PAGE10
PAGE10
PAGE9
PAGE9
课题
图像平滑处理
课时
12课时（540min）
教学目标
知识目标：
（1）理解直方图的概念及其用途。
（2）掌握直方图均衡化的基本步骤。
（3）了解卷积运算的过程。
（4）掌握均值滤波、高斯滤波、中值滤波和双边滤波的原理。
技能目标：
（1）能够使用OpenCV进行图像的直方图处理。
（2）能够使用均值滤波、高斯滤波、中值滤波和双边滤波进行图像平滑处理。
素养目标：
（1）提高选择合适方法解决不同问题的能力。
（2）了解我国在计算机视觉方向的发展现状，增强民族自信心和自豪感。
教学重难点
教学重点：直方图的概念及其用途、直方图均衡化的基本步骤、均值滤波、高斯滤波、中值滤波和双边滤波的原理
教学难点：直方图均衡化的基本步骤
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】讲述一些图像平滑处理的实际案例，使学生了解图像平滑处理操作的重要性
【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“认识图像噪声”视频（详见教材），帮助学生了解图像平滑操作原理及应用场景，并提出问题：
问题1：图像噪声的常见类型有哪几种？
问题2：图像去噪的常用技术有哪些？
【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，讲解直方图的概念及其用途、直方图均衡化的基本步骤、均值滤波、高斯滤波、中值滤波和双边滤波的原理。
4.1图像的直方图处理
4.1.1认识直方图
直方图又称灰度直方图，是计算机视觉技术中非常实用的统计工具。
?【教师】通过多媒体展示“直方图示例”图片，并进行讲解
直方图用于表示图像中灰度级的分布状况，统计不同灰度值的像素在图像中出现的次数。详见教材。
图像的直方图具有如下性质。详见教材
在计算机视觉技术中，直方图主要有如下应用。
（1）图像增强。详见教材。
（2）图像分割。详见教材。
（3）像素的统计特性，详见教材。
4.1.2绘制直方图
使用OpenCV的cv2.calcHist()函数统计图像的直方图信息，然后再使用matplotlib.pyplot库中的plot()函数即可绘制直方图。cv2.calcHist()函数的格式如下。
hist=cv2.calcHist(image,channels,mask,histSize,ranges[,accumulate=False])
详见教材。
?【教师】提出问题：
BINS指的是什么含义呢？
?【学生】聆听、思考、举手回答
?【教师】总结学生的回答
灰度级的分组数量。在处理直方图时，将灰度级按一定范围进行划分，得到的子集数量为BINS。例如，灰度图像的灰度级范围为，按16个灰度级分为一组，可分成16个子集，则BINS为16。
【例4-1】编写程序，使用OpenCV的cv2.calcHist()函数统计灰度图像“lake.jpg”（见本书配套素材“例题图像/lake.jpg”）的直方图信息，并绘制直方图。
【参考代码】
importcv2 #导入OpenCV库
importmatplotlib.pyplotasplt #导入Matplotlib库
image=cv2.imread(lake.jpg) #读取图像
(详见教材)。
【运行结果】
?【教师】通过多媒体展示“例4-1程序运行结果”图片，并进行讲解
【例?4-2】编写程序，使用OpenCV的cv2.calcHist()函数统计彩色图像“flower.png”（见本书配套素材“例题图像/flower.png”）的直方图信息，并绘制直方图。
【参考代码】
importcv2 #导入OpenCV库
importmatplotlib.pyplotasplt #导入Matplotlib库
image=cv2.imread(flower.png) #读取图像
(详见教材)。
【运行结果】
?【教师】通过多媒体展示“例4-2程序运行结果”图片，并进行讲解
?【教师】提出问题：
还有什么方法可以统计直方图信息呢？
?【学生】聆听、思考、举手回答
?【教师】总结学生的回答
我们还可以调用NumPy库中的histogram()函数统计直方图信息。
4.1.3直方图均衡化
1．直方图均衡化的基本步骤
直方图均衡化是一种简单有效的图像增强技术，主要用于增强图像中动态范围偏小的对比度，尤其适用