时间：2023-03-15 15:00:04
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇数字图像处理论文，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
（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：数字图像处理 教学模式 教学改革
中图分类号：G642
文献标识码：A
文章编号：1004-4914（2013）05-216-02
一、引言
随着电子和信息技术的迅速发展，数字图像处理已成为当今信息处理技术中发展很快且应用面很广的新兴学科之一。“数字图像处理”课程也成为了高校本科计算机与信息类专业的一门专业核心课程。但由于数字图像处理学科所涉及的知识面广，理论复杂，对数学基础的要求高，实践环节动手能力要求强，其课程内容也在不断更新丰富。在以往传统教学过程中呈现出了以下弊端：（1）教材中大量理论和算法推导给学生的学习带来困难；（2）单一的单机版多媒体教学，无法满足学生对新知识、新技术、新应用的了解和深入学习；（3）没有完善系统的实验指导书，促使学生学习的积极性下降，导致实验效果不佳；（4）没有实际项目作为应用锻炼，造成理论与实践脱钩，无法激发学生的学习动力和兴趣等。
针对数字图像处理教学过程中出现的上述问题，国内很多教学专家和学者，结合自己的实际教学过程，各抒己见，陆续提出了很多宝贵的改革建议和方案，取得了相应的教学改革成果。如山东工商学院的魏广芬和王永强等于2009年针对“数字图像处理”课程和学生特点，介绍了教学过程中实施的一些改革措施，包括采用现代化教学手段，“设问-思考-引导-尝试-总结”的教学模式和学生分组的学习方式，加强实验和课程设计教学环节以及完善评分机制等方面。并对教学过程中发现的相关问题进行探讨。西北民族大学的李向群和王书文于2010年从教学内容建设、教学手段改革、实验环境建立、考核方式改革等方面入手进行了深入细致的探讨，并将这些方法应用到实际教学过程中，收到了较好的效果。中国传媒大学的吕朝辉也于2010年根据数字图像处理课程的特点，探讨了本门课程的教学改革和实践，经过五年来的教学实施，取得了良好的教学效果。南通大学的赵敏于2011年，针对该课程的特点，论述了在教学中引入案例教学法的可行性和具体实施方案。
通过对上述数字教学改革的学习和研究，结合我校“大德育，大工程，大实践”的办学理念和信息与计算科学专业“3+1”教育模式（本专业“3+1”教育模式是指3年在学校完成理论课学习，1年在软件实习公司等完成工程实训、生产实习、毕业实习和毕业设计等实践环节，以培养应用型人才为培养目标）及本科生的特点。对本专业数字图像处理课程的教学进行了改革研究和实践。建立了一个以学生为主体，以现代网络多媒体教学为平台，以大学生科研立项为载体，以大学生就业或考研深造为目标的一套较为完善的数字图像处理课程教学体系结构。
二、课程改革内容
结合传统教学中存在的问题，和现代网络多媒体教学建设的需要。本课题研究内容主要将通过教学内容、教学方法、教学手段和考核机制来探索和实施。
1.优化教学内容。数字图像处理课程的基本内容包括图像处理的基础知识、图像增强、图像变换、图像分割、图像复原、图像特征提取与选取以及图像压缩编码等知识。但随着信息化时代知识的加快更新、技术快速革新，数字图像处理课程已成为模式识别和计算机视觉等新学科的基础，并根据学生就业需求的主线要求。通过对教学内容的深入研究，在本专业新版教学大纲中，对授课内容中要求以基础理论知识为基础，把相关的科研项目和实际项目渗透到授课中。例如在介绍图像处理的基础知识的时候，我们可以结合案例驱动来讲述图像处理的过程；将车牌识别、人脸识别、笔记识别等实际项目穿插到图像增强、图像分割、频域处理以及特征提取与选取中。同时，我们把信息熵、模糊数学和小波分析等概念渗透到部分章节中，并给出该理论解决问题的结果，以提高学生学习新理论的兴趣，促使部分同学自学新的理论，培养学生的自学能力。在讲述专业基础知识的过程中，我们将适时地增强相关的软件的学习和资源库的介绍，例如通过实验和实训的教学加强学生对Matlab和VC++等语言的学习和实践。通过CNKI和IEEE Tran文章的介绍，提高学生对最新科研成果的了解，激发学生学习的兴趣，培养学生对新事物的学习能力。鼓励学生进行大学生参加校内科研立项，引导学生分析问题和解决实际问题的能力，进一步提高学生的综合素质能力。
2.丰富教学方法。在以往的教学过程中，数字图像处理课程的教学主要以“填鸭式”教学方法为主，只注重对学生的教，而忽视了学生的学和做，没能产生良好的教学效果。通过对当前主要教学方法的研究与探索，我们丰富了数字图像处理课程的教学方法，以“启发式”教学方法为主，以综合运用讲授法、研究法、讨论法、实验法等教学法，把“教、学和做”很好地穿插起来，发挥各种方法的优势，引导学生积极参与教学，实现教与学深层次互动。促进学生对数字图像处理基本知识和方法的掌握及动手能力的培养。
3.提升教学手段。针对该门课程理论性强、乏味单调的特点，应用现代网络多媒体教学手段，借鉴当前较为流行的CDIO教学模式，进行教学手段的提升。结合教学内容的组合的优化和教学方法的丰富，在教学中以现代网络多媒体为教学媒体，通过制作多媒体课件，以“少而精”和“图文并茂”为原则，并结合Matlab和VC++等软件编程实例的案例教学，在课堂教学中适时引入前沿热点图例分析和编程处理实例，引导学生进行理论知识的学习，使学生体会到易学、乐学和会做。
4.改善考核机制。摒弃了以往“一考定乾坤”的考核方式，将平时出勤与课堂表现情况、作业和实验成绩等进行量化，纳入最终成绩的综合评核。并结合“3+1”创新教育模式对学生实践能力和CDIO培养大纲对学生素质进行全面考核的要求。侧重学生对基础知识的把握、个体实践能力、团队协作能力的考核。
三、实践效果
通过数字图像处理教学内容、教学方法、教学手段和考核机制等四方面的改革研究与实践，近几年本专业每年都有10%左右的学生选择数字图像处理的相关研究内容作为本科毕业论文选题，并取得了较好的成绩。通过对毕业生的跟踪调查发现，考研深造的部分学生也把图像处理及新兴相关学科前沿方向作为自己的学术研究方向，工作就业的部分学生也从事了与数字图像处理相关的研究工作领域。
四、结束语
本文对以往数字图像处理课程教学过程中存在的主要问题进行了简要的介绍，并对主要相关学者的教学改革内容进行了阐述。结合我校的教学理念以及本专业的“3+1”教学改革模式，针对本专业本科生的特点，进行了数字图像处理教学的改革研究和实践。实践表明，此次教学改革提高了教学效果，得到了学生的认可和好评。完成了对本专业学生在知识、能力与素质等方面要求的综合培养。
[基金项目：黑龙江省教育科学“十二五”规划研究课题（GBC1212076）；黑龙江科技学院教学研究项目]
参考文献：
1.魏广芬，王永强，丁昕苗，何爱香.“数字图像处理”课程教学改革的尝试.电气电子教学学报，2009（6）
2.李向群，王书文.《数字图像处理》课程的教学改革初探.微计算机信息，2010（3-2）
3.吕朝辉.数字图像处理课程教学改革与实践.高教论坛，2010（11）
4.赵敏.MATLAB用于数字图像处理的教学实践研究.电脑知识与技术，2012（31）
5.查建中.CDIO：颠覆性的工科教育模式改革[J].中国远程教育，2009（3）
论文摘要： 数字图像处理是我校计算机和通信类专业的必修课程。针对这门课的特点和我校的实际情况从理论和实验教学两个方面对“数字图像处理”的教学方法改革进行了实践探讨。教学实践表明这项改革对于学生更好地掌握数字图像处理技术，提高综合素质和培养创新能力起到的积极作用。
引言
数字图像处理（Digital Image Processing）是信息技术中的一门新兴综合性学科。这门课主要研究图像数字化处理过程的理论原理、方法技术和过程，该课程要求学生掌握数字图像处理技术的基本概念、原理、算法及其处理技术； 这门课程的理论性强，需要较强的数学基础和具备一定计算机方面功底，目前理工类或综合类院校几乎都开设了数字图像处理的相关课程，我校也从2000年开始开设了这门课程，一般安排在本科三年级或四年级上半期开设。
1 数字图像处理的课程特点
这门课程的传统教学方法难以达到理想的教学效果，原因在于：学生面对诸多抽象的理论和烦琐的数学公式往往无所适从；授课教师很难用现有的教学方式实时表达数字图像处理前后的直观效果，致使学生难以理解图像变换实际的演变逻辑和演变过程，面对众多繁杂的推演公式只能死记硬背，学习起来效果可想而知，因此，有必要对现有的教学方法进行改进。
2 课程教学改革实践的探索
通过对数字图像这门课多年来的实践教学和经验总结，笔者认为应该从理论和实验两个方面来对现有的教学方法进行两方面着手：一是理论教学体系和教学方法；二是实验教学的改进。两者相辅相成都是数字图像处理这门课的两个重要环节，缺一不可。
2.1 理论教学方面
在理论教学方面应着重于教学体系的选择和教学形式的改革，具体体现为：第一，在教材的选择和教学内容的安排上，应根据本校学生和教学的实际需要进行教材的精选和教授内容的合理安排。第二，教学内容的取舍上应该贯彻“少而精”原则对课程内容进行了适当的取舍和更新。以专题形式向学生介绍最新的、前沿性的学科知识， 这不仅能满足学生的猎奇感，而且在有意理论素养和应用方面队学生加以启发和引导，让学生不自觉地养成好的学习的习惯。第三，应用形象化教学手段教学。数字图像处理是以数字图像为研究对象。针对数字图像的图像信息丰富，图像处理前后的效果又无法用语言、文字等方式表达，因此，多媒体课件制作的好坏直接影响到学生学习这门课的最终效果。目前国内尚无比较成熟的数字图像处理CAI课件，我们针对性研制了相应的教学课件和电子教案，让学生在教学中直观体会图像变换前后的实际对比效果。同时在课堂教学中引入适当的图例分析和编程处理实例可以使原本很抽象的内容变得生动具体。
2.2 实验教学的改革
实践教学实习是本课程不可或缺的重要教学环节。目前国内还没有公认比较实用和完善的实验教学体系。我们对实验教学体系和内容的把握体现在以下几点：
（1）实验环境的选择。数字图像处理不同于用Photoshop等图像处理软件对图像作现成的操作，它要求学生在掌握有关基础理论、典型方法的基础上，利用编程技巧实现图像信息的各种处理，如图像增强、图像分割、图像分析等。多数教师选择MATLAB作为实验语言，主要因为其功能强大的图像图形处理工具包。但大多数学生并不熟悉MATLAB，我们选择了C++语言作为基本的编程语言，因为高年级学生已经对C++比较熟悉并在今后又会经常使用。
（2）精选实验教学内容。在“数字图像处理”的实验课教学中，突出强调理论知识和实践能力的结合，为此，选择图像处理中几个最典型的算法作为实验课教学的主要内容，包括图像灰度增强、图像压缩、图像域值分割、伪彩色处理等。实验内容包括图像的读取和显示、直方图均衡化、平滑和锐化滤波、膨胀和腐蚀等。这些实验教学内容有助于学生实践掌握课上讲授的知识，增强了学生自主完成任务的主动性和积极性，能够有效提高学生的编程实践能力。
（3）改革实习教学手段。“数字图像处理”实习内容包括图像处理软件的选择和使用、处理算法设计和实现等。针对往年已有的实习材料看，指导教师在实习前将较多的精力花在讲解实习目的、原理、内容和实习步骤等方面，而占用学生自己动手实习的时间偏离试验的本来愿望。现在采用在实习前就分发给学生实习教学课件，让学生在课件辅导下，课余时间理解消化实习内容，腾出了更多时间探讨算法，得出实习应该有的正确结果，而不至于在实习中对结果是否正确茫然不知，从而提高了学生理论和独立动手的能力。
2.3 开展第二课堂活动
为有效培养学生的实际动手能力，基于完成具体项目的教学策略是很多学生必走的一步，让学生在实践中锤炼，有助于较快地提高学生的理论认知水平和解决实际问题的能力。在上课之初将学生分组每组给出一个实际的学期项目。由于有充分的时间可以收集资料和模仿学习，有效提高学生的学习积极性。将课堂的实验任务与学期项目有机结合起来，有助于学生发现学习内容彼此之间的联系，促进对知识的综合掌握和灵活应用。
3 考核手段的探索
以往的课程考核主要通过期终考试来考核学生对课堂所学内容的理解和掌握程度，由分数来定结果，这种考核方式虽然能部分反映学生的学习能力但很难考核学生发现、分析和解决具体问题的能力差别，不利于发挥学生的主观能动性以及创造能力的培养；还可能导致出现学生在学习过程中常出现平时不努力，考前突击复习四处打听考题的情况，为了加强学生能力的培养，我们将平时的听讲、回答问题、作业的情况等列入平时成绩，还鼓励学生就某一专题进行发言探讨等多种学习形式。课程最终的考核成绩综合期末考试成绩、实验成绩、专题成绩和平时成绩几个部分加权平均得出。
4 结束语
经过多年的探索，我们在《数字图像处理》课程的教学过程中，通过对教学体系、实验体系和考核方法和方式上的改进，有针对性地制作了大量图像处理前后对比课件和现场演示相结合进行教学，通过形象化实例化教学，极大地提高了学生的学习积极性，教学效果很不错，学生反响很好，同行评价也比较高。
参考文献
[1] 贾永红.“数字图像处理” 课程的建设与教学改革[J].高等理科教育，2007（1）.
[2] 李熙莹.“数字图像处理” 课程设计与学生实践动手能力的培养[J].计算机教育，2008（8）.
关键词：ImageJ；图像处理；数字滤波；小波变换；算法设计
中图分类号：TP751文献标识码：A文章编号：1009-3044(2011)07-1638-03
Image Processing Algorithm Design Research Based on ImageJ
ZHAO Yi-li
(Dept. of Computer, Southwest Forestry University, Kunming 650224, China)
Abstract: Proposing an image processing algorithm design program based on ImageJ software, the program can complete digital image processing algorithm design quickly and accurately, and it is a useful complement for which based on MATLAB or C/C++ language environments. Through two examples of digital filtering and wavelet transform, the paper shows the benefits of the program for the image processing algorithm design task. Meanwhile, with the ImageJ's open plug-in architecture, making the design has good modularity and scalability.
Key words: imagej; image processing; digital filtering; wavelet transform; algorithm design
1 数字图象处理算法设计概述
在进行数字图像处理算法仿真时，采用的方案主要有两大类。一类是使用MathWorks公司开发的MATLAB软件。另外一类基于C和C++语言，以及Microsoft公司的Visual Studio平台和MFC框架。
1.1 基于MATLAB的图像处理算法设计
由MathWorks公司开发的MATLAB[1]软件非常适合用于处理向量和矩阵，在科学研究和产品的原型开发与设计中得到了广泛的应用。并且被国内外许多大学采用作为线性代数和数值计算的计算机辅助教学软件。该软件本身提供了一种高级语言，能够通过编程的方式解决问题。由于MATLAB附带了一个功能完整的图像处理工具箱[2]，因此很多研究者都基于MATLAB进行数字图像处理算法的设计[3-5]。
采用MATLAB软件作为原型系统设计具有可靠和快速的优点，但是也存在三个缺点。第一，由于MATLAB是一个商业软件，软件的版权费用比较昂贵。第二，MATLAB对相应的图像处理算法行了封装。因此，很难有机会看到相关算法的实现代码。第三，在MATLAB中开发的程序必须要有MATLAB的运行库支持，脱离了MATLAB环境就无法运行。
1.2 基于C和C++语言的图像处理算法设计
另外一类设计方案基于C和C++语言。C语言是很多图像处理和数值分析库的首选编程语言。但是，使用C语言需要通过指针访问图像数据，而且需要手动进行内存的分配和释放。因此在使用C语言进行算法设计的时候，往往会把注意力转移到其它和图像处理无关的领域上面，而且C语言本身也没有提供用户界面接口环境。
随着C++语言的普及，越来越多的研究者开始采用C++语言进行图像处理算法设计。这些设计大部分都是基于Visual C++环境，并且使用MFC完成相关的用户界面接口。由于C++语言本身的复杂性，以及MFC具有相对陡峭的学习曲线，使得这个方案开发效率不是很高。言内容。
2 基于ImageJ的图像处理算法设计
为了能够解决以上提到的问题，作者在进行数字图像处理工程实践中，采用基于Java语言编写的ImageJ平台的算法仿真方案。通过一些项目的实践，取得了不错的效果。下面对采Java语言和ImageJ平台的原因进行阐述。
2.1 采用Java语言的原因
随着Java语言及其平台的日益成熟，使得Java语言[6]在多个领域都得到了广泛的应用。选择Java语言的原因是（1）Java语言是跨平台的，可以使用多个操作系统来进行算法设计，例如Windows、Linux或者Mac OS；（2）Java语言是免费和开放的；（3）Java语言带有网络开发的标准库，这使得开发基于Web的图像处理系统更加方便；（4）Java语言带有用户界面库AWT和Swing，可以将图像处理算法和处理结果的可视化无缝衔接起来；（5）Java语言是面向对象的，并且支持垃圾回收和良好的异常处理机制。这样研究者更容易把注意力集中在算法实现上面，而不是指针的操作以及内存的手动分配与回收这些与问题域无关的事物上面；（6）Java程序运行速度很快，这意味着可以得到算法运行结果的即时反馈，即实时性。
2.2 采用ImageJ的原因
ImageJ是由美国国家卫生总局的维恩开发的一个功能强大的图像处理和分析软件[7]，在全世界被很多生物学家和医学图像处理研究者应用于生物医学图像处理研究[8]。由于ImageJ本身是使用Java语言编写的，因此可以运行在任何一个安装了Java虚拟机的操作系统上面。同时，在ImageJ的网站上也提供了相应的源程序和帮助文档下载，研究者可以通过下载ImageJ的源代码对ImageJ内部的工作机制和原理进行分析。最重要的是ImageJ的设计基于插件架构体系，可以通过编写插件对其功能进行扩展。利用ImageJ的插件机制，可以将不同的图像处理算法编写为相应的插件。通过Java虚拟机和ImageJ提供的插件动态加载功能，当用户对插件进行更改以后，直接编译就可以在ImageJ中进行加载和运行，而无需重新启动应用程序，即提供了所谓“热拔插”的功能。
3 图像处理算法设计示例
下面将通过两个例子来说明如何基于ImageJ平台进行数字图像处理算法设计。通过这两个例子可以看到ImageJ的插件机制为图像处理算法的实现提供了一个非常好的平台。
3.1 数字滤波
随着数字滤波是图像平滑和锐化算法的理论基础[9]。论文实现了数字滤波的两种算法，一种使用不可分离算法，另外一种使用可分离的算法。一个大小为m*n的滤波器，对于每个像素，不可分离算法的时间复杂度为O(m*n)，可分离算法的时间复杂度为O(m+n)。因此，可分离算法在模块化和计算时间方面更有优势。
算法1 垂直边缘滤波器的不可分离算法
public ImageProcessor nonseparable(ImageProcessor input) {
int w = input.getWidth();
int h = input.getHeight();
ImageProcessor output = new ImageProcessor(w, h);
double[][] block = new double[3][3];
double value = 0.0;
for (int x = 0; x < w; x++) {
for (int y = 0; y < h; y++) {
input.getNeighborhood(x, y, block);
value = (block[2][0] - block[0][0] + block[2][1] - block[0][1] + block[2][2] -block[0][2])/6.0;
output.putPixel(x, y, value);}}
return output;}
算法2 垂直边缘滤波器的可分离算法
public ImageProcessor separable(ImageProcessor input) {
int w = input.getWidth();
int h = input.getHeight();
ImageProcessor output = new ImageProcessor(w, h);
double rowin[]= new double[w];
double rowout[] = new double[w];
for (int y = 0; y < h; y++) {
input.getRow(y, rowin);
difference(rowin, rowout);
output.putRow(y, rowout);}
double colin[]= new double[h];
double colout[] = new double[h];
for (int x = 0; x < nx; x++) {
output.getColumn(x, colin);
average(colin, colout);
output.putColumn(x, colout);}
return output;}
private void average(double in[], double out[]) {
int n = in.length;
out[0] = (2.0 * in[1] + in[0]) / 3.0;
for (int k=1; k
out[k] = (in[k-1] + in[k] + in[k+1]) / 3.0;}
out[n-1] = (2.0 * in[n-2] + in[n-1]) / 3.0;}
private void difference(double in[], double out[]) {
int n = in.length;
out[0] = 0.0;
for (int k=1; k
out[k] = (in[k+1] - in[k-1])/2.0;}
out[n-1] = 0.0;}
表1列出了ImageJ的均值滤波的测试时间，测试环境为：512 x 512的灰度图像，JRE 1.6.0_21，Intel Core Quad/2.33GHz，4GB RAM。从表1中可以看到可分离算法相对于不可分离算法的优势，特别是当滤波器尺寸加大以后更加明显。
3.2 小波变换
另外一个例子是实现可分离的二维Haar小波变换[10]。
算法3 二维Haar小波变换
public ImageProcessor analysis(ImageProcessor input, int nbScale) {
int nx = input.getWidth();
int ny = input.getHeight();
ImageProcessor output = input.duplicate();
ImageProcessor buffer;
for (int i=0; i
buffer = new ImageProcessor(nx, ny);
ouput.getSubImage(0, 0, buffer);
buffer = split(buffer);
output.putSubImage(0, 0, buffer);
nx = nx / 2;
ny = ny / 2;}
return output;}
private ImageProcessor split(ImageProcessor input) {
int nx = input.getWidth();
int ny = input.getHeight();
ImageProcessor output= new ImageProcessor(nx, ny);
double rowin[]= new double[nx];
double rowout[] = new double[nx];
for (int y=0; y
input.getRow(y, rowin);
split_1D(rowin, rowout);
output.putRow(y,rowout);}
double colin[] = new double[ny];
double colout[] = new double[ny];
for (int x=0; x
output.getColumn(x, colin);
split_1D(colin, colout);
output.putColumn(x,colout);}
return output;}
private void split_1D(double in[], double out[]) {
int n = in.length / 2;
double sqrt2 = Math.sqrt(2.0);
int k1;
for (int k=0; k
k1 = 2 * k;
out[k] = (in[k1] + in[k1+1]) / sqrt2;
out[k+n] = (in[k1] - in[k1+1]) / sqrt2;}}
图1是基于ImageJ设计的Haar小波变换仿真的运行结果。
3 结论
论文提出的基于ImageJ软件的数字图像处理算法设计方案对传统的基于MATLAB和C/C++语言的方案是一个非常好的补充。通过相关的两个实例也展现了这种方案在实现数字图象处理算法时的简洁和快速，对于研究者设计和验证新的图像处理算法是一个非常好的平台。同时由于ImageJ基于插件的架构体系设计，使得研究者可以将不同的图像处理算法编写为相应的插件，对其进行扩充和二次开发。
参考文献：
[1] The MathWorks Inc. MATLAB,Natwick,MA.[CP/OL].
[2] Rafael C,Richard E,Steven L.Digital Image Processing Using MATLAB [M].[S.l]:Prentice Hall,2004.
[3] 安平,王朔中.建立在MATLAB平台上的数字图像处理教学实验系统[J].实验室研究与探索,2001(1).
[4] 贾永红.现代化教学手段在数字图像处理教学中的应用研究[J].测绘通报,2006(1).
[5] 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(10).
[6] The Java Language.[CP/OL].
[7] Image J.rsb.info.nih.gov/ij[CP/OL].
[8] Sage D,Unser M.Teaching Image-Processing Programming in Java[J].IEEE Signal Processing Magazine,2003,20(6):43-52.
关键词：遥感图像处理 课程体系 模块化 教学实践
中图分类号：G421 文献标识码：A 文章编号：1672-3791（2013）05（b）-0185-02
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
2.1 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。
2.2 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。
2.3 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.
[关键词]图像处理 去噪 方法 展望
一、引言
对于数字图像处理的方法研究主要源于两个应用：一是为了方便人们分析而对图像的信息进行必要的改进；二是为了使机器设备能自动理解而对图像数据信息进行存储、传输和显示过程[1]。随着人类生活信息化程度的不断加深，图像信息作为包含了大量信息的载体形式越来越体现出其强大的信息包含能力，由此引发的就是对图像质量的高要求。在实际的应用中，系统获取的图像往往不是完美的，常常会受到外界的干扰，例如传输过程中的误差、光照等因素的影响都会导致图像的质量不高，难以进行更深入的研究和处理，所以需要对其进行处理，便于提取我们感兴趣的信息。在数字图像处理过程中，由于受到成像方法和条件的限制以及外界干扰，数字图像信号不可避免地要受到噪声信号的污染。图像中的研究目标的边缘、特征等重要的信息常被噪声信号干扰甚至覆盖，使原始图像变得模糊，给图像的后继研究和处理，比如边缘检测、图像分割、图像识别等增加很大难度，因此对图像进行去噪处理，恢复原始图像是图像预处理的重要任务和目标。图像去噪工作也被称为图像滤波或平滑。
二、图像去噪技术的发展历史和现状
（一）图像噪声的定义和分类
所谓数字图像处理就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。一幅图像信息的生成难免或多或少都会伴随有噪声的产生。噪声可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”，在理论上可定义为“不可预测，只能用概率统计方法来认识的随机误差”[2]。它对图像信息的采集、输入以及处理的各个环节和最终的输出结果都会产生一定的影响，特别是在图像信息的输入、采集和传输过程中，若输入时伴随有较大的噪声，则必定会对其后的处理过程以及处理结果造成不利的影响。
常见的图像噪声分为5种[3]：
（1）加性噪声：和输入图像信号无关，比如信道噪声；
（2）乘性噪声：与图像信号有关，常随着图像信号的变化而变化，比如胶片中存在的颗粒噪声；
（3）量化噪声：与输入图像信号无关，是量化过程中产生的误差，其大小可以衡量数字图像与原始图像的差异，这是数字图像主要的噪声源；
（4）椒盐噪声：由于图像切割引起的噪声，比如白图像上的黑点噪声；
（5）高斯噪声：其概率密度函数服从正态高斯分布的噪声，包括热噪声和散粒噪声。
（二）去噪技术的发展历史和现状
图像处理的出现始于20世纪50年代。当时的电子计算机已经发展到了一定的水平，人们开始使用计算机来完成简单的图形和图像处理工作。数字图像处理形成体系，形成一门学科约开始于20世纪60年代初期[4]。早期图像处理的目的仅仅是为了改善图像的质量便于提高人的视觉效果。数字图像处理过程中，输入的是质量较低的原始图像，输出的是改善过后有一定质量的图像。常用的图像处理方法有图像增强、复原、编码和压缩。早期由于数字图像处理领域涉及的数学理论比较浅，在很长的一段时间里，某些在特定条件下的算法的正确性没能得到很好的证明，使得数字图像处理研究的发展缓慢。近年来，由于该领域研究者数学功底的不断加强，同时该领域具有的巨大市场需求也吸引了越来越多的数学工作者的加入，使得该领域得到了前所未有的发展[5]。
三、图像去噪的典型方法
根据实际图像的特点，存在的噪声的频谱分布规律和其统计特性，人们开发了各种图像去噪方法，典型的方法有：
（一）均值滤波法（邻域平均法）
均值滤波法也称为邻域平均法，该方法较适于去除通过扫描得到的图象中的颗粒噪声，具体做法是将一个像素及其邻域的所有像素的平均值赋值给输出图像相应的像素，以此达到滤波的效果。此方法能较有效地抑制噪声，算法简单，运算速度快，但由于平均会引起一定程度的图像模糊现象，模糊程度与邻域半径成正比。
对于均值滤波法引起的图像模糊现象，可通过选择合适的邻域大小、形状和方向等加以改进。
（二）中值滤波法
中值滤波法是一种常用的基于排序统计理论的非线性平滑滤波法，其工作原理是先以某一像素为中心，确定一个称为窗口的邻域（通常为方形），取该窗口中各像素的灰度中间值替换中心像素的灰度值，从而消除孤立的噪声点，减少图像的模糊度。中值滤波可以比较有效地滤除图像中的椒盐噪声。该方法既可以去除图像中的噪声，又能保护图像的边缘信息，而且在实际运算中不需要图象的统计特性，算法简单，实时性较好，但对于某些如点、线、尖顶等细节较多的图象不宜采用中值滤波的方法[6]。
（三）小波去噪
在图像去噪领域，近年来，越来越多的学者青睐于小波去噪。因为该方法具有良好的多分辨率分析能力和时频局部特性，并且能够保留大部分的包含信号的小波系数，因而能较好地保护图像细节。小波去噪法通常分为三个步骤：先对图像信号进行小波分解，然后将经过层次分解后的高频系数进行阈值量化，最后利用二维小波重构图像信号[7]。
四、图像去噪技术的发展前景展望
图像是人们获取信息和交换信息的主要来源，因此，图像处理的相关应用必定影响人们生活和工作的方方面面。随着相关学科的不断发展，数字图像处理技术也将得到不断地提高。图像去噪这一最早应用于军事指挥和控制方面的技术，发展至今已成为了许多传统学科和新兴工程领域的结合体[8]，小波去噪法的出现更是使图像预处理进入了一个新的阶段。近年来小波变换与神经网络技术相结合的去噪方法成为了研究的热点：小波变换去噪能有效地抑制噪声，且很好地保留图像的原始特征，而神经网络具有良好的自适应机制和自学习能力，两者相结合的去噪方法必然成为主要的发展趋势之一。
[参考文献]
[1]武伟；王宏志.基于双树复小波变换与非线性扩散的图像去噪[J]；长春工业大学学报（自然科学版）；2011年03期
[2]王文；康锡章；王晓东.基于小波域HMT的航空侦察图像去噪方法[A]；'2003系统仿真技术及其应用学术交流会论文集[C]；2003年
[3]AGersho，BRamaurthi.ImagecodingusingvectorquantizationinProc.IEEEInt.Conf.Acost.Speechsinalpro-cessing.1982.5.430-432
[4]李康；高静怀；王伟.基于Contourlet域HMT模型的图像去噪方法研究[A]；全国第二届信号处理与应用学术会议专刊[C]；2008年
[5]邓超.基于改进神经网络的CCD图像去噪方法研究[A]；武汉（南方九省）电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C]；2010年
[6]李伟.基于匹配跟踪和自适应字典的图像去噪算法研究[D]；华北电力大学（北京）；2010年
[7]林德贵.基于边缘检测的提升小波图像去噪[J]；长春大学学报；2011年08期
论文关键词：数字图像处理,方差,均方差,卫星图像
遥感有着高效、快捷且不受时间空间限制的特点，被广泛应用于农、林、地、矿、军事等诸多领域。通过卫星遥感技术获得的地球表面客体或事物的卫星遥感图像也越来越多地应用在地球资源的调查、自然灾害预测预报环境污染监测、气象卫星云图处理以及用于军事目的的地面目标识别等各个方面。有着遥感作用的NOAA气象卫星的运行周期短、覆盖面广，目前正广泛受到人们的关注，并作用于农业估产、林火监测、渔况预报、城市热岛等方面。但是，NOAA卫星图像数据的使用效率并不高，再加上云的存在，使卫星资料反演的各种参数出现误差，而对于同一幅NOAA卫星图像中的薄云和浓云的处理目前还未见到很适用算法，所以，研究时效性的除云算法在军事、环境、气候、自然灾害等领域有重要的意义和研究价值。
1云检测方法
根据同一卫星图像，它在各个分量上的水汽、二氧化碳、一氧化碳、甲烷等气体据有相同的属性参数，截取目标区域图像和该区域附近的无云样品区域进行处理。
由于云是不稳定因子，它随时间和空间变化而变化，即不同季节云的反射率和亮温不同，不同空间高度云的反射率和亮温又有所不同。因此，要能较好地识别云区范围就要了解它的空间和时间分布特性，并采用行之有效的方法来解决这个难题。然而鉴于不同的云相对于植被、土壤、水域等不同下垫面在可见光和近红外波段具有较高的反射率，而在热红外波段由较低的亮温，这就给我们判云带来了有利条件。针对与所选用的热红外通道，我们采用了以下几种方法进行了检测云。
1.1单通道探测值阈值检测
任取NOAA气象卫星的某一通道图像资料，并给定一个云区灰度阈值，凡高于该阈值的像元皆为云。
1.2可见光和近红外通道反射率阈值检测
计算可见光和近红外通道图像的反射率，给定反射率阈值，凡高于该阈值的为云。
1.3红外通道温度阈值检测
运用普朗克公式计算红外通道的亮温和温度，设立温度阈值，凡低于该阈值的为云。
2除云方法讨论
云检测的目的是找出云影响的测量值，回归晴空测量值后用于计算海面温度。云检测是基于观测目标自身的特性，比如，海面温度梯度变化不大；在红外和可见光波段中，海面较云顶有较高的温度和低得多的反射率；海面和云顶在不同红外窗区通道反射率上的差异等，推测出有云影响的数据。
在气候变化中，云与辐射起着关键的作用，云层影响着地球的辐射收支地球表面温度以及气候变化趋势。遥感图像处理中，与覆盖时最常见的噪声之一，它不仅对图像的处理带来诸多困难。
2.1国外遥感温度研究
从70年代开始，研究者开始尝试从机理方面着手研究亮温与地表温度的关系。由于卫星获得的亮温是由大气顶层接收的辐射亮度值换算而成的，而大气对遥感器接收地表信息的影响较大，所以早期的研究主要集中于大气辐射校正上。到目前为止，己经研究出很多辐射校正方法，但是这些方法大部分都需要其它气象数据的支持，比如不同高度的大气湿度等。
大气校正方法比较烦琐，后来有的学者基于相邻波段大气吸收特性提出了一种全新的方法，直接运用两个波段的亮温数据去推算地表的温度。这就是一种比较简单有效的温度反演方法，即分窗口技术法(Split-windowTechnology)，该方法可在少量的地表参数支持下从气象卫星数据反演出地表温度。目前温度反演研究主要集中在NOAA卫星图像的热红外波段。
2.2国内遥感温度研究
国内在遥感地表温度研究中主要采用的还是数理统计方法，此后沿袭这些研究思路和研究方法，特别是中国科学院遥感应用研究所在土壤水分方面进行了大量的研究，但是作为其中最为重要的参数之一的地表温度的研究却进展不大，没有跟上国际上由数理统计研究取得的结果。
北京大学学者提出了一种新的改进分窗口技术方法，该方法的特色之处在于引入相邻像元的概念。研究者给定了两种情况下的温度反演法，第一种情况是假设地表辐射率已知，然后运用迭代反演方法求解地表温度。该方法模拟结果与其它共5种模型结果分析比较，精度有较大的提高。第二种情况是地表辐射率未知，来反演地表温度与辐射率。这时采用双通道双像元法去求解相应的参数。通过模拟计算取得了较好的精度，在大气廓线总水汽含量误差小于10%时，反演的温度均方根误差0.7。辐射率均方根误差0.013，地表辐射项的均方根误差小于0.6%，己经可以满足陆地表面温度反演1的精度要求。
双通道双像元法是经典分窗口技术法的延伸，利用相邻像元间辐射率之间的关系，在地表辐射率未知的情况下反演地表温度是个很好的方法。但是该方法也有局限性，在大气水汽含量误差大于20%时，反演的温度误差就会显著增加。
陆面温度反演中分窗口技术法经过不断改进，反演精度有所提高，但是这些改进的方法还没有达到大面积应用阶段，更不能像海温研究那样进入业务运行阶段，因此，要达到陆面温度反演的实用化程度，还需要继续拓展。最近几年遥感界出现了一个热门的研究领域，就是多角度遥感数据反演研究，这个方法可能为组分温度遥感提供一个新的思路。
参考文献
1 陆玲,王蕾,桂颖.数字图像处理[M],北京:中国电力出版社, 2007.
2 高成,董长虹,郭磊等.Matlab 图像处理与应用(第二版)[M],北京:国防工业出版社.2006.
3 何东健,耿楠,张义宽. 数字图像处理[M],西安电子科技大学出版社,2003.
4 陈良富,徐希儒.陆面温度反演的新进展[J],国土资源遥感,1999,3:47-50.
关键词：图像处理； CT断层扫描； 海伦公式； 曲面面积计算
中图分类号：TN91934文献标识码：A文章编号：1004373X(2012)06013103
Method of curved surface area calculation based on the idea of CT tomography
CAO Jun, CHEN Puchun, XU Ying, ZHANG Ying
(Electric and Information Institute, Southwest Petroleum University, Chengdu 610500, China)
Abstract： According to the requirement of practical engineering application on the curved surface area information, inspired by the idea of CT tomography, a new method to calculate the curved surface area by utilizing the boundary information of every cross section is proposed. For the area of ellipsoid surface, conical surface and spherical surface, the numerical calculation results coincident with the theoretical results are presented. And then for the curved surface area of an egg, the boundary shape of every cross section was obtained with thin copper wires around the egg and was imaged. The boundary′s data of every cross section was extracted with the edge detection technique. The curved surface area of egg is calculated with Helen formula. Experiment results show that the method is practical, simple and precise, and can satisfy the needs of practical engineering application.
Keywords：image processing; CT tomography; Helen formula; curved surface area calculation
收稿日期：20111011目前数字图像处理已在医学领域取得了广泛的应用［1］，深入开展数字图像处理研究，对提高机器的自动化和智能化水平有很大的促进作用。深层的数字图像处理任务就是要获取物体的三维描述，识别三维物体并计算出物体的尺寸、位置和方向［2］，计算结果将为下一步目标的分析设计、成本预算、精确加工以及自动识别打下基础。本文基于CT断层扫描的思想，用细铜丝定位断层轮廓，通过图像边缘检测技术，定位断层轮廓数据，最后利用海伦公式计算出曲面面积。
1三维重建
有2种三维重建方法［2］：一种是通过几何单元拼接拟合物体表面来描述物体的三维结构，称为表面重建；另一种是直接将体像素以一定的颜色和透明度投影到显示平面，称为体重建。本文运用三维表面重建的方法，提取三维断层扫描的边界进行三维重建，使曲面面积计算更加接近真实。
1.1图片的获取
为了获取鸡蛋的轮廓，采用的方法是用细铜丝每隔一定距离围出鸡蛋的轮廓，然后将固形的铜丝粘贴在白纸上，为了使拍摄出的每层轮廓图片相对大小一致，本文中对实验的器材进行了一系列的处理，首先是将用于增强对比度的底衬白纸固定，不至于在拍摄图片的时候移动，其次是在底衬白纸中间标记一个点，同样在贴着铜丝的白纸上标记出铜丝的中心点，拍摄图片时使得2个点重合，并且保证每次拍摄的距离相同，用铜丝定位断层面的边界如图1所示，断层边缘检测如图2所示。
图1用铜丝定位断层面的边界图2断层边缘检测
1.2层间目标的提取
目标提取的目的是将图像中感兴趣的部分从其背景中分离出来。本文利用阈值分割方法提取目标。阈值分割的首要问题是阈值的选取，根据Matlab中的函数pixval可以得到目标的灰度值。用阈值分割的方法不能完整分割出目标，所以本文还利用形态学中标记连接分量的相关知识来提取目标，选取8邻接求出标记矩阵和连接分量的总数，每个不同连接分量中的像素被分配给一个惟一的整数，该整数的范围是从1到连接分量的总数，根据惯有的经验，标记矩阵是按照从上到下从左到右的规律排列的，观察目标的位置，确定标记矩阵的数字，提取出需要对象的矩阵，最后将其转换到原有图像上［3］。
1.3层间目标图像的边缘提取
三维表面重建是指首先运用图像技术从二维图像中分割出兴趣区的轮廓曲线，然后经图像处理，得到其三维结构。因此，对于三维表面重建而言，边界轮廓的提取尤为重要［4］。常用的边缘检测器有：Sobel边缘检测器, Roberts边缘检测器, Prewitt边缘检测器，Log边缘检测器［5］, 零交叉边缘检测器，Canny边缘检测器［3］等。本文运用的是Log边缘检测器,它把Gauss平滑滤波器和Laplacian锐化滤波器结合了起来，先平滑掉噪声，再进行边缘检测，使边缘提取的效果会更好。
1.4层间轮廓的三维结构
下面，用这些边界轮廓曲线的数据进行三维表面重建。在本文中采用的方法是将边界轮廓曲线存储在三维数组里，用Matlab中的函数scatter3画出边界轮廓线的三维散布图，使用hold on函数，画完一组边界后再画另外一组，这样所有的边界轮廓线就形成三维图像［6］。断层面轮廓的三维表面重建如图3所示。
图3断层面轮廓的三维表面重建2曲面面积计算方法
2.1数字图像的表示
数字图像可用矩阵或数组来表示。假如一幅图像f(x,y)被均匀取样，则产生的数字图像有M行和N列，M和N值取整数。一幅图像被分割成一个个小矩形（像元或像素pixel），形成一幅点阵式的数字图像。
2.2表面积的计算
可采取面积分的思想求图像的表面积，具体思路是：在第i层的轮廓边缘线上取两相邻点，其坐标分别是（x1,y1）和（x3,y3）；在第i+1层上找到与(x1,y1)距离最近的点(x2,y2),以及与 (x3,y3)距离最近的点(x4,y4)，这4个点构成一个四边形，把该四边形转化为2个三角形，利用海伦公式:S=p(p-a)(p-b)(p-c)式中：p=1/2(a+b+c)；a,b,c为三角形的边长。可以求出三角形的面积，进而求出四边形的面积。网格划分越细，计算误差就越小。
2.3曲面面积的计算精度评价
考虑到任意曲面的面积在数学上计算是困难的，为了评价所提出的方法的曲面面积计算精度，针对椭球面、圆锥面和半球面，论文给出了断层法面积计算结果（见表1），并与公式法求得的实际曲面面积相比较，计算它们的相对误差。计算结果如下表所示。
采用断层边缘点计算以上3种不同曲面的面积如图4~图6所示，均得到精度较高的计算结果，圆锥面和半球面的曲面面积的计算误差较小，椭球面的计算误差稍大些，但都小于0.6%，原因是在求椭球面的曲面面积时间隔要稍微大一些，由此可见利用断层边缘点计算曲面面积具有可行性。
图4半球面图5椭球面2.4鸡蛋表面积的计算结果
在实际计算鸡蛋表面积时，与前面的模拟计算主要有以下2个不同的地方：
(1) 相邻断层边界的取样点数不一致，所以在做循环的时候就会出现一个已经跳出循环，另一个还没有运行完的局面，这样就会产生误差，为避免该困难，本文选取采样点数少的边界进行循环编程。
图6圆锥面(2) 2个边界图像不规则，大小也不一样，所以它不能像参考模型那样，第一个边界点移动时，第2个边界上的点对应移动。本文的解决办法是，第i层的轮廓边缘线上面取一个点，其坐标是（x1，y1），在第i+1层上找到与(x1,y1)距离最近的点(x2,y2)；再在第i层的轮廓边缘线上面取一个点，其坐标是（x3，y3），在第i+1层上找到与(x3,y3)距离最近的点(x4,y4)，其中点(x1,y1)和(x3,y3)为相邻点。利用这4个点构成1个四边形，再转化为三角形，然后利用海伦公式，求三角形的面积，进而求四边形的面积，当步长值很小的时候，由所有四边形的面积和即可得到鸡蛋的表面积。
为验证断层法计算曲面积的可靠性，本文利用排水法测出鸡蛋壳的总体积，利用螺旋测微计分别测量10次鸡蛋壳的厚度，求得鸡蛋壳的平均厚度。在厚度很薄的情况下，根据体积等于底面积乘以厚度的近似关系，计算出鸡蛋外表面和内表面的总表面积，然后除以2，得到鸡蛋壳的外表面积的近似值。表2为实验测得的鸡蛋表面积与断层法得到的表面积的比较。分析数据可以发现，尽管2种方法得到的鸡蛋表面积都与真实结果存在误差，但是二者的结果是基本吻合的，相对误差均小于3%，这也说明了断层法计算曲面面积的实用性。
3结语
根据实际工程应用对曲面面积测量的需求，本文提出了一种利用CT断层的边界信息求图像曲面面积的方法，从理论上和实验上验证了该方法的可靠性和实用性。该算法简单且计算精度高，能广泛地应用于各领域，诸如果实损坏面积的计算、加工工件材料成本估算、皮肤烧伤面积的计算等，为更多定量研究提供了一种计算方法。
参考文献
［1］吴立德.计算机视觉［M］.上海:复旦大学出版社,1993.
［2］冈萨雷斯.数字图像处理(Matlab版)［M］.北京:电子工业出版社,2005.
［3］王成波,陈伟,谢兵,等.DICOM图像与BMP图像的转换研究［J］.医疗卫生装备,2004(1):1317.
［4］杨树川.利用Matlab计算切割图中三区域的面积值［J］.农机化研究,2005(5):6667.
［5］庄天戈.CT原理与算法［M］.上海:上海交通科技大学出版社,1993.
［6］樊军,周济,韩其睿.基于断层CT图像的三维重建［J］.天津纺织工学院学报,2000(19):2730.
［7］杨长青,胥泽银.基于Matlab的面积计算方法［J］.物探化探计算技术,2004(6):177180.
［8］张汝楠.利用Matlab实现原木CT断层图像的三维重建［J］.木材加工机械,2008(4):2429.
［9］周平,赵春江.基于机器视觉的鸡蛋体积与表面积计算方法［J］.农业机械学报,2010(1):168171.
购物车(0)
