《數(shù)字圖像處理實戰(zhàn)》教學(xué)大綱

課程名稱：數(shù)字圖像處理實戰(zhàn)

課程類別：必修

適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)

總學(xué)時：64學(xué)時(其中理論3()學(xué)時，實驗34學(xué)時)

總學(xué)分：4.0學(xué)分

一、課程的性質(zhì)

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

日常牛產(chǎn)、?；罴捌渌I(lǐng)域中圖像的采集、傳輸越來越使利，對圖像數(shù)據(jù)進(jìn)行及時處理并做出

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

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

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

學(xué)習(xí)興趣、增強(qiáng)學(xué)生的就業(yè)競爭能力。

二、課程的任務(wù)

通過本課程的學(xué)習(xí)，便學(xué)生學(xué)會使用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，并通過車牌檢測、QR碼檢測和鋼軌軌面缺

陷檢測三個實戰(zhàn)案例，將理論與實踐相結(jié)合，為將來從事圖像處理相關(guān)的工作和研究奠定基礎(chǔ)。

三、課程學(xué)時分配

序號教學(xué)內(nèi)容理論學(xué)時實驗學(xué)時其它

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章車牌檢測35

8第8章QR碼的檢測35

9第9章鋼軌軌面缺陷檢測35

總計3034

四、教學(xué)內(nèi)容及學(xué)時安排

1.理論教學(xué)

序

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

號

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圖像處理庫處理工具

6.了解常用Python

的圖像處理庫

1.圖像的讀取1.掌握圖像的讀取

2.圖像的寫出與寫出

3.圖像的色彩空間2.掌握圖像的色彩

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.掌握圖像的幾何

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

的主要類型，以及具

3.空間濾波器的類型

體的應(yīng)用方法

4.空間濾波器的應(yīng)用方法

3.了解頻率域濾波

3圖像增強(qiáng)與復(fù)原5.頻率域濾波的原理4

原理、高通和低通頻

6.富通和低通頻域率濾波的類型

域率濾波的類型及

7.常見的噪聲模型

實現(xiàn)

8.空間濾波或頻率域濾波去除咦聲

4.了解常見的噪聲

的方法

模型及相對應(yīng)的空

間濾波或頻率域濾

波的去除方法

1.熟悉腐蝕與膨脹

1.腐蝕運算的實現(xiàn)方法運算的實現(xiàn)方法

2.膨脹運算的實現(xiàn)方法2.熟悉開與閉操作

4形態(tài)學(xué)處理3.開操作的實現(xiàn)方法的實現(xiàn)方法4

4.閉操作的實現(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.掌握圖像的閾值

分割方法

2.掌握活動輪廓模

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.掌握常見的邊緣

3.圖像分割的局部閾值方法

檢測算子的使用

4.活動輪廓模型

4.理解和掌握

6圖像分割5.常用邊緣檢測算子4

Hough變換的原理

6.Hough變換檢測直線

及實現(xiàn)

7.區(qū)域生長算法

5.掌握區(qū)域生長算

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.了解車牌檢測的

背景、數(shù)據(jù)和目標(biāo)

2.熟悉車牌檢測的

整體流程

3.掌握使用RGB轉(zhuǎn)

HSV、HSV閾值法和

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

2.車牌檢測的整體流程牌圖像粗略定位的

7車牌檢測3.獲得年牌圖像粗略定位的方法方法3

4.獲得車牌圖像精細(xì)定位的方法4.掌握使用霍夫變

5.分割車牌字符的方法換、形態(tài)學(xué)方法和垂

直投影法獲得車牌

圖像精細(xì)定位的方

法

5.掌握使用垂直投

影法分割車牌字符

的方法

1.了解QR碼的原

理和應(yīng)用場景

2.理解QR碼的結(jié)

構(gòu)特征和檢測流程

1.QR碼的原理及應(yīng)用場景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3

5.定位塊的檢測碼中定位塊的檢測

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

陷檢測的背景和目

標(biāo)

1.鋼軌表面缺陷檢測的背景和目標(biāo)

2.掌握軌面圖像特

2.軌面缺陷檢測的流程

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4.區(qū)域生長算法初始種子點的提取

3.掌握初始種子點

5.區(qū)域生長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

實現(xiàn)

學(xué)時合計30

2.實驗教學(xué)

序號實驗項目名稱實驗要求學(xué)時

1.讀取圖像

2.寫出圖像

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.使用頻率域濾波平滑圖像

5.使用頻率域濾波銳化圖像

6.復(fù)原只存在噪聲的圖像

1.腐蝕車牌圖像

2.膨脹車牌圖像

3形態(tài)學(xué)處理3.對車牌圖像進(jìn)行開操作4

4.對車牌圖像進(jìn)行閉操作

5.使用形態(tài)學(xué)算法處理車牌圖像

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算

5.使用常用的邊緣檢測算子檢測圖像邊緣

6.基于Hough變換的QR碼分割

7.使用區(qū)域生長算法分割圖像

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牌像素點mask

3.使用形態(tài)學(xué)處理車牌mask圖像

4.標(biāo)志連通域

6車牌檢測5

5.車牌粗定位

6.使用霍夫變換對車牌圖像傾斜矯正

7.使用形態(tài)學(xué)精細(xì)定位車牌

8.使用垂直投影法去除車牌邊框

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

7QR碼的檢測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.計算定位塊的頂點坐標(biāo)

9.計算QR碼的第四個角點

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4.上閾值-面積曲線的計算

5.上閾值-面積曲線的擬合與最佳閾值選取

6.使用完整的種子生長算法分割鋼軌表面缺陷

學(xué)時合計34

五、考核方式

突出學(xué)生解決實際問題的能力，加強(qiáng)過程性考核。課程考核的成績構(gòu)成=平時作業(yè)（40%）

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

體的項目需求，完成包括問題分析、圖像預(yù)處理、圖像特征提取、圖像分割、圖像識別、項目

報告撰寫等多個環(huán)節(jié)的完整實踐流程。

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)度計劃表

（20?20學(xué)年第二學(xué)期）

課程名稱數(shù)字圖像處理實戰(zhàn)

授課學(xué)時64

主講（責(zé)任）教師______________________

參與教學(xué)教師______________________

授課班級/人數(shù)______________________

專業(yè)（教研室）_____________________

填表時間_____________________

專業(yè)（教研室）主任_____________________

教務(wù)處編印

年月

七、課程教學(xué)目的

通過本課程的學(xué)習(xí)，使學(xué)生學(xué)會使用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，并通過車牌檢測、QR碼檢測和鋼軌規(guī)

模缺陷檢測三個實戰(zhàn)案例，將理論與實踐相結(jié)合，為將來從事圖像處埋相關(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踐相結(jié)合的教學(xué)方法。在理論上，通過任務(wù)引入概念、原理和方

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

Python通過圖像的基本變換、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)。同時結(jié)合三個綜合案例，引導(dǎo)學(xué)生將所學(xué)知識與企業(yè)需求相結(jié)合，

實現(xiàn)知識的活學(xué)活用。

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

論，充分調(diào)動學(xué)生的主觀能動性，以達(dá)到本課程的教學(xué)目的。

九、課程考核方法

突出學(xué)生解決實際問題的能力，加強(qiáng)過程性考核。課