《数字图像处理及应用》课程是北京航空航天大学“控制科学与工程”学术学位和“电子信息”专业学位研究生的核心理论课程,从1984年开始由北京航空航天大学图像处理中心开设(原名《数字图像处理》),已授课四十余届学生,选课学生几乎涉及北航理工科全部学院,历史传承长。课程主要讲述数字图像处理的基本概念、理论、算法,并结合天基空间目标探测、遥感对地观测、医学图像处理等典型应用案例进行深入分析,通过案例分析,使学生掌握图像处理的发展与应用情况;通过课外实验环节的设计,要求学生需要运用程序设计语言自己动手实现典型算法并完成综合性作业,使学生掌握图像编程技术,实现理论与实践的结合,提高分析和解决问题的能力;通过最新论文研讨,组织学生对顶级国际会议\期刊论文研读、点评并进行实验验证,使学生了解最新的学术动态、掌握新方法和技术,从而培养和提高学生在图像处理方法上的创新能力,为专业研究打下扎实的基础。
Overview
Syllabus
- 第一章 绪论
- 1.1 概述-图像的重要性
- 1.2 图像处理的基本内容
- 1.3 图像的表示
- 1.4 图像的数据格式
- 1.5 视觉现象
- 1.6 颜色和颜色空间
- 1.7 图像处理系统的流程
- 1.8 图像的采样
- 1.9 二值图像的采样
- 1.10 图像的量化
- 第二章 图像变换
- 2.1 傅里叶变换原理
- 2.2 离散余弦变换
- 2.3 小波变换
- 第三章 投影变换与几何校正
- 3.1 投影变换
- 3.2 几何变换与图像校正
- 3.3 几何校正方法
- 第四章 图像增强
- 4.1 传统的增强算法-灰度变换
- 4.2 直方图均衡
- 4.3 空域的平滑和锐化
- 4.4 频域的平化和锐化
- 4.5 同态增晰算法原理、特点和应用
- 第五章 图像复原
- 5.1 图像复原的基本概念
- 5.2 图像的一般退化模型
- 5.3 噪声模型
- 5.4 空域滤波
- 5.5 频率域滤波
- 5.6 典型模糊图像的点扩散函数
- 5.7 运动模糊的基本原理
- 5.8 匀速直线运动模糊的退化模型
- 5.9 匀速直线运动的点扩散函数参数确定
- 5.10 逆滤波法
- 5.11 维纳滤波
- 5.12 最大平滑复原法
- 5.13 振铃效应的抑制
- 5.14 图像复原质量评价
- 第六章 图像分割
- 6.1 阈值分割
- 6.2 边缘检测
- 6.3 Hough变换
- 6.4 区域分割
- 6.5 聚类分割
- 6.6 超像素分割
- 6.7 分割性能评价
- 第七章 形态学处理
- 7.1 二值形态学处理
- 7.2 灰值形态学处理
- 7.3 水域分割
- 第八章 图像压缩
- 8.1 概述
- 8.2 信息相关概念
- 8.3 可逆保真编码方法
- 8.4 有限失真编码
- 8.5 帧间编码与通用压缩标准
- 第九章 图像重建
- 9图像重建
- 第十章 深度学习图像处理
- 10.1 深度学习基础
- 第十一章 图像特征描述
- 11.1 概念与定义
- 11.2 图像特征分类与变换
- 11.3 流形学习
- 第十二章 数字图像处理应用案例
- 12.1 体视学图像分析原理
- 12.2 应用案例分析——DEPTH FROM FOCUS三维成像系统
- 12.3 多视角空间目标识别
- 12.4 基于视觉的空间目标位姿估计
- 12.5 病理图像检索
- 12.6皮肤镜图像处理
- 12.7 小波变换在数字图像处理中的应用
- 12.8 遥感图像的目标检测与识别方法
- 12.9 基于图像语义分割的自动驾驶
- 12.10遥感图像云检测
- 12.11 基于改进暗通道先验的遥感图像去雾
- 期末
Taught by
Jiang Zhiguo, Xie Fengying, Zhao Danpei, Zhang Haopeng , and Zheng Yushan