软件工程硕士图像处理教程探索范文

本站小编为你精心准备了软件工程硕士图像处理教程探索参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

1数字图像处理教学方法设计

针对培养学生应用型研究能力的目标，我们在教学方法设计上本着激发学生的学习兴趣，开阔学生眼界，给学生提供更自由的思考空间的原则，通过下面两个措施来实现我们的目标。

1.1精心选择案例

选择的案例要贴近实际生活，并与课堂上讲授的方法紧密衔接。例如，在讲解图像增强和复原这两章之后，我们引入在实际生活中常见的“图像去雾”问题，通过如下方法，培养学生研究能力。

（1）要求学生先尝试用学过的算法来解决这个问题，并在课堂进行算法讨论，给出算法结果。

（2）要求学生针对具体问题，查阅文献资料，了解别人的解决方法。通过查阅国内外的文献资料，同学们知道了如何根据关键词查询科研论文，了解哪些电子数据库中有与专业相关资料，知道了文献的级别有SCI、EI、核心期刊、一般期刊等。

（3）学生将查到的算法进行分类和总结，撰写文献综述。

（4）每位学生都需要编程实现“图像去雾”算法，这个算法是结合自己的思考、实践以及查阅文献的结果。通过自己动手，同学们发现如果图像的清晰度不好，有噪声，或者没有归一化，结果就完全不同。通过自己动手验证，同学们会发现图像处理领域的一个最为重要的特点——任何算法主要都是针对一类图像或是针对一类问题而设计的，因此在算法的适应性上需要有所考虑。

1.2全面介绍图像处理的各个应用领域

老师在课堂上介绍几个图像处理涉及的较为重要的应用方向（如视频监控、图像检索、人脸识别、运动检测、车牌检测等）后，将同学们进行分组，每组负责查找一个应用方向的相关资料，讨论和汇报自学的结果。汇报内容主要包括：①应用方向的介绍；②涉及的主要问题；③目前的解决方法及应用成果。通过查找文献，同学们不仅对课上学习过的经典算法有进一步了解，同时还接触到很多新算法。通过听取各组汇报，同学们在较短的时间里，了解了图像处理涉及的多个主要的应用领域。针对每个应用研究领域，老师引导学生分析该领域的难点和重点，提出问题，再让学生思考解决方案，没有标准答案，只希望能够锻炼学生的思考能力。以“人脸识别”为例，有很多经典的或较新颖的算法，老师会结合应用领域对其中常用的或比较重要的算法，如PCA方法和Adaboost算法，进行详细讲解，使学生全面了解图像处理算法的应用领域。

2数字图像处理实验内容设计

针对培养学生的应用技术能力的目标，同时考虑到本课程实验学时数较少，我们设计了两个实验——基础性实验和综合性实验。

2.1基础性实验

目前很多经典的图像处理算法是用VC++程序实现的，我们要求大家学会读程序，能够看懂已有的算法实现程序，并在此基础上能开发新的功能。实验一：实现对多种图像格式的支持（2学时）实验内容：采用VC++编码实现，基于CDib类，添加支持打开，并保存多种图像格式的功能，包括JPEG和GIF。实验要求：利用学习的图像压缩的知识，利用现有的编码解码库实现对JPEG和GIF图像的打开和保存。实验目的：了解多种图像格式，编写针对多种图像格式的读写程序，能够进一步理解针对图像的编程的特点，同时也进一步了解开发图像应用程序的适应性问题。

老师在课程初期会向大家介绍图像处理的一个公开库——CDib类。该类很好地封装了图像的数据结构，涉及很多图像的基本操作。我们知道现实生活中的图像常常都是压缩格式的，如BMP、JPEG、PNG、GIF等。因此在讲完图像的压缩格式后，对照讲过的BMP图像结构，老师要求学生为CDib类添加能够支持多种图像格式的功能。以GIF图像为例，它不同于如JPEG、PNG等格式，GIF采用的是LZW压缩算法，使用的是无损压缩技术。GIF图像的特点是可以一次压缩多幅图像，图像颜色表控制为256色，使用渐显方式。

3.2综合性实验

针对综合性实验，我们会拟定多个题目让学生选择，如树叶提取、花朵提取、车牌识别等。实验二：数字号码图像的识别（6学时）实验内容：采用VC++编码实现，基于CDib类，针对数字号码图像，识别出数字，给出文本显示结果。实验要求：将该题目进行分解，划分任务；组内每个同学负责一部分任务的编程工作；每个人针对自己负责的工作至少提供两种实现方法，并放入整个项目流程中验证这两种方法的有效性；最后总结出两种方法的异同以及适应的范围。实验目的：考查学生对数字图像处理应用中每个步骤的掌握程度和项目合作沟通能力。上述实验涉及以下几个步骤。①图像的预处理；②图像的分割；③图像的特征提取；④图像的分类。组中每个学生负责一个步骤，所有步骤都需要尽心设计，这样整体的效果才可能最好。同时大家需要协商各自负责模块的入口和出口的数据结构，保证数据能够在模块之间顺利流转。这种协商和分工合作的能力是软件工程专业最需要的技术能力之一。

以“数字号码图像识别”为例，该题目可以分割成4个步骤：预处理、数字图像切分、数字图像特征提取和数字识别。在每个步骤中都有分别需要注意的问题，如在预处理阶段，需要对图像进行去噪声，增强对比度，甚至需要进行膨胀和腐蚀将图像中断裂的数字部分连通起来；在数字图像切分阶段需要制定适应性广泛的切分策略来应对各种情况，如数字排列可以呈现任意的倾斜角度，或数字字符相连等；在数字图像特征提取阶段，我们可以考察每个数字图像的自相关系数特征，或者每个数字图像的频谱特征，也可以考察数字图像的几何拓扑特征，如将数字图像分成2个洞的（8），1个洞的(4，6，9，0），没有洞的（1，2，3，5，7），针对每个类别再提取新的几何特征；在数字图像识别阶段，可以采用神经网络的分类器，或者利用制定的一些分类策略来分类，或者采用主成份分析（PCA）的方法来识别。

4结语

两年多的教学实践表明，新的教学大纲、授课方法和实验内容有利于激发学生的兴趣，使他们带着问题去学习，从而加深了对图像处理应用领域的了解，锻炼了编写程序和协作开发的能力。下一步我们将设计更多合理有效的案例和综合性实验，力图通过这门课激发学生的创造力。

作者：付慧陈志泊单位：北京林业大学 信息学院