection and edge linking - Kirsch, pyramid, Sobel, Prewitt, Roberts, Laplacian, Frei-Chen, Hough transform.
二、教学内容及基本要求
主要内容包括两部分：第一部分是基于 CVIPTOOLS 图像软件处理平台，进行空间域和频率域增强以及 图像分割实验。第二部分是设计复杂背景图像简单几何原型的自动分割方案，并编程实现。安排 1 个综合型 系列实验和 1 个设计型实验，课堂为 6 学时＋课外，具体内容如下：
一：图像增强处理和分割综合实验（3 学时） 内容：在图像处理软件平台（CVIPTOOLS），进行空间域和频率域增强以及图像分割实验。
z Frequency domain filters - highpass, lowpass, bandpass, bandreject, high frequency emphasis, and notch. z Feature extraction - binary, RST-invariant, histogram, spectral and texture object features. z Feature analysis - Range-Normalization, Unit Vector Normalization, Standard Normal Density
－3－
z Image geometry operations - copy-paste, translate, resize, rotate, zoom. z Utilities for arithmetic and logic oe image creation, image
1、 直方图均衡化实验； 2、 直方图匹配实验； 3、 图像锐化实验：高通滤波、高提升滤波、反锐化滤波、FFT 锐化、高频增强等（通过改变参数，
对不同的系列图像进行处理） 4、 图像平滑实验：均值滤波、高斯滤波和 FFT 平滑等 5、 图像分割实验：Sobel、prewit、Roberts、Laplaicn、Krish 边缘提取、Hough 变换、边缘连接等 6、 二值图像斑的特征描述：面积、中心、方向、周长、欧拉数和孔径比等计算 二：图像分割设计实验（3 学时）
z Morphological filters - binary iterative morphology, gray-scale and color erosion, dilation, opening, and closing.
z Two-dimensional fast transforms - Fourier (FFT), cosine (DCT), Haar, Walsh, Hadamard, wavelet transforms.
z Image segmentation - fuzzyc mean, histogram thresholding, median-cut, principal components transform/median cut, spherical coordinate transform/center split, gray level quantization, split and merge.
Normalization, Min-Max Normalization, Softmax Scaling, Euclidian Distance, City Block or Absolute Value Metric, Maxium Value Metric, Minikowski Distance, Vector Inner Product, Tanimoto Metric. z Pattern classification - nearest neighbor, K-nearest neighbor and nearest centroid. z Spatial domain image restoration - order filters, mean filters, adaptive filters. Filters included: median, adaptive median, minimum, midpoint, maximum, alpha-trimmed mean, arithmetic, geometric, harmonic, contra-harmonic, Yp-mean, minimum-mean-square-error, adaptive contrast. z Frequency domain image restoration filters - inverse, geometric mean, power spectrum equalization, constrained least squares, classic Wiener, parametric Wiener, practical Wiener. User specified degradation function and noise functions. z Noise functions - negative exponential, rayleigh, gaussian, gamma, salt and pepper noise functions. z Geometry transformation - user specified mesh. Nearest neighbor, bilinear and average interpolation. z Histogram-based image enhancement - histogram equalization, histogram slide, histogram shrink/stretch, local equalization, histogram hyperbolization, histogram specification, adaptive contrast filters (standard, logarithmic, exponential), gray-scale piecewise linear modification. z Pseudo-color enhancement - frequency domain mapping, gray level mapping, intensity slicing. z Spatial and frequency domain image smoothing and sharpening. z Image compression algorithms - bitplane run-length-coding, Huffman encoding, zonal coding, threshold coding, Ziv-Lempel, JPEG, differential predictive coding, block truncation coding, dynamic window-based run-length-coding, vector quantization, fractal, wavelet vector quantization. z Support for common image formats - Sun Raster, IRIX, GIF, TIFF, JPEG, PPM, PGM, PBM, EPS, ITEX, and others.