下载文档原格式
中国海洋大学数字系统设计课程大纲（理论课程）英文名称（Digital System Design）【开课单位】电子工程系【课程模块】专业知识【课程编号】【课程类别】必修【学时数】32 （理论）【学分数】 2一、课程描述本课程大纲根据2011年本科人才培养方案进行修订或制定。
（一）教学对象电子信息科学与技术、电子信息工程专业和通信工程专业本科生。
（二）教学目标及修读要求1、教学目标向学生介绍VHDL硬件描述语言的基本知识和使用VHDL设计数字系统的方法，展示数字系统设计的新手段，使学生的数字系统设计水平上升到一个新的层次。
通过该课程的学习，学生可以了解数字集成电路和可编程逻辑器件等方面的基本知识，掌握运用硬件描述语言设计数字系统的基本方法，建立现代数字系统设计的理念。
本课程另外配有32学时的实验课——“数字系统设计实验”，通过实验可以锻炼学生的实践能力，更好地理解课堂教学的内容。
具体课程内容见“数字系统设计实验教学大纲”。
2、修读要求本课程是一门工程应用类课程，实用性很强，是数字电子技术基础课程的后续课程。
学生在学习本课程之前，应当具备数字电子技术的基础知识，如能具备一些微机原理或者单片机原理的知识背景，则更利于本课程的学习。
（三）先修课程数字电子技术基础二、教学内容（一）第一章概论1、主要内容：1.1 数字集成电路的分类1.2 可编程逻辑器件简介1.3 数字系统的设计工具与设计流程1.4 知识产权核1.5 数字系统设计中的其它问题2、教学要求：了解数字集成电路和可编程逻辑器件等方面的基本知识，了解电子设计自动化技术的发展现状，理解数字系统设计的基本方法，了解数字系统设计中要注意的问题。
3、重点、难点：重点：数字系统设计的基本流程和各个环节：描述、划分、综合、验证。
难点：数字系统设计中各个环节之间的关系。
（二）第二章VHDL基本概念1、主要内容：2.1 VHDL的由来2.2 1位全加器的描述实例2.3 基本的VHDL模型结构2.4 VHDL的标识符2.5 VHDL的对象2.6 VHDL的数据类型和子类型2.7 属性2.8 运算符与表达式2、教学要求：了解VHDL的发展，掌握VHDL的模型结构描述和相关的基本概念，理解例题所示的描述与硬件之间的关系。
中国海洋大学计算机视觉课程大纲（理论课程）英文名称：Computer Vision【开课单位】信息学院计算机系【课程模块】工作技能【课程编号】080504301305 【课程类别】选修【学时数】68 （理论51 实践17 ）【学分数】3.5一、课程描述（一）教学对象计算机相关专业学生。
（二）教学目标及修读要求1、教学目标了解计算机视觉的应用领域，掌握基本的图像分割、特征检测、聚类及分类算法，理解相机模型以及相机标定方法，学会利用已有相关算法，使用OpenCV进行相关视觉应用的开发。
2、修读要求计算机视觉属于计算机专业的一门新课，和研究前沿结合的比较紧密，需要学生具有数字图像处理、计算机图形学以及线性代和概率论方面的基础。
（三）先修课程数字图像处理。
二、教学内容（一）绪论1、主要内容：介绍计算机视觉的基本概念，应用领域，发展历史等相关内容。
2、教学要求：了解计算机视觉的应用领域及学习的内容。
（二）第二章图像形成1、主要内容：几何基元和变换，光度测定学的图像形成，数字摄像机。
2、教学要求：理解图像形成的物理过程，包括相机镜头的物理特性对图像形成过程的影响，掌握3D到2D的投影变换，掌握相机内参和外参的概念。
3、重点、难点：相机内参和外参的标定。
（三）第三章图像处理1、主要内容：点算子，线性滤波器，其他邻域算子，傅里叶变换，几何变换等。
2、教学要求：掌握数字图像处理课程相关的基本内容，包括空间域的图像处理及频率域的图像处理基本方法。
3、重点、难点：傅里叶变换。
（四）第四章特征检测与匹配1、主要内容：图像的点与块，图像的边缘，直线。
2、教学要求：理解图像特征的概念，掌握几种特征（点、块、边缘、直线）的检测方法，了解特征匹配的在图像拼接及相机标定等方面的应用。
3、重点、难点：几种特征描述子的生成过程。
（五）第五章图像分割1、主要内容：活动轮廓，基于区域的分割。
2、教学要求：掌握几种流行的图像分割方法，包括基本的阈值方法，活动轮廓方法，基于聚类的方法。
数字图像处理课程教学大纲课程简介数字图像处理是计算机科学与技术领域的一门重要课程，它研究如何使用计算机和算法来处理和分析数字图像。
本课程旨在介绍数字图像处理的基本原理、方法和应用，并培养学生的图像处理能力和技巧。
课程目标本课程的主要目标是让学生掌握数字图像处理的基本理论和方法，具备图像处理算法设计、图像增强、图像分割、图像压缩等技术的基本能力。
同时，通过实践项目的实施，培养学生的问题解决能力和团队合作能力。
课程安排第一周：课程介绍与基本概念•课程介绍•数字图像的基本概念与特点•数字图像处理的基本步骤第二周：图像预处理•图像采集与获取•图像灰度变换•图像噪声模型与去噪方法第三周：图像增强•直方图均衡化•空域滤波与频域滤波•边缘增强与锐化第四周：图像压缩•图像压缩的基本概念与方法•离散余弦变换（DCT）与JPEG压缩算法•小波变换与JPEG2000压缩算法第五周：图像分割与边缘检测•阈值分割•基于边缘的图像分割•基于区域的图像分割第六周：实践项目1 - 图像识别•项目需求分析与设计•图像特征提取与选择•分类器的训练与测试第七周：实践项目2 - 图像恢复•项目需求分析与设计•图像模型与图像去模糊•图像去噪与图像修复第八周：实践项目3 - 图像处理工具开发•项目需求分析与设计•图像处理算法的实现•图形界面设计与用户交互评估方式•平时成绩：30%•作业与实验报告：30%•期末考试：40%参考教材•Rafael C. Gonzalez, Richard E. Woods. 数字图像处理（第三版）. 清华大学出版社，2018.•Richard Szeliski. 计算机视觉：算法与应用. 电子工业出版社，2014.参考资源•MATLAB图像处理工具箱文档•OpenCV计算机视觉库官方文档以上是《数字图像处理》课程的教学大纲，希望通过本门课程的学习，能够让学生对数字图像处理有一个全面的了解，并具备实践应用的能力。
中国海洋大学本科生课程大纲课程属性：公共基础/通识教育/学科基础/专业知识/工作技能，课程性质：必修、选修一、课程介绍1.课程描述：数字图像处理是通过计算机对图像数据进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
随着计算机、数学的发展，数字图像处理迅速发展起来，并在工业、医学、环境、军事等方面获得了应用。
本课程的主要内容包括：数字化方法、图像存储格式、图像增强、OpenCV编程、图像分割与边缘检测、几何变换、频域处理、形态学等。
通过课程学习，要求学生掌握数字图像处理的理论与技术，并能够利用OpenCV实现一些基本算法。
2.设计思路：本课程讲授数字图像处理的方法和技术，培养学生的理解能力和编程能力。
课程内容从数字化方法、图像存储格式等基本知识开始，到图像增强、图像分割、边缘检测、几何变换、频域处理、形态学等具体问题，并基于OpenCV编写图像处理程序，形成了一个完整的体系。
数字化方法、图像存储格式是描述如何获取、保存图像数据。
图像增强是将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别。
图像分割与边缘检测是将图像分解为若干个有意义的部分，以便于后续的分析和理解。
几何变换是校正图像获取时的畸变。
频域处理是将图像变换到频域上的处理方式。
形态学通过一些数学操作来处理图像。
OpenCV是基于C、C++的开源库，有效地提高了图像编程的效率。
- 5 -3.与其他课程的关系：先修课程：《结构化程序设计》二、课程目标本课程的目标是培养数学类专业学生的数据处理能力、算法设计能力、程序实现能力。
到课程结束时，学生应该（1）了解图像数据的表示形式、各种图像处理技术的作用，能够对实际问题提出解决方案。
（2）能够利用OpenCV编写图像处理程序。
三、学习要求要完成所有的课程任务，学生必须：（1）按时上课,上课认真听讲，积极进行编程实验。
本课程将包含较多的编程实验，出勤率和课堂表现是成绩考核的主要组成部分。
中国海洋大学数字图像处理课程大纲（理论课程）英文名称（参考国际国内通用名称）【开课单位】信息科学与工程学院【课程模块】专业知识【课程编号】【课程类别】选修【学时数】64 （理论48 实践16 ）【学分数】 3.5一、课程描述本课程大纲根据2011年本科人才培养方案进行修订或制定。
（一）教学对象计算机应用技术，计算机软件与理论，计算机系统结构（二）教学目标及修读要求1、教学目标（课程结束后学生在知识、技能和态度三个层面达到的目标）数字图像处理是近年来国内外的一个热门研究学科，要求学生能够通过计算机对数字图像信号的处理，强化理解人的视觉以及人对视觉信息的理解和加工能力。
通过本课程的学习，要求学生能够掌握数字图像处理的基本理论和各种处理方法的基本原理、特点和实施途径，掌握图像的数学、视觉、光学以及二维空间与频率域变换等基本理论。
对图像处理在工业中的应用有初步的认识，为今后在该领域中深入学习和研究奠定基础。
2、修读要求（简要说明课程的性质，与其他专业课程群的关系，学生应具备的基本专业素质和技能等）本课程要求学生通过学习，掌握数字图像处理中的基本概念、基本方法和系统的知识，对图像的数学、视觉、光学以及二维空间与频率域变换等基本理论有一定的了解，并能使用经典的方法实现图像的增强、复原，对图像的压缩、分割、描述和理解都有较深的认识。
（三）先修课程（参照2011版人才培养方案中的课程名称，课程名称要准确）数字信号处理、随机过程、高等数学、矩阵分析、信息论、控制论和最优化理论、信息论基础二、教学内容（一）总论（或绪论、概论等）主要内容：1.1 What is Digital Image Processing1.2 Brief introduction of Origins of Image Processing1.3 Examples of Image1.4 Fundamental Steps1.5 Components2、教学要求：（按照掌握、理解、了解三个层次对学生学习提出要求）掌握数字图像的概念和数字图像所涉及的领域，掌握matlab的基本语法和用法。
了解数字图像的的背景知识和目前的研究领域。
重点、难点：重点：数字图像的基本概念难点：掌握matlab数字图像工具箱的使用其它教学环节（如实验、习题课、讨论课、其它实践活动）：无（二）数字图像基础1、主要内容：了解人眼的结构及视觉模型,学习光度学、色度学的基本知识，了解数字图像的采样和量化原理。
简单介绍图像存储格式。
2.1 Elements of Visual Perception2.2 Image Sensing and Acquisition2.3 Image Sampling and Quantizations2.4Basic Relationships Between Pixels2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握数字图像的获取，采样，量化的基本原理。
理解数据类和图像类型的转换的基本原理。
了解不同的图像类型的数据特点。
3、重点、难点：重点：数字图像的获取，采样，量化，保存的基本原理和方法。
难点：不同的数字图像类型的数据特点。
4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验课：Matlab软件基本内容讲解和练习。
（三）空间域的图像增强1、主要内容：学习灰度图像变换、直方图、空间域平滑及锐化滤波等内容。
3.1 Background3.2 Basic grey-level transformation3.3 Histogram3.4 Enhansement using Aritematic/Logic Operations3.5 Basic Spatial Filtering: Smoothing and Sharpening2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握图像的均衡化方法，空域的线性和非线性滤波器的用法。
理解图像亮度变换函数的原理。
了解图像与处理的常用方法。
重点、难点：重点：基本的灰度变换方法，图像的均衡化，线性和非线性滤波器的用法难点：各种滤波函数的选择和用法。
4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验课：空间域图像增强（四）频率域的图像增强1、主要内容：包括傅立叶变换、频率域的平滑、锐化滤波。
4.1 Background4.2 Introduction of the Fourier Transform and the Frequency Domain4.3 Smoothing Filters4.4 Sharpening Filters2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握傅立叶变换的基本原理，频域低通滤波和锐化滤波的原理和用法。
理解空间滤波器和频域滤波器的联系和区别。
3、重点、难点：重点：傅立叶变换的基本原理，频域低通滤波和锐化滤波的原理和用法难点：空间滤波器和频域滤波器的联系和区别4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验课：频率域的图像增强。
讨论课：图像噪声处理（五）图像复原1、主要内容：主要内容包括图像的噪声模型、噪声消除。
5.1 A Model of Image Degradation/Restoration Process5.2 Noise Models5.3 Restoration in the Presence of Noise Only-Spatial Filtering5.4 Periodic Noise Reduction by Frequency Domain Filtering2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握不同的噪声模型的特点和去除噪声的方法，逆滤波，维纳滤波的原理和用法。
理解图像的退化和处理的模型。
了解约束最小二乘法滤波，几何变换和图像配准。
3、重点、难点：重点：不同的噪声模型的特点和去除噪声的方法，逆滤波，维纳滤波的原理和用法难点：约束最小二乘法滤波，几何变换和图像配准。
4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验课：图像恢复及滤波处理（六）小波及对分辨率处理1、主要内容：主要内容包括图像金字塔、对分辨率扩展、小波函数、小波变换。
6.1 Image Pyramid6.2 Multiresolution Expansion6.3 Wavelet Transforms in One Dimension6.4 The Fast Wavelet Transform6.5 Wavelet Transforms in Two Dimensions6.6 Wavelet Packets2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握图像金子塔的形成原理，拉普拉斯金子塔的构成原理。
掌握小波变换的原理和用法。
理解小波包的原理和用法。
了解不同类型的小波变换的方法和区别。
3、重点、难点：重点：图像金子塔的形成原理，拉普拉斯金子塔的构成原理难点：小波变换，小波包的原理和用法4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验课：小波变换和多分辨率处理实践课：图像小波特征提取（七）图像压缩1、主要内容：主要内容包括图像压缩模型、信息理论基础、无损压缩、有损压缩、图像压缩标准。
7.1 Fundamentals7.2 Image Compression Models7.3 Elements of Information Theory7.4 Error-Free Compression7.5 Lossy Compression7.6 Image Compression Standard2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握图像图像有损压缩和无损压缩的原理，掌握霍夫曼编码的原理。
了解JPEG压缩原理3、重点、难点：重点：图像图像有损压缩和无损压缩的原理，霍夫曼编码的原理难点：JPEG压缩原理4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：无（八）形态学图像处理1、主要内容：8.1 Fundamentals8.2 Dilation and Erosion8.3 Open operations, closed operations8.4 Morphological reconstruction2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握形态学腐蚀和膨胀的基本原理和用法，开运算闭运算的原理和用法。
了解形态学的击中，击不中变换。
理解形态学重构的基本原理，填充空洞的方法。
3、重点、难点：重点：形态学腐蚀和膨胀的基本原理和用法，开运算闭运算的原理和用法难点：形态学重构的基本原理，填充空洞的方法4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验课：数学形态学及图像压缩编码实践课：形态学方法提取物体掩模的边界（九）图像分割1、主要内容：主要内容包括不连续性检测、边缘监测、基于区域的分割9.1 Detection of Discontinuities9.2 Edge Linking and Boundary Detection9.3 Thresholding9.4 Region-Based Segmentation9.5 The division of the watershed transformation2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）掌握基于阈值的分割方法和基于分水岭变换的分割方法。
掌握点，线的检测方法。
掌握Hough 变换的原理和用法。
3、重点、难点：重点：基于阈值的分割方法和基于分水岭变换的分割方法，Hough变换的原理和用法难点：分水岭变换的分割方法，Hough变换的原理和用法4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验课：基本的二值化及分水岭分割算法（十）Representation and Description1、主要内容：Texture Photometric stereo computervision2、教学要求：（按照掌握、理解、了解三个层次对课程内容提出要求）了解计算机视觉领域的基本研究课题和热点。
了解各领域的常用算法和基本原理。
了解计算机视觉中的纹理分类和合成原理，了解三维图像建模的基本方法和手段。
3、重点、难点：无4、其它教学环节：（如实验、习题课、讨论课、其它实践活动）：实验综合性实验，每人一个题目。
三、教学环节及学时分配本课程总学时64 学时（如有实践环节根据课程的实际情况填写，如实验、上机、案例讨论和角色扮演等），其学时分配见下表。
