数字图像处理教案首页.docx
《数字图像处理教案首页.docx》由会员分享，可在线阅读，更多相关《数字图像处理教案首页.docx（13页珍藏版）》请在冰豆网上搜索。
数字图像处理教案首页
课程名称
医学图像处理
授课专业和班级
2015级
授课内容
数字图像处理基本知识
授课学时
4
教学目的
教学目的：
1．了解图像处理技术的分类
2．掌握数字图像处理的特点
3．掌握数字图像处理的主要方法及主要内容
教学
重点难点
一、重点内容
1.数字图像处理的特点
2.数字图像处理的主要方法及主要内容
二、难点内容
数字图像处理的主要方法及主要内容
教具和媒体使用
多媒体+板书
教学方法
讲授法、讨论法、直观演示法
教
学
过
程
主要内容及学时分配：
1．序言
2．图像处理技术的分类
3．数字图像处理的特点
4．数字图像处理的主要方法及主要内容
新进展内容
1掌握使用扫描仪等数字化设备以及计算机获取数字图像的方法；
2修改图像的存储格式。
课后总结
1.扫描仪有哪些重要指标？
2.幅面大小、分辨率、颜色数、接口方式
3.你使用过哪些图像获取设备呢？
课程名称
傅里叶变化
授课专业和班级
14影本
授课内容
应用傅立叶变换进行图像处理
授课学时
2
教学目的
一、课程目的
1了解图像变换的意义和手段；
2熟悉傅里叶变换的基本性质；
3热练掌握FFT方法与应用；
4通过课程了解二维频谱的分布特点；
5通过本课程掌握利用MATLAB编程实现数字图像的傅立叶变换。
教学重点
1通过课程了解二维频谱的分布特点；
2通过本课程掌握利用MATLAB编程实现数字图像的傅立叶变换。
教学方法
多媒体+板书
教
学
过
程
1打开计算机，安装和启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；
2利用MatLab工具箱中的函数编制FFT频谱显示的函数;
3a）.调入、显示“课程一”获得的图像；图像存储格式应为“.gif”;
b）对这三幅图像做FFT并利用自编的函数显示其频谱;
c）讨论不同的图像内容与FFT频谱之间的对应关系。
4记录和整理课程报告。
讲授新
进展内容
I=imread（‘原图像名.gif’）;%读入原图像文件
subplot（1,2,1）,imshow（I）;%显示原图像
fftI=fft2（I）;%二维离散傅立叶变换
sfftI=fftshift（fftI）;%直流分量移到频谱中心
RR=real（sfftI）;%取傅立叶变换的实部
II=imag（sfftI）;%取傅立叶变换的虚部
A=sqrt（RR.^2+II.^2）;%计算频谱幅值
A=（A-min（min（A）））/（max（max（A））-min（min（A）））*225;%归一化
subplot（1,2,2）,imshow（A）;%显示原图像的频谱
课后总结
傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。
通过课程培养这项技能，将有助于解决大多数图像处理问题。
对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。
课程名称
医学图像处理
授课专业和班级
2015级
授课内容
图像增强
授课学时
2
教学目的
1掌握灰度直方图的概念及其计算方法；
2熟练掌握直力图均衡化和直方图规定化的计算过程；
3熟练掌握空域滤波中常用的平滑和锐化滤波器；
4掌握色彩直方图的概念和计算方法
5利用MATLAB程序进行图像增强。
教
学
过
程
直方图是多种空间城处理技术的基础。
直方图操作能有效地用于图像增强。
除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。
直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时图像处理的一个流行工具。
直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。
直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。
灰度直方图是图像预处理中涉及最广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。
直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
讲授新
进展内容
、灰度变换增强图像对比度的MATLAB程序：
•A1=imread（'D:
\image\玫瑰.JPG'）;%读入图像
•A=rgb2gray（A1）
•subplot（2,3,1）,imshow（A1）;
•subplot（2,3,2）,imshow（A）;%显示图像
•subplot（2,3,3）,imhist（A）;%显示图像的直方图
•J1=imadjust（A,[0.150.55],[]）;
•%函数将图像在0.3*255~0.7*255灰度之间的值通过线性变换映射到0~255之间
•subplot（2,3,4）,imshow（J1）;%输出图像效果图
subplot（2,3,5）,imhist（J1）
课后总结
图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
本课程以直方图均衡化增强图像对比度的方法为主要内容，其他方法同学们可以在课后自行联系。
课程名称
医学图像处理
授课专业和班级
2015级
授课内容
数字图像处理基本知识
授课学时
4
教
学
目
的
1.掌握图像的概念
2.了解常见图像格式
3.掌握图像处理系统的概念
4.了解常见的图像处理系统的外围设备
5.掌握视觉系统的基本构造
6.了解视觉的空间性质和时间特性
主要内容及学时分配
图像的概念
常见图像格式
图像处理系统的概念
常见的图像处理系统的外围设备（2学时）
视觉系统的基本构造
视觉的空间性质和时间特性（2学时）
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1.图像的概念
2.图像处理系统的概念
3.视觉系统的基本构造
二、难点内容
1.视觉系统的基本构造
2.视觉的空间性质和时间特性
课程名称
图像处理
授课专业和班级
14影本
授课内容
图像压缩
授课学时
3
教学目的
1．理解有损压缩和无损压缩的概念；
2．理解图像压缩的主要原则和目的；
3．了解几种常用的图像压缩编码方式。
4．利用MATLAB程序进行图像压缩。
教学方法
讲授法、讨论法、直观演示法
教
学
过
程
1.图像压缩原理
编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。
（1）.冗余度压缩方法，也称无损压缩、信息保持编码或嫡编码。
具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。
（2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。
也就是说解码图像和原始图像是有差别的，允许有一定的失真。
（3）有损压缩编码种类
预测编码，DPCM，运动补偿；
频率域方法：
正交变换编码（如DCT），子带编码；
空间域方法：
统计分块编码；
模型方法：
分形编码，模型基编码；
基于重要性：
滤波，子采样，比特分配，向量量化；
讲授新
进展内容
1打开计算机，启动MATLAB程序；
2调入“课程一”中获取的数字图像，并进行数据的行程（RLE）编码压缩处理；
3将原图像在Photoshop软件中打开，分别以不同的位图文件格式进行“另保存”，比较它们的数据量。
4记录和整理课程报告
课后总结
图像压缩主要目的是为了节省存储空间，增加传输速度。
图像压缩的理想标准是信息丢失最少，压缩比例最大。
不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。
压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。
课程名称
图像处理
授课专业和班级
14影本
授课内容
图像复原
授课学时
3
教学目的
1了解图像退化原因与复原技术分类化的数学模型；
2熟悉图像复原的经典与现代方法；
3热练掌握图像复原的应用；
4、通过本课程掌握利用MATLAB编程实现数字图像的图像复原。
教
学
过
程
令Q为f的线性算子，要设法寻找一个最优估计的、服从约束条件
–的函数最小化。
令Q为f的线性算子，要设法寻找一个最优估计
–使下面的目标函数为最小
式中，α为拉格朗日乘子,f的最佳估值
式中，γ=α-1
1、维纳滤波复原
最小二乘法滤波复原的核心是如何选择一个合适的变换矩阵Q，将f和n近似地看成是平稳随机过程。
假设Rf和Rn为f和n的自相关矩阵，就是维纳滤波复原。
Rf=E{ffT}
Rn=E{nnT}
定义QTQ=R-1fRn，代入上式，得
假设M=N，Sf和Sn分别为图像和噪声的功率谱，则
2、平滑度约束最小平方滤波
在图像复原时会产生人为的噪声和边缘，通过拉普拉斯算子增强可以抑制，这就是平滑度约束最小平方滤波。
讲授新
进展内容
程序组中“work”文件夹中应有待处理的图像文件；
2利用MatLab工具箱中的函数编制图像复原的函数;
3a）.调入、显示“课程一”获得的图像；图像存储格式应为“.gif”;
b）对图像做维纳滤波复原;
c）对图像做平滑度约束最小平方滤波。
4记录和整理课程报告
课程名称
图像处理
授课专业和班级
14影本
授课内容
图像分割
授课学时
3
教学目的
1了解图像分割重要任务；
2熟悉图像分割的流程；
3热练掌握图像阈值分割方法和边缘检测；
4、通过本课程掌握利用MATLAB编程实现数字图像的图像分割。
教
学
过
程
1、阈值分割
若图像中目标和背景具有不同的灰度集合，且两个灰度集合可用一个灰度级阈值T进行分割。
这样就可以用阈值分割灰度级的方法在图像中分割出目标区域与背景区域。
设图像为f（x,y）,其灰度集范围是[0,L]，在0和L之间选择一个合适的灰度阈值T。
这样得到的是一幅二值图像。
2、边缘检测
用差分、梯度、拉普拉斯算子及各种高通滤波处理方法对图像边缘进行增强，只要再进行一次门限化的处理，便可以将边缘增强的方法用于边缘检测。
本课程主要用梯度算子进行边缘检测。
梯度对应于一阶导数，相应的梯度算子就对应于一阶导数算子。
对于一个连续函数f（x,y），其在（x,y）处的梯度:
常采用小型模板，然后利用卷积运算来近似，Gx和Gy各自使用一个模板。
1）Roberts算子
2.）Prewitt算子
3.）Sobel算子
授课内容：
第四章图像增强
授课方式：
多媒体+板书
授课学时：
6学时
教学目的：
1.了解用直方图修改技术进行图像增强
2.掌握各种图像平滑化处理方法
3
升级会员 