《數(shù)字圖像處理實(shí)戰(zhàn)》教學(xué)大綱

課程名稱(chēng)：數(shù)字圖像處理實(shí)戰(zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)(其中理論3()學(xué)時(shí)，實(shí)驗(yàn)34學(xué)時(shí))

總學(xué)分：4.0學(xué)分

一、課程的性質(zhì)

《數(shù)字圖像處理實(shí)戰(zhàn)》是一門(mén)理論和編程實(shí)踐緊密結(jié)合的課程。大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，在

日常牛產(chǎn)、牛活及其他領(lǐng)域中圖像的采集、傳輸越來(lái)越使利，對(duì)圖像數(shù)據(jù)進(jìn)行及時(shí)處理并做出

科學(xué)、準(zhǔn)確的決策越來(lái)越重要。圖像處理具有很強(qiáng)的實(shí)用性，越來(lái)越多的領(lǐng)域如人工智能、自

動(dòng)駕駛、智能交通、手機(jī)應(yīng)用、軍事和醫(yī)療等都離不開(kāi)圖像處理技術(shù)。本課程堅(jiān)持基于圖像處

理應(yīng)用性強(qiáng)的特點(diǎn)，利用所學(xué)到的理論方法來(lái)解決圖像處理中實(shí)際應(yīng)用問(wèn)題，從而提高學(xué)生的

學(xué)習(xí)興趣、增強(qiáng)學(xué)生的就業(yè)競(jìng)爭(zhēng)能力。

二、課程的任務(wù)

通過(guò)本課程的學(xué)習(xí)，便學(xué)生學(xué)會(huì)使用Python進(jìn)行圖像的基本變換、圖像增強(qiáng)與復(fù)原、形

態(tài)學(xué)處理、圖像特征提取和圖像分割等基本處理，并通過(guò)車(chē)牌檢測(cè)、QR碼檢測(cè)和鋼軌軌面缺

陷檢測(cè)三個(gè)實(shí)戰(zhàn)案例，將理論與實(shí)踐相結(jié)合，為將來(lái)從事圖像處理相關(guān)的工作和研究奠定基礎(chǔ)。

三、課程學(xué)時(shí)分配

序號(hào)教學(xué)內(nèi)容理論學(xué)時(shí)實(shí)驗(yàn)學(xué)時(shí)其它

1第1章圖像處理概述20

2第2章圖像的基本變換33

3第3章圖像增強(qiáng)與復(fù)原44

4第4章形態(tài)學(xué)處理44

5第5章圖像特征提取44

6第6章圖像分割44

7第7章車(chē)牌檢測(cè)35

8第8章QR碼的檢測(cè)35

9第9章鋼軌軌面缺陷檢測(cè)35

總計(jì)3034

四、教學(xué)內(nèi)容及學(xué)時(shí)安排

1.理論教學(xué)

序

章節(jié)名稱(chēng)主要內(nèi)容教學(xué)目標(biāo)學(xué)時(shí)

號(hào)

1.了解圖像處理的

起源和應(yīng)用領(lǐng)域

1.圖像處理的起源2.了解圖像處理與

2.圖像處理的應(yīng)用領(lǐng)域圖像工程的關(guān)系

3.圖像處理與圖像工程的關(guān)系3.熟悉圖像生成與

4.圖像生成量化

1圖像處理概述2

5.圖像量化4.熟悉像素之間的

6.像素間的基本關(guān)系基本關(guān)系

7.常用的圖像處理工具5.熟悉常用的圖像

8.常用的Python圖像處理庫(kù)處理工具

6.了解常用Python

的圖像處理庫(kù)

1.圖像的讀取1.掌握?qǐng)D像的讀取

2.圖像的寫(xiě)出與寫(xiě)出

3.圖像的色彩空間2.掌握?qǐng)D像的色彩

2圖像的基本變換3

4.色彩空間的變換方法空間變換方法

5.圖像的幾何空間3.掌握?qǐng)D像的幾何

6.幾何空間的變換方法空間變換方法

1.了解空間濾波的

原理，以及如何形成

空間濾波器

1.空間濾波的原理

2.熟悉空間濾波器

2.空間濾波器的構(gòu)筑方法

的主要類(lèi)型，以及具

3.空間濾波器的類(lèi)型

體的應(yīng)用方法

4.空間濾波器的應(yīng)用方法

3.了解頻率域?yàn)V波

3圖像增強(qiáng)與復(fù)原5.頻率域?yàn)V波的原理4

原理、高通和低通頻

6.富通和低通頻域率濾波的類(lèi)型

域率濾波的類(lèi)型及

7.常見(jiàn)的噪聲模型

實(shí)現(xiàn)

8.空間濾波或頻率域?yàn)V波去除咦聲

4.了解常見(jiàn)的噪聲

的方法

模型及相對(duì)應(yīng)的空

間濾波或頻率域?yàn)V

波的去除方法

1.熟悉腐蝕與膨脹

1.腐蝕運(yùn)算的實(shí)現(xiàn)方法運(yùn)算的實(shí)現(xiàn)方法

2.膨脹運(yùn)算的實(shí)現(xiàn)方法2.熟悉開(kāi)與閉操作

4形態(tài)學(xué)處理3.開(kāi)操作的實(shí)現(xiàn)方法的實(shí)現(xiàn)方法4

4.閉操作的實(shí)現(xiàn)方法3.掌握使用基本形

5.基本形態(tài)學(xué)算法態(tài)學(xué)算法處理圖像

的方法

1.掌握提取圖像顏

色特征的方法

2.掌握提取圖像紋

1.提取圖像顏色特征的方法

理特征的方法

5圖像特征提取2.提取圖像紋理特征的方法4

3.掌握提取圖像輪

3.樨取圖像輪廓特征的方法

廓特征的方法

4.提取圖像形狀特征的方法

4.掌握提取圖像形

狀特征的方法

1.掌握?qǐng)D像的閾值

分割方法

2.掌握活動(dòng)輪廓模

1.圖像的閾值分割方法

型算法的使用

2.圖像分割的大津法

3.掌握常見(jiàn)的邊緣

3.圖像分割的局部閾值方法

檢測(cè)算子的使用

4.活動(dòng)輪廓模型

4.理解和掌握

6圖像分割5.常用邊緣檢測(cè)算子4

Hough變換的原理

6.Hough變換檢測(cè)直線(xiàn)

及實(shí)現(xiàn)

7.區(qū)域生長(zhǎng)算法

5.掌握區(qū)域生長(zhǎng)算

8.結(jié)合空間域與色彩域的圖像分割

法

算法

6.掌握SLIC和

QuickShift算法的使

用

1.了解車(chē)牌檢測(cè)的

背景、數(shù)據(jù)和目標(biāo)

2.熟悉車(chē)牌檢測(cè)的

整體流程

3.掌握使用RGB轉(zhuǎn)

HSV、HSV閾值法和

1.車(chē)牌檢測(cè)的背景、數(shù)據(jù)和目標(biāo)形態(tài)學(xué)方法獲得車(chē)

2.車(chē)牌檢測(cè)的整體流程牌圖像粗略定位的

7車(chē)牌檢測(cè)3.獲得年牌圖像粗略定位的方法方法3

4.獲得車(chē)牌圖像精細(xì)定位的方法4.掌握使用霍夫變

5.分割車(chē)牌字符的方法換、形態(tài)學(xué)方法和垂

直投影法獲得車(chē)牌

圖像精細(xì)定位的方

法

5.掌握使用垂直投

影法分割車(chē)牌字符

的方法

1.了解QR碼的原

理和應(yīng)用場(chǎng)景

2.理解QR碼的結(jié)

構(gòu)特征和檢測(cè)流程

1.QR碼的原理及應(yīng)用場(chǎng)景3.掌握包含QR碼

2.QR碼的結(jié)構(gòu)特征分析的圖像的預(yù)處理方

3.QR碼檢測(cè)的算法流程法

4.圖像的預(yù)處理4.理解和掌握QR

8QR碼的檢測(cè)3

5.定位塊的檢測(cè)碼中定位塊的檢測(cè)

6.QR碼的分割算法

7.QR碼的幾何校正及縮放5.掌握QR碼分割

8.QR碼的解析的原理和算法實(shí)現(xiàn)

6.掌握兒何校正及

縮放函數(shù)的使用

7.掌握QR碼解析

函數(shù)的使用

1.了解鋼軌表面缺

陷檢測(cè)的背景和目

標(biāo)

1.鋼軌表面缺陷檢測(cè)的背景和目標(biāo)

2.掌握軌面圖像特

2.軌面缺陷檢測(cè)的流程

性分析和預(yù)處理的

鋼軌軌面缺陷檢3.軌面圖像的預(yù)處理

9方法和思想3

測(cè)4.區(qū)域生長(zhǎng)算法初始種子點(diǎn)的提取

3.掌握初始種子點(diǎn)

5.區(qū)域生長(zhǎng)算法中上閾值的自適應(yīng)

提取的方法和思想

選擇

4.掌握上閾值的自

適應(yīng)選擇的原理和

實(shí)現(xiàn)

學(xué)時(shí)合計(jì)30

2.實(shí)驗(yàn)教學(xué)

序號(hào)實(shí)驗(yàn)項(xiàng)目名稱(chēng)實(shí)驗(yàn)要求學(xué)時(shí)

1.讀取圖像

2.寫(xiě)出圖像

1圖像的基本變換2

3.變換色彩空間

4.變換幾何空間

1.使用空間濾波平滑圖像

2.使用空間濾波銳化圖像

3.使用空間濾波器模糊圖像

2圖像增強(qiáng)與復(fù)原3

4.使用頻率域?yàn)V波平滑圖像

5.使用頻率域?yàn)V波銳化圖像

6.復(fù)原只存在噪聲的圖像

1.腐蝕車(chē)牌圖像

2.膨脹車(chē)牌圖像

3形態(tài)學(xué)處理3.對(duì)車(chē)牌圖像進(jìn)行開(kāi)操作4

4.對(duì)車(chē)牌圖像進(jìn)行閉操作

5.使用形態(tài)學(xué)算法處理車(chē)牌圖像

1.提取圖像的顏色特征

2.提取圖像的紋理特征

4圖像特征提取4

3.提取圖像的輪廓特征

4.提取圖像的形狀特征

1.使用大津法進(jìn)行全局閾值分割

2.自適應(yīng)閾值分割

5圖像分割4

3.使用活動(dòng)輪廓模型進(jìn)行圖像分割

4.巖石樣本圖像的處理與含油成分面積比的計(jì)算

5.使用常用的邊緣檢測(cè)算子檢測(cè)圖像邊緣

6.基于Hough變換的QR碼分割

7.使用區(qū)域生長(zhǎng)算法分割圖像

8.使用SLIC算法分割圖像

9.使用QuickShift算法分割圖像

1.將RGB圖像轉(zhuǎn)為HSV

2.使用閾值法獲取候選車(chē)牌像素點(diǎn)mask

3.使用形態(tài)學(xué)處理車(chē)牌mask圖像

4.標(biāo)志連通域

6車(chē)牌檢測(cè)5

5.車(chē)牌粗定位

6.使用霍夫變換對(duì)車(chē)牌圖像傾斜矯正

7.使用形態(tài)學(xué)精細(xì)定位車(chē)牌

8.使用垂直投影法去除車(chē)牌邊框

1.彩色圖像的灰度化

2.使用自適應(yīng)中值濾波進(jìn)行圖像去噪

3.使用自適應(yīng)閾值對(duì)圖像進(jìn)行二值化處理

4.在二值圖像中提取輪廓

5.嵌套關(guān)系檢測(cè)

7QR碼的檢測(cè)6.定位塊先掃描特征篩選5

7.標(biāo)記定位塊在QR碼中的位置關(guān)系

8.計(jì)算定位塊的頂點(diǎn)坐標(biāo)

9.計(jì)算QR碼的第四個(gè)角點(diǎn)

10.QR碼的幾何校正及縮放

11.QR碼的解析

1.軌面不均勻光照的消除

2.黑邊去除

鋼軌軌面缺陷檢3.缺陷處像素灰度分布分析

85

測(cè)4.上閾值-面積曲線(xiàn)的計(jì)算

5.上閾值-面積曲線(xiàn)的擬合與最佳閾值選取

6.使用完整的種子生長(zhǎng)算法分割鋼軌表面缺陷

學(xué)時(shí)合計(jì)34

五、考核方式

突出學(xué)生解決實(shí)際問(wèn)題的能力，加強(qiáng)過(guò)程性考核。課程考核的成績(jī)構(gòu)成=平時(shí)作業(yè)（40%）

+課堂參與（20%）+期末考核（40%）,期末考試建議采用課程項(xiàng)目形式，要求學(xué)生根據(jù)具

體的項(xiàng)目需求，完成包括問(wèn)題分析、圖像預(yù)處理、圖像特征提取、圖像分割、圖像識(shí)別、項(xiàng)目

報(bào)告撰寫(xiě)等多個(gè)環(huán)節(jié)的完整實(shí)踐流程。

六、教材與參考資料

1.教材

楊坦，張良均.數(shù)字圖像處理實(shí)戰(zhàn)[M].北京：人民郵電出版社.2023.

2.參考資料

[1]拉斐爾?C.岡薩雷斯，理查德?E.伍茲.數(shù)字圖像處理（第四版）[M].北京：電子

工業(yè)出版社.2020.

[2]桑迪潘?戴伊著，陳盈、鄧軍譯.Python圖像處理實(shí)戰(zhàn)[M].北京：人民郵電出版社.2020.

學(xué)院

課程教學(xué)進(jìn)度計(jì)劃表

（20?20學(xué)年第二學(xué)期）

課程名稱(chēng)數(shù)字圖像處理實(shí)戰(zhàn)

授課學(xué)時(shí)64

主講（責(zé)任）教師______________________

參與教學(xué)教師______________________

授課班級(jí)/人數(shù)______________________

專(zhuān)業(yè)（教研室）_____________________

填表時(shí)間_____________________

專(zhuān)業(yè)（教研室）主任_____________________

教務(wù)處編印

年月

七、課程教學(xué)目的

通過(guò)本課程的學(xué)習(xí)，使學(xué)生學(xué)會(huì)使用Python進(jìn)行圖像的基本變換、圖像增強(qiáng)與復(fù)原、

形態(tài)學(xué)處理、圖像特征提雙和圖像分割等基本處理，并通過(guò)車(chē)牌檢測(cè)、QR碼檢測(cè)和鋼軌規(guī)

模缺陷檢測(cè)三個(gè)實(shí)戰(zhàn)案例，將理論與實(shí)踐相結(jié)合，為將來(lái)從事圖像處埋相關(guān)的工作和研究奠

定基礎(chǔ)。

八、教學(xué)方法及手段

本課程將采用理論與實(shí)踐相結(jié)合的教學(xué)方法。在理論上，通過(guò)任務(wù)引入概念、原理和方

法。在實(shí)踐上，充分地利用生動(dòng)有趣的圖像處理案例，發(fā)揮學(xué)生主觀能動(dòng)性，指導(dǎo)學(xué)生使用

Python通過(guò)圖像的基本變換、圖像的增強(qiáng)與復(fù)原、形態(tài)學(xué)處理、圖像特征提取和圖像分割完

成特定的圖像處理任務(wù)。同時(shí)結(jié)合三個(gè)綜合案例，引導(dǎo)學(xué)生將所學(xué)知識(shí)與企業(yè)需求相結(jié)合，

實(shí)現(xiàn)知識(shí)的活學(xué)活用。

要求學(xué)生自己動(dòng)手分析實(shí)例，學(xué)習(xí)基本理論和方法，結(jié)合已有的知識(shí)，適當(dāng)組織一些討

論，充分調(diào)動(dòng)學(xué)生的主觀能動(dòng)性，以達(dá)到本課程的教學(xué)目的。

九、課程考核方法

突出學(xué)生解決實(shí)際問(wèn)題的能力，加強(qiáng)過(guò)程性考核。課