本課程設計有如下目的：

　　1、了解數字圖像處理的基本原理；

　　2、學習灰度圖像反色處理技術；

　　3、學習灰度圖像二值化處理技術；

　　4、學會如何使用CCS軟件。

　　5、識別各種CCS軟件中各元件及其圖形表示和文字符號。

　　6、掌握C語言和匯編語言的編程思想以及它們的基本使用規則。

　　7、熟練掌握數字圖像處理系統的工作原理，并讀懂源程序。

　　8、按照編輯、編譯、調試、運行的正確步驟，并正確進行編譯和調試。

　　9、學會分析運行結果圖。

　　數字圖像處理的基本原理

　　數字圖像處理是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。圖像處理最早出現于 20 世紀 50 年代，當時的電子計算機已經發展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數字圖像處理作為一門學科大約形成于 20 世紀 60 年代初期。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。

　　數字圖像處理常用方法：

　　① 采用圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數字濾波處理）。

　　② 圖像編碼壓縮：圖像編碼壓縮技術可減少描述圖像的數據量（即比特數），以便節省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。

　　③ 圖像增強和復原：圖像增強和復原的目的是為了提高圖像的質量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強化低頻分量可減少圖像中噪聲影響。

　　④ 圖像描述：圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。

　　⑤ 圖像分類（識別）：圖像分類（識別）屬于模式識別的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。