《数字图像处理》是智能科学与技术、数字媒体技术、通信工程、光电信息科学与工程、遥感科学与技术、探测制导与控制技术等专业大学本科学生的专业必修课。主要教学目标是通过该课程的学习，使学生初步掌握数字图像处理的基本概念、基础原理、基本技术和基本处理方法，了解数字图像的获取、存储、传输、显示等方面的方法、技术及应用，为数字媒体、视频媒体和机器视觉等相关课程的学习奠定理论基础并搭建知识架构。
该课程的主要内容有：绪论、数字图像处理基础、数字图像的基本运算、空间域图像增强、频率域图像处理、图像恢复、图像压缩编码、图像分割、图像特征提取、彩色图像处理、形态学图像处理、目标表示与描述等。
教学重点内容有：图像的表示，图像基本运算方法，图像直方图和直方图均衡，基于均值与中值滤波的图像平滑方法，基于空间锐化滤波的图像增强方法，图像的傅里叶频谱及其特性分析，图像编码模型、霍夫曼编码和变换编码，基于图像边缘及阈值的图像分割方法，图像的边缘特征及其检测的新方法，彩色模型与彩色图像变换，二值形态学图像腐蚀运算和膨胀运算。
教学难点包括：直方图均衡，二维离散傅里叶变换的若干重要性质、图像的傅里叶频谱及其特性分析，变换编码，图像的纹理特征及其描述和提取方法，图像目标描述，Matlab图像处理算法编程。
本课程的实验及实践性环节要求使用MATLAB软件平台，编写程序实现相关的数字图像处理算法及功能，并进行实验验证。课程实验与实践共10学时，分别为：
内容要点：数字图像与数字图像处理；数字图像处理系统的组成；图像处理技术探讨研究的基本内容；图像处理技术的应用领域。
教学要求：了解图像处理技术探讨研究的基本内容；数字图像处理系统的组成；掌握数数字图像与数字图像处理的概念。
内容要点：电磁波谱与可见光谱；人眼的亮度视觉特性；图像的表示；空间分辨率和灰度级分辨率；像素间的关系；图像的显示；图像文件格式。
教学要求：了解电磁波谱与可见光谱和人眼的亮度视觉特性，理解图像文件格式，掌握图像的表示、空间分辨率和灰度级分辨率、图像显示的相关概念和像素间的基本关系。
重点、难点：重点内容有图像的表示、图像显示的相关概念和像素间的基本关系。难点内容为空间分辨率和灰度级分辨率和图像文件格式。
内容要点：灰度反转；对数变换；灰度直方图；图像的代数运算；图像的几何运算。
教学要求：了解图像的灰度反转和对数变换，理解图像的代数运算和图像的几何运算，掌握灰度图像直方图及其特性。
教学方法与手段：以课堂讲授为主，运用启发使教学，用Matlab编程实现的相关算法实例演示相关内容。
重点、难点：重点内容为灰度图像直方图及其特性。难点内容为图像几何运算中的图像缩放。
内容要点：基于点运算的图像增强方法；基于直方图的图像增强方法；基于空间平滑滤波的图像增强方法；基于空间锐化滤波的图像增强方法。
教学要求：理解基于点运算的图像增强方法，掌握基于直方图均衡的图像增强方法、基于空间平滑滤波的图像增强方法，以及基于空间锐化滤波的图像增强方法。
教学方法与手段：以课堂讲授为主，运用启发使教学，用Matlab编程实现的相关算法实例演示相关内容。
重点、难点：重点内容为基于直方图均衡的图像增强方法、基于空间平滑滤波的图像增强方法和基于空间锐化滤波的图像增强方法。难点内容为基于直方图均衡的图像增强方法。
内容要点：二维离散傅里叶变换；频率域图像处理的基本实现思路；基于频率域的图像噪声消除（频率域低通滤波）；基于频率域的图像增强（频率域高通滤波）；带阻滤波和带通滤波。
教学要求：了解带阻滤波和带通滤波，理解基于频率域的图像噪声消除（频率域低通滤波）、基于频率域的图像增强（频率域高通滤波）、二维离散傅里叶变换及其重要性质，掌握图像傅里叶变换的频谱特性和图像傅里叶变换的意义。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
重点、难点：重点内容为二维离散傅里叶变换、傅里叶变换的频谱特性和图像傅里叶变换的意义。难点内容为二维离散傅里叶变换和傅里叶变换的频谱特性。
内容要点：图像的退化模型；图像噪声与被噪声污染图像的恢复；几何失真的校正。
教学要求：了解常见退化现象的物理模型和图像退化模型的表示，理解图像噪声与被噪声污染图像的恢复、图像几何失真的校正。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
重点、难点：重点内容为常见退化现象的物理模型、图像退化模型的表示和图像几何失真的校正。难点内容为图像几何失真的校正。
内容要点：DCT变换；数字图像压缩编码基础；几种最基本的变长编码方法；位平面编码；游程编码；变换编码；图像质量评价。
教学要求：了解位平面编码和游程编码方法，理解DCT变换方法，掌握数字图像压缩编码基础知识（图像压缩概念、客观保真度准则和图像编码模型）、霍夫曼编码方法、变换编码方法。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
重点、难点：重点内容为DCT变换、数字图像压缩编码基础、霍夫曼编码方法、位平面编码和变换编码。难点内容为DCT变换和变换编码。
内容要点：图像分割的概念；基于边缘检测的图像分割；基于阈值的图像分割；基于跟踪的图像分割；基于区域的图像分割。
教学要求：了解图像分割概念和基于边缘检测的图像分割方法，理解基于阈值的图像分割方法，掌握基于跟踪的图像分割方法和基于区域的图像分割方法。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
重点、难点：重点内容为基于跟踪的图像分割方法和基于区域的图像分割方法。难点内容为基于双峰形直方图的阈值选取。
内容要点：图像的边缘特征及其检测的新方法；图像的点与角点特征及其检测的新方法；图像的纹理特征及其描述和提取方法；图像的形状特征；图像的统计特征。
教学要求：了解SUSAN角点检测算法、图像的纹理特征及其描述和提取方法（基于灰度直方图统计矩的纹理特征描述与提取方法、基于结构方法的纹理描述、基于频谱方法的纹理描述）、图像的形状特征和图像的统计特征，理解基于灰度共生矩阵的纹理特征提取方法，掌握 图像的边缘特征及其检测的新方法（图像边缘的特征、梯度边缘检测、二阶微分边缘检测）、图像的点与角点特征及其检测的新方法（图像点特征及其检测的新方法）、图像的纹理特征及其描述和提取方法（图像纹理的概念和分类、图像纹理的主要特性及描述方法）。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
重点、难点：重点内容为图像的边缘特征及其检测的新方法和基于灰度共生矩阵的纹理特征提取方法。难点内容为SUSAN角点检测算法和基于灰度共生矩阵的纹理特征提取方法。
内容要点：彩色视觉；彩色模型；彩色变换；彩色图像增强；彩色图像的平滑；彩色图像的锐化。
教学要求：理解彩色模型、彩色图像平滑和彩色图像锐化方法，掌握彩色视觉、彩色变换和彩色图像增强方法。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
教学要求：理解形态学中的集合运算方法、开运算和闭运算方法，掌握腐蚀和膨胀两种二值形态学基本运算方法。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
重点、难点：重点内容为二值形态学的腐蚀和膨胀运算方法。难点内容为开运算、闭运算。
内容要点：边界表示；边界描述（简单的边界描述子、形状数）；区域表示（区域标示、四叉树表示）；区域描述（几种简单的区域描述子、拓扑描述子）；关系描述（串描述子）。
教学要求：了解边界表示中的多边形近似、边界分段、标记图方法；边界描述中的简单的边界描述子、傅里叶描述子、统计矩方法；区域表示中的区域标示、四叉树表示方法；区域描述中的几种简单的区域描述子、拓扑描述子方法；关系描述中的串描述子方法。理解边界表示中的多边形近似方法；边界描述中的形状数方法。掌握边界表示中的链码方法。
教学方法与手段：以课堂讲授为主，运用启发使教学，用相关算法实例进行说明展示。
重点、难点：重点内容为边界表示中的链码和多边形方法，以及边界描述中的形状数方法。难点内容为边界描述中的形状数方法。
平时成绩（上课考勤、课堂表现、课程作业）占20%，课程实验占20%，期末闭卷成绩占60%。
本书覆盖了数字图像处理技术的基本知识,给出了利用 MATLAB进行算法设计编程及算法解译的示例,比较详细地揭示了图像处理基础算法的原理和图像可视特征展示的算法实现机理。全书共12章,内容有绪论、数字图像处理基础、数字图像的基本运算、空间域图像增强、频率域图像处理、图像恢复、图像压缩编码、图像分割、图像特征提取、彩色图像处理、形态学图像处理、目标表示与描述等。
本书内容选材新颖,表述通俗,语言精练,算法翔实,图文并茂,系统性强,与新技术和应用实践结合紧密。本书既是一本数字图像处理技术的专业性书籍,也是一本数字图像处理技术探讨研究方向的图像基本理论与算法查阅手册,还是一本数字图像处理原理性算法及图像可视化特征展示的 MATLAB程序集。
本书可作为高等院校计算机科学与技术、电子信息工程、通信工程、信息工程、自动化、医学信息工程等专业数字图像处理相关课程教材,也可作为相关学科专业研究人员和工程技术人员的参考用书。
平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
