DTS209TC 信号与图像处理

Signal and Image Processing

课程概览

本课程深入解析信号与图像处理的底层数学逻辑与工程实现，通过采样、滤波、傅里叶变换及图像增强等五大模块，结合一比一的理论与实验教学，培养你从数学建模到代码落地的全链路实战能力，为进军人工智能及智能系统领域打下坚实核心技术基础。

26-27

本课深度解析频域图像滤波核心逻辑，通过二维离散傅里叶变换与卷积定理化繁为简，详尽拆解理想、巴特沃斯及高斯滤波器的设计权衡，教你掌握频率视角下的图像平滑、锐化及周期性噪声精准去除方法，助你突破空间域计算瓶颈，从全局视角重构数字图像处理能力。

25-26

本课深入解析空间滤波的核心机制与应用，从卷积运算原理出发，带你掌握平滑滤波的降噪逻辑、锐化滤波的边缘增强技术及非线性中值滤波，助你构建从像素邻域处理到实战图像质量优化的完整技术框架。

25-26

本课程深入剖析数字图像作为二维信号的本质，系统拆解从连续光影到离散矩阵的数字化过程，并重点讲解像素邻域、邻接关系、连通性及空间距离度量，为后续图像增强与滤波技术奠定数学基石。

25-26

本课程深度解析数字滤波器的核心原理与设计方法，通过对比分析FIR与IIR两种架构的数学逻辑，带你掌握从指标规格到算法实现的完整流程，让你能够根据相位保真度、系统稳定性与计算效率等工程需求，在复杂应用场景中精准选择并设计出最优化的滤波系统。

25-26

本课程深入解析离散傅里叶变换及其快速算法，带你掌握从信号采样、窗函数抑制频谱泄露到利用FFT实现高效频域分析的全过程，通过对比时频特性与计算复杂度，助你跨越理论到工程实践的鸿沟，掌握开启数字信号处理大门的底层逻辑。

25-26

本课程深入剖析离散时间信号处理的频域分析工具，重点讲解离散时间傅里叶变换DTFT与Z变换的数学联系，并通过复平面上零极点分布直观揭示系统的频率特性、稳定性及因果性，助你构建从时域到频域的系统化思维，为后续高效滤波器设计与数字信号处理工程应用夯实理论基础。

25-26

本课程深入剖析信号数字化转型的底层逻辑，重点讲解采样与量化的核心工程实践，带你彻底掌握奈奎斯特采样定理及其避混叠策略，并通过均匀量化模型深入推导信号量化噪声比指标，帮助你准确评估系统性能并实现模拟信号向高质量数字数据的完美转化。

25-26

本节课深入解析卷积与相关的数学本质及工程应用，带你掌握LTI系统表征与脉冲响应分析，通过图解法对比卷积的信号合成特性与相关的相似度匹配逻辑，助你高效解决特征提取、模式识别及系统识别等实际问题，构建完整的信号处理知识体系。

25-26

本课程深入浅出地讲解信号与图像处理的基础理论，带你从时域与频域的视角认知信号，掌握离散时间信号的分类与数学表达，并剖析线性时不变系统的核心属性与稳定性要求，帮你构建起从现实感知到数字计算的完整知识框架，为后续深入学习变换域分析及复杂系统设计打下坚实基础。

25-26