课程编号 |
S050103810 |
课程性质 |
必修 选修 专业基础课 专业课 实践课 |
|||||||
课程名称 |
数字图像处理课程设计 |
|||||||||
Course Design of Digital Image Processing |
||||||||||
学分/学时 |
1学分 / 20学时 |
考核方式 |
课堂表现/实验报告 |
|||||||
开课年级学期 |
三年级 第1学期 |
开课单位 |
海洋与环境学院 |
|||||||
适用专业 |
海洋技术 |
教学语言 |
中文 |
|||||||
先修课程 |
高等数学,线性代数,数据处理与可视化,数字图像处理 |
|||||||||
教材 |
[1] 冈萨雷斯著,阮秋琦译.《数字图像处理》(第三版),电子工业出版社。2013 [2] 杨丹等编著.《MATLAB图像处理实例详解》, 清华大学出版社,2013年 |
|||||||||
执笔人 |
李家星 |
审核人 |
郑小慎 |
批准人 |
李桂菊 |
执行时间 |
2021.08 |
|||
一、课程简介
1. 课程性质
本课程是是海洋技术专业的课程设计。是对《数字图像处理》课程的实践补充。内容涵盖《数字图像》课程的重、难点内容。本课程的学习目的在于:针对给定图像处理任务,在查阅相关文献的基础上,制定相应的技术方案,并通过计算机编程实现;通过课程设计,使得学生进一步理解数字图像处理的基本概念、基本原理和基本方法,并加强学生的自学能力和实践能力(设计能力和编程能力)。
数字图像处理课程设计是在学习完数字图像处理相关理论后,进行的综合性训练课程。本课程着手于一个典型的数字图像处理任务(如车牌识别),在完成处理和识别目标过程中进行图像增强、图像分割、图像表达和识别等多个算法的实现和综合。使学生进一步巩固数字图像处理的基本概念和分析方法,增强学生应用编程软件(MATLAB)编写相应的应用程序及分析、解决实际问题的能力。
秉承立德树人的教学理念,在教学过程中将专业知识和课程思政有机统一,潜移默化地融入课程思政要素,激发学生的担当意识和爱国情怀,对树立学生正确的人生观和价值观起到引领作用。
二、课程目标
1. 思政育人目标
课程目标1:通过学生自己动手实现编程独立或合作完成具体的数据处理任务,培养学生求真务实,精益求精的工作作风;同时亦培养学生团队协作与服务意识和优良的品德。(支撑毕业要求8.1)
课程目标2:通过对数字图像处理任务的典型案例的解析,进一步掌握图像增强、图像复原,图像变换,形态学处理,图像分割等基本数字图像分析和处理算法原理。建立图像工程中主要问题的分析和处理的能力。(支撑毕业要求1.3)
课程目标3:通过对数字图像处理任务的典型案例的设计与开发,能够综合应用图像处理的相关专业知识,针对特定需求,完成功能模块设计,并通过测试或实验分析其有效性(支撑毕业要求3.2)
课程目标4:在完成特定的图像处理任务过程中,培养学生的自主学习并独立工作的能力,以及工程设计能力,独立或合作完成团队分配的工作。(支撑毕业要求9.2)
三、课程目标与毕业要求的对应关系
课程目标 |
毕业要求指标点 |
支撑情况 |
达成水平 |
课程目标1 |
8.1具有良好的人文社会科学素质,正确理解个人与社会的关系,了解国情,具有爱国情怀,树立并践行社会主义核心价值观,具有推动国家信息产业发展和社会进步的责任感。 |
中 |
理解、实践 |
课程目标2 |
1.3 能够将相关知识和数学模型方法用于推演、分析海洋及信息处理问题; |
中 |
记忆、理解 |
课程目标3 |
3.2 能够综合应用信息管理系统专业知识,针对特定需求,完成功能模块设计,并通过测试或实验分析其有效性。 |
中 |
应用、创建 |
课程目标4 |
9.2 具有独立工作的能力,能够胜任团队成员角色,独立或合作完成团队分配的工作。 |
中 |
应用、分析 |
四、教学基本内容、要求及学时分配
表2 教学内容、要求及学时分配
序号 |
教学内容 |
教学要求 |
学时 分配 |
教学 方式 |
对应课程目标 |
1 |
绪论 |
了解课程设计的目的和意义,掌握课程设计的任务分工;了解课设的案例背景;了解课设的相关理论和算法原理,掌握数字图像处理任务(车牌识别)的整体处理流程。 |
2(线下) |
线下讲授 |
1,4 |
2 |
基于边缘检测的车牌定位 |
掌握方案设计原理;实验图像数据的导入与预处理;图像边缘检测的特征提取;图像特征的后处理及车牌定位;车牌目标的筛选。 |
4(线下) |
线下讲授,上机实践 |
2,3,4 |
3 |
基于二阶搜索边缘检测的车牌定位 |
掌握方案设计原理;基于sobel二阶搜索的输入;计算安全边框,提取个各车牌区域图像;调整参数,进行sobel检测;将保留下的车牌区域画出来,保存车牌变量。 |
4(线下) |
线下讲授,上机实践 |
2,3,4 |
4 |
基于颜色特征的车牌定位 |
掌握方案设计原理;将图像从RGB空间转换为HSV空间;对图像HSV空间的亮度分量V数据进行直方图均衡化;基于颜色区域参数对每个像元进行判定,以用于车牌区域匹配;通过形态学闭操作处理颜色匹配的图像,以保证车牌区域连通;提取各个连通目标的外部轮廓,并计算个轮廓的尺寸及位置等信息;计算图像中每个连通目标外部最小外接矩形(坐标,尺寸,角度等信息);依据连通目标最小外接矩形判定是否符合车牌尺寸要求,若满足存储车牌信息。
|
4(线下) |
线下讲授,上机实践 |
2,3,4 |
5 |
车牌区域校正 |
掌握方案设计原理;计算四个端点来作为参考点;按最小矩形边框进行几何校正;对校正后的图像按偏移角进行旋转;对图像进行区域选取。
|
3(线下) |
线下讲授,上机实践 |
2,3,4 |
6 |
基于模板匹配的字符识别 |
掌握方案设计原理;进行字符分割,实现模板匹配识别;进行系统功能调试,完成课程设计的综合实验报告。 |
3(线下) |
线下讲授,上机实践 |
2,3,4 |
五、基本要求
1. 教学基本要求
本课程是《数字图像处理》课程的实践补充,通过实践上机来巩固课堂教学内容,从而锻炼学生具备图像数据处理的的实践动手能力。
2. 教学方法
课程教学以课堂教学、上机实验、综合讨论等共同实施。
教师布置课程设计上机内容,准备相关软件和数据,学生提前预习简易的实验讲义,并查阅资料准备实验;
教师在课堂上讲解和示范,巡视和个别辅导,学生通过认真观摩和反复训练,学会软件的功能和完成数据处理工作,培养学生严谨的科学工作作风。
上机每人一机,最后完成实验报告。
六、考核与成绩评定方式
本课程考核办法针对课程目标进行设计,考核内容与课程目标的能力要求相对应,课程目标达成的期望值设定为 0.85。最终成绩由实验报告决定。
七、学习资源
1. 参考书
[1] 数字图像处理(第三版)作者:贾永红 编著 出版社:武汉大学出版社 出版时间:2015年7月
[2] 数字图像处理(MATLAB版)(第二版)(本科教学版)作者:Rafael C. Gonzalez(R.C.冈萨雷斯), Richard E. Woods(R.E.伍兹), Steven L. Eddins(S.L.艾丁斯) 出版社:电子工业出版社 出版时间:2014年1月