数字图像处理 （2019春）

News:

  • Welcome to Digital Image Processing Spring 2019 !

课程介绍

授课教师: 黎芳 fli@math.ecnu.edu.cn

助教: 陈久宁 johnnychen94@hotmail.com

时间地点：

  • 周二 8:00-9:40 @闵行校区第三教学楼326（1-18周）
  • 周四 10:00-11:40 @闵行校区第三教学楼326（10-18周）

答疑：

  • 答疑时间：周二下午 1:00-3:00 @闵行校区数学楼109
  • QQ群：256741832

课程相关材料：ftp服务器 （仅校园网可访问）

评分：总分100 = 考勤10 + 作业30（预计六次） + 期末考试60（开卷）

教学大纲

作业

FAQ

  • 这门课的难度？

    这门课的定位是数字图像处理与计算机视觉方向的一门基础课程，因此主要以概念和方法的介绍为主。这门课是以工程实践为导向的，意思是：

    1. 当遇到一些理论性比较强但实际操作相对简单的内容（例如傅立叶变换与小波变换）时，会以一种直觉上更容易接受的方式来介绍，并通过实际的上机练习来确保你已经学会了如何使用这一工具 —— 你并不需要学习群论才能学会算数。
    2. 敲代码是必不可少的一个环节，幸运的是，几乎所有编程语言都能够找到一整套近乎完整的图像处理工具箱，因此你只需要最基本的代码能力就能够自己实现教材上的一些例题与习题。当然，如果你想要自己从头开始实现某些图像处理方法的话，就需要一定的代码能力了 —— 这门课程并不要求你这么做。

    难度系数(参考对象为数学系学生）:

    • 理论难度: 1/5 – 大多数为概念，只有很少的公式推导与计算
    • 代码难度: 2/5 – 绝大多数代码在50行以内，但可能需要阅读一些文档

  • 这门课程该怎么学习？

    动手尝试编程并观察结果。学会编程也就等于通过了这门课程的学习，而学习编程最好也最高效的方式是实践，动手实现教材上的例题/习题会加深你对图像处理的理解。

    更深入的理论知识只在你已经对图像处理有所了解的前提下才会对你有所帮助。

  • 上机实践怎么安排？

    上机实践分为两类：

    1. 上机课：大约为每三次理论课后会有一次上机课，大约六次。
    2. 实验报告：你需要课后完成一定的编程任务然后以实验报告/作业的形式呈现出来。

  • 本课程采用什么编程语言？

    MATLAB是本课程的授课语言，这样选择的目的是因为MATLAB是一个开箱即用的一个实验平台，这在很大程度上降低了对编程能力的要求。除MATLAB以外，使用的比较广泛的语言还有Python、C/C++，但相比于matlab来说，这需要你有一定的代码能力。

    你可以选择任意你喜欢的语言来学习这门课程，但仅对matlab和python提供编程支持。

    MATLAB:

    Python:

  • 我能找到电子版，还需要购买教材吗？

    可以不用 —— 根据你平时的阅读习惯来决定
    别，千万别买《XX语言从入门到精通》、《数字图像处理——xx语言》 —— 你一遍都不会看完

  • 上课需要带笔记本吗/我能带笔记本来上课吗？

    不需要/可以 – 如有需要会特别通知

  • 这门课会涵盖所有的图像处理方法么？

    Yes and no. 这门课程是图像处理方向的一门基础课，主要介绍的是基于滤波器的方法 —— 因为容易学习与实践，并且只会最低程度的介绍下面三种方法：基于概率统计的方法、基于优化模型的方法、基于深度学习的方法。

  • 计算机视觉、图像处理、计算机图形学之间的关系？

    这三个领域有一定的交叉，但实际上差别还是比较明显的。大致来说：

    • 图像处理：给定一张图像，生成一张新的图像。例如：美颜相机。图像处理的主要内容在于从一张较差的图像中生成出一张更好的图像。
    • 计算机视觉：给定一张图像，生成一些关于这张图像的视觉信息（未必是图像）。例如：人脸识别。计算机视觉的主要内容在于分析图像信息，有时会将图像处理看成是底层计算机视觉。
    • 计算机图形学：给定关于图形的一些信息，将其图形绘制出来。例如：游戏人物的绘制。图形学的主要研究内容在于如何绘制图形。图形学与图像处理、计算机视觉的关联并不大。