由刘辉副教授主讲的《数字图像处理》在2020年入选云南省研究生优质课程，刘辉老师是首批教育部国家级一流课程负责人、获得2019年全国高等学校电子信息类专业青年教师讲课比赛全国总决赛一等奖，获得2019年教育部在线教育智慧教学之星荣誉称号等。是国家自然科学基金同行评议专家，主持国家自然科学基金等多项国家及省级科研教学项目。刘老师授课思路清晰、注重思维导图的建立、理论与实际相结合，力求课程通俗易懂。本课程的特色在于保证基本理论知识的详细介绍外，还融入了大量的科研思路和引导。帮助研究生同学如何以问题为导向切入到课题研究中，以及如何以问题为线索查阅文献和进行创新实验的研究。总之，本课程为研究生阶段的学习提供了良好的基础理论和科研素养的培养。
计算机图形处理课程是以信息获取主要来源的各类图像为处理对象，从图像中挖掘有效信息，可用于模式识别、非接触检测、定位、定量测量等，广泛应用于工业、军事、民用等领域，是目前信息学科领域中发展最为快速和前沿的学科。本课程的学习共分为三个层面：基础图像处理，涵盖图像增强、均衡化、复原、压缩等操作，目的是获取视觉感知更好的图像输出。第二层次是进行图像特征提取，包括频域特征提取、形态学特征提取、空间域图像特征提取等内容。第三层次是实现图像感知和理解，目的是通过特征表达和描述实现对物理世界的计算机自动识别和认知，并能够做出反应，实现自动化操作或者决策操作。
课程目标为使学生能够理解并运用图像处理理论和技术进行科学和应用研究。
本课程为《数字图像处理》的精讲班，包含10个小时的在线教学视频。教学团队在全国各类教学比赛中有较高荣誉的获奖，例如主讲老师刘辉，获得2019年全国高等学校电子信息类专业青年教师讲课比赛全国总决赛一等奖，获得2019年教育部在线教育智慧教学之星荣誉称号等。主持国家自然科学基金等，从教学和科研方面都为课程的教学质量和内容提供了保障。
本课程具体的视频内容目录为：
     课时1：视频图像处理概述    时长：44:20
章节2: 数字图像处理基础及空间域处理
      课时2：人眼视觉特点     时长：43:17
      课时3：图像的相关概念      时长：42:57 
      课时4：图像的整体运算      时长：44:52
      课时5：图像的几何变换      时长：43:41
      课时6：图像的空间域增强   时长：34:21
      课时7：图像的灰度变换      时长：44:38
      课时8：直方图均衡化处理    时长：44:18
      课时9：直方图规定化处理     时长：41:17
      课时10：图像平滑和中值滤波     时长：39:06
      课时11：空间域锐化处理       时长：44:27
章节3:频域图像处理
     课时12：图像频域处理概述                          时长：36:13
     课时13：傅里叶变换是怎么来的                   时长：40:59
     课时14：傅里叶变换的定义                          时长：44:57
     课时15：傅里叶变换的物理意义和性质         时长：40:11
     课时16：滤波器的设计思路                          时长：44:13
     课时17：多种滤波器的设计方法                   时长：44:57
     课时18：为什么需要小波变换                       时长：41:06
     课时19：小波变换的来历和定义                    时长：44:47
     课时20：小波变换的物理意义                       时长：89:53
     课时21：详解小波函数和尺度函数                 时长：35:48
     课时22：小波图像特征提取与实例讲解          时长：66:20
章节4:形态学图像处理
     课时23：形态学图像处理概述                       时长：27:34
     课时24：视频4.2形态学膨胀和腐蚀操作          时长：44:53
     课时25：形态学开闭及击中击不中操作           时长：45:01
     课时26：形态学图像处理                               时长：38:02
章节5:图像分割
    课时27：图像分割概述                                   时长：43:10
    课时28：图像边缘检测                                   时长：44:28
     课时29：霍夫检测                                        时长：34:50
     课时30：基于区域的图像分割                       时长：44:20
章节6:图像特征提取与识别
     课时31：图像特征提取概述                          时长：44:55
     课时32：图像纹理特征提取                          时长：31:00
     课时33：图像形状和边缘特征提取                时长：45:16
     课时34：图像区域特征与主成分分析             时长：09:30
     课时35：深度学习CNN网络图像识别原理      时长：28:56