《数字图像处理》课程教案
授课内容： 1.4 处理商品图片
授课方式：多媒体+板书
理论授课学时：1学时
教学目的：
1． 了解数字图像处理概述
2． 掌握图像数字化技术
3． 掌握图像文件格式及类型
4． 了解图像的视觉原理
主要内容：
1． 数字图像处理概述（数字图像处理及特点、数字图像处理的目的和主要内容、数字图像处理的发展与应用）
2． 图像数字化技术（图像的数学模型、图像的采样、量化）
3． 图像文件格式及类型（图像文件格式、数字图像类型）
4． 图像的视觉原理（视觉模型及特性、色度学基础、图像质量评价）
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1. 数字图像处理的目的和主要内容
2. 图像数字化技术
3．数字图像类型
变换编码
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
熵编码、预测编码、变换编码
二、难点内容
1．自适应预测编码
2．JPEG图像压缩标准
备 注
思考题：课本习题
授课内容： 数学形态学及其应用
授课方式：多媒体+板书
理论授课学时：1学时
教学目的：
1. 了解数学形态学概述
2. 掌握二值形态学
3. 掌握灰度形态学
主要内容：
数学形态学概述、二值形态学
灰度形态学
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1. 图像的二值形态学
2. 图像的灰度形态学
二、难点内容
1. 图像的二值形态学
2. 图像的灰度形态学
备 注
思考题：课本习题
授课内容： 图像分割技术
授课方式：多媒体+板书
授课学时：1学时
2. 图像平滑
3. 图像锐化、伪彩色增强
4．图像退化与复原、图像的几何校正
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1. 直方图修正
2. 图像平滑
3. 图像锐化
二、难点内容
1. 图像退化与复原
2. 图像的几何校正
备 注
思考题：课本习题
授课内容： 图像的几何变换
授课方式：多媒体+板书
二、难点内容
1. 齐次坐标
2. 线性插值图像放大
备 注
思考题：课本习题
授课内容： 图像的压缩编码
授课方式：多媒体+板书
授课学时：1学时
教学目的：
1．掌握熵编码（哈夫曼编码、香农-范诺编码、算术编码、行程编码）
2．掌握预测编码
3．掌握变换编码
4. 了解图像压缩国际标准
主要内容：
图像编码概述、熵编码
预测编码
授课方式：多媒体+板书
授课学时：1学时
教学目的：
1. 了解图像增强与复原概述、掌握图像灰度变换的方法
2. 掌握直方图修正的方法
3. 了解图像平滑的目的和方法
4. 掌握图像锐化的目的和锐化的方法
5. 理解伪彩色增强的目的和方法
6. 了解图像退化与复原
7. 了解图像的几何校正
主要内容：
1. 图像增强与复原概述、灰度变换、直方图修正
授课学时：1学时
教学目的：
1. 掌握图像的几何变换基础
2. 掌握图像的位置变换
3. 掌握图像的形状变换
4. 了解图像的复合变换主要内容：来自1. 图像几何变换基础
2. 图像的位置、形状和复合变换
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1. 图像几何变换基础
2. 图像位置变换
3. 图像形状变换
离散余弦变换
KL变换
离散沃尔什哈达玛变换
小波变换简介
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1. 傅立叶变换、傅立叶变换的性质
2. 离散余弦变换
3. 频域变换的一般表达式
二、难点内容
1. KL变换
2. 离散沃尔什哈达玛变换
3. 小波变换简介
备 注
思考题：课本习题
授课内容： 图像增强与复原技术
二、难点内容
图像文件格式、视觉模型及特性
备 注
思考题：课本习题
授课内容： 图像的频域变换
授课方式：多媒体+板书
授课学时：1学时
教学目的：
1. 掌握傅立叶变换
2. 理解频域变换的通用公式
3. 掌握离散余弦变换
4. 掌握KL变换
5. 了解离散沃尔什哈达玛变换
6. 了解小波变换简介
主要内容：
傅立叶变换
频域变换的一般表达式
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1. 颜色直方图、颜色矩、周长、面积、距离、不变矩等特征
2．统计法、频谱法及联合概率矩阵
二、难点内容
灰度共生矩阵
备 注
思考题：课本习题
二、难点内容
分裂合并分割方法、Hough变换及应用
备 注
思考题：课本习题
授课内容： 图像特征分析
授课方式：多媒体+板书
授课学时：1学时
教学目的：
1． 掌握图像的颜色特征
2． 了解图像的形状特征
3． 掌握图像的纹理特征
4．了解图像的其他特征
主要内容：
1. 图像的颜色特征、图像的形状特征
2. 图像的纹理特征及图像的其他特征
教学目的：
1. 掌握基于阈值选取的图像分割方法
2. 掌握基于区域的图像分割方法
3. 掌握基于边缘检测的图像分割方法
主要内容：
基于阈值选取的图像分割方法
基于区域的图像分割方法
基于边缘检测的图像分割方法
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1. 基于边缘的图像分割
2. 基于区域的图像分割