圖像理解理論與方法范文

導語：如何才能寫好一篇圖像理解理論與方法，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

Abstract： The teaching content and teaching mode for course of digital image analysis are researched in the paper， education reform measures is implemented from three aspects， the theory teaching， the practice teaching and the related scientific research. Project driven teaching is proposed to cultivate innovative and practice talents， the practice teaching is strengthened and the scientific research is introduced into the teaching process.

Key words： image analysis； teaching mode； teaching reform； project driven

0 引言

隨著現代信息技術的快速發展，圖像分析日益廣泛地應用于軍事目標識別控制、智能交通、醫學圖像重建、社會事務管理、生物特征識別，以及互聯網相關產業等諸多領域，越來越多的研究者更加關注圖像分析領域的研究工作[1-2]。而高等教育要與實際應用緊密聯系，“圖像分析”這門課程在高校電子信息類專業也有了越來越重要的地位。

圖像分析是用模式識別和人工智能方法對景物進行分析、描述、分類和解釋的技術，又稱景物分析或圖像理解。一般利用數學模型并結合圖像處理的技術來分析底層特征和上層結構，從而提取具有一定智能性的信息。圖像分析側重于研究圖像的內容，包括但不局限于使用圖像處理的各種技術，它更傾向于對圖像內容的分析、解釋和識別。

“圖像分析”的教學目的是使學生了解和掌握數字圖像分析的基本概念與主要內容，為今后的深入研究和開發工作打下良好的基礎。其基本教學內容包括圖像增強、圖像分割、圖像復原、圖像描述、圖像識別等理論和方法。該課程主要闡述數字圖像分析中的基本概念、基礎理論和常用算法，介紹數字圖像分析研究中的基本問題以及解決這些問題的原理和實現方法，使學生能夠編程實現簡單的圖像處理算法，能夠逐漸解決數字圖像分析領域的實際問題。

“圖像分析”課程屬交叉學科，其起點高、難度大，既有較強的理論性，又與實踐緊密結合，目前的教學現狀表明，學生對本課程往往入門時就心存畏懼，深入學習困難，不管是考試成績還是實踐動手能力都不理想，教學上存在許多問題。如何引導學生明確學習目的、轉變思想觀念，如何在教學過程中合理利用多重教學手段、靈活采用教學相長的方法激發學生的學習興趣，成為教學中必須解決的難題。

1 課程教學現狀分析

經過對國內多所高校的調研發現，現行的教學模式存在嚴重的弊端。在目前的圖像分析課程教學中，教師只是按部就班地按照教學大綱進行講授，而對于程序運行實現及實際應用部分大綱中并沒有嚴格的要求，所以多數教師也就只講解理論，對程序實現則省略掉或是一帶而過。而學生也只是按部就班地對理論知識進行學習，沒有結合相關的應用，所以隨著課程內容的深人，學生會感覺到枯燥乏味，對該課程逐漸失去了興趣。即便是認真學習的學生，也是一直處于被動學習的狀態。至于考試，只需要按照教師的授課內容認真復習就可以拿到優異的成績。很多學生直到他們學完了該門課程，也沒弄清楚這些圖像處理的方法該如何具體實現，而且對于如何應用到實際生活和研究當中，也是一無所知，更談不上創新能力、實踐能力和綜合能力了。該課程目前的教學方法大大影響了學生的創新實踐能力的培養。長此以往，高分低能的現象將會日趨嚴重。因此，圖像分析課程教學改革迫在眉睫。

2 課程教學改革措施

2.1 教學內容和方法的改革

圖像分析本身為交叉學科，與圖像處理、模式識別、信號分析多領域存在密切聯系，而課程內在耦合性并不強，目前還沒有一個完備的課程體系，許多教學實踐難以組織。一般除了圖像分析課程的基本內容，根據教材豐富程度的不同，可能還包括圖像的數據結構、圖像重建、圖像識別、圖像的小波分析，以及圖像的數學形態學分析。其內容龐雜，難度也偏大，在有限的教學時間內往往難以將全部內容講透，傳統的教學模式只能以理論介紹為主，忽視實現步驟，造成學生在學習時普遍感到過于抽象。故有必要優化教學課程設置，精簡課程教學內容。課堂講授中，要抓住重點難點進行講解，鼓勵學生課下自主學習，有疑問主動討論求教，以此來提高教學質量。

教學內容中不能只有理論知識，還要與圖像分析相關應用軟件結合起來，如Matlab、Opencv、Image Analyzer等，必要的時候也可以用目前較流行的Photoshop軟件舉例。這樣和軟件結合起來講解，學生可以看到實實在在的圖像變化過程，學習興趣自然就提高了。而且學生也比較容易理解圖像分析的基本原理，聽起來也不會覺得枯燥，無形中提高了學生的學習效率。同時學生學會了一門語言，用以實現各種圖像處理過程，為以后的學習和工作打下堅實的基礎。

傳統教學中理論學時與實驗學時的分配比例一般為3：1，高校普遍偏重理論教學，而忽視了實驗教學。理論教學是一種被動的單向的學習模式；而主動性的、互動式的實驗教學更能調動學生的積極性，有利于學生自主的去發現問題分析解決問題。因此，要優化理論教學與實驗教學的課時比例，加大實驗教學的課時，通過實驗加深對理論基礎的理解。

2.2 強化實驗教學

選擇圖像分析中最重要的算法作為實驗課教學的主要內容，覆蓋圖像分析中圖像增強、圖像壓縮、圖像分割、形態學處理、圖像特征描述等各個重要部分。圖像的讀取和顯示、圖像的直方圖均衡化、圖像的平滑濾波和銳化濾波、快速傅里葉變換、頻域上的高通和低通濾波、Hough 變換、圖像的閾值化、圖像的膨脹、腐蝕和開閉操作、細化算法等實驗完全能包含圖像分析領域理論。

實驗教學[3]要求學生提前閱讀課程實驗指導書，了解實驗內容，進行初步的設計分析，自己編寫核心代碼，自行設計實驗測試用例，預測實驗結果。實驗課上認真演示圖像處理的效果，將實驗結果與預測結果相比較，對出現的問題耐心分析和總結，按要求撰寫實驗報告，從而加深對數字圖像分析概念和方法的理解。引導學生利用所學到的知識，來解決圖像分析領域簡單的實際應用問題，要把課堂上講授的理論知識和現實生活中應用的具體例子相結合，將最新的科研前沿動態和信息反饋給學生。

2.3 將科研引入教學

科研中的圖像分析相關部分要進人到教學中，讓學生在學習理論知識的基礎上，了解該方向的前沿技術和應用領域，這對以后的工作有重要的引導作用，也能夠激發學生的探索能力和創新靈感，達到真正的學以致用。同時形成科研帶動教學，教學促進科研的良性循環[4]。

將科研引入教學，開展項目驅動教學，讓學生接觸一些具體的項目，在做這些項目時要用到哪些知識點，如何綜合運用它們，都是項目中必須解決的問題。通過項目驅動教學的方式，學生的綜合實踐能力將得到進一步提高。

項目驅動教學的關鍵是項目的選擇和設計，它的好壞直接影響到教學的開展。圖像分析項目驅動教學的示意圖如圖1所示。由圖1可知，這一互動式的教學模式重點在于師生的交流反饋，學生是學習的主體，是項目的承擔者 、實施者，老師在項目中主要起組織引導的作用。在項目驅動教學實施中，教師不是直接把知識技能傳遞給學生，而是學生在教師的指導下去選擇“項目”，分析“項目”，并最終完成“項目”。學生不再盲目的把學習當任務，而是以項目需求驅動，有目的、有針對性的學習，變被動地接受知識為主動地尋求知識。學生學習的主動性和創新意識在項目實施的過程中不斷強化。

根據課程的知識層次和內容體系把理論學習與科研項目相結合。譬如設計“車牌識別系統研究[5]”來展開課堂教學，如圖2所示。由圖2可知，“圖像分析”的大部分教學內容都可通過“車牌識別系統研究”這一項目組織起來。以“實施項目”的方式引入有關概念和主題，展開教學內容深入學習，將學生的“被動學習”轉換為“興趣驅動”，從而提高教學效率。

另外，根據學校的實驗條件，還可設計“腦部CT圖像處理”、“運動目標檢測研究”、“人臉識別系統”等項目，從而融合圖像分析各方面的知識點。

整個項目的實施分為兩個階段：理論學習和項目實施。在理論學習階段，可以引入大量應用實例，授課時重點闡述諸如醫學圖像處理、運動目標特征提取、智能視頻監控、基于圖像的工業檢測、圖像壓縮在3G通信技術中的應用等實例。通過對具體項目的講解，讓學生對項目的理論基礎有初步的了解，而這種將深奧的理論實例化，使學生易于接受，激發了學生的學習興趣和對項目的探索激情。在第二階段的項目實施中，將項目分成若干個小組，在教師的指導下，各小組召開會議，分析項目需求，明確項目任務，進行成員分工，確定各分工的職責及項目實施計劃，在此階段，教師扮演項目顧問的角色，解答小組成員項目實施中遇到的各種問題。學生在教師的指導下完成對項目的需求分析、系統設計、編碼實現、測試部署的整個過程，達到學生在完成項目的過程中理解學科知識、掌握綜合技能的目的。

項目完成之后，需要對項目進行總結和反饋。各小組提交項目結題材料，以論文答辯的形式在班上演示各小組項目成果，介紹項目實施過程、成果、優勢及不足，總結項目實施階段的經驗教訓，回答現場提問。在聽取其他小組報告的基礎上自我總結，找出自己的不足，查缺補漏，提高專業理論基礎及定向分析解決問題的能力。最后，以學生自評、組內成員互評、教師點評的方式來確定每位學生的最終成績。