時間：2023-03-20 16:24:37
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇圖像處理技術論文范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
基于圖像采集卡的視頻圖像處理系統
計算機圖像處理系統從系統層次上可分為高、中、低檔三個層次，目前一般比較普及的是低檔次的系統，該系統由CCD（攝像頭）、圖像采集卡、計算機三個部分組成，其結構簡單，應用方便，效果也比較不錯，得到的圖像較清晰。目前網上基于VC開發經驗的文章不少，可是關于如何在VC開發平臺上使用圖像采集卡的文章確沒發現，筆者針對在科研開發中積累的使用圖像采集卡經驗，介紹如何自己是如何將采集卡集成到圖像開發系統中，希望能夠給目前正需要利用圖像采集卡開發自己的圖像處理系統的朋友有所幫助。
使用的攝像機采用臺灣BENTECHINDUSTRIAL有限公司生產的CV-155L黑白攝像機。該攝像機分辨率為752x582。圖象采集卡我們采用北京中科院科技嘉公司開發的基于PCI總線的CA-MPE1000黑白圖象采集卡。使用圖像采集卡分三步，首先安裝采集卡的驅動程序，并將虛擬驅動文件VxD.vxd拷貝到Windows的SYSTEM目錄下；這時候就可以進入開發狀態了，進入VC開發平臺，生成新的項目，由于生產廠家為圖像采集卡提供了以mpew32.dll、mpew32.lib命名的庫文件，庫中提供了初始硬件、采集圖像等函數，為使用這些函數，在新項目上連接該動態庫；最后一步就是采集圖像并顯示處理了，這一步要設置系統調色板，因為采集卡提供的是裸圖形式，既純圖像數據，沒有圖像的規格和調色板信息，這些需要開發者自己規定實現，下面是實現的部分代碼：
CTestView::CTestView()
{
W32_Init_MPE1000();//初始化采集卡
W32_Modify_Contrast(50);//下面的函數是為了對采集卡進行預設置
W32_Modify_Brightness(45);//設置亮度
W32_Set_HP_Value(945);//設置水平采集點數
wCurrent_Frame=1;//當前幀為1，獲取的圖像就是從這幀取得的
//設置采集信號源，僅對MPE1000有效
W32_Set_Input_Source(1);
W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);
W32_Set_PAL_Range(1250,1024);//設置水平采集范圍
W32_Set_VGA_Mode(1);
wGrabWinX1=0;//采集窗口的左上角的坐標
wGrabWinY1=0;
firstTime=TRUE;
bGrabMode=FRAME;
bZipMode=ZIPPLE;
/
lpDib=NULL;//存放獲取的圖像數據
}
CTestView::~CTestView()
{
W32_Close_MPE1000();//關閉采集卡
}
////顯示采集的圖象，雙擊鼠標采集停止
voidCTestView::OnGraboneframe()
{
//TODO:Addyourcommandhandlercodehere
wCurrent_Frame=1;
//設置采集目標為內存
W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);
//啟動采集
if(lpDib!=NULL)
{
GlobalUnlock(hglbDIB);
GlobalFree(hglbDIB);
}
//分配內存
hglbDIB=GlobalAlloc(GHND,(DWORD)wImgWidth*(DWORD)wImgHeight);
lpDib=(BYTE*)GlobalLock(hglbDIB);
hdc=GetDC()->GetSafeHdc();
if(lpDib!=NULL)
{
cxDib=wImgWidth;
cyDib=wImgHeight;
SetLogicPal(hdc,cxDib,cyDib,8);
SetStretchBltMode(hdc,COLORONCOLOR);
bGrabMark=TRUE;
while(bGrabMark==TRUE)
{
if(msg.message==WM_LBUTTONDBLCLK)
bGrabMark=FALSE;
W32_ReadXMS2Buf(wCurrent_Frame,lpDib);
SetDIBitsToDevice(hdc,0,0,cxDib,cyDib,0,0,
0,cyDib,(LPSTR)lpDib,
bmi,
DIB_RGB_COLORS);
}
//停止采集
W32_CAStopCapture();
::ReleaseDC(GetSafeHwnd(),hdc);
return;
}
////將下面這個函數添加在視圖類的CTestView::OnSize（）函數中，就可以對系統的調色板進行設置。
voidWINAPIInitLogicPal(HDChdc,shortwidth,shortheight,WORDbitCount)
{
intj,i;
shortcxDib,cyDib;
LOGPALETTE*pLogPal;
j=256;
if((pLogPal=(LOGPALETTE*)malloc(sizeof(LOGPALETTE)+(j*sizeof(PALETTEENTRY))))==NULL)
return;
pLogPal->palVersion=0x300;
pLogPal->palNumEntries=j;
for(i=0;ipLogPal->palPalEntry[i].peRed=i;
pLogPal->palPalEntry[i].peGreen=i;
pLogPal->palPalEntry[i].peBlue=i;
pLogPal->palPalEntry[i].peFlags=0;
}
hPal=::CreatePalette(pLogPal);
deletepLogPal;
::SelectPalette(hdc,hPal,0);
::RealizePalette(hdc);
cxDib=width;cyDib=height;
if((bmi=(BITMAPINFO*)malloc(sizeof(BITMAPINFOHEADER)+j*sizeof(RGBQUAD)))==NULL)
return;
//bmi為全局變量，用于顯示圖像時用
bmi->bmiHeader.biSize=40;
bmi->bmiHeader.biWidth=cxDib;
bmi->bmiHeader.biHeight=cyDib;
bmi->bmiHeader.biPlanes=1;
bmi->bmiHeader.biBitCount=bitCount;
bmi->bmiHeader.biCompression=0;
bmi->bmiHeader.biSizeImage=0;
bmi->bmiHeader.biXPelsPerMeter=0;
bmi->bmiHeader.biYPelsPerMeter=0;
bmi->bmiHeader.biClrUsed=0;
bmi->bmiHeader.biClrImportant=0;
for(i=0;ibmi->bmiColors[i].rgbBlue=i;
bmi->bmiColors[i].rgbGreen=i;
bmi->bmiColors[i].rgbRed=i;
bmi->bmiColors[i].rgbReserved=0;
}
}
視頻"畫中畫"技術
"畫中畫"這個概念類似與彩色電視機"畫中畫"，就是在一幅大的圖像內顯示另外一幅內容不同的小的圖像，小圖像的尺寸大小一般地說為大圖像尺寸的1/4或1/9，顯示位置在大圖像的右上角。這種技術不僅在電視技術中，在可視電話系統也可以發現這種技術的身影，它們都是依靠硬件來實現的，但是如何在VC開發平臺上用編程語言來將該功能添加到自己開發的視頻監控軟件，為使用者提供更大的信息量呢？也許讀者最容易想到的是首先顯示大圖像，然后再在一個固定位置畫第二幅小圖像，這種技術技術如果對于靜止圖像當然沒有問題，但是對于視頻流，由于每一秒鐘需要畫25幀，即25幅圖像，這樣一來計算機需要不停的畫不停的擦除，會給用戶以閃爍的感覺，如何解決這個問題呢？有的參考書上將大小圖像分快顯示，這種方法要將待顯示的圖像數據與顯示位置的關系對應起來，容易出錯不說，而且麻煩，且速度慢，為此，我對該方法進行了改進，得到了滿意的效果。實現的代碼如下：
voidpictureinpicture()
{
………………………..
CBitmapbitmap,*oldmap;
pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight為視頻采集卡獲取//的圖像尺寸。
Read(pData1,bih.biWidth*bih.biHeight*3);//該函數從采集卡中獲取數據
CClientDCdc(this);
m_pBMI1=newBITMAPINFO;//自定義的BMP文件信息結構，用于后面的圖像顯示
m_pBMI1->bmiHeader.biBitCount=24;
m_pBMI1->bmiHeader.biClrImportant=0;
m_pBMI1->bmiHeader.biClrUsed=0;
m_pBMI1->bmiHeader.biCompression=0;
m_pBMI1->bmiHeader.biHeight=biHeight;
m_pBMI1->bmiHeader.biPlanes=1;
m_pBMI1->bmiHeader.biSize=40;
m_pBMI1->bmiHeader.biSizeImage=WIDTHBYTES(biWidth*8)*biHeight*3;
m_pBMI1->bmiHeader.biWidth=biWidth;
m_pBMI1->bmiHeader.biXPelsPerMeter=0;
m_pBMI1->bmiHeader.biYPelsPerMeter=0;
////////////////////////////////////////////////////////////////////////
pData2=(BYTE*)newchar[biWidth1*biHeight1*3];//申請存放小圖像的緩沖區
Read(pData2,biWidth1*biHeight1*3);////向該緩沖區讀數據
m_pBMI2=newBITMAPINFO;
m_pBMI2->bmiHeader.biBitCount=24;
m_pBMI2->bmiHeader.biClrImportant=0;
m_pBMI2->bmiHeader.biClrUsed=0;
m_pBMI2->bmiHeader.biCompression=0;
m_pBMI2->bmiHeader.biHeight=biHeight1;
m_pBMI2->bmiHeader.biPlanes=1;
m_pBMI2->bmiHeader.biSize=40;
m_pBMI2->bmiHeader.biSizeImage=WIDTHBYTES(biWidth1*8)*biHeight1*3;
m_pBMI2->bmiHeader.biWidth=biWidth1;
m_pBMI2->bmiHeader.biXPelsPerMeter=0;
m_pBMI2->bmiHeader.biYPelsPerMeter=0;
//下面實現畫中畫的顯示
CDCMemDc;
MemDc.CreateCompatibleDC(&dc);
bitmap.CreateCompatibleBitmap(&dc,biWidth,biHeight);
oldmap=MemDc.SelectObject(&bitmap);
::StretchDIBits(MemDc.m_hDC,0,0,biWidth,biHeight,0,0,—biWidth,biHeight,pData1,m_pBMI1,DIB_RGB_COLORS,SRCCOPY);//首先將大圖像畫在內寸上下文中
::StretchDIBits(MemDc.m_hDC,20,20,biWidth1,biHeight1,_
0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再將小圖像畫在內寸上下文中
::StretchBlt(dc.m_hDC,0,0,bih.biWidth,bih.biHeight,_
MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//將結果顯示在屏幕上。
MemDc.SelectObject(oldmap);
deletepData1;
deletem_pBMI1;
deletepData2;
網頁中的圖像，按照存儲格式不同可以分為矢量圖和位圖，按照使用用途的不同，大致可以分為地址欄圖像，網站Logo，網頁內容圖像等。地址欄圖像類似一個圖標，顯示在地址欄網址前邊，一般經過精心設計，能夠傳遞公司專業與精細的形象。內容圖像是指嵌在網頁中或者作為網頁背景的圖像。伴隨網絡技術和軟件技術的進步，用于圖像處理設計的軟件有了很大的發展。網頁三劍客中的Dreamweaver在進行網頁設計的同時，可以對一些圖片進行簡單的變化處理，fireworks能滿足對網頁圖片處理的大部分功能要求。對于一些有特殊要求的圖像，可以使用Adobe公司的Photoshop軟件進行處理；在進行Logo等設計時，一般使用CorelDraw或Illustrator等軟件來完成。在進行圖像的設計、選擇和處理中，掌握專業軟件的基本使用技巧是必需的，圖像在網頁設計中的功能主要可以分為視覺吸引、信息引導兩方面。要達到這樣的目的，需要對圖像進行合理的處理。使用動畫圖片，以及適當的色彩對比，形成版式的變化，吸引瀏覽者的注意，引導其對網站內容的閱讀。根據公司對網站的功能定位，其所承載的任務與指向有所不同，對瀏覽者所作設定亦有差異。比如騰訊公司的騰訊網（）和騰訊（），一個作為門戶內容網站，一個作為公司形象網站是兩個獨立的網站，設計風格，內容和要求差異很大。
2新技術
網絡作為第四媒體，其顯示終端可能是計算機，平板，電視或智能手機，為了頁面兼容等原因，前端設計出現了很多新技術，如div+css技術，Javascript技術等，為了方便管理，一般采用對象的結構、表現和行為分開。結構是對象的內容，表現是其外觀，而行為是與瀏覽者的交互，或者說是瀏覽者進行鼠標點擊或輸入內容等操作時，頁面的反應。在進行網頁設計過程中，圖像對象也是如此，利用代碼可以對圖像進行一些效果的處理，起到資源占用少，頁面維護容易等目的，還可以達到一些用基本圖像處理技術不易實現的效果。用div+css結合Javascript技術可以實現在網頁前端一些設計效果和邏輯處理功能，比如圖像輪播和驗證碼校驗功能。在一個存在后臺管理的網站中，網頁的很多內容來自于后臺數據庫，一些圖片也不例外，內容需要和后臺交互，根據數據庫的內容和頁面的特定邏輯，決定圖像的外觀。這是基本圖像處理技術無法實現的，需要設計者了解動態頁面設計技術，常見的技術有，php和jsp技術等。
3結論
關鍵詞：計算機圖像處理技術；數字全息
引言
全息技術是物理學中一重要發現，越來越多的應用于各個行業。伴隨著CCD技術和計算機技術的發展，全息技術也得到一次質的飛躍，從傳統光學全息到數字全息。傳統光學全息將物光和參考光干涉得到全息照片來記錄光的振幅和相位信息，而數字全息則用CCD記錄物光和參考光的干涉，形成數字全息圖，再通過計算機圖像處理技術處理全息圖。因此，影響數字全息技術發展有兩個重要方面：CCD技術和計算機圖像處理技術。本文將從計算機應用方面闡述圖像處理技術在全息中的應用。
一、圖像處理技術
圖像是現代社會人們獲取信息的一個主要手段。人們用各種觀測系統以不同的形式和手段獲得圖像，以拓展其認識的范圍。圖像以各種形式出現，可視的、不可視的，抽象的、實際的，計算機可以處理的和不適合計算機處理的。但究其本質來說，圖像主要分為兩大類：一類是模擬圖像，包括光學圖像、照相圖像、電視圖像等。它的處理速度快，但精度和靈活性差。另一類是數字圖像。它是將連續的模擬圖像離散化后處理變成為計算機能夠辨識的點陣圖像。從數字上看，數字圖像就是被量化的二維采樣數組。它是計算機技術發展的產物，具有精度高、處理方便和重復性好等特點。
圖像處理就是將圖像轉化為一個數字矩陣存放在計算機中，并采用一定的算法對其進行處理。圖像處理的基礎是數學，最主要任務就是各種算法的設計和實現。目前，圖像處理技術已經在很多方面有著廣泛的應用。如通訊技術、遙感技術、生物醫學、工業生產、計算機科學等等。根據應用領域的不同要求，可以將圖像處理技術劃分為許多分支，其中比較重要的分支有：①圖像數字化：通過采樣和量化將模擬圖像變成便于計算機處理的數字形式。③圖像的增強和復原：主要目的是增強圖像中的有用信息，削弱干擾和噪聲，使圖像清晰或將轉化為更適合分析的形式。③圖像編碼：在滿足一定的保真條件下，對圖像進行編碼處理，達到壓縮圖像信息量，簡化圖像的目的。以便于存儲和傳輸。④圖像重建：主要是利用采集的數據來重建出圖像。圖像重建的主要算法有代數法、傅立葉反投影法和使用廣泛的卷積反投影法等。⑤模式識別：識別是圖像處理的主要目的。如：指紋鑒別、人臉識別等是模式識別的內容。當今的模式識別方法通常有三種：統計識別法、句法結構模式識別法和模糊識別法。⑥計算機圖形學：用計算機將實際上不存在的，只是概念上所表示的物體進行圖像處理和顯現出來。
二、計算機圖像處理技術在全息學中的應用
圖像處理技術在全息中的應用主要表現在：一是計算全息，基于計算機圖形學將計算機技術與光全息技術結合起來，通過計算機模擬、計算、處理，制作出全息圖。因此它可以記錄物理上不存在的實物。二是利用圖像的增強和復原，圖像編碼技術等對數字全息圖像質進行提高以及實現的各種算法。它的應用大致可以分為兩大類，即空域法和頻域法：①空域法：這種方法是把圖像看作是平面中各個像素組成的集合，然后直接對這一二維函數進行相應的處理。空域處理法主要有下面兩大類:一是領域處理法。其中包括梯度運算(GradientAlgorithm)，拉普拉斯算子運算(LaplacianOperator)，平滑算子運算(SmoothingOperator)和卷積運算(ConvolutionAlgorithm)。二是點處理法。包括灰度處理(greyprocessing)，面積、周長、體積、重心運算等等。②頻域法：數字圖像處理的頻域處理方法是首先對圖像進行正交變換，得到變換頻域系列陣列，然后再施行各種處理，處理后再反變換到空間域，得到處理結果。這類處包括:濾波、數據壓縮、特征提取等處理。
三、模擬實驗
本文運用matlab軟件，利用圖像處理技術，編寫了程序，以模擬計算全息和實現全息圖像的濾波。圖1是計算全息實現流程圖。
本文將運用matlab程序設計語言實現計算全息的制作、再現過程。標有“涉”一字，圖像尺寸為1024像素×1024像素；。模擬實驗中用到的參數為：激光模擬了氦氖激光器，波長為638.2nm；再現距離為40cm；因為原始物圖的尺寸用像素為單位表示，所以像素分辨率為1。:
從模擬實驗中可以看出，數字全息的處理過程其實就是計算機圖像處理在全息技術的應用過程。利用計算機圖像處理技術對全息圖進行了記錄，將物光和參考光干涉得到了全息圖。并利用圖像的增強和復原對圖像進行了處理，以消除噪聲，得到更好的全息再現象。
本文僅模擬了計算全息的實現和再現過程，其實，計算機圖像處理在全息技術中的應用是全方位的，用實驗方法得到的全息圖中包含了更多的其他無用信息（噪聲），圖像處理技術在這里就顯得尤為重要。隨著計算機圖像處理技術的進一步發展，全息技術必然會迎來新的一輪發展和飛躍。
參考文獻：
[1]周燦林，亢一瀾.數字全息干涉法用于變形測量.光子學報，2004，13（2）：171－173.
[2]劉誠，李銀柱，李良鈺等.數字全息測量技術中消除零級衍射像的方法[J].中國激光，2001，A28(11)：1024-1026.
1.1加強對Photoshop圖像處理應用
案例分析總結就是一種間接的自我學習，通過案例分析總結可以讓自己展開豐富的想象力，加強對Photoshop圖像處理應用。這是一組人居環境適宜的景觀設計效果處理前后變化展示，前一張圖片是用3Dmax配合V-ray插件進行渲染的最終效果，為了進一步美化效果圖，這是就需要Photoshop圖像處理，結合中間這一張照片，采用圖層處理、素材插入、調整圖層、圖層蒙版、創建亮度\對比度調整層等方式最終合成想要的效果。在案例分析過的成中，應注意多觀察多總結多思考，設計最終效果的高低，一方面是和自己所擁有的知識水平有關，另一方面還和自己的審美能力高低有關，這就需要告誡我們平時多注意學習，學習不僅僅局限在書本上，還應該多參觀欣賞較好的作品，從中得到審美能力的提高。
1.2模仿和創造相結合，提高Photoshop圖像處理動手能力
模仿是人的本能天性，是人類進行各種學習活動的最基本方法。在平時的Photoshop圖像處理模仿使用中，通常就是通過網上視頻，如金鷹視頻來自己分析Photoshop軟件的各個功能。在視頻觀看的過程，可以根據視頻中的實例操作，最終達到理解，這個過程就是模仿。例如：模仿給圖片添加陰影效果，通常情況下，可以選擇Photoshop菜單欄圖層—圖層樣式—陰影就可以完成。而通過視頻模仿，就可以快速的通過浮動圖層菜單，選定此圖片圖層，并把鼠標快速放到縮略藍色區域雙擊就可以打開圖層樣式浮動菜單完成陰影效果。在提高Photoshop圖像處理動手能力上，還要發揮自己的創造能力。例如給此圖片添加完陰影后，圖層樣式還有內外陰影、內外發光、光澤、斜面和浮雕、顏色疊加等方式，我們嘗試可以根據圖片實際情況試著添加，達到最佳效果。這里就需要發揮創造性對圖片處理創新性在里面。
1.3結合科研項目，帶動Photoshop圖像處理實踐能力
如在科研項目：西部山地型小城市人居環境問題及保護策略研究——以商洛市商州區為例上，需要收集大量的本地環境有關的圖片素材并進行美化處理，這就可以親自參與商州區大氣質量惡化、丹江主要河流體固體廢物污染、交通混亂等圖片的處理，
1.4參與企業設計，增強Photoshop圖像處理靈活性
參與企業設計，就是參與設計公司的工作。例如：在商洛市西街片區的舊城改造過程中，學生負責收集照片，并對舊城的原始照片進行處理規范化。
2小結
關鍵詞：數字圖像處理；教學改革；課程建設；研究性教學
作者簡介：寧紀鋒（1975-），男，陜西韓城人，西北農林科技大學信息工程學院，副教授。（陜西 楊凌 712100）
基金項目：本文系西北農林科技大學教學改革研究項目（項目編號：JY1102077）、西北農林科技大學本科優質課程建設項目的研究成果。
中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2013）34-0122-02
“數字圖像處理”是西北農林科技大學（以下簡稱“我校”）信息工程學院為計算機科學與技術、軟件工程、信息與計算科學等多個理工科專業所開設的一門專業必修課。該課程涵蓋數學、物理、信號處理、心理學、計算機科學等多個領域的知識，與本科階段的高等數學、線性代數、概率論、面向對象編程、數據結構、算法分析等多門課程密切相關，對后續的特征提取和圖像理解等高級計算機視覺處理課程具有重要的基礎作用。同時，它在“模式識別”、“人工智能”和“機器學習”等專業課程體系中起著重要的作用。[1-3]
一、課程改革的必要性
由于圖像處理理論性強，內容抽象，算法較多，涉及的理論和方法既包含時域（空域）、變換域（頻域為主）、數學形態學、地理學（如分水嶺算法），還涉及到模式識別理論的一些知識，學生理解起來有一定難度，在解決實際問題時，面臨著無從下手的困難。同時，圖像處理技術應用較為廣泛，隨著數字成像設備的廣泛使用和智能手機的普及，社會對圖像處理人才的需求也日益增加，這些都對課程教學提出了更高的要求。在教學過程中發現“數字圖像處理”的傳統教學模式中，在課程定位、教學模式和教學內容上存在一些問題。
1.課程定位不明確
“數字圖像處理”在本科教學過程中有著兩種比較沖突的定位，導致課程教學過程存在兩種傾向。一是不顧本科學生實際情況向研究生課程看齊，將重點放在數字圖像處理理論內容。但這些內容與實際應用聯系并不緊密，忽視它的應用性和實踐性強的特點，從而導致理論與實踐脫節，造成學生在編程能力上的欠缺。二是過分強調應用技能，把數字圖像處理等同于講授Photoshop等應用軟件的使用，或以講授MATLAB和Open CV圖像處理函數為主，不重視原理和算法，忽略了對本科生科學素質和研究能力的培養。
2.傳統教學模式與授課對象差異性的矛盾
“數字圖像處理”通常要求先研修“高等數學”、“線性代數”、“概率論與數理統計”和“數字信號處理”等課程，但是一些本科專業并沒有完整開設這些課程。例如，我校計算機科學與技術專業學習“數字信號處理”課程，但軟件工程和信息與計算科學專業未開設該類課程。此外，在實驗環節中，教師根據教學大綱設置的實驗內容通常比較固定，而未考慮學生專業和背景知識的差異、統一的實驗環境模式，使得有的專業學生因為知識儲備不足，學習起來有一定困難；而有的專業學生則感覺學習內容簡單、缺乏挑戰性，使得教師講授時在調動學生積極性、提高學生實踐能力方面難以協調。
3.教材與學科發展不一致
數字圖像處理內容涉及到矩陣運算、信號處理、概率論與數理統計等多個內容交叉學科，與新興學科的發展密切相關。當前，在人工智能、模式識別和機器學習等新興學科的推動下，數字圖像處理技術發展越來越快。傳統的教材或過于偏重推導理論，與應用實踐偏離，或成為圖像處理軟件或函數（如 Photoshop、MATLAB或Open CV）的使用說明書，使得學生難以深入學習圖像處理知識，影響對該門課程的掌握。
二、課程改革方法
根據授課專業對象的實際情況，在教學內容、教學方法、完善實驗教學和考核等方面對該門課程進行一系列改革，充分利用圖像處理實踐性強的特點，依托我校在數字圖像處理方面長期積累的理論和研究資源，將理論方法與實踐應用有機結合，構建了全面系統的數字圖像處理教學體系。多年教學效果表明，該教學模式有效克服傳統數字圖像處理教學存在的局限，極大增強了學生的學習興趣，提高了學生的動手能力和創新素養。
1.完善課程內容體系，適應圖像處理發展
數字圖像處理是一門發展中的課程，每年都有許多新的研究理論和方法不斷涌現，需對課程不斷進行完善，以適應圖像處理學科的發展。在保持圖像處理課程核心內容的基礎上，注重將最近的該學科具有代表性的成果納入教學。精簡和更新一些陳舊的和目前圖像處理實際中很少使用的一些方法。其次，將一些現代經典的科研論文，以補充教材的形式，作為教學內容。將一些理論性較強，對數學基礎要求較高的內容，如主動輪廓分割模型和目標跟蹤方法等作為選學內容，供有興趣的學生學習。
考慮到OpenCV和MATLAB的廣泛使用，圖像文件的讀寫已非常簡單，因此，減少對圖像文件格式的講解；在圖像分割與邊緣檢測中，刪掉投影法與差影法內容，因為該方面內容在實際中已很少使用；在頻域處理中，淡化對傅里葉變換理論和算法的講解，重點放在其思想和應用上。
2.應用全方位教學手段，構建立體化教學資源
針對“數字圖像處理”課程理論性和實踐性較強、可視化程度較高的特點，綜合利用圖像、視頻信息、可視化編程軟件和網絡資源等現代化教育技術，從課堂、實驗、應用實踐等諸多環節探索立體化教學資源。結合不同專業需求，運用MATLAB、Open CV等軟件工具包開發圖像處理實驗平臺，建立網絡化輔助教學系統，使抽象概念和算法形象化，激發學生思維。例如，建立圖像處理標準測試庫，包括了圖像去噪、圖像分割、圖像變換和特征提取與識別等核心內容涉及到的測試數據；在參考教材方面，提供了國內外知名大學出版的數字圖像處理和計算機視覺教材及計算機視域的專著；在多媒體課件方面，提供多年從國內外知名大學網站上搜集到多個數字圖像處理和計算機視覺的電子課件，供學生學習；在代碼方面，提供了數字圖像處理方面的經典和最新的一些科研成果的源代碼或可執行軟件，學生自己運行代碼并分析實驗結果，加深對圖像處理課程的認識。
3.以學生發展為本，建立多元化的考核評價標準
在傳統方式下，教師常以期末考試和出勤率來評價學習效果，忽略了對學生參與學習活動和學習過程的評價。大部分學生往往在考試前突擊學習，沒有真正掌握扎實的知識。因此，本教學改革以過程控制為中心，以能力提高為目標，對考核方式進行改革，實行常規考核與過程性考核相結合的方式，準確把握學生的真實成績，全面衡量和控制教學質量，既要考學生的基本理論，更要考他們運用知識和方法設計圖像處理方案、完成圖像處理實際任務的能力。在授課過程中，注重課堂考察環節，加強師生交互，動態掌握學生對授課內容的理解。開展專題討論課程，讓學生大膽提問，鍛煉學生創新思維能力，對表現突出的學生增加平時分。
4.開展研究性課堂教學探索
在教學改革中，精選了若干圖像處理經典和前沿專題討論，包括論文、程序源代碼和輔助材料。在課程一開始就布置任務給學生課下自學，并安排學生上臺講授，其他學生提問，教師給予點評，并組織學生一起討論，加深對圖像處理課程的認識，培養學生綜合運用知識的能力，提高創新素養。
例如，在圖像分割專題討論中，以經典Mean Shift分割為主要內容，Graph Cut和交互式分割兩個方向作為補充內容，開展專題討論。因為這些廣泛使用的算法涉及到高等數學、線性代數、概率論、數據結構和算法設計等多門所學課程。通過自學、上課討論和教師點評，學生對以前所學基礎和專業知識有了更深層次的理解。同時，這些算法都面向彩色圖像，克服了教材中以灰度圖像為主要分割對象的不足。
5.開展研究性實踐教學
傳統“數字圖像處理”課程實踐教學強調基本算法的實現，未強調算法之間的邏輯聯系，忽略了數字圖像處理基本算法的綜合訓練。在改革中，保留圖像處理基本核心算法，將科研項目融入教學實踐中，通過設計研究性綜合實踐項目，注重學生對所學知識的綜合理解和提升。例如，“圖像去霧”綜合訓練實踐，以如何有效果去除圖像中的霧增強圖像質量為目標。該任務以2009年國際計算機視覺和模式識別會議（CVPR）的最佳論文《基于暗通道通先驗的單幅圖像去霧》[4]為主要內容，涉及到圖像處理的多個基本算法，同時也包含了物理學和光學的一些知識。通過將新的實踐教學手段應用到教學中，突出對學生思維能力、科研能力和創新能力的培養。
三、結論
通過分析數字圖像處理目前存在的課程定位模糊、傳統的教學模式與授課對象差異性的矛盾和教材內容與學科發展脫節等問題，筆者根據學科專業特點，結合授課教師的科研項目，從完善課程內容體系、構建立體化教學資源、多元化考核評價標準和開展研究性教學探索等五個方面進行開展數字圖像處理教學改革。多年教學效果表明，該教學方法克服傳統教學方法所存在的弊端，極大地提高了學生的自主學習能力。學生較好地掌握數字圖像處理的核心內容，了解當代圖像處理的代表性成果和前沿趨勢，綜合應用能力和創新素養明顯增強，為培養具有較強適應能力的應用型和創新型人才打下堅實的基礎，適應了新世紀對信息技術人才的培養要求。
參考文獻：
[1]何東健.數字圖像處理[M].西安：西安電子科技大學出版社，2008.
[2]杜云明，郝兵，劉文科.“數字圖像處理”課程任務驅動教學模式的實踐[J].中國電力教育，2013，（10）：113-114.
關鍵詞：地理信息系統；遙感數字圖像處理；教學改革
作者簡介：劉春國（1973-），男，河南上蔡人，河南理工大學測繪與國土信息工程學院，講師；盧曉峰（1981-），女，河南洛陽人，河南理工大學測繪與國土信息工程學院，講師。（河南焦作454000）
基金項目：本文系河南理工大學教育教學改革研究項目（項目編號：2008JG035）的研究成果。
中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2012）10-0081-02
當前，遙感已經或正在走向全面應用階段。國際遙感應用發展的實用化、業務化、產業化、精細化特征明顯，但我國遙感應用水平還不高，根本原因是基礎研究薄弱，缺乏多學科人才共同努力。[1]培養一大批經過系統知識培訓、熟練掌握遙感科學理論和應用技能的地理信息科學人才，滿足社會對地理遙感信息高技術人才的迫切需求，是高等教育的責任所在。
1998年教育部新增地理信息系統本科專業后，我國GIS教育發展形勢空前活躍。經過10余年的教學實踐和探索，逐步形成了比較穩定的GIS專業課程體系與課程設置方案。[2-5]遙感系列課程（遙感物理與技術、遙感數字圖像處理、遙感地學分析與應用）成為GIS專業課程體系中的重要模塊，說明GIS學科建設的負責人已認識到培養掌握遙感技術的GIS人才的重要性。遙感數字圖像處理是遙感過程的重要一環。充分利用各種圖像處理算法從遙感數據中獲取各種生物物理參數和土地覆被/利用信息，可以為自然和人文生態系統的空間分布式模型提供輸入參數，在遙感技術應用中占有十分重要的地位。近幾年河南理工大學（以下簡稱“我校”）GIS專業開設了“遙感數字圖像處理”課程。圍繞如何提高“遙感數字圖像處理”課程教學質量，筆者從革新課程體系、協同教學、優化教學內容、豐富實踐教學手段等方面進行了一系列探索。
一、革新遙感課程體系，突出“遙感數字圖像處理”課程地位
隨著遙感技術及其應用的迅速發展，很多專業開設了“遙感原理與應用”課程，內容分為三大模塊：遙感基礎、遙感圖像處理及分析方法和遙感專題應用。這種課程設置模式比較適合早期GIS專業遙感課程教學或選修遙感科學技術的某些專業，對于當前GIS專業遙感教學則存在明顯缺點。主要問題是對“遙感數字圖像處理”教學重視程度不夠，對數字圖像處理在整個遙感過程中的重要性體現不足，與遙感地理信息系統融合集成的一體化趨勢不相適應，與國民經濟各部門遙感業務日益普及的態勢不相適應，與社會信息化深入發展的狀況不相適應。人才培養滯后于社會需要，不能滿足對高素質地理遙感科技人才的需求。
我校GIS專業總結多年遙感課程教學實踐經驗，革新了遙感課程體系，設置了“遙感概論”、“遙感數字圖像處理”、“遙感應用分析”、“遙感數字圖像處理實驗”等遙感相關課程，規劃了遙感系列課程的主體教學內容。“遙感概論”要求學生掌握遙感及其應用的基本科學工程背景知識，重點內容是電磁波與地表物質相互作用的基本原理、遙感數據采集、傳輸和成像機理，從可見光-近紅外、熱紅外、微波（主動方式和被動方式）波譜段介紹遙感信息的獲取特點和技術發展，適當涉及大氣遙感、海洋遙感等應用領域和典型案例。“遙感數字圖像處理”要求學生掌握基于數字圖像處理方法獲取地球資源有用信息的科學與技術。由于學科交叉融合，數字圖像處理方法眾多，新理論、新方法不斷推出，課程重點主要著眼于圖像處理基本知識和遙感圖像處理常用算法，對一些探索性、前沿性和跨學科的內容從原理上予以概括介紹，如圖像亞像元分類、模糊分類和面向對象圖像處理等等。“遙感應用分析”采用理論、方法和實例相結合，選擇不同遙感應用領域的典型案例介紹，培養學生遙感專題分析技能，深化學生對于遙感科學技術應用現狀和廣闊前景的認識。“遙感數字圖像處理實驗”課程著眼于培養學生圖像處理技能，鞏固和深化理論課程教學內容，提高動手能力和理論聯系實際解決問題的能力。
我校GIS遙感系列課程設置方案把“遙感數字圖像處理”與“遙感數字圖像處理實驗”單獨設課，提升課程地位，加大課程學時，強化實踐技能訓練，對提高“遙感數字圖像處理”課程的教學成效很有益處。這種課程設置模式有助于培養GIS專業學生采用圖像分析方法解決遙感應用問題的能力，比較契合我國GIS專業本科教育遙感課程設置的發展態勢。
二、培育遙感系列課程教學群體，分工協作提高“遙感數字圖像處理”課程教學質量
GIS專業遙感系列課程設置要求具備一定規模的師資力量。遙感是多學科的綜合，交叉性強，研究方法不斷補充和更新，課程教學內容豐富。遙感系列課程的設置決定了課程之間存在密切的內部聯系。要提高“遙感數字圖像處理”課程教學質量，必須打破教師個人單兵作戰的慣常做法，加強與相關課程教師之間的協調和交流。培育組建了承擔遙感系列課程教學任務的教學群體。遙感課程教學組圍繞課程建設，整合優化課程體系，充實更新教學內容，保證了課程之間教學內容的連貫性和相關性。課程教學組成員互相學習、借鑒、交流，協同規劃各課程教學環節的教學要求和學時分布，課程內容更加先進，課程結構更加協調，教學方法更加有效，教學手段更加豐富，實踐教學得以充實，教學科研聯系更加密切。遙感課程教學組的建立和協作對提高“遙感數字圖像處理”課程教學質量起了明顯的作用。
三、匯聚國內外優秀教材成果，整合優化教學內容體系
教學內容和課程體系涉及高等教育人才培養的模式，決定了高等學校人才培養的規格，在很大程度決定了人才培養的質量和水平。[6]教學中適度引進世界著名高校的名牌課程教材和教學參考用書，是高等教育國際化的重要舉措。[7]遙感課程教學組重視遙感數字圖像處理課程教材和教學內容建設，收集了國內近些年出版的如戴昌達、章孝燦、湯國安、韋玉春、朱述龍等編寫的遙感數字圖像處理教材教參，注意引用吸收國外著名高校的遙感圖像處理相關教材教參，參考了John R. Jensen、John A. Richards、Robert A. Schowengerdt、Jay Gao、John R. Schott、Brandt Tso等人的遙感數字圖像處理著作，認真研討不同教材特點及其開課對象，針對遙感數字圖像處理理論性強、概念抽象、方法多樣、實踐性強的特點，根據教學對象和課程學時，按照系統性和前瞻性結合、理論與應用結合的要求，制訂了教學主體內容。課程內容分為11個部分：圖像基本知識、遙感圖像成像過程與數據特征、遙感圖像輻射校正、遙感圖像幾何變換與校正、遙感圖像增強、遙感圖像變換、遙感圖像分割、遙感圖像融合、遙感圖像分類、數字變化檢測、遙感圖像應用處理。優化后的課程教學內容注意了與“遙感概論”、“遙感應用分析”等課程內容的有機銜接。對于與“遙感概論”課程有重疊的內容只做簡單回顧，如遙感成像過程、機理與數據特征，以少數典型應用案例揭示遙感數字圖像處理方法在遙感應用分析中的作用和地位；避免與先開課程內容重復，為后續課程做適度鋪墊。數字圖像處理方法多樣，課程重點介紹常用算法，使學生能掌握數字圖像處理原理，夯實基礎。對一些發展中的、前沿性的算法著重介紹算法的思想和原理，教導學生注重算法但不應局限于具體算法，培養學生發散思維、學習能力和創新思維。教學中適當區分遙感數字圖像系統處理和應用處理的差別。
四、重視實踐教學，多手段豐富實踐教學內容
實踐教學是創新人才培養中的重要環節，對于培養學生專業技能和理論實踐結合能力、激發學生的創新思維和探索精神、提升科研能力，有著重要意義。GIS專業“遙感數字圖像處理”教學高度重視實踐教學環節，從課程體系設置、實驗課程內容設計、實驗室開放項目、畢業設計、大學生科研訓練計劃和教師科研課題等幾個方面為學生提供多樣化的實踐途徑，豐富了實踐教學體系。
從課程設置體系上，“遙感數字圖像處理”單獨設課，緊密聯系課程理論教學內容附設6個單元的基礎驗證性課堂實驗（見表1），增強學生對各種遙感圖像處理算法及其效果的感性認識。“遙感數字圖像處理”實驗課程單獨設課，結合“遙感數字圖像處理”課程和“遙感應用分析”課程知識，設置綜合設計型實驗6個模塊，培養和提高學生對知識與技能的綜合運用、自主學習的能力。
積極利用各種平臺，提供實踐課題，培養學生創新能力。我校為了培養大學生的創新能力和實踐能力，促進實驗室開放，設置了實驗室開放基金。在實驗室開放基金平臺支持下，設計了一些探索研究型實驗課題，鼓勵學生組團選擇實驗課題、查閱文獻、擬定實驗方案、實施實驗過程、撰寫實驗論文。大學生科研訓練計劃和本科畢業設計（論文）也是培養本科生創新能力的平臺。在實施學校大學生科研訓練計劃的年度，遙感課程組每年設計幾個遙感應用分析研究小課題，供學生參與大學生科研訓練，并從科研課題中提煉一些問題作為大學生畢業設計選題，引導學生參與到教師科研課題中。學生通過參與實驗室開放基金課題、大學生科研訓練計劃項目和教師科研課題，檢驗了專業知識，培養了探索精神、創造思維和合作能力。
五、結束語
本文總結了我校遙感課程教學組圍繞GIS專業“遙感數字圖像處理”課程教學實施的一系列教學改革措施。這些措施已經取得較好的成效，有不少GIS學生積極參與校實驗室開放基金項目、大學生科研訓練計劃項目和教師科研項目，每年GIS專業有近1/3的學生選擇與遙感圖像處理及遙感應用分析有關的畢業設計題目。人才培養是項長期復雜的系統工程，需要從師資、設備、教學等一系列軟硬件教學條件上予以保障。
參考文獻：
[1]李小文.定量遙感的發展與創新[J].河南大學學報(自然科學版),2005,(4):49-56.
[2]秦其明.中國高校GIS專業核心課程設置問題的探討[J].地理信息世界,2003,(4):1-7.
[3]錢樂祥.GIS專業課程體系改革思路與實踐[J].高等理科教育,2006,(6):95-98.
[4]談樹成,劉恒,夏既勝,等.關于地理信息系統(GIS)本科專業課程設置的思考[J].高等理科教育,2008,(4):47-50.
[5]李天文,王林剛,李庚澤,等.地理信息系統專業課程體系建設研究[J].中國大學教學,2011,(1)3-5.
【關鍵詞】圖像處理 偏微分方程 模型構建 處理步驟
一、圖像處理的基本方式
（一）信號分析處理
信號處理的方式是利用空間變化的思路，空間變換的方法就是從早期的頻域變換發展而來形成了小波變換。小波變換在時域同時有良好的的局部分析特征，可以實現在多個尺寸上的多分辨特性。小波變換在圖像壓縮中獲得了較好的效果。
（二）隨機建模的處理
數字圖像在形成的過程中有隨機性，所以二維的圖形實際是一個隨機的場。所及建模的方式是按照隨機場對圖像域建模，以此描述圖像域鄰域像素的分布情況，從而完成對圖形的描述。通常采用的隨機建模方式有高斯混合模型等。隨機場模型可以對圖形的紋理進行細致描述。
（三）偏微分處理
偏微分方程是一種數學方式，對數字影像進行處理，利用空間域內的像素灰度值進行微分處理，利用二階方程表征圖形中區域邊界的特征。微分方程具有各項異性的擴展特征，在不同的圖像特征上顯示的擴展性能也就不同，所以利用方程迭代處理圖形可最大限度的保持邊緣特征，同時獲得重建的平滑區域。
二、偏微分方程和圖像處理的應用
當前利用物理學和力學的變分和偏分方程方法的圖像處理技術在計算機圖形處理領域已經開辟了新的領域，基于偏分方程的圖形處理方式已經獲得了重視和良好的效果。其基本的思路就是在一個偏微分方程模型中發展一個圖形，一條曲線、一個曲面等，利用求解這個偏微分方程來獲得圖形處理的期望值。變分和偏微分方程使得數字圖像處理進入了一個新的領域。
（一）偏微分方程處理的主要領域
對圖形進行去噪處理：圖形去噪的典型分析與計算方法是高斯低通濾波器，也即是熱擴散方程，因為高斯濾波器在去找的過程中不能保持良好的邊緣特征，所以多數研究都是對該特征進行改進，其中較為有效的方式就是由Perona 和 Malik 提出的 P-M 方程，公式如下：
公式中，迭代步長dt，It是迭代項，ΔI則是拉普拉斯算子，c則代表傳導系數。其中div是散度算子，代表梯度算子， Δ是拉普拉斯斯算子。在實際的應用中為了保證模型的收斂性，通常利用經驗值，取迭代步長dt值為0.25。在此基礎上，PDE去噪的基本思路如下：1）在圖像相同質量特征的區域內進行減弱噪聲擴散的處理；2）控制區域邊界未知不擴散，并保持邊緣的基本特征。因為P-M是一個病態問題，所以有研究提出對梯度值正則化處理，然后獲得相對穩定的P-M方程。有人提出直接使用擴散張量作為擴散項，從而實現張量偏微分的方程模型。這個模型可以在一個方向上獲得快速擴散，而在正交的另一個方向緩慢擴散，由此獲得邊緣去噪的效果。
圖形的放大處理：對圖像進行插值放大，獲得超分辨率的分析。偏微分方程可以按照圖像邊緣、水平曲線等幾何特征實現插值放大。所以偏微分方程可以最大限度的保持邊緣的細節特征，同時可以減弱噪聲的影響。在研究中提出基于偏微分方程擬合水平集曲線的圖形像素重構。也就研究提出了一種復擴散偏微分方程被放大模式，在減弱鋸齒效應的同時，可以銳化邊緣的特征。
圖形的分割處理：圖形的分割也是圖像處理的重要內容，計算機和圖像處理按照使用的圖像特征進行分類處理，可以分為基于邊界的分割、基于區域的方法，以及混合分割的方法。如按照使用數學工具和模型，其主要的方法有：基于聚類的方法；基于統計學的方法；基于數學形態的方法；基于偏微分方程的方法，主要有蛇形模型等；基于Graph cut的方法。
（二）圖像處理的偏微分模型
在圖形處理中，偏微分方程模式有很多種，其中一種是在變分原理的基礎上對函數進行優化，這個方式首先對一個特定的圖形處理模式，通過變分原理實現對能量函數模型的優化，這樣就可得到偏微分方程，通過對偏微分方程數值求解由此完成圖形的處理任務。如：整體變分能量泛函
利用此模式就可完成對函數的優化。
三、基于偏微分方程的圖形處理的步驟
作為圖像處理的一個重要工具，在變分和偏微分方程的圖像處理的基本框架和基本步驟如下：1）明確實際問題的出現和處理思路建立，因為不同的應用問題有不同的處理思路和特征，因此采用的處理方式也就不同，所以在處理圖像問題時應先掌握問題的關鍵。2）構建相關數學模型，這一步驟是處理圖像的重要步驟，其影響的是處理的過程和結果，數學模型構建將直接影響處理的效果，對微分方程、變分方法、微分幾何等進行合理選擇與組合，以此獲得較好的處理結果，提高處理的有效性。3）模型分析：主要是對模型的適應性進行分析，了解模型解是否存在、解是否唯一、方法是否穩定等，4）分析計算：利用數學模式進行求解，進行微分方程的數值分析，利用有限差分、有限元、迭代法等進行計算，這一步驟會影響相關數學求解的收斂性、穩定性、計算量等。5）程序實現：這個步驟是解決問題的最終步驟，這一步驟的一些問題可以導致前面工作的重新修改，必須慎重操作。
四、結束語
偏微分方程是一種高效的數學處理工具，在圖像處理中也獲得了較好的效果。連續區域上建立模型，方便對實際問題的處理和數值計算。數學上豐富的偏微分方程處理理論和計算方式，對圖形處理的理論分析和算法都給予了較大的幫助，同時不斷完善的計算和處理方式將幫助偏微分方程提高圖像處理的效果。
參考文獻：
[1]李艷霞.基于變分偏微分方程的圖像分解研究與應用[D].中國海洋大學學位論文，2009.
（1. 武警工程大學 信息工程系，陜西 西安 710086；2. 武警工程大學 電子技術系，陜西 西安 710086）
摘 要：針對數字圖像處理課程基礎理論抽象、實用性強的特點，分析和探討該課程教學中存在的若干問題及原因，從師資力量建設、課程標準制定、教學方法與設計、考核方法4個方面闡述數字圖像處理課程的教學優化改革方案。
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.
[7] 沈曉晶, 王艷, 趙慧娟. 應用型院校數字圖像處理本科教學探索[J]. 計算機教育, 2012(1): 86-88.
關鍵詞：圖像差值；稀疏表示；增強圖像；剖面曲率
中圖分類號：TP391.41
近年來，隨著稀疏分解技術的快速發展，基于稀疏分解的信號處理技術為圖像去噪和圖像修復提供了全新的思路和手段。相比起傳統的圖像修復方法，只要字典選擇合適，基于稀疏分解的圖像修復可以有效避免傳統圖像修復技術中所存在的諸如修復缺損區域較小、修復后的圖像存在邊界模糊和圖像不光滑、修復后的圖像比較模糊等問題；只要字典選擇合適，基于稀疏分解的圖像去噪就能夠最大程度地區分開投影后信號與噪聲，得到很好的圖像去噪效果。此外，基于稀疏分解的圖像去噪和圖像修復具有實現方法規范統一、計算量明確等優點，因此近年來，圍繞基于稀疏分解的圖像修復和圖像去噪技術又重新引起了人們的廣泛關注。此外，基于稀疏分解的增強圖像處理技術還可以很簡單地推廣到圖像識別等數字圖像處理技術。因此深入、系統地開展基于稀疏分解的增強圖像去噪和圖像修復技術是十分必要的。
圖像變換域去噪方法通過對圖像進行某種變換，將圖像變換到變換域，再利用變換域以及噪聲的非相思特征然后在通過變換系數進行合理處理，從而達到有效去除噪聲的目的。傅立葉變換是一類比較經典的變換域分析方法，但圖像信號與噪聲的頻域特征往往存在一定程度的相互重疊，因此頻域濾波在抑制噪聲的同時，也會模糊圖像、破壞圖像的細節信息。除了頻域變換分析方法，將空域圖像變換到其他變換域的圖像去噪方法成為圖像去噪技術研究和應用的重要方向。與傅里葉變換相比，小波變換具有低熵性、多分辨率、去相關性和選基靈活等特點。Donoho和Johnstone提出了基于小波閾值萎縮的圖像去噪方法。
在圖像修復問題中，待修復區域內信息完全丟失，只能根據周圍圖像信息對待修復區域的內容進行預測、估計和填充，使之在視覺上達到完整。從數學角度來看，數字圖像修復是一類病態問題。由于沒有足夠信息可以保證能唯一正確地恢復出被損壞的部分，它是一個不確定問題，沒有唯一解存在，解的合理性取作為一類重要的變換域特征，圖像信號在某些專門構造的變換域上的投影往往表現出明顯的稀疏表示特征，而噪聲或干擾在這些變換域上的投影則沒有明顯的稀疏特征，顯然利用圖像信號在變換域上的稀疏特征為圖像去噪提供了另一種可行的思路。以小波變換與超小波變換為代表的變換域分析方法盡管具有普適性好的優點，但往往難以充分地刻畫和反映信號稀疏特征。與之相對應的是，通過圖像樣本訓練所確定的過完備字典往往能夠更好地刻畫圖像信號內在的稀疏特征。
基于圖像分解和稀疏表示的圖像去噪修復方法是一種新穎的圖像修復方法。如前所述，圖像在過完備字典下的稀疏特征與圖像信號本身之間有著一一對應的關系，只要圖像在空域的污損投影到過完備字典下不影響到對圖像信號的稀疏特征，那么就可以從已知信號在完備字典下的稀疏表示重構出原始的圖像信號，進而完成圖像修復任務。
基于稀疏表示的圖像修復是一種新穎的圖像修復方法。如前所述，圖像在過完備字典下的稀疏特征與圖像信號本身之間有著一一對應的關系，只要圖像在空域的污損投影到過完備字典下不影響到對圖像信號的稀疏特征，那么就可以從已知信號在完備字典下的稀疏表示重構出原始的圖像信號，進而完成圖像修復任務。
參考文獻：
[1]李長洋.基于稀疏性的圖像分層修復[D].西南交通大學碩士論文，2010.
[2]趙輝.應用于圖像處理的自適應中值濾波算法的研究[D].東北大學碩士論文，2009.
[3]趙慧民，倪霄.壓縮感知的冗余字典及其迭代軟閾值實現算法[J].電路與系統學報，2013，02，15.
[4]王建英，尹忠科，張春梅.信號與圖像的稀疏分解及其初步應用[M].成都：西南交通大學出版社，2006：49-139.
