《數字圖像處理A》教學大綱適用范圍：202X版本科人才培養方案課程代碼：08140461課程性質：專業必修課學分：3學分學時：48學時（理論32學時，實驗16學時）先修課程：數字媒體技術導論，線性代數后續課程：計算機圖形學適用專業：數字媒體技術開課單位：計算機科學與技術學院一、課程說明《數字圖像處理A》是數字媒體技術專業的一門專業必修課。本課程著重于使學生了解各種圖像處理軟件功能的常見算法和原理，并培養學生具有初步開發一些圖像處理工具的能力，為以后在圖像處理、計算機視覺和模式識別等領域從事相關研究與開發打下堅實的理論基礎。主要任務是學習數字圖像處理的常見算法、基本原理、實現方法和實用技術，并能利用這些基本算法處理一些常見圖像問題。本課程需要守好種好思想教育責任田，使課程與思想政治理論課同向同行，形成協同效應。二、課程目標通過本課程的學習，使學生達到如下目標：課程目標1：掌握數字圖像處理的基本原理和算法，根據實際圖像處理需求對圖像進行超分辨率，去噪，壓縮，識別，融合，增強和分割等。課程目標2：根據實際需求并依據所學的數學知識（如小波變換，濾波，DCT變換和深度學習等）和圖像信號特點選擇相應的算法和工具以求得較好的主客觀圖像質量。課程目標3：了解圖像處理前沿領域，如基于深度學習的超分辨率，基于稀疏學習的圖像重建，現代圖像視頻編碼基本原理等，并具有一定創新能力，為以后從事科研和開發打下基礎。三、課程目標與畢業要求《數字圖像處理A》課程教學目標對數字媒體技術專業畢業要求的支撐見表1。表1課程教學目標與畢業要求關系畢業要求指標點課程目標支撐強度1.工程知識1.2能運用數學、自然科學、工程基礎和專業知識對數字媒體領域的復雜工程問題進行建模并求解。課程目標1：掌握數字圖像處理的基本原理和算法，根據實際圖像處理需求對圖像進行超分辨率，去噪，壓縮，識別，融合，增強和分割等。課程目標2：根據實際需求并依據所學的數學知識（如小波變換，濾波，DCT變換和深度學習等）和圖像信號特點選擇相應的算法和工具以求得較好的主客觀圖像質量。H4.研究4.1能夠基于科學原理和方法，針對復雜數字媒體技術工程問題，比較和選擇研究路線、設計實驗方案。課程目標2：根據實際需求并依據所學的數學知識（如小波變換，濾波，DCT變換和深度學習等）和圖像信號特點選擇相應的算法和工具以求得較好的主客觀圖像質量。課程目標3：了解圖像處理前沿領域，如基于深度學習的超分辨率，基于稀疏學習的圖像重建，現代圖像視頻編碼基本原理等，并具有一定創新能力，為以后從事科研和開發打下基礎。H6.工程與社會6.1熟悉數字媒體技術專業領域相關的技術標準、知識產權、產業政策和法律法規，了解企業文化方面的知識。課程目標3：了解圖像處理前沿領域，如基于深度學習的超分辨率，基于稀疏學習的圖像重建，現代圖像視頻編碼基本原理等，并具有一定創新能力，為以后從事科研和開發打下基礎。M注：表中“H（高）、M（中）”表示課程與相關畢業要求的關聯度。四、教學內容、基本要求與學時分配1.理論部分理論部分的教學內容、基本要求與學時分配見表2。表2教學內容、基本要求與學時分配教學內容教學要求，教學重點難點理論學時實驗學時對應的課程目標1.緒論1.1數字圖像處理的定義；1.2數字圖像處理的起源；1.3數字圖像處理實例；1.4數字圖像處理的基本步驟。教學要求：(1)理解數字圖像處理的定義和起源；（2）了解數字圖像處理的應用；（3）掌握數字圖像處理的步驟。重點：數字圖像處理的含義。難點：數字圖像的基本步驟,數字圖像處理實例。21、22.灰度變換與空間濾波，頻域濾波2.1灰度變換和空間濾波基礎；2.2圖像翻轉，對數變換，分段線性變換；2.3直方圖處理；2.4-2.5平滑濾波器和銳化濾波器。2.6頻域變換；2.7傅里葉變換；2.8低通濾波和高通濾波；2.9圖像銳化。教學要求：（1）掌握基本的灰度變換；（2）掌握直方圖處理圖像的方法；（3）掌握空域濾波和時域濾波。（4）掌握頻域變換的基本概念與原理；（5）掌握傅里葉變換概念與IDCT；（6）掌握帶通濾波和銳化濾波。重點：灰度變換和空域濾波，直方圖處理，傅里葉變換和銳化處理。難點：基于直方圖的圖像濾波，特征提取，傅里葉變換的性質，頻域銳化算子。1041、33.圖像復原與重建3.1噪聲與噪聲的特性；3.2空間濾波；3.3投影重建圖像。教學要求：（1）了解加噪和去噪，掌握常見噪聲的空域和頻域特性；（2）掌握去噪原理和方法；（3）了解投影重建圖像的基本原理。重點：噪聲特性；頻域去燥，維納濾波，由投影重建圖像。難點：估計噪聲和投影，反投影重建1041、34.圖像壓縮4.1圖像壓縮的基本原理；4.2常見的編碼方法，霍夫曼編碼，Golomb編碼，LZW編碼和行程編碼；4.3圖像視頻壓縮標準。教學要求：（1）掌握去空域冗余，時域冗余，視覺冗余；（2）掌握常見的編碼方法；（3）了解常見視頻壓縮標準。重點：圖像壓縮的基本原理和常見編碼方法。難點：去冗余的基本算法，霍夫曼編碼和LZW編碼641、2、35.圖像分割5.1點，線與邊緣檢測；5.2閾值處理；5.3基本圖像分割算法。教學要求：（1）掌握線檢測和邊緣檢測；（2）了解閾值處理；（3）掌握常見的圖像分割算法。重點：孤立點檢測，線檢測和邊緣檢測，圖像分割算法。難點：區域生長，形態學分水嶺算法441、2、3合計32162.實驗部分實驗部分的教學內容、基本要求與學時分配見表3。表3實驗項目、實驗內容與學時實驗項目實驗內容和要求實驗學時對應的課程目標1.空間濾波與頻域濾波實驗內容：（1）掌握圖像常見噪聲以及加噪過程，椒鹽噪聲，白噪聲，高斯噪聲，瑞麗噪聲(2)對帶噪圖像進行空域濾波，包括低通濾波和高通濾波（3）對帶噪圖像進行頻域濾波，包括高斯低通濾波和同態濾波實驗要求：了解各種噪聲常見表現，并能根據噪聲選擇相應的濾波算法。41、32.圖像復原與重建實驗內容：（1）建立噪聲模型，掌握其空間特性和頻域特性(2)使用均值濾波，統計排序濾波器和自適應濾波器對圖像去噪，比較實驗結果并做分析（3）使用帶通濾波和帶阻濾波，理解維納濾波推導過程，編程實現維納濾波，比較這幾種濾波器的效果，從主客觀討論并分析實驗要求：使用常見濾波器進行圖像復原和重建，并分析其主客觀效果。41，33.圖像壓縮實驗內容：（1）了解常見圖像視頻壓縮標準，并了解其基本編碼原理(2)采用JPEG對視頻序列進行壓縮，并比較直接采用哈夫曼壓縮的效果，分析其優劣。（3）采用HEVC或H.264對圖像序列進行編碼，比較HEVC與JPEG的編碼效果，分析其優劣。實驗要求：使用預測編碼，變換編碼，熵編碼等處理圖像41，2，34.圖像分割實驗內容：（1）對圖像的孤立點，線和邊緣進行檢測，利用梯度信息或者方向導數。（2）對圖像進行閾值處理，使用基本的全局閾值處理和Otsu方法，了解閾值處理在圖像識別的重要作用。（3）使用基于區域的圖像分割算法對灰度圖像進行分割，并嘗試對彩色圖像進行分割。實驗要求：利用常見分割算法處理圖像并檢測線和邊緣。41、2、3合計16五、教學方法及手段本課程以課堂講授為主，結合討論、案例、視頻資源、實驗等教學手段完成課程教學任務和相關能力的培養。學生比較全面地理解圖像處理的基本方法，在掌握基本超分辨率，去噪，壓縮，識別，融合，增強和分割等方法基礎上，具有開發圖像處理工具的初步能力。在實驗教學環節中，通過啟發式教學、討論式教學教授學生數字圖像處理的基本理論、基本知識和基本技能。培養學生自主學習能力、實際動手能力，激發學生的創新思維。在實驗前學生應復習和掌握與本實驗有關的教學內容；在實驗中要嚴格遵守實驗紀律，按操作規程使用儀器；實驗結束后，按規定對儀器進行維護保養；每完成一項實驗，要認真完成一份實驗報告。六、課程資源1.推薦教材：（1）RafaelC.Gonzalez，數字圖像處理（MATLAB版）（第二版）（本科教學版），電子工業出版社出版社，2020.（2）阮秋琦.數字圖像處理基礎.清華大學出版社,2009.（3）蔡體健，劉偉.數字圖像處理基于Python.科學出版社,2022.2.參考書：（1）RafaelC.Gonzalez.數字圖像處理.電子工業出版社,2020.（2）叢玉良.數字信號處理原理及其MATLAB實現.電子工業出版社,2015.（3）劉衍琦,詹福宇.MATLAB圖像與視頻處理實用案例詳解.電子工業出版社,2015.3.期刊論文：(1) TengQ,TengG,XiangLI,etal.LookaheadSearch-BasedLow-ComplexityMulti-TypeTreePruningMethodforVersatileVideoCoding(VVC)IntraCoding[J].IEICETransactionsonfundamentalsofelectronics,communications&computersciences,2023.(2)KnollF,MurrellT,SriramA,etal.AdvancingmachinelearningforMRimagereconstructionwithanopencompetition:Overviewofthe2019fastMRIchallenge[J].MagneticResonanceinMedicine,2020.(3)FarsiuS,Robinson,M.D,EladM,etal.Fastandrobustmultiframesuperresolution[J].IEEETransactionsonImageProcessing,2004,13(10):1327-1344.(4)Yang,J.Wright,J.Huang,T.Ma,Y.ImageSuper-ResolutionViaSparseRepresentation[J].IEEETransactionsonImageProcessing,2010,19(11):2861-2873.（5）EladM,AharonM.ImageDenoisingViaSparseandRedundantRepresentationsOverLearnedDictionaries[J].IEEETip,2006,15:3736-3745.4.網絡資源：（1）數字圖像處理，網易公開課，/newview/movie/courseintro?newurl=MEK2TFDFQ（2）數字圖像處理，Bilibili，/video/BV1qC4y1H7tK?from=search&seid=6201875444632427521&spm_id_from=333.337.0.0七、課程考核對課程目標的支撐課程成績由過程性考核成績和期末考核成績兩部分構成，具體考核/評價細則及對課程目標的支撐關系見表4。過程性各項考核環節比例可以根據需求調整，總和比例不變。表4課程考核對課程目標的支撐考核環節占比考核/評價細則課程目標123過程性考核課堂表現10（1）根據課堂出勤情況和課堂回答問題情況進行考核，滿分100分。（2）以平時考核成績乘以其在總評成績中所占的比例計入課程總評成績。√√55作業14（1）根據作業情況進行考核，滿分100分。（2）以平時作業成績乘以其在總評成績中所占的比例計入課程總評成績。√√√455實驗16（1）根據每個實驗的實驗操作完成情況和實驗報告質量單獨評分，滿分100分；（2）每次實驗單獨評分，取各次實驗成績的平均值作為此環節的最終成績。（3）以實驗成績乘以其在總評成績中所占的比例計入課程總評成績。√√√655期末考核60采用論文或者大作業形式要求學生根據所學內容教好處理實際問題，詳細展示結果，進行科學分析√√3030合計：100分454510八、考核與成績評定1.考核方式及成績評定考核方式：本課程主要以課堂表現、作業、實驗、大作業或論文等方式對學生進行考核評價。考核基本要求：考核總成績由期末成績和過程性考核成績組成。期末考試采用論文或大作業形式，期末成績滿分為100分（權重60%），期末論文或大作業要求學生根據所學內容教好處理實際問題；課堂表現，作業和實驗等過程性考核成績為100分（權重40%）；過程性考核分值分配應與教學大綱各章節的學時基本成比例。2.過程性考核成績的標準過程性考核方式重點考核內容、評價標準、所占比重見表5。表5過程性考核方式評價標準考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60課堂表現25%積極參與教學活動，踴躍回答問題，簽到率大于95%。認真參與教學活動，積極回答問題，簽到率大于90%。偶爾參與教學活動，經常回答問題，簽到率大于85%。上課不認真，偶爾參與教學活動，簽到率大于80%。上課不認真，不參與教學活動，簽到率低于60%。。作業35%作業完整，思路清晰，準確率大于90%。作業完整，準確率大