选课类别:计划内与自由选修 | 教学类型:理论课 |
课程类别:本科计划内课程 | 开课单位:信息科学技术学院 |
课程层次:专业选修 | 学分:2.0 |
考试内容广泛,包含取样和量化等基础概念以及图像处理中的关键算法。大部分题目并不算太难,但最终得分普遍不高。一些学生对出分感到意外,认为改卷严格。
总评基于42%平时成绩和58%期末考试。总体给分较严,个别同学对成绩不满,认为与其投入不符。
作业主要为编程任务,涉及实现教材中的经典算法,如空域滤波和图像分割。部分学生觉得难度较大,但助教及时解答疑问。批改严格,提交后无反馈,只给出总得分。
课程内容全面,覆盖图像处理的基础和经典算法。李厚强老师上课讲解详尽,但语速略慢,且PPT课后上传、不提供回放,听课做笔记不便。助教态度友好,十分助人。
内容丰富,包括空域滤波、频率域滤波、图像分割等。教材篇幅较大(600页),通读教材对理解有帮助。由于AI班学生无信号与系统基础,频率域滤波和小波变换部分较难理解,考试中则避开了这些内容。
课程内容详实,作业和考试安排紧凑,教师和助教认真负责,但整体评分严格。一些课程体验细节有待改进,如PPT及作业反馈问题。总体推荐对图像处理感兴趣并愿意付出努力的同学选修。
出分了,我直接一口鲜血喷在电脑屏幕上,上次拿这么低的总评还是在两年前。
关键是挺意料之外的,我实验报告都是认真写的,考试我觉得也正常,除了圆的霍夫变换不确定以外其它好像也没什么问题(当然出分比较晚,题我也忘得差不多了)。
鬼知道发生了什么,又不能查卷,可能是AI班太卷了。想看看别的同学的评价,如果只有我被杀了那可能是我的问题
课程的内容还是很不错的,介绍了图像处理领域基础的知识和很多经典的算法,包括空域滤波,频率域滤波,小波变换,图像重建,图像分割等。认真学还是能有不小的收获。
平时只有编程作业,都是实现书上示例中一些经典的算法,有的算法实现起来还是有难度,不过助教的态度很好,能及时得到解答。作业分判的还是有点严的,建议认真对待。
考前有一节复习课老师会划重点,复习比较有方向,最后考试也不算太难。卷子大概八九道大题,考的内容包括:取样和量化的概念解释、八邻域的定义、棋盘距离等价于无穷范数的证明、直方图均衡的概念解释、一阶二阶微分算子的推导、图像压缩的定义、图像压缩模型的流程图、形态学的边界提取和粒度测定、霍夫变换检测圆、可变阈值处理、运动模糊 H(u,v) 的推导。
给分是42%平时成绩+58%期末考试。
这门课是AI班的必修课,对于AI班计算机学院的同学来说由于没学过信号与系统,频率域滤波和小波变换中的一些概念实在是让人很难理解,比较痛苦。当然这不是这门课的问题,最后考试似乎也避开了这方面的考察。建议计科的同学可以提前学一学信号系统相关的部分知识。
最后说一说体验不太好的地方:
课还挺不错的,编程作业也很有意思。 助教姐姐人很好!
课程内容比较多,我把600多页的教材通读了一遍,考前对着PPT+教材复习。期末感觉还算正常,卷面得分却不高。
这门课学得还是比较用心的,可惜成绩并没达到预期。
是上了年纪卷不动了吗?