时间：2022-04-06 10:47:45
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇数字图像处理论文范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
中图分类号：TP399 文献标识码：A 文章编号：1007-9416（2013）03-0242-01
在高校教学体系中，数字图像处理成为了包括理工科、农医科在内专业必选课程或者重点选修课程。作为一门理论知识丰富、实践性非常强的高校课程，当前PBL模式已经成为了包括美国在内的多个国家的主要教学模式。
1 PBL模式与数字图像处理结合探索背景
PBL模式作为一种较为先进的教学模式，英文名称Problem-Based Learning，其含义为问题式教学模式或者基于问题的学习模式，PBL模式的主要思路是以问题为前提进行教学的展开活动，这一教学方法的特点在于在教师的直接参与和指导之下，将学生放在主体地位，通过小组讨论的方式，通过以某一具体问题为中心的研究讨论和加强学习的过程，将教学的焦点放在某学科的重要原理以及关键概念之上，通过帮助学生自己构建知识体系的过程，养成学习独立学习、独立思考的基本能力，数字图像处理具有其本身独特的特色。
其一，该门课程的理论知识丰富，知识点较为深奥难懂[1]；其二，日常生活中，应用到的数字图像处理相关课程知识点较多，对学生综合能力要求较高，尤其在工科专业的基础知识学习中要求较高，需要对计算机、数学等学科知识进行综合运用，例如，湖南省某学院部分专业在开设这门课程时，每一学期的课时量为30至40课时，该学院部分立刻专业设置了选修课程的的课时量。依靠传统的教学模式进行数字图像处理已经不适宜当前的教学实际，须对高校包括机械制造专业、自动化等专业的数字图像处理能力进行要求，才能全面提升学生的综合能力。
2 基于PBL模式的实践教学改革方案探索
2.1 对数字图像处理实践教学方式方法的研究
以上述湖南某城市学院为例，为推进数字图像处理的PBL模式改革，该校自行编撰了验证性课程指导实践用书，该书的主要内容包括了30多个实践项目，涵盖了图像分析、图像滤波、数字处理软件的使用以及图像分割等多个板块知识点，该学院学生中计算机普及程度广，所以在进行图像处理实践时可自行下载相关的支持软件。改变以往该课程集中实践方式，升级成分散与集中结合的模式，即第一步学生利用业余时间或者在专门实验室内完成数字图像处理分散实验，第二步教师对学生教学实践中产生的问题进行一对一面谈解决或者利用网络通讯工具解决问题，第三步，通过多次的分散式课程实践活动，利用4个至6个课时进行集中式教学。
2.2 突破数字图像处理理论教学模式
其一，确保在对数字图像处理完整性以及整体性进行维护前提下，在实践教学课堂中尽量避免对数字处理相关公式的重复推导[2]，主要对相关算法以及关键原理进行说明，如在对均衡处理数字图像知识点进行讲解过程中，直接引用推导公式，利用均衡化图像的原理以及关键算法进行处理技术的编程；其二，在对相关的信息进行筛选之后重点对处理图像的算法进行编程和实践应用，在对图像处理边缘检测知识进行运用过程中，可以将Hough的变换、路经检测加强联系，更好进行编程；其三，在解决实践问题的过程中，多进行实例的例举，可利用2至3个课时对实践教学的背景、已有的实践教学成果的、重要技术流程、重要算法进行演示等。
3 基于PBL模式的数字图像处理教学方案设计
仍以湖南某城市学院信息学院为例，从PBL模式出发，针对于数字图像处理建立了处理库，这一项目中涵盖处理图像、分析图像、识别图像等多类别项目，例如“门禁系统视觉识别系统”、“指纹识别”、“二维码检测”等，学院每学期建立了不低于36个的项目，学生可在这些项目中进行选修，另外，以40个课时为标准，数字图形处理理论课程教学学时为30个，实践性教学课时为10个，每周保证3个学时，总共教学时长为13个教学周。
第一，在进行教学的前两个周内，将数字图像处理课程PBL模式实践考察和教学方式进行明确和推介，并将以往的学生实践教学成果进行分享，为学生在选修过程中提供参考，学生进行是否选修的决策；第二，在3至4周，拟定学生课程选修名单，进行实践性教学任务的布置，确定36个以上的实践项目给学生，学生自动组成项目合作，保持每组在3个人左右，学生自行数字图像处理选择题目，对实践项目进行图像加文字型的介绍，尽快确定目标，尽快对实践应用难度进行确定以及评分；第三，在5至6周的时候确定数字图像处理实践目标书，确定相关参考资料；第四，在7周至12周时间内实施实践项目，学生利用课余时间完成分散型实验，这段时间内适当安排集中型实验，对实践项目进行验证，在这一过程中，特别注意积极提出实践项目存在的问题，及时检查问题解决的进度，教师有针对地进行问题解答，帮助实践小组完成任务目标；第五，在第13周时，组成专业或者班级为小组的实践项目答辩，实践项目的成果进行答辩与说明；最后，数字图像处理课程教师完成总结，学生对实践项目进行报告，教师根据实际情况对学生进行打分。
4 结语
基于PBL模式的数字图像处理的教学形式，能帮助高校学生快速了解和吸收处理数字化图像过程中必要的技术、方法与原理等知识点[3]，还能帮助学生掌握数字图像处理实践项目的实践研究方法和思路，提升学生利用图像处理的基础知识灵活解决生活实际问题能力，提升学生的学习积极性以及创新、实践能力，对于全面提升数字图像处理相关课程的教学质量具有重要作用。
参考文献
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.
【中图分类号】G642 【文献标识码】A 【文章编号】1006-9682（2012）11-0017-02
一、引 言
《数字图像处理》是高等院校信息与通信类专业重要的专业课程之一，主要内容为数字图像处理技术的基本概念、基本原理、基本分析方法和图像处理的新技术。该课程基于信号分析与处理理论，概念抽象、原理复杂、理论性较强，给学生带来一定的难度。[1]
《数字图像处理》课程的理论教学很抽象，仅通过理论教学学生很难掌握数字图像处理的基本原理。因此，在教学过程中，通过实验使学生加深对理论的理解，提高实践动手能力。但数字图像处理课程所设计的实验一般是针对某一局部理论知识点或关键技术，如“利用直方图技术进行图像增强”、“边缘检测算法”等，这些实验内容带有一定的局限性，难以使学生较综合地掌握整个课程的知识体系。
为了解决上述问题，有效利用和挖掘实验室资源条件，创造良好的育人环境，充分发挥实验室在实施素质教育、创新精神和实践技能培养中的作用，进一步深化提高实践教学水平，我们将开放性实验形式引入《数字图像处理》课程中，为学生提供开放式的实验内容和平台，在教师的指导下，有组织、有计划、有步骤地完成相关内容。
二、实验开放性要求
1.以学生为主体
开放性实验教学强调以学生为中心，在实验项目、实验设备、实验方式方法、实验时间和实验难度等方面给予学生充分的自，使学生能够根据个人的实验基础、专业特点和兴趣爱好选择相应的实验内容，这就使学生处于教学的中心地位，有利于调动他们的学习兴趣，从而激发其解决问题的积极性。
开放性实验以学生为主体，要求学生以团队形式进行分工与合作，共同完成某一具体任务目标。从任务目标的制定、整个任务的完成。
2.教师的指导
开放性实验以学生为主体，离不开专业教师的启发与引导。无论是课内扩展性或延伸性的实验、课程设计提出的实验、毕业设计题目、学生自选题目、科研、竞赛等开放性实验都应配有指导教师，指导教师对学生选题的科学性及难易程度进行审核，并认真审阅学生独立拟定的实验实施方案、设计实验步骤，经指导教师审阅同意后，方可进入实施阶段。指导教师对实验过程中可能存在的若干问题要有预案、论证，并提前向学生提出警示防范。[2～3]指导教师需要定期到开放实验室进行指导，注重对学生实验过程中的启发，引导学生的创新意识、刻苦钻研、勇于探索精神，同时善于发现学生潜在的天赋和才能，尊重学生的个性和差异，引导他们走上适合自身发展的道路。苏霍姆林斯基曾说：“世界上没有才能的人是没有的。问题在于教育者要去发现每一位学生的禀赋、兴趣、爱好和特长，为他们的表现和发展提供充分的条件和正确引导”。教师要不断激发学生学习的主动性和积极性。学生在开放实验项目完成后，首先向指导教师提交实验结题报告、论文或实物等实验结果，作为学生成绩和科技成果学分的评定依据，指导教师对实验结果和报告进行正确评价。
3.内容灵活
开放性实验的内容设计灵活，可以由教师设计相对自由度较大的实验项目，并通过多种方案实现实验目标，学生则通过查阅资料，结合课堂教学内容，对具体方案进行分析，教师则可以对其进行指导，选择合理方案实现。在这种方式中，学生可以充分发挥自身的主观能动性，按照自己的想法完成实验项目。
另外，也可以由学生自己制订相关内容的实验项目来完成，从题目选择、方案设计等方面都由学生完成，教师进行审核和指导。这种方式对学生提出了更高的要求，可以结合学生具体情况有选择地实施。
此外，开放性实验还要求实验室开放设备、开放管理、人性化考核、建立健全开放性实验激励机制等方面的辅助措施，[4～5]形成意识、知识、能力于一体的工程实践能力模式。
三、开放性实验设计
由于是首次在《数字图像处理》课程中进行开放性实验的尝试，结合本校学生的具体情况，采用教师设计开放性实验项目、由学生选择具体方案来完成的方式。主要提供了“视觉特征提取实验”和“城市路况信息提取实验”，都是结合本专业学科多年科研经验和成果设计的。
1.视觉特征提取实验
本实验针对机器视觉领域中对数字图像上目标特征的提取和定位要求提出的，要求学生能够提取机器视觉中常见的椭圆形特征和角点，见图1。
图1 视觉常用特征
为学生提供了此类图像处理的基本流程和关键环节，如图像预处理、目标特征的粗定位、目标特征的约束判断、目标特征的
高精度定位等。[6]学生根据每个环节的要求查阅资料，设计具体的实现方法。
本实验的主要目标是让学生了解图像常用预处理方法、不同图像增强效果的比较、图像具体目标特征的识别等。同时，结合本实验，可使学生接触机器视觉研究领域，也加深了对数字图像处理的理解。
2.城市路况信息提取实验
本实验针对目前城市道路拥堵现状，利用道路视频监控设施和数字图像处理方法，自动对路况信息提取，见图2。
图2 交通路况视频截屏图
该实验要求学生对监控视频流进行获取，截取每帧图像，经过图像预处理、车辆目标识别、车辆目标跟踪等过程，实现视频中车辆的识别和跟踪，并最终对路况信息进行综合判断。
本实验紧贴生活实际问题，具有很强的实用性，学生也便于理解。通过本实验项目，让学生了解图像常见预处理方法、边缘检测算法的比较、图像区域分割方法、运动目标跟踪等。结合本实验，也可以使学生直观地了解到数字图像处理的实际应用价值，加深对数字图像处理的理解。
四、结束语
通过在《数字图像处理》课程中开设开放性实验，较好地解决了该课程实践能力锻炼环节不足的问题，为学生提供了更多锻炼的机会。利用数字图像处理在科研和生活等方面的实际应用，不仅使学生更多地了解了《数字图像处理》课程的实用性，而且亲自接触和实践了相关方案，在提高能力的同时，也为学生带来了较大的成就感。
目前的开放性实验仅开设了两个实验项目，在今后的教学过程中要进一步发掘和整理新的项目。另外，还需要在实验室开放管理、开放性实验成绩评价和考核等方面加深探索和研究。
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）：96～98
2 张波、贯会明.开放性实验在实验教学体系构建中的作用[J].实验室研究与探索，2010（9）：135～137
3 周玲艳、秦华明、梁红.开放性实验教学探讨[J].中山大学学报论丛，2006（26）：225～227
4 李金萍、陆玲、刘自强、徐玮.数字图像处理课程实验教学改革探索[J].科技视界，2012（7）：23～24
【中图分类号】G642 【文献标识码】A 【文章编号】2095-3089（2015）10-0016-02
一、课程特点和教学现状
1998年教育部新增地理信息系统（GIS）本科专业后，我国GIS教育发展形势空前活跃。目前，国内已有近200所高校开设了地理信息系统专业，逐步形成了比较稳定的GIS专业课程体系与课程设置方案（石永明，2011）。其中，遥感系列课程（遥感物理与技术、遥感数字图像处理、遥感地学分析与应用）成为GIS专业课程体系中的重要模块。充分利用各种图像处理算法从遥感数据中获取各种生物物理参数和土地覆被/利用信息，可以为自然和人文生态系统的空间分布式模型提供输入参数，在遥感技术应用中占有十分重要的地位。
《遥感数字图像处理》是一门系统研究遥感图像理论、技术和应用的课程（路元刚，2012）， 它是遥感科学技术和地理信息系统等专业本科生的专业课（朱洪锦，2012；宋怀波，2014）。数字图像处理技术的迅速发展使其分支几乎扩展到农业信息科学的全部领域，该课程强调实践性，实践教学是创新人才培养中的重要环节，对于培养学生专业技能和理论实践结合能力、激发学生的创新思维和探索精神、提升科研能力，有着重要意义。因此，只有通过适时安排实验课，才能收到最佳的教学效果。目前，国内高校中该课程一般都安排有12个学时以上的实验。新疆农业大学GIS专业的《遥感数字图像处理》课程于2009年开设，教学过程中重视实践教学环节，安排有20-24学时的上机实验，按照教育部对实验课的要求，实验类型主要为验证性和综合性。虽然现有的实践教学内容不断丰富，但仍以教师为主导，学生的学习兴趣没有被完全调动，主动思考的意识尚有待提高。而现代教学模式强调学生的主观能动性，教学要以学生为中心，使学生处于主动的地位。因此，如何更好地激发学生学习遥感图像处理的兴趣、鼓励学生自主学习理论知识并培养动手能力是在本课程课堂实践环节中最重要的目标之一。笔者所在的新疆农业大学GIS教研室的教师通过多年的课程实践教学积累了一些经验，并在实践中取得了很好的效果（朱磊，2014），需及时地进行系统地梳理和总结，尽快建立起一套符合农业类院校遥感图像处理的课堂实践教学模式，以规范和完善课程实践教学的内容并推动授课模式的改革，有助于提高GIS专业学生的遥感图像处理的实践能力。综上所述，本研究拟将“研究型教学模式”和“问题导向型教学模式”引入到课程的课堂实践环节中，构建以学生为主导的实践体系，使学生了解和掌握了图像处理的主要内容和方法，培养学生团结协作和创新思维能力，为今后深入学习专业课程和高质量完成毕业论文奠定基础。
二、实践教学内容调整
1.调整课时安排
《遥感数字图像处理》课程强调学生的实践动手能力，因而实践教学在整个教学过程中占据重要地位。新疆农业大学自2009年开设“遥感数字图像处理”课程以来，课程总学时为50-52学时，其中实践教学课程始终保持在20学时至24学时之间，占课程总课时量的近50%，高于其它同类高校约33%的平均比例（黄秋燕，2008）。较高的实践教学课时，保证了学生能够接触到大量的综合性实验，并有足够的时间能在教师指导的状态下熟悉和掌握实践技能，这对他们提高动手能力、积累实战经验大有益处。全部课程共十章，除第一章绪论外，其余各章均安排有2-4学时的课堂实习。
2.补充教学材料
《遥感数字图像处理》课程相关教材较多，我们选用的是韦玉春等主编的、科学出版社出版的《遥感数字图像处理教程》（韦玉春，2007）。该教材结构设置合理，对遥感数字图像处理的基本概念和常用方法进行了系统的讲解。但限于篇幅，教材中对涉及到的其它遥感领域的一些定义、算法和思路仅做了概述，因此向学生推荐了多本辅助教材，如：赵英时主编的《遥感应用分析原理与方法》（赵英时，2003）和戴昌达等主编的《遥感图像应用处理与分析》（戴昌达，2004）等。另外，鉴于教材中部分内容的时效性，不能够反映最新的研究动态，而这部分内容恰恰是教材中最能够引发学生学习兴趣的部分。因此，我们鼓励学生自行检索并下载阅读近1-3年相关领域的文献，并推荐有能力的同学阅读英文文献。同时，引导学生充分利用网络资源，主动查阅资料，不断更新知识库、扩展知识面。
3.推进学科交织
遥感（RS）、地理信息系统（GIS）和全球定位系统（GPS）构成了“3S”综合应用体系，遥感作为该系统最重要的数据源，与其他学科结合紧密。学生已初步具备了GIS和GPS的基本知识和操作技能。因此，教师适时地运用视频、图片等多媒体方式将“3S”实际应用的案例穿插在理论讲授过程中，让学生了解遥感图像处理在整个“3S”应用体系中的作用和技术要求，以及RS如何与GIS和GPS衔接与集成。此外，积极引导学会学生触类旁通、举一反三，不仅要知道怎么做，而且知道为什么做，同样的方法还能够解决什么问题，碰到类似的问题时自己是否能够独立解决等等，这对学生日后面对实际工作、解决实际问题具有极大的帮助。
三、实践教学方法改革
1.构建任务导向式的实践教学模式
根据实践教学方案，各主要章节理论知识讲授完毕后，均安排相关内容进行上机实验。课堂实验选题设计为学生在未来的专业领域可能遇的“真实世界”的现实的问题，没有固定的解决方法和过程。整个过程以自主探究和小组写作为主，减少教师的“灌输式”讲述。在每一个任务完成和每个课程单元结束时进行自我评价和小组评价，并定期进行总结。如：第八章图像分割上机实验题目为“运用空间建模手段，提取给定影像上的植被信息，非植被区域保留原始影像”。通过完成该任务，学生可以复习、巩固以下知识点和技能点：（1）归一化植被的概念、作用和计算步骤，不同取值的指示意义；（2）如何为植被区域赋常量值，非植被区域保留原始影像；（3）借助专业图像处理软件ERDAS IMAGINE的空间建模平台，构建针对本任务的模型。上机实验中任务的设计对教学效果极其重要，应全面考虑学生对理论知识的掌握程度，并要求教师对重要知识点的提炼和融合，力求让学生通过完成一个课堂任务来增强对理论知识的理性认识，更重要的是培养学生分析问题、解决问题的能力。
2.培养学生团队合作意识和能力
实践教学活动在我校综合实验楼GIS机房中进行，作者本学期所带的GIS132班共计29人，按照自愿结合的原则，分为10个小组（除第十组为2人外，各小组均为3人）。同一小组的同学座位相邻，便于交流。每人一台计算机，保证操作的独立性。
首先用很短的时间对已学的相关知识进行简要的复习，让学生较快地进入到学习新知识的氛围中来，并让学生了解到本节课实践内容与复习内容的相关性，为之后学生自主探究及实践做铺垫。
之后教师课堂任务，学生以小组为单位开展实践。由于最终的考核是以小组为单位，所以组内的每位成员都需按时完成任务，且保证质量，小组内部就会产生一种你追我赶的学习状态，每个学生都不想因为自己的落后而影响整个小组。从而在小组内自发形成“快带慢、快帮慢”的学习模式。此外，在任务完成质量同等的前提下，教师将对先完成任务的小组给出较高的分数，各小组间也形成了竞争模式。先完成的小组可以帮助进度较慢的小组，这种帮助其他同学完成任务的过程也会让先完成的同学获得成功的体验，形成“任务一出，大家争相完成”的学习氛围。
3.改革学习考核评价方法
本研究运用上述授课形式，对GIS132班进行了教学模式改革的尝试，学期末通过对学生进行的调查问卷，获取了学生对知识掌握的情况及对该授课方式的意见和建议。最终，综合学期考勤记录、学生课堂表现记录和期末调查问卷，得到课堂实践教学模式改革的整体效果评价，结果显示：（1）学生出勤率较高，完成作业情况较好，课程学习的积极性较高：全班共计29人，本课程包含13个教学周，总计旷到1人次、请假2人次、迟到5人次；课后书面作业5次，总计4人次未按时提交，作业正确率较高。（2）学生对知识点的掌握更为牢固，调查问卷显示90%以上的学生认为通过本学期的学习，掌握了遥感数字图像处理的主要步骤和方法，了解了实际应用的领域。（3）课堂实践教学模式取得了较好的效果，全班认为“问题导向型模式”和“小组协作型模式”有助于课堂理论知识的巩固和实践操作技能的提高的比例达到100%。
四、结语
《遥感数字图像处理》课程是地理信息科学专业本科生的专业必修课，在整个课程体系中占有重要地位。该课程在理论和方法的课堂教学之外更加强调学生的实践能力，因此该课程的课堂实践教学显得尤为重要。本研究探索性地将“研究型教学模式”和“问题导向型教学模式”引入到课程的课堂实践环节中，构建了以学生为主导的实践体系，同时编制《遥感数字图像处理实验手册》。该教学模式在提高学生学习主动性和创造性及培养团队意识等方面取得了较好的效果，。今后的教学改革中，如能将该模式与翻转课堂等其它先进的教学模式进行合理地组合，将开创《遥感数字图像处理》课程课堂实践教学的新模式，进一步提高学生自主学习的效率，并有助于探索出一套适合GIS本科生实践技能和创新能力培养的开放式的综合教学体系。
参考文献：
[1]石永明， 田永中. 地理信息系统实验课程教学探讨[J]. 实验室科学， 2011， 14（1）： 26-29.
[2]朱磊. 浅析地理信息系统专业本科生创新能力的培养[J]. 2014， 4： 154-155.
[3]路元刚. 《数字图像处理》课程的教学探讨与实践[J]. 江苏教育学院学报（自然科学）， 2012， 28 （5） ： 32-33.
[4]朱洪锦， 范洪辉， 叶飞跃， 等.《数字图像处理技术》课程的教学改革探索[J]. 吉林化工学院学报， 2012， 29 （12）： 24-27.
[5]宋怀波， 何东健， 龙燕， 等. 农业院校《数字图像处理》课程教学改革与实践[J]. 教改研究， 2014， 70： 10-12.
[6]黄秋燕. GIS专业遥感概论课程实验教学改革探索[J]. 科技信息， 2008（27）： 352-353.
[7]韦玉春. 遥感数字图像处理教程[M]. 科学出版社， 2007.
[8]赵英时. 遥感应用分析原理与方法[M]. 科学出版社， 2003.
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].
1《图像处理》课程的特点
1.1教学内容适合双语
由于《图象处理》课程是一门涉及多领域的交叉学科，也是目前发展最迅速的学科之一，因此大量原始文献传播和交流都采用英文方式。但是，目前国内的中文教材基本是英文文献的翻译，很多专业词汇在不同教材中翻译成不同的中文词汇。为让学生获取对知识点最精准的理解，获取最“原汁原味”的科学知识，采用双语教学是比较好的途径。
《图象处理》课程具有理论性和实践性特点，易于实现双语教学。《图象处理》课程内容涉及大量的图像、图形，生动直观，文字讲授内容相对于其他课程较少，因此，更容易吸引学生的兴趣，实现双语教学时易学易懂。
1.2教学对象适合双语
电子信息工程专业的本科生历来属于学校的优质生源，在外语水平和实践能力上较为突出。《图象处理》是针对大三学生开设的专业基础课，在专业基础知识方面，通过大一大二期间，对《信号与系统》《数字信号处理》《信息论》《通信原理》等相关专业课程的学习，已经具备一定的专业基础，为《图象处理》课程的学习和理解奠定了基础；在英语听说和阅读水平方面，《大学英语》课程的学习已经全方面训练了学生的英语听说和阅读能力，具备使用英语学习专业课程的水平；在实践方面，大三学生已经学完《C语言程序设计》、《Matlab语言》课程，具备基本的编程能力，能够实现理论教学与实践教学相结合。
1.3稳定的教学团队
我们基本形成一支由5人组成的结构合理、力量雄厚的教学团队，其成员包括教授1名，副教授1名，讲师3名。团队中有1名青年教师在攻读博士期间曾前往德国波恩大学计算机系深造一年，并参与其图象处理相关课程的全英文教学工作；另有2名青年教师在武汉科技大学青年教师讲课比赛中获奖，这些青年教师将成为教学、科研的主力军。
2《图像处理》课程建设措施
2.1师资队伍建设
2.1.1选派青年教师到国内外知名大学做访问学者。在获取湖北省教育厅，以及国家留学基金委提供的出国进修资助项目下，派遣教学团队的教师到国外知名大学访学进修，提高英语读写表达能力，提高英语授课水平。
2.1.2通过中外合作办学项目，选派老师到美国桥港大学进修半年。
2.1.3选派青年教师参加高水平的学术研讨会。科研与教学相互促进，信息学科更新发展迅速，让青年教师提高科研水平，接触最前沿的科研动态，才能在课堂上传授实用性强、前沿的专业知识。
2.1.4通过传、帮、带等系列方法培养青年教师。通过对青年教师传帮带，开发青年教师的潜能，传授教学经验，帮助青年教师成长，使本课程始终拥有一支稳定的教学队伍。
2.2教学方法、手段建设
在教学内容安排上，遵循“少而精”原则，精选经典内容；探索构建“多层次实践教学体系”；通过学生专题研讨，引进数字图像处理现代技术；将教师科研成果转化为教学内容、实验项目，提高学生的实践能力和创新能力。
采取研究式教学，理论与实践相结合，在课堂上教师先讲授理论内容，选取具有代表性的案例，将案例的模块与理论知识点结合，通过实验结果验证理论知识，再通过理论知识释解实验结果，加深学生对知识点的理解。
采取启发式教学，每学期举行2次课程学习讲座，让学生以所学内容为基础，指定或自选一个主题，在课外查找资料，拓宽知识面，制作成PPT，进行口头汇报。通过这种知识迁移的方法，一方面巩固学生的知识掌握，另一方面也提高了学生的表达能力。
目前，武汉科技大学《图像处理》双语课程共计40学时，其中32理论学时，8实验学时，具体教学安排详见下表：
3教学效果预测
3.1让学生体验不同的教育模式，促进素质教育和创新教育
我国教材系统性强、叙述严谨、知识体系清晰，重视对学生基本概念和理论推导的训练；国外教材有意识地激发学生学习的好奇心，注重启发学生思考，激发学生自主学习的兴趣，注重理论联系实际。双语教学融会中西方教学理念之所长，能促进学生创新能力的培养。
3.2用外语直接获取专业知识，培养学生专业英语交流能力
学生应用外语直接获取专业知识，不仅可使学生能切实掌握相应课程专业知识，同时在英语能力，尤其是科技阅读能力和专业词汇量的扩展等方面得到实用性的锻炼，提高阅读英文文献、撰写专业英文科技论文的能力。
4受益的专业和学生人数
课程的建设及相关资料的共享将使信息学院的电子信息工程专业与通信工程专业常年在校本科生、研究生约1000余人直接受益；全校相关涉及信息计算类理工专业，如自动化、信息计算科学、机械工程自动化等本科生可同步学习和参考。
5结论
武汉科技大学信息学院面向电子信息工程专业本科生开展《图象处理》课程双语教学实践已达六年之久，基本形成了较为稳定优秀的教学队伍，并积累了较丰富的教学经验。所有的教材、课件、教案、试卷及参考资料等都已基本完成英文化制作。同时学院提供了专业计算机实验室和多媒体设备供同步教学和上机实验，为做好课程的双语教学工作奠定了扎实的基础。
参考文献：
中图分类号：G643.2 文献标识码：A DOI：10.16400/ki.kjdkz.2016.03.015
Research and Practice on Course Group of Pattern Analysis and
Visual Processing for Graduated Students
SUN Han， CHEN Songcan， LIU Ningzhong， HUANG Yuanyuan， ZHU Qi
（College of Computer Science and Technology， Nanjing University of
Aeronautics and Astronautics， Nanjing， Jiangsu 210016）
Abstract By analyzing the teaching status of pattern analysis and visual processing course group， this paper puts forward the new teaching goal， which includes improving students' international vision， the ability of linking theory with practice， and promoting the engineering practice ability and innovative consciousness. Then this paper discusses the whole process of course group reform. Firstly the structure of teachers' group is optimized. And then the knowledge system of course group is sorted and the teaching mode is improved. Finally the practice system of course group is optimized and the assessment system is reformed.
Key words pattern analysis； computer vision； teaching reform
1 背景
我校模式分析与智能计算研究所师资团队是江苏省“青蓝工程”创新团队，主要研究领域包括智能数据分析、图像处理和机器视觉等方向，承担研究生和本科生的模式识别、机器学习、数据挖掘、智能信息检索、数字图像处理、计算机视觉等课程的教学任务。以往的教学过程中虽然积累了丰富的教学经验，但当前新知识不断涌现、新技术发展迅猛，对模式分析与视觉处理课程群的知识体系、实践体系改进提出了新的挑战。
近年来，国内外高校在该类课程教学上，已涌现出众多新理念、新方法。Coursera联合创始人Andrew Ng推出的机器学习课程，开启了教育领域的MOOC时代，引领了教育教学方法的新革命。①深圳大学、②江苏科技大学③分别进行了基于CDIO工程教育理念的计算机视觉课程教学改革实践，实现多层次项目设计的教学模式改革，讲座式、讨论式、实践式教学方法的探索。国防科技大学④在计算机视觉课程中引入研讨式教学模式，通过案例教学、小组研讨的方式来替代传统的教学方式。华中科技大学⑤从教学内容国际化、教学方式国际化、教学成果国际化三个方面开展了计算机视觉课程的国际化建设。另外，也有高校进行了图像工程课程群建设，⑥基于图像分析与计算机视觉应用课程结合的项目协同创新能力培养实践。⑦
在分析上述国内外高校该类课程改革的基础上，我们重点以模式分析与视觉处理课程群的实践教学体系改革为切入点，优化师资队伍结构，梳理课程群知识体系，优化课程授课模式，完善课程群实践体系，改革实践考核模式，实现学生国际化视野、理论联系实际、工程实践和创新能力全面提升的目标。
2 模式分析与视觉处理课程群特点
模式分析与视觉处理课程群涵盖了模式识别、机器学习、数据挖掘、数字图像处理、计算机视觉等多门课程。该类课程存在以下特点。
（1）该类课程属于多学科交叉，涉及的知识面既广又深。由于该方向涉及计算机科学与技术、应用数学、自动化、电子科学与技术、信息工程等多学科内容，而学生在大学本科阶段很难学习和了解如此多的知识模块，这对研究生阶段学习来说，具有相当大的挑战。同时，对于每个知识模块，所要求的数学基础较高，理论具有相当的深度，理解和掌握不容易。
（2）该类课程既重视扎实的基础理论，也强调良好的工程实践能力。该类课程的基础理论教学一直受到各高校的重视。随着近年来产业界的迅猛发展，计算机视觉应用层出不穷，对学生的工程实践也提出了更高要求，需要能够在系统层次上有整体认知，同时要能对各功能模块进行优化，提升系统的整体性能。
（3）该类课程所面向的选修学生面广。该类课程既是多学科交叉，也面向计算机应用、电子科学与技术、自动化、应用数学等不同研究方向、不同水平层次的研究生开设。这对课堂教学和实验实践也带来更大挑战。
3 模式分析与视觉处理课程群改革举措
针对上述分析的课程群特点，我们重点以实践体系改革为突破口，通过优化师资队伍结构，梳理课程群知识体系，优化课程授课模式，完善课程群实践体系，改革实践考核模式等举措，实现学生国际化视野、理论联系实际、工程实践和创新能力全面提升的目标。
3.1 师资队伍结构优化
为了学生能够适应模式分析与视觉处理产业的快速发展，在课程群建设过程中更强调学生的工程实践和创新能力培养。这首先对师资队伍结构提出了新的要求。
近年来，课程教学团队引进海内外具有深厚理论功底和较强工程能力的高水平师资4名，大大充实了机器学习、数据挖掘、图像处理等课程的教学力量。对于现有教师队伍，鼓励教师跟产业一线企业广泛合作，目前已与华为、中兴等企业在视频检索、智能交通视觉处理等方面开展了实质合作。这些来源于产业界的高质量课题对科研和教学起到了良好的促进作用。
与此同时，通过研究生工作站、企业短期实习等渠道，鼓励企业高级研发人员参与到学生实践能力培养环节中，将实际项目进行适当切分或提炼，实现该类课程实践环节的模块化、专题化训练。
综上，通过引培并举，优化校内师资队伍结构；通过校企合作，积极吸引企业师资参与。良好的师资队伍为该类课程的实践体系改革提供了有力支撑。
3.2 课程群知识体系梳理与授课模式改革
模式识别、机器学习、数据挖掘、智能信息检索、数字图像处理、计算机视觉等课程既有一定的逻辑关系，也存在相互交叉的混杂关系。一般认为，模式识别、机器学习是模式分析与视觉处理领域的基础理论课程，数据挖掘是建立在模式识别、机器学习和数据库基础上的应用类课程，智能信息检索则是数据挖掘基础上更为具体的应用实现。数字图像处理为计算机视觉课程提供了基础支撑，计算机视觉则是在综合利用模式识别、机器学习、数字图像处理、数据挖掘等知识模块基础上面向应用的系统实现。但是，这些课程也存在着知识点的交叉或重复。例如，模式识别和机器学习中都有贝叶斯参数估计、支持向量机模型等知识点，但视角和侧重点有所不同；图像处理、计算机视觉中都有颜色模型、成像模型等知识点，也同时存在与模式识别、机器学习交叉的知识点。
我们针对来自不同研究领域的学生群体，对该课程群的知识点进行系统梳理，既避免知识点的重复讲授，也防止重要知识点的缺漏。课程教师集体讨论，形成每门课程的核心知识集，和针对不同研究领域的选讲知识集。学生在学习课程时，在掌握核心知识集的基础上，结合自己的研究方向选择相关的选讲知识集学习。
在课程教材和参考书的选择上，注重挑选国际上有影响力的教材。例如，模式识别的参考书为Richard O. Duda等人编著的Pattern Classification；机器学习的参考书为Tom M. Mitchell编著的Machine Learning和Christopher M. Bishop编著的Pattern Recognition and Machine Learning；数据挖掘的参考书为Jiawei Han等人编著的Data Mining：Concepts and Techniques；数字图像处理的参考书为K. R. Castleman编著的Digital Image Processing；计算机视觉的参考书为D. A. Foryth编著的Computer Vision： A Modern Approach和Richard Szeliski编著的Computer Vision： Alogrithms and Applications。这些教材已被国内外著名大学普遍采用。同时，每门课程都提供相关的国内外顶级会议和期刊的列表，供学生课后追踪研究领域的热点问题。
在课堂授课环节上，注意采用灵活多样的授课方式。对于核心基础知识模块，以教师讲授为主，同时提供国内外该类课程的热门MOOC网址给学生参考。对于选讲知识模块，鼓励学生事先结合各自研究方向有目的自学，在学生报告的基础上进行课堂讨论方式进行。充分发挥学生学习的主体作用，也便于教师了解学生的水平和学习状况。
除此以外，不定期邀请国内外著名学者来校做学术报告，让学生充分了解该研究领域的最新前沿动态，并就热点问题进行专题讨论。
3.3 课程群实践体系完善与考核方式改革
工程实践和创新能力的培养是该课程群改革的重要目标。我们在上述师资队伍结构优化、课程群知识体系梳理与授课模式改革的基础上，着力进行课程群实践体系的改革与完善。我们通过多层次菜单式的实验项目选择、项目牵引的创新能力训练、学生综合研究能力的全面考查等方面来实现。
首先，整合和优化课程群实践内容，实现多层次菜单式灵活选择。根据各研究领域的要求进行灵活搭配，根据学生个体的能力与水平选择适当规模和难度的实践内容，通过课程内的基础实验、课程间的综合实验、课程群的创新实验来选择和组合，如图1所示。
图1 多层次菜单式实验内容示意图
基础型实验内容主要是各课程核心知识点的实验验证，主要包括模式识别，机器学习，数据挖掘，图像处理与分析，计算机视觉等课程的实验。要求选课学生对这些基础实验必做，打下良好的研究基础。
综合探索型实验在基础型实验基础上，既有单门课程内总的综合实验，也有课程间知识的综合应用。主要分为两大块，包括模式分析与机器学习方向的综合实验，以及图像处理与机器视觉方向的综合实验。实验目的主要是针对这两大块方向重点知识的综合分析和比较，能够熟练掌握和灵活应用。例如模式分析、机器学习、数据挖掘等方向都用到的线性判别分析、支持向量机、均值聚类等内容；图像处理与机器视觉中的图像特征抽取、视觉系统选型、目标检测、特定平台的算法优化等内容。学生可根据各自研究方向有目的的选择两块综合实验的大部分内容。
在综合型实验基础上，该课程群通过若干创新型实验来检验学生理论知识掌握程度和实践方法应用能力，为后续的研究课题开展打下良好的科研素养。主要内容包括人脸识别、二维条码识别、车辆属性识别、智能视觉监控、以及企业来源的关键技术等。这些项目实践既涉及用到图像处理与机器视觉的内容，也涉及模式分析与机器学习方向的知识。并且需要学生在综合运用相关知识的基础上有创新能力。
其次，重视各类项目牵引的创新能力训练。一方面，鼓励教师从国家自然科学基金、企业合作项目等研究中提炼出问题规模和难度适中的训练项目，作为课程群的综合能力训练项目。另一方面，鼓励学生参加挑战杯、全国研究生智慧城市技术与创意设计大赛等各类具有挑战性的竞赛项目，以赛代练，提升学生的工程实践和创新能力。同时，也鼓励学生利用百度、微软等相关研究领域的企业实习机会，参与产品一线的工程实践能力训练。
再次，注重考核环节，实现科研素养和实践能力的全面考查。只有严格、公平、公正的考核，才能保证实验实践的质量和水平，才能提升学生的科研素养和实践能力。我们主要在手段、方式方法上进行了改进。在题目选择上，根据学生个体水平和研究领域要求的差异，在选题上有适当的难易区分度，让每位学生都有锻炼和提升的机会；在考核方式上，采用结题书面报告来检验学术论文的写作能力，采用程序演示检验系统的设计与实现水平，采用上台汇报的方式检验学生的表达能力，多管齐下全面检查学生的综合科研素养；在考核成绩评定上，采用现场教师和学生共同评分的方式，公平合理；最后，通过网站展示、发表学术小论文、专利、软件著作权等方式展示和公开优秀成果，激发学生的学习热情，并由此形成积累，有利于学生实验实践氛围的传承。
4 结语
本文在分析国内外高校模式分析与视觉处理类课程群改革现状的基础上，以学生国际化视野、理论联系实际、工程实践和创新能力全面提升为目标，重点开展了师资队伍结构优化、课程群知识体系梳理、课程授课模式改革、课程群实践体系完善和实践考核模式改革等工作，取得了良好的效果，并为校内其他课程群的教学改革作为示范推广。
注释
① https：///learn/machine-learning/
② 郭小勤，曹广忠.计算机视觉课程的CDIO教学改革实践.理工高教研究，2010.29（5）：98-100，148.
③ 史金龙，白素琴，庞林斌，钱强.研究生机器视觉课程的CDIO教学改革实践.计算机教育，2013.9：40-43.
④ 陈芳林，刘亚东，沈辉.在《计算机视觉》课程中引入研讨式教学模式.当代教育理论与实践，2013.5（7）：112-114.
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.
关键词：计算机专业选修课教学；在线教学平台；在线教学；课堂教学；混合教学模式
中图分类号：G633.67 文献标志码：A 文章编号：1674-9324（2016）52-0268-05
中国高等教育已经进入大众化阶段，高等教育大众化以及2008年以来的全球金融危机给大学生就业带来严峻形势。对于国内各类院校普遍开设的计算机专业来说，这种状况尤为严重，一方面，每年有大量的计算机专业毕业生，特别是普通院校的毕业生，找不到合适的专业岗位，另一方面，也有很多IT企业找不到符合企业需要的人才。根据我们对国内100多家IT企业和300多名本校计算机专业毕业生的问卷调查，大部分IT企业需要专业基础扎实、工程实践能力强、具有一定创新能力的应用型创新人才。信息技术发展日新月异，计算机专业的应用型创新人才应该具备对新知识和新技术的敏感性，拥有e极探索新知识和新技术的敬业精神、突出的创新思维和创新能力，因此，在人才培养上，应该注重学生学习能力和应用创新能力的培养[1]。
应用型创新人才的培养是应用型本科高校的主要任务。目前，国内应用型本科高校在专业课程设置上分为专业必修课和专业选修课。专业选修课是专业教学计划中的重要组成部分，在人才培养中承担着扩展专业视野，培养创新性思维及工程应用能力的功能[2]。因此，专业选修课在计算机专业应用型创新人才的培养上有着不可忽视的作用。然而目前，大多数应用型本科高校的计算机专业选修课并没有发挥相应的教学功能。主要原因在于目前计算机选修课教学仍然采用传统教学模式，以教师讲授知识为主，学生处于被动接受知识的地位，忽视了学生的认识主体作用，不利于学生学习和应用创新能力的培养。互联网以及多媒体技术的发展引发出许多丰富多彩的网络化在线教学模式，近年来，慕课（MOOC）、翻转课堂、微课等在线教学模式受到越来越多教育工作者的关注[3-9]，这些新模式从根本上改变了教学中师生的地位和关系，在学生学习和应用创新能力的培养上表现出较大的优势。然而，在线教学模式也存在学习者身份难以认证、教学监控难度较大、课程实验尚未有效解决等缺陷。因此，国内外一些学者纷纷提出在线教学与传统教学相结合的混合教学模式[9-11]。笔者所在学校正处于向应用型转型发展阶段，近几年来，笔者所在的团队针对计算机专业应用型创新人才的培养问题进行了一系列的探索。基于多年数字化学习技术的研究成果，团队与企业合作研发了“潜能在线”教学平台。在该平台的支持下，我们设计了一个在线教学与传统课堂教学相结合的混合教学模式，并在数字图像处理等课程中进行探索性实践。
一、应用型本科高校计算机专业选修课教学中存在的问题
据我们了解，目前，国内应用型本科高校的计算机专业选修课教学，普遍存在以下几个方面的问题：教学内容多而课时少，教学内容相对滞后，课堂教学满堂灌输，考核机制不完善等问题。
1.教学内容多而课时少。自从20世纪八九十年代，国内高校陆续开展学分制教学改革，课程分为必修课与选修课，在人才培养中取得了许多经验与收获[12]。但同时，也逐渐形成一个认识上的误区：必修课重要，而选修课相对次要。因存在上述认识误区，各高校在专业人才培养方案的设置上，专业必修课学分学时较多，而选修课学分学时较少。比如，笔者所在高校的计算机科学与技术专业，专业必修课一般设置为3―4个学分，课时为48―72学时，而专业选修课一般只有2个学分，课时为42学时，其中理论学时28，实验学时14。但是，选修课的教学内容并没有减少多少，比如，笔者所担任的数字图像处理课，大纲规定的内容偏多，包括绪论及图像处理系统、图像变换、图像增强、图像编码、图像复原、图像重建、数学形态学原理等内容。采用传统教师主讲的教学模式，教师根本无法在规定的学时数内完成大纲要求的内容。
2.教学内容相对滞后。目前，在应用型本科高校，计算机专业选修课的教学内容一般以教材为主，以教师的科研及学科前沿为辅。由于课时少，任课教师只能依照教材，讲授大纲要求的内容，没有多余的时间讲授自己的研究成果和学科前沿。然而目前，多数教材内容陈旧，跟不上最新发展形势，造成教学内容相对滞后，学生缺乏兴趣。大多数计算机专业选修课没有发挥其应有的教学功能。
3.课堂教学满堂灌输。计算机学科发展的时间相对较短，学科教学理论还不完善。学科教师往往学习数理学科的教学观念和教学模式，采用以教师讲授为主的“灌输式”教学方法。这种教学方法以教师为主体，学生只能被动接受教师的教学方法和教学内容，因而缺乏主动学习和探索求知的欲望。少数学习积极的同学可能会被动地接受教师讲授的内容，多数同学则可能会因缺乏好奇心和求知欲而失去学习的兴趣。比如，数字图像处理是集光学、数学、计算机科学、物理学等学科的一门综合性边缘学科[13]。它涉及数学、物理、信号处理和计算机科学等多学科知识，理论性强、内容抽象、算法较多，学生理解起来有一定难度。任课教师必须采用灵活多样的教学方法以及准备一些丰富有趣的教学内容，激发学生自主学习和探索求知的欲望，让学生对该门课程产生浓厚的学习兴趣，才能顺利地开展后续的课程教学。
4.考核机制不完善，缺乏对学习和应用创新能力的考核。目前，多数高校的计算机专业选修课考核方式主要有以下几种：试卷考核、论文考核、作业考核、实践考核等。试卷考试答案标准固定，学生靠死记硬背就可以通过，成绩不能反映学生的学习和应用创新能力。论文或作业考核可以在一定程度上反映学生的学习和应用创新能力，但容易出现抄袭现象，成绩不能真实反映学生的实际能力。实践考核能够在一定程度上反映学生学习和应用创新能力，然而，因没有形成科学标准的实践考核办法以及评价机制，很多实践考核流于形式，最终成绩也不能真实反映学生的实际能力。因此，需要完善考核机制，把学生的整个学习过程纳入考核范围，使成绩能够在一定程度上真实反映学生的学习和应用创新能力。
二、“潜能在线”教学平台支持下的混合教学模式设计
为解决当前计算机专业选修课教学中存在的上述问题，加强学生学习和应用创新能力的培养，笔者所在的团队吸纳了慕课（MOOC）、翻转课堂、微课等在线教学模式的优点，利用“潜能在线”教学平台，设计了一个适合应用型本科高校计算机专业选修课教学的混合教学模式。该混合教学模式转变了师生的角色，教师从知识的传授者转变为学生学习的引导者、推动者和指导者。学生从知识的被动接受者转变为学习的主体、学习过程的中心。模式包括课前在线学习与提问互动、课堂面对面教学、课后在线测试与学术沙龙三个阶段。
1.课前在线学习与提问互动。该阶段是为克服传统教学模式“教师满堂灌输，学生被动接受知识”的缺陷而设计的，采用当前在线教学模式的先进教学理念，教师通过网络提供学习任务和学习资源，引导并推动学生自主学习、协作学习，以达到培养学生学习能力的目的。具体来说，课前教师利用“潜能在线”平台中的在线导学模块创建导学卡，通过导学卡学习任务以及学习资源。学习任务包括学习内容、重点难点、要求完成的作业等，学习资源包括电子教材、教学PPT、授课微视频以及网上可以利用的资源等。学生根据导学卡在线上自主学习，同时，利用“潜能在线”平台中的提问互动模块提出问题，通过问题与教师以及其他同学进行互动交流。
2.课堂面对面教学。该阶段是利用传统面对面课堂“易于组织实施、互动便捷、效果直接显著”等优势，通过汇报、展示、讨论、教师重难点解析和总结等形式多样的教学活动，加深学生对知识点的理解和掌握。课堂面对面教学主要由学习汇报、课堂讨论、重难点解析以及课堂总结四个部分组成。学习汇报由学生汇报在线学习以及作业完成的情况；课堂讨论就重难点及热点问题展开讨论，教师参与指导；重难点解析由教师讲解，进一步强调本节课的教学重点及难点。课堂总结由教师对本节课教学过程、在线学习情况、学习表现、学习成果进行点评及总结。
3.课后在线测试及学术沙龙。该阶段通过在线测试以及应用性课题，检查学生学习知识的成效以及应用知识的能力，以达到培养学生应用创新能力的目的。具体过程如下，教师利用“潜能在线”平台中的虚拟考场，将纸质考卷通过扫描，或者将电子文档考卷制作成电子考卷上传到平台。学生登入虚拟考场，完成课后在线测试。另外，教师可以根据教学进度，布置一些应用性的课题，让学生课后去完成，然后通过“潜能在线”平台中的公共聊天室，定期组织在线学术沙龙。
三、混合教学模式在数字图像处理课教学中的探索性实践
基于团队设计的混合教学模式，我们在数字图像处理等课程中进行探索性实践。下面就数字图像处理课程的实践情况做一下介绍。团队根据课程大纲的要求，设计了七个专题，并给出了每一专题各教学活动的学时安排表，如表1所示，其中，第一个专题因为是第一次上课，采用传统教学模式，以教师讲授为主，其他专题采用混合教学模式。此外，每个专题两个实验学时根本不够，所以实验由学生利用课余时间完成，实验课上主要是汇报实验情况以及展示实验结果。
1.前期准备。利用“潜能在线”平台进行混合教学，需要完成一些前期准备工作。首先需要在平台中创建数字图像处理课程，把教材扫描到平台制作成电子教材，并建立知识点的目录体系结构。其次，教师学生登入平台，选择已创建的数字图像处理课程。最后，对学生进行“潜能在线”教学平台的使用培训。
2.教学实施。在数字图像处理课程的实施过程中，针对每个专题，我们设计了11个教学活动，利用“潜能在线”教学平台，分14个步骤展开，具体过程如图1所示，它展示了教师、学生在“潜能在线”教学平台和课堂的整个互动过程。
（1）在线导学。在传统教学模式下，教师在n堂上面对全班学生授课，因此，课前备课，必须依据全班大多数人的情况，准备授课内容和安排教学进度。准备的内容和安排的进度无法满足学生个性化的需求。在混合教学模式下，教师的角色转变了，作为学生学习的引导者，只需准备学习内容和相关的学习资源，通过网络提供给学生，引导学生自主学习。因此，我们设计了“在线导学”教学活动，教师可以根据不同层次的学生情况，准备学习内容和学习资源，以满足学生个性化的需求，并通过我们团队开发的在线导学模块，把学习内容和学习资源出去。学习内容按知识点组织，教师根据知识点制作教学PPT、授课微视频（10分钟左右）等教学资源，收集相关的网站、论坛、图书、论文等可利用的资源，布置相关的作业和练习。然后，把这些资源按知识点制作成导学卡，通过在线导学模块提供给学生。表2列出了我们在数字图像处理课程实施过程中，每一专题的知识点。
（2）在线自主学习。传统教学模式以教师为主体，向学生单向传授知识，忽视了学生个体的学习能动性，也忽视了学生应用创新能力的挖掘，不利于计算机应用型创新人才的培养。因此，我们设计了“在线自主学习”教学活动，让学生成为学习的主体。学生可以根据自身已有的基础，选择合适的内容，安排合理的进度，在轻松的氛围中学习。这种方式锻炼了学生的自主学习能力，也培养了学生的探索求知欲。
（3）提问互动。在传统教学模式下，课堂上教师满堂灌输，课后师生见面不易，师生之间、生生之间互动交流极少。为此，我们设计了“提问互动”教学活动，通过提问互动模块，学生随时可以与教师以及同学进行互动交流。互动的主要形式包括提出问题，回答问题，评价问题回答的情况等。通过这一教学活动培养学生协作学习和提问质疑的能力。同时，提问互动数据也是期末学生学习能力考核的依据。
（4）在线解答。在传统教学模式下，由于课时的限制，教师很少有时间让学生提问，因而，也就很少解答学生的问题。在混合教学模式下，学生可以随时通过提问互动模块提出问题。因此，我们设计了“在线解答”教学活动，教师通过提问互动模块或公共聊天室，采用文字、语音或微视频等多种方式，解答学生提出的问题。
（5）在线作业。在传统教学模式下，学生课堂听课，课后完成作业。两者之间有一定的时间差，如果课堂上有些知识点没听懂或课堂上听懂课后忘记了，完成作业就有一定的困难。为此，我们设计了“在线作业”教学活动，学生完成自主学习后，可以立即在线完成作业。如果哪些知识点没听懂，可以重复听授课微视频。此外，学生在线提交作业后，教师可以及时对作业进行批改和点评，其他同学也可通过网络平台对该同学作业进行点评，形成师生之间、生生之间的互动交流。学生完成作业的情况、作业的质量以及相互的点评数据，也是期末学生学习能力考核的依据。
（6）学习汇报。混合教学模式以学生为主体，学生通过在线自主学习获得知识，教师是学习过程的引导者、推动者。因此，我们设计了“学习汇报”教学活动，学生在课堂上汇报在线学习的情况、展示完成的作业。学生通过这一活动锻炼了协作学习能力以及表达能力。教师通过这一活动了解学生学习的情况，发现其中的问题，为后面的重难点解析和课堂总结做准备。因为选修学生人数比较多，有39人，所以我们把全班划分10个学习小组，每个小组派一名学生汇报。学习汇报的情况作为期末学生学习能力、应用创新能力考核的一个依据。
（7）课堂讨论。在传统教学模式下，学生通过课堂听课学习知识，因课时有限，教师没有时间组织课堂讨论。在混合教学模式下，学生在课外通过在线平台学习知识，教师有充足的时间开展形式多样的教学活动。因此，我们设计了“课堂讨论”教学活动，教师根据学生学习的情况、专题重难点知识以及热点问题，选择合适的论题，组织课堂讨论。学生按照教师的安排，课前认真准备论题，在课堂上参与讨论。表2列出了我们在数字图像处理课程实施过程中，每一专题选择的课堂讨论论题。该教学活动的目的是培养学生协作学习、应用创新能力以及表达的能力。学生课堂讨论上的表现作为期末学生学习能力、应用创新能力考核的依据。
（8）重难点解析。在混合教学模式下，教师作为学生学习的引导者和指导者，要引导学生了解本专题的重点难点，并辅助学生掌握重点难点。因此，我们设计了“重难点解析”教学活动，教师根据提问互动、学习汇报以及课堂讨论等阶段了解的情况，对本专题中的重点难点以及学生普遍存在的问题进行解惑答疑。
（9）课堂总结。在混合教学模式下，教师在学生学习过程中起辅助作用。在每个专题学习结束时，需要教师进行总结。因此，我们设计了“课堂总结”教学活动，对本专题的教学过程进行总结、对学生在线学习情况、学习表现、学习成果进行点评。
（10）在线测试。在混合教学模式下，各种教学活动由教师统一安排，学生自主完成。因此，我们设计“在线测试”教学活动，利用在线教学平台的虚拟考场，教师事先提供在线测试的内容，学生课后自主完成在线测试。该教学活动的目的是让学生检测自主学习的成效，发现存在的问题，并进行补缺补漏。在线测试的成绩作为期末学生学习能力考核的依据。
（11）学术沙龙。传统教学模式重视知识的传授，而忽视应用创新能力的培养。因此，我们设计了“学术沙龙”教学活动，教师根据学生学习的情况，选择合适的应用性课题，通过在线教学平台的公共聊天室，组织在线学术沙龙。学生根据所学的知识，完成教师布置的应用性课题，参加在线学术沙龙，交流课题完成的情况、遇到的问题以及解决办法等。表2列出了我们在数字图像处理课程实施过程中，每一专题选择的应用性课题，这些应用性课题都来自我们团队在研的饮用水源水质生物在线监测项目。该教学活动的目的是培养学生的科学素养和应用创新能力。
3.学习评价。传统教学模式主要依据出勤、作业、实验以及期末考核等情况，u定学生学习成绩。这种评价方式不能全面的反映学生真实的学习情况，也不能反映学生学习能力和应用创新能力。采用混合教学模式以后，可以利用在线教学平台提供的统计功能，对学生参与提问互动、学术沙龙等活动以及完成作业与在线测试的情况进行统计。同时，教师还可以记录课堂上学生参与学习汇报、作业展示、课堂讨论等活动情况。这些数据较全面地反映了学生整个学习过程，同时也在一定程度上反映了学生学习和应用创新能力。因此，我们把这些数据与传统课堂的考勤、平时实验和期末考核等数据组合在一起，综合评定学生的学习成绩。具体来说，期末成绩评定分成两大块：平时成绩和期末考核成绩，平时占70%，期末考核占30%。平时成绩又包括考勤、线上活动表现、课堂活动表现、实验等四个方面，其中，考勤占10%，线上活动表现占20%，课堂活动表现占20%，实验占20%。线上活动表现主要考核学生参与提问互动、学术沙龙以及完成作业与在线测试的情况，课堂活动表现主要考核学生参与学习汇报、作业展示以及课堂讨论的情况。
4.实施效果。混合教学模式的实施激发了学生的好奇心与求知欲，增强了学生自主学习、协作学习、应用创新等方面的能力，教学效果显著。教学效果可以从以下几个方面的统计数据中展现。整个学期学生在提问互动模块中提出的问题数为113，其中，有一定质量的问题数为47，参与提问互动交流的学生人次数为486，参与学术沙龙的学生人次数为203；在课堂讨论上发言的学生人次数为78。以上统计数据表明，各项教学活动的参与度还是比较高的，也从侧面反映了学生学习兴趣的提高。从学生参与互动交流、课堂讨论以及学术沙龙的情况看，学生自主学习、协作学习以及应用创新能力比之前采用传统教学模式的班级有较大的提高，之前的教学中，自主学习和协作学习能力的训练较少，更谈不上应用创新能力的训练。从学生的学习汇报情况看，采用混合教学模式后学生自主学习的能力也得到明显的加强。
四、结束语
专业选修课的教学问题广泛存在于各类高等院校中，如何上好专业选修课，关系到学生知识面的拓展、学生学习能力及应用创新能力的培养、学生综合素质的提高，因此，应该受到足够的重视。本文提出的混合教学模式，还有待进一步的实践验证，希望与同行们一起不断摸索，找到更理想的解决办法。
参考文献：
[1]何丽，华斌，刘军.计算机应用创新型人才培养的实践教学改革研究[J].计算机教育，2014，（2）：5-9.
[2]卫绍元，佟绍成，吕义.高校专业选修课改革的探索与实践[J].黑龙江教育，2012，（2）：52-43.
[3]蒋，费洪晓.面向MOOC的新型教学模式探索[J].计算机教育，2014，（9）：17-20.
[4]伍民友，过敏意.论MOOC及未来教育趋势[J].计算机教育，2013，（20）：5-8.
[5]王莉莉，陈德运，唐远新.计算机程序设计课程翻转课堂的探索与实践[J].计算机教育，2015，（16）：53-62.
[6]高丽萍，刘亚，彭敦陆，等.翻转教学在算法设计与分析中的应用研究[J].计算机时代，2014，（11）：59-61.
[7]吕晓，崔良中，郭晖，等.计算机语言与软件课程微课教学模式的应用和实践[J].课程教育研究，2015，（28）：54.
[8]吴文峻，吕卫锋.大数据时代的大规模开放在线教育[J].计算机教育，2013，（20）：9-10.
[9]张其亮，王爱春.基于“翻转课堂”的新型混合式教学模式研究[J].现代教育技术，2014，24（4）：27-32.
[10]蒋，费洪晓.基于MOOC的混合教学模式设计与应用研究[J].高等理科教育，2015，（3）：120-125.
中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2016）160-0153-02
在现实生活中我们遇到的好多图像或多或少都存在质量下降问题，对图像复原技术的研究最终归可结为对退化图像的点扩散函数的研究。目前国内外出现了多种估计运动模糊点扩散函数的算法；文献[1-2]中MasayukiTanaka提出运动模糊图像点扩散函数确定方法是：先构造出一个可以调节的三维锯齿波形作为进行检测的函数，然后把检测后的函数与模糊图像频谱进行运算，在运算过程中进行不断改变波形的周期和退化图像的频谱角度，当进行多次操作后使得函数取最小值时可以认为此时的角度就是暗条纹的角度。文献[3-5]中Mohsen-EbrahimiMoghaddam提出的方法是采用Radon变换方法来确定，其步骤是首先得到模糊图像的频谱图，然后对其进行Radon变换，当Radon变换到使得投影轴与频谱图中暗条纹相互垂直时，然后求出Radon变换取得最大值时所对应的方向，即确定点扩散函数的方向。本文就是以匀速直线运动产生的模糊图像为例，提出采用MATLAB7.0自带的工具进行手动确定模糊参数，此方法具有简单灵活性，而且有很高的准确性和稳定性，从而推广到非匀速直线运动中使用。
1 运动模糊图像的频谱特征分析
在MATLAB7.0环境下对其水平方向匀速直线运动产生模糊频谱图如图1所示。
K1=fft2（double（mf））；
M1=fftshift（K1）；
N1=abs（M1）；
P1=（N1-min（min（N1）））/（max（max（N1））-min（min（N1）））
*225；
subplot（1，2，2）；
imshow（P1）；
由于在实验过程中我们假定运动方向是水平的，运动长度L=32个像素，从图1实验结果的频谱图中可以明显的看出亮条纹，并且，这条亮条纹与水平方向是垂直的。
对于非水平方向运动模糊图像频谱图如图2所示。
图2的实验结果是图像运动方向与x轴之间有一定的角度，所以得到的亮条纹和X轴之间也存在着一定的角度。
2 匀速直线运动模糊方向和模糊长度的确定2.1 模糊方向的确定
在图2的基础上，通过多次实验发现，当模糊图像的角度发生变化时，条纹也随之改变，该亮条纹方向正好反映了运动模糊点扩散函数的方向性。于是我们只要求出这条亮条纹的倾角就可以了；所以将求模糊角度的问题转化为在平面上求一个三角形的角度问题；也就是下图中所示的θ角的度数。
根据频谱图用MATLAB7.0自带的作图工具Show Plot Tools作出三条直线构成一个三角形，然后在MATLAB7.0命令窗口中输入函数ginput（）来完成求解。用[x，y]=ginput（2），获得两点坐标，可以取好多个点，再求平均值然后利用k=（y（2）-y（1））/（x（2）-x（1））得到斜率，按照上面步骤求出度数为θ=69.1°，理论值为θ=70°，基本上吻合。
2.2 模糊长度的确定
本文首先采用Matlab7.0做出运动模糊图像的自相关图，生成的自相关图是一条曲线，具体如下图4所示，在这条曲线上出现了一对比较明显的负峰，并且方向朝下，通过多次实验结果显示这两负峰之间的距离L正好等于运动模糊长度的2倍。因此，只要能够计算出这两个负峰之间的距离就可以得出运动模糊长度L。
在图4的自相关图中利用matlab的Data Cursor工具可以测得两负峰之间的坐标分别为69与131，距离为62个像素点，两相关负峰间的距离等于运动模糊长度的2倍，因运动模糊的长度为31个像素，与理论值32个像素基本上吻合（比较精确）。
3 结 论
上面的实验结果基本上和理论值吻合，采用手动的方法来确定匀速直线运动模糊图像的点扩散函数，不但操作方法简单灵活，而且具有很高的精确度和稳定性。对于非匀速直线运动所造成的图像模糊，在某种程度上可以近似看成是多个小段匀速直线运动合成的。所以可以将此方法推广到非匀速直线运动模糊图像的处理上。
参考文献
[1]陈前荣，陆启生，成礼智.运动模糊图像点扩散函数尺度鉴别[J].计算机工程与应用，200（23）：15-19.
[2]黎玮.运动模糊图像复原的参数估计与算法研究[D].合肥：安徽大学，2011.
[3]贺卫国，黎绍发.匀速直线运动模糊长度的精确估计[J].计算机应用，2005，25（6）：1317-1320.
[4]张明谦.运动模糊图像的运动参数估计及复原研究[D].成都：电子科技大学，2009.
中图分类号：TP3 文献标识码：A 文章编号：1674-098X（2012）12（c）-00-01
1993年Mallat和Zhang提出了信号的稀疏表示，在信号逼近上取得了出色的表现，迅速引起了广大学者的普遍关注，信号稀疏表示研究很快被从一维信号推广到二维信号图像的研究上。
稀疏表示的模型可以表示为：
式中为向量的l0范数，表示向量x中非零元素的个数，x即为信号y的稀疏表示。
在数字图像处理中，由于图像的数据信息具有冗余性，为冗余字典，因此可以在冗余字典上进行稀疏表示，y则为图像子块的列向量表示。如何构造表达能力强、训练简单的冗余字典是图像处理中的关键一步，自稀疏表示理论的提出，在图像去噪、去模糊、超分辨率、图像修复等方面得到了广泛的应用，取得了比传统方法更好的处理结果。
1 稀疏表示理论在提高数字图像质量中的应用
Michael Elad是较早将稀疏表示理论应用于图像去噪与超分辨率的代表人物[1]，他将K均值聚类方法引入字典训练过程中。在K均值算法中，求解一个包括K个代码的码本，使得在此码本上，根据最邻近分配法则，对包含N个信号的集合进行分类，得到最佳分类。在稀疏表示中，稀疏表示的过程可以看做广义矢量量化过程，其中的每个信号用多个代码的线性组合表示。当要求K-SVD中的每个信号只能用一个原子来近似时，K-SVD算法就退化为K均值算法。K-SVD在稀疏编码与字典更新之间交替迭代，保证总误差单调下降，因此可保证能收敛到局部（或全局）最小值，从而得到性能优良的过完备字典。K-SVD训练字典方法广泛的应用在图像复原问题上。基于K-SVD训练得到的过完备字典，取得了较好的图像去噪与超分辨率结果。
统计学中的主成分分析（PCA）的概念，也被引入到字典训练当中。在统计学当中，变量个数太多会增加问题的复杂性主成分分析作为一种统计分析方法，它可以从多元事物中解析出主要影响因素，简化复杂问题。PCA的核心思想，就是将高维数据投影到低维空间。寻找 r 个新变量，使其反映事物的主要特征，每个新变量是原有变量的线性组合，体现原有变量的综合效果，则这 r 个新变量称之为“主成分”，它们两两正交不相关。这 r 个主成分可以在很大程度上反映原来变量的信息。Hui Zou引入了SPCA（Sparse PCA）的概念，他修改了传统的PCA方法，利用主成分负载的稀疏性，使算法变得更加易懂，且得到更为稀疏的结果。
形态学成分分析（MCA）作为一种新兴的信号分解方法，吸引了很多人的注意。MCA根据图像信号组成成分的形态差异性，将图像内容分割为纹理区域和卡通区域。不同区域其拟合字典类型不同。小波变换可以很好的表示图像光滑区域的特征，curvelet变换通过带方向的局部傅里叶基，可以有效的处理边缘特征。离散余弦变换（DCT）以及Gabor变换是纹理区经常采用的两种处理方式。MCA充分的考虑了图像的结构组成部分以及内部特征，广泛用于盲源分离、图像分解、图像修补等。
Julien Mairal将自然图像的自相似性引入到图像恢复模型中。图像的自相似性，其根本是自然图像的统计特征。Julien Mairal非局部模型与稀疏编码结合成一个框架，将噪声在相似块之间进行平均，取得了较好的去噪、去马赛克结果。同样，自相似性在图像去模糊、图像修补方面也展示了其良好的性能。
Weisheng Dong提出了一种新的图像复原模型CSR，利用减小退化图像分解系数与原图分解系数之间的差异来达到复原图像的目的，其本质是自相似性的应用。在超分辨率方面，他提出了自适应稀疏域选择超分辨率算法，认为超分辨率重建结果的优劣很大部分取决于稀疏域的选择，对输入的样本先采用K-均值聚类，采用PCA算法进行词典训练，将非局部相似性（NL）和图像去噪中的自回归（AR）模型与超分辨率重建模型有效结合，提高了超分辨率重建质量。
Nebojsa创造性的提出了图像摘要的概念。他将图像的特征提取为一幅摘要图，在图像处理过程中，对该摘要图进行分解处理，这是合理并且有效的。Louise 利用该思想，在图像去噪方面取得了较好的去噪结果。
Kostadin在变换域，通过一组协作滤波器，将一幅图像中结构相似的二位块聚合成一组，形成一个三维模型，以增强其表示的稀疏性。Aram利用该3D理论，建立了一个新的图像模型―BM3D。BM3D在图像复原方面表现了其卓越的性能。
最近，保持图像几何结构的思想吸引了很多人的注意。Samy Bengio将图像分割成相互重叠的块，结构相似的块组成一个群组，分别对每个组进行分解训练，这就是群组编码的思想，其基本思想类似于非局部思想，也是利用了自然图像的自相似性。关于结构稀疏方面的研究展示了结构分组比简单不重叠的分组更一般的特性。例如，树状分组或是重叠分组。结构稀疏正则化具有十分广阔的应用前景。结构稀疏PCA作为一种新型的有效的非凸稀疏方法，在字典训练方面，可以取得较为理想的结果。
纵观稀疏表示理论出现以后的图像处理论文，广大研究者着重于研究如何获得表示能力强的冗余字典，以及通过结合多重约束，如平滑约束，相似性约束，几何结构不变性约束等来得到高质量的图像，近年来取得了很大的进展。但是稀疏表示属于一种优化问题，涉及到字典学习和稀疏求解的计算过程比较复杂，因而对于该理论在图像的实时处理上受到了限制，因此如何缩短计算时间也是这个模型急需解决的问题。
2 结语
