数字图像处理

最新资讯

• 本课程预计2024-2025年春季学期开课！（上海大学未来技术学院-人工智能专业）

参考书籍

1. 数字图像处理（第四版），冈萨雷斯等，电子工业出版社，2020；
2. 数字图像处理：基于OpenCV-Python，黄杉，电子工业出版社，2023.

课程简介

以数字图像处理基础理论为主线，覆盖本领域大部分基础算法模型的讲解与程序语言实现。通过本课程的学习，能够提高学生的计算与逻辑思维能力，锻炼解决实际工程问题的能力，深入理解数字图像处理领域的基础理论、研究方法，以及实现手段。

课程目标

1. 深入理解数字图像处理领域的历史变革，认识到其与人类生活的息息相关，能够塑造正确的技术运用价值观，引导学生形成正向的学术研究理念，利用数字图像处理技术解决实际需求的科学问题；

2. 理解并掌握数字图像处理的基本概念和基础理论，具备扎实的数字图像处理领域的数学基础，能够从理论层面深入认识数字图像处理方法的本质与内涵；

3. 熟练运用OpenCV-Python等编程语言与算法库，能够通过程序语言的方式实现数字图像处理领域的经典算法，对一些常用的图像处理技术做到底层开发、效果复现；

4. 提高学生的计算与逻辑思维能力，锻炼解决实际工程问题的能力，培养创造性思维，激发学生对探索未知数字图像处理领域的学习兴趣。

教学大纲

第一讲：数字图像处理概论（3学时）

1. 介绍数字图像处理诞生的由来，发展历程，以及当前的发展现状；
2. 介绍数字图像处理的应用，包括Photoshop、AI图像生成、风格迁移等；
3. 上机实际利用Python语言对数字图像进行基本操作，包括读取、简单处理、保存，以及传输等。

• 教学重点：数字图像处理的发展历史与实际应用；
• 教学难点：理解当前数字图像处理的发展程度以及未来的趋势。

第二讲：数字图像基础（3学时）

1. 介绍数字图像的属性与数据类型；
2. 数字图像的创建、复制、裁剪、拼接，以及多通道的拆分与合并；
3. 数字图像的算术运算，包括加减乘除、积分运算、归一化处理等；
4. 上机实际操作，利用numpy、Matplotlib等库对数字图像进行基本处理。

• 教学重点：数字图像处理的基础知识；
• 教学难点：数字图像处理的理解与基本操作。

第三讲：几何变换与灰度变换（3学时）

1. 介绍数字图像的平移、缩放、旋转、翻转、斜切，以及投影变换和重映射；
2. 介绍数字图像的反转变换、灰度变换、对数/幂率变换，调整色阶等；
3. 数字图像的直方图与阈值处理；
4. 上机实际操作，利用OpenCV进行几何变换与灰度变换相关的算法实现。

• 教学重点：数字图像处理的几何变换与灰度变换核心知识；
• 教学难点：理解几何变换与灰度变换的基础理论。

第四讲：彩色图像处理（3学时）

1. 介绍彩色模型，包括RGB、CMY、CMYK、HIS等彩色模型；
2. 介绍数字图像处理的颜色空间转换；
3. 灰度图像的伪彩色处理、图像的色彩风格滤镜、调节图像的色彩平衡等；
4. 上机实际对彩色数字图像进行基本操作，包括颜色空间转换、色彩平衡等。

• 教学重点：数字图像的彩色处理；
• 教学难点：理解彩色图像处理的基础理论。

第五讲：图像卷积与空间滤波（3学时）

1. 介绍卷积的基础理论，以及数字图像处理的卷积运算；
2. 介绍空间滤波中的各种滤波器，如盒子滤波、高斯滤波等；
3. 介绍空间滤波中的Laplacian算子、Sobel算子等；
4. 上机实际对数字图像卷积核空间滤波操作，查看对图像的改变效果等。

• 教学重点：图像卷积与空间滤波的核心知识点；
• 教学难点：图像卷积与空间滤波的基础理论。

第六讲：傅里叶变换与频域滤波（3学时）

1. 介绍傅里叶变换和快速傅里叶变换的基本数学理论；
2. 介绍频域滤波的基本步骤，低通/高通/带阻/带通滤波器，；
3. 上机实际对数字图像的频域滤波进行操作，分别用OpenCV和Numpy实现傅里叶变换。

• 教学重点：傅里叶变换与频域滤波；
• 教学难点：理解傅里叶变换的数学理论。

第七讲：形态学图像处理（3学时）

1. 介绍腐蚀运算和膨胀运算，包括腐蚀和膨胀，形态学处理的结构元；
2. 介绍形态学相关的运算函数，包括边界提取、直线提取、线条细化、边界清除、孔洞填充、骨架提取，以及边缘检测和角点检测；
3. 上机实际对上述形态学图像处理方法进行编程实现。

• 教学重点：数字图像处理的发展历史与实际应用；
• 教学难点：理解当前数字图像处理的发展程度以及未来的趋势。

第八讲：偏微分方程图像处理（上）（3学时）

1. 介绍介绍偏微分方程图像处理的相关基础，包括病态问题、欧拉-拉格朗日方程，以及扩散（热传导）方程；
2. 微分几何基础知识讲解，包括参数曲线分析、参数曲面分析、介绍参数曲面的法曲率、主曲率、高斯曲率与平均曲率；
3. 上机实际对上述理论进行编程实现，查看各类曲率对图像处理的影响。

• 教学重点：偏微分方程图像处理的基础理论；
• 教学难点：理解微分几何的数学理论。

第九讲：偏微分方程图像处理（下）（3学时）

1. 介绍经典的偏微分方程图像处理算法，包括P-M方程、ROF模型，以及CDD模型等；
2. 简要介绍曲率滤波的实现步骤与流程；
3. 上机实际对P-M方程、ROF模型，以及CDD模型进行实现，完成图像去噪、图像修复等基础任务。

• 教学重点：经典的偏微分方程图像处理算法；
• 教学难点：对经典的偏微分方程图像处理算法进行编程实现。

第十讲：数字图像处理综合应用（3学时）

1. 以生成扩散模型为例，讲解其发展的历程，以及各种变种：GLIDE,DALLE2,Imagen,和一系列Image Editing方法等；
2. 介绍生成扩散模型的基本实现方法，大体流程；
3. 上机实际对生成扩散模型的实现效果进行讲解。

• 教学重点：数字图像处理综合应用的案例教学；
• 教学难点：理解生成扩散模型的基础理论。

课外作业/问题/项目

说明：选课学生在第三讲到第十讲中选择一个专题进行专题研究，最终形成课外自学实践的研究报告，并撰写编程实现文档，计入期末成绩。

1. 课外学习要求：针对相应的主题完成调研，并能通过课外自学等形式，重点对所选择的主题进行深入研究，最终独立完成一份专题研究报告；
2. 课外学习内容：选择相应的专题开展调研，期中完成一次针对特定数字图像处理任务的调研报告，期末完成相应专题的编程实现研究报告，计入课程考核成绩；
3. 组织形式：学生独立开展研究，每若干学生设置一名导师或联络人。

时间安排：调研报告与研究报告期末完成。