《数字图像处理》教案主要涵盖了图像的数字化与显示这一核心主题，旨在帮助电子信息专业的学生理解和掌握数字图像的基础知识。在为期六学时的理论课程中，重点内容包括图像的描述方法、数字图像的获取和量化方法，特别是灰度图像与彩色图像的描述以及图像的采样与量化。
图像的描述方法是理解图像处理的基础。连续图像可以被看作是空间各点光强度的函数，光强度与空间坐标（x, y）、光线波长和时间t有关。当只考虑光能量不考虑波长时，图像表现为灰度图像。静态灰度图像则是不随时间变化的图像。在实际应用中，模拟图像需要通过数模转换（A/D转换）转化为数字图像，以便计算机进行处理和存储。
图像的数字化过程包括取样和量化两步。取样是对空间坐标进行离散化，而量化则是对幅值进行离散化。在这个过程中，需要用到如采样孔、图像扫描机构、光传感器、量化器和输出存储体等硬件设备。数字化图像的像素数量（M行N列）和灰度级（G）通常是2的幂次，这样可以有效利用二进制系统进行存储。图像尺寸的增加会相应增加所需的存储空间。
然后，图像的二维采样遵循采样定理，以确保无失真或有限失真地恢复原始图像。二维傅里叶变换在此过程中起到关键作用，采样周期的选择必须满足一定的条件，以避免图像信息的损失。
接着，图像的量化是将连续信号幅度转换为有限级的数码表示。量化方法可分类为均匀量化与非均匀量化，对称量化与非对称量化，无记忆量化与有记忆量化，以及标量量化和矢量量化。标量量化是最基本的形式，每个采样值独立量化，并通过编码转换为二进制码。量化设计的目标是最大化减少量化失真，这通常涉及到对概率分布的理解和优化量化电平的设定。
这门课程旨在教授学生如何理解和处理数字图像，从图像的数学描述到数字化过程，再到量化方法的选择，每一步都至关重要。通过学习这些基础知识，学生能够掌握数字图像处理的关键技术，为后续深入学习和应用打下坚实基础。
