图像处理课程研究内容和方法涉及数学、物理学、生理学、心理学、电子学、计算机科学等学科，研究范围与模式识别、计算机视觉、计算机图形学等专业相交叉，并与人工智能、神经网络、遗传算法、模糊逻辑等理论和技术关系密切。本课程建议修读学期为第5学期，其先修课程为《高等数学》、《概率论与数理统计》、《线性代数》、《医学物理学》、《信号与系统》，《数字信号处理》。本门课程理论学时32，实践学时16。综合实践活动主要通过医学影像阅读、计算机编程实践、课堂讨论、翻转课堂等实践操作，促进学生对图像特性和基本算法的理解，并结合MATLAB图像处理工具箱，编程解决实际问题，提高实践应用的分析理解能力。
Overview
Syllabus
- 第一章 绪论
- 1.1 数字图像处理绪论
- 1.2 数字图像处理的内容
- 1.3 数字图像处理的特点、应用、发展
- 第二章 图像处理基础
- 2.1 彩色图像处理-颜色基础
- 2.2 彩色图像处理-颜色模型
- 2.3 彩色图像处理-伪彩色和全彩色图像处理
- 第三章 傅里叶变换
- 3.1 傅里叶变换
- 3.2 傅里叶变换的性质
- 第四章 空间域图像增强
- 4.1 图像增强概述
- 4.2 基本灰度变换
- 4.3 图像的直方图处理
- 4.4 图像滤波与图像平滑部分
- 4.5 图像的空间锐化
- 4.6 图像的代数运算
- 第五章 图像复原与重建
- 5.1 图像退化/复原过程的模型
- 5.2 噪声模型
- 5.3 空间滤波的图像复原
- 5.4 由投影重建图像
- 第六章 图像压缩与编码
- 6.1 图像压缩编码 上
- 6.2 图像压缩编码 下
- 第七章 医学图像分割
- 7.1 医学图像分割概述
- 7.2 边缘检测
- 7.3 边缘连接
- 7.4 阈值分割
- 7.5 区域分割
- 期末考试
Taught by
Guoquan Xing, Ruolin Ruan, Wei Yu, Yuxia Zhang, and Yu Yan
