时间：2023-03-20 16:24:37
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇图像处理技术论文范例。如需获取更多原创内容，可随时联系我们的客服老师。
基于图像采集卡的视频图像处理系统
计算机图像处理系统从系统层次上可分为高、中、低档三个层次，目前一般比较普及的是低档次的系统，该系统由CCD（摄像头）、图像采集卡、计算机三个部分组成，其结构简单，应用方便，效果也比较不错，得到的图像较清晰。目前网上基于VC开发经验的文章不少，可是关于如何在VC开发平台上使用图像采集卡的文章确没发现，笔者针对在科研开发中积累的使用图像采集卡经验，介绍如何自己是如何将采集卡集成到图像开发系统中，希望能够给目前正需要利用图像采集卡开发自己的图像处理系统的朋友有所帮助。
使用的摄像机采用台湾BENTECHINDUSTRIAL有限公司生产的CV-155L黑白摄像机。该摄像机分辨率为752x582。图象采集卡我们采用北京中科院科技嘉公司开发的基于PCI总线的CA-MPE1000黑白图象采集卡。使用图像采集卡分三步，首先安装采集卡的驱动程序，并将虚拟驱动文件VxD.vxd拷贝到Windows的SYSTEM目录下；这时候就可以进入开发状态了，进入VC开发平台，生成新的项目，由于生产厂家为图像采集卡提供了以mpew32.dll、mpew32.lib命名的库文件，库中提供了初始硬件、采集图像等函数，为使用这些函数，在新项目上连接该动态库；最后一步就是采集图像并显示处理了，这一步要设置系统调色板，因为采集卡提供的是裸图形式，既纯图像数据，没有图像的规格和调色板信息，这些需要开发者自己规定实现，下面是实现的部分代码：
CTestView::CTestView()
{
W32_Init_MPE1000();//初始化采集卡
W32_Modify_Contrast(50);//下面的函数是为了对采集卡进行预设置
W32_Modify_Brightness(45);//设置亮度
W32_Set_HP_Value(945);//设置水平采集点数
wCurrent_Frame=1;//当前帧为1，获取的图像就是从这帧取得的
//设置采集信号源，仅对MPE1000有效
W32_Set_Input_Source(1);
W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);
W32_Set_PAL_Range(1250,1024);//设置水平采集范围
W32_Set_VGA_Mode(1);
wGrabWinX1=0;//采集窗口的左上角的坐标
wGrabWinY1=0;
firstTime=TRUE;
bGrabMode=FRAME;
bZipMode=ZIPPLE;
/
lpDib=NULL;//存放获取的图像数据
}
CTestView::~CTestView()
{
W32_Close_MPE1000();//关闭采集卡
}
////显示采集的图象，双击鼠标采集停止
voidCTestView::OnGraboneframe()
{
//TODO:Addyourcommandhandlercodehere
wCurrent_Frame=1;
//设置采集目标为内存
W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);
//启动采集
if(lpDib!=NULL)
{
GlobalUnlock(hglbDIB);
GlobalFree(hglbDIB);
}
//分配内存
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;
}
////将下面这个函数添加在视图类的CTestView::OnSize（）函数中，就可以对系统的调色板进行设置。
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为全局变量，用于显示图像时用
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;
}
}
视频"画中画"技术
"画中画"这个概念类似与彩色电视机"画中画"，就是在一幅大的图像内显示另外一幅内容不同的小的图像，小图像的尺寸大小一般地说为大图像尺寸的1/4或1/9，显示位置在大图像的右上角。这种技术不仅在电视技术中，在可视电话系统也可以发现这种技术的身影，它们都是依靠硬件来实现的，但是如何在VC开发平台上用编程语言来将该功能添加到自己开发的视频监控软件，为使用者提供更大的信息量呢？也许读者最容易想到的是首先显示大图像，然后再在一个固定位置画第二幅小图像，这种技术技术如果对于静止图像当然没有问题，但是对于视频流，由于每一秒钟需要画25幀，即25幅图像，这样一来计算机需要不停的画不停的擦除，会给用户以闪烁的感觉，如何解决这个问题呢？有的参考书上将大小图像分快显示，这种方法要将待显示的图像数据与显示位置的关系对应起来，容易出错不说，而且麻烦，且速度慢，为此，我对该方法进行了改进，得到了满意的效果。实现的代码如下：
voidpictureinpicture()
{
………………………..
CBitmapbitmap,*oldmap;
pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight为视频采集卡获取//的图像尺寸。
Read(pData1,bih.biWidth*bih.biHeight*3);//该函数从采集卡中获取数据
CClientDCdc(this);
m_pBMI1=newBITMAPINFO;//自定义的BMP文件信息结构，用于后面的图像显示
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];//申请存放小图像的缓冲区
Read(pData2,biWidth1*biHeight1*3);////向该缓冲区读数据
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;
//下面实现画中画的显示
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);//首先将大图像画在内寸上下文中
::StretchDIBits(MemDc.m_hDC,20,20,biWidth1,biHeight1,_
0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再将小图像画在内寸上下文中
::StretchBlt(dc.m_hDC,0,0,bih.biWidth,bih.biHeight,_
MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//将结果显示在屏幕上。
MemDc.SelectObject(oldmap);
deletepData1;
deletem_pBMI1;
网页中的图像，按照存储格式不同可以分为矢量图和位图，按照使用用途的不同，大致可以分为地址栏图像，网站Logo，网页内容图像等。地址栏图像类似一个图标，显示在地址栏网址前边，一般经过精心设计，能够传递公司专业与精细的形象。内容图像是指嵌在网页中或者作为网页背景的图像。伴随网络技术和软件技术的进步，用于图像处理设计的软件有了很大的发展。网页三剑客中的Dreamweaver在进行网页设计的同时，可以对一些图片进行简单的变化处理，fireworks能满足对网页图片处理的大部分功能要求。对于一些有特殊要求的图像，可以使用Adobe公司的Photoshop软件进行处理；在进行Logo等设计时，一般使用CorelDraw或Illustrator等软件来完成。在进行图像的设计、选择和处理中，掌握专业软件的基本使用技巧是必需的，图像在网页设计中的功能主要可以分为视觉吸引、信息引导两方面。要达到这样的目的，需要对图像进行合理的处理。使用动画图片，以及适当的色彩对比，形成版式的变化，吸引浏览者的注意，引导其对网站内容的阅读。根据公司对网站的功能定位，其所承载的任务与指向有所不同，对浏览者所作设定亦有差异。比如腾讯公司的腾讯网（）和腾讯（），一个作为门户内容网站，一个作为公司形象网站是两个独立的网站，设计风格，内容和要求差异很大。
2新技术
网络作为第四媒体，其显示终端可能是计算机，平板，电视或智能手机，为了页面兼容等原因，前端设计出现了很多新技术，如div+css技术，Javascript技术等，为了方便管理，一般采用对象的结构、表现和行为分开。结构是对象的内容，表现是其外观，而行为是与浏览者的交互，或者说是浏览者进行鼠标点击或输入内容等操作时，页面的反应。在进行网页设计过程中，图像对象也是如此，利用代码可以对图像进行一些效果的处理，起到资源占用少，页面维护容易等目的，还可以达到一些用基本图像处理技术不易实现的效果。用div+css结合Javascript技术可以实现在网页前端一些设计效果和逻辑处理功能，比如图像轮播和验证码校验功能。在一个存在后台管理的网站中，网页的很多内容来自于后台数据库，一些图片也不例外，内容需要和后台交互，根据数据库的内容和页面的特定逻辑，决定图像的外观。这是基本图像处理技术无法实现的，需要设计者了解动态页面设计技术，常见的技术有，php和jsp技术等。
3结论
关键词：计算机图像处理技术；数字全息
引言
全息技术是物理学中一重要发现，越来越多的应用于各个行业。伴随着CCD技术和计算机技术的发展，全息技术也得到一次质的飞跃，从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息，而数字全息则用CCD记录物光和参考光的干涉，形成数字全息图，再通过计算机图像处理技术处理全息图。因此，影响数字全息技术发展有两个重要方面：CCD技术和计算机图像处理技术。本文将从计算机应用方面阐述图像处理技术在全息中的应用。
一、图像处理技术
图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像，以拓展其认识的范围。图像以各种形式出现，可视的、不可视的，抽象的、实际的，计算机可以处理的和不适合计算机处理的。但究其本质来说，图像主要分为两大类：一类是模拟图像，包括光学图像、照相图像、电视图像等。它的处理速度快，但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看，数字图像就是被量化的二维采样数组。它是计算机技术发展的产物，具有精度高、处理方便和重复性好等特点。
图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。目前，图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求，可以将图像处理技术划分为许多分支，其中比较重要的分支有：①图像数字化：通过采样和量化将模拟图像变成便于计算机处理的数字形式。③图像的增强和复原：主要目的是增强图像中的有用信息，削弱干扰和噪声，使图像清晰或将转化为更适合分析的形式。③图像编码：在满足一定的保真条件下，对图像进行编码处理，达到压缩图像信息量，简化图像的目的。以便于存储和传输。④图像重建：主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别：识别是图像处理的主要目的。如：指纹鉴别、人脸识别等是模式识别的内容。当今的模式识别方法通常有三种：统计识别法、句法结构模式识别法和模糊识别法。⑥计算机图形学：用计算机将实际上不存在的，只是概念上所表示的物体进行图像处理和显现出来。
二、计算机图像处理技术在全息学中的应用
图像处理技术在全息中的应用主要表现在：一是计算全息，基于计算机图形学将计算机技术与光全息技术结合起来，通过计算机模拟、计算、处理，制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原，图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类，即空域法和频域法：①空域法：这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(GradientAlgorithm)，拉普拉斯算子运算(LaplacianOperator)，平滑算子运算(SmoothingOperator)和卷积运算(ConvolutionAlgorithm)。二是点处理法。包括灰度处理(greyprocessing)，面积、周长、体积、重心运算等等。②频域法：数字图像处理的频域处理方法是首先对图像进行正交变换，得到变换频域系列阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。
三、模拟实验
本文运用matlab软件，利用图像处理技术，编写了程序，以模拟计算全息和实现全息图像的滤波。图1是计算全息实现流程图。
本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字，图像尺寸为1024像素×1024像素；。模拟实验中用到的参数为：激光模拟了氦氖激光器，波长为638.2nm；再现距离为40cm；因为原始物图的尺寸用像素为单位表示，所以像素分辨率为1。:
从模拟实验中可以看出，数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录，将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理，以消除噪声，得到更好的全息再现象。
本文仅模拟了计算全息的实现和再现过程，其实，计算机图像处理在全息技术中的应用是全方位的，用实验方法得到的全息图中包含了更多的其他无用信息（噪声），图像处理技术在这里就显得尤为重要。随着计算机图像处理技术的进一步发展，全息技术必然会迎来新的一轮发展和飞跃。
参考文献：
[1]周灿林，亢一澜.数字全息干涉法用于变形测量.光子学报，2004，13（2）：171－173.
[2]刘诚，李银柱，李良钰等.数字全息测量技术中消除零级衍射像的方法[J].中国激光，2001，A28(11)：1024-1026.
1.1加强对Photoshop图像处理应用
案例分析总结就是一种间接的自我学习，通过案例分析总结可以让自己展开丰富的想象力，加强对Photoshop图像处理应用。这是一组人居环境适宜的景观设计效果处理前后变化展示，前一张图片是用3Dmax配合V-ray插件进行渲染的最终效果，为了进一步美化效果图，这是就需要Photoshop图像处理，结合中间这一张照片，采用图层处理、素材插入、调整图层、图层蒙版、创建亮度\对比度调整层等方式最终合成想要的效果。在案例分析过的成中，应注意多观察多总结多思考，设计最终效果的高低，一方面是和自己所拥有的知识水平有关，另一方面还和自己的审美能力高低有关，这就需要告诫我们平时多注意学习，学习不仅仅局限在书本上，还应该多参观欣赏较好的作品，从中得到审美能力的提高。
1.2模仿和创造相结合，提高Photoshop图像处理动手能力
模仿是人的本能天性，是人类进行各种学习活动的最基本方法。在平时的Photoshop图像处理模仿使用中，通常就是通过网上视频，如金鹰视频来自己分析Photoshop软件的各个功能。在视频观看的过程，可以根据视频中的实例操作，最终达到理解，这个过程就是模仿。例如：模仿给图片添加阴影效果，通常情况下，可以选择Photoshop菜单栏图层—图层样式—阴影就可以完成。而通过视频模仿，就可以快速的通过浮动图层菜单，选定此图片图层，并把鼠标快速放到缩略蓝色区域双击就可以打开图层样式浮动菜单完成阴影效果。在提高Photoshop图像处理动手能力上，还要发挥自己的创造能力。例如给此图片添加完阴影后，图层样式还有内外阴影、内外发光、光泽、斜面和浮雕、颜色叠加等方式，我们尝试可以根据图片实际情况试着添加，达到最佳效果。这里就需要发挥创造性对图片处理创新性在里面。
1.3结合科研项目，带动Photoshop图像处理实践能力
如在科研项目：西部山地型小城市人居环境问题及保护策略研究——以商洛市商州区为例上，需要收集大量的本地环境有关的图片素材并进行美化处理，这就可以亲自参与商州区大气质量恶化、丹江主要河流体固体废物污染、交通混乱等图片的处理，
1.4参与企业设计，增强Photoshop图像处理灵活性
参与企业设计，就是参与设计公司的工作。例如：在商洛市西街片区的旧城改造过程中，学生负责收集照片，并对旧城的原始照片进行处理规范化。
2小结
关键词：数字图像处理；教学改革；课程建设；研究性教学
作者简介：宁纪锋（1975-），男，陕西韩城人，西北农林科技大学信息工程学院，副教授。（陕西 杨凌 712100）
基金项目：本文系西北农林科技大学教学改革研究项目（项目编号：JY1102077）、西北农林科技大学本科优质课程建设项目的研究成果。
中图分类号：G642.0 文献标识码：A 文章编号：1007-0079（2013）34-0122-02
“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，精选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.
关键词：地理信息系统；遥感数字图像处理；教学改革
作者简介：刘春国（1973-），男，河南上蔡人，河南理工大学测绘与国土信息工程学院，讲师；卢晓峰（1981-），女，河南洛阳人，河南理工大学测绘与国土信息工程学院，讲师。（河南焦作454000）
基金项目：本文系河南理工大学教育教学改革研究项目（项目编号：2008JG035）的研究成果。
中图分类号：G642.0 文献标识码：A 文章编号：1007-0079（2012）10-0081-02
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.
【关键词】图像处理 偏微分方程 模型构建 处理步骤
一、图像处理的基本方式
（一）信号分析处理
信号处理的方式是利用空间变化的思路，空间变换的方法就是从早期的频域变换发展而来形成了小波变换。小波变换在时域同时有良好的的局部分析特征，可以实现在多个尺寸上的多分辨特性。小波变换在图像压缩中获得了较好的效果。
（二）随机建模的处理
数字图像在形成的过程中有随机性，所以二维的图形实际是一个随机的场。所及建模的方式是按照随机场对图像域建模，以此描述图像域邻域像素的分布情况，从而完成对图形的描述。通常采用的随机建模方式有高斯混合模型等。随机场模型可以对图形的纹理进行细致描述。
（三）偏微分处理
偏微分方程是一种数学方式，对数字影像进行处理，利用空间域内的像素灰度值进行微分处理，利用二阶方程表征图形中区域边界的特征。微分方程具有各项异性的扩展特征，在不同的图像特征上显示的扩展性能也就不同，所以利用方程迭代处理图形可最大限度的保持边缘特征，同时获得重建的平滑区域。
二、偏微分方程和图像处理的应用
当前利用物理学和力学的变分和偏分方程方法的图像处理技术在计算机图形处理领域已经开辟了新的领域，基于偏分方程的图形处理方式已经获得了重视和良好的效果。其基本的思路就是在一个偏微分方程模型中发展一个图形，一条曲线、一个曲面等，利用求解这个偏微分方程来获得图形处理的期望值。变分和偏微分方程使得数字图像处理进入了一个新的领域。
（一）偏微分方程处理的主要领域
对图形进行去噪处理：图形去噪的典型分析与计算方法是高斯低通滤波器，也即是热扩散方程，因为高斯滤波器在去找的过程中不能保持良好的边缘特征，所以多数研究都是对该特征进行改进，其中较为有效的方式就是由Perona 和 Malik 提出的 P-M 方程，公式如下：
公式中，迭代步长dt，It是迭代项，ΔI则是拉普拉斯算子，c则代表传导系数。其中div是散度算子，代表梯度算子， Δ是拉普拉斯斯算子。在实际的应用中为了保证模型的收敛性，通常利用经验值，取迭代步长dt值为0.25。在此基础上，PDE去噪的基本思路如下：1）在图像相同质量特征的区域内进行减弱噪声扩散的处理；2）控制区域边界未知不扩散，并保持边缘的基本特征。因为P-M是一个病态问题，所以有研究提出对梯度值正则化处理，然后获得相对稳定的P-M方程。有人提出直接使用扩散张量作为扩散项，从而实现张量偏微分的方程模型。这个模型可以在一个方向上获得快速扩散，而在正交的另一个方向缓慢扩散，由此获得边缘去噪的效果。
图形的放大处理：对图像进行插值放大，获得超分辨率的分析。偏微分方程可以按照图像边缘、水平曲线等几何特征实现插值放大。所以偏微分方程可以最大限度的保持边缘的细节特征，同时可以减弱噪声的影响。在研究中提出基于偏微分方程拟合水平集曲线的图形像素重构。也就研究提出了一种复扩散偏微分方程被放大模式，在减弱锯齿效应的同时，可以锐化边缘的特征。
图形的分割处理：图形的分割也是图像处理的重要内容，计算机和图像处理按照使用的图像特征进行分类处理，可以分为基于边界的分割、基于区域的方法，以及混合分割的方法。如按照使用数学工具和模型，其主要的方法有：基于聚类的方法；基于统计学的方法；基于数学形态的方法；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）图像处理的偏微分模型
在图形处理中，偏微分方程模式有很多种，其中一种是在变分原理的基础上对函数进行优化，这个方式首先对一个特定的图形处理模式，通过变分原理实现对能量函数模型的优化，这样就可得到偏微分方程，通过对偏微分方程数值求解由此完成图形的处理任务。如：整体变分能量泛函
利用此模式就可完成对函数的优化。
三、基于偏微分方程的图形处理的步骤
作为图像处理的一个重要工具，在变分和偏微分方程的图像处理的基本框架和基本步骤如下：1）明确实际问题的出现和处理思路建立，因为不同的应用问题有不同的处理思路和特征，因此采用的处理方式也就不同，所以在处理图像问题时应先掌握问题的关键。2）构建相关数学模型，这一步骤是处理图像的重要步骤，其影响的是处理的过程和结果，数学模型构建将直接影响处理的效果，对微分方程、变分方法、微分几何等进行合理选择与组合，以此获得较好的处理结果，提高处理的有效性。3）模型分析：主要是对模型的适应性进行分析，了解模型解是否存在、解是否唯一、方法是否稳定等，4）分析计算：利用数学模式进行求解，进行微分方程的数值分析，利用有限差分、有限元、迭代法等进行计算，这一步骤会影响相关数学求解的收敛性、稳定性、计算量等。5）程序实现：这个步骤是解决问题的最终步骤，这一步骤的一些问题可以导致前面工作的重新修改，必须慎重操作。
四、结束语
偏微分方程是一种高效的数学处理工具，在图像处理中也获得了较好的效果。连续区域上建立模型，方便对实际问题的处理和数值计算。数学上丰富的偏微分方程处理理论和计算方式，对图形处理的理论分析和算法都给予了较大的帮助，同时不断完善的计算和处理方式将帮助偏微分方程提高图像处理的效果。
参考文献：
[1]李艳霞.基于变分偏微分方程的图像分解研究与应用[D].中国海洋大学学位论文，2009.
（1. 武警工程大学 信息工程系，陕西 西安 710086；2. 武警工程大学 电子技术系，陕西 西安 710086）
摘 要：针对数字图像处理课程基础理论抽象、实用性强的特点，分析和探讨该课程教学中存在的若干问题及原因，从师资力量建设、课程标准制定、教学方法与设计、考核方法4个方面阐述数字图像处理课程的教学优化改革方案。
关键词 ：数字图像处理；教学优化改革；师资力量；课程标准
基金项目：全军学位与研究生教育研讨会研究课题“军队院校研究生教育中的导师与研究生关系研究”（YJZX14C14）。
第一作者简介：孔韦韦，男，讲师，研究方向为图像处理，kwwking@163.com。
0 引 言
数字图像处理[1-2]是信息处理领域的重要分支，通过该课程我们可以完成图像的几何变换、算术处理、图像增强、图像复原、图像重建、图像编码、模式识别、图像理解等多个方面的工作。目前，随着计算机软硬件处理能力的不断提升，数字图像处理技术已被广泛应用于医学检测、反恐处突、弹道导弹精确制导等多个军（民）用领域。由于该门课程的特殊地位和广泛应用，国内外几乎所有信息类专业都开设了该课程，许多专家、学者也针对课程的教学方式提出了自己的观点[3-8]。
军队院校作为高等院校中的一类特殊群体，无论在课程设置还是人才培养需求上均与地方高等院校有很大的不同。军队院校自身的特殊属性要求培养出的人才不仅要有扎实的理论基础和科研能力，还能运用这些知识对作战以及日常训练中出现的问题加以解决，因此，军队院校对人才的理论与实践结合能力提出了更高也更为严格的要求。
武警部队负责维护国家安全和社会稳定，有效打击国内外各种恐怖势力，保障人民安居乐业。当前，世界各国都将“反恐”作为维护国家稳定和保卫人民生命财产安全的一项重要任务。反恐图像目标的识别和监视能力更体现了一个国家的反恐技术力量和能力水平，其关键在于反恐图像目标的识别。因此，有效地将数字图像处理技术应用于反恐处突领域，不仅有助于提升针对恐怖势力的打击力度，还可以有效减少伤亡，最大限度地保障国家和人民的生命财产安全。
1 数字图像处理课程的特点
数字图像处理课程主要有以下几个特点：①理论基础要求高，涉及高等数学、信号与信息系统、信息论、计算机编码等多个领域的知识；②数字图像处理课程覆盖的内容广泛，知识点繁杂零碎；③新兴理论的不断出现要求广大学者能够敏锐把握数字图像处理技术的发展前沿；④数字图像处理技术的应用领域不断拓展，处理方法也更为复杂。
2 军队院校数字图像处理课程教学中存在的问题
2.1 课程设置不灵活
相比地方高等院校，军队院校的课程设置自由度十分受限，具体体现为课程的教学内容、学时安排、课堂组织形式甚至是开课时间均有严格的规定和限制，不能根据学生理论基础和学习能力的实际情况做自适应的调整。
尽管研究生有自己的导师和研究方向，且很多研究生日后学位论文的研究方向可能与数字图像处理领域并无关联，然而，由于许多信息类专业院校的研究生培养方案均严格限定该课程为学位必修课，导致一些研究生为了学分和学位只得选择一门与自己研究领域完全无关的课程，无形中造成了教学资源的浪费。
2.2 课时少内容多
数字图像处理课程是国内外几乎所有信息类专业的必修课。地方高等院校通常会开设50个学时，而军队院校大多只开设40学时，有的学校甚至只将其作为学位选修课开设20学时。众所周知，该课程涉及的教学内容非常繁杂且对相关课程的理论基础提出了较高要求，这类课程即使安排50学时也很难将重点内容讲授完毕，军队院校课程课时不足无疑对该课程的教学质量造成重大影响。
2.3 教学形式单一
军队院校的特殊属性在一定程度上约束了课堂多种教学形式的存在与发展，传统的教师主体式教学法是主流。这种过于单一和机械的教学形式将对研究生的学习积极性造成不利影响。另外，军队中上下等级关系往往扼杀了研究生质疑教师的勇气和可能，使研究生不敢对教师的见解有所质疑，不敢擅自踏入教师未首肯的领域中积极主动地发现问题、分析问题和解决问题，导致研究生的学习完全处于被动境地。
3 教学优化改革
3.1 师资力量建设
数字图像处理课程专业性强、理论难度大，涉及的基础学科门类较多，因此，在条件允许的情况下应尽可能安排科研方向或理论研究方向属于图像处理领域的教师担任任课老师。一方面，长期从事该领域的教师对课程的基本内容和理论了如指掌，基本功非常扎实，授课更为流畅、自然；另一方面，教材中介绍的只是图像处理领域的基础理论和经典模型，长期从事该领域研究的老师在研究过程中往往对课程中的概念及理论模型有更深刻的理解，在授课过程中必然会附带介绍本人在该领域内的研究现状和最新进展，有利于开阔研究生视野，激发学习兴趣，提高授课质量。
3.2 课程标准的制定
结合军队院校课时不足的教学实际以及人才培养类型的定位需求，我们完全有必要重新制定数字图像处理课程的教学标准，在保证理论系统性完整的基础上，侧重实践能力以及解决实际问题能力的培养和提升。具体措施如下：①教学对象精确定位，扭转以往研究生课程频频出现的“被选课”现象，切实保障“选修权”，允许研究生按照自己学位论文的研究需求选课；②由于学时有限，在制定课程标准时必须全面分析和研究教学内容，梳理与课程内容相关的知识目标、技能目标和素质目标，适当地删减一些非重点内容，重新划分各章节的学时；③数字图像处理虽然是一门理论性很强的课程，但学习的最终目的还是应用，因此，在制定课程标准时必须为研究生学员留有一定的实践操作以及课堂研讨课时；④要反映部队特色，在授课过程中重点介绍能够直接应用于部队实际的模型和方法，譬如模式识别、图像理解版块，并要求研究生动手实践；⑤紧跟发展前沿，保持知识的先进性，充分利用网络资源，以完善的学习资料、丰富的课程资源、真实的实践环境作为课程的基础和支撑。
3.3 教学方法与设计
结合课程标准，我们拟将整个教学过程分解为4个阶段：①基本理论讲授；②专题讨论；③专题讲座；④实践操作。
3.3.1 基本理论讲授
教师对教学内容中的基本理论加以讲解，旨在为研究生扫清基本理论障碍。该部分的讲解并非只是对课本内容的简单复制和重申，而是在介绍基本理论的基础上，对基本概念中涉及的各层次知识点和潜在疑问加以梳理和阐释，为下一阶段的专题讨论做铺垫。该阶段以教师讲授为主体，采取案例式教学和启发式教学相结合的授课方式。
3.3.2 专题讨论
所谓专题讨论，就是基于教师先前讲授的某一个或某一类基本理论，探讨具体应用效果以及可能影响最终图像处理效果的若干因素。这一环节将彻底打破经典教学模式中的“教师主体”模式，转变为“教师确定讨论范围—研究生为讨论主体—教师最后总结”的模式。在整个过程中，教师和研究生的角色完全转换，由研究生基于自身掌握的知识充分发挥自己的想象，针对若干问题展开探讨或者辩论。譬如，教师在探讨前先介绍图像去噪理论的相关知识，包括噪声产生的原理、噪声的种类、噪声在图像中的表现、几类经典图像去噪方法等，上述部分内容讲授完毕后确定3个问题，即均值去噪和中值去噪方法的原理有何不同？各自的优缺点何在？各自在去噪过程中可能影响最终效果的因素有哪些？下一次课教师可安排专题讨论，并将研究生在讨论中的表现作为课程成绩的一项重要依据。
在该门课程课代表的组织下，研究生被分成若干小组，大家利用课余时间分别对两种去噪方法展开了深入研究，并通过Matlab软件仿真验证，记录诸如峰值信噪比PSNR等相关指标值，初步得出可能会影响最终去噪效果的若干因素；几位同学针对一些不太一致的观点展开激烈的讨论；最后，由教师进行内容总结和答疑解惑，一些研究生还对教师的某些结论提出质疑。
专题讨论完毕后，教师和研究生普遍感觉以往枯燥又不合时宜的教学方法得到了彻底改变，研究生内心的求知热情得到了极大的激发。此外，整个专题讨论过程也锻炼了他们的逻辑思维，为了说服“对手”，他们必须要找到支撑自己观点的科学依据，包括权威论坛上的答疑解惑以及仿真软件仿真出来的实际结果等。有了这些证据后，他们还要对数据进行分析研究、组织语言、理清思路，而在以往的教学模式下，研究生并不会主动花费时间查找资料，教师由于课时的关系也不可能对每一种理论都进行仿真演示。
3.3.3 专题讲座
担任数字图像处理课程任务的教师必须从事图像处理领域研究，因此，在教学过程中，适时安排1~2次专题讲座，由任课教师将自己在本领域的研究成果或是研究体会以讲座的形式向研究生进行报告。在讲座过程中，教师将从一个较高的层次，把一些新的内容介绍给研究生，同研究生一起分享图像处理领域最新的发展动态和研究成果，开拓研究生的视野，为研究生动态更新最新的前沿知识。另一方面，由于课程标准制定过程中教学对象已实现了精确定位，凡是选修数字图像处理课程的研究生日后均要从事该领域的研究，因此专题讲座的开展也在一定程度上为研究生日后的学位论文撰写提供灵感和研究方向。显然，专题讲座是课程教学强大而又有益的补充。
3.3.4 实践操作
由教师从教学内容中选取若干重难点且与部队作战（训练）密切关联的内容，交由研究生自行仿真实现，记录主客观评价指标数值，对仿真结果进行比较与分析，并得出结论；对仿真结果中的不足展开讨论，给出可能的解决方案。显然，该阶段侧重课程标准中“反映部队特色”的宗旨，要求学员学以致用，切实将书本中的理论知识运用到部队实际中，为部队服务，提高作战能力，体现军队院校“向部队靠拢，向实战靠拢”的办学宗旨。
在实际操作中，为了贴合武警部队反恐处突场景的作战实际，教师为学生布置了模式识别版块中的图像融合仿真实验，给出了国际TNO组织提供的联合国营地源图像，源图像取自同一场景，一幅由灰度可见光图像传感器获得，另一幅由红外图像传感器获得。该实践场景十分类似于武警部队对潜藏在树林中的恐怖分子进行围捕的场景，要求研究生对现行资料中融合效果较好的6种融合方法进行仿真，记录仿真结果并加以分析讨论。
通过这一阶段的训练，研究生将书本中的理论知识与实际应用进行了有机结合，取得了良好的效果，并为日后将相应方法应用于部队作战（训练）提供了理论基础和支持。
3.4 考核方法
课程考核采取百分制，并综合考虑研究生在笔试、专题讨论、实践操作3个环节中的表现，3者的比例为0.30：0.35：0.35。在考核中，教师更看重研究生在该门课程中针对实际问题的分析能力和实践动手能力，以期学生真正理解和消化书本中的理论知识。笔试采取开卷方式进行，侧重考核研究生对该门课程中的基本理论、概念、公式的掌握情况，因此，同以往的纯闭卷考试相比，该考核方法灵活度更高，考核效果也更理想。在最终考核中，由于采取了更为有效的考核方式，学生只要认真参与教学活动，必然可以顺利通过考试并拿到高分。如今，两年的教学改革已经使该课程在研究生中小有名气，从往日学员们的“黑名单”课程转而成为“热销品牌”。
4 结 语
两年的实践结果表明，相比传统的授课方式，该改革方案更符合高等院校的教学规律和实际情况，尤其是将部队的实战需求充分融入课程标准的制定过程，更加贴近了当前军队院校的人才培养需求，充分体现了军队院校“向部队靠拢，向实战靠拢”的办学宗旨。
参考文献：
[1] 冈萨雷斯. 数字图像处理[M]. 北京: 电子工业出版社, 2014.
[2] 贾永红. 数字图像处理[M]. 武汉: 武汉大学出版社, 2010.
[3] 杨淑莹, 张桦.“数字图像处理”理论与实践相结合教学模式[J]. 计算机教育, 2009(24): 84-86.
[4] 周海芳.“数字图像处理”课程研讨式教学[J]. 计算机教育, 2010(24): 93-97.
[5] 周耿烈, 鲁逢兰. 图像处理技术精品课程建设[J]. 计算机教育, 2010(18): 101-104.
[6] 何楚, 冯倩, 杨芳, 等. 数字图像处理课程实验教学过程设计[J]. 计算机教育, 2011(18): 74-77.
[7] 沈晓晶, 王艳, 赵慧娟. 应用型院校数字图像处理本科教学探索[J]. 计算机教育, 2012(1): 86-88.
关键词：图像差值；稀疏表示；增强图像；剖面曲率
中图分类号：TP391.41
近年来，随着稀疏分解技术的快速发展，基于稀疏分解的信号处理技术为图像去噪和图像修复提供了全新的思路和手段。相比起传统的图像修复方法，只要字典选择合适，基于稀疏分解的图像修复可以有效避免传统图像修复技术中所存在的诸如修复缺损区域较小、修复后的图像存在边界模糊和图像不光滑、修复后的图像比较模糊等问题；只要字典选择合适，基于稀疏分解的图像去噪就能够最大程度地区分开投影后信号与噪声，得到很好的图像去噪效果。此外，基于稀疏分解的图像去噪和图像修复具有实现方法规范统一、计算量明确等优点，因此近年来，围绕基于稀疏分解的图像修复和图像去噪技术又重新引起了人们的广泛关注。此外，基于稀疏分解的增强图像处理技术还可以很简单地推广到图像识别等数字图像处理技术。因此深入、系统地开展基于稀疏分解的增强图像去噪和图像修复技术是十分必要的。
图像变换域去噪方法通过对图像进行某种变换，将图像变换到变换域，再利用变换域以及噪声的非相思特征然后在通过变换系数进行合理处理，从而达到有效去除噪声的目的。傅立叶变换是一类比较经典的变换域分析方法，但图像信号与噪声的频域特征往往存在一定程度的相互重叠，因此频域滤波在抑制噪声的同时，也会模糊图像、破坏图像的细节信息。除了频域变换分析方法，将空域图像变换到其他变换域的图像去噪方法成为图像去噪技术研究和应用的重要方向。与傅里叶变换相比，小波变换具有低熵性、多分辨率、去相关性和选基灵活等特点。Donoho和Johnstone提出了基于小波阈值萎缩的图像去噪方法。
在图像修复问题中，待修复区域内信息完全丢失，只能根据周围图像信息对待修复区域的内容进行预测、估计和填充，使之在视觉上达到完整。从数学角度来看，数字图像修复是一类病态问题。由于没有足够信息可以保证能唯一正确地恢复出被损坏的部分，它是一个不确定问题，没有唯一解存在，解的合理性取作为一类重要的变换域特征，图像信号在某些专门构造的变换域上的投影往往表现出明显的稀疏表示特征，而噪声或干扰在这些变换域上的投影则没有明显的稀疏特征，显然利用图像信号在变换域上的稀疏特征为图像去噪提供了另一种可行的思路。以小波变换与超小波变换为代表的变换域分析方法尽管具有普适性好的优点，但往往难以充分地刻画和反映信号稀疏特征。与之相对应的是，通过图像样本训练所确定的过完备字典往往能够更好地刻画图像信号内在的稀疏特征。
基于图像分解和稀疏表示的图像去噪修复方法是一种新颖的图像修复方法。如前所述，图像在过完备字典下的稀疏特征与图像信号本身之间有着一一对应的关系，只要图像在空域的污损投影到过完备字典下不影响到对图像信号的稀疏特征，那么就可以从已知信号在完备字典下的稀疏表示重构出原始的图像信号，进而完成图像修复任务。
基于稀疏表示的图像修复是一种新颖的图像修复方法。如前所述，图像在过完备字典下的稀疏特征与图像信号本身之间有着一一对应的关系，只要图像在空域的污损投影到过完备字典下不影响到对图像信号的稀疏特征，那么就可以从已知信号在完备字典下的稀疏表示重构出原始的图像信号，进而完成图像修复任务。
参考文献：
[1]李长洋.基于稀疏性的图像分层修复[D].西南交通大学硕士论文，2010.
[2]赵辉.应用于图像处理的自适应中值滤波算法的研究[D].东北大学硕士论文，2009.
[3]赵慧民，倪霄.压缩感知的冗余字典及其迭代软阈值实现算法[J].电路与系统学报，2013，02，15.
[4]王建英，尹忠科，张春梅.信号与图像的稀疏分解及其初步应用[M].成都：西南交通大学出版社，2006：49-139.
