《材料成型微机应用》课程教学大纲.docx

《《材料成型微机应用》课程教学大纲.docx》由会员分享，可在线阅读，更多相关《《材料成型微机应用》课程教学大纲.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、材料成型微机应用教学大纲一、课程基本信息课程名称材料成型微机应用Application of Microcomputer in Material Forming课程编码CST120121020开课院部计算机科学与技术学院课程团队新技术教学团队学分2.0课内学时32讲授32实验0上机0实践0课外学时0适用专业材料成型及控制工程授课语言中文先修课程课程简介（限选）材料成型微机应用是材料成型及控制工程专业的一门实践性很强的选修课程。是计算机学科和材料学科的交叉融汇课程。通过本课程 的学习，使学生能应用解决材料成型及控制工程中的实际问题。可以识别平面及空间复杂曲线，识别焊缝宏观形貌，并能计算熔深、余

2、高、熔宽等焊缝尺寸；识别金属金相形貌，计算金相组织尺寸；识别焊缝缺陷，例如气孔、夹渣、裂纹形貌及扩展。数字图像处理的主要 教学内容包括：数字图像基础，灰度变换与空间滤波，频率域图像增强，图像复原及重建，彩色图像处理，形态学图像处理，图像分割和 目标识别等。The application of microcomputer in material forming is a practical elective course for the major of material forming and control engineering. It is a cross-integration cou

3、rse of computer science and materials science. Through the study of this course, students can apply and solve practical problems in material forming and control engineering. It can identify the plane and space complex curves, identify the macroscopic morphology of the weld, and calculate the weld si

4、ze such as penetration depth, residual height and weld width; Identify the metallographic morphology of the metal and calculate the size of the metallographic structure; identify weld defects, such as pores, slag inclusion, crack morphology and propagation. The main teaching contents of digitai imag

5、e processing include: Digital Image Foundation, gray scale transformation and spatial filtering, frequency domain image enhancement, image restoration and reconstruction, color image processing, morphological image processing, image segmentation and target recognition, etc.负责人大纲执笔人审核人二、课程目标序号代号课程目标O

6、BE毕业要求指标点任务自选1Ml目标1 ：掌握数字图像的处理步骤和基本原理，能够获取材料成型领域图形图像开展实验研究，5主重 强化工程伦理教育，培养精益求精的大国工匠精神。是5. 15. 12M2目标2 ：掌握数字图像处理的基本原理，方法和应用，能够对图像进行滤波，增强，分割重建等并应 用于分析材料成型问题是2.32.33M3目标3 ：掌握图像识别的基本原理，熟悉图像识别的常用算法，能够对材料成型相关的图像数据进行 分析和识别并获得有效的结论，激发学生科技报国的家国情怀和使用担当，培养协作创新能力。是4.24.2三、课程内容序号章节号标题课程内容/重难点支撑课程目标课内 学时教学方式课外学时课

7、外环节1第1章绪论本章重点难点：材料成型涉及的图像问题，数字图像处理步 骤。/f21.1材料成型中的图像 及特征焊缝形貌、金相组织形貌、焊接缺陷Ml0.5讲授0.5自学资料31.2材料成型图像分析 的需求区域划分；边缘增强；图形提取；百分比计算；尺寸计算Ml0.5讲授0.5自学资料41.3数字图像处理、起 源及应用领域什么是数字图像处理，数字图像处理的起源、根据电磁波谱不 同波长的电磁波（Ganuna射线，X光射线，紫外光，可见光，微 波）形成的图像，分别说明其应用领域。Ml0.5讲授0.5自学资料51.4数字图像处理基本 步骤及系统组成图像处理基本步骤、数字图像处理系统的组成Ml0.5讲授0

8、.5自学资料6第2章数字图像基础本章重点难点：视觉感知，采样和量化技术/72. 1视觉感知要素及图 像感知和获取人类视觉系统结构，人眼成像原理，人眼的亮度适应性和区分 性，光和电磁波谱，采用小同的传感器，或者传感器阵列进行 图像获取的原理。Ml1讲授1自学资料82.2图像取样量化及所 用数学工具介绍采样和量化的概念，图像表达方式，空间分辨率和灰度分辨 率，重叠和混淆，图像的缩放，像素的邻域和邻接，像素连通 性，区域和边界，距离测度，基于像素的图像操作，数字图像Ml1讲授1自学资料处理中所用数学工具的介绍9第3章灰度变换与空间滤 波本章重点难点：直方图规定化原理与实现/103. 1背景知识及基本

9、灰 度变换函数灰度变换与空间滤波基础，图像反转，对数变换，指数变换， 分段线性变换M21讲授1自学资料113.2直方图处理直方图均衡化，直方图规定化，局部增强，基于直方图统计的 图像增强M21讲授1作业123.3空间滤波基础及平 滑空间滤波器空间滤波机理，空间相关与卷积，线性滤波的向量表示，平滑 线性滤波器，统计排序（非线性）滤波器M21讲授1作业133.4锐化空间滤波器及 混合空间增强锐化空间滤波器基础，laplace滤波，laplace算子，梯度，混 合空间增强M21讲授1作业14第4章频率域图像增强本章重点难点：傅立叶变换/154. 1背景知识及傅立叶 变换和频率域背景知识，一维傅立叶变

10、换和反变换，二维傅立叶变换和反变 换，频域域滤波，空域滤波和频域滤波M21讲授1自学资料164.2平滑的频率域滤波 器理想低通滤波，巴特沃斯低通滤波，高斯低通滤波M21讲授1自学资料174.3频率域锐化滤波器理想高通滤波，巴特沃斯高通滤波，高斯高通滤波，laplace 滤波，高提升滤波，同态滤波M22讲授2作业18第5章图像复原与重建本章重点难点：逆滤波原理/195. 1图像退化/复原处 理模型及噪声模型图像退化/复原处理的一个模型，噪声的空域和频域性质，重要 的噪声分布函数，周期噪声，噪声参数估计M21讲授1自学资料205.2只存在噪声的复原 空间滤波均值滤波，顺序统计滤波，自适应滤波M21

11、讲授1自学资料215.3使用频率域滤波消 除周期噪声带阻滤波，带通滤波，带陷滤波，最优带陷滤波M21讲授1自学资料225.4线性、位置不变的 退化及估计退化函线性、位置不变的退化，图像观察法，实验估计法，模型估计 法M21讲授1自学资料数23第6章彩色图像处理本章重点难点：彩色模型/246. 1彩色基础模型及伪 彩色图像处理RGB模型,CMY （CMYK）模型，HIS模型，伪彩色图像处理，强 度划分，伪彩色变换M21讲授1自学资料256.2彩色变换补色，彩色分层，色调和彩色校正，直方图处理M21讲授1作业266.3平滑和锐化彩色图像平滑，彩色图像锐化M21讲授1作业276.4基于彩色的图像分

12、割HIS彩色空间分割，EGB向量空间分割，彩色边缘检测M21讲授1作业28第7章形态学图像处理本章重点难点：击中和上不中变换/297. 1预备知识及腐蚀和 膨胀集合基本概念，二值图像逻辑运算，腐蚀和膨胀M21讲授1自学资料307.2开操作与闭操作及 击中或击不中变换开操作与闭操作，击中或击不中变换M21讲授1自学资料317.3一些基本的形态学 算法边界提取，区域填充，连通分量，凸壳，细化，粗化，骨架， 剪枝M21讲授1自学资料327.4灰度级形态学灰度膨胀，灰度腐蚀，灰度开闭运算，灰度形态学的应用M21讲授1自学资料33第8章图像分割本章重点难点：霍夫变换/348. 1基础知识及点、线 和边缘

13、检测基础知识，局部，全局处理，霍夫变换M21讲授1自学资料358.2阈值处理全局阈值，自适应阈值，优化全局阈值，0TSU算法M22讲授2作业368.3基于区域的分割区域增长，区域分割与合并M21讲授1作业37第9章目标识别本章重点难点：决策理论方法/389. 1模式和模式类模式和模式类基本概念M31讲授1自学资料399.2基于决策理论方法 的识别匹配（最小距离分类器，相关匹配），最佳统计分类器（高斯模 式类的贝叶斯分类器），神经网络（两个模式类的感知机，训练 算法，多层前馈神经网络）M32讲授2自学资料409.3结构方法匹配形状数，串匹配M31讲授1自学资料四、考核方式序号考核环节操作细节总评

14、占比1课后作业单元作业20%2平时表现1 .课内小测试2 .课内、课后讨论交流3 .图像处理案例分享10%3结课报告本课程要求利用Python实现图像增强，图像复原及重建，彩色图像处理，图像分割和目标识别等处理，完成图像处理 的过程报告。70%五、评分细则序号课程目标考核环节大致占比评分等级1Ml平时表现100%D-课内的小测试不合格，讨论交流及案例分享不积极C-课内的小测试基本合格，讨论交流及案例分享一般积极B-课内的小测试合格，讨论交流及案例分享较为积极A-课内的小测试优秀，讨论交流及案例分享积极2M2课后作业10%D-未能按要求完成课后作业 c-达到课后作业的基本要求 B-达到课后作业的

15、要求A-达到课后作业的要求，并有所创新3M2平时表现20%D-课内的小测试不合格，讨论交流及案例分享不积极C-课内的小测试基本合格，讨论交流及案例分享一般积极B-课内的小测试合格，讨论交流及案例分享较为积极A-课内的小测试优秀，讨论交流及案例分享积极4M2结课报告70%D-利用Python实现图像增强，图像复原及重建，彩色图像处理和图像分割等操作不正确，对图像处理的过 程报告方案不合理C-利用Python实现图像增强，图像复原及重建，彩色图像处理和图像分割等操作基本正确，对图像处理的 过程报告方案基本合理B-利用Python实现图像增强，图像复原及重建，彩色图像处理和图像分割等操作正确，对图像

16、处理的过程报告方案合理A-利用Python实现图像增强，图像复原及重建，彩色图像处理和图像分割等操作难度大、有创新，对图像 处理的过程报告方案合理5M3平时表现30%D-课内的小测试不合格，讨论交流及案例分享不积极c-课内的小测试基本合格，讨论交流及案例分享一般积极B-课内的小测试合格，讨论交流及案例分享较为积极A-课内的小测试优秀，讨论交流及案例分享积极6M3结课报告70%D-利用Python实现目标识别等操作不正确，对图像处理的过程报告方案不合理C-利用Python实现目标识别等操作基本正确，对图像处理的过程报告方案基本合理B-利用Python实现目标识别等操作正确，对图像处理的过程报告方案合理A-利用Python实现目标识别等操作难度大、有创新，对图像处理的过程报告方案合理评分等级说明：A, B, C, D = 90-100, 75-89, 60-74, 0-59;六、教材与参考资料序号教学参考资料明细1图书|数字图像处理（第三版），Rafael C. Gonzalez, Richard E. Woods著 阮秋琦，阮志宇等译，电子工业出版社，2011, ISBN:9787121110085. （*主教材）