《计算机视觉技术及应用》教案 项目6 物体检测与计数.docx
PAGE2
PAGE2
PAGE3
PAGE3
课题
物体检测与计数
课时
14课时（630min）
教学目标
知识目标：
（1）理解图像阈值处理的概念及其用途。
（2）掌握图像阈值处理中常用方法的基本原理。
（3）了解图像形态学变换的基础知识。
（4）掌握腐蚀和膨胀的基本原理。
（5）了解开运算和闭运算的基本原理。
（6）了解形态学梯度运算、顶帽运算和黑帽运算的基本概念。
技能目标：
（1）能够使用OpenCV进行图像的阈值处理。
（2）能够使用OpenCV进行图像的形态学变换。
素养目标：
（1）提高分析问题和解决问题的能力和自信心。
（2）提升总结规律和将事物化繁为简的能力。
教学重难点
教学重点：图像的阈值处理、图像的形态学变换
教学难点：图像的阈值处理
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】讲述一些物体检测与计数的实际案例，使学生了解物体检测与计数操作的重要性
【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“形态学变换的应用”视频（详见教材），帮助学生了解图像检测与计数原理及应用场景，并提出问题：
问题1：什么是形态学？
问题2：说出形态学运算在图像处理中的3种应用。
【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。
6.1阈值处理
阈值处理是图像处理中的一种基本技术，它能够对图像进行二值化处理，即将图像中的每个像素的灰度值设置为0或255（或者是0到255之间的任意两个值）。详见教材。
在数字图像处理中，阈值处理常用于图像的二值化、图像分割、边缘检测、特征提取等多种任务。
在OpenCV中，常用的阈值处理方法有全局阈值处理、Otsu阈值处理和自适应阈值处理。
6.1.1全局阈值处理
全局阈值处理是基于整幅图像的统计信息，通过计算像素灰度值的平均值或直方图的峰值来确定一个全局阈值。详见教材。
OpenCV提供的cv2.threshold()函数用于实现图像的全局阈值处理，其格式如下。
retval,dst=cv2.threshold(src,thresh,maxval,type)
详见教材。
常用的阈值处理类型和含义
阈值处理类型
含义
cv2.THRESH_BINARY
二值化阈值处理。若图像中像素的灰度值大于阈值，则将其灰度值设置为最大值，否则，将其像素值设置为0
cv2.THRESH_BINARY_INV
反二值化阈值处理。若图像中像素的灰度值大于阈值，则将其灰度值设置为0，否则，将其像素值设置为最大值
cv2.THRESH_TOZERO
低阈值零处理。若图像中像素的灰度值小于或等于阈值，则将其灰度值设置为0，否则，其像素值不变
cv2.THRESH_TOZERO_INV
超阈值零处理。若图像中像素的灰度值大于阈值，则将其灰度值设置为0，否则，其像素值不变
cv2.THRESH_TRUNC
截断阈值处理。若图像中像素的灰度值大于阈值，则将其灰度值设置为阈值，否则，其像素值不变
【例6-1】编写程序，使用?OpenCV?的?cv2.threshold()函数对图像“river.png”（见本书配套素材“例题图像/river.png”）进行全局阈值处理，并显示原图像和阈值处理后的图像。
【参考代码】
importcv2 #导入OpenCV库
image=cv2.imread(river.png) #读取原图像
#二值化阈值处理
t1,dst1=cv2.threshold(image,127,255,cv2.THRESH_BINARY)
(详见教材)。
【运行结果】
?【教师】通过多媒体展示“例6-1程序运行结果”图片，并进行讲解
6.1.2Otsu阈值处理
Otsu?阈值处理又称最大类间方差法，它根据图像的直方图自动选择一个阈值，使得前景和背景的类内方差最小，类间方差最大。详见教材。
OpenCV提供的cv2.threshold()函数用于实现图像的全局阈值处理，其格式如下。
retval,dst=cv2.threshold(src,thresh,maxval,type)
详见教材。
【例?6-2】编写程序，使用OpenCV的cv2.threshold()函数对图像“campus.png”（见本书配套素材“例题图像/campus.png”）进行Otsu阈值处理，并显