图像理解理论与方法范文

导语：如何才能写好一篇图像理解理论与方法，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

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

随着现代信息技术的快速发展，图像分析日益广泛地应用于军事目标识别控制、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分析领域的研究工作[1-2]。而高等教育要与实际应用紧密联系，“图像分析”这门课程在高校电子信息类专业也有了越来越重要的地位。

图像分析是用模式识别和人工智能方法对景物进行分析、描述、分类和解释的技术，又称景物分析或图像理解。一般利用数学模型并结合图像处理的技术来分析底层特征和上层结构，从而提取具有一定智能性的信息。图像分析侧重于研究图像的内容，包括但不局限于使用图像处理的各种技术，它更倾向于对图像内容的分析、解释和识别。

“图像分析”的教学目的是使学生了解和掌握数字图像分析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。其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。该课程主要阐述数字图像分析中的基本概念、基础理论和常用算法，介绍数字图像分析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，能够逐渐解决数字图像分析领域的实际问题。

“图像分析”课程属交叉学科，其起点高、难度大，既有较强的理论性，又与实践紧密结合，目前的教学现状表明，学生对本课程往往入门时就心存畏惧，深入学习困难，不管是考试成绩还是实践动手能力都不理想，教学上存在许多问题。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、灵活采用教学相长的方法激发学生的学习兴趣，成为教学中必须解决的难题。

1 课程教学现状分析

经过对国内多所高校的调研发现，现行的教学模式存在严重的弊端。在目前的图像分析课程教学中，教师只是按部就班地按照教学大纲进行讲授，而对于程序运行实现及实际应用部分大纲中并没有严格的要求，所以多数教师也就只讲解理论，对程序实现则省略掉或是一带而过。而学生也只是按部就班地对理论知识进行学习，没有结合相关的应用，所以随着课程内容的深人，学生会感觉到枯燥乏味，对该课程逐渐失去了兴趣。即便是认真学习的学生，也是一直处于被动学习的状态。至于考试，只需要按照教师的授课内容认真复习就可以拿到优异的成绩。很多学生直到他们学完了该门课程，也没弄清楚这些图像处理的方法该如何具体实现，而且对于如何应用到实际生活和研究当中，也是一无所知，更谈不上创新能力、实践能力和综合能力了。该课程目前的教学方法大大影响了学生的创新实践能力的培养。长此以往，高分低能的现象将会日趋严重。因此，图像分析课程教学改革迫在眉睫。

2 课程教学改革措施

2.1 教学内容和方法的改革

图像分析本身为交叉学科，与图像处理、模式识别、信号分析多领域存在密切联系，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。一般除了图像分析课程的基本内容，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分析。其内容庞杂，难度也偏大，在有限的教学时间内往往难以将全部内容讲透，传统的教学模式只能以理论介绍为主，忽视实现步骤，造成学生在学习时普遍感到过于抽象。故有必要优化教学课程设置，精简课程教学内容。课堂讲授中，要抓住重点难点进行讲解，鼓励学生课下自主学习，有疑问主动讨论求教，以此来提高教学质量。

教学内容中不能只有理论知识，还要与图像分析相关应用软件结合起来，如Matlab、Opencv、Image Analyzer等，必要的时候也可以用目前较流行的Photoshop软件举例。这样和软件结合起来讲解，学生可以看到实实在在的图像变化过程，学习兴趣自然就提高了。而且学生也比较容易理解图像分析的基本原理，听起来也不会觉得枯燥，无形中提高了学生的学习效率。同时学生学会了一门语言，用以实现各种图像处理过程，为以后的学习和工作打下坚实的基础。

传统教学中理论学时与实验学时的分配比例一般为3：1，高校普遍偏重理论教学，而忽视了实验教学。理论教学是一种被动的单向的学习模式；而主动性的、互动式的实验教学更能调动学生的积极性，有利于学生自主的去发现问题分析解决问题。因此，要优化理论教学与实验教学的课时比例，加大实验教学的课时，通过实验加深对理论基础的理解。

2.2 强化实验教学

选择图像分析中最重要的算法作为实验课教学的主要内容，覆盖图像分析中图像增强、图像压缩、图像分割、形态学处理、图像特征描述等各个重要部分。图像的读取和显示、图像的直方图均衡化、图像的平滑滤波和锐化滤波、快速傅里叶变换、频域上的高通和低通滤波、Hough 变换、图像的阈值化、图像的膨胀、腐蚀和开闭操作、细化算法等实验完全能包含图像分析领域理论。

实验教学[3]要求学生提前阅读课程实验指导书，了解实验内容，进行初步的设计分析，自己编写核心代码，自行设计实验测试用例，预测实验结果。实验课上认真演示图像处理的效果，将实验结果与预测结果相比较，对出现的问题耐心分析和总结，按要求撰写实验报告，从而加深对数字图像分析概念和方法的理解。引导学生利用所学到的知识，来解决图像分析领域简单的实际应用问题，要把课堂上讲授的理论知识和现实生活中应用的具体例子相结合，将最新的科研前沿动态和信息反馈给学生。

2.3 将科研引入教学

科研中的图像分析相关部分要进人到教学中，让学生在学习理论知识的基础上，了解该方向的前沿技术和应用领域，这对以后的工作有重要的引导作用，也能够激发学生的探索能力和创新灵感，达到真正的学以致用。同时形成科研带动教学，教学促进科研的良性循环[4]。

将科研引入教学，开展项目驱动教学，让学生接触一些具体的项目，在做这些项目时要用到哪些知识点，如何综合运用它们，都是项目中必须解决的问题。通过项目驱动教学的方式，学生的综合实践能力将得到进一步提高。

项目驱动教学的关键是项目的选择和设计，它的好坏直接影响到教学的开展。图像分析项目驱动教学的示意图如图1所示。由图1可知，这一互动式的教学模式重点在于师生的交流反馈，学生是学习的主体，是项目的承担者 、实施者，老师在项目中主要起组织引导的作用。在项目驱动教学实施中，教师不是直接把知识技能传递给学生，而是学生在教师的指导下去选择“项目”，分析“项目”，并最终完成“项目”。学生不再盲目的把学习当任务，而是以项目需求驱动，有目的、有针对性的学习，变被动地接受知识为主动地寻求知识。学生学习的主动性和创新意识在项目实施的过程中不断强化。

根据课程的知识层次和内容体系把理论学习与科研项目相结合。譬如设计“车牌识别系统研究[5]”来展开课堂教学，如图2所示。由图2可知，“图像分析”的大部分教学内容都可通过“车牌识别系统研究”这一项目组织起来。以“实施项目”的方式引入有关概念和主题，展开教学内容深入学习，将学生的“被动学习”转换为“兴趣驱动”，从而提高教学效率。

另外，根据学校的实验条件，还可设计“脑部CT图像处理”、“运动目标检测研究”、“人脸识别系统”等项目，从而融合图像分析各方面的知识点。

整个项目的实施分为两个阶段：理论学习和项目实施。在理论学习阶段，可以引入大量应用实例，授课时重点阐述诸如医学图像处理、运动目标特征提取、智能视频监控、基于图像的工业检测、图像压缩在3G通信技术中的应用等实例。通过对具体项目的讲解，让学生对项目的理论基础有初步的了解，而这种将深奥的理论实例化，使学生易于接受，激发了学生的学习兴趣和对项目的探索激情。在第二阶段的项目实施中，将项目分成若干个小组，在教师的指导下，各小组召开会议，分析项目需求，明确项目任务，进行成员分工，确定各分工的职责及项目实施计划，在此阶段，教师扮演项目顾问的角色，解答小组成员项目实施中遇到的各种问题。学生在教师的指导下完成对项目的需求分析、系统设计、编码实现、测试部署的整个过程，达到学生在完成项目的过程中理解学科知识、掌握综合技能的目的。

项目完成之后，需要对项目进行总结和反馈。各小组提交项目结题材料，以论文答辩的形式在班上演示各小组项目成果，介绍项目实施过程、成果、优势及不足，总结项目实施阶段的经验教训，回答现场提问。在听取其他小组报告的基础上自我总结，找出自己的不足，查缺补漏，提高专业理论基础及定向分析解决问题的能力。最后，以学生自评、组内成员互评、教师点评的方式来确定每位学生的最终成绩。