Skip to content

数字图像处理与机器视觉

课程信息

课程名称／课程号 适用范围与修读要求
数字图像处理与机器视觉
CSE3030M		 车辆 · 26级
专业选修 · 模块选修（智能车辆）

课程简介

展开查看

本课程旨在引领学生系统学习机器视觉领域的相关概念、原理和方法，掌握视觉系统开发方法和实用技巧，为图像处理、模式识别等领域的研究与开发工作奠定基础。课程具体内容包括：机器视觉技术综述、视觉与成像原理、投影几何学、图像变换、图像分割、图像复原、视觉系统构建等内容。课程将采用讲授与讨论相结合的方法。

来源：教务网。

课程内容

分数构成

期末考试开始占60％，讨论课发言占20％，课程作业占20％。

课程大纲

展开查看

第一章：图像处理与机器视觉概论

第二章：成像原理与色彩

第三章：成像模型与投影几何

第一节 成像模型

第二节 投影几何学

第四章：图像空域变换

第一节 图像增强

第二节 图像空域滤波

第五章：图像频域变换

第一节 二维频域变换初步

第二节 二维傅里叶变换

第三节 二维余弦变换与小波变换

第六章：图像分割

第一节 传统图像分割方法

第二节 基于机器学习的图像分割

第七章：形态学滤波

第一节 二值图像形态学滤波

第二节 灰度图像形态学滤波

第八章：图像复原

第九章：特征提取与描述

第一节 特征提取原理

第二节 特征提取常用方法

第十章：识别与分类

第一节 目标识别

第二节 目标分类

第十一章：相机标定

第一节 相机标定原理

第二节 主动相机标定

第三节 相机自标定

第十二章：三维重建基本原理和方法

第一节 双目视觉测距原理

第二节 多视几何

第三节 双目视觉系统实现

五、课程实验实践环节说明

实验序号

1

实验名称

Opencv的安装、学习、与实践

实验目的

工具软件的安装与实践

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

学生按照给定地址下载并安装软件，并简单编程实现给定任务。

其他说明

实验序号

2

实验名称

直方图拉伸

实验目的

理解图像增强原理，掌握直方图拉伸方法

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

编程实现直方图均衡

其他说明

实验序号

3

实验名称

图像去噪滤波

实验目的

理解图像空域、频域滤波方法，掌握均值、中值等去噪滤波方法

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

编程实现并比较不同滤波器效果

其他说明

实验序号

4

实验名称

图像分割

实验目的

理解图像分割原理，实践基本图像分割方法

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

基于机器学习方法的图像分割

其他说明

实验序号

5

实验名称

图像复原

实验目的

理解图像复原原理，掌握并实践模糊图像复原方法

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

编程实现一种图像复原方法

其他说明

实验序号

6

实验名称

特征提取与描述

实验目的

掌握基本特征提取方法，实现SIFT方法

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

编程实现SIFT方法

其他说明

实验序号

7

实验名称

相机标定

实验目的

理解并掌握相机标定原理，实现张正友标定方法

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

基于张正友方法标定相机

其他说明

实验序号

8

实验名称

三维重建

实验目的

理解并掌握基于图像的三维重建原理，实现双目视觉三维重建方法

实验器材和工具

计算机和OpenCV软件包

实验内容和方法

实现三维重建

其他说明

六、课程教学计划安排

周次

授课章次与课堂教学内容

实验实践环节、课外学习、作业要求

教学课时数

核心知识点

课程思政融入点与实施方法

教学方式

（线上、线下、线上线下混合）

1

图像处理与机器视觉概论；成像原理与色彩

Opencv安装与测试

3

1.课程思政融入点：国计民生

2.实施方法

案例①：工业机器人实施

线下

2

成像模型与投影几何

3

成像原理与投影几何

1.课程思政融入点：世界观

2.实施方法

案例①：外部场景的观察与认知

线下

3

图像空域变换

实现均值滤波和中值滤波

3

模板卷积

--

线下

4

图像频域变换—二维傅里叶变换

3

图像频域变换

1.课程思政融入点：世界观

2.实施方法

案例②：观察与思考

线下

5

图像频域变换—余弦变换与小波变换

基于傅里叶变换的图像去噪

3

图像频域变换

--

线下

6

图像分割

实现Cany算子

3

1、基于特征的图像分割；

2、基于学习方法的图像分割

1.课程思政融入点：健康成长

2.实施方法

案例①：个性与共性

线下

7

形态学滤波

3

二值形态学

--

线下

8

图像复原

模糊图像复原

3

超分辨率处理流程

1.课程思政融入点：健康成长

2.实施方法

案例②：理想与现实

线下

9

图像复原-超分辨率处理

3

超分辨率处理流程

线下

10

特征提取与描述（1）

SIFT特征提取

3

1、图像角点、边缘提取方法

2、特征描述方法

1.课程思政融入点：远大理想

2.实施方法

案例①：目标跟踪

线下

11

特征提取与描述（2）

3

特征匹配

线下

12

目标识别

目标识别

3

1、目标检测；

2、目标识别

1.课程思政融入点：远大理想

2.实施方法

案例②：目标跟踪

线下

13

目标跟踪

3

1、基于模型的目标跟踪；

2、基于学习方法的目标跟踪

线下

14

相机标定

相机标定

3

1、相机内外参数及物理意义

2、相机标定的思想和方法

1.课程思政融入点：国计民生

2.实施方法

案例②：自动驾驶

线下

15

三维重建基础

3

1、双目视差匹配及恢复

2、多视几何建模

线下

16

双目视觉三维重建

双目三维重建

3

1、双目视差匹配及恢复

2、多视几何建模

1.课程思政融入点：国计民生

2.实施方法

案例③：机器狗

线下

七、课程知识单元与知识点

序号

知识单元

对应课程内容章节

核心知识点

其他知识点

1

成像与特征

2,4

成像模型

2

三维重建

3-5

多视几何与视差估计

3

检测与跟踪

6-8

检测、识别、跟踪




















学习资料链接

CC98 原帖需登录访问。