数字图像处理》是软件工程专业的“大数据与人工智能”方向的一门院专业选修课。为了确保教学质量、以及对学生学习效果进行公平有效的评价，本课程采用的过程化考核方案为：雪梨（平台）作业占55%，平时成绩占15%，期末考核占30%，具体细化如下：
1. 雪梨（平台）作业
作业序号
作业内容
分值
1
第一章：绪论。熟悉软件环境、熟悉python图像处理的典型库, 熟悉scikit-image、以及openCV库。在此基础上，实现基于scikit-image以及基于OpenCV的数字图像文件读取、基本信息获取、图像可视化、及图像文件的转存。
10分
2
第二章：数字图像基础。
理解图像数字化过程中的取样、量化操作对数字图像空间分辨率与幅值分辨率的影响。分别基于Python实现不同空间分辨率、以及相同空间分辨率下不同幅度分辨率的图像可视化，体会不同分辨率下的图像视觉效果。
10分
3
第三章：数字图像的几何变换。
理解数字图像几何变换的基本流程，体会几何变换的两种典型应用。分别基于python实现(1)人脸图像的几何校正与裁剪；(2)数字图像的几何配准
20分
4
第四章：数字图像的灰度变换
理解典型的图像灰度变换方式，体会不同灰度变换对图像视觉效果的影响。
(1)基于Python编程实现图像的翻转、gamma变换、对数变换；
(2)实现基于不重要位的图像信息隐藏。
(3)实现图像的归一化灰度直方图提取、以及基于直方图均衡化的图像视觉效果增强
15分
5
第五章：数字图像的空间滤波
了解几种典型的图像噪声干扰类型；掌握几种典型的图像空域滤波方式；掌握几种典型的基于模板的图像增强方式。编程实现如下工作：
(1)针对给定的输入图像，仿真实现图像的加性高斯噪声干扰、椒盐开关噪声干扰，体会噪声干扰程度的控制方式；
(2)分别实现基于高斯滤波、双边滤波以及(自适应)中值滤波的图像平滑；
(3)实现基于典型梯度算子以及二阶微分算子的图像增强与锐化。
15分
6
第六章：数字图像的频域滤波。体会基于FFT的图像频域滤波的一般流程。利用Python编程实现：
(1)基于低通滤波的图像模糊；
(2)基于高通滤波的图像增强。
10分
7
第七章：彩色图像处理。体会不同颜色空间的意义。
Python编程实现彩色图像的颜色风格传递。
10分
8
第八章：图像分割
理解基于梯度算子的图像边缘检测方法；理解两种典型的灰度阈值估计方法。Python编程实现：
(1) 基于梯度算子及Canny算子的图像边缘检测；
(2) 基于基本全局阈值估计、Otsu阈值估计的图像分割
10分
特别说明：上述作业的综合成绩=各次作业得分的累加和*55%；雷同作业一律0分；学生对作业判定结果有异议，可以找老师申诉，课程组经过综合考虑之后，给学生最终答复。
2. 平时表现
平时表现包括出勤、回答老师问题、解答同学问题、对本课程的教学提出一些建设性的建议等，该项占课程总评成绩的15%，老师平时做好记录，学期末对所有学生进行综合给分。
3. 期末考核
为了检验学生对本课程知识的整体掌握情况，学期末对学生进行期末考核，该项占本课程总评成绩的30%。特别说明，所有学生必须参加期末考核，不参加期末考核的学生最终成绩为不合格。
