数字图像处理教学中分阶段项目导入探究

高勇钢

数字图像处理教学中分阶段项目导入探究

高勇钢

（安徽师范大学数学计算机科学学院，安徽芜湖241000）

将数字图像处理教学分成三个阶段，每个阶段引入合适项目让学生独立去分析和设计，这样既能持续保持学习兴趣，同时提高了学生综合运用所学知识和技术手段解决问题的能力。

图像处理；图像检索；车牌识别；模式识别

DOI：10.13420/j.cnki.jczu.2015.06.045

1　引言

数字图像处理课程被设置为电子信息类专业本科生的基础课程，同时被许多软件学院列为软件工程专业本科阶段的专业课程。主要内容包括：（1）数字图像处理的基本概念。（2）二维傅里叶变换、离散余弦变换，小波变换的基本原理与方法。（3）图像的增强方法。（4）图像恢复和重建基本原理与方法。（5）图像压缩编码的基本原理与方法。（6）图像的分析和模式识别基本原理。

为了提高数字图像处理的教学效果，文献［5-10］分别从不同的方面，提出各种教学模式以激发学习数字图像处理课程的兴趣，锻炼和培养学生的工程实践能力。

2　分阶段项目导入

上述文献提出引入项目于教学中或实验中。项目是对所学知识的综合应用，是学以致用的直接体现，也是激发学生兴趣的重要手段，但是项目所需技术应与学生当前所学相关知识基本匹配或略有提高。如果项目所需技术过于复杂且远远超过学生当前知识储备，则会适得其反，削弱学生学习兴趣。因此本文提出分阶段引入项目的方法，根据课程进展不同阶段，引入难度适当的项目启发学生，从而使学生能够持续保持学习兴趣。数字图像处理课程教学过程可分成三个阶段：第一阶段是图像基础知识介绍，该阶段难度较小。第二阶段是图像处理重点和难点阶段，该阶段决定了学生对这门课掌握程度。第三阶段是数字图像处理主体内容已学习结束。

2.1阶段一项目导入

在掌握了数字图像的颜色模型，数字图像的像素表达，图像的算术运算等知识点之后，可以向学生提出这样的问题：如果给定图1所示花卉，从包含花、马、恐龙、大象、建筑、海滩、公共汽车等不同种类与数量的图像库中，找出花卉类图像，检索结果如图2所示。这个问题就自然引入一个基于颜色来检索图像的项目，实现该项目的算法有许多，选择一个简单易懂的算法，运用阶段一所学的知识就可以找到该项目解决方案，从而在开始阶段不久则可以增加学生学习的兴趣，能够更加期待下一阶段的学习。

基于颜色图像检索算法简述如下：1）统计给定示例图像的不同颜色范围的像素个数。2）求出示例的颜色特征向量。3）对图像库每张图像算出颜色特征向量。4）计算示例图像颜色向量与图像库中每张图像的颜色向量的距离。5）根据距离从小到大排序。6）显示距离排序小的图像。

图1花卉示例

图2　花卉检索结果

2.2阶段二项目导入

在阶段一掌握了数字图像的基础知识后，进入图像处理的难点和重点。图像变换是图像研究领域的重要方法，可以应用于图像滤波、图像压缩、图像识别等领域。物体的形状识别是模式识别研究的重要方向，广泛应用于图像分析、机器视觉和目标识别等应用领域中。在掌握了图像的离散余弦变换和傅里叶变换后，可以向学生提出这样的问题：给定图3所示蝙蝠，如何在包含鸟、鱼、笔等几十种不同形状与数量的图像库中，找出具有蝙蝠形状特点的图像，检索结果如图4所示。这就又引入另一种图像检索的方法，基于形状的图像检索。表达物体的形状有多种方法，如基于边界特征点，不变矩，傅立叶描述子和自回归模型等方法，其中傅里叶描述子就是傅里叶变换相关的形状特征描述，因此可以将图像处理的重点与难点内容傅里叶变换应用于形状的表达。傅立叶描述子的基本思想是：假定物体的形状是一条封闭的曲线，，沿边界曲线上的点的坐标是一个以形状边界周长为周期的函数。该周期函数用傅立叶级数形式表示，傅立叶级数中的系数与边界曲线的形状有关，这些系数称为傅立叶描述子，当系数项取到足够阶次时，可以将物体的形状信息完全提取并恢复出来，傅里叶描述子是在频域中表达物体边界曲线信号。

图3　蝙蝠示例

图4　蝙蝠检索结果

2.3阶段三项目导入

在图像处理基础、图像变换、图像分割等主要内容掌握后，可向学生提出这样的问题：如果给定一张轿车照片如图5所示，如何设计一个车牌识别系统能获得轿车的车牌。在该系统中需要解决如下问题：1）牌照定位技术，涉及到图像边缘提取和形态学处理，图6包含了车牌处理过程中边缘提取与形态学处理的相关图。2）牌照字符切分技术，涉及车牌图像的二值化和倾斜校正，计算倾斜角度的方法有Hough变换和Radon变换，图7包含了二值化和滤波等相关图。3）车辆牌照字符识别技术，可采用模板匹配和神经网络的方案。车牌识别系统处理步骤简述如下：1）图像采集。2）图像预处理。3）车牌定位。4）字符分割。5）字符识别。6）输出识别结果。

图5　车辆示例

图6　车辆检测过程相关图

3　结束语

教学实践表明，项目是提供数字图像处理教学效果的非常好的方法，但教学效果与项目引入的数量、难度以及时机等因素密切相关。通过在数字图像处理教学的三个不同阶段分别引入相应精选的项目，确确实实提高了学生学习兴趣并很好地锻炼了学生实践能力。

［1］冈萨雷斯.数字图像处理［M］.3版.北京：电子工业出版社，2011.

［2］李俊山，李旭辉.数字图像处理［M］.2版.北京：清华大学出版社，2013.

［3］龚声蓉，刘纯平，赵勋杰.数字图像处理与分析［M］.2版.北京：清华大学出版社，2014.

［4］王淑慧，王庆华.研究性学习课程建设的探索［J］.中国大学教学，2006，18（9）：56-59.

［5］吴冬梅.融入研究性教学模式的（数字图像处理）课程教学改革［J］.武汉大学学报：理学版，2012，58（2）：160-162.

［6］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，2006，1：62-65.

［7］杨淑莹，张桦.数字图像处理教学软件的开发设计［J］.天津师范大学学报：自然科学版，2009，29（4）：76-80.

［8］邓继忠，金济，陈羽白.基于PBL模式的数字图像处理实践教学探索［J］.实验室研究与探索，2012，31（9）：139-141.

［9］李露，谢凤英，姜志国，等.关于在实验课程中培养研究生创新实践能力的探索［J］.实验技术与管理，2010，27（11）：235-237.

［10］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.

［责任编辑：桂传友］

G642

A

1674-1102（2015）06-0147-02

2014-10-21

安徽省高校自然科学基金项目（KJ2012Z116）。

高勇钢（1970-），男，安徽芜湖人，安徽师范大学数学计算机学院讲师，硕士，研究方向为图像处理。