PAGE2
PAGE2
PAGE3
PAGE3
课题
图像拼接
课时
12课时（540min）
教学目标
知识目标：
（1）了解高斯金字塔和拉普拉斯金字塔的概念及构建方法。
（2）掌握常用的特征检测算法及其优缺点。
（3）掌握常用的特征匹配算法及其优缺点。
（4）了解图像透视变换的原理。
技能目标：
（1）能够使用OpenCV构建高斯金字塔和拉普拉斯金字塔。
（2）能够使用OpenCV进行图像的特征检测。
（3）能够使用OpenCV进行图像的特征匹配。
（4）能够使用OpenCV进行图像的透视变换。
素养目标：
（1）培养团队协作的意识和一专多能的职业素养。
（2）养成脚踏实地、好学上进、拼搏创新、科学严谨的工作作风。
教学重难点
教学重点：高斯金字塔和拉普拉斯金字塔的概念及构建方法、特征检测与匹配、透视变换
教学难点：特征检测与匹配
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
考勤
【教师】使用APP进行签到
【学生】班干部报请假人员及原因
新课预热
【教师】讲述一些图像拼接处理的实际案例，使学生了解图像拼接处理操作的重要性
【学生】聆听、记录、理解
问题导入
【教师】对学生进行分组，每3～5人一组，并选出一名组长，然后组织学生以小组为单位，扫码播放“图像特征检测与匹配的应用”视频（详见教材），帮助学生了解图像拼接原理及应用场景，并提出问题：
问题1：什么是图像特征检测与匹配。
问题2：简述图像特征检测与匹配的应用领域。
【学生】分组、观看、思考、讨论、举手回答
传授新知
【教师】通过学生的回答引入要讲的知识，讲解高斯金字塔和拉普拉斯金字塔的概念及构建方法、特征检测与匹配、透视变换的原理。
7.1图像金字塔
?【教师】通过多媒体展示“图像金字塔”图片，并进行讲解
图像金字塔是由一幅图像的多个不同分辨率的图像所构成的图像集合。详见教材。
7.1.1高斯金字塔
高斯金字塔是通过不断地进行高斯滤波和下采样操作构建的金字塔。详见教材。
?【教师】提出问题：
什么是下采样和上采样呢？
?【学生】聆听、思考、举手回答
?【教师】总结学生的回答
下采样是由高分辨率的图像（大尺寸）产生低分辨率的近似图像（小尺寸）。
上采样则相反，是由低分辨率的图像（小尺寸）产生高分辨率的近似图像（大尺寸）。
1.下采样函数
OpenCV?提供的cv2.pyrDown()函数用于实现高斯金字塔中的下采样操作，其格式如下。
dst=cv2.pyrDown(src[,dstsize[,borderType]])
详见教材。
2．上采样函数
上采样是将小图像不断放大的过程。详见教材。
OpenCV提供的cv2.pyrUp()函数用于实现高斯金字塔中的上采样操作，其格式如下。
dst=cv2.pyrUp(src[,dstsize[,borderType]])
详见教材。
【例7-1】编写程序，使用?OpenCV?将图像“build.png”（见本书配套素材“例题图像/build.png”）先进行3次下采样操作，再进行3次上采样操作，然后显示原图像和采样后的图像。
【参考代码】
importcv2 #导入OpenCV库
img=cv2.imread(build.png) #读取原图像
cv2.imshow(org_image,img) #显示原图像
(详见教材)。
【运行结果】
?【教师】通过多媒体展示“例7-1程序运行结果”图片，并进行讲解
7.1.2拉普拉斯金字塔
拉普拉斯金字塔的第i层图像是用高斯金字塔的第i层图像减去第i+1层图像的上采样图像，得到的差值图像，其公式如下。
(详见教材)。
【例7-2】编写程序，使用OpenCV为图像“build.png”（见本书配套素材“例题图像/build.png”）构建两层拉普拉斯金字塔，然后使用拉普拉斯图像恢复原图像，并显示原图像、拉普拉斯图像和恢复的图像。
【参考代码】
importcv2 #导入OpenCV库
image=cv2.imread(build.png) #读取原图像
cv2.imshow(Input,image) #显示原图像
(详见教材)。
【运行结果】
?【教师】通过多媒体展示“例7-2程序运行结果”图片，并进行讲解
7.2特征检测与匹配
图像特征是指图像中具有独特性和易于识别性的区域或属性。例如，角点、斑点及高密度区域均属于较好的特征，而低密度区域（如图像中的蓝色天空）则不属于好的特征。详见教材。
7.2.1特征检测
1．SIFT算法
尺度不变特征转换（scale-invariantfeaturetransform,