图像处理

课程编码：081104M05020H 英文名称：Image Processing 课时：40 学分：2.00 课程属性：专业普及课 主讲教师：彭思龙等

本课程讲授图像处理与分析领域中的基础概念、经典处理与分析技术、算法思想以及最新进展。通过本课程的学习，希望学生能了解图像处理的基本概念、经典算法及其背后的数学模型，为进一步学习机器视觉与图像理解打下坚实的基础，并通过C++/Matlab/Python等语言对所学习内容的实践验证，加深对知识的理解与应用，提升学生的动手实践与研究能力。
课程基本要求：建议学生掌握一定的理论基础知识和编程基础。理论基础知识包括：高等数学和概率论。编程基础方面，建议选修学生了解算法分析的基本思想，至少掌握一种编程语言，比如Matlab。
授课方式：课堂授课和编程作业相结合。课堂主要介绍基本理论和相关算法的原理和思想，编程作业通过具体任务强化理论的理解和应用。

无

第一章 绪论 3学时 杨戈
第1节 人类视觉机理与特殊现象
第2节 机器视觉的基本原理
第3节 数字图像的获取
第4节 彩色图像与光的世界
第5节 图像处理的应用领域介绍
第二章 基本概念 4学时 杨戈
第1节 数字图像处理的发展简史、
第2节 图像处理的任务
第3节 图像处理系统及工具介绍
第4节 图像表示中的各种元素及概念
第三章 图像变换与滤波 8学时 杨戈
第1节 图像处理中常用的变换
第2节 傅里叶变换
第3节 离散余弦变换
第4节 图像滤波的基本概念
第5节 深度神经网络基础
第四章 图像的统计描述 3学时 杨戈
第1节 为什么需要对图像进行统计描述、
第2节 随机场和随机变量
第3节 图像空间域表示模型
第五章 图像增强 3学时 杨戈
第1节 图像增强的概念
第2节 图像空间域增强方法
第3节 基于直方图的增强方法
第4节 图像频率域的增强算法
第5节 基于深度学习的图像增加算法介绍
第六章 图像形态学处理 3学时 彭思龙
第1节 图像形态学处理的基本概念
第2节 腐蚀和膨胀
第3节 开运算和闭运算
第4节 形态算子组合处理
第七章 图像分割与边缘检测 3学时 彭思龙
第1节 图像分割的基本概念和基本原理；
第2节 典型的分割方法
第3节 边缘检测
第八章 小波变换初步及其应用 6学时 彭思龙
第1节 图像多分辨率分析和小波变换
第2节 基于小波变换的图像处理应用
第九章 图像复原与重建 6学时 彭思龙
第1节 图像去噪
第2节 图像去模糊和图像超分辨率
第3节 图像处理线性反问题

首席教授：彭思龙研究员，研究方向：小波分析；集成电路自动化分析；数字图像处理；数字信号处理。学术论文：在上述方向上发表论文200余篇，其中SCI论文70余篇，EI论文140余篇，核心期刊50余篇。学术专著：周期小波理论及其应用（第一作者），科学出版社，2002。杂文集：《科研五色石》，清华大学出版社，2016。承担项目：主持过国家自然科学基金面上两项，国家自然科学基金重点一项，国家科技支撑计划三项，863一项，国家重大科研计划课题一项，其他15项。
获奖情况：2005年，军用数字信号处理器—32位浮点高性能数字信号处理器xxx，国防科学技术一等奖，2007年，军用数字信号处理器—32位浮点高性能数字信号处理器xxx，国家科学技术进步二等奖，2008年，中国科学院研究生院建院30周年集中教学突出贡献奖；个人。2011年，中国科学院朱李月华优秀教师奖；个人。2012年，公安部科技进步二等奖。

主讲教师：杨戈教授，于2004年1月获美国明尼苏达大学机械工程（机器人学）博士学位。2004年1月至2008年12月在加利福尼亚州斯克里普斯研究所从事计算生物学博士后研究。2009年1月至2014年6月在卡内基梅隆大学担生物医学工程系和计算生物学系任助理教授，2014年6月至2018年12月任副教授。在卡内基梅隆大学任教期间曾获美国国家科学基金（NSF）青年科学家（CAREER）奖，国际生物医学图像会议大会（ISBI）最佳论文奖等荣誉。2019年1月回国，任国科大人工智能学院长聘教授，中科院自动化所模式识别国家重点实验室研究员。主要研究方向包括：生物图像信息学，计算机视觉，深度学习，系统生物学，计算神经生物学。