📊 IB00129 (2024)Digital Image Processing(数字图像处理)


Instructor:       Jinzhou Cao(曹劲舟)
Email:              caojinzhou@sztu.edu.cn
Room:             (理论) C-5-539; (实验) C-1-405
Time:               (1班) 周一五六节,九十节; (2班) 周一七八节,周二九十节
Credits:           4/72 hours


目录

Course Description

通过本课程的学习,要求学生掌握有关数字图像处理的基本概念、原理、方法及应用,培养和增强学生创新意识和创新思维,提高实际动手能力和创新能力,为学生进一步学习计算机视觉、图像分析理解等课程奠定基础,为学生从事图像处理、计算机视觉领域研究打下坚实的基础。

 

What you will learn

  • 了解数字图像处理的发展历程、灰度变换、空间处理及频域处理的基本方法及理论、数字图像彩色空间极其转换、数学形态学的基本概念及理论。

  • 理解图像压缩概念及其常用方法原理,图像平滑概念及常用方法原理,图像分割的原理及常用方法原理,图像复原与重建的概念及常用方法的原理。

  • 掌握使用Matlab进行图像处理编程、直方图均衡化的方法、离散傅立叶变换的方法、空间噪声滤波及频域噪声滤波的方法、腐蚀/膨胀运算及开/闭运算的方法、常用边缘检测方法、通过全局阈值进行灰度图像二值化的方法。

 

Textbooks

推荐教材(Recommended Teaching Materials):

  • 李俊山. 数字图像处理(第4版),清华大学出版社,2021年8月

参考教材(Additional Reading Materials):

  • 冈萨雷斯(阮秋琦 译). 数字图像处理 (MATLAB版,第二版). 电子工业出版社,2020年6月

 

Grade breakdown:

Requirements Percent Points Note
Participation 课堂表现 5%
Projects 项目 20%
Experiments 实验 35% 5 points each, 7 in total
Final exam 考试 40%

 

Class Schedule

[课程介绍]

  • 课件下载链接(课堂讲完后会上传到该云盘,请及时下载):点击此处
Weeks Dates Course Topics Experiments
1 02/26/24 绪论及图像处理软件基础 +数字图像处理基础 Matlab安装与初步
2 03/04/24 数字图像的基本运算 实验1
3 03/11/24 空间域图像增强 [1]
4 03/18/24 空间域图像增强 [2] 实验2
5 05/25/24 频率域图像增强 [1]
6 04/01/24 频率域图像增强 [2] 实验3
7 04/08/24 图像复原与重建 [1]
8 04/15/24 图像复原与重建 [2] 实验4
9 04/22/24 图像压缩 [1]
10 04/29/24 图像压缩 [2] 实验5
11 05/06/24 图像分割 [1]
12 05/13/24 图像分割 [2] 实验6
13 05/20/24 彩色图像处理 [1]
14 05/27/24 彩色图像处理 [2] 实验7
15 06/03/24 图像表示与描述 [1]
16 06/10/24 端午假期
17 06/17/24 图像表示与描述 [2] 大作业汇报展示
18 06/24/24 随堂测验

 

Experimental Projects:

[实验报告模板下载]

[实验图像]

[正版Matlab安装教程]

[Matlab数字图像处理函数]

Nums Topics Materials Due Dates Submission
1 数字图像处理初步与基本运算(基本运算、几何变换、缩放、旋转、灰度变换) [实验1]; 03/17/24 上传
2 空间域图像增强(直方图变换、空域滤波[均值、中值、锐化]) [实验2] 31/03/24 上传
3 频率域图像增强(图像的傅立叶变换、低通滤波、高通滤波) [实验3] 04/12/24 上传
4 图像复原与重建(生成运动模糊图像、逆滤波和维纳滤波) [实验4] 04/26/24 上传
5 数字图像压缩与解压(霍夫曼编码) [实验5] 05/14/24 上传
6 图像分割(边缘检测算子、霍夫变换、多个阈值分割算法) [实验6] 05/29/24 上传
7 彩色图像处理 [实验7] 06/07/24 上传

 

Course Project:

[课程设计题目(2024)]

作业要求 1、自行分小组,4人为一个小组。小组成员指定1人为组长,其余成员须对课程设计具有明确的分工;

2、要求独立完成设计项目,开发工具任选。各组长有责任督促组员完成任务;

3、在手把手教程的基础有所改动——

改变深度学习模型的选择、参数等;

不使用预训练模型,而是自己训练新的模型;

改变研究的区域和城市,以及数据源;

增加新的数据源;

改变目标任务(年代,风格->?);

请将大作业提交材料打包成压缩文件上传至:点击此处

截止时间:2024年6月24日(第 18 周)。

 

Meet your instructor

曹劲舟