PAGE14
PAGE14
PAGE13
PAGE13
课题
使用图像分割提取目标物体
课时
12课时（540min）（理论课：5课时实训课：7课时）
教学目标
知识目标：
（1）理解图像分割的基本概念。
（2）掌握常见的边缘检测算子及其在MATLAB中的实现方法。
（3）掌握霍夫变换的基本原理及其在MATLAB中的实现方法。
（4）掌握阈值分割的基本原理及其在MATLAB中的实现方法。
（5）掌握区域生长算法、区域分裂与合并算法及其在MATLAB中的实现方法。
（6）掌握形态学分水岭算法的基本原理及其在MATLAB中的实现方法。
技能目标：
（1）能够使用常见的边缘检测算子检测图像边缘。
（2）能够使用MATLAB实现阈值分割。
（3）能够使用区域生长、区域分裂与合并算法进行图像分割。
（4）能够使用形态学分水岭算法进行图像分割。
素养目标：
（1）培养独立思考、主动探究的学习习惯。
（2）提高客观分析问题、理解事物本质的能力。
教学重难点
教学重点：图像分割、边缘检测、阈值分割、区域分割、形态学分水岭算法的基本原理及其在MATLAB中的实现方法。
教学难点：区域分割、形态学分水岭算法的基本原理及其在MATLAB中的实现方法。
教学方法
案例分析法、问答法、讨论法、讲授法
教学用具
电脑、投影仪、多媒体课件、教材
教学过程
主要教学内容及步骤
第1/2/3/4节课
考勤
【教师】使用文旌课堂APP进行签到
【学生】按照老师要求签到
新课预热
【教师】自我介绍，与学生简单互动，介绍课程定位、内容安排、考核要求等
【学生】聆听、互动
【教师】教师讲解图像分割概述和边缘检测的相关内容
图像分割的主要方法有边缘检测、阈值分割、区域分割和基于形态学分水岭算法的图像分割。
【学生】聆听、记录
课前准备
【教师】全班学生以3～5人为一组进行分组，各组选出组长。组长组织组员扫码观看“图像特征及其分类”视频，讨论并回答下列问题
问题1：什么是图像特征？
问题2：根据特征提取使用方法的不同，可将图像特征分为哪两类？
【学生】分组、观看、聆听、思考
问题导入
【教师】提出以下问题
问题：列举图像分割的方法有哪些？
【学生】聆听、思考、回答
【教师】总结学生的回答，导入本节课课题：图像分割概述和边缘检测
传授新知
【教师】讲解图像分割概述和边缘检测的相关内容
7.1图像分割概述
图像分割是指根据图像的灰度、颜色、纹理、边缘等特征，把图像分成若干个特定的、具有独特性质的、互不相交的区域的过程。（详见教材）
图像分割的依据是相邻像素灰度值的不连续性和相似性，即同一区域内部的像素通常具有灰度相似性，而不同区域边界上的像素通常具有灰度不连续性。（详见教材）
【拓展阅读】
【教师】讲解相关内容，让学生了解
【学生】聆听、思考
7.2边缘检测
图像的边缘是指图像灰度值发生空间突变的像素集合。（详见教材）
【教师】组织学生观看“图像边缘的形状”图片，帮助学生了解图像边缘的形状
边缘检测的主要工具是边缘检测算子，常见的边缘检测算子有梯度算子、高斯拉普拉斯算子和Canny算子。（详见教材）
7.2.1常见的边缘检测算子
1．梯度算子
在数字图像处理中，梯度算子主要用于计算图像的梯度。（详见教材）
【师生互动】
【教师】随机邀请学生回答一下问题：
图像梯度具有方向性，常见的梯度方向有哪些？分别代表什么含义？
【学生】聆听、思考、回答
常见的梯度算子主要包括Roberts算子、Prewitt算子和Sobel算子。其中，Prewitt算子和Sobel算子在本书4.2.4节已介绍，此处不再赘述。下面主要介绍Roberts算子。
Roberts算子使用对角线方向相邻像素的灰度值之差来近似计算梯度，从而检测图像的边缘。（详见教材）
【教师】组织学生观看“Roberts算子的两个模板”图片，帮助学生了解Roberts算子的两个模板
使用Roberts算子进行边缘检测时，首先分别使用上述两个模板对图像进行逐像素的卷积运算，（详见教材）
【师生互动】
【教师】随机邀请学生回答一下问题：
Roberts算子、Prewitt算子和Sobel算子在进行边缘检测时的效果有什么不同？
【学生】聆听、思考、回答
在MATLAB中，edge()函数可以实现基于梯度算子的边缘检测，其一般格式如下。
edge(I,method,threshold,direction)
（详见教材）
【指点迷津】
【教师】讲解相关内容，让学生了解
【学生】聆听、思考
2．高斯拉普拉斯算子
高斯拉普拉斯算子也称Marr边缘检测算子，它的基本思想是先对图像进行高斯平滑处理，然后再与拉普拉斯算子进行卷积运算（图像平滑与拉普拉斯算子在本书项目4中均有介绍）。（详见教材）
在MATLAB中，