高纲 1629
江苏省高等教育自学考试大纲
30452 数字图像技术
南京理工大学编（2016年）
江苏省高等教育自学考试委员会办公室
Ⅰ 课程性质与课程目标
一、课程性质和特点
《数字图像技术》是江苏省高等教育自学考试电子工程专业的必修课，是为了培养和检验自学应考者信号处理的基本知识和基本技能而设置的一门专业课程。
随着计算机和数字信号处理技术的飞速发展，图像信息的存储、传输和处理都得以数字化，各种产品、软件层出不穷，在这种形势下，电子信息工程及其相关专业的学生了解和掌握基本的数字图像处理知识是十分必要的。
本课程即主要介绍数字图像处理的基本知识、基本原理和基本算法, 为电子信息工程、自动化等相关专业的学生进一步学习后续课程打下基础。
二、课程目标
课程设置的目的主要是鼓励自学应考者：
1. 能够掌握数字图像处理的基本概念和基本原理；
2. 能够应用数字信号处理的基本原理和方法对数字图像进行各种处理，如：数字图像信号的采集、表达、各种变换方法和图像信号的编码压缩等；
3. 能够对数字图像信号处理的最新研究成果与发展趋势有所了解，以适应现代社会对信息处理越来越高的要求。
三、与相关课程的联系与区别
本课程应具备高等数学、线性代数、数字信号处理、计算机编程等学科的知识基础。 四、课程的重点和难点
本课程的重点在于图像各类处理算法，难点在于图像变换原理，具体内容参见各章节。
Ⅱ 考核目标
本大纲在考核目标中，按照识记、领会、应用三个层次规定其应达到的能力层次要求。三个能力层次是递升的关系，后者必须建立在前者的基础上。各能力层次的含义是：
识记（Ⅰ）：要求考生能够识别和记忆本课程中有关概念及规律的主要内容（如定义、定理、定律、表达式、公式、原理、重要结论、方法及特征、特点等），并能够根据考核的不同要求，做正确的表述、选择和判断。
领会（Ⅱ）：要求考生能够领悟和理解本课程中有关概念及方法的作用、应用场合、理解其原理、理解其与相关知识的区别和联系。
应用（Ⅲ）：要求考生能够根据已知的知识、运用该方法对图像进行变换、处理以及计算。
Ⅲ 课程内容与考核要求
第一章 导论
一、学习目的与要求
通过本章的学习，了解图像及图像处理的基本概念，了解图像处理系统的组成。 二、课程内容
本章介绍了图像的基本概念，数字图像系统的组成，数字图像处理的特点及应用。 三、考核知识点与考核要求 1. 数字图像处理的概念
识记：图像的概念及分类；图像处理的定义及分类。 2. 数字图像处理的内容以及与其他学科的关系
识记：数字图像处理三个层次的研究内容；数字图像处理与其他学科的关系。 3. 数字图像处理系统概述
识记：数字图像处理系统的组成及各个模块的作用。 4. 数字图像处理的特点及其应用
识记：数字图像处理的特点；数字图像处理的应用。 四、本章重点、难点
重点：数字图像处理的三个层次内容。
第二章 数字图像处理基础
一、学习目的与要求
通过本章的学习，了解人眼的视觉原理、掌握图像数字化的方法、直方图的定义及性质及应用、熟悉BMP 文件结构、了解图像噪声的形成原理及特征。
二、课程内容
本章介绍了数字图像处理的基础知识，为以后章节的学习打下了基础。 三、考核知识点与考核要求 1. 人眼的视觉原理
识记：图像的形成原理；视觉亮度范围；人眼的分辨率；视觉适应性；对比灵敏度；亮度的感觉；人眼的色觉；马赫带效应。
2. 连续图像的描述
领会：亮度图像的数学描述；彩色图像的数学描述。 3. 图像数字化
识记：采样的定义；量化的定义；图像数字化器的性能评价项目。
领会：空间分辨率和幅度分辨率对图像质量的影响；量化的灰度级数与量化位数的关系。 应用：根据空间分辨率和幅度分辨率计算图像存储量。 4. 图像灰度直方图 识记：直方图的定义。 领会：直方图的性质。
应用：计算图像的直方图；利用直方图检查图像灰度级范围是否合理；利用直方图选择边界阈值；利用直方图计算图像信息量。
5. 数字图像处理算法的形式 识记：基本功能形式；邻域。
领会：局部处理的形式；迭代处理的形式；跟踪处理的形式；窗口处理和模板处理的形式；串行处理和并行处理的形式。
6. 图像的数据结构与图像文件格式 识记：BMP 文件格式。 7. 图像的特征与噪声
识记：图像的自然特征与人工特征；噪声的种类。 四、本章重点、难点
重点：图像数字化；直方图的定义与性质。
难点：数字图像处理算法的形式。
第三章 图像变换
一、学习目的与要求
通过本章的学习，了解图像变换的作用、重点掌握傅立叶变换。 二、课程内容
本章介绍了数字变换的原理及傅立叶变换的相关概念。 三、考核知识点与考核要求 1. 预备知识
识记：δ函数的定义；δ函数的性质；二维线性位移不变系统的定义。 2. 傅立叶变换
识记：傅立叶变换的定义。 领会：傅立叶变换的性质。 四、本章重点、难点 重点：傅立叶变换。 难点：傅立叶变换。
第四章 图像增强
一、学习目的与要求
通过本章的学习，掌握图像增强的原理及常用方法。 二、课程内容
本章介绍了图像增强的原理、空间域平滑、空间域锐化、频率域增强、假彩色增强等图像增强的方法。
三、考核知识点与考核要求 1. 图像增强的点运算
识记：图像增强的目的；图像增强的分类。
领会：灰度级校正原理；灰度变换原理；直方图均衡化原理；直方图规定化的应用；局部统计法原理。
应用：根据已知灰度变换关系式对图像进行灰度变换；对图像进行直方图均衡化修正。 2. 图像空间域平滑
领会：图像平滑的意义；超限像素法的原理；灰度最相近的K 个邻点平均法的原理；梯度倒数加权平滑法的原理；最大均匀性平滑的原理；有选择保边缘平滑法的原理；多幅图像平均法的原理。
应用：使用局部平滑法对图像进行平滑操作；使用超限像素平滑法对图像进行平滑操作；给定模板下，使用空间低通滤波法对图像进行平滑操作；使用中值滤波法对图像进行平滑操作。
3. 图像空间域锐化 识记：锐化；梯度。
应用：对图像使用梯度锐化法；使用拉普拉斯算子对图像进行锐化；使用高通滤波法对图像进行锐化。
4. 频率域增强
识记：频率域增强的一般过程。
领会：理想低通滤波器的原理；Butterworth 低通滤波器的原理及特点；指数低通滤波器的原理及特点；梯形低通滤波器的原理；基于高通滤波器的频率域锐化原理。
5. 彩色增强技术
识记：彩色增强的定义及目的。
领会：伪彩色增强的原理及三种方法；假彩色增强的原理及方法；伪彩色增强与假彩色增强的区别；彩色变换的原理及作用。
6. 图像代数运算
领会：各种代数运算的定义及作用。 应用：根据不同的目的对图像进行代数运算。 四、本章重点、难点
重点：直方图均衡化处理；空间域平滑；空间域锐化。 难点：直方图均衡化处理。
第五章 图像复原与重建
一、学习目的与要求
通过本章的学习，掌握图像复原的原理及常用的复用方法。 二、课程内容
本章介绍了图像退化模型、代数恢复方法、频率域恢复方法、几何校正以及图像重建的基本思想。
三、考核知识点与考核要求 1. 图像退化
识记：图像退化的定义；图像退化的典型原因。 领会：图像复原与图像增强的区别；退化的数字模型。 2. 代数恢复方法与频率域恢复方法
识记：无约束复原的原理；约束最小二乘复原的原理；逆滤波恢复法的原理；维纳滤波复原法的原理；去除由匀速运动引起的模糊的原理。
3. 几何校正
识记：几何校正的目的；几何校正的步骤。
领会：空间坐标变换中直接法与间接法的原理及区别；像素灰度校正的原理。 4. 图像重建
识记：图像重建的定义及应用场合。
领会：断层扫描的二维重建原理；三维复原的方法。 四、本章重点、难点 重点：空间坐标变换的方法。 难点：频率域恢复方法。
第六章 图像编码与压缩
一、学习目的与要求
通过本章的学习，掌握统计压缩编码的常用方法以及JPEG 编码标准。 二、课程内容
本章介绍了图像压缩编码的原理、常用的统计压缩编码方法、预测编码思想以及正交编码的原理，其中详细介绍了JPEG 编码。
三、考核知识点与考核要求 1. 概述
识记：图像数据压缩的必要性与可能性；图像编码压缩技术的分类。 2. 图像保真度准则
识记：常用的客观保真度准则；主观保真度准则。 3. 统计编码方法
识记：信息量和熵；图像冗余度；编码效率。
领会：行程编码的特点；霍夫曼编码的特点；算术编码的特点。 应用：行程编码；霍夫曼编码；费诺-香农编码；算术编码。 4. 预测编码 识记：预测编码。
领会：DPCM 的原理及特点。 5. 正交变换编码
领会：变换编码的原理；变换编码的性质；变化编码性能比较。 6. 图像编码的国际标准简介 识记：JPEG ；MPEG 。 四、本章重点、难点
重点：霍夫曼编码；算术编码。 难点：变换编码。
第七章 图像分割
一、学习目的与要求
通过本章的学习，掌握图像分割的原理及常用方法。 二、课程内容
本章介绍了图像分割的意义、基于边缘的分割、基于区域的分割、基于阈值的分割等常
用的分割方法。
三、考核知识点与考核要求 1. 概述
识记：图像分割的定义；图像分割的分类。 领会：图像分割的作用。 2. 边缘检测算子 识记：边缘。
领会：基于边缘分割的原理；各种边缘检测算子（如梯度算子、Robert 算子、Prewitt 算子、Sobel 算子、方向算子、Laplacian 算子、马尔算子、Canny 算子）的原理及特点；曲面拟合法的原理及特点。
应用：使用各种边缘检测算子对图像进行分割。 3. 边缘跟踪 识记：边缘跟踪。 领会：全向跟踪的原理。
应用：采用光栅扫描跟踪法连接边缘。 4. 线检测
识记：Hough 变换检测直线的原理；广义Hough 变换检测曲线的原理。 5. 区域分割
领会：判断分析法的原理及特点；最佳熵自动阈值法的原理及特点；最小误差分割的原理及特点。
应用：状态法（峰谷法）对图像进行分割。 6. 区域增长
领会：区域生长法原理；质心型增长法的原理及特点；混合型增长法的原理及特点。 应用：运用简单区域生长法进行图像分割。 7. 分裂合并法
领会：分裂合并法原理。
应用：使用分裂合并法进行图像分割。 四、本章重点、难点
重点：边缘检测算子；灰度阈值法；区域生长法；分裂合并法。
第八章 二值图像处理与形状分析
一、学习目的与要求
通过本章的学习，掌握一些常用的二值图像描述的特征参数。 二、课程内容
本章介绍了图像描述的常用的特征参数，如目标边界、连接成分、形状等参数，通过这些参数，为图像分类识别打下基础。
三、考核知识点与考核要求 1. 二值图像的连接性和距离
识记：邻域；邻接；像素连接；4-路径；8-路径；连接成分；欧拉数；像素的可删除性；连接数；区域邻接图；包含；击中；不击中；距离；几种常用距离。
2. 连接成分的变形处理
领会：对连接成分进行标记的作用；膨胀和腐蚀的原理及作用；距离变换的原理；细化的原理；边界跟踪的原理；区域填充的原理。
应用：对连接成分进行标记；对图像进行膨胀及腐蚀操作。 3. 形状特征提取与分析
识记：拓扑描绘子；凹凸性；面积；周长；圆形度；原点矩；中心矩；投影；截口。 领会：方向链码的表示法及可提取的几何特征。 应用：对目标边界用方向链码表示并计算其几何特征。 四、本章重点、难点
重点：膨胀和腐蚀、边界的方向链码表示。
第九章 影像纹理分析
一、学习目的与要求
通过本章学习，掌握纹理的相关概念，了解主要的纹理特征提取与分析的方法。
二、课程内容
本章介绍了纹理特征提取与分析的主要方法。
三、考核知识点与考核要求
概述
识记：纹理；纹理分类；纹理分析的主要方法。
四、本章重点、难点
重点：纹理。
第十章 模板匹配与模式识别技术
一、学习目的与要求
通过本章的学习，掌握图像识别系统的组成以及模板匹配的原理。
二、课程内容
本章介绍了模式识别的一些基础知识，包括模板匹配技术、统计模式识别、结构模式识别和人工神经网络分类的基本概念和原理。
三、考核知识点与考核要求
1. 模板匹配
识记：图像识别系统的组成。
领会：模板匹配的原理。
2. 统计模式识别
识记：统计模式识别的过程；特征处理；统计分类法。
四、本章重点、难点
重点：模板匹配的原理。
第十一章 数字图像处理的应用
一、学习目的与要求
通过本章的学习，对数字图像处理技术在指纹识别及文字识别等方面的应用有大概的了解。
二、课程内容
本章介绍了数字图像处理在指纹识别及文字识别等领域的应用。
三、考核知识点与考核要求
1. 指纹识别系统
识记：指纹特征。
领会：指纹识别系统。
2. 文字识别技术
领会：文字图像处理流程。
四、本章重点、难点
重点：指纹识别系统。
Ⅳ 关于大纲的说明与考核实施要求
一、自学考试大纲的目的和作用
课程自学考试大纲是根据专业自学考试计划的要求，结合自学考试的特点而确定。其目的是对个人自学、社会助学和课程考试命题进行指导和规定。
课程自学考试大纲明确了课程学习的内容以及深广度，规定了课程自学考试的范围和标准。因此，它是编写自学考试教材和辅导书的依据，是社会助学组织进行自学辅导的依据，是自学者学习教材、掌握课程内容知识范围和程度的依据，也是进行自学考试命题的依据。
二、课程自学考试大纲与教材的关系
课程自学考试大纲是进行学习和考核的依据，教材是学习掌握课程知识的基本内容与范围，教材的内容是大纲所规定的课程知识和内容的扩展与发挥。
大纲与教材所体现的课程内容应基本一致；大纲里面的课程内容和考核知识点，教材里一般也要有。反过来教材里有的内容，大纲里就不一定体现。
三、关于自学教材
《数字图像处理》（第三版），贾永红编著，武汉大学出版社， 2016年版。
四、关于自学要求和自学方法的指导
本大纲的课程基本要求是依据专业考试计划和专业培养目标而确定的。课程基本要求还明确了课程的基本内容，以及对基本内容掌握的程度。基本要求中的知识点构成了课程内容
的主体部分。因此，课程基本内容掌握程度、课程考核知识点是高等教育自学考试考核的主要内容。
为有效地指导个人自学和社会助学，本大纲已指明了课程的重点和难点，在章节的基本要求中一般也指明了章节内容的重点和难点。
本课程共 5 学分。
本课程是一门理论性较强的课，重点在于对各种数字图像处理算法的理解及实际应用能力。自学考试主要是通过个人自学、教师辅导、社会助学和国家考试来考核应考者掌握专业知识和能力的方法。应考者应根据自己的特点，找出适合自己的学习方法，此外，考生在自学过程中，应注意以下几点：
1．在开始阅读指定教材某一章之前，先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标，以便在阅读教材时做到心中有数，有的放矢。
2．本课程内容涉及数字图像处理的各个方面，知识、范围比较广泛，全书是一个整体，但各章之间又有相对独立性。自学者应首先全面系统地学习各章的内容，深刻领会各种处理算法的理论知识；其次，要注意各章之间的联系；然后，在全面系统的基础上掌握重点，有目的地深入学习重点章节，但切忌在没有了解全貌的情况下孤立地去抓重点，押题目。
3．在自学过程中，既要思考问题，也要做好阅读笔记，把教材中的基本概念、原理、方法等加以整理，这可从中加深对问题的认知、理解和记忆，以利于突出重点，并涵盖整个内容，可以不断提高自学能力。
4．完成书后作业是理解、消化和巩固所学知识，培养分析问题、解决问题及提高能力的重要环节，在做练习之前，应认真阅读教材，按考核目标所要求的不同层次，掌握教材内容，在练习过程中对所学知识进行合理的回顾与发挥，注重理论联系实际和具体问题具体分析，解题时应注意培养逻辑性，针对问题围绕相关知识点进行层次（步骤）分明的论述或推导，明确各层次（步骤）间的逻辑关系。
五、应考指导
1. 如何学习
很好的计划和组织是你学习成功的法宝。„如果你正在接受培训学习，一定要跟紧课程
并完成作业。„为了在考试中作出满意的回答，你必须对所学课程内容有很好的理解。„使用“行动计划表”来监控你的学习进展。„你阅读课本时可以做读书笔记。如有需要重点注意的内容，可以用彩笔来标注。如：红色代表重点；绿色代表需要深入研究的领域；黄色代表可以运用在工作之中。可以在空白处记录相关网站，文章。
2. 如何考试
卷面整洁非常重要。书写工整，段落与间距合理，卷面赏心悦目有助于教师评分，教师只能为他能看懂的内容打分。回答所提出的问题。要回答所问的问题，而不是回答你自己乐意回答的问题！避免超过问题的范围
3. 如何处理紧张情绪
正确处理对失败的惧怕，要正面思考。如果可能，请教已经通过该科目考试的人，问他们一些问题。做深呼吸放松，这有助于使头脑清醒，缓解紧张情绪。考试前合理膳食，保持旺盛精力，保持冷静。
4. 如何克服心理障碍
这是一个普遍问题！如果你在考试中出现这种情况，试试下列方法：使用“线索”纸条。进入考场之前，将记忆“线索”记在纸条上，但你不能将纸条带进考场，因此当你阅读考卷时，一旦有了思路就快速记下。按自己的步调进行答卷。为每个考题或部分分配合理时间，并按此时间安排进行。
六、对社会助学的要求
要针对重点章、次重点章和一般章节分别提出自学或助学的基本学时建议和要求（如在章节后面已有，这里也可不再阐述），在助学活动中应注意的问题。要强调注意正确引导、把握好助学方向，正确处理学习知识和提高能力的关系。
七、对考核内容的说明
1. 本课程要求考生学习和掌握的知识点内容都作为考核的内容。课程中各章的内容均由若干知识点组成，在自学考试中成为考核知识点。因此，课程自学考试大纲中所规定的考试内容是以分解为考核知识点的方式给出的。由于各知识点在课程中的地位、作用以及知识自身的特点不同，自学考试将对各知识点分别按三个认知（或叫能力）层次确定其考核要求。
2. 本大纲在考核目标中，按照识记、领会和应用三个层次要求考生掌握，三个能力层次是递进关系。
3. 本课程分为十一部分，分别是导论、数字图像处理基础、图形变换、图像增强、图像复原与重建、图像编码与压缩、图像分割、二值图像处理与形状分析、影像纹理分析、模板匹配与模式识别技术、数字图像处理的应用；考试试卷中所占的比例大约分别为：10%、11%、5%，15%，5%，15%，15%，15%，3%，3%，3%。
八、关于考试命题的若干规定
本课程的命题考试，应根据本大纲规定的考试内容和考核目标来确定考试范围和考核要求，按大纲规定试题中主观性题和客观性题的比例来组配试卷，适当掌握试题的内容覆盖面、能力层次和难易度。
1. 本课程考试方法采用闭卷笔试，考试时间为120分钟，评分采用100分制，60分为及格线。试卷的题型有：选择题、填空题、名词解释、简答题、计算题，各种题型的具体样式参见本大纲附录。
2. 本大纲各章所规定的基本要求、知识点及知识点下的知识细目，都属于考核的内容。考试命题既要覆盖到章，又要避免面面俱到。要注意突出课程的重点、章节重点，加大重点内容的覆盖度。
3. 命题不应有超出大纲中考核知识点范围的题目，考核目标不得高于大纲中所规定的相应的最高能力层次要求。命题应着重考核自学者对基本概念、基本知识和基本理论是否了解或掌握，对基本方法是否会用或熟练。不应出与基本要求不符的偏题或怪题。
4. 本课程在试卷中对不同能力层次要求的分数比例大致为：识记占30%，领会占40%，应用占30%（注：不同专业、不同课程在具体规定上可有所区别）。
5. 要合理安排试题的难易程度，试题的难度可分为：易、较易、较难
和难四个等级。每份试卷中不同难度试题的分数比例一般为：2:3:3:2。
必须注意试题的难易程度与能力层次有一定的联系，但二者不是等同的概念。在各个能力层次中对于不同的考生都存在着不同的难度。在大纲中要特别强调这个问题，应告诫考生切勿混淆。
在命题工作中必须按照本课程大纲中所规定的题型命制，考试试卷使用的题型可以略少，但不能超出本课程对题型规定。
附录 题型举例 一、选择题
如：下列处理与图像的直方图无关的是：（ ）
A ．算术编码 B ．计算图像的熵
C ．峰谷法确定图像分割的阈值 D ．判断图像量化是否得当 二、填空题
如：一幅8位，800*600的灰度图像中，在没有经过压缩的情况下，其数据量大小为 Bytes.
三、名词解释
如：数字图像处理 四、简答题
如：已知四个相邻像素的灰度值：f (1, 1) =5, f (1, 2) =7, f (2, 1) =5, f (2, 2) =3, 用双线性插值法确定点(1.5,1.8)的灰度值。
高纲 1629
江苏省高等教育自学考试大纲
30452 数字图像技术
南京理工大学编（2016年）
江苏省高等教育自学考试委员会办公室
Ⅰ 课程性质与课程目标
一、课程性质和特点
《数字图像技术》是江苏省高等教育自学考试电子工程专业的必修课，是为了培养和检验自学应考者信号处理的基本知识和基本技能而设置的一门专业课程。
随着计算机和数字信号处理技术的飞速发展，图像信息的存储、传输和处理都得以数字化，各种产品、软件层出不穷，在这种形势下，电子信息工程及其相关专业的学生了解和掌握基本的数字图像处理知识是十分必要的。
本课程即主要介绍数字图像处理的基本知识、基本原理和基本算法, 为电子信息工程、自动化等相关专业的学生进一步学习后续课程打下基础。
二、课程目标
课程设置的目的主要是鼓励自学应考者：
1. 能够掌握数字图像处理的基本概念和基本原理；
2. 能够应用数字信号处理的基本原理和方法对数字图像进行各种处理，如：数字图像信号的采集、表达、各种变换方法和图像信号的编码压缩等；
3. 能够对数字图像信号处理的最新研究成果与发展趋势有所了解，以适应现代社会对信息处理越来越高的要求。
三、与相关课程的联系与区别
本课程应具备高等数学、线性代数、数字信号处理、计算机编程等学科的知识基础。 四、课程的重点和难点
本课程的重点在于图像各类处理算法，难点在于图像变换原理，具体内容参见各章节。
Ⅱ 考核目标
本大纲在考核目标中，按照识记、领会、应用三个层次规定其应达到的能力层次要求。三个能力层次是递升的关系，后者必须建立在前者的基础上。各能力层次的含义是：
识记（Ⅰ）：要求考生能够识别和记忆本课程中有关概念及规律的主要内容（如定义、定理、定律、表达式、公式、原理、重要结论、方法及特征、特点等），并能够根据考核的不同要求，做正确的表述、选择和判断。
领会（Ⅱ）：要求考生能够领悟和理解本课程中有关概念及方法的作用、应用场合、理解其原理、理解其与相关知识的区别和联系。
应用（Ⅲ）：要求考生能够根据已知的知识、运用该方法对图像进行变换、处理以及计算。
Ⅲ 课程内容与考核要求
第一章 导论
一、学习目的与要求
通过本章的学习，了解图像及图像处理的基本概念，了解图像处理系统的组成。 二、课程内容
本章介绍了图像的基本概念，数字图像系统的组成，数字图像处理的特点及应用。 三、考核知识点与考核要求 1. 数字图像处理的概念
识记：图像的概念及分类；图像处理的定义及分类。 2. 数字图像处理的内容以及与其他学科的关系
识记：数字图像处理三个层次的研究内容；数字图像处理与其他学科的关系。 3. 数字图像处理系统概述
识记：数字图像处理系统的组成及各个模块的作用。 4. 数字图像处理的特点及其应用
识记：数字图像处理的特点；数字图像处理的应用。 四、本章重点、难点
重点：数字图像处理的三个层次内容。
第二章 数字图像处理基础
一、学习目的与要求
通过本章的学习，了解人眼的视觉原理、掌握图像数字化的方法、直方图的定义及性质及应用、熟悉BMP 文件结构、了解图像噪声的形成原理及特征。
二、课程内容
本章介绍了数字图像处理的基础知识，为以后章节的学习打下了基础。 三、考核知识点与考核要求 1. 人眼的视觉原理
识记：图像的形成原理；视觉亮度范围；人眼的分辨率；视觉适应性；对比灵敏度；亮度的感觉；人眼的色觉；马赫带效应。
2. 连续图像的描述
领会：亮度图像的数学描述；彩色图像的数学描述。 3. 图像数字化
识记：采样的定义；量化的定义；图像数字化器的性能评价项目。
领会：空间分辨率和幅度分辨率对图像质量的影响；量化的灰度级数与量化位数的关系。 应用：根据空间分辨率和幅度分辨率计算图像存储量。 4. 图像灰度直方图 识记：直方图的定义。 领会：直方图的性质。
应用：计算图像的直方图；利用直方图检查图像灰度级范围是否合理；利用直方图选择边界阈值；利用直方图计算图像信息量。
5. 数字图像处理算法的形式 识记：基本功能形式；邻域。
领会：局部处理的形式；迭代处理的形式；跟踪处理的形式；窗口处理和模板处理的形式；串行处理和并行处理的形式。
6. 图像的数据结构与图像文件格式 识记：BMP 文件格式。 7. 图像的特征与噪声
识记：图像的自然特征与人工特征；噪声的种类。 四、本章重点、难点
重点：图像数字化；直方图的定义与性质。
难点：数字图像处理算法的形式。
第三章 图像变换
一、学习目的与要求
通过本章的学习，了解图像变换的作用、重点掌握傅立叶变换。 二、课程内容
本章介绍了数字变换的原理及傅立叶变换的相关概念。 三、考核知识点与考核要求 1. 预备知识
识记：δ函数的定义；δ函数的性质；二维线性位移不变系统的定义。 2. 傅立叶变换
识记：傅立叶变换的定义。 领会：傅立叶变换的性质。 四、本章重点、难点 重点：傅立叶变换。 难点：傅立叶变换。
第四章 图像增强
一、学习目的与要求
通过本章的学习，掌握图像增强的原理及常用方法。 二、课程内容
本章介绍了图像增强的原理、空间域平滑、空间域锐化、频率域增强、假彩色增强等图像增强的方法。
三、考核知识点与考核要求 1. 图像增强的点运算
识记：图像增强的目的；图像增强的分类。
领会：灰度级校正原理；灰度变换原理；直方图均衡化原理；直方图规定化的应用；局部统计法原理。
应用：根据已知灰度变换关系式对图像进行灰度变换；对图像进行直方图均衡化修正。 2. 图像空间域平滑
领会：图像平滑的意义；超限像素法的原理；灰度最相近的K 个邻点平均法的原理；梯度倒数加权平滑法的原理；最大均匀性平滑的原理；有选择保边缘平滑法的原理；多幅图像平均法的原理。
应用：使用局部平滑法对图像进行平滑操作；使用超限像素平滑法对图像进行平滑操作；给定模板下，使用空间低通滤波法对图像进行平滑操作；使用中值滤波法对图像进行平滑操作。
3. 图像空间域锐化 识记：锐化；梯度。
应用：对图像使用梯度锐化法；使用拉普拉斯算子对图像进行锐化；使用高通滤波法对图像进行锐化。
4. 频率域增强
识记：频率域增强的一般过程。
领会：理想低通滤波器的原理；Butterworth 低通滤波器的原理及特点；指数低通滤波器的原理及特点；梯形低通滤波器的原理；基于高通滤波器的频率域锐化原理。
5. 彩色增强技术
识记：彩色增强的定义及目的。
领会：伪彩色增强的原理及三种方法；假彩色增强的原理及方法；伪彩色增强与假彩色增强的区别；彩色变换的原理及作用。
6. 图像代数运算
领会：各种代数运算的定义及作用。 应用：根据不同的目的对图像进行代数运算。 四、本章重点、难点
重点：直方图均衡化处理；空间域平滑；空间域锐化。 难点：直方图均衡化处理。
第五章 图像复原与重建
一、学习目的与要求
通过本章的学习，掌握图像复原的原理及常用的复用方法。 二、课程内容
本章介绍了图像退化模型、代数恢复方法、频率域恢复方法、几何校正以及图像重建的基本思想。
三、考核知识点与考核要求 1. 图像退化
识记：图像退化的定义；图像退化的典型原因。 领会：图像复原与图像增强的区别；退化的数字模型。 2. 代数恢复方法与频率域恢复方法
识记：无约束复原的原理；约束最小二乘复原的原理；逆滤波恢复法的原理；维纳滤波复原法的原理；去除由匀速运动引起的模糊的原理。
3. 几何校正
识记：几何校正的目的；几何校正的步骤。
领会：空间坐标变换中直接法与间接法的原理及区别；像素灰度校正的原理。 4. 图像重建
识记：图像重建的定义及应用场合。
领会：断层扫描的二维重建原理；三维复原的方法。 四、本章重点、难点 重点：空间坐标变换的方法。 难点：频率域恢复方法。
第六章 图像编码与压缩
一、学习目的与要求
通过本章的学习，掌握统计压缩编码的常用方法以及JPEG 编码标准。 二、课程内容
本章介绍了图像压缩编码的原理、常用的统计压缩编码方法、预测编码思想以及正交编码的原理，其中详细介绍了JPEG 编码。
三、考核知识点与考核要求 1. 概述
识记：图像数据压缩的必要性与可能性；图像编码压缩技术的分类。 2. 图像保真度准则
识记：常用的客观保真度准则；主观保真度准则。 3. 统计编码方法
识记：信息量和熵；图像冗余度；编码效率。
领会：行程编码的特点；霍夫曼编码的特点；算术编码的特点。 应用：行程编码；霍夫曼编码；费诺-香农编码；算术编码。 4. 预测编码 识记：预测编码。
领会：DPCM 的原理及特点。 5. 正交变换编码
领会：变换编码的原理；变换编码的性质；变化编码性能比较。 6. 图像编码的国际标准简介 识记：JPEG ；MPEG 。 四、本章重点、难点
重点：霍夫曼编码；算术编码。 难点：变换编码。
第七章 图像分割
一、学习目的与要求
通过本章的学习，掌握图像分割的原理及常用方法。 二、课程内容
本章介绍了图像分割的意义、基于边缘的分割、基于区域的分割、基于阈值的分割等常
用的分割方法。
三、考核知识点与考核要求 1. 概述
识记：图像分割的定义；图像分割的分类。 领会：图像分割的作用。 2. 边缘检测算子 识记：边缘。
领会：基于边缘分割的原理；各种边缘检测算子（如梯度算子、Robert 算子、Prewitt 算子、Sobel 算子、方向算子、Laplacian 算子、马尔算子、Canny 算子）的原理及特点；曲面拟合法的原理及特点。
应用：使用各种边缘检测算子对图像进行分割。 3. 边缘跟踪 识记：边缘跟踪。 领会：全向跟踪的原理。
应用：采用光栅扫描跟踪法连接边缘。 4. 线检测
识记：Hough 变换检测直线的原理；广义Hough 变换检测曲线的原理。 5. 区域分割
领会：判断分析法的原理及特点；最佳熵自动阈值法的原理及特点；最小误差分割的原理及特点。
应用：状态法（峰谷法）对图像进行分割。 6. 区域增长
领会：区域生长法原理；质心型增长法的原理及特点；混合型增长法的原理及特点。 应用：运用简单区域生长法进行图像分割。 7. 分裂合并法
领会：分裂合并法原理。
应用：使用分裂合并法进行图像分割。 四、本章重点、难点
重点：边缘检测算子；灰度阈值法；区域生长法；分裂合并法。
第八章 二值图像处理与形状分析
一、学习目的与要求
通过本章的学习，掌握一些常用的二值图像描述的特征参数。 二、课程内容
本章介绍了图像描述的常用的特征参数，如目标边界、连接成分、形状等参数，通过这些参数，为图像分类识别打下基础。
三、考核知识点与考核要求 1. 二值图像的连接性和距离
识记：邻域；邻接；像素连接；4-路径；8-路径；连接成分；欧拉数；像素的可删除性；连接数；区域邻接图；包含；击中；不击中；距离；几种常用距离。
2. 连接成分的变形处理
领会：对连接成分进行标记的作用；膨胀和腐蚀的原理及作用；距离变换的原理；细化的原理；边界跟踪的原理；区域填充的原理。
应用：对连接成分进行标记；对图像进行膨胀及腐蚀操作。 3. 形状特征提取与分析
识记：拓扑描绘子；凹凸性；面积；周长；圆形度；原点矩；中心矩；投影；截口。 领会：方向链码的表示法及可提取的几何特征。 应用：对目标边界用方向链码表示并计算其几何特征。 四、本章重点、难点
重点：膨胀和腐蚀、边界的方向链码表示。
第九章 影像纹理分析
一、学习目的与要求
通过本章学习，掌握纹理的相关概念，了解主要的纹理特征提取与分析的方法。
二、课程内容
本章介绍了纹理特征提取与分析的主要方法。
三、考核知识点与考核要求
概述
识记：纹理；纹理分类；纹理分析的主要方法。
四、本章重点、难点
重点：纹理。
第十章 模板匹配与模式识别技术
一、学习目的与要求
通过本章的学习，掌握图像识别系统的组成以及模板匹配的原理。
二、课程内容
本章介绍了模式识别的一些基础知识，包括模板匹配技术、统计模式识别、结构模式识别和人工神经网络分类的基本概念和原理。
三、考核知识点与考核要求
1. 模板匹配
识记：图像识别系统的组成。
领会：模板匹配的原理。
2. 统计模式识别
识记：统计模式识别的过程；特征处理；统计分类法。
四、本章重点、难点
重点：模板匹配的原理。
第十一章 数字图像处理的应用
一、学习目的与要求
通过本章的学习，对数字图像处理技术在指纹识别及文字识别等方面的应用有大概的了解。
二、课程内容
本章介绍了数字图像处理在指纹识别及文字识别等领域的应用。
三、考核知识点与考核要求
1. 指纹识别系统
识记：指纹特征。
领会：指纹识别系统。
2. 文字识别技术
领会：文字图像处理流程。
四、本章重点、难点
重点：指纹识别系统。
Ⅳ 关于大纲的说明与考核实施要求
一、自学考试大纲的目的和作用
课程自学考试大纲是根据专业自学考试计划的要求，结合自学考试的特点而确定。其目的是对个人自学、社会助学和课程考试命题进行指导和规定。
课程自学考试大纲明确了课程学习的内容以及深广度，规定了课程自学考试的范围和标准。因此，它是编写自学考试教材和辅导书的依据，是社会助学组织进行自学辅导的依据，是自学者学习教材、掌握课程内容知识范围和程度的依据，也是进行自学考试命题的依据。
二、课程自学考试大纲与教材的关系
课程自学考试大纲是进行学习和考核的依据，教材是学习掌握课程知识的基本内容与范围，教材的内容是大纲所规定的课程知识和内容的扩展与发挥。
大纲与教材所体现的课程内容应基本一致；大纲里面的课程内容和考核知识点，教材里一般也要有。反过来教材里有的内容，大纲里就不一定体现。
三、关于自学教材
《数字图像处理》（第三版），贾永红编著，武汉大学出版社， 2016年版。
四、关于自学要求和自学方法的指导
本大纲的课程基本要求是依据专业考试计划和专业培养目标而确定的。课程基本要求还明确了课程的基本内容，以及对基本内容掌握的程度。基本要求中的知识点构成了课程内容
的主体部分。因此，课程基本内容掌握程度、课程考核知识点是高等教育自学考试考核的主要内容。
为有效地指导个人自学和社会助学，本大纲已指明了课程的重点和难点，在章节的基本要求中一般也指明了章节内容的重点和难点。
本课程共 5 学分。
本课程是一门理论性较强的课，重点在于对各种数字图像处理算法的理解及实际应用能力。自学考试主要是通过个人自学、教师辅导、社会助学和国家考试来考核应考者掌握专业知识和能力的方法。应考者应根据自己的特点，找出适合自己的学习方法，此外，考生在自学过程中，应注意以下几点：
1．在开始阅读指定教材某一章之前，先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标，以便在阅读教材时做到心中有数，有的放矢。
2．本课程内容涉及数字图像处理的各个方面，知识、范围比较广泛，全书是一个整体，但各章之间又有相对独立性。自学者应首先全面系统地学习各章的内容，深刻领会各种处理算法的理论知识；其次，要注意各章之间的联系；然后，在全面系统的基础上掌握重点，有目的地深入学习重点章节，但切忌在没有了解全貌的情况下孤立地去抓重点，押题目。
3．在自学过程中，既要思考问题，也要做好阅读笔记，把教材中的基本概念、原理、方法等加以整理，这可从中加深对问题的认知、理解和记忆，以利于突出重点，并涵盖整个内容，可以不断提高自学能力。
4．完成书后作业是理解、消化和巩固所学知识，培养分析问题、解决问题及提高能力的重要环节，在做练习之前，应认真阅读教材，按考核目标所要求的不同层次，掌握教材内容，在练习过程中对所学知识进行合理的回顾与发挥，注重理论联系实际和具体问题具体分析，解题时应注意培养逻辑性，针对问题围绕相关知识点进行层次（步骤）分明的论述或推导，明确各层次（步骤）间的逻辑关系。
五、应考指导
1. 如何学习
很好的计划和组织是你学习成功的法宝。„如果你正在接受培训学习，一定要跟紧课程
并完成作业。„为了在考试中作出满意的回答，你必须对所学课程内容有很好的理解。„使用“行动计划表”来监控你的学习进展。„你阅读课本时可以做读书笔记。如有需要重点注意的内容，可以用彩笔来标注。如：红色代表重点；绿色代表需要深入研究的领域；黄色代表可以运用在工作之中。可以在空白处记录相关网站，文章。
2. 如何考试
卷面整洁非常重要。书写工整，段落与间距合理，卷面赏心悦目有助于教师评分，教师只能为他能看懂的内容打分。回答所提出的问题。要回答所问的问题，而不是回答你自己乐意回答的问题！避免超过问题的范围
3. 如何处理紧张情绪
正确处理对失败的惧怕，要正面思考。如果可能，请教已经通过该科目考试的人，问他们一些问题。做深呼吸放松，这有助于使头脑清醒，缓解紧张情绪。考试前合理膳食，保持旺盛精力，保持冷静。
4. 如何克服心理障碍
这是一个普遍问题！如果你在考试中出现这种情况，试试下列方法：使用“线索”纸条。进入考场之前，将记忆“线索”记在纸条上，但你不能将纸条带进考场，因此当你阅读考卷时，一旦有了思路就快速记下。按自己的步调进行答卷。为每个考题或部分分配合理时间，并按此时间安排进行。
六、对社会助学的要求
要针对重点章、次重点章和一般章节分别提出自学或助学的基本学时建议和要求（如在章节后面已有，这里也可不再阐述），在助学活动中应注意的问题。要强调注意正确引导、把握好助学方向，正确处理学习知识和提高能力的关系。
七、对考核内容的说明
1. 本课程要求考生学习和掌握的知识点内容都作为考核的内容。课程中各章的内容均由若干知识点组成，在自学考试中成为考核知识点。因此，课程自学考试大纲中所规定的考试内容是以分解为考核知识点的方式给出的。由于各知识点在课程中的地位、作用以及知识自身的特点不同，自学考试将对各知识点分别按三个认知（或叫能力）层次确定其考核要求。
2. 本大纲在考核目标中，按照识记、领会和应用三个层次要求考生掌握，三个能力层次是递进关系。
3. 本课程分为十一部分，分别是导论、数字图像处理基础、图形变换、图像增强、图像复原与重建、图像编码与压缩、图像分割、二值图像处理与形状分析、影像纹理分析、模板匹配与模式识别技术、数字图像处理的应用；考试试卷中所占的比例大约分别为：10%、11%、5%，15%，5%，15%，15%，15%，3%，3%，3%。
八、关于考试命题的若干规定
本课程的命题考试，应根据本大纲规定的考试内容和考核目标来确定考试范围和考核要求，按大纲规定试题中主观性题和客观性题的比例来组配试卷，适当掌握试题的内容覆盖面、能力层次和难易度。
1. 本课程考试方法采用闭卷笔试，考试时间为120分钟，评分采用100分制，60分为及格线。试卷的题型有：选择题、填空题、名词解释、简答题、计算题，各种题型的具体样式参见本大纲附录。
2. 本大纲各章所规定的基本要求、知识点及知识点下的知识细目，都属于考核的内容。考试命题既要覆盖到章，又要避免面面俱到。要注意突出课程的重点、章节重点，加大重点内容的覆盖度。
3. 命题不应有超出大纲中考核知识点范围的题目，考核目标不得高于大纲中所规定的相应的最高能力层次要求。命题应着重考核自学者对基本概念、基本知识和基本理论是否了解或掌握，对基本方法是否会用或熟练。不应出与基本要求不符的偏题或怪题。
4. 本课程在试卷中对不同能力层次要求的分数比例大致为：识记占30%，领会占40%，应用占30%（注：不同专业、不同课程在具体规定上可有所区别）。
5. 要合理安排试题的难易程度，试题的难度可分为：易、较易、较难
和难四个等级。每份试卷中不同难度试题的分数比例一般为：2:3:3:2。
必须注意试题的难易程度与能力层次有一定的联系，但二者不是等同的概念。在各个能力层次中对于不同的考生都存在着不同的难度。在大纲中要特别强调这个问题，应告诫考生切勿混淆。
在命题工作中必须按照本课程大纲中所规定的题型命制，考试试卷使用的题型可以略少，但不能超出本课程对题型规定。
附录 题型举例 一、选择题
如：下列处理与图像的直方图无关的是：（ ）
A ．算术编码 B ．计算图像的熵
C ．峰谷法确定图像分割的阈值 D ．判断图像量化是否得当 二、填空题
如：一幅8位，800*600的灰度图像中，在没有经过压缩的情况下，其数据量大小为 Bytes.
三、名词解释
如：数字图像处理 四、简答题
如：已知四个相邻像素的灰度值：f (1, 1) =5, f (1, 2) =7, f (2, 1) =5, f (2, 2) =3, 用双线性插值法确定点(1.5,1.8)的灰度值。