数字图像处理论文汇总10篇

数字图像处理技术不断发展，应用广泛，提升了图像质量与信息提取能力，未来将如何推动相关领域进步？以下是网友为大家整理分享的“数字图像处理论文”相关范文，供您参考学习！

数字图像处理论文 篇1

摘要：本文介绍了基于普通USB数码摄像头与PC机作为硬件设备的视频图像振动测试技术，并采用该技术识别了的简支梁模型的一阶模态参数,同时与传统的DASP振动测试方法对比。基于Matlab软件编制相应程序，获取结构振动的位移时程曲线，采用模态分析确定简支梁模型的固有频率、阻尼比与振型，试验结果表明对低频结构使用该测振系统的振动测试是可行的。

关键词：视频图像；多项式拟合；简支梁模型；模态参数；振动测试

Abstract: The video image vibration testing technique, based on common USB digital camera and PC, is introduced in the paper. The first order modal parameters of the simple beam model is identified adopting the video image vibration testing technique, and comparing the result with the DASP and traditional vibration test Method. Based on Matlab software, the program is developed to obtain structural vibration displacement curves. And the simple beam model of the natural frequencies, damping ratios and mode shapes is determined using modal analysis. The test results show that the vibration testing technique is feasible for low frequency vibration system.

朗读

显示对应的拉丁字符的拼音

Key words: digital video; polynomial fitting; simply supported beam model; modal parameter;vibration testing

图像测量技术[1]表现出其非接触式、无设备损耗、表面全尺度、重复可比性好、环境适应性强、无负载效应等优点，不仅适合静态测量，也可满足动态测量要求，对结构可实现全域高密度检测。数字图像测量技术近年来发展迅速，其对结构边缘识别精度可达到像素，如刘敏提出识别结构一维大变形的数字图像边缘检测法[2]，袁向荣提出的一维DIC法检测结构边缘变形[3]，胡朝辉提出结构振动测试的视频图像技术测试方法 [4]。

本文以数字图像测量技术为理论依据，采用普通数码摄像头和PC机作为硬件设备与matlab软件相结合而成的视频图像振动测试的系统[5]，使用该测试系统在实验室进行简支梁模型的振动测量试验，结果表明对低频结构的振动测量采用该测振系统是可行和可信的。

视频图像振动测试系统简介

视频图像进行振动测量的原理是：使用普通USB摄像头实时拍摄并记录被测对象振动状态下的时间序列图像，对图像用数字图像处理技术处理，得到测试对象准静态的变形序列，进而获得被测对象的振动轨迹。具体测试流程如图1所示：

图1测试流程图

模型试验及结果分析

试验Ⅰ

采用梁长L=等截面匀质材料，两端铰支，单位长质量为160g/ m，抗弯刚度EI=；梁体表面光滑平整，颜色为纯黑色，背景颜色取为白色，拍摄时光照条件良好，以有利于边缘识别。试验简图如图2所示。

图2试验Ⅰ简图

振动试验开始后，对梁进行激励，采集振动稳定后振动状态，采样时间为5s，利用matlab程序处理图像序列[5]，获取各像素点的振动信号，部分结果列于表1中。

表1 实测振动频率与阻尼比

简支梁模型的理论固有频率： ，用数字图像测量所得到的梁的一阶频率为，误差为%，故数字图像法在桥梁测试中的数据是真实可信的。

试验Ⅱ

梁长L=等截面匀质材料，两端铰支，单位长质量为160g/ m，抗弯刚度EI=；同时采用DASP动力测试系统进行数据采集和处理，试验简图如图3所示。测试结果比较如表2及图4―图7所示。

图3试验Ⅱ简图

表2 视频图像和传统测试实测频率对比表（Hz）

图4视频图像测试拟合不同像素点的一阶图5传统测试前三阶的振型图

本次试验通过用采用DASP动力测试系统来验证数字图像法，二者结果很相近，梁的一阶频率结果比值仅为，具体如表2所示。

结论与建议

简支梁模型动载试验结果表明：

（1）对于动态位移的测量，试验数据均较合理，简支梁模型的二次试验均测出了结构的一阶模态参数，通过验证，测量结果也真实可信，因此认为数字图像振动技术可用于低频振动结构的测试；

（2）但是二次试验均未测出二阶模态参数，经分析认为可能的原因有：响应谱对应二阶频率处的幅值太小以及激励点选取位置不适当以致未能激励出其二阶模态，普通摄像头信噪比低而无法识别也是原因之一。

（3）通过与传统的DASP动力测试系统试验对比，说明相对于传统测试方法，数字图像振动测试技术精度较好；但是传统方法可测得前三阶模态，说明该方法测试分辨率与传统方法有一定的差距；故对于高频、高阶的结构振动测试，能通过高速、高清的图像采集设备，提高其测试分辨率 。

参考文献：

[1] 张红娜,王祁.图像测量技术及其应用[J].电测与仪表，2003，451(40):19-22.

[2] 刘敏.数字图像处理技术在桥梁结构检测中的应用研究[D].广州大学硕士论文，2009.

[3] 袁向荣.梁变形检测的一维数字图像相关法[J].广州大学学报，2010，9(1):54-56.

[4] 胡朝辉.数字图像处理技术在桥梁结构振动测试中的应用研究[D].广州大学硕士学位论文，2010.

数字图像处理论文 篇2

【摘要】《遥感数字图像处理》课程实践性较强，如何更好地激发学生自主学习理论知识并培养动手能力是该课程课堂实践环节中最重要的目标之一。本研究在分析本课程特点和教学现状的基础上，将“团队研究型教学模式”和“问题导向型教学模式”引入到课程的课堂实践环节中，构建了以学生为主导的实践教学体系，在提高学生学习主动性和创造性及培养团队意识等方面取得了较好的效果。

【关键词】遥感数字图像处理 团队合作 问题导向 地理信息科学

一、课程特点和教学现状

1998年教育部新增地理信息系统（GIS）本科专业后，我国GIS教育发展形势空前活跃。目前，国内已有近200所高校开设了地理信息系统专业，逐步形成了比较稳定的GIS专业课程体系与课程设置方案（石永明，2011）。其中，遥感系列课程（遥感物理与技术、遥感数字图像处理、遥感地学分析与应用）成为GIS专业课程体系中的重要模块。充分利用各种图像处理算法从遥感数据中获取各种生物物理参数和土地覆被/利用信息，可以为自然和人文生态系统的空间分布式模型提供输入参数，在遥感技术应用中占有十分重要的地位。

《遥感数字图像处理》是一门系统研究遥感图像理论、技术和应用的课程（路元刚，2012）， 它是遥感科学技术和地理信息系统等专业本科生的专业课（朱洪锦，2012；宋怀波，2014）。数字图像处理技术的迅速发展使其分支几乎扩展到农业信息科学的全部领域，该课程强调实践性，实践教学是创新人才培养中的重要环节，对于培养学生专业技能和理论实践结合能力、激发学生的创新思维和探索精神、提升科研能力，有着重要意义。因此，只有通过适时安排实验课，才能收到最佳的教学效果。目前，国内高校中该课程一般都安排有12个学时以上的实验。新疆农业大学GIS专业的《遥感数字图像处理》课程于2009年开设，教学过程中重视实践教学环节，安排有20-24学时的上机实验，按照教育部对实验课的要求，实验类型主要为验证性和综合性。虽然现有的实践教学内容不断丰富，但仍以教师为主导，学生的学习兴趣没有被完全调动，主动思考的意识尚有待提高。而现代教学模式强调学生的主观能动性，教学要以学生为中心，使学生处于主动的地位。因此，如何更好地激发学生学习遥感图像处理的兴趣、鼓励学生自主学习理论知识并培养动手能力是在本课程课堂实践环节中最重要的目标之一。笔者所在的新疆农业大学GIS教研室的教师通过多年的课程实践教学积累了一些经验，并在实践中取得了很好的效果（朱磊，2014），需及时地进行系统地梳理和总结，尽快建立起一套符合农业类院校遥感图像处理的课堂实践教学模式，以规范和完善课程实践教学的内容并推动授课模式的改革，有助于提高GIS专业学生的遥感图像处理的实践能力。综上所述，本研究拟将“研究型教学模式”和“问题导向型教学模式”引入到课程的课堂实践环节中，构建以学生为主导的实践体系，使学生了解和掌握了图像处理的主要内容和方法，培养学生团结协作和创新思维能力，为今后深入学习专业课程和高质量完成毕业论文奠定基础。

二、实践教学内容调整

1.调整课时安排

《遥感数字图像处理》课程强调学生的实践动手能力，因而实践教学在整个教学过程中占据重要地位。新疆农业大学自2009年开设“遥感数字图像处理”课程以来，课程总学时为50-52学时，其中实践教学课程始终保持在20学时至24学时之间，占课程总课时量的近50%，高于其它同类高校约33%的平均比例（黄秋燕，2008）。较高的实践教学课时，保证了学生能够接触到大量的综合性实验，并有足够的时间能在教师指导的状态下熟悉和掌握实践技能，这对他们提高动手能力、积累实战经验大有益处。全部课程共十章，除第一章绪论外，其余各章均安排有2-4学时的课堂实习。

2.补充教学材料

《遥感数字图像处理》课程相关教材较多，我们选用的是韦玉春等主编的、科学出版社出版的《遥感数字图像处理教程》（韦玉春，2007）。该教材结构设置合理，对遥感数字图像处理的基本概念和常用方法进行了系统的讲解。但限于篇幅，教材中对涉及到的其它遥感领域的一些定义、算法和思路仅做了概述，因此向学生推荐了多本辅助教材，如：赵英时主编的《遥感应用分析原理与方法》（赵英时，2003）和戴昌达等主编的《遥感图像应用处理与分析》（戴昌达，2004）等。另外，鉴于教材中部分内容的时效性，不能够反映最新的研究动态，而这部分内容恰恰是教材中最能够引发学生学习兴趣的部分。因此，我们鼓励学生自行检索并下载阅读近1-3年相关领域的文献，并推荐有能力的同学阅读英文文献。同时，引导学生充分利用网络资源，主动查阅资料，不断更新知识库、扩展知识面。

3.推进学科交织

遥感（RS）、地理信息系统（GIS）和全球定位系统（GPS）构成了“3S”综合应用体系，遥感作为该系统最重要的数据源，与其他学科结合紧密。学生已初步具备了GIS和GPS的基本知识和操作技能。因此，教师适时地运用视频、图片等多媒体方式将“3S”实际应用的案例穿插在理论讲授过程中，让学生了解遥感图像处理在整个“3S”应用体系中的作用和技术要求，以及RS如何与GIS和GPS衔接与集成。此外，积极引导学会学生触类旁通、举一反三，不仅要知道怎么做，而且知道为什么做，同样的方法还能够解决什么问题，碰到类似的问题时自己是否能够独立解决等等，这对学生日后面对实际工作、解决实际问题具有极大的帮助。

三、实践教学方法改革

1.构建任务导向式的实践教学模式

根据实践教学方案，各主要章节理论知识讲授完毕后，均安排相关内容进行上机实验。课堂实验选题设计为学生在未来的专业领域可能遇的“真实世界”的现实的问题，没有固定的解决方法和过程。整个过程以自主探究和小组写作为主，减少教师的“灌输式”讲述。在每一个任务完成和每个课程单元结束时进行自我评价和小组评价，并定期进行总结。如：第八章图像分割上机实验题目为“运用空间建模手段，提取给定影像上的植被信息，非植被区域保留原始影像”。通过完成该任务，学生可以复习、巩固以下知识点和技能点：（1）归一化植被的概念、作用和计算步骤，不同取值的指示意义；（2）如何为植被区域赋常量值，非植被区域保留原始影像；（3）借助专业图像处理软件ERDAS IMAGINE的空间建模平台，构建针对本任务的模型。上机实验中任务的设计对教学效果极其重要，应全面考虑学生对理论知识的掌握程度，并要求教师对重要知识点的提炼和融合，力求让学生通过完成一个课堂任务来增强对理论知识的理性认识，更重要的是培养学生分析问题、解决问题的能力。

2.培养学生团队合作意识和能力

实践教学活动在我校综合实验楼GIS机房中进行，作者本学期所带的GIS132班共计29人，按照自愿结合的原则，分为10个小组（除第十组为2人外，各小组均为3人）。同一小组的同学座位相邻，便于交流。每人一台计算机，保证操作的独立性。

首先用很短的时间对已学的相关知识进行简要的复习，让学生较快地进入到学习新知识的氛围中来，并让学生了解到本节课实践内容与复习内容的相关性，为之后学生自主探究及实践做铺垫。

之后教师课堂任务，学生以小组为单位开展实践。由于最终的考核是以小组为单位，所以组内的每位成员都需按时完成任务，且保证质量，小组内部就会产生一种你追我赶的学习状态，每个学生都不想因为自己的落后而影响整个小组。从而在小组内自发形成“快带慢、快帮慢”的学习模式。此外，在任务完成质量同等的前提下，教师将对先完成任务的小组给出较高的分数，各小组间也形成了竞争模式。先完成的小组可以帮助进度较慢的小组，这种帮助其他同学完成任务的过程也会让先完成的同学获得成功的体验，形成“任务一出，大家争相完成”的学习氛围。

3.改革学习考核评价方法

本研究运用上述授课形式，对GIS132班进行了教学模式改革的尝试，学期末通过对学生进行的调查问卷，获取了学生对知识掌握的情况及对该授课方式的意见和建议。最终，综合学期考勤记录、学生课堂表现记录和期末调查问卷，得到课堂实践教学模式改革的整体效果评价，结果显示：（1）学生出勤率较高，完成作业情况较好，课程学习的积极性较高：全班共计29人，本课程包含13个教学周，总计旷到1人次、请假2人次、迟到5人次；课后书面作业5次，总计4人次未按时提交，作业正确率较高。（2）学生对知识点的掌握更为牢固，调查问卷显示90%以上的学生认为通过本学期的学习，掌握了遥感数字图像处理的主要步骤和方法，了解了实际应用的领域。（3）课堂实践教学模式取得了较好的效果，全班认为“问题导向型模式”和“小组协作型模式”有助于课堂理论知识的巩固和实践操作技能的提高的比例达到100%。

四、结语

《遥感数字图像处理》课程是地理信息科学专业本科生的专业必修课，在整个课程体系中占有重要地位。该课程在理论和方法的课堂教学之外更加强调学生的实践能力，因此该课程的课堂实践教学显得尤为重要。本研究探索性地将“研究型教学模式”和“问题导向型教学模式”引入到课程的课堂实践环节中，构建了以学生为主导的实践体系，同时编制《遥感数字图像处理实验手册》。该教学模式在提高学生学习主动性和创造性及培养团队意识等方面取得了较好的效果，。今后的教学改革中，如能将该模式与翻转课堂等其它先进的教学模式进行合理地组合，将开创《遥感数字图像处理》课程课堂实践教学的新模式，进一步提高学生自主学习的效率，并有助于探索出一套适合GIS本科生实践技能和创新能力培养的开放式的综合教学体系。

参考文献：

[1]石永明， 田永中. 地理信息系统实验课程教学探讨[J]. 实验室科学， 2011， 14（1）： 26-29.

[2]朱磊. 浅析地理信息系统专业本科生创新能力的培养[J]. 2014， 4： 154-155.

[3]路元刚. 《数字图像处理》课程的教学探讨与实践[J]. 江苏教育学院学报（自然科学）， 2012， 28 （5） ： 32-33.

[4]朱洪锦， 范洪辉， 叶飞跃， 等.《数字图像处理技术》课程的教学改革探索[J]. 吉林化工学院学报， 2012， 29 （12）： 24-27.

[5]宋怀波， 何东健， 龙燕， 等. 农业院校《数字图像处理》课程教学改革与实践[J]. 教改研究， 2014， 70： 10-12.

[6]黄秋燕. GIS专业遥感概论课程实验教学改革探索[J]. 科技信息， 2008（27）： 352-353.

[7]韦玉春. 遥感数字图像处理教程[M]. 科学出版社， 2007.

[8]赵英时. 遥感应用分析原理与方法[M]. 科学出版社， 2003.

[9]戴昌达， 姜小光， 唐玲莉. 遥感图像应用处理与分析[M]. 清华大学出版社， 2004.

数字图像处理论文 篇3

1、前言

计算机技术不断发展，硬件性能不断提升，软件效能不断优化，在其带动下，数字图像处理技术也得到了迅速的发展。以往难以解决的技术性瓶颈，而今已经可以轻而易举的突破。但是在一些专业性较强的领域，对于数字图像处理有着一些特殊的要求，很多通用的数字图像处理技术、方法，不能充分发挥其优势，甚至无法使用。本文针对数字图像去噪这一典型问题，在简单回顾相关通用数字图像处理技术发展的基础上，针对医学PET图像的特殊性，提出一些自己的看法及思考。

虽然数字图像处理技术很早便被应用于医学相关领域，但是由于医学图像自身的分类多样、成像技术相对复杂，目前仍然有许多影响医学图像成像的诸多因素无法从理论层面解释，所以数字图像处理技术在医学领域的发展仍然相对滞后。

2、数字图像处理技术的回顾

数字图像处理作为一个学科，经过将近60年的发展，已经形成了完善的理论体系，并细化为多个专业方向。数字图像处理技术诞生之初，图像去噪就是其主要目标之一。在通用数字图像处理领域，常见的噪声主要包括乘性噪声和加性噪声。数字图像的噪声往往和图像的特征信息交织在一起，如何有效地区别并去除噪声，同时尽量保持图像的细节完整，是数字图像去除噪声要面对的难题[1].

空间域通过卷积处理图像噪声对获得的图像在空间域直接进行处理，往往采用卷积的数学形式。例如常见的均值滤波、中值滤波、为纳滤波等。常见的中值滤波可定义为：

式子中{xij(i,j)∈I2}表示数字图像个点的灰度值。根据图像处理的实际需要，目前已经有许多成熟的滤波器可供选择。该类方法的优势在于数学结构相对简单，运算量较小，但是图像处理结果相对较差，容易造成图像细节丢失或者噪声抑制不足等结果。

频率域通过相应转换处理图像噪声将要处理的图像进行转换，根据实际情况选择适当的频带进行处理，然后经过反变换获得去噪后的图像[2].基于小波及其衍生分析方法的多尺度分析是该种方法中最具代表性的。因为该类方法理论较为成熟，数学机构灵活，所以至今仍然被学术界关注，并且每年都有一些新的方法被提出。虽然该类方法与前面提到的滤波器方法相比在运算复杂性上有着较大的劣势，但其在图像处理结果上的优势明显，并且随着计算机硬件效能的提升，在频率域的多尺度分析方法已经得到了较为普及的应用[3].

传统的小波去噪方法(wavelet-baseddenoising)：将含有噪声的图像进行小波变换，转化成小波系数Wf(j,k)，选择合适的阈值Tf,根据一定的处理规则，对小波系数进行处理，把小波系数中噪声的部分去除，最后经过小波反变换得到去噪后的图像。

根据实际的图像分析需求，在小波的基础上发展出了很多小波的衍生方法。这些方法又可以按照处理图像时基函数的变化与否分为自适应分析和非自适应分析。其中自适应分析比较常见的方法有：Brushlet、Wedgelet、Bandelet和Directionlet等。非自适应分析常见的方法有：Ridgelet、Curvelet、Contourlet、Shearlet、NSCT等[3].

3、数字图像技术在医学图像领域的应用

数字图像处理在医学领域有着广泛的应用，在这里只针对医疗中常见的大型设备来简单阐述。这里仅例举CT、MRI和PET(positronemissiontomography)三种具有代表性的影像设备来简单分析。

CT、MRI和PET都属于临床常见的影像设备，虽然成像原理各不相同，但却使用许多相同的数字成像技术。CT主要是运用X光穿透被照体，检测X光的衰减，从而反推出被照体的衰减系数，根据已知的衰减系数对照表重建出被照体的解剖图像。MRI的结构成像主要检测静态磁场中外加射频脉冲对人体内氢质子的影响，从而得到对应的MR信号，重建出对应的解剖图像。PET主要是检测注入人体内的放射性核医药物在人体内代谢过程中发生“湮灭”放射出的γ射线，通过图像重建得到对应的功能性信息[4].

以上三种设备普遍使用了空间域通过卷积去噪的方法，最为常见的就是Gaussionfilter.几乎常见的品牌设备都将此种方法作为图像重建过程中的去噪标准步骤。一般作为补充，许多品牌的设备也内建了一些“更为复杂”和“有效”的去噪方法。但是实际使用中，去噪效果并不十分理想[5].

4、局限与对策

CT在图像重建过程中，如果只简单使用Gaussionfilter,忽略X光的实际物理效应，如康普顿散射、X光的能谱分布等，得不到较为准确的图像信息，这也是目前临床使用的普通CT无法做到准确“定量”的’原因之一。MRI成像相较CT更为复杂，而且截至目前尚无研究表明MRI对人体有任何直接危害，所以MRI设备生产商将更多资源投入到如何从设备的硬件改善来提高图像品质，而不是考虑如何从图像处理的角度来解决问题。因此Gaussionfilter在MRI中使用也非常广泛。PET成像与CT原理不同，但是同样受限于放射剂量。与MRI相比PET的图像处理技术相对较为多样，因为PET图像自身的一些特点，也决定其需要配合更多的图像处理才能获得更多有价值的信息[6].而对于PET来说，虽然核医药物的γ射线产生符合泊松分布，但是在临床实际图像处理中往往并不针对泊松来处理，Guassionfilter依然被使用。

由于早期计算机硬件的效能不高，许多优秀的数字图像处理方法无法应用于临床实践，当今计算机硬件效能已经有了大幅度提升，可以重新考虑在相关大型医疗影像设备中植入较为先进的算法，从而获得更为优良的图像质量。并且应当根据不同影像设备的成像特点，合理优化图像处理技术，做到通过软件提升，使设备硬件发挥最大效率，使病人在最小的辐射剂量下得到最优化的诊疗。

5、讨论与总结

数字图像处理经历了近60年的发展，涌现出了许多优秀的理论与研究成果，也在生产生活的诸多领域得参考文献到了广泛应用。医疗领域对于图像处理有着强大的需求，但就目前来看，该领域的数字图像处理技术发展仍然滞后。对于科研工作者，医疗领域的图像处理有较高的研究价值和较大的研究空间。要根据临床实践，通过深入研究医学图像的成像原理，理清问题的研究重点，有针对性地设计实验方法，从而获得较好的研究结果。在社会发展，人们越来越重视自身健康和生活质量的大背景下，只有把研究工作与生产生活实践相结合，才能获得科研转化为生产力的良性循环。在科学技术飞速发展的大背景下，只有深入研究，细化问题，有针对性地解决具体问题，才是科研的最重要任务。

参考文献

[1]宁媛,李皖.图像去噪的几种方法分析比较[J].贵州工业大学学报:自然科学版,2006(34):63-66.

[2]马国兵,肖培如.基于小波的图像去噪研究综述[J].工业控制计算机,2013(5):91-92.

[3]李彦,汪胜前,邓承志.多尺度几何分析的图像去噪方法综述[J].计算机工程与应用,2011(47).

[4]陈武凡,秦安,江少峰,等.医学图像分析的现状与展望[J].中国生物医学工程学报,2008(27).

[5]LePogam A,Hanzouli H,Hatt M, of PET images by combining wave lets and curve lets for improved preservation of resolution and quantitation[J].Medical Image Analysis,2013(17):877-891.

[6]Mejia JM,Ochoa Dominguez HDJ,Vergara Villegas OO, reduction in small-animal PET images using amulti resolution transform[J].IEEET ransaction son Medical Imaging,2014(33):2010-20xx.

数字图像处理论文 篇4

摘要：“遥感数字图像处理”课程已逐步成为地理信息系统（GIS）专业必修课程之一。文章探讨了在遥感数字图像处理课程教学改革中，围绕提高课程教学质量这一核心问题，从革新课程体系、协同教学、优化教学内容、丰富实践教学手段等方面进行改革和实践。

关键词：地理信息系统；遥感数字图像处理；教学改革

当前，遥感已经或正在走向全面应用阶段。国际遥感应用发展的实用化、业务化、产业化、精细化特征明显，但我国遥感应用水平还不高，根本原因是基础研究薄弱，缺乏多学科人才共同努力。[1]培养一大批经过系统知识培训、熟练掌握遥感科学理论和应用技能的地理信息科学人才，满足社会对地理遥感信息高技术人才的迫切需求，是高等教育的责任所在。

1998年教育部新增地理信息系统本科专业后，我国GIS教育发展形势空前活跃。经过10余年的教学实践和探索，逐步形成了比较稳定的GIS专业课程体系与课程设置方案。[2-5]遥感系列课程（遥感物理与技术、遥感数字图像处理、遥感地学分析与应用）成为GIS专业课程体系中的重要模块，说明GIS学科建设的负责人已认识到培养掌握遥感技术的GIS人才的重要性。遥感数字图像处理是遥感过程的重要一环。充分利用各种图像处理算法从遥感数据中获取各种生物物理参数和土地覆被/利用信息，可以为自然和人文生态系统的空间分布式模型提供输入参数，在遥感技术应用中占有十分重要的地位。近几年河南理工大学（以下简称“我校”）GIS专业开设了“遥感数字图像处理”课程。围绕如何提高“遥感数字图像处理”课程教学质量，笔者从革新课程体系、协同教学、优化教学内容、丰富实践教学手段等方面进行了一系列探索。

一、革新遥感课程体系，突出“遥感数字图像处理”课程地位

随着遥感技术及其应用的迅速发展，很多专业开设了“遥感原理与应用”课程，内容分为三大模块：遥感基础、遥感图像处理及分析方法和遥感专题应用。这种课程设置模式比较适合早期GIS专业遥感课程教学或选修遥感科学技术的某些专业，对于当前GIS专业遥感教学则存在明显缺点。主要问题是对“遥感数字图像处理”教学重视程度不够，对数字图像处理在整个遥感过程中的重要性体现不足，与遥感地理信息系统融合集成的一体化趋势不相适应，与国民经济各部门遥感业务日益普及的态势不相适应，与社会信息化深入发展的状况不相适应。人才培养滞后于社会需要，不能满足对高素质地理遥感科技人才的需求。

我校GIS专业总结多年遥感课程教学实践经验，革新了遥感课程体系，设置了“遥感概论”、“遥感数字图像处理”、“遥感应用分析”、“遥感数字图像处理实验”等遥感相关课程，规划了遥感系列课程的主体教学内容。“遥感概论”要求学生掌握遥感及其应用的基本科学工程背景知识，重点内容是电磁波与地表物质相互作用的基本原理、遥感数据采集、传输和成像机理，从可见光-近红外、热红外、微波（主动方式和被动方式）波谱段介绍遥感信息的获取特点和技术发展，适当涉及大气遥感、海洋遥感等应用领域和典型案例。“遥感数字图像处理”要求学生掌握基于数字图像处理方法获取地球资源有用信息的科学与技术。由于学科交叉融合，数字图像处理方法众多，新理论、新方法不断推出，课程重点主要着眼于图像处理基本知识和遥感图像处理常用算法，对一些探索性、前沿性和跨学科的内容从原理上予以概括介绍，如图像亚像元分类、模糊分类和面向对象图像处理等等。“遥感应用分析”采用理论、方法和实例相结合，选择不同遥感应用领域的典型案例介绍，培养学生遥感专题分析技能，深化学生对于遥感科学技术应用现状和广阔前景的认识。“遥感数字图像处理实验”课程着眼于培养学生图像处理技能，巩固和深化理论课程教学内容，提高动手能力和理论联系实际解决问题的能力。

我校GIS遥感系列课程设置方案把“遥感数字图像处理”与“遥感数字图像处理实验”单独设课，提升课程地位，加大课程学时，强化实践技能训练，对提高“遥感数字图像处理”课程的教学成效很有益处。这种课程设置模式有助于培养GIS专业学生采用图像分析方法解决遥感应用问题的能力，比较契合我国GIS专业本科教育遥感课程设置的发展态势。

二、培育遥感系列课程教学群体，分工协作提高“遥感数字图像处理”课程教学质量

GIS专业遥感系列课程设置要求具备一定规模的师资力量。遥感是多学科的综合，交叉性强，研究方法不断补充和更新，课程教学内容丰富。遥感系列课程的设置决定了课程之间存在密切的内部联系。要提高“遥感数字图像处理”课程教学质量，必须打破教师个人单兵作战的惯常做法，加强与相关课程教师之间的协调和交流。培育组建了承担遥感系列课程教学任务的教学群体。遥感课程教学组围绕课程建设，整合优化课程体系，充实更新教学内容，保证了课程之间教学内容的连贯性和相关性。课程教学组成员互相学习、借鉴、交流，协同规划各课程教学环节的教学要求和学时分布，课程内容更加先进，课程结构更加协调，教学方法更加有效，教学手段更加丰富，实践教学得以充实，教学科研联系更加密切。遥感课程教学组的建立和协作对提高“遥感数字图像处理”课程教学质量起了明显的作用。

三、汇聚国内外优秀教材成果，整合优化教学内容体系

教学内容和课程体系涉及高等教育人才培养的模式，决定了高等学校人才培养的规格，在很大程度决定了人才培养的质量和水平。[6]教学中适度引进世界著名高校的名牌课程教材和教学参考用书，是高等教育国际化的重要举措。[7]遥感课程教学组重视遥感数字图像处理课程教材和教学内容建设，收集了国内近些年出版的如戴昌达、章孝灿、汤国安、韦玉春、朱述龙等编写的遥感数字图像处理教材教参，注意引用吸收国外著名高校的遥感图像处理相关教材教参，参考了John R. Jensen、John A. Richards、Robert A. Schowengerdt、Jay Gao、John R. Schott、Brandt Tso等人的遥感数字图像处理著作，认真研讨不同教材特点及其开课对象，针对遥感数字图像处理理论性强、概念抽象、方法多样、实践性强的特点，根据教学对象和课程学时，按照系统性和前瞻性结合、理论与应用结合的要求，制订了教学主体内容。课程内容分为11个部分：图像基本知识、遥感图像成像过程与数据特征、遥感图像辐射校正、遥感图像几何变换与校正、遥感图像增强、遥感图像变换、遥感图像分割、遥感图像融合、遥感图像分类、数字变化检测、遥感图像应用处理。优化后的课程教学内容注意了与“遥感概论”、“遥感应用分析”等课程内容的有机衔接。对于与“遥感概论”课程有重叠的内容只做简单回顾，如遥感成像过程、机理与数据特征，以少数典型应用案例揭示遥感数字图像处理方法在遥感应用分析中的作用和地位；避免与先开课程内容重复，为后续课程做适度铺垫。数字图像处理方法多样，课程重点介绍常用算法，使学生能掌握数字图像处理原理，夯实基础。对一些发展中的、前沿性的算法着重介绍算法的思想和原理，教导学生注重算法但不应局限于具体算法，培养学生发散思维、学习能力和创新思维。教学中适当区分遥感数字图像系统处理和应用处理的差别。

四、重视实践教学，多手段丰富实践教学内容

实践教学是创新人才培养中的重要环节，对于培养学生专业技能和理论实践结合能力、激发学生的创新思维和探索精神、提升科研能力，有着重要意义。GIS专业“遥感数字图像处理”教学高度重视实践教学环节，从课程体系设置、实验课程内容设计、实验室开放项目、毕业设计、大学生科研训练计划和教师科研课题等几个方面为学生提供多样化的实践途径，丰富了实践教学体系。

从课程设置体系上，“遥感数字图像处理”单独设课，紧密联系课程理论教学内容附设6个单元的基础验证性课堂实验（见表1），增强学生对各种遥感图像处理算法及其效果的感性认识。“遥感数字图像处理”实验课程单独设课，结合“遥感数字图像处理”课程和“遥感应用分析”课程知识，设置综合设计型实验6个模块，培养和提高学生对知识与技能的综合运用、自主学习的能力。

积极利用各种平台，提供实践课题，培养学生创新能力。我校为了培养大学生的创新能力和实践能力，促进实验室开放，设置了实验室开放基金。在实验室开放基金平台支持下，设计了一些探索研究型实验课题，鼓励学生组团选择实验课题、查阅文献、拟定实验方案、实施实验过程、撰写实验论文。大学生科研训练计划和本科毕业设计（论文）也是培养本科生创新能力的平台。在实施学校大学生科研训练计划的年度，遥感课程组每年设计几个遥感应用分析研究小课题，供学生参与大学生科研训练，并从科研课题中提炼一些问题作为大学生毕业设计选题，引导学生参与到教师科研课题中。学生通过参与实验室开放基金课题、大学生科研训练计划项目和教师科研课题，检验了专业知识，培养了探索精神、创造思维和合作能力。

五、结束语

本文总结了我校遥感课程教学组围绕GIS专业“遥感数字图像处理”课程教学实施的一系列教学改革措施。这些措施已经取得较好的成效，有不少GIS学生积极参与校实验室开放基金项目、大学生科研训练计划项目和教师科研项目，每年GIS专业有近1/3的学生选择与遥感图像处理及遥感应用分析有关的毕业设计题目。人才培养是项长期复杂的系统工程，需要从师资、设备、教学等一系列软硬件教学条件上予以保障。

参考文献：

[1]李小文.定量遥感的发展与创新[J].河南大学学报(自然科学版),2005,(4):49-56.

[2]秦其明.中国高校GIS专业核心课程设置问题的探讨[J].地理信息世界,2003,(4):1-7.

[3]钱乐祥.GIS专业课程体系改革思路与实践[J].高等理科教育,2006,(6):95-98.

[4]谈树成,刘恒,夏既胜,等.关于地理信息系统(GIS)本科专业课程设置的思考[J].高等理科教育,2008,(4):47-50.

[5]李天文,王林刚,李庚泽,等.地理信息系统专业课程体系建设研究[J].中国大学教学,2011,(1)3-5.

[6]周远清.精品课程教材建设是教学改革和教学创新的重大举措[J].中国高教研究,2003,(1):12-29.

[7]于琳.大学生离外文原版教材有多远[J].中国大学教学,2001,(2):37.

数字图像处理论文 篇5

［摘要］数字图像处理是一门重要的专业课程，该课程涉及较多的数学知识，如何面向数学基础不足的学生教好这门课是一个重要的问题。作者提出适当减少教学中使用的数学、使用课堂定制的演示软件、增强项目开发环节的教学等措施，来提高数字图像处理课程的教学效果。实践表明这些措施确实有效。

［关键词］教学方法数字图像处理数学基础项目教学

数字图像处理课程是一门重要的计算机专业选修课，和数学的联系非常紧密，要求也比较高，从传统的教材中就可以看到这一点。但是选修该课程的学生很多，有相当一部分学生来自于非计算机专业。另外作者所在学校有不少的外招生，他们对这个课程也比较感兴趣，愿意选修。从整体看，一班学生中数学基础不够好的人数超过一半。

课程之初的调查还发现七成以上的学生不愿意涉及深入的数学公式，同时，多数学生愿意在这个课程中学习关于图像处理的程序开发技术。基于这样的基础背景和兴趣取向，作者在该课程的教学中除了采用一些常规教学方法之外，还注意了以下三个方面的工作：第一，课程中减少数学的使用，尽量不用高深的数学知识，使用简单的数学来解释数字图像处理中的问题。第二，在教学中定制开发了一些演示软件，增强学生对算法的理解和感性认识。第三，增强项目开发环节的教学，培养学生的动手能力。

下面详细谈谈如何在这三个方面加强教学引导，促进学生对知识的学习。

一、课程中尽量减少复杂数学公式的使用

众所周知，数字图像处理和数学关系密切，需要用到不少高深的数学知识。如果将涉及深入数学知识的内容全部删减，则大大减少了数字图像处理课程的内容，降低了课程的专业价值。如何使用较简单的数学知识来讲授课程，同时保持课程的专业价值，这是一个需要认真考虑的问题。

首先，要对讲授的知识内容进行认真规划，原则是减少数学知识的使用，同时也让同学领略数字图像处理的专业含义。规划后的主要教学内容包括：数字图像处理中的一些基本概念、灰度变换、图像的频域变换、空域滤波、频域滤波、腐蚀与膨胀、图像恢复、图像编码、边缘检测、色彩表达等知识点。应该说上面的内容和一般的数字图像处理课程内容并无很大的不同。主要的不同在于减少了一些需要较多数学基础的内容，如：KL变换、小波变换、维纳滤波的原理、信息熵的原理等内容。一般来说，这些内容的数学推导是困难的，因此，课程进行了削减。但是对于傅里叶变换、离散余弦变换、逆滤波、Hough变换、算术编码等内容，还是保留了下来，这些内容虽然数学偏难，但是专业意味浓厚，因此，需要讲授。

其次，则是很重要的一点：在教学中减少高深数学知识的使用，用简单直观的方法来说明数学算式的原因和含义。下面以傅里叶变换和边缘检测为例子来说明如何减少数学知识的使用。

（一）利用少量的数学来解释傅里叶变换

在数字图像处理中，傅里叶变换是数学公式较多，学起来最难的内容之一。考虑到傅里叶变换的重要性，课程必须讲解。针对此内容，作者按照下面的教学顺序来进行。

1.简单的傅里叶变换的背景知识介绍，以引起学生的兴趣。傅里叶是一位法国数学家和物理学家（1768-1830）,他对热传递很感兴趣，于1807年在法国科学学会上发表了1篇论文，应用正弦曲线来描述温度分布，论文里有个在当时有争议的说法：任何连续周期信号可以由一组适当的正弦曲线组合而成。当时论文审查者中有两位著名的数学家拉格朗日（1736-1813）和拉普拉斯（1749-1827），当拉普拉斯和其他审查者投票通过，并要发表这个论文时，拉格朗日坚决反对，他认为傅里叶的方法无法表示带有棱角的信号。法国科学学会屈服于拉格朗日的威望，拒绝了傅里叶的工作。直到拉格朗日死后15年这个论文才被发表出来。

2.写出一维傅里叶级数。即明确告诉学生，任何周期函数可以被一系列三角函数表达出来，给出相关公式，并给出一个简单的例子。

3.这个思想被直接扩展到两维。也就是说，一个图像可以被认为是一个二维函数，它应该可以用一系列褶皱函数来表达出来，例如类似图1的一系列褶皱函数。

■

图1一个二维褶皱函数的例子

4.每个褶皱函数可以用三个参数来定义：每个褶皱水平方向的距离、垂直方向的距离以及褶皱的高度。

5.如果规定每个皱褶之间的水平距离和垂直距离是1/i和1/j。也就是说褶皱随着i和j的变化而变化，i、j越大，褶皱越窄。这样褶皱的类型和数目都是固定的，只要给出这些褶皱的高度，就完全固定了这些褶皱。

6.所有这些褶皱叠加在一起可以逼近一个真实的图像的灰度，当然叠加褶皱的参数应适当地给出。

通过这种类比，我们直接给出图像的傅里叶变换表达，以及逆变换的表达式。

上面的讲解，没有从数学的角度严谨地证明或者说明傅里叶变换，但是形象地给出了傅里叶变换的一种解释。这种解释学生容易接受、理解，同时没有大的偏差。避开了繁琐的数学推导和证明。

当然对于数学基础较好的同学，我们也给出了详尽的资料，让同学们课下研读。

（二）边缘检测中用直观替代数学，逐步引导学生创新思考

在边缘检测中少不了要用到一阶偏微分、二阶偏微分这样的表达，并以此来讲授像素点和边缘关系的判断，有些学生觉得不直观。在讲课中，作者直接用直观的例子来讲述如何判断边缘的像素点，避开了数学表达。

图2介绍边缘检测方法的例子。（a）表达了某一行图像在x方向的灰度变化情况，（b）反映了像素灰度在该方向的一阶差分值，（c）表达了像素灰度在该方向的二阶差分值。

为了介绍边缘检测的方法是怎么样的，作者使用了如图2所示的例子。如图2（a）所示，某一行图像在x方向的一些像素点，它们的灰度分别是30、30、30、30、30、30、120、210、210、210、210。作者利用这张图首先给学生介绍了差分的概念，其计算非常简单，就是像素灰度之间的差值。

这样对每个像素点在x方向做一阶差分，就可以得到0、0、0、0、0、90、90、0、0、0、0，即如图2（b）所示。然后在此基础之上，再做一阶差分，可以得到各个像素的二阶差分值为：0、0、0、0、90、0、90、0、0、0，即如图2（c）所示。

从图2（b）中可以看边缘处的像素在一阶差分处取极值。在非边缘处趋向于0。因此，可以直观得到一个简单的结论：一阶差分为极值的像素点就是边缘的点，或者接近边缘的点。

从图2（c）中也可以看出圈起来的圆点对应的就是边缘像素。因此，直观得到结果，二阶差分的零点就是图像的边缘，同时两边的像素的差分符号有改变。

利用上面的图2（b）和图2（c）很容易理解如何通过一阶差分或者二阶差分来判断边界像素。

实际计算中可能是两方面的差分都要进行计算，这种计算一般使用线性滤波器来实现，由此可以给学生引出梯度算子的滤波模板。

事实上，在这里还可以让学生注意观察图2（b），引导学生得出一阶差分能起到增强边缘显示的效应，而其它区域的图像像素的一阶差分趋向于0，这些像素被弱化。

基于这个结论，可以让学生进一步讨论，能否利用这种特点对图像进行灰度增强处理？该如何做才合适？

学生比较容易想到将边缘增强的效果叠加到原图上就有可能在原图效果的基础上突出边缘显示。经过讨论和完善，可以得到下面的图像增强方法。如果原图是F，边缘图是E，那么增强的图则为：F+E/k。其中k是标量系数，适当选取则可以增强图像效果。

通过上面的例子，一方面直观介绍边缘像素的检测方法，还启发了学生进一步思考图像增强的方法。

二、借助定制软件增强学生理论的掌握

在数字图像处理的教学中，通过定制的教学软件能够增强学生对理论的把握和处理效果的理解。这一点为不少教师认同。本课程教学中作者也开发了一些定制软件来动态地展示图像处理的效果。

以频域滤波为例，课堂上使用了如图3所示的一个演示软件。这个软件演示几种主要的低通滤波、高通滤波和带通滤波的图像处理效果。这种演示软件相比于静态图像展示更有利于学生的直观体验和动态对比处理效果。

比如：在讲巴特沃斯带通滤波的时候，学生可以任意选择要处理的图像，然后拖动图3中的滑动条来动态调整带通滤波的上下截止频率以及巴特沃斯滤波的阶数，处理后的图像也同时跟随变化，动态显示出来。这样学生对参数如何影响处理结果就有了动态的对比和感受。这一点是静止图像的展示所无法达到的，这也是定制软件演示所具有的优势。另外需要说明的是，因为定制软件是利用Matlab开发的，所以其过程并不很复杂，相对容易。

■

图3 频域滤波算法的演示软件

该软件提供了各种常用频域滤波的效果演示，同时对各算法的参数可以进行动态调整，及时显示调整的效果。给学生带来动态对比的效果体验。

三、增加项目开发的教学环节

数字图像处理课程是一个实践性很强的课程，不少教师对项目开发在教学中的使用进行了有益的探索。本课程中也引入了项目开发的教学环节，让学生在Matlab环境中对给定的项目进行了开发。在整个项目开发的实施中，除了常见的措施外，我们还注意了以下两点：

（一）项目题目的精编和设计

首先，项目的设计要有综合性，能覆盖大多数的教学内容；其次，项目不能太多，否则学生时间不足。因此，在整个学期中只设计了了两个项目让学生来完成。一个是车牌识别系统的开发，一个是图像压缩系统的开发。之所以使用这两个项目由同学来练习，是因为这两个项目基本覆盖了图像处理课程中的所有技术，同时它们的规模适中，学生可以不用太多的时间完成。

（二）加强项目开发中的检查和督促

传统的小组项目开发模式有许多优点，但是也存在一个问题：部分同学不积极参与，工作由小组内他人代劳。为了调动同学积极性，对每个项目进行一次课堂上的书面考查，这种考查非常简短，只要20分钟。考查内容主要包括项目计划、进展情况、相关技术、完成情况、个人所发挥的作用等。这种考查可以督促每个同学在项目中发挥作用。

以上两个方面的细致处理，增强了项目开发教学环节的效能，促进了学生动手能力的培养，收到了良好的效果。

四、总结

数字图像处理是一门数学要求较高，实践要求较强的课程，面对弱数学基础的学生，数学上需要降低难度，编程上需要着重锻炼。作者在教学中采用了用直观替代数学，用动态演示增强直观体验，用项目开发引领学生编程实践的培养等措施，这些方法和措施的使用确实为弱基础的同学带来较好的教学效果。我们采用这些措施已有四年的历史，教学实践表明，这种措施是合理有效的，增强了同学们的兴趣和信心，提高了同学的图像处理编程能力，同时较好地掌握了图像处理知识。

［参考文献］

［1］ 章毓晋.图像工程（上册）：图像处理［M］.北京：清华大学出版社，2005.

［2］ ，.数字图像处理（第二版）（英文版）［M］.北京：电子工业出版社，2007.

［3］姚锦绣,郑胜林,潘宝昌.MATLAB应用在图像处理教学中的探讨［J］.广东工业大学学报（社会科学版）,2004,（4）.

［4］张国琴,吴周桥.MATLAB在数字图像处理教学中的应用［J］.武汉科技学院学报,2005,18（10）.

［5］吴娱,平子良.独立学院的数字图像处理教学改革的探索［J］.大学教育,2013，（2）.

［6］金炜，周亚训.“数字图像处理”课程项目驱动教学模式的实践［J］.中国电力教育，2010，（7）.

［7］郭艳光,赵希武.在高等计算机基础教学中实施项目教学法的探索［J］.计算机教育,2008，（6）.

数字图像处理论文 篇6

摘要：本文针对目前广泛应用数字图像识别处理技术国内外研究现状进行了分析，阐述了数字图像处理技术的应用前景。

关键词：数字图像 图像处理 数字技术 应用

一、数字图像处理综述

数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。

数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息，数字图像处理作为一门学科大约形成于20世纪60年代初期，早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。

首次获得实际成功应用的是美国喷气推进实验室（JPL），他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，医学技术中数字图像处理技术都发挥了巨大的作用。

从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展，人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。

二、国内外研究现状

目前，国内图像识别的算法研究多是关于数字、文字、人脸、以及医用病理方面的较多，对产品内表图像进行分析识别、分类的还很少。国内已研制出了具有先进水平的高精度内表检测系统和装置，如何对产品零部件的外形，尺寸进行较高精度测量的激光在线检测系统等，但迄今为止，尚无能对生产出的产品内表面进行自动检测和识别的系统。应用CCD、电子、计算机技术检测内表面的实时自动检测技术在国内正处于刚刚起步的阶段，对内表面图像进行分析识别、分类的软件系统还没有十分完善，现在的识别算法对图像中的疵病部分定位不是很准确，对疵病的范围、大小、方位不能做定量分析，只能作定性分析，精度低，采用的传统的最小距离等分类器在图像复杂且类别多时，很难表示和提取特征，进行图像识别十分困难。

国外关于图像识别中的图像分割，特征信号提取，边缘检测，纹理识别等的算法已经取得了一定的成果，提出了一些新方法，如利用直线分割来识别三维人脸，通过子图匹配法在相邻区域间识别不同目标，用双值微波仿射不变函数识别二维形形状等等，近年来，国外基于图像识别与分类技术的图像检索，人脸识别，字体识别发展十分迅速。

在国外，为提高自动目标识别能力而开发的算法现在正被引入许多侦测和成像系统之中，图像分割、特征信号探测和析取、静止目标的模式识别等方面已取得了很大进步，这一自动目标识别能力大大减轻了操作人员的工作负担。如美国正在加紧自动检测能力与自动目标识别的研究工作，并在硬件能力的基础上开发多种用于信号图像处理的算法和开展各种算法软件的研制，包括相关法（匹配滤波器技术）、自适应多维处理法、基于模型的方法等。

三、数字图像处理的应用

图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面，随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。

1、航天和航空技术方面的应用

数字图像处理技术在航天和航空技术方面的应用，除了JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。现在世界各国都在利用陆地卫星所获取的图像进行资源调查，灾害检测，资源勘察，农业规划，城市规划，我国也陆续开展了以上诸方面的一些实际应用，并获得了良好的效果。在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。

2、生物医学工程方面的应用

数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了一般的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等，此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。

3、通信工程方面的应用

当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以图像通信最为复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达100Mbit/s以上，要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。在一定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、DPCM编码、变换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、自适应网络编码、小波变换图像压缩编码等。

4、工业和工程方面的应用

在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人，将会给工农业生产带来新的激励，目前已在工业生产中的喷漆、焊接、装配中得到有效的利用。

5、军事公安方面的应用

在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。

6、文化艺术方面的应用

目前这类应用有电视画面的数字编辑，动画的制作，电子图像游戏，纺织工艺品设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和评分等等，现在已逐渐形成一门新的艺术——计算机美术。

参考文献：

[1]孙即祥 图像压缩与投影重建 北京：科学出版社；：第一章：1～2，63～64.

[2]韩金姝.基于分形的植物形态模拟与图像压缩技术研究：[硕士论文]. 青岛：中国海洋大学信号与信息处理专业，2005.

[3]杨枝灵、王开等.数字图像获取、处理及实践应用 人民邮电出版社 2003.

[4]王学武，谭得健.神经网络的应用与发展趋势.计算机工程与应用，2003：98～113.

数字图像处理论文 篇7

摘 要：分析高级数字图像处理课程的教学内容，提出教学内容要紧密围绕图像处理研究领域的最新研究成果展开，围绕课堂授课内容、实践环节、论文阅读3个方面对这门课程的建设方案进行全面阐述。

关键词：软件工程；高级数字图像处理；研究生课程

1 背 景

数字图像处理作为一门独立学科大约形成于20世纪60年代初期，它是一种通过计算机对图像进行去除噪声、增强、复原、分割、配准、压缩、提取特征等处理的技术。最近10年以来，伴随着计算机软硬件水平的快速进步，数字图像处理的理论与应用都进入到了迅猛发展阶段，其研究内涵、研究方法、应用领域等都较之前发生了很大程度的改变。

在此背景之下，面向研究生开设的高级数字图像处理课程的教学内容需要反映出这个学科的前沿特性，需要结合当前主流的应用领域。

2 课堂授课内容

数字图像处理课程在国内外的很多院校都有了较长的开设历史，相应的经典教材也有很多，比如冈萨雷斯编著的《Digital Image Processing》[1]等。同济软件学院在本科大三年级也开设了数字图像处理课程，讲授经典数字图像处理内容。因此，针对研究生开设的高级数字图像处理课程绝不能再去炒本科阶段的“冷饭”，而应该引入新颖的内容，从而体现出课程名中的“高级”二字。考虑到这些因素，我们在制定课堂教学内容时选取一些近年来在数字图像处理领域所取得的较新的重要研究成果，这种做法使得我们的研究生能够较为快速全面地了解该领域的前沿情况，为他们在此方向继续进行深入研究打下良好的基础。同时，所选取的授课内容比较契合产业界当前的最新需求，从而可以使我们培养的研究生能够在就业市场上占得先机。

深度卷积神经网络

最近5年来，深度学习（deep learning）技术给机器学习领域带来了许多革命性的变化，解决了很多传统方法难以克服的问题。这项技术也渐渐在图像处理领域得到应用，并已取得了很好的结果。比如，深度学习已经用于解决图像的超分辨率问题、图像的去模糊问题、图像的去雾霾问题、图像的精细化分割问题等。由于深度学习属于基础理论范畴，在本课程的其他专题中也会经常使用到，所以先讲授这部分内容。

自从2012年Alex Krizhevsky等在NIPS上发表了把深度卷积神经网络（Deep Convolutional Neural Network，DCNN）应用于解决大规模图像分类问题的成果以来[2]，在机器学习和计算机视觉领域掀起一股研究和应用深度学习技术的热潮，并在许多不同领域取得了很大成功。深度学习技术近来的巨大成功一方面得益于大规模带有标记的数据的出现，一方面是由于计算技术的进步（如GPU）。深度学习实际上是一种对数据表示（representation）的学习技术。深度学习模型由多层简单模块叠加形成，每一层都会对输入进行变换来同时增加数据表达的选择性和不变性。图1展示了一个典型的深度卷积神经网络结构。深度学习模型可以从原始数据中学习到它们具有不同抽象层次的多层表示。深度学习技术的一个显著特点就是它对数据特征的学习不是手工的，而是用通用的学习策略从数据中自动学习到。

在本专题中，教师会介绍深度神经网络的基本知识，主要涉及的知识点有：Softmax回归（softmax regression）、深度卷积神经网络（DCNN， Deep Convolutional Neural Networks）、Pooling策略、非性激励策略、训练集测试集与验证集、随机梯度下降法（stochastic gradient descent）、Fast-RCNN（Fast Region-based Convolutional Networks）、CAFFE的应用等。

图像质量评价

在大部分的图像应用系统中，图像质量评价（image quality assessment， IQA）都扮演着重要的角色[3]。虽然人的主观评测往往能比较准确地衡量图像的质量，但在很多实际的应用场景中，由人逐一对图像的质量进行评测是效率很低的一种做法，甚至是根本不可行的。在这种背景下，构建有效的、自动化的图像质量评价算法就成了一个具有重大意义的研究课题。图像质量评价研究的最终目的是希望提出某些算法，这些算法可以对图像的质量进行自动评价，而且评价的结果能够和人的主观感受高度一致。图2通过一个示例展示了IQA算法的目的，（a）～（d）是4幅图像，人的视觉系统可以很容易对它们的质量水平进行排序；IQA研究的目的就是要设计出自动化算法，该算法可以对输入图像的质量进行自动评估，而且评估结果要和人的主观感知高度一致。

图像质量评价的研究在整个图像处理领域中占有重要地位。一方面，它具有很强的理论价值和科学价值，有助于加深人们对于人脑是如何感知图像信息这一问题的理解，这也是脑科学和神经生物学所关注的问题；另一方面，它也有很强的应用价值，可以应用到多个与图像相关的技术领域中。目前很多图像和视频解决方案的提供商（如华为、中兴）都对IQA问题极为重视。

根据高质量参考图像（这些图像不存在质量失真）的存在性，图像质量评价问题可以细分为全参考图像质量评价（full-reference IQA，FR-IQA）、部分参考图像质量评价（reduced-reference IQA，RR-IQA）和无参考图像质量评价（no-reference IQA，NR-IQA）。在本课程中我们主要讲授FR-IQA和NR-IQA的典型算法。在FR-IQA中，高质量无失真的参考图像是已知的，因此FR-IQA算法可以用来评价同类型的图像复原算法的优劣。比如，给定多个图像去噪算法，好的FR-IQA算法能够准确地判断出它们中的哪一个能产生主观感觉上最好的去噪效果，相应的去噪算法当然就是效果最好的去噪算法。其次，FR-IQA算法还可以用于指导某个图像处理算法的参数选择，甚至可以直接作为优化目标来指导设计新的图像处理算法。在NR-IQA问题中，任何有关无失真高质量图像的信息都是未知的，NR-IQA算法要对一个输入的图像直接进行质量评价。NR-IQA计算模型的应用范围非常广泛，比如，当我们设计一个基于人脸识别的门禁系统的时候，一般需要对采集到的图像样本进行质量评测步骤；只有当图像样本满足一定的质量要求的时候，它才会被输入到后端特征提取与分类模块进行进一步处理。在这种场景下，对人脸图像的质量评测实际上就是一个NR-IQA问题。

本专题的主要知识点包括：图像质量评价问题分类、MSE（mean squared error）指标的问题、SSIM（structural similarity）算法、相位一致性（phase congruency）、FSIM（feature similarity）算法、BIQI（blind image quality index）算法、NIQE（natural image quality evaluator）算法、IL-NIQE（integrated local natural image quality evaluator）算法、图像质量评价算法的性能评测策略。

图像中雾霾的度量与去除

很多图像应用系统需要在室外条件下采集图像，如监控系统、智能交通系统、辅助驾驶系统、基于手机的地标查询系统等。这些系统在设计与部署的时候会假设成像系统工作时的天气条件是良好的，获取的图像是正常清晰的，没有充分考虑恶劣天气条件对成像质量造成的不利影响。然而，实际上恶劣天气条件会极大地降低图像质量，从而会影响整个系统的可用性。影响成像质量的恶劣天气主要包括雾、霾、雨、雪、冰雹等，而这其中雾霾较其他天气现象而言更易多发，而且对成像质量造成的影响更大。在本专题中，教师将讲授当前研究领域最新的图像雾霾程度度量算法和图像去雾霾算法。图像中雾霾程度度量研究的最终目的就是构造一种算法，它可以对输入图像中的雾霾程度进行自动地、准确地度量。图像去雾霾算法的目的是从含有雾霾的图像中复原出没有雾霾的高质量清晰图像。

本专题的主要知识点包括：雾霾的物理模型、FADE（Fog Aware Density Evaluator）雾霾度量算法、基于暗通道（dark channel）假设的去雾霾算法、基于单张图像的深度估计、模拟雾霾样本的生成、基于DCNN的去雾霾模型。

生物特征识别

如何进行简单有效的身份识别和验证成为各级政府和企事业单位需要面对的一个日益严峻的问题，生物特征识别技术目前被公认为是一个较好的解决方案。生物特征识别技术通过计算机与光学、声学、传感器和统计学等高科技手段，利用人体固有的生理特征（如指纹、虹膜、人脸、掌纹等）和行为特征（如笔迹、声音、步态等）来进行个人身份识别和验证[4]。目前，生物特征识别技术已广泛应用于我国的多个重要行业部门，如军事、公安、刑侦、民政、海关等。未来的生物特征识别系统能够使身份识别与验证变得更加方便、快捷、可靠，因此，这个产业具有广阔的市场前景和巨大的潜在商业价值。图3展示了常见的生物特征，包括指纹、人耳、人脸、虹膜、掌纹、手掌静脉、手指静脉等。

在本专题中，教师会介绍生物特征识别领域的基本理论以及典型的生物特征识别技术，主要知识点包括：生物特征识别系统的性能评价、虹膜识别技术、指纹识别技术、人脸识别技术、掌纹识别技术。

3 实践环节

通过课堂内容的学习，学生可以了解到图像处理领域目前所使用的主流理论和技术，但高级数字图像处理课程应用性极强，因此其实践环节尤为重要。实践环节要真正起到培养研究生分析问题、解决问题、综合运用多学科知识的作用。在实践环节中，任课教师设计了一组开放性课题，这些课题都与任课教师目前正在从事的科研项目有关。这样，当学生在实践环节中遇到具体问题时，任课教师能及时给出建设性意见。对于每一个开放课题，基础数据和硬件平台都由任课教师提供，学生的任务主要是运用所学知识设计和实现解决问题的算法。

目前的开放性课题主要包括以下5个：行人的上半身检测、自主泊车系统中的车库位检测（检测效果见图4）、非接触式掌纹掌脉识别（任课教师设计制备的非接触式掌y掌脉采集装置见图5）、基于深度卷积神经网络的图像去雾霾、图像的视觉显著性检测。这些课题基本上都属于图像应用领域的研究热点。

在实践环节中，一般安排2～3人组成一个小组来协作完成一个课题，客观上也培养了研究生团结一致、分工协作的能力。

4 论文阅读

科技文献阅读能力是研究生教学过程中需要重点培养的一种能力。文献阅读会贯穿整个研究工作的始终，从找到研究问题、了解当前发展现状、提出可行方案、制订实验方案，再到最终论文撰写，都离不开文献阅读。因此，在本课程中专门安排了文献阅读环节。学生在教师的指导下，从指定的范围内选择1篇合适的论文进行精读，然后要求在课堂上讲演。所选择的论文主要是近年来发表在图像处理领域顶级期刊（如IEEE T-PAMI、IEEE T-IP等）或会议（如CVPR、ICCV、ECCV等）上的论文。讲演环节的评分考虑到以下因素：能否清晰介绍问题背景、能否清晰介绍论文所提方案的设计动机、能否清晰介绍论文所提方案、能否清晰介绍论文方案所取得的效果、能否提出自己的改进想法。

5 课程建设方案的效果评估

从2013年开始，高级数字图像处理课程已经完整开设了4次，教学效果良好，在学生中引起强烈的反响，获得同济大学相关专家和学生很高的评价。从精心安排的课堂授课专题中，学生学习或了解到图像处理领域当前最主要的研究问题和研究方法；在实践环节中，学生以任课教师正在从事的科研项目为载体，锻炼了分析问题、综合运用所学知识解决问题以及团队协作的能力；在文献阅读环节中，在教师的指导下，学生提升了查阅文献、获取论文中的有效信息、做讲演等方面的能力，课程建设方案达到了这门课的开设目的。

6 结 语

高级数字图像处理课程是同济大学软件学院新开设的一门前沿课程，覆盖了多项图像处理领域的前沿研究内容。该课程已经完整开设了4个周期，取得了良好的教学效果，获得了相关专家和修读此课的学生的高度评价。在今后的教学实践中，我们还会认真听取相关专家和学生的建设性意见，对课程建设方案不断完善，与时俱进，从而持续提升该课程的教学质量。

参考文献：

[1] Gonazlez R C， Woods R E. Digital Image Processing [M].Upper Saddle River： Prentice Hall， 2008.

[2] Krizhevsky A， Sutskever I， Hinton G net classification with deep convolutional neural networks[C]//Proceedings of Neural Information Processing ： MIT Press，2012：1106-1114.

[3] 高新波，路文.视觉信息质量评价方法[M]. 西安： 西安电子科技大学出版社， 2011.

[4] Jain A K， Flynn P J， Ross A. Handbook of Biometrics[M]. Berlin：Springer， 2007.

数字图像处理论文 篇8

摘 要：构建既能培养学生综合素养，又能突出其个体特征的课程体系在专业知识教学中具有举足轻重的作用。本文以我国高等师范院校开设的遥感科学与技术、地理信息科学本科专业为例，针对《遥感图像处理》课程的教学目标提出了适合该专业学生的课程体系，设计了一个专题内容延伸模块化、分层次的课程体系，并就其实践教学效果和课程特色进行了介绍。多年《遥感图像处理》课程的讲授实践显示，该课程体系设置达到了预期的教学效果，对于我国高等师范院校的相关专业的《遥感图像处理》课程教学提供了有益的参考。

关键词：遥感图像处理 课程体系 模块化 教学实践

遥感作为一种高效的探测、获取、分析和处理空间信息的先进技术手段，已广泛应用于各个领域。高等院校是我国遥感专业人才培养的主战场，它提供了一个综合性高、专业性强的平台[1]。在该平台上，可以针对社会的应用需求，塑造学生不同的个体特征，培养出适于不同岗位的研究型、应用型人才。因而，构建旨在培养学生综合素养，并突出其个体特征的课程体系具有举足轻重的作用。特色鲜明的体系可以在提升学生的综合素养的同时，也能够突出学生个体，因而可以更好地满足我国遥感专业人才培养的需求。

现阶段我国为遥感专业人才培养设置的本科专业主要有摄影测量与遥感、遥感科学与技术、地理信息科学等，在这些专业的培养方案中，《遥感导论》和《遥感图像处理》在多数高等院校中都有开设，并为专业核心课程之一，有的高等院校还开设了《数字图像处理》。《遥感导论》和《数字图像处理》两门课程可以视为《遥感图像处理》的前期基础课，因而在课程学期安排上应该提前。

《遥感图像处理》以地理学、测绘学、数理统计、计算机技术等为背景，在学习了遥感技术、图像处理技术的原理和理论基础上，着重介绍遥感信息处理的原理、过程与方法，并掌握遥感图像处理技术的发展动态与实际应用。由于《遥感图像处理》是多学科的交叉，与很多专业都有很密切的联系，而且发展速度较快，在遥感图像处理的教学中，一方面要求不同对象的学生掌握、理解或了解图像处理技术的基本原理；另一方面，还要求不同对象的学生理解或了解遥感图像的成像机理、处理技术和流程等。同时，图像处理技术和遥感技术具有技术更新快的特点，因而还需要学生掌握现阶段的状态以及最新发展情况。除了教学内容和教学方法外，实验教学也是《遥感图像处理》课程的重要的环节，传统的课程教学大都偏重于理论，一些已有的实验也主要是针对特定图像处理的一些应用，缺乏图像处理技术应用与遥感图像特征无缝结合和系统组织。

总的来说，目前的《遥感图像处理》课程体系主要存在以下几个方面的问题[2]：（1）传统的课程体系多注重经典理论，轻实验和实践[3]。除了应该重视理论教学外，有效地利用实践教学环节，有利于学生理解和掌握该课程内容，取得事半功倍的教学效果；（2）传统课程体系脱胎于数字图像处理，和遥感处理关键技术之间存在断裂面，遥感处理知识体系不够完善。

本文以我国高等师范院校开设的遥感科学与技术、地理信息科学专业为例，针对《遥感图像处理》课程的教学目标，提出了适合高等师范院校本专业领域学生的课程体系的构建方案，并就其实践教学的效果和课程体系特色进行介绍。

1 课程体系的建立

内容的模块化设计是目前课程体系建设的主要方案，在很多高等院校的专业教学中得到了较好地应用[4]。为适于高等师范院校开设的遥感科学与技术、地理信息科学专业教学需求，通过近10年左右的实践教学，我们将《遥感图像处理》的课程体系结构分为7个模块，如图1所示。

（1）图像基础模块：这一部分主要介绍遥感数字图像的基础知识，主要包括遥感数字图像、遥感数字图像的计算机存储、遥感数字图像的计算机视图与表达等内容，让学生了解遥感数字图像的基本概念和特点，并从计算机存储和显示的角度，定性了解数字遥感图像，引导学生建立遥感图像处理研究和实践的兴趣。

（2）定量遥感处理模块：遥感定量化是当前技术发展的重要方向之一，其分析和处理过程涉及到物理、大气等学科；本科生由于前期所开课程较少，感觉定量遥感处理的难度较大，因而我们主张在本科阶段掌握定量遥感的基础理论和图像处理，深层次处理设置在后续的研究生课程开设。

该模块的主要内容涵盖辐射定标、大气校正、热红外地面温度反演等，以Landsat TM图像为例，了解遥感图像的辐射校正和定量反演的技术方法：辐射定标结合Landsat TM的0级、1级产品，介绍遥感图像数字值（digital number，DN）转换为光谱辐射亮度的方法；大气校正主要讲述基于辐射传输方程的校正方法，结合6S和MOTRAN辐射传输软件包，完成遥感图像的大气校正；热红外图像地表温度反演以Landsat TM6为例，介绍单波段热红外图像的地表温度反演方法和技术流程。

（3）几何遥感处理模块：该模块针对遥感成像的纯中心投影、多中心投影、侧视雷达等不同构像方式，解释它们的几何纠正方法和技术流程；对于多项式纠正方法重点介绍，强度多项式的构建、地面控制点的选择、最小二乘法拟合等相关内容。

（4）数字图像增强模块：数字图像增强模块按照彩色增强、辐射增强、空间域增强、频率域增强、多光谱增强等顺序进行讲解。在这一部分，我们遵循系统深入的原则，基于遥感数字图像处理的实例，帮助学生系统复结并领会各种理论方法之间的逻辑顺序与本质。由于图像处理具有理论性和可视化强的特点，在这个部分教学中，我们希望加强学生对前置基础课程（如《遥感导论》和《数字图像处理》）所学基本理论和方法的深入理解，使其充分认识遥感机理理论知识在遥感图像增强应用中的指导意义，并体会理论本身的魅力。

（5）遥感图像融合模块：该模块从遥感图像融合的目的出发，介绍图像融合的主要方法和技术流程、图像融合结果的性能评估等；联系数字图像增强模块的多光谱增强子模块，以HIS变换、主成份分析、傅里叶变换和小波变换等为基础，阐述遥感图像融合的主要技术方法，并对其方法的缺点进行分析，提出改进的遥感图像融合方案。

（6）遥感图像分类模块：该模块主要包括计算机分类的基本原理、非监督分类、监督分类、计算机分类的新方法、分类结果后处理、精度评估等内容。在这一部分教学中，我们充分发挥图像处理应用性强的特点，选择最小距离法、ISODATA、最大似然分类法等，重点讲述其基础理论和技术方法，激发学生学习兴趣。

（7）变化检测模块：该模块是对前面所学模块的综合运用，向学生展示《遥感图像处理》立体而丰富的专业内容。在介绍遥感图像变化检测意义和技术流程的基础上，重点论述变化检测的分类后比较法和直接比较法；将变化向量分析法（CVA）作为典型算法进行讲述，通过土地覆被变化检测的应用实例，综合遥感图像辐射校正、几何纠正等知识，重点论述变化强度和变化方向的确定方法，并利用图像处理实践提升学生的研究性思维，初步培养学生的创新能力。

2 课程教学实践及其特色

加强实践教学环节，注重动手能力的培养

本课程主要教学目的是使学生了解和掌握遥感信息处理的基本知识、方法、基本技能和发展动态，初步掌握应用遥感信息处理技术分析和解决实际问题的能力。因而，实践教学能力培养是我们课程建设的核心部分。我们在每个模块中设置了多个实践环节，多角度、多目标的提升学生动手操作能力。

通过理论学习、实践处理等环节，增强学生对本课程的理解，并在此基础上使学生进一步掌握遥感图像成像的基本原理、基本理论和这些理论在遥感图像处理中的应用。近10年的教学实践证明，该课程的实践教学环节较好地调动了学生专业学习的积极性，取得了较好的学习效果。

内容延伸模块化，形成分层次课程体系

我们依据课程教学内容，构建了授课内容的基本框架，按照教学内容分块设置，根据学生学习阶段、课时安排、专业特色延伸等可以灵活变化，因而给授课内容带来了较大的机动性。

在每个教学模块中首先确定知识体系和拓展专题内容，将这些拓展专题分为偏应用型和偏理论型。每个专题中设置基本内容和扩展内容，形成模块化分层次的课程体系。

例如：在数字图像增强模块中，目前的大多数教材中存在直方图均衡化的内容，然而随着图像处理技术的发展和应用的拓展，人们发现在绝大多数遥感图像增强处理中不适合直方图均衡化处理，因此这部分内容可以不讲或让学生自学。图像增强部分的内容非常多，使学生清楚掌握第一节内容介绍的关键词，课程的延伸内容就会更易理解。根据学科特色和学习层次，可以有意识地引入偏应用专题或偏理论专题，更好地满足不同目标、不同层次的学生的需求。

通过遥感图像处理课程教学内容的分块划分，形成了层次化、模块化课程体系，在确保授课内容体系完整情况下，使内容选择更具条理和可操作性，便于培养不同目标导向的学生，更适于我国高等师范院校相关专业的教学设计。

多目标人才及其创新能力培养

社会对人才可以从不同的角度加以分类，从生产或工作活动的目的来分析，现代社会的人才可分为学术型（理论型）、技术型、工程型和技能型等。多目标人才就是多功能人才，其特点是多才多艺，能够在很多领域大显身手。当今社会的重大特征是学科交叉，知识融合，技术集成。因而，《遥感图像处理》多目标人才培养是培养学生在各个方面都有一定能力，同时在某一个具体的方面要能出类拔萃。

在高等师范院校地理学背景创办遥感科学与技术、地理信息科学等本科专业的情况下，不同层次、不同培养目标导向，可以让学生针对自己的发展方向选择应用型还是研究型，因而该课程体系更加具有灵活度。我们课程体系中设置的定量遥感模块，可以满足学生在应用型《遥感图像处理》课程中学习到研究型知识，丰富和完善学生的有关遥感处理的知识结构，提升学生的创新能力。实践教学证明，我们的本科生经过该模块的学习，也能够独立完成研究方案构思和具体研究路线设计，并在老师的指导下撰写科学论文。

3 结语

卫星遥感、图像处理技术的迅猛发展，其应用领域愈来愈广泛，该领域受到很多学生的垂青，激发了他们的学习热情。目前很多高等院校都开设了《遥感图像处理》这门课程。如何根据各个高等院校的学科特色、学生特点构建适合自己的课程教学体系、安排好授课内容、提高教学方法和教学手段的有效性是很多高等院校主讲教师最关注的，同时对于提高学生学习兴趣、加强实践应用能力以及培养信息技术时代的创新型人才具有重要意义。

笔者结合多年《遥感图像处理》课程的教学经验，设计了一个课程内容模块化、专题内容可延伸、分层次的课程体系，它采用专题框架，在保证授课体系完整性的前提下，授课教师可以依据人才培养目标、专业特色、学时要求引入模块化延伸内容，有机地将课程教学内容联合在一起，形成多层次、多目标的授课内容。实践证明，该课程体系设置达到了我们高等师范院校相关专业的课程教学预期效果，可以为我国其他高等师范院校的相关专业的《遥感图像处理》课程教学提供参考。

参考文献

[1] 邓磊，赵文吉，胡德勇.遥感课程实践教学模式探索与教改实践[J].科技创新导报，2012（7）：136-137.

[2] 赵珊，刘静.数字图像处理课程实践教学的改革与设计[J].中国科技信息，2009（23）：226-227.

[3] 吕秀琴.GIS专业《数字图像处理》实验教学研究[J].地理空间信息，2012，10（5）：174-176.

[4] 马卫红，倪晋平，田会.“数字图像处理”课程教学内容优化的探索和实践[J].中国电力教育，2011（11）：99-100.

数字图像处理论文 篇9

摘要：通过分析目前数字图像处理课程中存在的课程定位不明确、传统教学模式与授课差异的矛盾和教材与学科发展不一致的问题，从教学内容、教学资源、多元化考核评价标准、开展研究性课堂教学和实践教学等多个方面进行教学改革探索。实践表明，该教学方法克服传统教学方法所存在的弊端，极大地提高了学生的自主学习能力，为培养具有较强适应能力的应用型和创新型人才打下坚实的基础。

关键词：数字图像处理；教学改革；课程建设；研究性教学

“数字图像处理”是西北农林科技大学（以下简称“我校”）信息工程学院为计算机科学与技术、软件工程、信息与计算科学等多个理工科专业所开设的一门专业必修课。该课程涵盖数学、物理、信号处理、心理学、计算机科学等多个领域的知识，与本科阶段的高等数学、线性代数、概率论、面向对象编程、数据结构、算法分析等多门课程密切相关，对后续的特征提取和图像理解等高级计算机视觉处理课程具有重要的基础作用。同时，它在“模式识别”、“人工智能”和“机器学习”等专业课程体系中起着重要的作用。[1-3]

一、课程改革的必要性

由于图像处理理论性强，内容抽象，算法较多，涉及的理论和方法既包含时域（空域）、变换域（频域为主）、数学形态学、地理学（如分水岭算法），还涉及到模式识别理论的一些知识，学生理解起来有一定难度，在解决实际问题时，面临着无从下手的困难。同时，图像处理技术应用较为广泛，随着数字成像设备的广泛使用和智能手机的普及，社会对图像处理人才的需求也日益增加，这些都对课程教学提出了更高的要求。在教学过程中发现“数字图像处理”的传统教学模式中，在课程定位、教学模式和教学内容上存在一些问题。

1.课程定位不明确

“数字图像处理”在本科教学过程中有着两种比较冲突的定位，导致课程教学过程存在两种倾向。一是不顾本科学生实际情况向研究生课程看齐，将重点放在数字图像处理理论内容。但这些内容与实际应用联系并不紧密，忽视它的应用性和实践性强的特点，从而导致理论与实践脱节，造成学生在编程能力上的欠缺。二是过分强调应用技能，把数字图像处理等同于讲授Photoshop等应用软件的使用，或以讲授MATLAB和Open CV图像处理函数为主，不重视原理和算法，忽略了对本科生科学素质和研究能力的培养。

2.传统教学模式与授课对象差异性的矛盾

“数字图像处理”通常要求先研修“高等数学”、“线性代数”、“概率论与数理统计”和“数字信号处理”等课程，但是一些本科专业并没有完整开设这些课程。例如，我校计算机科学与技术专业学习“数字信号处理”课程，但软件工程和信息与计算科学专业未开设该类课程。此外，在实验环节中，教师根据教学大纲设置的实验内容通常比较固定，而未考虑学生专业和背景知识的差异、统一的实验环境模式，使得有的专业学生因为知识储备不足，学习起来有一定困难；而有的专业学生则感觉学习内容简单、缺乏挑战性，使得教师讲授时在调动学生积极性、提高学生实践能力方面难以协调。

3.教材与学科发展不一致

数字图像处理内容涉及到矩阵运算、信号处理、概率论与数理统计等多个内容交叉学科，与新兴学科的发展密切相关。当前，在人工智能、模式识别和机器学习等新兴学科的推动下，数字图像处理技术发展越来越快。传统的教材或过于偏重推导理论，与应用实践偏离，或成为图像处理软件或函数（如 Photoshop、MATLAB或Open CV）的使用说明书，使得学生难以深入学习图像处理知识，影响对该门课程的掌握。

二、课程改革方法

根据授课专业对象的实际情况，在教学内容、教学方法、完善实验教学和考核等方面对该门课程进行一系列改革，充分利用图像处理实践性强的特点，依托我校在数字图像处理方面长期积累的理论和研究资源，将理论方法与实践应用有机结合，构建了全面系统的数字图像处理教学体系。多年教学效果表明，该教学模式有效克服传统数字图像处理教学存在的局限，极大增强了学生的学习兴趣，提高了学生的动手能力和创新素养。

1.完善课程内容体系，适应图像处理发展

数字图像处理是一门发展中的课程，每年都有许多新的研究理论和方法不断涌现，需对课程不断进行完善，以适应图像处理学科的发展。在保持图像处理课程核心内容的基础上，注重将最近的该学科具有代表性的成果纳入教学。精简和更新一些陈旧的和目前图像处理实际中很少使用的一些方法。其次，将一些现代经典的科研论文，以补充教材的形式，作为教学内容。将一些理论性较强，对数学基础要求较高的内容，如主动轮廓分割模型和目标跟踪方法等作为选学内容，供有兴趣的学生学习。

考虑到OpenCV和MATLAB的广泛使用，图像文件的读写已非常简单，因此，减少对图像文件格式的讲解；在图像分割与边缘检测中，删掉投影法与差影法内容，因为该方面内容在实际中已很少使用；在频域处理中，淡化对傅里叶变换理论和算法的讲解，重点放在其思想和应用上。

2.应用全方位教学手段，构建立体化教学资源

针对“数字图像处理”课程理论性和实践性较强、可视化程度较高的特点，综合利用图像、视频信息、可视化编程软件和网络资源等现代化教育技术，从课堂、实验、应用实践等诸多环节探索立体化教学资源。结合不同专业需求，运用MATLAB、Open CV等软件工具包开发图像处理实验平台，建立网络化辅助教学系统，使抽象概念和算法形象化，激发学生思维。例如，建立图像处理标准测试库，包括了图像去噪、图像分割、图像变换和特征提取与识别等核心内容涉及到的测试数据；在参考教材方面，提供了国内外知名大学出版的数字图像处理和计算机视觉教材及计算机视域的专著；在多媒体课件方面，提供多年从国内外知名大学网站上搜集到多个数字图像处理和计算机视觉的电子课件，供学生学习；在代码方面，提供了数字图像处理方面的经典和最新的一些科研成果的源代码或可执行软件，学生自己运行代码并分析实验结果，加深对图像处理课程的认识。

3.以学生发展为本，建立多元化的考核评价标准

在传统方式下，教师常以期末考试和出勤率来评价学习效果，忽略了对学生参与学习活动和学习过程的评价。大部分学生往往在考试前突击学习，没有真正掌握扎实的知识。因此，本教学改革以过程控制为中心，以能力提高为目标，对考核方式进行改革，实行常规考核与过程性考核相结合的方式，准确把握学生的真实成绩，全面衡量和控制教学质量，既要考学生的基本理论，更要考他们运用知识和方法设计图像处理方案、完成图像处理实际任务的能力。在授课过程中，注重课堂考察环节，加强师生交互，动态掌握学生对授课内容的理解。开展专题讨论课程，让学生大胆提问，锻炼学生创新思维能力，对表现突出的学生增加平时分。

4.开展研究性课堂教学探索

在教学改革中，精编了若干图像处理经典和前沿专题讨论，包括论文、程序源代码和辅助材料。在课程一开始就布置任务给学生课下自学，并安排学生上台讲授，其他学生提问，教师给予点评，并组织学生一起讨论，加深对图像处理课程的认识，培养学生综合运用知识的能力，提高创新素养。

例如，在图像分割专题讨论中，以经典Mean Shift分割为主要内容，Graph Cut和交互式分割两个方向作为补充内容，开展专题讨论。因为这些广泛使用的算法涉及到高等数学、线性代数、概率论、数据结构和算法设计等多门所学课程。通过自学、上课讨论和教师点评，学生对以前所学基础和专业知识有了更深层次的理解。同时，这些算法都面向彩色图像，克服了教材中以灰度图像为主要分割对象的不足。

5.开展研究性实践教学

传统“数字图像处理”课程实践教学强调基本算法的实现，未强调算法之间的逻辑联系，忽略了数字图像处理基本算法的综合训练。在改革中，保留图像处理基本核心算法，将科研项目融入教学实践中，通过设计研究性综合实践项目，注重学生对所学知识的综合理解和提升。例如，“图像去雾”综合训练实践，以如何有效果去除图像中的雾增强图像质量为目标。该任务以2009年国际计算机视觉和模式识别会议（CVPR）的最佳论文《基于暗通道通先验的单幅图像去雾》[4]为主要内容，涉及到图像处理的多个基本算法，同时也包含了物理学和光学的一些知识。通过将新的实践教学手段应用到教学中，突出对学生思维能力、科研能力和创新能力的培养。

三、结论

通过分析数字图像处理目前存在的课程定位模糊、传统的教学模式与授课对象差异性的矛盾和教材内容与学科发展脱节等问题，笔者根据学科专业特点，结合授课教师的科研项目，从完善课程内容体系、构建立体化教学资源、多元化考核评价标准和开展研究性教学探索等五个方面进行开展数字图像处理教学改革。多年教学效果表明，该教学方法克服传统教学方法所存在的弊端，极大地提高了学生的自主学习能力。学生较好地掌握数字图像处理的核心内容，了解当代图像处理的代表性成果和前沿趋势，综合应用能力和创新素养明显增强，为培养具有较强适应能力的应用型和创新型人才打下坚实的基础，适应了新世纪对信息技术人才的培养要求。

参考文献：

[1]何东健.数字图像处理[M].西安：西安电子科技大学出版社，2008.

[2]杜云明，郝兵，刘文科.“数字图像处理”课程任务驱动教学模式的实践[J].中国电力教育，2013，（10）：113-114.

[3]郑慧诚.“数字图像处理”课程教学实践与探讨[J].电气电子教学学报，2012，34（3）：71-73.

[4]He Kaiming，Sun Jian，Tang Image Haze Removal Using Dark Channel Prior[A].Proceedings of IEEE Conference on Computer Vision and Pattern Recognition[C].Miami，2009：1956-1963.

看到这里，大家就明白，本期的数字图像处理论文大全结束了。全文仅供大家参考借鉴，希望这些内容可以满足大家的需求，并帮助大家解决问题。另外，想了解更多资源就来关注我们网站吧。

数字图像处理论文 篇10

0 引言

计算机数字图像处理技术覆盖范围广，学科交叉性强，涵盖了计算机科学与技术、数学科学、光物理学等多个领域，在环境、生物医学、农牧业、国防军事、多媒体等方面都有着十分广泛的应用。在计算机技术发展的推动下，以及离散数学等理论的完善中，计算机数字图像处理技术得到了进一步的发展。

1 数字图像处理技术的发展概况

图像处理技术最早应用于提高图像质量，将低质量的图像经过改善处理，输出高质量的图像。上世纪 20 年代，第一次应用于从英国到美国海底电缆传输图片的质量提高。数字图像处理成为一门学科是在上世纪 60 年代。1962 年，计算机图形这一术语被首次提出，将计算机图形学作为一门独立学科开始了研究。计算机图形涉及到数字化转换、几何平移变形、实物模型构建、色彩调度、色彩转换以及曲线运用等多个方面，所以计算机图形学是一门具备研究性的领域。在计算机科学中，计算机数字图像处理是一个相对年轻的学科，涉及范围极其广泛，比如图形交互技术、图形硬件、科学计算可视化、虚拟现实等等。

2 数字图象处理的主要研究方向

（1）图像变换。图像变换包括图像的拉伸、收缩、旋转、扭曲等。图像的变换一般不直接在空间域中进行，而是进行变换域处理，即对空间域处理的变换。包括傅里叶变换、沃尔什 – 阿达玛变换等，这种处理方式降低了计算工作量，而且处理更加有效。

（2）图像编码。图像编码是利用编码技术对图像进行压缩的一种方法，通过压缩算法，在尽可能保证图像不失真的情况下减少图像的比特数，降低图像的存储占用空间，方便图像的传输、处理等。在图像压缩技术中，最重要的就是编码算法，常见的编码算法包括预测编码、变换域编码等。

（3）图像增强及复原技术。图像增强及复原技术是数字图像处理技术的最原始目的。通过图像增强及复原，可以提高图像的清晰度，增强图像的质量。比如对图像的高频分量进行强化，突出物体的轮廓细节，或者对图像的低频分量进行强化，降低图像噪声等。

（4）图像分割。图像分割技术也是数字图像处理中非常重要的一项。图像分割就是将具有特征意义的边缘区域从图像中进行提取，以为进行图像的识别、分析提供条件。这项技术在人工智能领域应用广泛，虽然已经有所发展，但是缺少一种普适性的图像分割方法，在人工智能发展迅速的今天，图像分割也成为热点研究问题之一。

（5）图像描述。进行图像识别的重要前提就是图像描述。一般来说，图像描述主要包括两类区域描述方法：利用外部特征的边界描述和利用内部特征的.区域描述。这是二维描述的方法，在三维技术发展的推动下，体积描述、表面描述等方法也已经被提出。

（6）图像识别。图像识别是人工智能中重要的研究方向，属于模式识别。在对图像进行预处理后，进行图像分割，提取相应特征，利用神经网络进行图片分类。在经过训练集训练的基础上，能够对图片进行正确的分类。

3 数字图像处理技术的应用领域

（1）太空探索。太空探索需要进行大量的照片拍摄，然而这些照片在传回时并不想我们在新闻媒体上见到的那样清晰、多彩。照片在经过数字图像处理之后，才能够进行精确的分析。

（2）卫星勘测。目前，世界各国都发射了大量卫星进行大气监测、矿产探测、石油探测、水资源调查、环境监测等，这些技术取得良好效果的基础在于数字图像处理技术的发展和应用。

（3）生物医学。生物医学工程中对数字图像处理技术的依赖性也很大，如进行 CT 显像、显微图像分析、超声波图像处理、立体定向放射治疗等众多方面都离不开数字图像处理技术。

（4）军事公安。在军事上，数字图像技术主要应用于导弹制导、军事侦察以及模拟训练等方面。在公安业务上，主要应用于交通牌照识别、指纹分析、图片复原等。

（5）通信互联。互联网的高速发展也离不开数字图像处理技术。在进行数据互联通信时，最难以处理的数据便是图像数据，因为图像数据量十分巨大，要实现图像的实时传输（如直播），必须借助图像的压缩编码技术来实现。高效的编码方式能够在保证图像传输流畅的同时，质量不会降低。

（6）新兴领域。机器人作为新兴智能领域的代表，受到图像处理技术的影响也十分巨大。通过数字图像处理技术，可以给与机器人视觉分析，从而进行机器人的自动化操作。

4 数字图像处理技术的发展方向

数字图像处理是目前计算机科学领域中十分活跃的研究方向，虽然这一领域的发展十分迅速，但仍有以下几个方面是需要进一步加强的。

（1）加强学科交叉联合研究。数字图像处理的理论涉及面广、应用面广，必须联合相关学科共同开发，才能够取得长足的进步。

（2）提高计算精度和性能。数字图像处理技术中，一个十分矛盾的问题就是计算精度和处理速度之间如何平衡。图像处理需要经过大量的数据计算，运算量远大于文本处理，所以需要在提高运算精度的同时提高运算的速度。

（3）不断提出新的图像处理方法，强化理论研究。数字图像处理在计算机科学领域还是一个年轻的学科，还有许多理论值得探索、发现和应用，逐步形成自己的理论体系。

参考文献：

[1] 许录平 . 数字图像处理 [M]. 科学出版社 ,2010.

[2] 范秋生探索计算机数字图像处理技术的发展 [J]. 煤炭技术 ,2013（09）。

[3] 李飞鹏 , 胡云峰 .《数字图像处理》实践教学改革与效果分析 [J].中国科技信息 ,2010（20）。

[4] 胡伏原 , 王俭 .《数字图像处理》教学改革探索 [J]. 中国科技信息 ,2009（14）。

[5] 王江涛 , 陈得宝 , 杨一军 . 面向实际应用的数字图像处理教学探讨 [J]. 淮北煤炭师范学院学报 （ 自然科学版 ），2010（04）。