1）为什么要学这门课？

近年来，人工智能技术飞速发展，数字图像处理作为人工智能技术落地应用的重要方向之一，很多技术快速从实验室环境进入实际应用，在人们的生产生活中发挥重要作用，刷脸门禁、刷脸支付、车牌识别、交通视频监控等等为我们的生产生活提供了极大的便利，学习这门课称可以帮助同学们理解数字图像处理基本概念和基础知识，为后续从事智能信息处理、计算机应用等领域的技术开发、科学研究等工作打下扎实的基础。

2）这门课的主题是关于什么？

本课程围绕数字图像处理的各项核心技术展开，系统介绍了数字图像处理中的基本概念、算法和原理，帮助学生系统掌握除了数字图像处理的基础知识。课程共八章，第一章绪论，介绍图像处理的定义、典型系统、应用和核心技术。第二章数字图像处理基础，介绍人类视觉系统组成及特点以及数字图像处理中的基本概念。第三章图像空间域增强，介绍图像空间域增强算法包括点运算（简单的灰度映射、直方图均衡等）、空间运算（平滑、锐化、中值滤波等）、彩色图像处理（图像颜色模型、图像伪彩色增强）。第四章图像频域增强，介绍二维离散傅立叶变换、通带滤波、同态滤波等。第五章图像复原，介绍图像降质原因和降质模型、图像降质函数估计、降质抑制（去除）方法等。第六章图像压缩，介绍图像数据冗余类型和冗余去除、图像熵编码、图像预测编码、图像压缩的JPEG标准等、第七章图像分割，分类介绍图像分割算法包括基于阈值的分割方法、基于边缘的分割方法、基于区域的分割方法、基于分水岭的分割方法和基于深度学习的分割方法。第八章特征提取和识别，介绍图像数据级特征表达、形状与颜色描述子、区域描述子、模式识别基本高年和经典算法。

3）授课目标

通过本课程的学习，要求学生掌握有关数字图像处理的基本概念、原理、方法及应用，培养和增强学生创新意识和创新思维，提高实际动手能力和创新能力，为学生进一步学习计算机视觉、图像分析理解等课程奠定基础，为学生从事图像处理、计算机视觉领域研究打下坚实的基础。

4）这门课有什么特色和亮点

a) 覆盖面较宽，课程覆盖了狭义图像处理和图像分析与理解的大部分内容，其中狭义图像处理部分（图像增强、图像复原、图像压缩）和图像分析与理解部分（图像分割、图像描述、模式识别）都进行了详细讲解，图像重建部分的基本原理在第一章进行了简单介绍。

b) 所见即所得。为了帮助同学们更好地理解课程内容，课程研发了一套配套的数字图像处理教学演示系统，可以实时演示相关算法的处理结果，帮助同学们更好地理解相关算法理论及其效果。

c) 课程内容有深度。课程内容详细介绍了相关部分的基础理论知识，并配套例题讲解，也简单提及每一部分的前沿研究。既帮助同学们掌握基础理论，又引导从事相关研究的同学了解相关模块的前沿方向，帮助大家尽快进入研究状态。