购物车(0)
引論：我們為您整理了13篇數字圖像處理論文范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
2013年以信息與計算科學專業11-1班為對照班，2014年以信息與計算科學專業12-1班為實驗班，2個班級學生的學時數一樣，學生起步幾乎也是一樣，講授的數字圖像處理課程主要內容相同．在11-1班中采用的是傳統教學模式，講授理論上的圖像處理原理和方法；在12-1班中采用項目教學法進行教學．為了驗證在數字圖像處理課程中應用項目教學法的效果，對2個班級分別進行了數字圖像處理理論知識測試和編寫一個圖像邊緣提取的程序．理論知識測試結果見表1（滿分100分）．編程題是通過在線考試系統完成的，由計算機給出的成績，編程題測試結果見表2（滿分20分）．
篇2
關鍵詞 ：數字圖像處理；教學優化改革；師資力量；課程標準
基金項目：全軍學位與研究生教育研討會研究課題“軍隊院校研究生教育中的導師與研究生關系研究”（YJZX14C14）。
第一作者簡介：孔韋韋，男，講師，研究方向為圖像處理，kwwking@163.com。
0 引 言
數字圖像處理[1-2]是信息處理領域的重要分支，通過該課程我們可以完成圖像的幾何變換、算術處理、圖像增強、圖像復原、圖像重建、圖像編碼、模式識別、圖像理解等多個方面的工作。目前，隨著計算機軟硬件處理能力的不斷提升，數字圖像處理技術已被廣泛應用于醫學檢測、反恐處突、彈道導彈精確制導等多個軍（民）用領域。由于該門課程的特殊地位和廣泛應用，國內外幾乎所有信息類專業都開設了該課程，許多專家、學者也針對課程的教學方式提出了自己的觀點[3-8]。
軍隊院校作為高等院校中的一類特殊群體，無論在課程設置還是人才培養需求上均與地方高等院校有很大的不同。軍隊院校自身的特殊屬性要求培養出的人才不僅要有扎實的理論基礎和科研能力，還能運用這些知識對作戰以及日常訓練中出現的問題加以解決，因此，軍隊院校對人才的理論與實踐結合能力提出了更高也更為嚴格的要求。
武警部隊負責維護國家安全和社會穩定，有效打擊國內外各種恐怖勢力，保障人民安居樂業。當前，世界各國都將“反恐”作為維護國家穩定和保衛人民生命財產安全的一項重要任務。反恐圖像目標的識別和監視能力更體現了一個國家的反恐技術力量和能力水平，其關鍵在于反恐圖像目標的識別。因此，有效地將數字圖像處理技術應用于反恐處突領域，不僅有助于提升針對恐怖勢力的打擊力度，還可以有效減少傷亡，最大限度地保障國家和人民的生命財產安全。
1 數字圖像處理課程的特點
數字圖像處理課程主要有以下幾個特點：①理論基礎要求高，涉及高等數學、信號與信息系統、信息論、計算機編碼等多個領域的知識；②數字圖像處理課程覆蓋的內容廣泛，知識點繁雜零碎；③新興理論的不斷出現要求廣大學者能夠敏銳把握數字圖像處理技術的發展前沿；④數字圖像處理技術的應用領域不斷拓展，處理方法也更為復雜。
2 軍隊院校數字圖像處理課程教學中存在的問題
2.1 課程設置不靈活
相比地方高等院校，軍隊院校的課程設置自由度十分受限，具體體現為課程的教學內容、學時安排、課堂組織形式甚至是開課時間均有嚴格的規定和限制，不能根據學生理論基礎和學習能力的實際情況做自適應的調整。
盡管研究生有自己的導師和研究方向，且很多研究生日后學位論文的研究方向可能與數字圖像處理領域并無關聯，然而，由于許多信息類專業院校的研究生培養方案均嚴格限定該課程為學位必修課，導致一些研究生為了學分和學位只得選擇一門與自己研究領域完全無關的課程，無形中造成了教學資源的浪費。
2.2 課時少內容多
數字圖像處理課程是國內外幾乎所有信息類專業的必修課。地方高等院校通常會開設50個學時，而軍隊院校大多只開設40學時，有的學校甚至只將其作為學位選修課開設20學時。眾所周知，該課程涉及的教學內容非常繁雜且對相關課程的理論基礎提出了較高要求，這類課程即使安排50學時也很難將重點內容講授完畢，軍隊院校課程課時不足無疑對該課程的教學質量造成重大影響。
2.3 教學形式單一
軍隊院校的特殊屬性在一定程度上約束了課堂多種教學形式的存在與發展，傳統的教師主體式教學法是主流。這種過于單一和機械的教學形式將對研究生的學習積極性造成不利影響。另外，軍隊中上下等級關系往往扼殺了研究生質疑教師的勇氣和可能，使研究生不敢對教師的見解有所質疑，不敢擅自踏入教師未首肯的領域中積極主動地發現問題、分析問題和解決問題，導致研究生的學習完全處于被動境地。
3 教學優化改革
3.1 師資力量建設
數字圖像處理課程專業性強、理論難度大，涉及的基礎學科門類較多，因此，在條件允許的情況下應盡可能安排科研方向或理論研究方向屬于圖像處理領域的教師擔任任課老師。一方面，長期從事該領域的教師對課程的基本內容和理論了如指掌，基本功非常扎實，授課更為流暢、自然；另一方面，教材中介紹的只是圖像處理領域的基礎理論和經典模型，長期從事該領域研究的老師在研究過程中往往對課程中的概念及理論模型有更深刻的理解，在授課過程中必然會附帶介紹本人在該領域內的研究現狀和最新進展，有利于開闊研究生視野，激發學習興趣，提高授課質量。
3.2 課程標準的制定
結合軍隊院校課時不足的教學實際以及人才培養類型的定位需求，我們完全有必要重新制定數字圖像處理課程的教學標準，在保證理論系統性完整的基礎上，側重實踐能力以及解決實際問題能力的培養和提升。具體措施如下：①教學對象精確定位，扭轉以往研究生課程頻頻出現的“被選課”現象，切實保障“選修權”，允許研究生按照自己學位論文的研究需求選課；②由于學時有限，在制定課程標準時必須全面分析和研究教學內容，梳理與課程內容相關的知識目標、技能目標和素質目標，適當地刪減一些非重點內容，重新劃分各章節的學時；③數字圖像處理雖然是一門理論性很強的課程，但學習的最終目的還是應用，因此，在制定課程標準時必須為研究生學員留有一定的實踐操作以及課堂研討課時；④要反映部隊特色，在授課過程中重點介紹能夠直接應用于部隊實際的模型和方法，譬如模式識別、圖像理解版塊，并要求研究生動手實踐；⑤緊跟發展前沿，保持知識的先進性，充分利用網絡資源，以完善的學習資料、豐富的課程資源、真實的實踐環境作為課程的基礎和支撐。
3.3 教學方法與設計
結合課程標準，我們擬將整個教學過程分解為4個階段：①基本理論講授；②專題討論；③專題講座；④實踐操作。
3.3.1 基本理論講授
教師對教學內容中的基本理論加以講解，旨在為研究生掃清基本理論障礙。該部分的講解并非只是對課本內容的簡單復制和重申，而是在介紹基本理論的基礎上，對基本概念中涉及的各層次知識點和潛在疑問加以梳理和闡釋，為下一階段的專題討論做鋪墊。該階段以教師講授為主體，采取案例式教學和啟發式教學相結合的授課方式。
3.3.2 專題討論
所謂專題討論，就是基于教師先前講授的某一個或某一類基本理論，探討具體應用效果以及可能影響最終圖像處理效果的若干因素。這一環節將徹底打破經典教學模式中的“教師主體”模式，轉變為“教師確定討論范圍—研究生為討論主體—教師最后總結”的模式。在整個過程中，教師和研究生的角色完全轉換，由研究生基于自身掌握的知識充分發揮自己的想象，針對若干問題展開探討或者辯論。譬如，教師在探討前先介紹圖像去噪理論的相關知識，包括噪聲產生的原理、噪聲的種類、噪聲在圖像中的表現、幾類經典圖像去噪方法等，上述部分內容講授完畢后確定3個問題，即均值去噪和中值去噪方法的原理有何不同？各自的優缺點何在？各自在去噪過程中可能影響最終效果的因素有哪些？下一次課教師可安排專題討論，并將研究生在討論中的表現作為課程成績的一項重要依據。
在該門課程課代表的組織下，研究生被分成若干小組，大家利用課余時間分別對兩種去噪方法展開了深入研究，并通過Matlab軟件仿真驗證，記錄諸如峰值信噪比PSNR等相關指標值，初步得出可能會影響最終去噪效果的若干因素；幾位同學針對一些不太一致的觀點展開激烈的討論；最后，由教師進行內容總結和答疑解惑，一些研究生還對教師的某些結論提出質疑。
專題討論完畢后，教師和研究生普遍感覺以往枯燥又不合時宜的教學方法得到了徹底改變，研究生內心的求知熱情得到了極大的激發。此外，整個專題討論過程也鍛煉了他們的邏輯思維，為了說服“對手”，他們必須要找到支撐自己觀點的科學依據，包括權威論壇上的答疑解惑以及仿真軟件仿真出來的實際結果等。有了這些證據后，他們還要對數據進行分析研究、組織語言、理清思路，而在以往的教學模式下，研究生并不會主動花費時間查找資料，教師由于課時的關系也不可能對每一種理論都進行仿真演示。
3.3.3 專題講座
擔任數字圖像處理課程任務的教師必須從事圖像處理領域研究，因此，在教學過程中，適時安排1~2次專題講座，由任課教師將自己在本領域的研究成果或是研究體會以講座的形式向研究生進行報告。在講座過程中，教師將從一個較高的層次，把一些新的內容介紹給研究生，同研究生一起分享圖像處理領域最新的發展動態和研究成果，開拓研究生的視野，為研究生動態更新最新的前沿知識。另一方面，由于課程標準制定過程中教學對象已實現了精確定位，凡是選修數字圖像處理課程的研究生日后均要從事該領域的研究，因此專題講座的開展也在一定程度上為研究生日后的學位論文撰寫提供靈感和研究方向。顯然，專題講座是課程教學強大而又有益的補充。
3.3.4 實踐操作
由教師從教學內容中選取若干重難點且與部隊作戰（訓練）密切關聯的內容，交由研究生自行仿真實現，記錄主客觀評價指標數值，對仿真結果進行比較與分析，并得出結論；對仿真結果中的不足展開討論，給出可能的解決方案。顯然，該階段側重課程標準中“反映部隊特色”的宗旨，要求學員學以致用，切實將書本中的理論知識運用到部隊實際中，為部隊服務，提高作戰能力，體現軍隊院校“向部隊靠攏，向實戰靠攏”的辦學宗旨。
在實際操作中，為了貼合武警部隊反恐處突場景的作戰實際，教師為學生布置了模式識別版塊中的圖像融合仿真實驗，給出了國際TNO組織提供的聯合國營地源圖像，源圖像取自同一場景，一幅由灰度可見光圖像傳感器獲得，另一幅由紅外圖像傳感器獲得。該實踐場景十分類似于武警部隊對潛藏在樹林中的恐怖分子進行圍捕的場景，要求研究生對現行資料中融合效果較好的6種融合方法進行仿真，記錄仿真結果并加以分析討論。
通過這一階段的訓練，研究生將書本中的理論知識與實際應用進行了有機結合，取得了良好的效果，并為日后將相應方法應用于部隊作戰（訓練）提供了理論基礎和支持。
3.4 考核方法
課程考核采取百分制，并綜合考慮研究生在筆試、專題討論、實踐操作3個環節中的表現，3者的比例為0.30：0.35：0.35。在考核中，教師更看重研究生在該門課程中針對實際問題的分析能力和實踐動手能力，以期學生真正理解和消化書本中的理論知識。筆試采取開卷方式進行，側重考核研究生對該門課程中的基本理論、概念、公式的掌握情況，因此，同以往的純閉卷考試相比，該考核方法靈活度更高，考核效果也更理想。在最終考核中，由于采取了更為有效的考核方式，學生只要認真參與教學活動，必然可以順利通過考試并拿到高分。如今，兩年的教學改革已經使該課程在研究生中小有名氣，從往日學員們的“黑名單”課程轉而成為“熱銷品牌”。
4 結 語
兩年的實踐結果表明，相比傳統的授課方式，該改革方案更符合高等院校的教學規律和實際情況，尤其是將部隊的實戰需求充分融入課程標準的制定過程，更加貼近了當前軍隊院校的人才培養需求，充分體現了軍隊院校“向部隊靠攏，向實戰靠攏”的辦學宗旨。
參考文獻：
[1] 岡薩雷斯. 數字圖像處理[M]. 北京: 電子工業出版社, 2014.
[2] 賈永紅. 數字圖像處理[M]. 武漢: 武漢大學出版社, 2010.
[3] 楊淑瑩, 張樺.“數字圖像處理”理論與實踐相結合教學模式[J]. 計算機教育, 2009(24): 84-86.
[4] 周海芳.“數字圖像處理”課程研討式教學[J]. 計算機教育, 2010(24): 93-97.
[5] 周耿烈, 魯逢蘭. 圖像處理技術精品課程建設[J]. 計算機教育, 2010(18): 101-104.
[6] 何楚, 馮倩, 楊芳, 等. 數字圖像處理課程實驗教學過程設計[J]. 計算機教育, 2011(18): 74-77.
篇3
1 前言
數字圖像處理技術的應用非常廣泛，已經滲透到計算機、通信、交通、物理、醫學、化學、生物學、軍事、經濟等各個領域，與人們的生活密切相關。《數字圖像處理》是信息技術領域中發展較快的一個熱門領域，是模式識別、計算機視覺、多媒體技術、數據挖掘等學科的基礎，也是一門涉及多領域的交叉學科。
該課程的理論性和實踐性都很強，要求學生在掌握圖像處理的基本概念、基礎理論、典型算法的基礎上，掌握一定的編程實踐能力，能夠利用計算機編程實現數字圖像的各種處理，如圖像變換、圖像增強、圖像恢復、圖像重建、圖像分割、圖像編碼和圖像識別等，在學習圖像專業知識的過程中增強學生的創新意識，培養學生獨立獲取知識和綜合運用所學知識分析和解決實際問題的能力，提高學生的實際動手能力，為其今后深入地進行科學研究和獨立工作奠定良好的基礎。
2 創新教學理念
在《數字圖像處理》課程的教學中，努力貫徹素質教育的先進理念，注重教與學的有機結合，堅持以學生為主體，教師為主導，最大限度地發揮學生的主觀能動性，將培養學生的主動思維，鼓勵學生的創新意識作為教學的重要目標之一。
對于教學內容的設計，以圖像處理算法的理論作為授課的重點，以算法的產生、應用、改進為主線，突出知識的內在聯系，揭示數字圖像處理發展的內在規律（要求學生重點理解）。
掌握數字圖像的基本概念和基本算法，關注圖像應用的前沿動態，培養學生的創新思維能力，并根據課程需要，適當將數字圖像處理領域中最新的技術手段，研究進展以及發展趨勢納入教學，并鼓勵學生對新知識、新領域進行積極地探索。
在教學過程中，努力將復雜抽象的理論融入到形象直觀的應用實例當中，將算法實現過程中的重難點問題分解細化為可展現的圖像處理效果，在理論中滲透實踐，在實踐中穿插理論，注重理論聯系實際，培養學生的工程實踐能力，真正使學生樂學、易學并會學。
3 改革教學內容
數字圖像處理技術在科學研究、工農業生產、軍事技術和醫療衛生等許多領域中發揮著越來越重要的作用。圖像技術的快速發展決定了《數字圖像處理》課程的教學內容也需要不斷更新，教材原則上選用專業內容全面新穎的教材，即圖像專業基礎知識相對穩定，并能夠緊跟數字圖像處理技術發展趨勢。對于輔教材，可以根據圖像課程的系統性和實用性，并考慮到擴充學生的視野，可以選一些國際上經典書籍如外文經典專著。目前我們以2012年清華大學出版社出版的，章毓晉編寫的《圖像工程（上冊）――圖像處理（第三版）》教材為主線，以美國Rafael C.Gonzalez 等編著的Digital Image Processing，阮秋琦編著的《數字圖像處理學》等教材和中外科技期刊發表的最新圖像技術為參考資料，并適當補充本領域中的一些新技術、新方法及新成果。
對圖像處理教材內容進行整合，課內圖像處理基礎知識分為九大模塊：圖像與視覺基礎、圖像運算與變換、圖像增強、圖像恢復、圖像重建、圖像編碼、圖像分割、圖像目標表達與描述、圖像識別等內容。
在授課過程中，一般知識點進行自學，系統講解重點難點內容，如直方圖均衡等，而對于教材中未寫進或無系統介紹的前沿性、創新性或跨學科的內容，則滲透到各個章節中。例如，將水果識別系統、車牌圖像的自動識別、基于內容的圖像檢索等新技術滲透到圖像增強、圖像分割、圖像目標表達與描述和圖像識別等各個章節中，授課內容完成，那么自動識別系統模型建立，學生就完成了水果、車牌等圖像的自動識別。通過這種方法強調基礎，跟蹤前沿，將基礎理論與實踐有機地結合起來，使學生不僅能夠學到課程的基礎知識，了解科學前沿的最新成果，加強學生的實踐動手能力，而且與時俱進，增強了學生的好奇心，促進學生創新能力的培養。
4 改進教學方法
在數字圖像處理教學中，綜合運用課堂講授法、研究法、討論法和實驗法等教學方法，發揮各種教學方法的優勢，引導學生積極參與教學。
對于一般的重點難點內容，例如，圖像增強中的直方圖增強等模塊，同時以課堂講授和實驗法為主，在講解圖像增強理論的同時進行圖像直方圖增強實驗，在圖像增強原理講完之后直接出現直方圖增強的前后對比圖，可以激發學生的興趣和動手能力。
對于圖像邊緣檢測等一些難度相對較小的內容，首先以講授法系統地講解其中一種邊緣檢測算法，其他與之原理相似的算法則運用討論法，以學生討論、交流為主，教師引導、點評為輔進行。
對于課堂難度較大的內容如圖像恢復與重建，則采取研究法為主，其他方法為輔。促使學生主動思維，成為真正的學習主體，教師根據學生反饋的信息及時把握學生思維過程，成為真正的主導。
另外，對于圖像某一知識模塊的引入，可以適當設置一些懸念或疑問，再引出講授的主要內容，即將教學過程設計成一個“產生疑問―尋求解決方法―解決疑問―再產生疑問―再尋求解決方法一再解決疑問……”的過程。這樣不僅有利于增強授課內容的邏輯性，還有利于啟發學生的思維，激發學生的興趣及創新能力。
5 豐富教學手段
鑒于數字圖像理論知識比較豐富，實踐性比較強，應用領域比較廣的特點，以及現有教學設備、教學網絡環境的改善，《數字圖像處理》課程采用板書、多媒體課件、輔助教學軟件以及教學網絡平臺等多元化的教學手段。充分活躍課堂氣氛，提高教學效果，促進教學改革，提高學生的學習興趣及實踐動手能力，增強學生的信息素養，獲得了良好的教學效果。
對于數字圖像處理中典型算法的原理與推導等難度較大的內容，以板書為主，通過對公式的推理計算，體現出知識的邏輯性和嚴謹性。同時適當輔以多媒體課件對圖像處理的結果進行演示，以加速學生對授課內容的理解，增強了學習的直觀性、生動性和趣味性。
針對本課程的特點，開發了輔助教學軟件，利用該軟件在課堂教學中將圖像處理算法的實際效果進行隨堂演示，從而將枯燥的理論推導轉化為立竿見影的實際操作。讓學生充分感受到數字圖像處理技術的巨大魅力，從而降低了理論知識學習的難度，增加了課堂的信息量、激發了學生的學習興趣，實現了化靜態為動態，化抽象為直觀，化復雜為簡潔，使課堂教學的效率大大提高。此外，又鍛煉了學生的研究性學習能力，培養了學生的創造性思維。
根據課程教學標準，進一步改革教學實踐，安排了實驗教學，并將實驗內容劃分為驗證性實驗和設計型實驗。驗證型實驗的設計，要求學生掌握數字圖像處理、基本操作處理和簡單的典型算法編程，從而實現對課堂上理論知識的學習鞏固，增強了學生的編程能力和基本的項目開發能力。設計型實驗需要學生對源代碼進行分析研究、修改或補充，動手設計一些綜合性或創新性的算法，分析實驗結果，寫出實驗報告或論文。既培養了學生發現問題，分析問題和解決問題的能力，又提高了學生的動手能力和創新能力。
利用大學提供的教學網絡平臺，把圖像處理課程的教學標準、授課教案、教學課件、習題、實驗指導以及相關參考資料都上傳到此教學網絡平臺。同時引導學生在網絡上積極討論關于圖像處理方面的一些最新研究等話題，激發學生討論及思考。另外，學生對于未消化的難點，也可以在網絡平臺上提出，教師及時通過教學平臺進行回復，實現課后數字圖像處理教學的互動，從而作為課堂學習的補充。教學網絡平臺實現了教學資源的共享，課后教學的互動，豐富了教學手段，為開展多種形式的教學奠定基礎。
6 改革考核方法
課程考核對于加強學生對學習內容的掌握、實驗技能的提高、創新能力的培養具有很大的促進作用。然而，傳統的閉卷考試，主要考核學生對課堂教學內容的理解和掌握，容易使得學生將注意力放在背記考點及研究考試技巧上。《數字圖像處理》課程是一門實踐性很強的課程，僅采用這種評價方式將難以調動學生實踐學習的積極性，達不到良好的效果。
在考核方法的改革上，對《數字圖像處理》課程采用了綜合性的考核方法。期末考試采用筆試開卷方式，主要強調學生對數字圖像處理技術基礎理論的宏觀掌握。在考試題目設計上，重點強調學生知道如何去尋找解決問題的方案，考核學生發現問題，分析問題和解決問題的能力；同時增強實驗成績的比重，根據學生對實驗內容的完成情況，以及創造性解決圖像處理問題的能力，對實驗成績進行評分。另外，還將平時的聽講，回答問題，作業的情況列入平時成績。因此《數字圖像處理》課程最終的考核成績包括三個部分：期末考試成績（占50%），實驗成績（占30%）和平時成績（占20%）。
通過課程考核方法的改革，不僅有效地檢驗了學生對《數字圖像處理》課程的綜合掌握程度，而且還能激發學生學習的積極主動性，提高了實踐創新能力。
7 結語
隨著信息技術不斷發展和完善，數字圖像處理技術也在不斷發展，并且越來越多地應用于各個領域，相應地，數字圖像處理課程的教學改革和實踐也應與時俱進，結合國內外科研和教學成果，不斷吸收新知識，豐富教學內容；根據教學內容靈活運用各種教學方法，使學生在掌握數字圖像處理基本理論和方法的基礎上，培養學生的實踐動手能力，創新意識與綜合設計能力，使學生的信息綜合設計能力和科學研究能力有明顯地提高。激發學生主動學習的興趣，提高學生進行研究性學習的能力，同時進一步提高教學質量和教學水平，真正培養出具有開拓精神和創新意識的現代化新人。
參考文獻：
[1]章毓晉.圖像工程（上冊）――圖像處理（第三版）[M].北京：清華大學出版社，2012.
[2]岡薩雷斯.數字圖像處理（第三版）[M].北京：電子工業出版社，2010.
篇4
數字圖像處理課程屬于圖形圖像應用領域的重要基礎理論課，長久以來課程內容主要介紹基本的圖像處理算法以及少部分圖像分割和圖像識別，對于圖像處理在實際生活中所涉及的很多前沿科研領域介紹較少，因此很多研究生無法將課堂講授的理論知識與其后續從事的研究課題有效地關聯起來，感到課堂中講授的很多內容看起來毫無用處，從而喪失了學習的積極性。
很多教師認為把圖像處理中的算法研究透徹、把基礎打好對研究生非常重要，但是這忽視了研究生是有著極強的科研探索精神和豐富想象力的年輕一代。如果將一些在生活中涉及圖像處理的問題交給他們進行探索，將會激起他們濃厚的學習精神和創造力，這種沒有標準答案的應用題目可以進一步鍛煉他們的思考能力。
為此，在課程的教學方法和實驗內容設計上，我們重點培養學生以下兩方面能力。
（1）應用型研究能力，包括發現問題、分析問題和解決問題的能力；
（2）應用型技術能力，包括編程設計能力和項目合作能力。
下面筆者分別從教學大綱、教學方法設計和實驗內容設計3個方面進行介紹。
1.數字圖像處理課程教學大綱
我們在設定教學大綱時，重點參考了多本數字圖像處理方面的經典教材，如楊枝靈和岡薩雷斯編寫的教材。結合之前的教學經驗，同時注意與本科生課程相區別，制訂了兩個原則：加強中高級圖像處理算法的介紹；增加利用圖像處理算法的應用案例的介紹。中高級圖像處理算法主要指圖像分割算法、圖像特征提取方法和運動檢測方法。同時我們還在課堂上給出一些應用案例，進一步幫助學生將理論知識與實踐相結合。
數字圖像處理課程目前作為北京林業大學研究生的專業必修課，總學時為32，其中課堂講授24學時，實驗8學時。相對于其他學校，這門課程的總學時和實驗學時數不多，我們設計的教學內容如表1所示。
2.數字圖像處理教學方法設計
針對培養學生應用型研究能力的目標，我們在教學方法設計上本著激發學生的學習興趣，開闊學生眼界，給學生提供更自由的思考空間的原則，通過下面兩個措施來實現我們的目標。
2.1精心選擇案例
選擇的案例要貼近實際生活，并與課堂上講授的方法緊密銜接。例如，在講解圖像增強和復原這兩章之后，我們引入在實際生活中常見的“圖像去霧”問題，通過如下方法，培養學生研究能力。
（1）要求學生先嘗試用學過的算法來解決這個問題，并在課堂進行算法討論，給出算法結果。
（2）要求學生針對具體問題，查閱文獻資料，了解別人的解決方法。通過查閱國內外的文獻資料，同學們知道了如何根據關鍵詞查詢科研論文，了解哪些電子數據庫中有與專業相關資料，知道了文獻的級別有SCI、EI、核心期刊、一般期刊等。
（3）學生將查到的算法進行分類和總結，撰寫文獻綜述。
（4）每位學生都需要編程實現“圖像去霧”算法，這個算法是結合自己的思考、實踐以及查閱文獻的結果。
通過自己動手，同學們發現如果圖像的清晰度不好，有噪聲，或者沒有歸一化，結果就完全不同。通過自己動手驗證，同學們會發現圖像處理領域的一個最為重要的特點——任何算法主要都是針對一類圖像或是針對一類問題而設計的，因此在算法的適應性上需要有所考慮。
2.2全面介紹圖像處理的各個應用領域
老師在課堂上介紹幾個圖像處理涉及的較為重要的應用方向（如視頻監控、圖像檢索、人臉識別、運動檢測、車牌檢測等）后，將同學們進行分組，每組負責查找一個應用方向的相關資料，討論和匯報自學的結果。匯報內容主要包括：①應用方向的介紹；②涉及的主要問題；③目前的解決方法及應用成果。
通過查找文獻，同學們不僅對課上學習過的經典算法有進一步了解，同時還接觸到很多新算法。通過聽取各組匯報，同學們在較短的時間里，了解了圖像處理涉及的多個主要的應用領域。針對每個應用研究領域，老師引導學生分析該領域的難點和重點，提出問題，再讓學生思考解決方案，沒有標準答案，只希望能夠鍛煉學生的思考能力。以“人臉識別”為例，有很多經典的或較新穎的算法，老師會結合應用領域對其中常用的或比較重要的算法，如PCA方法和Adaboost算法，進行詳細講解，使學生全面了解圖像處理算法的應用領域。
3.數字圖像處理實驗內容設計
針對培養學生的應用技術能力的目標，同時考慮到本課程實驗學時數較少，我們設計了兩個實驗——基礎性實驗和綜合性實驗。
3.1基礎性實驗
目前很多經典的圖像處理算法是用vC++程序實現的，我們要求大家學會讀程序，能夠看懂已有的算法實現程序，并在此基礎上能開發新的功能。
實驗一：實現對多種圖像格式的支持（2學時）
實驗內容：采用VC++編碼實現，基于CDib類，添加支持打開，并保存多種圖像格式的功能。包括JPEG和GIF。
實驗要求：利用學習的圖像壓縮的知識，利用現有的編碼解碼庫實現對IPEG和GIF圖像的打開和保存。
實驗目的：了解多種圖像格式，編寫針對多種圖像格式的讀寫程序，能夠進一步理解針對圖像的編程的特點，同時也進一步了解開發圖像應用程序的適應性問題。
老師在課程初期會向大家介紹圖像處理的一個公開庫——CDib類。該類很好地封裝了圖像的數據結構，涉及很多圖像的基本操作。我們知道現實生活中的圖像常常都是壓縮格式的，如BMP、JPEG、PNG、GIF等。因此在講完圖像的壓縮格式后，對照講過的BMP圖像結構，老師要求學生為CDib類添加能夠支持多種圖像格式的功能。以GIF圖像為例，它不同于如JPEG、PNG等格式，GIF采用的是LZW壓縮算法，使用的是無損壓縮技術。GIF圖像的特點是可以一次壓縮多幅圖像，圖像顏色表控制為256色，使用漸顯方式。
3.2綜合性實驗
針對綜合性實驗，我們會擬定多個題目讓學生選擇，如樹葉提取、花朵提取、車牌識別等。
實驗二：數字號碼圖像的識別（6學時）
實驗內容：采用VC++編碼實現，基于CDib類，針對數字號碼圖像，識別出數字，給出文本顯示結果。
實驗要求：將該題目進行分解，劃分任務；組內每個同學負責一部分任務的編程工作；每個人針對自己負責的工作至少提供兩種實現方法，并放入整個項目流程中驗證這兩種方法的有效性；最后總結出兩種方法的異同以及適應的范圍。
實驗目的：考查學生對數字圖像處理應用中每個步驟的掌握程度和項目合作溝通能力。
上述實驗涉及以下幾個步驟。
①圖像的預處理；
②圖像的分割；
③圖像的特征提取；
④圖像的分類。
組中每個學生負責一個步驟，所有步驟都需要盡心設計，這樣整體的效果才可能最好。同時大家需要協商各自負責模塊的人口和出口的數據結構，保證數據能夠在模塊之間順利流轉。這種協商和分工合作的能力是軟件工程專業最需要的技術能力之一。
以“數字號碼圖像識別”為例，該題目可以分割成4個步驟：預處理、數字圖像切分、數字圖像特征提取和數字識別。在每個步驟中都有分別需要注意的問題，如在預處理階段，需要對圖像進行去噪聲，增強對比度，甚至需要進行膨脹和腐蝕將圖像中斷裂的數字部分連通起來；在數字圖像切分階段需要制定適應性廣泛的切分策略來應對各種情況，如數字排列可以呈現任意的傾斜角度，或數字字符相連等；在數字圖像特征提取階段，我們可以考察每個數字圖像的自相關系數特征，或者每個數字圖像的頻譜特征，也可以考察數字圖像的幾何拓撲特征，如將數字圖像分成2個洞的（8），1個洞的（4，6，9，0），沒有洞的（1，2，3，5，7），針對每個類別再提取新的幾何特征；在數字圖像識別階段，可以采用神經網絡的分類器，或者利用制定的一些分類策略來分類，或者采用主成份分析（PCA）的方法來識別。
4.結語
兩年多的教學實踐表明，新的教學大綱、授課方法和實驗內容有利于激發學生的興趣，使他們帶著問題去學習，從而加深了對圖像處理應用領域的了解，鍛煉了編寫程序和協作開發的能力。下一步我們將設計更多合理有效的案例和綜合性實驗，力圖通過這門課激發學生的創造力。
篇5
Image Processing Algorithm Design Research Based on ImageJ
ZHAO Yi-li
(Dept. of Computer, Southwest Forestry University, Kunming 650224, China)
Abstract: Proposing an image processing algorithm design program based on ImageJ software, the program can complete digital image processing algorithm design quickly and accurately, and it is a useful complement for which based on MATLAB or C/C++ language environments. Through two examples of digital filtering and wavelet transform, the paper shows the benefits of the program for the image processing algorithm design task. Meanwhile, with the ImageJ's open plug-in architecture, making the design has good modularity and scalability.
Key words: imagej; image processing; digital filtering; wavelet transform; algorithm design
1 數字圖象處理算法設計概述
在進行數字圖像處理算法仿真時，采用的方案主要有兩大類。一類是使用MathWorks公司開發的MATLAB軟件。另外一類基于C和C++語言，以及Microsoft公司的Visual Studio平臺和MFC框架。
1.1 基于MATLAB的圖像處理算法設計
由MathWorks公司開發的MATLAB[1]軟件非常適合用于處理向量和矩陣，在科學研究和產品的原型開發與設計中得到了廣泛的應用。并且被國內外許多大學采用作為線性代數和數值計算的計算機輔助教學軟件。該軟件本身提供了一種高級語言，能夠通過編程的方式解決問題。由于MATLAB附帶了一個功能完整的圖像處理工具箱[2]，因此很多研究者都基于MATLAB進行數字圖像處理算法的設計[3-5]。
采用MATLAB軟件作為原型系統設計具有可靠和快速的優點，但是也存在三個缺點。第一，由于MATLAB是一個商業軟件，軟件的版權費用比較昂貴。第二，MATLAB對相應的圖像處理算法行了封裝。因此，很難有機會看到相關算法的實現代碼。第三，在MATLAB中開發的程序必須要有MATLAB的運行庫支持，脫離了MATLAB環境就無法運行。
1.2 基于C和C++語言的圖像處理算法設計
另外一類設計方案基于C和C++語言。C語言是很多圖像處理和數值分析庫的首選編程語言。但是，使用C語言需要通過指針訪問圖像數據，而且需要手動進行內存的分配和釋放。因此在使用C語言進行算法設計的時候，往往會把注意力轉移到其它和圖像處理無關的領域上面，而且C語言本身也沒有提供用戶界面接口環境。
隨著C++語言的普及，越來越多的研究者開始采用C++語言進行圖像處理算法設計。這些設計大部分都是基于Visual C++環境，并且使用MFC完成相關的用戶界面接口。由于C++語言本身的復雜性，以及MFC具有相對陡峭的學習曲線，使得這個方案開發效率不是很高。言內容。
2 基于ImageJ的圖像處理算法設計
為了能夠解決以上提到的問題，作者在進行數字圖像處理工程實踐中，采用基于Java語言編寫的ImageJ平臺的算法仿真方案。通過一些項目的實踐，取得了不錯的效果。下面對采Java語言和ImageJ平臺的原因進行闡述。
2.1 采用Java語言的原因
隨著Java語言及其平臺的日益成熟，使得Java語言[6]在多個領域都得到了廣泛的應用。選擇Java語言的原因是（1）Java語言是跨平臺的，可以使用多個操作系統來進行算法設計，例如Windows、Linux或者Mac OS；（2）Java語言是免費和開放的；（3）Java語言帶有網絡開發的標準庫，這使得開發基于Web的圖像處理系統更加方便；（4）Java語言帶有用戶界面庫AWT和Swing，可以將圖像處理算法和處理結果的可視化無縫銜接起來；（5）Java語言是面向對象的，并且支持垃圾回收和良好的異常處理機制。這樣研究者更容易把注意力集中在算法實現上面，而不是指針的操作以及內存的手動分配與回收這些與問題域無關的事物上面；（6）Java程序運行速度很快，這意味著可以得到算法運行結果的即時反饋，即實時性。
2.2 采用ImageJ的原因
ImageJ是由美國國家衛生總局的維恩開發的一個功能強大的圖像處理和分析軟件[7]，在全世界被很多生物學家和醫學圖像處理研究者應用于生物醫學圖像處理研究[8]。由于ImageJ本身是使用Java語言編寫的，因此可以運行在任何一個安裝了Java虛擬機的操作系統上面。同時，在ImageJ的網站上也提供了相應的源程序和幫助文檔下載，研究者可以通過下載ImageJ的源代碼對ImageJ內部的工作機制和原理進行分析。最重要的是ImageJ的設計基于插件架構體系，可以通過編寫插件對其功能進行擴展。利用ImageJ的插件機制，可以將不同的圖像處理算法編寫為相應的插件。通過Java虛擬機和ImageJ提供的插件動態加載功能，當用戶對插件進行更改以后，直接編譯就可以在ImageJ中進行加載和運行，而無需重新啟動應用程序，即提供了所謂“熱拔插”的功能。
3 圖像處理算法設計示例
下面將通過兩個例子來說明如何基于ImageJ平臺進行數字圖像處理算法設計。通過這兩個例子可以看到ImageJ的插件機制為圖像處理算法的實現提供了一個非常好的平臺。
3.1 數字濾波
隨著數字濾波是圖像平滑和銳化算法的理論基礎[9]。論文實現了數字濾波的兩種算法，一種使用不可分離算法，另外一種使用可分離的算法。一個大小為m*n的濾波器，對于每個像素，不可分離算法的時間復雜度為O(m*n)，可分離算法的時間復雜度為O(m+n)。因此，可分離算法在模塊化和計算時間方面更有優勢。
算法1 垂直邊緣濾波器的不可分離算法
public ImageProcessor nonseparable(ImageProcessor input) {
int w = input.getWidth();
int h = input.getHeight();
ImageProcessor output = new ImageProcessor(w, h);
double[][] block = new double[3][3];
double value = 0.0;
for (int x = 0; x < w; x++) {
for (int y = 0; y < h; y++) {
input.getNeighborhood(x, y, block);
value = (block[2][0] - block[0][0] + block[2][1] - block[0][1] + block[2][2] -block[0][2])/6.0;
output.putPixel(x, y, value);}}
return output;}
算法2 垂直邊緣濾波器的可分離算法
public ImageProcessor separable(ImageProcessor input) {
int w = input.getWidth();
int h = input.getHeight();
ImageProcessor output = new ImageProcessor(w, h);
double rowin[]= new double[w];
double rowout[] = new double[w];
for (int y = 0; y < h; y++) {
input.getRow(y, rowin);
difference(rowin, rowout);
output.putRow(y, rowout);}
double colin[]= new double[h];
double colout[] = new double[h];
for (int x = 0; x < nx; x++) {
output.getColumn(x, colin);
average(colin, colout);
output.putColumn(x, colout);}
return output;}
private void average(double in[], double out[]) {
int n = in.length;
out[0] = (2.0 * in[1] + in[0]) / 3.0;
for (int k=1; k
out[k] = (in[k-1] + in[k] + in[k+1]) / 3.0;}
out[n-1] = (2.0 * in[n-2] + in[n-1]) / 3.0;}
private void difference(double in[], double out[]) {
int n = in.length;
out[0] = 0.0;
for (int k=1; k
out[k] = (in[k+1] - in[k-1])/2.0;}
out[n-1] = 0.0;}
表1列出了ImageJ的均值濾波的測試時間，測試環境為：512 x 512的灰度圖像，JRE 1.6.0_21，Intel Core Quad/2.33GHz，4GB RAM。從表1中可以看到可分離算法相對于不可分離算法的優勢，特別是當濾波器尺寸加大以后更加明顯。
3.2 小波變換
另外一個例子是實現可分離的二維Haar小波變換[10]。
算法3 二維Haar小波變換
public ImageProcessor analysis(ImageProcessor input, int nbScale) {
int nx = input.getWidth();
int ny = input.getHeight();
ImageProcessor output = input.duplicate();
ImageProcessor buffer;
for (int i=0; i
buffer = new ImageProcessor(nx, ny);
ouput.getSubImage(0, 0, buffer);
buffer = split(buffer);
output.putSubImage(0, 0, buffer);
nx = nx / 2;
ny = ny / 2;}
return output;}
private ImageProcessor split(ImageProcessor input) {
int nx = input.getWidth();
int ny = input.getHeight();
ImageProcessor output= new ImageProcessor(nx, ny);
double rowin[]= new double[nx];
double rowout[] = new double[nx];
for (int y=0; y
input.getRow(y, rowin);
split_1D(rowin, rowout);
output.putRow(y,rowout);}
double colin[] = new double[ny];
double colout[] = new double[ny];
for (int x=0; x
output.getColumn(x, colin);
split_1D(colin, colout);
output.putColumn(x,colout);}
return output;}
private void split_1D(double in[], double out[]) {
int n = in.length / 2;
double sqrt2 = Math.sqrt(2.0);
int k1;
for (int k=0; k
k1 = 2 * k;
out[k] = (in[k1] + in[k1+1]) / sqrt2;
out[k+n] = (in[k1] - in[k1+1]) / sqrt2;}}
圖1是基于ImageJ設計的Haar小波變換仿真的運行結果。
3 結論
論文提出的基于ImageJ軟件的數字圖像處理算法設計方案對傳統的基于MATLAB和C/C++語言的方案是一個非常好的補充。通過相關的兩個實例也展現了這種方案在實現數字圖象處理算法時的簡潔和快速，對于研究者設計和驗證新的圖像處理算法是一個非常好的平臺。同時由于ImageJ基于插件的架構體系設計，使得研究者可以將不同的圖像處理算法編寫為相應的插件，對其進行擴充和二次開發。
參考文獻：
[1] The MathWorks Inc. MATLAB,Natwick,MA.[CP/OL].
[2] Rafael C,Richard E,Steven L.Digital Image Processing Using MATLAB [M].[S.l]:Prentice Hall,2004.
[3] 安平,王朔中.建立在MATLAB平臺上的數字圖像處理教學實驗系統[J].實驗室研究與探索,2001(1).
[4] 賈永紅.現代化教學手段在數字圖像處理教學中的應用研究[J].測繪通報,2006(1).
[5] 張國琴,吳周橋.MATLAB在數字圖像處理教學中的應用[J].武漢科技學院學報,2005(10).
[6] The Java Language.[CP/OL].
[7] Image J.rsb.info.nih.gov/ij[CP/OL].
篇6
關鍵詞 ：研究型教學；遙感數字圖像處理；教學模式；建構
DOI：10.16083/j.cnki.22-1296/g4.2015.04.024
中圖分類號：G642.0文獻標識碼：A文章編號：1671—1580（2015）04—0052—02
基金項目：甘肅省自然基金（編號145RJZA163）；甘肅農業大學重點課程建設項目（遙感數字圖像處理）；甘肅農業大學教學研究項目“地理信息科學專業實踐教學模式的改革與實踐”資助。
收稿日期：2014—10—19
作者簡介：吳靜（1973— ），女，四川道孚人。甘肅農業大學資源與環境學院，副教授，博士，研究方向：遙感教學。
李純斌（1972— ），男，湖北長陽人。甘肅農業大學資源與環境學院，副教授，博士，研究方向：3S技術與應用。
付彩菊（1981— ），女，甘肅定西人。甘肅農業大學資源與環境學院，講師，碩士，研究方向：遙感教學。
閆培潔（1985— ），女，甘肅白銀人。甘肅農業大學資源與環境學院，講師，碩士，研究方向：遙感教學。
大學研究型教學以主體教育思想、素質教育思想、創新教育思想為理論指導，注重培養學生可持續發展的能力，如自主能力、創新能力、交往合作能力等，能夠很好地體現現代大學教學的本質，［1］因此，研究型教學思想自美國在20世紀80年代提出以來，得到了包括中國在內的各國教育界的積極響應和發展，取得了矚目的成就，成為高校推崇的教育理念之一。［2］
目前，我國高校的在校學生一般都是“90后”，他們在開放的網絡環境中成長，通過網絡獲取信息的能力較強，更希望在學習中掌握主動權，［3］［4］［5］適合“以學生為主體、以教師為主導”的研究型教學模式。［6］
甘肅農業大學遙感數字圖像處理重點課程建設項目以研究型教學思想為指導，進行了研究型教學模式建構的探索和實踐，并取得了較好的效果。
大學研究型教學的基本特點包括：教學時空的開放性；教學主體的互促性；教學方法、手段的多樣性、靈活性；教學過程的探索性；教學氛圍的民主性；教學評價的綜合性。基于上述理念，筆者結合學生的特點和課程特征，貫穿開放意識、問題意識、探究意識和能力培養意識，［7］在遙感數字圖像處理課程教學實踐中建構研究型教學模式。
一、開放意識
（一）教學時空開放
遙感圖像資料是遙感處理的對象，如何根據需求獲取合適的遙感圖像是本課程的最基本技能，也是對學生首要的素質要求。然而，下載遙感圖像耗時較長，而且必須通過網絡下載，鑒于課堂學時不足，同時學院實驗室機房沒有開通互聯網，所以，我們設計了一個課外實驗：要求學生利用課余時間和網絡資源，下載一景遙感圖像（不限平臺、傳感器、時間、地點等）；說明下載的過程，包括網站信息、數據查詢條件設置、數據下載的方式等。通過這個實驗，達到讓學生掌握下載遙感圖像的流程、了解相關網站的目的。由于該實驗具有一定的挑戰性，而且最后結果明確（是否下載到圖像），學生克服各種阻力完成之后，會有一種成就感。此外，由于實驗中沒有限制平臺、傳感器、時間、地點，結果也不是全班統一的，有的學生下載了學校所在城市的影像，有的下載了家鄉的影像，有的下載了自己向往地點的影像，等等，體現了自己的獨特性。通過教學時空的開放，達到了對實驗條件揚長避短、充分調動學生積極性的效果。
（二）資源開放
1.網絡資源。收集整理各種獲取遙感圖像資料的途徑，讓學生親自去體驗獲取影像資料的過程，使其對不同平臺、不同處理級別、不同價位、不同格式、不同內容的資料有直觀認識，并熟悉網站資源和數據申請流程，及時跟進網站的更新進度，了解業界的最新動態。
2.文獻資源。遙感圖像處理具有一定的不確定性，而且處理方法多樣，因此，在教學過程中，應為學生提供各種相關的期刊文獻供其參考，讓他們不僅自己會操作、與同學探討處理過程和結果，還能看到相關專業領域的學者如何進行遙感圖像處理研究。
（三）課程開放
遙感數字圖像處理與遙感概論、遙感概論教學實習兩門課程內容相關，但各有側重。遙感概論側重介紹遙感相關理論以及遙感圖像處理方法及原理；遙感數字圖像處理課程側重處理的基本操作；遙感概論教學實習則是在具體給定項目中，在所學理論方法指導下，貫穿各種基本操作，實現項目目標。遙感數字圖像處理每一次實驗所培養的技能就像一顆顆打磨好的、散落的珍珠，遙感概論教學實習就像一條線，將每顆珍珠貫穿到一起，形成一條美麗的項鏈。三門課程相互銜接，前后呼應，學習、鞏固、提高，不斷提升學生對遙感學科的理解。
二、問題意識
以問題為導向，在實驗設計中強調利用所學知識和技能解決實際問題，通過每個實驗的設計以及不同實驗之間的相互呼應體現問題意識。
（一）單個實驗要求分兩個層次
每一次實驗對學生提出兩個層次的要求，首先是要求其完成基本操作；在此基礎上，提出任務要求，要求用基本操作解決具體問題，加深對操作的熟悉程度，同時要對此操作的目的和意義有進一步的思考和理解。
綜合兩個層次的練習，不僅能讓學生學會操作，而且能夠明白操作的目的和意義。
（二）各個實驗互動呼應
如綜合“實習一ERDAS視窗操作”和“實習六空間建模”設計一個習題，要求學生利用實習一的作業二的結果作為輸入，運用實習六的操作完成對圖像的分類。這樣一方面可以加深學生對實習一的內容的理解，用更積極、深入的方式激活學生對前面所學實驗的回憶；另一方面還能增強學習的趣味性，激發學生思考的積極性，達到了由實驗六激活實驗一的效果。
期中開設習題課，綜合所學，提出思考題，引導學生想辦法利用所掌握的操作技能，完成思考題，解決問題。
三、探究意識和能力培養意識
將課程與其他相關的專業學習活動聯系起來，學研結合，培養學生的探究意識。指導學生參加學生科研訓練項目（SRTP）、進行畢業設計與畢業論文研究，利用本課程中學到的技能和方法解決一些實際問題，完成圖像的獲取、預處理、增強處理、運算、得出結果和結論的全過程，并用論文的方式進行總結。鼓勵學生參加國際、國內相關內容的比賽，按一定要求和規則完成相應任務。
一般來說，在SRTP、畢業設計和各種比賽中，學生們需要解決的問題比課堂上要多，包括數據的下載、數據的格式、數據的運算、各種不同來源數據之間的協同等，或者是海量數據的處理等各種問題。在解決問題的過程中，往往要求學生查閱大量文獻或者需要在課程教學所用到的平臺或相關軟件平臺的基礎上進行二次開發，達到按需處理數據的目的。這個過程非常鍛煉學生，能使學生在心理素質的培養、學識的積累、處理問題的能力培養等方面獲益良多。
綜上所述，只要根據課程特點采用研究型教學模式，將雙主體意識、開放意識、問題意識、能力培養意識和探究意識貫穿于教學之中，挖掘學生學習的積極性，就能夠使他們學得輕松、快樂。
［
參考文獻］
［1］羅秋明，梁美華，易斌.大學研究型教學理論、方法與模式［M］.徐州：中國礦業大學出版社，2005.
［2］何云峰.大學“研究性教學”的發展路向及模式建構［J］.中國大學教學，2009（10）.
［3］王曉雪.針對“90后”學生特點的大學英語個性化教學研究［J］.科技信息，2013（10）.
［4］薛晶心.認識90后大學生特征，尋求有效的教學對策［J］.大學（學術版），2011（1）.
篇7
數字圖像處理是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術。如今，數字圖像處理涉及農牧業、林業、環境、軍事、工業和醫學等方面，有著極為廣泛的應用[1-2]。然而，困擾學生的問題是所學的知識不知如何運用到實踐中。因此，面對枯燥的學習，提不起興趣。可興趣卻是最好的老師，它是主動學習、積極思考、大膽質疑、勇于探索的強大動力。因此，在教學活動中，注重激發學生的學習興趣是一項十分重要的任務。
數字圖像處理這門課程理論性、系統性強，知識面廣，不僅需要較強的數學功底，如概率論與數理統計、線性代數、矩陣論等，還依賴于信號與系統、通信原理、數字信號處理等課程的學習和了解[3]。然而這些要求和學生所掌握的現狀是矛盾的。數學基礎薄弱以及相關先修課程掌握不扎實，使學生學習起來力不從心，因而也提不起興趣。教學內容按部就班，重理論輕應用，課堂學習枯燥無味。相當一部分學生一學期的學習只為應付考試。以就業為目的的學生覺得似乎跟以后的就業前景也沒多大關系，社會需求較小，學習沒有動力；以考研為目的的學生只重視考研科目，對這門課也沒有興趣。實驗內容簡單枯燥，偏重驗證性，學生實際扮演打字員角色，無法發揮積極性和創新性[4-5]，也無法激發學生興趣。實驗內容和實際應用聯系不夠緊密，學生在現實生活中找不到共鳴。
2 以興趣為導向的教學改革探索
數字圖像處理是隨著計算機和數學的發展而發展的一門綜合性學科，教學目的是使學生了解和掌握數字圖像處理的基本內容和方法，一方面提高學生的科研素養，為以后的深入研究打下基礎；另一方面能夠讓學生具有一定的實踐能力，為就業打下基礎。本文以興趣為導向，激發學生內在驅動力，以達到教學目的，擬作如下改革探索。
教學內容改革 該課程主要講授數字圖像處理的基本原理，包括數字圖像基本理論、圖像增強、圖像變換、圖像恢復和重建、圖像編碼和圖像分割等圖像處理方法。該課程涉及多種算法數學模型、公式等，并有大量的理論和程序講解，內容多，理論性強，應用面廣。為達到良好的教學效果，力求縱觀全局，抓住關鍵，突出重點，解決難點，在實際教學中應區分主次，有側重有取舍，使教學內容精致化。
為避免教學的純理論化，培養學生解決實際問題的能力，在講授基本理論時，增加相關背景知識和前沿動態介紹，激發學生的興趣，也有利于知識的完整性和連貫性。在具體講授圖像處理基本方法的章節時，適度弱化數學推導過程，針對具體的圖像處理方法，安排相應的實際應用案例。如圖像增強，可以利用電視影像為例，說明利用圖像處理可以提高影片中圖像的質量，減低圖像中的噪聲，優化觀影效果；圖像變換，可以討論雷達圖像質量的提高，利用圖像重構算法提高雷達圖像分辨率，便于更好地表征目標；圖像分割，可以討論醫學影像，如CT圖中對于病灶區域的識別，提高醫生對病情的判斷；圖像識別，以人臉識別為例，介紹圖像處理算法在人臉識別中的運用。在生動的學習過程中培養出學習興趣，樹立學習信心，在此基礎上適度地深入相關的理論推導過程。
在應用技術層面，注意理論聯系實際，安排相應的專題報告。如：生物醫學方面CT技術，顯微圖像分析和超聲波圖像處理等；通信工程中的編碼和壓縮技術；工業工程中的自動檢測、工業視覺；以及軍事公安、文化藝術、電子商務等。
在作業和課后習題方面，精選習題，改進傳統的做題方法，讓學生能夠舉一反三，避免重復做相似的習題，重質量輕數量；相應增加應用實踐專題型課題，可以讓學生根據自己的興趣分組，選擇一個專題，充分利用教材和教輔，以及圖書館和各種網絡資源，做相應的小論文，將理論知識與解決工程技術問題結合起來，既鞏固了理論知識，又有了實踐能力，還能增強興趣，提高學習動力，能夠達到較好的教學效果。
教學方法和教學手段改革 在傳統教學中，以教材、教師為中心，近乎是教師講、學生記的模式。改革擬采用多種教學方法相結合來改變這種“講聽式”的教學模式。根據課程內容和學生特點，靈活運用啟發式教學法、研討問題教學法、過程導向教學法、項目導向教學法、任務驅動教學法、實例解析法、練習指導法等組織教學，理論實踐并進，“教、學、做”三位一體。
在課程介紹時，可結合視頻和圖像的方式介紹目前已經運用在社會實踐中的實例，增加學生的興趣。在教學過程中，可以將不同章節的內容進行串聯，介紹已有成果的同時穿插前沿動態和發展趨勢，提高學生的求知欲。教學中適當地組織專題討論，引導學生積極思考，提高學生分析問題、解決問題的能力，使他們思維變得活躍，興趣變得濃厚，能夠自主地、積極地參與學習并進行探索創新。在教學手段方面，根據不同的課程內容，采用多種教學手段相結合的方式。背景介紹以及實際應用方面采用多媒體教學，用視頻形象生動地向學生展示；在理論基礎及公式推導上，多采用傳統的板書模式，引導學生一步步跟著教師思考，加深印象。在實驗仿真和程序設計指導時可采用屏幕錄影教學，有利于學生熟悉界面，可以把學習時間更多地放在設計程序上。還可以建立網絡學習輔導與交流互動平臺，充分發揮學生主體和教師主導作用。此外，合理安排學時，將保證在有限的學時內既完成教學任務又增強教學效果。
實驗內容改革 如表1所示，傳統的實驗主要是驗證性實驗，學生把大量課時花在敲程序和調試程序上，只為得到一個驗證性的答案，缺乏思考及自己對程序的理解，不利于學生能力的提高，達不到理想的教學效果。針對傳統實驗的不足，擬做以下嘗試。
1）一般性驗證實驗，可以用屏幕錄影的方式，在授課過程中演示，一方面有助于理論內容的理解，同時也可以起到實驗預習的作用，節省此類實驗時間。
2）重要的驗證性實驗，可以適當增加一些情境，修改一些參數，以觀察它們對實驗結果的影響，讓學生理解并掌握其中的關鍵因素。
3）在完成大綱實驗的基礎上，增加開放性實驗設計，引導學生興趣。實驗內容由淺入深，使學生在實踐中提高對知識的理解以及創新能力。學生可以自由分組，鼓勵編程基礎好的學生作為小組負責人，帶動其他學生一起完成，培養學生的獨立思維能力、動手能力以及團隊合作能力。
考核內容和方式改革 目前的考核方式還是沿用傳統的課程考試方法，主要分期中和期末考試。形式上為筆試，內容上知識性、記憶性的東西占了絕大多數。然而每學期厚厚的一本教材，試題的覆蓋面是有局限性的，而且這樣的考核方式也導致學生應試現象的出現。雖然把考試應付過去了，但沒有真正學到多少東西，自身能力沒有多大提高，違背教學目的。
基于這樣的現狀，擬對考核內容和方式做如下改革探索：考試內容要與時俱進，摒棄傳統、老舊的題型。在考核的內容以及廣度和深度方面，任課教師有著決定性作用。任課教師應該提高自身對教材的理解力，把握好重點、難點，跟進學科前沿動態，對課后習題認真揣摩。出題既緊扣教材重點又新穎靈活，能夠達到測試考查的目的，避免試題與歷屆試題及課后習題重復，有機會給部分學生投機取巧。
篇8
1云檢測方法
根據同一衛星圖像，它在各個分量上的水汽、二氧化碳、一氧化碳、甲烷等氣體據有相同的屬性參數，截取目標區域圖像和該區域附近的無云樣品區域進行處理。
由于云是不穩定因子，它隨時間和空間變化而變化，即不同季節云的反射率和亮溫不同，不同空間高度云的反射率和亮溫又有所不同。因此，要能較好地識別云區范圍就要了解它的空間和時間分布特性，并采用行之有效的方法來解決這個難題。然而鑒于不同的云相對于植被、土壤、水域等不同下墊面在可見光和近紅外波段具有較高的反射率，而在熱紅外波段由較低的亮溫，這就給我們判云帶來了有利條件。針對與所選用的熱紅外通道，我們采用了以下幾種方法進行了檢測云。
1.1單通道探測值閾值檢測
任取NOAA氣象衛星的某一通道圖像資料，并給定一個云區灰度閾值，凡高于該閾值的像元皆為云。
1.2可見光和近紅外通道反射率閾值檢測
計算可見光和近紅外通道圖像的反射率，給定反射率閾值，凡高于該閾值的為云。
1.3紅外通道溫度閾值檢測
運用普朗克公式計算紅外通道的亮溫和溫度，設立溫度閾值，凡低于該閾值的為云。
2除云方法討論
云檢測的目的是找出云影響的測量值，回歸晴空測量值后用于計算海面溫度。云檢測是基于觀測目標自身的特性，比如，海面溫度梯度變化不大；在紅外和可見光波段中，海面較云頂有較高的溫度和低得多的反射率；海面和云頂在不同紅外窗區通道反射率上的差異等，推測出有云影響的數據。
在氣候變化中，云與輻射起著關鍵的作用，云層影響著地球的輻射收支地球表面溫度以及氣候變化趨勢。遙感圖像處理中，與覆蓋時最常見的噪聲之一，它不僅對圖像的處理帶來諸多困難。
2.1國外遙感溫度研究
從70年代開始，研究者開始嘗試從機理方面著手研究亮溫與地表溫度的關系。由于衛星獲得的亮溫是由大氣頂層接收的輻射亮度值換算而成的，而大氣對遙感器接收地表信息的影響較大，所以早期的研究主要集中于大氣輻射校正上。到目前為止，己經研究出很多輻射校正方法，但是這些方法大部分都需要其它氣象數據的支持，比如不同高度的大氣濕度等。
大氣校正方法比較煩瑣，后來有的學者基于相鄰波段大氣吸收特性提出了一種全新的方法，直接運用兩個波段的亮溫數據去推算地表的溫度。這就是一種比較簡單有效的溫度反演方法，即分窗口技術法(Split-windowTechnology)，該方法可在少量的地表參數支持下從氣象衛星數據反演出地表溫度。目前溫度反演研究主要集中在NOAA衛星圖像的熱紅外波段。
2.2國內遙感溫度研究
國內在遙感地表溫度研究中主要采用的還是數理統計方法，此后沿襲這些研究思路和研究方法，特別是中國科學院遙感應用研究所在土壤水分方面進行了大量的研究，但是作為其中最為重要的參數之一的地表溫度的研究卻進展不大，沒有跟上國際上由數理統計研究取得的結果。
北京大學學者提出了一種新的改進分窗口技術方法，該方法的特色之處在于引入相鄰像元的概念。研究者給定了兩種情況下的溫度反演法，第一種情況是假設地表輻射率已知，然后運用迭代反演方法求解地表溫度。該方法模擬結果與其它共5種模型結果分析比較，精度有較大的提高。第二種情況是地表輻射率未知，來反演地表溫度與輻射率。這時采用雙通道雙像元法去求解相應的參數。通過模擬計算取得了較好的精度，在大氣廓線總水汽含量誤差小于10%時，反演的溫度均方根誤差0.7。輻射率均方根誤差0.013，地表輻射項的均方根誤差小于0.6%，己經可以滿足陸地表面溫度反演1的精度要求。
雙通道雙像元法是經典分窗口技術法的延伸，利用相鄰像元間輻射率之間的關系，在地表輻射率未知的情況下反演地表溫度是個很好的方法。但是該方法也有局限性，在大氣水汽含量誤差大于20%時，反演的溫度誤差就會顯著增加。
陸面溫度反演中分窗口技術法經過不斷改進，反演精度有所提高，但是這些改進的方法還沒有達到大面積應用階段，更不能像海溫研究那樣進入業務運行階段，因此，要達到陸面溫度反演的實用化程度，還需要繼續拓展。最近幾年遙感界出現了一個熱門的研究領域，就是多角度遙感數據反演研究，這個方法可能為組分溫度遙感提供一個新的思路。
參考文獻
1 陸玲,王蕾,桂穎.數字圖像處理[M],北京:中國電力出版社, 2007.
2 高成,董長虹,郭磊等.Matlab 圖像處理與應用(第二版)[M],北京:國防工業出版社.2006.
3 何東健,耿楠,張義寬. 數字圖像處理[M],西安電子科技大學出版社,2003.
篇9
“數字圖像處理”是為了適應現代裝甲車輛戰場信息獲取與信息處理的要求而開設的一門專業基礎性課程。數字圖像處理技術大量的研究、教學文獻、資料均是以英文形式出現的，直接以原文為信息源來理解相應理論和方法，可以減少因翻譯者的認知偏差而產生的誤解，從而更為準確地把握相關的前沿問題。從對外交流和知識更新的角度看，這門課非常適合雙語教學模式。
學員成績是衡量雙語教學效果的重要方面之一，然而試卷的難易程度、考試方法、教員評卷的寬嚴程度均會影響學員的成績。教學活動是教學雙方參與的活動，學員是教學活動的最直接的感受者，因而最有資格評價教員的課堂教學效果與質量。筆者從2004年起一直承擔著“數字圖像處理”雙語教學課程建設和授課任務，授課對象是光學專業大三本科學員。在教學中，筆者感到授課對象的英語水平參差不齊，課堂參與程度并不理想。鑒于此，筆者以所授班級全體學員為調查對象，在學期末課程結束后做問卷調查，旨在通過學員對雙語教學的評價，考察雙語教學的實際教學效果，并探求保證教學效果的最佳途徑。
一、對象與方法
此次調查的對象是“數字圖像處理”雙語授課的全體學員，調查采用的問卷是選擇式問卷，主要包含以下6個方面內容：學員通過英語四、六級情況、對雙語教學主要目標的認知、對教材的看法、對課堂教學的適應情況和期望、雙語教學的收獲、影響學員學習效果的因素。為了準確反映學員的真實想法，調查采取不記名問卷方式，統一發放并回收。共發放問卷31份，收回31份，有效問卷31份。
二、結果與分析
1.學員通過英語四、六級情況
通過四級27人，占87％；通過六級4人，占13％。從外語水平看，學員的外語基礎較好
2.對雙語教學主要目標的認知
學員對雙語教學主要目標的認知情況(多選項問題)調查結果顯示，認為“提升外語知識和能力”的占71％，排在首位；其次為“開拓國際視野和意識”的占61％；再次為“提升專業知識和能力”的占58％；最后是“學習外國先進教育理念”的占48％。但是，不同外語水平的學員對雙語教學主要目標的認知情況有所差別，通過四級的學員選“提升外語知識和能力”的人數最多，占74％；而通過六級的學員選“提升專業知識和能力”的人數最多，占75％。可見英語水平越高，對“提升專業知識和能力”的認同度越高。
3.對教材的看法
本課程選用的教材是岡薩雷斯的digital imageprocessing，但由于受到課時限制只選取了其中的部分章節作為教學內容。為了便于學員自學，還自編了一本與教學內容同步的詞匯手冊。從調查結果看，認為教材“很難”或“較難”的占58％；認為教材“一般”或“較容易”的占32％。而對于詞匯手冊，74％的學員持肯定態度，認為對學習有一定的幫助。調查中還發現，約10％的學員對教材的難易程度以及詞匯手冊的輔助作用認識比較模糊，選擇了“不好說”一項，這說明他們對本課程所選用的教材和詞匯手冊并不熟悉。造成這種情況的原因可能是：他們對課程本身并不感興趣，或是尚不知如何學習本課程。
4.對課堂教學的適應情況和期望
統計結果表明，84％的學員在一開始并不能適應雙語教學模式，然而經過一段時間后均能適應雙語模式。這說明雙語模式對學員來說并不是無法跨越的鴻溝，只要給予一定的鍛煉過程，絕大部分學員都能習慣這種教學模式。但是調查中也有約10％的學員選擇“一直不適應”，這主要集中在僅通過四級的學員中，在已通過六級的學員中并沒有人選此項，可見外語水平越高，雙語模式的適應情況越好。
在“數字圖像處理”雙語課堂上，課件是必不可少的，它承載了很大信息量，比如重點詞匯、一些不易直觀接受的內容，用課件展示出來，非常有助于學員的理解和記憶。調查發現，94％的學員希望授課的課件為中英文混合形式，然而他們所期望課件的中英文比例差別較大，其中選“中英文各半”的占21％，選“英文為主中文為輔”的占41％，選“中文為主英文為輔”的占38％。這與學員所希望的課堂上的中英文授課語言的比例相類似。這說明在雙語教學中，一味追求全英文授課，很有可能導致學員對雙語教學的不認同，最終影響雙語教學效果。但是，需要注意的是，中英文混合授課時無論以哪種語言為主，都要避免“雙語混合疲勞”現象產生。所謂的“雙語混合疲勞”指的是，為了滿足學員對課堂語言的要求，在課堂上總是混合使用兩種語言，打破了學員的正常思路，導致學員對課程內容無法理解。這樣的授課方式筆者曾經嘗試過，比如在講授某一知識點時，先用英語講一遍之后再用漢語講一遍，發現學員根本無法跟上教學節奏，這主要是由于他們的注意力完全被中英文之間的對應關系牽扯住，從而忽視了對教學內容的理解。同樣，在課件的制作中也要避免“雙語混合疲勞”現象。
5.雙語教學的收獲
雙語教學的收獲的調查分兩個方面，專業知識和外語水平。71％的學員認為雙語教學對專業知識有一定的促進作用，而81％的學員認為雙語教學對外語水平有一定的提高作用。可見學員對外語方面收獲的認同程度大于專業知識方面。這恰與學員對雙語教學主要目標的認知相吻合。但是，筆者認為雙語教學的主要目標絕不是語言教學，也不是為了擴展學員在專業領域的外語詞匯量，而應該是以講授專業知識為主線，以系統地掌握一門專業知識為主要目的。為了避免本末倒置，在教學過程中，要重視對學員教學目的的教育；同時，教員在備課授課中，要注重課程前延和后續相關學科知識的銜接，不要讓雙語課程孤立，讓學員能夠將這門課程的專業知識納入自己的專業知識體系。
6.影響學員學習效果的因素
調查發現，74％的學員表示“不認識專業英文詞匯”是他們學習本門課程的主要困難。約65％的學員認為“教材參考詞匯表”是學習本門課程有效的輔助措施。這說明在授課中，同步詞匯手冊對學習本門課程非常重要。87％的學員認為“中英文參考資料”對學習本門課程很有效。關于這一點筆者認為，如何給學員提供適當的中英文參考資料需要慎重考慮，資料不宜太多，否則會與教學內容偏離，適得其反。
三、對保證雙語教學效果的建議
對雙語教學效果的評價有多種，如領導評價、專家評價、同行評價、學員評價等。此次調查從學員角度出發，符合以學員為中心的教學模式。針對調查中發現的問題，為保證教學效果，在今后的教學中需要把握以下兩點：
(1)加強學員雙語教學目的的認知教育，避免學員學習中過分強調語言而忽略專業知識。
(2)教學內容要深入淺出。教員在授課中，除了對講授內容要了如指掌，做到放得開、收得攏以外，還應洞察學生心理，了解學員對知識的掌握情況。不要只站在教的角度考慮問題，還應從學的立場出發，將要講的內容轉化成學員渴求的知識傳授給學員。
雙語教學是一項實施成本較高的課程教學，如果沒有好的教學效果，不僅造成人力、物力、財力等資源的浪費，還會對下一步的推進造成不利影響，因此每門雙語教學課程都要重視教學質量。
篇10
Based on ITK and VTK Cone-Beam CT Medical Image Visualization
BAI Guang-yuan, LI Hai-bo
(Nanyang Institute of Technology, Nanyang 473000, China)
Abstract: In medical image visualization, cone-beam CT using FDK filtered back projection algorithm, using the DICOM standard format, using the image tool library in ITK and VTK for 3D volume rendering can be achieved on engineering and practical requirements. The article presents theories, research and feasibility analysis, gives a complete solution.
Key words: cone-beam CT；FDK；DICOM standard format；ITK；VTK
1醫學圖像可視化
科學計算可視化( Visualization in Scientific Computing，簡稱ViSC)是數字圖像處理學科的新領域，醫學圖像可視化研究是其中一個重要發展方向。1987年美國國家科學基金會（National Science Foundation，簡稱NSF）順應學科發展和實際需求，召開專題研討會，正式提出“可視化”一詞。會議之后以正式報告的方式，給出科學計算可視化的科學定義、研究方向和遠景目標。1991年美國國家醫學圖書館聯合科羅拉多大學醫院建立起男女標本各一的全部人體解剖結構數據庫。世界范圍內在遵循許可并支付費用的情況下，可將這龐大的歸檔數據應用于教學、科研和臨床領域。這一項目稱之為可視人體(Visible Human)計劃，在這個計劃中，中國走在了世界前沿。重慶第三軍醫大學和廣州第一軍醫大學完成了相同的工作，數據庫所用人體標本健康程度更高，其采集切片數據更加精細。醫學圖像可視化技術在醫學教學科研領域和臨床診斷方面逐漸起到越來越重要的作用，并有著廣闊的應用前景。
2錐束CT和FDK濾波反投影算法
提高X射線利用率和縮短成像時間一直是CT技術的一個重要發展方向。現階段，大錐角的錐束CT成像技術取形束和扇形束方式，進入了實用化和商業化的軌道。通過采用大錐角放射源和大平板檢測器等硬件設備，人體組織受X光線照射劑量只有傳統筆形束的六十分之一或相同量級，同時大大降低設備的運行成本。
對錐束CT生成的斷層圖像重建，主要應用FDK濾波反投影重建算法。FDK算法是一種基于圓形軌道掃描重建的近似算法。如圖1所示，在圓形軌道上R為圓軌道的半徑,γ為扇形角,κ為錐角，β表示投影角度可得濾波積分公式如下所示：
Feldkamp, Davis和Kress(1984)在其論文中給出了詳細的數學證明。FDK在中心平面是精確重建，離中心平面越遠，重建誤差越大。其各種衍生算法主要從軌道不同和誤差修正兩個方面給出更適合實際情況的修改和調整。FDK算法由于其幾何典型性和計算簡潔性,成為實際錐束重建中應用最為廣泛的算法和基礎的解決思路。
3DICOM格式
DICOM的全稱是醫學數字成像和通信標準(Digital Imaging and Communications in Medicine)。1988年由美國放射學院(American College of Radiology，簡稱ACR)和國家電氣制造商協會(National Electrical Manufacturers Association，簡稱NEMA)發起共同制訂。1992年，在北美放射學會（Radiological Society of North American,簡稱RSNA）上被命名為DICOM并沿用至今。DICOM標準的和使用徹底結束了醫學圖像通信雜亂無章的局面，確定了醫學圖像通信的標準形式，并真正在應用領域取得了預期的目標。
DICOM標準是一個完整的圖像通信標準，涵蓋了醫學數字圖像的采集存儲、分類歸檔、交換傳輸、醫務流程五個方面的詳細約定。結合計算機行業發展的已有成果，應用了其面向對象的解決方式，并開放前瞻地將便于交換互聯的通信協議確立在制訂之初。
DICOM文件層級結構采用了面向對象的思想，建立起信息對象（Information Object Definition，簡稱IOD）的存在關系。同樣的方式在計算機領域也應用在關系型數據庫中，關系模型即實體―關系模型（Entity-Relationship ,簡稱E-R）。E-R結構描述了事物之間所存在的關系映射。如病人情況、數字圖像、診斷報告、就診流程等實體之間是通過怎樣的映射關聯到一起的。通過抽象出來的信息對象反映相關的實際信息。
DICOM文件由為文件頭和數據集兩部分組成。文件頭中前言長度為128字節，它的存在是為了提供與通用數字圖像格式位圖文件（Bitmap Picture）一致的訪問方式。當一個文件被切割成多個部分時，文件頭可以提供圖像的順序信息。前綴作為文件格式的聲明，為ASCII碼“DICM”。
數據集，代表一個信息對象的實例，包含多個數據元。每個數據元由Tag號表明其在數據集中的順序，再由VR，VL，VF（即數據類型、值長度、值域）三部分組成，進行數據實際的存儲。圖2 DICOM文件結構層次圖
DICOM開放互聯的特點體現在采用了基于已經廣泛應用的IT行業ISO/OSI協議和TCP/ IP協議的網絡互聯進行醫學數據的通信和交換。通過擴展TCP/IP協議的應用層，實現同類應用間的相互操作。
4ITK和VTK工具庫
與視覺化函數工具庫VTK（Visualization Toolkit）不同，ITK(Insight Segmentation and Registration Toolkit)完全面對醫學圖像處理。其核心功能涵蓋了圖像濾波、圖像分割和圖像配準幾乎所有數字圖像處理算法。在其他產品也可完成工作的情況下，ITK以其高效易用的特點被廣泛應用在醫學圖像處理的前期步驟中。如使用ITK完成讀取DICOM數據，進行濾波、圖像分割和圖像配準，然后輸出成VTK識別格式，由VTK進行重建。
VTK作為通用的數字圖像處理類庫功能強大，可以進行廣泛的數字圖像處理、計算機圖形學和科學計算可視化相關工作。與ITK配合使用，一般使用其三維重建功能。
VTK適用于快速二次開發，存在以下一些優勢：
1)VTK具有設備平臺無關性和良好的可移植性，并可以根據具體情況選擇底層圖形庫如OpenGL等。
2)VTK的體系結構和具體實現優雅健壯，實現了流式數據處理和有效的緩存管理，使編程人員可以專心于圖像重建的核心工作。
3)在三維重建算法上，體繪制和面繪制兩種方式VTK均給予了實現，根據具體情況，可以靈活選擇。
三維圖像的重構方法分為面繪制技術和體繪制技術兩大類。在面繪制技術中，移動體元算法（Marching Cube，簡稱MC）具有典型性。通過閾值選取設置空間等值面，獲取數據場中體元與等值面交集情況，以等值面作為依據標準進行圖像繪制。
作為最廣泛使用的傳統面繪制算法，VTK中相關實現如類vtkImageMarchingCubes等。
在計算機圖形處理硬件性能有較大限制的情況下，面繪制只考慮等值面，取得了不錯的處理速度。隨著計算機硬件的不斷發展，更貼近實際物體三維顯示效果的體繪制逐漸實用化。體繪制考慮每個體素在最終圖像繪制中的影響，不再構造曲面或平面信息，直接顯示三維全貌。
體繪制根據空間規則情況，采取了兩種處理方式，即空間域方法和變換域方法。后者需先將體數據進行域變換然后進行相同的工作。
工程領域，空間域方式被廣泛應用，典型的算法有四種：光線投射法（Ray-Casting），錯切－變形法(Shear-Warp)，拋雪球法或成為足跡法(Splatting),3D紋理映射硬件輔助方法（Hardware-assisted 3D texture-mapping）。
變換域方法的實用價值在現階段稍有不足，大多處于研究階段。其中基于小波的體繪制法(Wavelet-Based Volume Rendering )和頻域體繪制法（Frequency Domain Volume Rendering）在實際工程上有一定的存在價值。
VTK對幾乎所有體繪制相關算法都有具體實現，如VTK通過vtkVolumeRayCast類及相關子類提供了光線投射體繪制算法的實現。
VTK因其算法實現較為完善和廣泛，適用于工業和醫學三維重建，開發人員擁有充足的選擇余地。
5結論
篇11
1993年Mallat和Zhang提出了信號的稀疏表示，在信號逼近上取得了出色的表現，迅速引起了廣大學者的普遍關注，信號稀疏表示研究很快被從一維信號推廣到二維信號圖像的研究上。
稀疏表示的模型可以表示為：
式中為向量的l0范數，表示向量x中非零元素的個數，x即為信號y的稀疏表示。
在數字圖像處理中，由于圖像的數據信息具有冗余性，為冗余字典，因此可以在冗余字典上進行稀疏表示，y則為圖像子塊的列向量表示。如何構造表達能力強、訓練簡單的冗余字典是圖像處理中的關鍵一步，自稀疏表示理論的提出，在圖像去噪、去模糊、超分辨率、圖像修復等方面得到了廣泛的應用，取得了比傳統方法更好的處理結果。
1 稀疏表示理論在提高數字圖像質量中的應用
Michael Elad是較早將稀疏表示理論應用于圖像去噪與超分辨率的代表人物[1]，他將K均值聚類方法引入字典訓練過程中。在K均值算法中，求解一個包括K個代碼的碼本，使得在此碼本上，根據最鄰近分配法則，對包含N個信號的集合進行分類，得到最佳分類。在稀疏表示中，稀疏表示的過程可以看做廣義矢量量化過程，其中的每個信號用多個代碼的線性組合表示。當要求K-SVD中的每個信號只能用一個原子來近似時，K-SVD算法就退化為K均值算法。K-SVD在稀疏編碼與字典更新之間交替迭代，保證總誤差單調下降，因此可保證能收斂到局部（或全局）最小值，從而得到性能優良的過完備字典。K-SVD訓練字典方法廣泛的應用在圖像復原問題上。基于K-SVD訓練得到的過完備字典，取得了較好的圖像去噪與超分辨率結果。
統計學中的主成分分析（PCA）的概念，也被引入到字典訓練當中。在統計學當中，變量個數太多會增加問題的復雜性主成分分析作為一種統計分析方法，它可以從多元事物中解析出主要影響因素，簡化復雜問題。PCA的核心思想，就是將高維數據投影到低維空間。尋找 r 個新變量，使其反映事物的主要特征，每個新變量是原有變量的線性組合，體現原有變量的綜合效果，則這 r 個新變量稱之為“主成分”，它們兩兩正交不相關。這 r 個主成分可以在很大程度上反映原來變量的信息。Hui Zou引入了SPCA（Sparse PCA）的概念，他修改了傳統的PCA方法，利用主成分負載的稀疏性，使算法變得更加易懂，且得到更為稀疏的結果。
形態學成分分析（MCA）作為一種新興的信號分解方法，吸引了很多人的注意。MCA根據圖像信號組成成分的形態差異性，將圖像內容分割為紋理區域和卡通區域。不同區域其擬合字典類型不同。小波變換可以很好的表示圖像光滑區域的特征，curvelet變換通過帶方向的局部傅里葉基，可以有效的處理邊緣特征。離散余弦變換（DCT）以及Gabor變換是紋理區經常采用的兩種處理方式。MCA充分的考慮了圖像的結構組成部分以及內部特征，廣泛用于盲源分離、圖像分解、圖像修補等。
Julien Mairal將自然圖像的自相似性引入到圖像恢復模型中。圖像的自相似性，其根本是自然圖像的統計特征。Julien Mairal非局部模型與稀疏編碼結合成一個框架，將噪聲在相似塊之間進行平均，取得了較好的去噪、去馬賽克結果。同樣，自相似性在圖像去模糊、圖像修補方面也展示了其良好的性能。
Weisheng Dong提出了一種新的圖像復原模型CSR，利用減小退化圖像分解系數與原圖分解系數之間的差異來達到復原圖像的目的，其本質是自相似性的應用。在超分辨率方面，他提出了自適應稀疏域選擇超分辨率算法，認為超分辨率重建結果的優劣很大部分取決于稀疏域的選擇，對輸入的樣本先采用K-均值聚類，采用PCA算法進行詞典訓練，將非局部相似性（NL）和圖像去噪中的自回歸（AR）模型與超分辨率重建模型有效結合，提高了超分辨率重建質量。
Nebojsa創造性的提出了圖像摘要的概念。他將圖像的特征提取為一幅摘要圖，在圖像處理過程中，對該摘要圖進行分解處理，這是合理并且有效的。Louise 利用該思想，在圖像去噪方面取得了較好的去噪結果。
Kostadin在變換域，通過一組協作濾波器，將一幅圖像中結構相似的二位塊聚合成一組，形成一個三維模型，以增強其表示的稀疏性。Aram利用該3D理論，建立了一個新的圖像模型―BM3D。BM3D在圖像復原方面表現了其卓越的性能。
最近，保持圖像幾何結構的思想吸引了很多人的注意。Samy Bengio將圖像分割成相互重疊的塊，結構相似的塊組成一個群組，分別對每個組進行分解訓練，這就是群組編碼的思想，其基本思想類似于非局部思想，也是利用了自然圖像的自相似性。關于結構稀疏方面的研究展示了結構分組比簡單不重疊的分組更一般的特性。例如，樹狀分組或是重疊分組。結構稀疏正則化具有十分廣闊的應用前景。結構稀疏PCA作為一種新型的有效的非凸稀疏方法，在字典訓練方面，可以取得較為理想的結果。
縱觀稀疏表示理論出現以后的圖像處理論文，廣大研究者著重于研究如何獲得表示能力強的冗余字典，以及通過結合多重約束，如平滑約束，相似性約束，幾何結構不變性約束等來得到高質量的圖像，近年來取得了很大的進展。但是稀疏表示屬于一種優化問題，涉及到字典學習和稀疏求解的計算過程比較復雜，因而對于該理論在圖像的實時處理上受到了限制，因此如何縮短計算時間也是這個模型急需解決的問題。
2 結語
篇12
Image Fusion Based on Wavelet Transform Method
WANG Chen,QI De-ning,CHU Bin-bin,PANG Lu-lu
(Artillery Academy of PLA Information Engineering Teaching and Research,Hefei 230031,China)
Abstract: This paper introduces the basic principles of image fusion, the structure models and applications, the brief image of the Mallat wavelet decomposition and reconstruction algorithms. The Matlab7.0 environment, the use of Daubechies wavelet (dB4) filter treatment of fusion images of the three orthogonal wavelet decomposition, using edge-preserving low-frequency coefficients, high-frequency coefficients of the largest energy, based on the rules of regional integration, and integration of image quality evaluation.
Key words: image fusion; wavelet transform; integration of quality assessment
20世紀90年代以來,隨著圖像傳感器技術的迅猛發展,多傳感器圖像融合技術引起了人們越來越多的關注。特別是近年來,數字圖像處理技術、數據融合技術及小波變換等理論的發展,使圖像融合技術研究更加成為眾多研究者的研究熱點。圖像融合在遙感、自動目標識別、計算機視覺、機器人智能、網絡安全、工業檢測、等領域都起著重要的作用,尤其在軍事指揮領域,以多傳感器圖像融合為核心內容的戰場感知技術已成為現代戰爭中最具影響力的軍事高科技技術[1-2]。
圖像融合就是根據某一算法,將來自不同傳感器(或同一傳感器在不同時間或不同觀測角度)對同一目標或場景觀測得到的多幅圖像進行處理,從而得到一幅新的、達到某種要求的、對目標或場景的描述更加準確、更加全面、更加可靠的圖像。數字圖像融合充分利用了多個被融合圖像包含的互補信息,大大增加了融合圖像包含的信息量,同時也將多幅被融合圖像中的冗余信息去除掉,提高了系統的可靠性,從而高效利用由多傳感器獲取的圖像信息。數字圖像融合系統結構模型如圖1所示。該模型將圖像融合評價的信息加入到融合規則的選取和參數的選擇過程中,可以更充分地利用信息源提供的信息[1-3]。
1 圖像的小波分解與重構[1,4]
對二維圖像信號進行小波分解與重構,即在空間L2(R2)對信號進行二維可分離正交多分辨率分析,Mallat算法的實現使得小波在圖像處理領域的應用成為可能。圖像Mallat算法一層小波分解即對圖像矩陣先進行行小波變換,再進行列小波變換得到圖像的四個頻帶――低頻近似部分子圖LL,高頻細節部分水平方向子圖HL、垂直方向子圖LH和對角線方向子圖HH,如圖2所示,下一層分解僅在LL子圖上進行。
設{Vj}j∈Z 是L2(R)的一個多分辨率分析,?準為尺度函數,?鬃為小波函數,{hk}k∈Z 為對應尺度函數的低通濾波器系數,{gk}k∈Z 為對應小波函數的高通濾波器系數,圖像小波分解的Mallat算法如下:
圖像小波重構的Mallat算法如下:
2 基于小波變換的圖像融合
2.1 融合規則的確定[1,5]
圖像融合過程中,融合規則的選擇對于最終的融合圖像的質量是至關重要,設計圖像融合的融合規則的理論基礎是小波變換后低頻子帶表征的是圖像近似部分,而高頻子帶表征的是圖像的細節信息。高頻子帶的系數在零值左右波動,絕對值越大的系數表示該處灰度變化越劇烈,即包含圖像的重要信息,如圖像的邊緣、線條以及區域的邊界。另外,同一場景經過不同的傳感器得到的圖像,其低頻近似部分的系數值差別不大,而高頻細節部分卻存在顯著差異。因此,本文采用小波域低頻系數采用邊緣保持,高頻系數采用基于區域能量最大的規則。
2.2 圖像融合步驟[3,6]
對二維圖像進行N層小波分解,最終有(3N+1)個不同頻帶,其中包含3N個高頻帶和一個低頻帶。基于小波多尺度分解圖像融合方案如圖3所示,圖像融合的基本步驟為:
1)將待融合圖像進行小波塔式分解;
2)按融合規則對各頻帶層分別進行融合,得到融合后各高頻帶和低頻帶小波系數;
3)將融合后各高頻帶和低頻帶小波系數進行圖像重構,得到融合后的圖像。
2.3 圖像融合實驗
待融合圖像如圖4(a)(b)所示,在Matlab7.0環境下,采用Daubechies小波(dB4)濾波器組對待融合圖像進行了3級正交小波分解,對兩個分解后的圖像以小波域低頻系數取平均、高頻系數模值取大的融合規則進行融合,經過小波逆變換,重建圖像,實驗結果如圖4(d)所示。圖4(c)為對應像素灰度值取大的空域直接融合結果,從視覺感受而言,小波域融合能夠取得較好的效果。
2.4 融合圖像質量評價
融合后圖像效果的質量評價研究,對于在實際應用中選擇適當的融合算法,以及對現有融合算法的改進和研究新的融合算法都具有十分重要的意義[2,4],一般有主觀評價和客觀評價兩類。主觀評價是由專家進行諸如好、較好、一般、不好等定性的等級評分,主觀因素造成評價標準的不同一,具有很大局限性;從信息理論與圖像處理的角度出發,依據評定方法所需條件的不同,圖像融合效果的客觀質量評價分為基于標準參考圖像的質量評價和無參考質量評價[2,3]。通常情況下,不存在標準參考圖像,因此無參考質量評價更具有實際意義,本文在無標準參考圖像的情況下,根據圖像自身統計特性對其進行評價,選取以下四個常用評價指標(設融合圖像用F表示,L表示圖像F的總灰度級數,行數M、列數為N)。本文實驗選取各圖像的客觀評價指標見表1。
1)灰度均值:指圖像中所有像素灰度值的算術平均,對人眼反映為平均亮度,其定義為:
2)標準差(Standard Error):反映灰度相對于灰度均值的離散情況,即圖像反差的大小,標準差越大,則圖像灰度級分布越分散,包含更多的信息。其定義為:
3)圖像信息熵(Entropy):反映其包含的信息量的多少,熵值越大,信息量越多,定義為:
其中,p(i)表示灰度值為i的像素數目與圖像總像素數之比。
4)清晰度,又稱為平均梯度,反映圖像細節反差程度和紋理變化特征,一般來說,平均梯度值越大,表明圖像越清晰。定義如下:
其中,ΔFx ΔFy分別為融合圖像F在X與Y方向上的差分。
3 結束語
根據圖像多分辨率分析理論,在小波域采用低頻系數取平均、高頻系數模值取大的融合規則進行融合實驗,相對于空域直接融合,取得了較好的效果,但基于區域特性的融合規則大大增加了運算量。近年來,多尺度幾何分析開始應用于圖像處理領域[7],該理論的發展將為圖像融合技術提供新的思路和解決方案。
參考文獻:
[1] 敬忠良,肖剛,李振華.圖像融合―理論與應用[M].北京:高等教育出版社,2007:10.
[2] Shi Wenzhong, Zhu ChangQing, Tian Yan.Wavelet-based Image Fusion and Quality Assessment[J].International Journal of Applied Earth Observation and Geoinformation,2005(6):241-251.
[3] 李偉.像素級圖像融合方法及應用研究[D].華南理工大學博士論文,2006.
[4] 孫延奎著,小波分析及其應用[M].北京:機械工業出版社,2005.
篇13
引言
數字工業攝影測量技術是隨著攝影測量技術、計算機技術和遙感技術的發展而形成的新興技術，是指對非地形目標進行攝影并確定其外形、形態和幾何位置的技術。數字工業攝影測量技術融合了數字近景攝影測量的基本原理、計算機視覺的相關理論、計算機技術、數字圖像處理技術、模式識別等學科的理論和方法，利用數字像機獲取被測目標的數字影像來得到物體的形態、位置、姿態和運動從而完成對物體的測量。由于該技術利用計算機處理信息，屬于非接觸性測量技術。具有危險性低、信息容量高、信息易存儲、可重復使用、精度高、速度快等優點。因此廣泛應用于國民經濟、科技研究和國防建設等領域。隨著科技的不斷向前發展,研究的進一步深入,數字工業攝影測量將向實時近景攝影測量發展,它將成為對非地形目標進行測量的主要手段,并且實時性、全自動源數據獲取及仿真虛擬手段的研究將成為應用研究的趨勢。
一、數字工業攝影測量技術的發展歷程
（一）國外發展歷程
早在上世紀60年代，國外就開始了數字工業攝影測量的研究。將攝影測量的相關理論、算法及軟硬件逐步應用到工業測量領域，促進了工業的發展。數字工業攝影測量技術快速發展階段始于90年代，隨著計算機技術的快速發展和日益普及，同時工業對高精度攝影測量技術的要求越來越高，工業攝影測量技術逐步進入數字化時代。目前，數字工業攝影測量理論趨于完善，技術趨于成熟。
國外已經有多家公司推出了自己的數字工業攝影測量系統：美國大地測量公司的“V-STARS系統”、挪威Metronor公司的“Metronor系統”和德國Aicon3D公司的“DPA-Pro系統”等。
（二）國內發展歷程
國內對數字工業攝影測量的研究開始于70年代。當時，一些研究機構就開始著力于攝影測量技術在工業領域的應用。由于知識的落后和生產水平的限制，該技術仍處于起步階段，發展較為緩慢。90年代初，隨著高精度攝影測量技術的進步，工業攝影測量技術大量應用在冶金、機械、車輛和采礦等工業領域，并且取得了顯著的成效。同時，高校及研究機構對有關工業攝影測量技術的國內外相關理論及工程實踐進行了研究，并針對數字工業攝影測量技術如何應用在工業測量領域提出了一系列創新理論，形成了一套新的。該階段為初步發展階段。數字工業攝影測量技術在理論和應用方面都有新的發展。目前，數字工業攝影測量技術已經進入快速發展階段。隨著攝影測量技術、計算機技術和遙感技術的快速發展以及國內工業的飛速發展，許多研究機構引進國外的先進攝影測量技術、吸收新的工業攝影測量理念。 在數字工業攝影測量方面進行了很多的研究及應用工作。
目前，國內數字工業攝影測量產品主要有：天津大學研制的“汽車車輪定位參數激光視覺測量系統”、西安交通大學研制的“大型復雜曲面產品的反求和三維快速檢測系統”和武漢大學研究的“Lensphoto”等。
二、數字工業攝影測量的關鍵技術
數字工業攝影測量技術是指對非地形目標進行攝影并確定其外形、形態和幾何位置的技術。它屬于高精度、大尺度三維坐標測量。為滿足以上要求，需要解決以下關鍵性技術問題。
（一） 高質量影像的獲取
獲取高質量數字圖像是高精度測量的基礎之一。數字工業攝影測量技術需要對測量中使用的人工標志及其屬性、光源特性、數字像機的設置和與成像質量有關的技術和設備等進行研究。
（二）攝影測量的人工標志
數字工業攝影測量技術使用人工標志作為測量的特征點。工業部件表面通常缺乏豐富、明顯的紋理信息，在攝影測量過程中產生的圖像，往往缺乏足夠的、準確的特征點。為了避免這一不足，數字工業攝影測量中，采用設置人工標志點的方式產生足夠數量且對比明顯的特征點。發光二極管、投影激光、回光反射標志等均為人工標志點。
（三）圓形人工標志偏心差
在高精度工業攝影測量中，標志中心點定位偏心差是影響測量精度的因素。確定偏心差數學模型以及模型矯正工作有利于提高測量精度。
人工編碼標志
使用人工編碼標志可以加快測量速度，實現測量的自動化。每個編碼標志對應一個唯一的編碼，因此能夠利用數字圖像處理技術進行自動識別。設計編碼標志應遵循以下原則：具有足夠的編碼容量、尺寸不宜過大、有唯一定位點和易于自動、準確識別。在數字工業攝影測量中，常用的編碼標志有同心圓環型編碼標志和點分布編碼標志。同心圓環型編碼標志采用二進制編碼原理，具有原理簡單、易于識別等優點。點分布編碼標志由一組圓形標志點按照一定規則排列而成。
數字工業攝影測量技術發展趨勢
現階段，數字工業攝影測量技術在理論研究和工業實踐方面都日趨完善。經過幾十年的發展，該技術逐步走向產品化、實用化和高效化。從數字工業攝影測量技術的發展歷程和現狀，可以預測其發展趨勢。
相機呈多樣化、專業化
數字工業攝影測量常用的傳感器主要是數碼單反相機、紅外相機、工業攝像頭等。數碼單反相機的價格低廉且成像性能強大，成為攝影測量的常用傳感器。研究者也對單反相機進行了專業改進，使其更加適用于攝影測量。
測量精度、自動化程度不斷提高
工業部件制造精度、表面復雜程度不斷提高，數字工業攝影測量技術也必然向著高精度、超高精度和高度自動化方向發展。
三維數據分析軟件專業化、精細化
獲取三維坐標信息是數字工業攝影測量的基本功能。獲取的三維坐標信息需要處理分析，才可以應用到所需的領域。多樣性和復雜性的應用領域需要我們針對不同用戶開發各種專用的、精細的數據分析軟件。
結語
數字工業攝影測量技術是隨著攝影測量技術、計算機技術和遙感技術的發展而形成的新興技術，是指對非地形目標進行攝影并確定其外形、形態和幾何位置的技術。數字工業攝影測量技術隨著科技的不斷進步、研究的不斷深入,數字工業攝影測量將向實時近景攝影測量發展,它將成為對非地形目標進行測量的主要手段。
