数字图像处理论文篇（1）

一、前言

浙江理工大学数字媒体技术专业旨在培养德、智、体、美全面发展，具有良好的科学艺术素养，系统地掌握数字媒体设计、制作、处理的理论知识和专业技能，精通数字媒体核心技术，具有新媒体艺术创作能力以及面向网络的、新型数字媒体综合开发能力，能够在国家机关、高等院校、电视台、电影厂、广告公司、游戏制作公司和大中型企业等从事数字媒体设计制作、兼通艺术和技术的复合型的高级人才。

“数字图像分析与艺术化处理”是一门在对传统的“数字图像处理”课程内容进行调整的基础上，针对数字媒体技术专业新开设的专业课，该课程主要讲述利用计算机对数字图像进行分析和处理的方法和技术，强调生成不同艺术效果的处理方法。

本文首先对传统“数字图像处理”课程的特点进行了分析，并结合数字媒体技术专业的需求进行了分析，提出了开设“数字图像分析与艺术化处理”课程的必要性；然后就“数字图像分析与艺术化处理”课程的课程内容、实践教学、教学方法与手段、师资队伍建设进行了讨论；也对目前存在的问题进行了分析；最后总结我们的经验与不足。

二、开设“数字图像分析与艺术化处理”课程的必要性

从教学内容上，近年来《数字图像处理》已经形成以数字图像基础、图像增强、图像复原、彩色图像处理、图像编码、形态学处理、图像分割和对象表示与描述为基本教学内容的一门信息类专业课程。而且，随着新技术在图像处理中的广泛使用，诸如小波变换、遗传算法、神经网络等新内容不断增加到课程体系中。但涉及艺术化处理的内容较少，目前，讲述图像艺术化处理的教材或者参考书基本都是讲述如何使用图像处理软件Photoshop进行制作的，而基本没有讲述对图像进行艺术化处理的理论和方法的。对旨在培养艺术和技术相结合复合型人才的数字媒体技术专业，图像作为一种重要的媒体形式，学习对图像进行艺术化处理的理论和方法是必要的，也是十分有益的。

那么，开设这门课程是否可行呢？虽然目前还没有一本数字图形艺术和处理的教材，但针对数字图像进行艺术化处理，已经有了大量的研究，特别是在图像学领域，艺术绘制的研究更是硕果累累《艺术化绘制的图形学原理与方法》一书对相关工作进行了全面地归纳总结。图形学艺术花绘制的结果基本都是以图像的形式表现出来。所以，从教学内容取材上，是完全没有问题的。

三、课程的总体设计

根据数字媒体技术专业的特点，考虑到课时的限制。“数字图像分析与艺术化处理”课程的教学内容分为以下8讲：

第1讲为数字图像基本概念和图像编程，主要介绍图像概念、图像感知、获取、采样、量化，图像的基本类型和主要文件格式，以及对BMP文件的读写和DIB类介绍。

第2讲为图像信号处理基本理论，讲述几种常用变换及其应用，包括傅立叶变换、离散余弦变换、小波变换和雷登变换。

第3讲是图像特征提取，主要讲颜色、形状、纹理等特征的描述、提取及分析。

第4讲为图像处理基本操作，讲述空域和变换域图像增强，二值图像和灰度图像的形态学处理。

第5讲为图像的分割、恢复与合成，讲述基于像素、区域和辩解的分割及所属；图像降质的数学模型，以及滤波法、代数法、非线性法等恢复方法；图像的合成算法。

第6讲为彩色图像处理，讲述彩色基础、彩色模型及相互转换、伪彩色变换、颜色转移。

第7讲为数字图像的艺术化处理，讲述基于像素级运算的艺术化效果生成，基于笔画绘制的艺术技法模拟，直接借鉴参考图像中的色彩搭配和纹理效果的艺术化绘制，基于绘图样例的艺术化绘制模拟。

第8讲为图像特征降维及其应用，讲述线性和非线性降维的方法和应用。

四、实践教学的设计

“数字图像分析与艺术化处理”课程具有涉及的知识面广、理论较深澳、内容不断丰富等特点。对这样一门涉及技术与艺术，既强调处理方法的理论性，又强调实践结果的艺术性的课程。仅凭教师的课堂讲述是远远不够的，必须辅以足够的实践锻炼，让学生巩固所学理论，锻炼实际动手能力，激发学习兴趣，提高综合利用所学理论，进行设计开发和研究创新的能力。

在设计图像处理实践环节时，一方面，要保留有代表性的经典内容，同时考虑到近年来彩色图像已得到广泛应用，增加彩色图像处理的内容，以满足社会发展的需求；另一方面，针对图像的艺术化处理，设计相应的实验内容，实验结果的直观艺术效果中能有效弥补理论的枯燥乏味，提高学生的学习兴趣。

根据实践内容的不同，我们把实验分为以下四种类型：基本型、设计型、创新型和综合型。基本型实验，主要是通过实验对基本理论进行实现，加深学生对基本理论的理解；设计型实验，要求学生对所学理论进行简单应用；创新型实验主要是通过学生自由分组，通过教师提示，大脑风暴等多种形式，让学生进行创新思维，不要求实验结果的完美性，关键在于创新和创意。综合型实验，要求学生完成运用多种图像分析处理理论和方法，完成一项具体的任务。而且这门课程需要进行实践的内容较多，为了解决实验内容多与学时有限之间的矛盾，我校在设计该课程的实践环节时，采用实践作业、课内上机实验、大作业和课程设计四种实践形式。考虑到学生后续学习工作的实用性和实验的效率，在实验环境和开发工具的选择上，我校采用C++和Matlab作为主要实践教学语言，在实验类型、实践形式和开发环境之间的具体操作如下：

基本型实验，安排一次课内实验，主要是如何利用C++进行数字图像的读写及直方图统计，以便学生熟悉BMP图像的格式，掌握BMP图像文件的读写，并进行像素数据的处理，为后续实验打下基础。另外，要求学生通过实践作业的形式，学习使用Matlab进行图像读取等基本操作。其他基本型实验主要以实践作业的形式进行，建议学生使用Matlab完成。

设计型实验，主要使用C++作为开发语言，安排三次课内实验，分别是图像增强、图像的特效显示、图像的艺术化处理。图像增强选择空域图像增强、变换域图像增强；图像的特效显示可以实现图像的渐隐、图像的伪彩色处理等；图像的艺术化效果可以完成Laplican素描、马赛克效果艺术化绘制。

创新型实验，以大作业的形式布置，学生自由结合成小组，可以从参考题目中选择之一进行，也可以自己确定所作内容。如在线图像艺术化处理系统、图像艺术化显示系统等。

综合型实验，以课程设计的形式完成。要求学生完成一个简单的图像处理系统，或者图像应用系统，但必须包含图像分析、艺术化处理的内容。

五、教学方法与手段

根据“数字图像分析与艺术化处理”课程的特点、数字媒体技术专业的学生的所学课程的特点，我们在常规教学教学方法和手段的基础上，还采用了下面的教学方法和手段：

1.技术与艺术相结合、操作和理论相结合。由于学过艺术类的课程，如《色彩构成》、《绘画基础》、《平面形态设计》等；并对Photoshop和Flash等软件的使用较熟悉。所以在讲述色彩相关的内容时，对于学生熟悉的内容，简单带过；对于图像处理分析的多数理论，Photoshop中都有对应的操作，可以将理论和操作相结合。

2.先修后续课程间广泛结合。由于“数字图像分析与艺术化处理”涉及计算机、艺术、信号等多个领域的知识，广泛应用于虚拟现实、网络媒体、生物医学、工业、国防等多个方面，先修和后续课程较多。同时，增加了课程的难度，同时也可以充分利用先修和后续课程之间的联系，进行课程内容的整合、实践环节的综合。我们在先修课程面向对象程序设计和可视化编程中，以图像处理为例子进行讲述，有了图像的编程基础，在“数字图像分析与艺术化处理”课程中，实验课就更容易开展。在于后续课程衔接方面，在讲到图像特征提取时，利用“数字摄影”课程的照片，结合“虚拟现实技术”课中的全景漫游图片的拼接进行讲解，不但把这些课程的内容有机的结合起来，而其可以提高学生的兴趣，达到学有所用的目的。

3.传统教学手段与现代教学手段相结合。“数字图像分析与艺术化处理”这门课，内容多，知识面广，实践性强，可时少。在讲授时，充分利用多媒体课件节省板书时间；利用视频，展示处理过程和效果，更直观；利用网络交互式图像分析处理平台，提高学生动手的积极性，便于老师和学生就实践环节进行沟通。

当然，在教学中，我们也遇到了一些问题。首先，是教材，目前还没有完全合适的教材可供选用，所以只能使用自编讲义。其次，传统的图像处理理论多针对灰度图像进行处理，如何把图像处理理论更好地应用到彩色图像的处理中。第三，对于图像的艺术效果的评价，涉及到人的主观因素，如何客观地进行分析，还需要更多的研究成果予以支撑。

六、教学队伍建设

“数字图像分析与艺术化处理”这门课，横跨技术和艺术。而同时精通数字图像分析和处理理论，又具有较好艺术功底的老师十分难得。在实践中，我们采用校内与艺术设计学院联合教学，校外积极引进具有艺术背景的教师参与到该课程的教学中来，同时针对现有教师，组织先修后续课程的任课教师，组成教师团队，进行综合教学。

七、总结

本文基于数字媒体技术专业的培养目标，分析传统的“数字图像处理”课程对于数字媒体技术专业的不足；结合学校开课实际，就数字媒体技术专业开设“数字图像分析与艺术化处理”课程进行了探讨，希望能够对数字媒体技术专业技术和艺术复合型课程的教学和建设有所促进。

参考文献：

[1]明冬萍.《数字图像处理》课程教学研究.中国科教创新导刊，2008，(25)：169-170.

[2]Michaella Janse van Vuuren and Gerhard de Jager，Art And Image Processing，2005.

[3]Henri Maitre，Francis Schmitt，15 Years of Image Processing and the Fine Arts, Image Processing，2001 Proceedings 2001 International Conference on.

[4]李杰，刘弘.基于遗传算法的分形艺术图案生成方法.山东大学学报(工学版)，2008，38(6)：33-36.

[5]耿卫东.艺术化绘制的图形学原理与方法.浙江大学出版社，2010.

数字图像处理论文篇（2）

中图分类号：TP391.41

前言：智能图像处理是计算机图形图像处理是为基本内容之后发展的，着重介绍这两者之间的发展和应用，尤其在计算机应用的各种技术，以便了解智能图形图像技术的发展趋势和应用领域。

1图像处理与分析技术

由于计算机硬件计算速度的不断提高和成本的下降，图像处理和分析技术在农业方面尤其是作物领域已变得越来越重要。大量研究表明，利用计算机图像技术可很大的提高测量分析的精度和效率，更改以往作物研究中难于定量化的问题，实现信息采集的智能化和自动化。图像处理主要就在图像之间进行的变换。假如说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的能力。主要是对其中的图像所需要分析的目标进行检测和量定，而我们所获取的客观信息进行对图像的重新描述。然而图像的处理与技术分析将会随着计算机成熟和发展工程中而迅速发展起来的一个重要应用技术领域。

2图形图像数字处理技术

数字图像处理是30年来迅速发展起来的一门技术，由于对图像处理的要求还在不断增加，图像的应用领域还在继续的扩大，因而对图像处理的课题的理论在世界的变化中也处于变化，我们需要对其进行补充和完善。而本文章主要是对图像处理的中所产生的数学问题，学习并研究图像的基本处理中涉及到的数学问题，让大家可以更好的学习掌握图像的微处理技术。

2.1数字图像处理的优点

（1）再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。（2）处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。（3）适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图像组合而成）组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。小波重构的数据传递示意图如图所示：

（1）图像的编码压缩图像文件是编码压缩技术可减少描述图像的数据量等，用来节省了图像的传输、处理的时间所占用的存储器容量。压缩可以在不失真的前提下来获得，其也可以在允许失真的条件下进行。编码是压缩技术当中最最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。（2）首先，对于图像的分割技术将会给图像带来某种特殊的意义所表现出来的具有甄别能力。从而对图像的线条、颜色所进行处理，并需要进一步对图像的分割技术进行了解，图像的分割技术目前也是大众中非常流行的解决图像问题的方法。因此，对于图像的研究我们还要不断地进行深入的了解。图像的描述是对于图像所进行的甄别和理解作为前提。作为最简单的二值方法，我们利用它来描述物品的特性。（3）图像在生成和传输过程中常受到各种噪声的干扰和影响，使图像质量下降。为了抑制噪声改善图像质量，必须对图像进行平滑处理，可以在空域或频域中进行。

数字图像的平滑技术分为两大类：1）全局处理，即对噪声图像地整体域大的块进行校正以得到平滑的图像。缺点：计算量大。2）局部算子，仅对某一像素的局部小邻域的一些像素加以运算。优点计算率高。

2.2图像数字化

人类感知外界信息80%以上是通过视觉观察到的，而图像就是人们所获取的一个重要的方面，人们眼睛所获取的图像在大脑中的中枢神经系统中发挥重要的作用，准确的图像也是人们获取彼此信息的来源。其伴随着人们所生活的各个领域。图像处理虽然也可以用模拟技术或者光学方法来实现，但目前主要在我国还是大多数还是通过利用计算机的一些功能来实现，通过对图像的处理，我们能晓得其背后的重要意思，图像也在日常的生活中越来了越广泛。对数字图像的处理目前来说还是一个开始，其主要是在对形态数学、立体学、集合论等方面。因此，图像处理一般是指数字图像处理。

计算机图像处理之前的图像数字化的基本步骤，是把真实的图像转变成计算机使用的存储格式。数字化过程分为量化和采样处理两个步骤。量化的结果是图像能够容纳的颜色总数。采样的结果就是通常所说的图像分辨率。量化是指要使用多大范围的数值来表示图像采样之后的每一个点，这个数值范围包括了图像上所能使用的颜色总数。

3图像测量技术

随着计算机技术的发展和电子成像器件的成熟，图像测量日益受到人们重视，应用范围不断扩展。图像测量技术是以近代光学为基础，融光电子学、计算机视觉原理、图像处理技术等科学技术为一体的现代测试技术，并在军事、医学、资源分析、测绘等领域得到广泛应用，取得了巨大成功。由于算法改进和计算机性能的提高，使开发基于图像处理的啤酒瓶快速检测技术成为可能。

4结束语

随着计算机应用技术的发展，图像与图像技术的应用越来越广泛，除了传统的广告、包装宣传，网站设计等方面的应用。也在航空事业、机电事业、国家的安全部门、政司法科、国家的武器研发，新型导弹的定位，还伴有新型科学药物的研发、在工业上企业是非常重要的一门学科、伴随着计算机的技术与人工智能电子的研发智能图像的作用将会占据很大的部分其今后的发展趋势越来好，越来越广。

数字图像处理论文篇（3）

中图分类号：G642 文献标识码：A 文章编号：1674-098X（2013）04（c）-0145-02

随着现代信息技术的快速发展，图像处理越来越广泛的应用于军事目标识别、智能交通、医学图像重建、社会事务管理、生物特征识别，以及互联网相关产业等诸多领域，越来越多的研究者更加关注图像处理领域的研究工作。而高等教育要与实际应用紧密联系，“数字图像处理”这们课程在高等学校信息类电子信息类专业也具有越来越重要的地位。

“数字图像处理”的教学目的是使学生了解和掌握数字图像处理的基本概念与主要内容，为今后的深入研究和开发工作打下良好的基础，基本教学内容包括图像增强、图像分割、图像复原、图像描述、图像识别等理论和方法[1]。该课程主要阐述了数字图像处理中的基本概念、基础理论和常用算法，介绍数字图像处理研究中的基本问题以及解决这些问题的原理和实现方法，使学生能够编程实现简单的图像处理算法，能够阅读利用图像处理文献以解决实际问题。

“数字图像处理”课程属交叉学科，其起点高、难度大，即有较强的理论性，又和实践结合紧密，历年来的教学效果及考试情况表明，学生对本课程往往心存畏惧，教学上存在许多问题。比如：学生兴趣不大、课堂效果不理想等等。因此，如何引导学生明确学习目的、转变思想观念，如何在教学过程中合理利用多重教学手段、灵活采用相宜的教学方法激发学生的学习兴趣，成为今后教学中必须解决的问题。

1 传统教学中存在的问题

总结过去几年的教学实践，笔者发现《数字图像处理》的传统教学模式存在着以下几个问题。

1.1 数字图像处理的课程体系尚不完备

图像处理学科本身为交叉学科。与信息编码、模式识别、信号分析多领域存在学术联系，而课程内在耦合性并不强，目前还没有一个完备的课程体系，许多教学实践难以组织。一般认为，数字图像处理包括图像增强、图像复原、彩色图像处理、图像压缩与编码、图像分割、图像描述与表达等章节，根据教材丰富程度的不同，可能还包括图像的数据结构、图像重建、图像识别、图像的小波分析，以及图像的数学形态学处理。图像处理内容庞杂，难度也偏大，在有限的教学时间内往往很难将全部内容讲透，传统的教学模式只能以理论介绍为主，忽视理论的实现步骤，造成学生在学习时普遍感到过于抽象，很难看到理论的实际应用效果。而且教师在课堂上讲授知识点时，由于和实践脱节，致使学生在一些繁杂的数学推导面前望而却步，从而逐渐丧失学习兴趣。

1.2 图像处理课程的理论讲授与应用实践难以兼顾

图像处理课程的许多内容，如图像变换、图像复原等章节，涉及到最优化问题、矩阵计算等相关理论。例如利用拉格朗日方法求矢量变量的条件极值问题、标量函数对矢量求导，虽然他们在高等数学、线性代数课程已学习过相关内容，但高等数学课程的教学实践中没有使用矢量表达方式。这些数学表达方式对于高年级本科生而言比较陌生，难以理解。而专业文献、教材中多使用矢量表达方式，对于这样的知识断裂带，本科生往往觉得相关数学知识过于深奥，从而产生畏难情绪，在教学实践中，往往需要连接相关的知识断点。

另一方面，图像处理的许多内容是与实际应用紧密结合的，如图像增强、图像分割等内容，其许多理论内容具有相当的抽象性，而相关算法实验结果却十分的直观，不仅有利于反映不同理论与方法的特点，也有利于学生对教授内容的理解。但在教学实践中我们发现，尽管学过相关程序编制课程，绝大部分学生仍不会编制程序，许多学生甚至没有掌握基本的编程概念。

因此，在“数字图像处理”的教学实践中，我们希望探索一种适合“数字图像处理”教学的、新颖的教学模式，引导学生通过课堂学习、课后练习，进行广泛的阅读、思考、讨论，并通过编程实践进行验证、实践，以掌握教学内容，从而进一步提高教学质量。

2 教学改革措施

针对以上的问题，笔者在教学工作中不断探索，分别从以下几个方法进行教学改革并在教学实践中取得了良好的效果。

2.1 将讲授内容与实际应用结合起来

目前，几乎不存在与数字图像处理无关的技术领域，而在其学科发展初始，就得益于实际应用的推动，可以说，数字图像处理是一门实践性非常强的学科，然而，在传统的工程技术人才的培养方式中，过分强调了专业知识的积累，使得学生形成了单一追求知识积累的习惯，对学习内容能够记忆，、理解并能模仿性地应用。毕业之后，能做一般性的科学技术工作，但创造能力较差。这种学习模式也使得学生对专业课的学习缺乏兴趣，从而产生厌学、逃课等学习现象。而我们知道，一切科学技术的探索和创新都起源于兴趣，因此，激发学生学习本课程的兴趣和热情是任课教师首先要解决的问题[2]。

数字图像处理这门学科与我们的生活结合的如此紧密，了解数字图像处理专业知识对于将来从事的工作的重要性，让书本上生硬枯燥的理论鲜活起来。比如，在数字图像处理绪论教学中，可以重点介绍数字图像处理在医学图像处理、智能交通监控、基于图像的工业检测、图像压缩在3G通信技术中的引用，不仅介绍其技术背景，还可介绍业内著名公司，简单说明其技术现状、发展前景以及薪酬水平等情况，以激起学生的学习兴趣。

另一方面，在讲授图像处理相关领域时，可结合相关应用，如在讲授图像压缩时， 可以将其与目前流行的3G通讯技术联系起来，介绍图像压缩在其中的应用情况及相关的技术特点；在讲授直方图均衡化时可以讲解它在相关技术领域，如指纹识别、人脸识别的图像预处理。课堂教学除了围绕基本理论和概念进行外，还可以穿插讲解在科研中需要注意的相关知识。

2.2 注意数字图像处理与先导课程的联系

数字图像处理是一门理论与实践结合紧密的课程，其学习研究需具备较为全面的数学基础，同时，我国目前的数学教学由于学时越来越少，内容愈来愈多，为完成教学任务，忽视了对现代数学表达的重要性，导致学生虽然能理解微积分、线性代数等工程数学的基本思想，但不熟悉不熟悉现代数学表达方法，从而不理解许多图像算法的理论推导，针对这一情况，笔者总结出以下的解决方法。

（1）在讲授需较深数学知识的相关内容时，预先讲述相关数学内容。尤其是许多数学表达方法与学生在大一学习的微积分、线性代数表达方法不一致的情形。例如，在讲述图像复原的过程中，我们发现同学们由于对向量变量操作的不熟悉，他们对基于多维向量的拉格朗日算法不理解，不理解其推导过程，也不明白算法的具体步骤。为此，我们通过对高等数学中偏导数、拉格朗日方法等数学知识的复习，并用向量形式重新表述，告诉学生对矢量求导，其实就是我们学习过的多元微积分的偏导数，对于标量对矢量求导的概念与方法，学生以前没有学习过，可以结合微积分与线性代数，通过数学推导的方法，让同学了解这种方法的实质与表达的便利。这种处理方法，不仅能充分说明图像复原的原理过程，同时也拓展了学生的数学视野，对学生进一步深造也有帮助。

（2）数字图像本身是一种二维数字信号，其里面的许多内容都可以在《数字信号处理》、《信号与系统》等先导课程里面找到相关的概念，例如在推导图像的退化模型时，我们发现其就是在信号与系统里面学习过的线性时不变系统，同时我们还能研究其物理意义，以及相关物理意义与数学抽象模型之间的关系，从而不仅更刻的理解《信号与系统》的相关内容，同时也学习了具体专业应用中，对影响模型表达的现实因素的取舍依据。

（3）对于某些内容可根据教学内容做适当取舍与调整，例如，对于数字图像直方图的表达，只需要理解直方图的定义与求法，对其繁琐的数学表达就不做要求了。对于图像分割，重点在于理解算法，对于其形式化表达就不做具体要求。

2.3 采用“互动式”教学方法

数字图像处理内容繁多，理论基础较深，存在较多的数学推导，传统“注入式”的教学方法使得课堂教学枯燥乏味，且收效甚微。为了解决这一问题，笔者在教学过程中不断摸索，总结出一种“互动式”教学法[3]。

一般来说，在课堂讲授中，可将整个课堂讲授分为若干相对独立的小节，每个小节讲授结束时，可要求学生提问，引导学生积极参与教学活动，给学生提供独立思考、亲身体验的机会，体验其中的乐趣和成就感，如果内容较为模型，学生提不出有价值问题是，也可以向学生提问，掌握学生的学习状态，再针对性的进行讲解。

其次，每次讲解新内容之前，以提问的方式对上一节的重点内容进行总结回顾，另外，在教学过程中根据教学重点有针对性的选取部分图像处理算法，如OTSU图像分割方法，鼓励学生毛遂自荐，在黑板上当堂完成伪码算法，同时可要求其余的同学对其算法进行点评，找出问题并给出修改意见。不仅活跃了课堂气氛，又锻炼了同学的编程能力，还加深了学生对重点和难点知识的理解和认识[4]。

3 结语

本文中，笔者根据《数字图像处理》的专业特点，针对传统教学中存在的问题，结合教学实践，提出了相应的教学改革的方法。有效的提高了学生的创新能力、科学研究能力，有助于扩大学生的就业面。以上对教学改革的一些探索和尝试，在教学过程中取得了良好的教学效果。但教学改革是一项系统工程，本文的探索还处于初期，在以后的工作中还有许多的问题有待解决，要在不断的探索与实践中得到完善和提高。

参考文献

[1] 冈萨雷斯.数字图像处理[M].3版.北京：电子工业出版社，2011.

数字图像处理论文篇（4）

1.引言

“数字全息术”最早是在1967年由Goodman提出的[1]。它是以传统模拟光学理论为基础，记录介质用数字相机代替，得到离散化数字全息图后存入到计算机中，再利用图像处理算法将其还原。但数字全息术对数字相机的分辨率要求很高，所以一直以来数字全息术发展很缓慢[2]。近年来，随着数字相机CCD、CMOS分辨率的大幅提高，数字全息术的研究也越来越受到重视[3]，但现有的CCD或CMOS的分辨率还是很难满足数字全息术的要求，从而导致再现像的质量较差。为解决这个问题，本文对传统模拟光学的记录光路进行了一些改进，把光路中的物参角（物光与参考光之间的夹角）调节到很小，以满足对物体的采样，并且用了两次预处理算法（数字相减法和频谱滤波法）对该数字全息图进行预处理[4]，最后利用菲涅尔变换法重建出物体的图像，得到了比较好的实验结果。

2.数字全息记录光路分析

数字全息图的记录光路主要有两种，分别为同轴光路和离轴光路。同轴记录光路能充分利用CCD的像素，比较好的消除零级像和共轭像，但需要拍摄多幅图像，对实验装置的稳定性要求很高[5]。普通离轴记录光路的结构简单，但不能有效利用CCD像素，而且零级像和共轭像不易消除。因此本文对普通离轴记录光路进行了一些改进：为了使CCD的分辨率满足对物光空间频率的采样要求，把物参角调节到很小;为了消除掉零级像和共轭像，在数字全息图的预处理中使用了两次预处理算法。图1为离轴数字全息记录光路示意图：

图1 离轴数字全息记录光路结构图

图2 光学全息再现示意图

激光照射到透射镜分为两束光，分别为参考光和物光，参考光经过分束镜后直接照射到CCD上，物光经过分束镜后照射到物体，物体发生漫反射后的物光也投射到干板上，物光和参考光在CCD上叠加发生干涉效应，在CCD上形成一条条精密的干涉条纹。但是，由于CCD的像素比模拟光学记录介质干板分辨率小得多[6]，为了使CCD的分辨率满足对物光空间频率的采样要求，对该光路进行分析，设在数字全息图记录过程中的参考光和物光在图像传感器CCD上的最大夹角为，则CCD上最小条纹间距为：

（1）

所以图像传感器CCD上的最大空间频率为：

（2）

假设图像传感器CCD像素大小为，要满足奈奎斯特采样定理，因此两个像素周期至少要小于一个条纹周期，也就是，拍摄的物体信息才能成功还原。所以光路中参考光和物光的夹角很小，所以，则有：

（3）

本设计采用的CCD的面阵大小为6.4× 4.8mm2，像素尺寸为8.1×8.1um2，激光波长为523nm，根据（3）式，得出为2.2o。因此，在调节光路时，要保证物参角小于2.2o。

3.数字全息图重建

图2为模拟光学全息图再现示意图，一束激光照射到全息图底片上后发生衍射，人眼在全息底片后方可观察到在空间中有一个物体的虚像。要从数字全息图中得到物体的像，就是利用计算机模拟一束照明光透过数字全息图后发生的衍射过程，该过程可称为衍射数值计算。但由于数字全息图中包含零级像和共轭像，消除零级像和共轭像的过程称为数字全息图预处理过程。所以要重建数字全息图，就需要先对它做预处理。

3.1 数字全息图预处理

数字全息图的光强度可表示为：

（4）

其中为零级像分量，为共轭像分量，为原始像分量。而如果直接对数字全息图再现，则再现像会有零级像和共轭像的干扰。要得到清晰的原像，就必需要消除零级像和共轭像的干扰，而数字全息图预处理就是要消除这项干扰。一般来说，预处理只需要频谱滤波法就可以，但用该离轴光路记录的数字全息图，零级像与原始像的频谱难以分开，因此，本文在预处理算法中加入数字相减法。

消除零级像干扰采用数字相减法，首先用CCD分别将全息图的光强分布IH、物光光强分布和参考光光强分布，离散化存入计算机后，然后在计算机上编写程序对上面所采集到的三幅图像数据在数学上进行相减得到IH'，即：

（5）

所以用数字相减法处理后的数字全息图就只剩下原始像和共轭像，而零级像被消除掉。

消除共轭像干扰采用频谱滤波法。下图为频谱滤波法流程图：

图3 频谱滤波流程图

在计算机上对经过数字相减后的全息图先进行傅里叶变换，得到全息图的频谱图，然后选择好滤波区域，对该区域的值清零，最后再对该图进行傅里叶逆变换就可以得到只剩下原始像的数字全息图，从而共轭像被消除掉。

本文的离轴光路所记录的数字全息图，预处理过程采用数字相减法与频谱滤波法的结合，能有效的消除零级像和共轭像[7]。

3.2 数字全息图重建

衍射数值计算有卷积法和菲涅尔变换法等算法，本论文采用简单、快速、实用的菲涅尔变换法来重建数字全息图[8]。

根据菲涅耳衍射公式，一束光发生菲涅尔衍射后的光场分布为：

（6）

其中为波长，为波数。

用计算机模拟重现光波照射到全息图，继续传播后的光场分布为：

。

重现距离为d'，模拟光波满足菲涅耳衍射条件时，把代入（6）式中，则重现像的空间光强函数为：

（7）

将（7）式中展开，则（7）式可写为：

（8）

当时，原始像落在焦点上，再现像的光场分布函数为：

（9）

设计也就是根据（9）式可设计出菲涅尔变换法的算法得到离散化的重建像的光强分布。图4为数字全息图的处理结果。

图4 （a）数字全息图;（b）数字相减处理后的图像;（c）频谱滤波处理后的图像;（d）重建后的图像

4.结论

实验证明，本文改进的离轴光路更方便记录数字全息图，采用数字相减法和频谱滤波法能较容易消除零级像和共轭像，菲涅尔变换算法能有效进行重建，此算法简单实用，重建像的质量较高。

参考文献

[1]J.W.Goodman，Digital image formation from electronically detected holograms.Appl.Phys.Lett，1967，11（3）：77-79.

[2]曾贞.数字全息法测量三维形貌的研究[J].激光杂志，2013（5）：33-34.

[3]Schnars U and Juptner W，Direct recording of holograms by a CCD target and numerical reconstruction.Appl.Opt，1994，33（2）：179-181.

[4]国承山.王伟田.李健等.全息数字再现中零级衍射斑的消除[J].光子学报，1998，18（8）：1073-1076.

[5]Ichirou Yamaguchi，Tong Zhang.Phase-shifting digital holography.Opt.Lett，1997，22（16）：1268-1270.

[6]高燕.DMD数字全息及彩色数字全息技术的研究[D].苏州：苏州大学，2013.

数字图像处理论文篇（5）

中图分类号：G642 文献标识码：A 文章编号：1674-2117（2014）08-0012-02

1 前言

数字图像处理技术的应用非常广泛，已经渗透到计算机、通信、交通、物理、医学、化学、生物学、军事、经济等各个领域，与人们的生活密切相关。《数字图像处理》是信息技术领域中发展较快的一个热门领域，是模式识别、计算机视觉、多媒体技术、数据挖掘等学科的基础，也是一门涉及多领域的交叉学科。

该课程的理论性和实践性都很强，要求学生在掌握图像处理的基本概念、基础理论、典型算法的基础上，掌握一定的编程实践能力，能够利用计算机编程实现数字图像的各种处理，如图像变换、图像增强、图像恢复、图像重建、图像分割、图像编码和图像识别等，在学习图像专业知识的过程中增强学生的创新意识，培养学生独立获取知识和综合运用所学知识分析和解决实际问题的能力，提高学生的实际动手能力，为其今后深入地进行科学研究和独立工作奠定良好的基础。

2 创新教学理念

在《数字图像处理》课程的教学中，努力贯彻素质教育的先进理念，注重教与学的有机结合，坚持以学生为主体，教师为主导，最大限度地发挥学生的主观能动性，将培养学生的主动思维，鼓励学生的创新意识作为教学的重要目标之一。

对于教学内容的设计，以图像处理算法的理论作为授课的重点，以算法的产生、应用、改进为主线，突出知识的内在联系，揭示数字图像处理发展的内在规律（要求学生重点理解）。

掌握数字图像的基本概念和基本算法，关注图像应用的前沿动态，培养学生的创新思维能力，并根据课程需要，适当将数字图像处理领域中最新的技术手段，研究进展以及发展趋势纳入教学，并鼓励学生对新知识、新领域进行积极地探索。

在教学过程中，努力将复杂抽象的理论融入到形象直观的应用实例当中，将算法实现过程中的重难点问题分解细化为可展现的图像处理效果，在理论中渗透实践，在实践中穿插理论，注重理论联系实际，培养学生的工程实践能力，真正使学生乐学、易学并会学。

3 改革教学内容

数字图像处理技术在科学研究、工农业生产、军事技术和医疗卫生等许多领域中发挥着越来越重要的作用。图像技术的快速发展决定了《数字图像处理》课程的教学内容也需要不断更新，教材原则上选用专业内容全面新颖的教材，即图像专业基础知识相对稳定，并能够紧跟数字图像处理技术发展趋势。对于辅教材，可以根据图像课程的系统性和实用性，并考虑到扩充学生的视野，可以选一些国际上经典书籍如外文经典专著。目前我们以2012年清华大学出版社出版的，章毓晋编写的《图像工程（上册）――图像处理（第三版）》教材为主线，以美国Rafael C.Gonzalez 等编著的Digital Image Processing，阮秋琦编著的《数字图像处理学》等教材和中外科技期刊发表的最新图像技术为参考资料，并适当补充本领域中的一些新技术、新方法及新成果。

对图像处理教材内容进行整合，课内图像处理基础知识分为九大模块：图像与视觉基础、图像运算与变换、图像增强、图像恢复、图像重建、图像编码、图像分割、图像目标表达与描述、图像识别等内容。

在授课过程中，一般知识点进行自学，系统讲解重点难点内容，如直方图均衡等，而对于教材中未写进或无系统介绍的前沿性、创新性或跨学科的内容，则渗透到各个章节中。例如，将水果识别系统、车牌图像的自动识别、基于内容的图像检索等新技术渗透到图像增强、图像分割、图像目标表达与描述和图像识别等各个章节中，授课内容完成，那么自动识别系统模型建立，学生就完成了水果、车牌等图像的自动识别。通过这种方法强调基础，跟踪前沿，将基础理论与实践有机地结合起来，使学生不仅能够学到课程的基础知识，了解科学前沿的最新成果，加强学生的实践动手能力，而且与时俱进，增强了学生的好奇心，促进学生创新能力的培养。

4 改进教学方法

在数字图像处理教学中，综合运用课堂讲授法、研究法、讨论法和实验法等教学方法，发挥各种教学方法的优势，引导学生积极参与教学。

对于一般的重点难点内容，例如，图像增强中的直方图增强等模块，同时以课堂讲授和实验法为主，在讲解图像增强理论的同时进行图像直方图增强实验，在图像增强原理讲完之后直接出现直方图增强的前后对比图，可以激发学生的兴趣和动手能力。

对于图像边缘检测等一些难度相对较小的内容，首先以讲授法系统地讲解其中一种边缘检测算法，其他与之原理相似的算法则运用讨论法，以学生讨论、交流为主，教师引导、点评为辅进行。

对于课堂难度较大的内容如图像恢复与重建，则采取研究法为主，其他方法为辅。促使学生主动思维，成为真正的学习主体，教师根据学生反馈的信息及时把握学生思维过程，成为真正的主导。

另外，对于图像某一知识模块的引入，可以适当设置一些悬念或疑问，再引出讲授的主要内容，即将教学过程设计成一个“产生疑问―寻求解决方法―解决疑问―再产生疑问―再寻求解决方法一再解决疑问……”的过程。这样不仅有利于增强授课内容的逻辑性，还有利于启发学生的思维，激发学生的兴趣及创新能力。

5 丰富教学手段

鉴于数字图像理论知识比较丰富，实践性比较强，应用领域比较广的特点，以及现有教学设备、教学网络环境的改善，《数字图像处理》课程采用板书、多媒体课件、辅助教学软件以及教学网络平台等多元化的教学手段。充分活跃课堂气氛，提高教学效果，促进教学改革，提高学生的学习兴趣及实践动手能力，增强学生的信息素养，获得了良好的教学效果。

对于数字图像处理中典型算法的原理与推导等难度较大的内容，以板书为主，通过对公式的推理计算，体现出知识的逻辑性和严谨性。同时适当辅以多媒体课件对图像处理的结果进行演示，以加速学生对授课内容的理解，增强了学习的直观性、生动性和趣味性。

针对本课程的特点，开发了辅助教学软件，利用该软件在课堂教学中将图像处理算法的实际效果进行随堂演示，从而将枯燥的理论推导转化为立竿见影的实际操作。让学生充分感受到数字图像处理技术的巨大魅力，从而降低了理论知识学习的难度，增加了课堂的信息量、激发了学生的学习兴趣，实现了化静态为动态，化抽象为直观，化复杂为简洁，使课堂教学的效率大大提高。此外，又锻炼了学生的研究性学习能力，培养了学生的创造性思维。

根据课程教学标准，进一步改革教学实践，安排了实验教学，并将实验内容划分为验证性实验和设计型实验。验证型实验的设计，要求学生掌握数字图像处理、基本操作处理和简单的典型算法编程，从而实现对课堂上理论知识的学习巩固，增强了学生的编程能力和基本的项目开发能力。设计型实验需要学生对源代码进行分析研究、修改或补充，动手设计一些综合性或创新性的算法，分析实验结果，写出实验报告或论文。既培养了学生发现问题，分析问题和解决问题的能力，又提高了学生的动手能力和创新能力。

利用大学提供的教学网络平台，把图像处理课程的教学标准、授课教案、教学课件、习题、实验指导以及相关参考资料都上传到此教学网络平台。同时引导学生在网络上积极讨论关于图像处理方面的一些最新研究等话题，激发学生讨论及思考。另外，学生对于未消化的难点，也可以在网络平台上提出，教师及时通过教学平台进行回复，实现课后数字图像处理教学的互动，从而作为课堂学习的补充。教学网络平台实现了教学资源的共享，课后教学的互动，丰富了教学手段，为开展多种形式的教学奠定基础。

6 改革考核方法

课程考核对于加强学生对学习内容的掌握、实验技能的提高、创新能力的培养具有很大的促进作用。然而，传统的闭卷考试，主要考核学生对课堂教学内容的理解和掌握，容易使得学生将注意力放在背记考点及研究考试技巧上。《数字图像处理》课程是一门实践性很强的课程，仅采用这种评价方式将难以调动学生实践学习的积极性，达不到良好的效果。

在考核方法的改革上，对《数字图像处理》课程采用了综合性的考核方法。期末考试采用笔试开卷方式，主要强调学生对数字图像处理技术基础理论的宏观掌握。在考试题目设计上，重点强调学生知道如何去寻找解决问题的方案，考核学生发现问题，分析问题和解决问题的能力；同时增强实验成绩的比重，根据学生对实验内容的完成情况，以及创造性解决图像处理问题的能力，对实验成绩进行评分。另外，还将平时的听讲，回答问题，作业的情况列入平时成绩。因此《数字图像处理》课程最终的考核成绩包括三个部分：期末考试成绩（占50%），实验成绩（占30%）和平时成绩（占20%）。

通过课程考核方法的改革，不仅有效地检验了学生对《数字图像处理》课程的综合掌握程度，而且还能激发学生学习的积极主动性，提高了实践创新能力。

7 结语

随着信息技术不断发展和完善，数字图像处理技术也在不断发展，并且越来越多地应用于各个领域，相应地，数字图像处理课程的教学改革和实践也应与时俱进，结合国内外科研和教学成果，不断吸收新知识，丰富教学内容；根据教学内容灵活运用各种教学方法，使学生在掌握数字图像处理基本理论和方法的基础上，培养学生的实践动手能力，创新意识与综合设计能力，使学生的信息综合设计能力和科学研究能力有明显地提高。激发学生主动学习的兴趣，提高学生进行研究性学习的能力，同时进一步提高教学质量和教学水平，真正培养出具有开拓精神和创新意识的现代化新人。

参考文献：

[1]章毓晋.图像工程（上册）――图像处理（第三版）[M].北京：清华大学出版社，2012.

[2]冈萨雷斯.数字图像处理（第三版）[M].北京：电子工业出版社，2010.

数字图像处理论文篇（6）

一、引言

随着高等职业教育进入稳定发展状态，国家教育体制改革形势一片大好，教育规模不断扩大，为我国提供了大批人才，全社会对高职院校教育的认可度也越来越高。

数字图像处理技术是一门专业性很强的学科，许多知识必须通过努力学习及领悟才能正确掌握，动手能力在数字图像处理技术课程中非常重要，因此，实验教学环节的改革是数字图像处理技术教学改革的重中之重。

二、数字图像处理技术教学现状研究

1.数字图像处理技术课程分析

现阶段的数字图像处理技术迅猛发展，在各领域都有广泛应用，数字图像处理技术一体化人才，也越来越受到各行业青睐。

据河南省安阳市对全市15个行业59家企业不完全统计，目前相关企业对高级数字图像处理技术的人才需求占员工总数的10%，对中级数字图像处理的人才需求占员工总数的40%，对初级数字图像处理技术的人才需求占所有员工总数的50%。

据统计，在发达国家的企业中，高级数字图像处理技术的人才占企业员工比的40%，中级数字图像处理技术人才占企业员工比的60%。

目前我国存在的这种专业数字图像处理技术人才的缺失现象充分说明我国的高等教育培养方面对该学科的重视程度还不足，人才培养力度还不够大。我国数字图像处理技术专业人才培养的缺失，在一定程度上影响到我国经济的发展。

为了使数字图像处理技术更好地为经济建设服务，必须加强培养数字图像处理技术人员具有一定的专业基本理论知识和熟练的专业操作技能。

2.数字图像处理技术教学现状

（1）数字图像处理技术课程的教材问题。现阶段各高校的数字图像处理技术课程教材都是全国统一的，该类教材主要缺点是内容死板，包含大量的数学推导公式，没有考虑到现阶段高校学生的接受能力。这些数字图像处理课程教材内容太过深奥，学生提不起学习兴趣。笔者通过研究发现，数字图像处理技术教材存在以下具体问题。第一，现阶段的数字图像处理技术课程重基础课程理论和结果，不注重用人单位的实际工作需要。目前各高校使用的数字图像处理技术教材多是三至五年一更新，新内容虽然增加了许多，阐述更加简明扼要，但没有就具体操作过程采用数字处理技术作深入分析讲解，对真正实用的公式也没有重点标注讲解，每章节也没有关于实际操作的数字图像处理技术教学实例，导致数字图像处理技术教学课程缺乏实际意义，与社会发展极不相称；数字图像处理技术教材中实用案例太少，同时未对新科技元素加以足够的关注和重视。第二，在教材的编写过程中，只注重数字图像处理技术计算例题和习题的编写，没有将在实际工作中会出现的问题以及出现问题的解决办法写入教材，与实际脱轨。没有从企业真正的工作需要出发去考虑编写教材的实际内容，无法很好地为学生将来的工作打下基础。第三，数字图像处理技术注重面向教师编制教学内容，不注重面向学生。高职院校的学生自学能力普遍较弱，面对教材中的数字图像处理技术部分内容，学生难以理解；编写者在编写过程中着眼于学生兴趣的内容太少。第四，数字图像处理技术教材注重理论方面而忽略现场实习的教学。对数字图像处理技术课程教材编写的完整性考虑太多，而实际操作部分内容又太少，导致教材缺乏针对性，无法提高学生的学习兴趣。

（2）数字图像处理技术课程的教学问题。第一，各学校老师在教学过程中往往照本宣科，学习数字图像技术处理课程本来就很枯燥，同时学生文化基础较差，需要学习的相关知识又较多，加上课程安排紧，时间短，学生根本达不到理解数字图像处理技术的教学要求。第二，数字图像处理技术课教学方法呆板，老师教学手段过于简单，无法调动学生在课堂上的积极性，学生不能主动去学，与老师的互动配合不到位，更谈不上兴趣与爱好。

（3）数字图像处理技术课程实验中存在的问题。第一，学校对数字图像处理技术课程的实验资金投入不多，无法满足实验过程中对企业及现场环境的模拟需求；现有的实验室设备陈旧，建设方向与现阶段的社会需求不符，与社会结合不够紧密，许多教学仪器设备临近报废，无法保证教学质量。第二，优秀的教师资源严重不足，数字图像处理技术课程是一门专业性非常强的学科，好的老师是确保数字图像处理技术课程实验部分能够完成教学目标的首要条件。教师既要有较高的专业数字图像处理技术水平，又能与学生们打成一片。没有高素质的师资队伍，数字图像处理技术结合实际的实验部分就不能真正达到校企合作的目的，也就失去了实验的真正目的和意义。

三、数字图像处理技术教学方法改革研究

数字图像处理论文篇（7）

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2015）13-0121-02

Abstract： By observing the characteristics of video investigation major in People's Public Security University of China， and based on the teaching experiences in digital image processing classes， this paper studies to reform teaching content， enrich teaching methods and stress practice of students to improve teaching performances of digital image processing， and develop the hands-on abilities and abilities to solve practical problems of students.

Key words： digital image processing； video investigation； teaching method； practice； teaching reformation

1 引言

图像蕴含丰富的信息，是人们感知世界的重要来源。数字图像处理主要通过计算机对图像信息进行处理，包括分割、增强、复原、去噪、特征提取和分析理解等[1]。目前，数字图像处理技术在很多领域得到了广泛的应用，例如军事、工业生产、医学和公安等等。而这些应用需求的增长推动了数字图像处理技术的快速发展。由于数字图像处理技术的重要性，很多大学在计算机信息类专业开设了数字图像处理的课程。学生通过该课程的学习，应能掌握数字图像处理技术的基本概念、原理和经典算法，并能了解如何将其运用于实际生活。

数字图像处理技术是一门理论性较强的课程，需要较强的数学基础知识，例如线性代数和信号处理等，因此在教学中很容易出现枯燥的算法讲解和数学推导，学生也可能因为教学过于理论和抽象而失去兴趣，或因为感觉太难而产生畏惧心理。数字图像处理技术也是一门实践性较强的课程，很多典型算法是从应用需求逐渐发展来的，脱离应用只讲理论，学生会不知所云，不知道算法理论的具体用处和如何使用。为了改善课堂教学和提升学生动手能力，教师有必要从学生专业需求出发，针对课程特点，精心设计课程，探索如何将理论教学与实践教学完美结合，使学生最终既能掌握足够的基础知识，又能对实际应用有足够的了解。本文将结合实际教学经验和体会，探讨如何改善数字图像处理课程的教学过程，提升最终的教学效果。

2 数字图像处理课程改革的出发点

数字图像处理是一门综合性的技术，集成了计算机、光学、电子技术和信号处理等多学科的知识，涵盖的内容非常广，从底层的图像增强、复原和编码到中高层的特征提取、分割和图像理解，在有限的课时里教师不可能详细讲解所有内容。因此，教师在授课前就需要对授课对象的专业有所了解，从学生今后工作的需求出发，精心选择授课内容。笔者授课对象是我校新成立的视频图像侦查专业学生，该专业学生毕业后主要在公共安全部门从事视频图像侦查的相关工作，通过搜集整理分析大量的视频资料，缩小排查范围，锁定嫌疑人并找到相关证据，提升破案效率。在视频侦查过程中，对模糊图像的增强或复原是学生必备的技能。因此，笔者在授课时除了讲解重要的基础知识，将本门课程的侧重点放在图像的增强与复原上，而学生对这部分的内容也非常感兴趣，学习的主动性和热情都非常高，这样教师的授课效果也大大提高了。

3 理论授课内容与教学方式的改革

在理论授课内容上，结合我校专业特点做了精心的修订，即加强基础理论知识的讲解，突出专业特色与实用性，强调图像处理算法的具体应用和如何编程实现，注意结合实际案例进行讲解分析，做到理论和实际完美结合[2]。

我校数字图像处理处理课程为54课时，理论授课为45课时，主要讲解图像处理的基本原理与运算、图像的空间和频域增强、图像复原、图像压缩、图像分割和图像的表示与描述等。由于课时有限，因此在讲解图像分割、图像压缩和图像的表示与描述等内容时只是简单的介绍，而且图像视频侦查专业在后续课程安排上也有这些内容的更深入的讲解。我们在授课时主要把精力放在了对图像处理的基本原理与运算、图像的空间与频域增强和图像复原这些内容的讲解上。

为了满足我校专业特点和授课内容改革要求，我校自己编写了数字图像处理的教材，具有理论性、系统性和实用性等多个优点。另外，我们还选择了由田纳西大学的冈萨雷斯教授编写和北京交通大学阮秋琦翻译的数字图像处理中文教材作为补充，该书是一本非常经典的数字图像处理书籍，讲解非常详细，内容很全面，案例也非常多，还有配套的Matlab版本书籍，方便学生自学探索。

在教学方式上，我们探索使用多种现代化的工具丰富课堂教学。传统的教学方式主要基于黑板和粉笔，比较单一，不利于展现图像处理的丰富细节，效果很难令人满意。数字图像处理课程主要讲解的是如何处理图像，即展现的是图像或图形[3]。为了保证课程的可视性效果，我们基于多媒体技术开发了丰富多彩的课件，通过PPT和投影仪给学生更形象生动的展示。为了提高学生上课的兴趣，我们采用了更多的互动式教学，转变只有老师在讲台上讲解的现状，通过引导式的提问，逐步引导学生理解问题、分析问题和解决问题，并积极鼓励学生上课提问和讨论。另外，由于数字图像处理的一些理论和算法比较抽象[4]，数学公式比较多，我们在上课前编写了一些小程序，在课堂上通过运行这些小程序演示效果，给学生更直观的感受，并且通过讲解程序的每一步的设计，让学生结合理论和算法分析，更深刻的理解理论和算法的内涵以及如何使用，大部分学生对这种直观演示也更感兴趣。

对于理论学习的考核，我们主要采用课堂教学提问、布置作业和最终闭卷考试等多种方式，平时成绩占20%，最终闭卷考试成绩占70%，另外10%是实验成绩。

4 实践教学的改革

传统的实验教学一般集中在固定的时间和使用固定的仪器设备。首先由老师讲解原理，然后现场演示如何操作，最后学生按照实验手册逐步进行试验[5]。这种方式比较单一，不利于调动学生的积极性，学生可能只是生搬硬套的做完试验，但是没有更深入的分析为什么这么做以及如何改进试验，做完试验可能很快也就忘了。另外，由于基于课堂的实验学时较少，我校数字图像处理实验课时仅有9课时，而实际上如果学生只在这9个课时里做实验的话，很显然是不够的，远远达不到强化实验教学、提高学生动手能力的目的[6]。因此，我们规定了5个学生必做的实验，主要是验证性的实验，一般在实验室课堂上完成。另外，我们还布置了3个开放性的实验题目，开放性的实验题目一般属于综合性的题目，需要学生综合运用学到的知识，发挥自己的想象力，独立编程调试，达到预期的实验效果，并且需要对实验数据进行分析，提出自己的见解。由于开放性的实验题目要求较高，难度较大，为了避免学生抄袭，使学生真正动手实现而不是走过场，学生交的实验报告需要附上自己编写的程序源代码、注释以及具体的实验步骤和分析内容。

在具体的开放性实验题目选择上，为了突出本专业的特点以及考虑学生毕业后的需求，我们主要选择了图像的增强和复原，例如夜晚图像的增强和复原、噪声污染图像的复原以及人脸车牌图像的增强与复原等。另外，我们设置的题目并没有固定实验内容，即学生可以自己选择具体的实验内容和实验数据。学生可以自己拍摄图像并对图像进行处理，这样可以进一步调动学生的积极性和探索问题的能力。

在实验编程软件的选择上，推荐学生使用Matlab软件[7]，因为Matlab集数值计算、符号计算和图形可视化三大基本功能于一体，功能强大、操作简单，是国际公认的优秀数学应用软件之一。但我们也鼓励学生尝试使用C或C++等编程软件，这样更能锻炼学生的编程能力。我们也给学生推荐了一些图像处理开源软件的库，帮助学生借鉴优秀的算法实现，但是需要避免学生直接抄袭。

对于实验教学的考核，主要通过学生实验室课堂表现、完成实验报告和开放实验题目情况综合判断，强调考核学生的动手能力和分析问题解决问题的能力。

总之，在实验教学的过程中，一切坚持以教师来引导、学生为动手主体、训练为中心、能力为最终目标[8]。

5 结语

本文结合我校视频图像侦查专业的特点，从学生工作需求出发，探讨了通过改革教学内容，通过对授课内容和教学方式的改革，丰富课堂教学方法和突出学生动手实践来改善数字图像处理课程的教学，帮助学生提高使用图像处理知识解决问题的能力，培养出社会真正需要的人才。当然，对于数字图像处理的教学改革与优化是一项长期的任务，还需要不断的探索和努力，只有这样才能满足社会对图像处理人才的需求。

参考文献：

[1] Rafael C. Gonzalez. 数字图像处理（第二版）[M]. 阮秋琦 译. 北京：电子工业出版社，2003. 1-24.

[2] 王丽杰，秦勇，周真. 测控专业“数字图像处理”课程体系优化研究[J]. 电气电子教学学报，2009， 31（3）：19-20.

[3] 曹玉东，王冬霞，周军. 数字图像处理课程教学改革与探索[J]. 辽宁工业大学学报（社会科学版），2013， 15（2）：129-131.

[4] 杨铁军，黄琳.数字图像处理经验探讨[J]. 中国现代教育装备， 2010（9）： 91-92.

[5] 姜珊，双凯. “数字图像处理”课程的实验教学改革[J]. 实验室研究与探索， 2006， 25（5）：644-646.

数字图像处理论文篇（8）

作者简介：史彩娟（1977-），女，河北唐山人，河北联合大学信息工程学院，讲师；谷学静（1972-），女，河北唐山人，河北联合大学电气工程学院，副教授。（河北?唐山?063009）

基金项目：本文系河北联合大学教育教学改革基金项目的研究成果。

中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）22-0070-01

“数字图像处理”是高等学校信息类专业的重要专业课程。该课程主要介绍数字图像处理的主要内容与方法，论述数字图像处理中的基本概念、理论和算法，教学内容主要包括数字图像基础、正交变换、图像压缩编码、图像增强、图像复原、图像重建、图像分割等理论和方法。

随着电子技术及计算机技术的飞速发展，图像处理的理论和技术不断地丰富和完善，新的理论和技术层出不穷，并逐步应用于实践。图像处理技术已经渗透到计算机、通信、交通运输、医学、物理化学、生物学、军事、经济各个领域，与人们的生活也紧密相关。

一、“数字图像处理”课程的特点

“数字图像处理”课程内容宽泛，难度大，每个章节都可以作为一个研究方向；与其他课程联系紧密，如电子技术、电视技术、通信技术、计算机技术、数学物理等；与实际联系紧密，如数字电视，视频会议等。

因此“数字图像处理”课程起点高、难度大，理论性和实践性都很强。在传统理论教学过程中经常会出现如下情况：一方面学生面对繁杂的数学推导感到困难，或是不能很好地将其他课程所学知识融入到该课程的学习之中；另一方面与图像处理技术的最新发展经常脱节，不能很好地掌握图像处理技术的最新前沿知识和最新动态。为此从教学内容、教学方法、考核方法以及师资等方面对“数字图像处理”课程的理论教学进行了改革和尝试，经过3年的教学实践取得了显著的效果。

二、不断整合完善教学内容

教材的选取是完善教学内容的首要任务。尽量选取权威的、新近出版的教材作为该课程的主讲教材，同时又不拘泥于一本教材，根据课程的系统性和实用性，向学生推荐一些新颖的相关书籍、专题性的文档以及国外原版教材作为辅教材，从而增强学生对相关知识的理解。另外还可以根据讲解内容的需要，充分利用网络资源，查找相应内容以补充教材中的不足。

教学内容以基本理论、基本算法和基本技术为主线，以图像处理的前沿知识、最新发展为补充，同时注意与其他课程的相辅相成。基本内容主要包括图像处理的基础知识、图像处理中多种正交变换、图像压缩编码、图像增强、图像复原、图像重建和图像分割等基础知识。将这些内容的基本理论、基本概念、基本方法传授给学生。由于数字图像处理技术发展非常迅速，所以在授课内容上还要紧跟学科发展的脚步，及时地将新技术介绍给学生。如教材中的正交变换主要是介绍傅里叶变换、离散余弦变换、沃尔什变换和哈达玛变换，但作为正交变换中比较新颖的小波变换也会介绍给学生。这样学生既可以掌握最经典的图像处理技术，同时也能很好地把握学科的前沿新知识。另外教学内容上也非常注意与其他课程的相辅相成，尽量避免内容的重复讲解。如教材中的图像压缩编码中的熵编码详细地介绍了哈夫曼编码和香农编码内容，而在学生的前期课程信息论中对这些内容已经做了详细的讲解，所以当讲解熵编码时就简单复习一下，而将讲解的重点放在预测编码和变换编码上。这样既让学生了解了课程之间的关联，又避免了教学内容无必要的重复。

三、采用多种教学方法和手段

由于“数字图像处理”课程具有内容宽泛、难度大、与其他学科联系紧密、理论性和实践性都很强的特点，所有在讲授的过程中注意采用多种教学方法和手段，从而达到最佳的教学效果。

1.传统与现代教学手段相结合

板书作为传统的授课方式，有其独特的不可替代性。采用板书进行公式推导，可以增强学生对演算推论过程的理解和记忆。根据“图像处理技术”课程的特点，图像处理讲授的理论知识是要应用在图像上，需要通过观察图像的变化来理解图像处理的基本技术。而多媒体教学手段具有丰富的表现力，使所学对象具有生动性、形象性、直观性特点，使抽象的概念具体化。两者相互结合从而达到很好的教学效果。此外，教学中引入形象生动的图像处理实例演示。将MATLAB，VisualC++等软件适时地应用到“数字图像处理”课程的教学中，通过这些直观形象的实例演示，将图像处理前后的效果进行对比，从而使学生对图像处理技术有了感性的认识，加深了理解。传统与现代教学手段结合，相辅相成，大大促进了教学质量的提高。

数字图像处理论文篇（9）

中图分类号：TP 文献标识码：A 文章编号：1009-914X（2014）31-0203-01

随着数字图像技术的理论和方法的不断进步，它在刑事技术领域的应用也不断的扩展和深入，显示出了无可比拟的优势和广阔的发展前景。本文拟对数字图像处理技术在刑事技术工作中的应用作初步探讨。

1、数字图像处理的概念

图像处理是指运用一定的理论，使用特定的设备和技术方法，对已经获得的图像进行加工改造，达到某种特殊目的的一种技术。根据处理对象和方法不同，图像处理可分为摹拟图像处理和数字图像处理两大类。摹拟图像处理的对象是具有连续色调的摹拟图像，即客观景物所生成的原始图像。由于摹拟图像大多可用一个连续函数来描述，所以摹拟图像处理也称作“连续图像处理”。摹拟图像处理是利用光学、化学等技术方法和相应设备，对图像本身进行的加工和处理。例如在暗房中对正负片进行减薄、加厚、变形矫正、放大、遮挡、着色、虚化、浮雕化、剪裁等。摹拟图像处理精度较差，处理方式也不够灵活。数字图像处理是利用计算机对数字图像进行去除噪声、增强、复原、分割、特征提取、图像重建等处理的理论和方法的总称。数字图像处理的对象是数字图像，即由一组带有不同颜色，具有一定尺寸，被称为像素的点有规律排列组成的。数字图像的特点决定了数字图像处理的灵活性。

2、数字图像处理的内容

在进行数字图像处理时，必须先将摹拟图像数字化，即通过取样与量化，将摹拟图像变换成能够用计算机识别和处理的数字形式。图像数字化最常用的方法是扫描和数码相机拍摄。在物证检验中，常用的数字图像处理技术包括：图像增强、对比度增强、图像的平滑处理、图像的锐化处理、图像消除背景处理、图像的彩色增强处理、变形图像矫正、图像复原、图像合成、图像识别等。

3、数字图像技术在刑事技术工作中的应用

3.1 图像采集、传输技术在刑事照相中的应用

3.1.1 应用于现场照相

传统的刑事照相使用胶片照相，只有经过拍照、暗房冲洗和印放的过程才能看到最终结果，工作中任何一个环节出现问题就会带来不可挽回的损失。数码照相的方法可以即时显示结果，又无需化学冲洗等繁琐过程，极大简化了工作。现场照相完成之后，可以将照片输入计算机，可使用图像处理软件对数字照片进行编辑、裁切、标注、打印，按照刑事照相制卷质量标准制作成卷。现场照相获取的各类物证图像信息可借助各类公安图像管理系统，如指纹自动识别系统、足迹查询系统、人相识别系统等，进行方便的归档、管理、查询、传报；也可借助于网络传输发送到异地进行移动办案或进行网上，网上追逃等。

3.1.2 应用于物证照相

物证照相中的分色照相技术根据物质对不同色光的反射与吸收的特性不同，借助滤光镜来加强被摄物体之间的色彩反差，从而分离物证与背景。如今数字图像处理利用颜色模式与通道可以方便有效的实现数字图像的分色，基本淘汰了分色照相的方法。目前普通数码相机感光范围基本达到350-1100nm，而物证摄影专用的全波段ccd系统感光范围达到200-1200nm，对远红外、可见光、紫外光谱都有很好的响应，可以方便的进行长波紫外照相和红外照相，以进行文件字迹、体液、弹药残留、足迹等的显见和检验。

3.1.3 应用于辨认照相

利用数字图像存储与管理技术，对采集到的海量人犯面貌辨认照片、尸体照片、物证辨认照片进行有效管理，可快速的进行登记、查询、比对等。对于一些面貌不易辨识的尸体照片，可以进行适当修复，改善辨认条件。对于高度腐烂甚至白骨化的尸体可以使用颅像重合技术来辨认尸源。计算机人像组合技术使得没有专业绘画功底的人员也能方便快速的组合出嫌疑人像，增加效率并降低由手工模拟画像带来的主观性，使画像的辨识度大幅提高。

3.2 图像复原技术在刑事模糊图像处理中的应用。

图像在采集、传输的过程中，由于成像设备、外界条件、传输介质、人为等各种因素而引起图像质量降低从而形成模糊图像。图像复原技术分析图像退化的原因，试图建立起精确的图像退化模型，并对退化过程逆转从而将退化图像恢复本来面目。如监控中运动车辆的车牌号码识别是当前刑事图像复原的一个研究热点。针对不同类型的退化图像，图像复原技术建立相应的退化模型，运用维纳滤波、逆滤波等方法去除干扰和模糊。

3.3 图像几何矫正、标注、测量技术为物证对比鉴定提供辅助工具

图像几何变换可实现对图像进行坐标变换、缩放、旋转、变形、配准等，是对图像预先处理的常规方法。在物证检验经常出现存在于非平面客体上的痕迹，例如圆柱圆锥、弯曲物体的转弯处、不规则弧面上的手印、文字等，变形的痕迹给检验鉴定带来极大的困难，可以预先运用数字图像处理的几何变换方法矫正，降低工作难度。图像的标注和测量在物证鉴定中应用最广，传统人工测量检验操作复杂且误差较大，而使用数字图像测量比对技术，测量精确操作简单。如对印章印文进行测量比对、拼接比对；人相鉴定；笔迹分析鉴定；指纹对比鉴定；工具痕迹鉴定等工作均可以用数字图像处理工具进行辅助检验。

3.4 图像识别、比对、分析技术在刑事图像内容辨认与分析中的作用

图像识别与分析技术是建立在图像测量的基础之上自动识别场景中的目标特征，包括形状、颜色、纹理、运动、空间等特征，从图像信息得出数据和判断等结论。这项技术在刑事图像理解中有很重要的应用价值。如在影像资料中对人物衣着、毒物等的识别；基于几何形状对比根据面部器官形态符合程度进行自动的人像识别与检验；和法医人类学相结合的通过比较无名颅骨与失踪人照片的形态特征的颅骨与人相重合鉴定等。目前结合数据库管理的指纹自动识别系统，人像自动识别比对，dna图谱自动检索等广泛应用于刑事技术实战中，极大提高工作效率和减轻工作强度。

3.5 数字图像取证技术在刑事图像鉴定中的应用

随着数字图像技术的发展与图像处理工具的广泛普及，数字图像的编辑修改变得异常简单，伪造图像的大量出现给社会安全稳定带来隐患，因此数字图像取证技术成为当前图像处理与信息安全的研究热点。数字图像盲取证技术根据图像自身的成像原理、场景特征、设备引入噪声、篡改留痕的特征对可疑图像运用数学方法计算分析从而对图像真伪做出量化的鉴定结论。图像取证技术在刑事图像领域主要应用于数字图像真实性与原始性的检验。

3.6 数字图像合成重建技术在刑事影像合成演示中的应用

数字图像合成技术是利用计算机绘图技术来形成图像。数字图像重建技术则利用输入的空间、形态、时间等数据信息生成二维或三维图像。目前这两项技术在现场勘查、法医人类学中已成功应用。计算机人像组合技术可以根据目击者的描述用数据库中的面部器官部件组成人面部像，用于排查犯罪嫌疑人。计算机颅骨复原系统可以根据无名颅骨还原其生前的二维或三维头像。在犯罪现场获取的平面图像与空间测量信息可利用计算机图形学进行影像与事件的三维重建，例如对现场三维图像自动生成，对犯罪事件进行案情模拟演示等。

参考文献

数字图像处理论文篇（10）

1）个人书写习惯不同而导致数字形状上存在差异。

2）手写数字可能存在间断。

3）纸张和笔迹颜色对识别效率存在影响。

4）拍摄清晰度和光线等问题。

5）移动设备存在运算速度低的根本性问题。

本文将针对现代智能移动设备研究手写数字的照片提取、预处理、关键点提取和图论存储等功能，并最终实现在移动设备上的手写字体识别功能。

1.图像预处理

许多研究数字和其它文字识别的学者都致力于研究识别算法而忽视了图像预处理的重要性，导致在初期阶段就存在着众多信息的丢失和提取错误。只有在预处理的过程中， 认识并真正的体现其特殊性， 才能很好的抽取出字符特征， 为识别打下好的基础[1]。

2.二值化处理

在二值化之前需要的是进行利用指数变换修改图像的色差。具体功能是扩展图像的高灰度级、压缩低灰度级。虽然幂次变换也有这个功能，但是图像经过指数变换后对比度更高，高灰度级也被扩展到了更宽的范围。

绝大多数的二值化处理采用的是阀值分割或其他分割方法，但如此一来将造成一个极大的问题，便是大量图像信息被丢失，许多手写数字将可能出现严重的间断现象而导致后续的识别工作不能进行[1]。可见通过设定固定值来实现二值化是不符合实际要求的。故本文将采用动态二值化处理来避免这一问题的发生。首先遍历图像中的每一个像素点，并记录其值。将所有像素点的值相加后求其平均值记录为P，即P为该图像的参考值。然后将P设置为进行二值化的阀值。这样就避免了有些情况下因笔迹过浅而导致二值化处理后找不到数字或者因纸张颜色过深而导致图像全黑的情况。

3.边沿检测

边沿检测是指找出字体轮廓。检查相邻像素二值化状态，采用遍历，如果两者状态相同，例如都是白色，即表示这两像素都不是边沿，将其边沿标识位设置为非边沿状态F;如果两者二值化状态不同，即一黑一白，则表示有颜色转变，将前一像素边沿标识位设置为边沿状态R1，而后一状态设为非边沿状态R2。最后将边沿标识位为R1的像素全部设为黑色，而其他的设为白色，最终会显示一副只有边沿的黑白像素组成的边沿图。

4.查找关键点，图论存储

根据边沿检测的结果，图像中存在一系列连续像素点。如图1所示，以九宫格形式开始递归算法，设置图像坐标x，y。如果出现A，E，G同时存在像素点，则其三点为一种关键点，其图论存储信息为凸曲线。反之为凹曲线。

然而数字的判定不能单单取决于曲线数量，应增加多种辅助特征而增大判定成功率。如记录遍历过的有效像素点，如在其四宫格内发现其他有效像素点则跳转继续操作，并标记之前的像素点为已知点Q，直到某次操作在其四宫格内发现曾标记过的某一点，则标记存在一个回路。通过判断回路的数量可以辅助判定如0，6，9，8等数字。

图1

5.决策表

根据关键点的图论存储信息，可得到数字识别的决策表，通过检测各个特征的数量信息而最终判定数字。[2]12个特征分别是：笔划数、回路数、水平线数、凸曲线数、凹曲线数、竖直线数、是否为直线、水平线端点相对于交点的位置、凹/凸点相对于交点的位置、主要曲线相对于回路的位置、凸点相对于凹点的位置、竖直线端点相对于交点的位置。然后由算法自动生成关于数字特征的决策表。

定义1（NS）：数字中光滑曲线段的个数称之为笔划数（在这里一个回路表示一划）。笔划数的取值范围是1～4，我们把笔划数简称为NS。

定义2（NL）：由3.2计算出数字中的回路数，回路数的取值范围是0～2，我们把回路数简称为 N L。

定义3（NCV）：在X方向，各曲线所含极大值的个数之和称为凸曲线数，凸曲线数的取值范围是0～2，我们把凸曲线数简称为NCV。

定义4（NCC）：在X方向，各曲线所含极小值的个数之和称为凹曲线数，凹曲线数的取值范围是0～2，我们把凹曲线数简称为NCC。

表1 部分数字识别决策表

NS NL NCV NCC 识别数字

1 1 / / 0

1 / / / 1

1 / 1 1 2

/ / 2 / 3

4 0 / 1 4

/为属性冗余

6 结论

本文提出的基于图论存储的手写数字识别，在执行效率上，对手写数字6，9，0，7，8的识别率高达95%，对其他数字也有着良好的识别率。因使用算法处理信息量较少，故对移动设备的低运算效率予以提高。在大量测试后，响应时间比较理想，内存占用了较低。但目前的手写数字识别技术和现实社会的实际联系还存在欠缺，需要进一步的努力和改进。