图像理解理论与方法十篇

图像理解理论与方法篇1

关键词：数字图像处理 教学方法 信息科学类

中图分类号：G642 文献标识码：A 文章编号：1674-098X（2013）04（c）-0145-02

随着现代信息技术的快速发展，图像处理越来越广泛的应用于军事目标识别、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处理领域的研究工作。而高等教育要与实际应用紧密联系，“数字图像处理”这们课程在高等学校信息类电子信息类专业也具有越来越重要的地位。

“数字图像处理”的教学目的是使学生了解和掌握数字图像处理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，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[1]。该课程主要阐述了数字图像处理中的基本概念、基础理论和常用算法，介绍数字图像处理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，能够阅读利用图像处理文献以解决实际问题。

“数字图像处理”课程属交叉学科，其起点高、难度大，即有较强的理论性，又和实践结合紧密，历年来的教学效果及考试情况表明，学生对本课程往往心存畏惧，教学上存在许多问题。比如：学生兴趣不大、课堂效果不理想等等。因此，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、灵活采用相宜的教学方法激发学生的学习兴趣，成为今后教学中必须解决的问题。

1 传统教学中存在的问题

总结过去几年的教学实践，笔者发现《数字图像处理》的传统教学模式存在着以下几个问题。

1.1 数字图像处理的课程体系尚不完备

图像处理学科本身为交叉学科。与信息编码、模式识别、信号分析多领域存在学术联系，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。一般认为，数字图像处理包括图像增强、图像复原、彩色图像处理、图像压缩与编码、图像分割、图像描述与表达等章节，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处理。图像处理内容庞杂，难度也偏大，在有限的教学时间内往往很难将全部内容讲透，传统的教学模式只能以理论介绍为主，忽视理论的实现步骤，造成学生在学习时普遍感到过于抽象，很难看到理论的实际应用效果。而且教师在课堂上讲授知识点时，由于和实践脱节，致使学生在一些繁杂的数学推导面前望而却步，从而逐渐丧失学习兴趣。

1.2 图像处理课程的理论讲授与应用实践难以兼顾

图像处理课程的许多内容，如图像变换、图像复原等章节，涉及到最优化问题、矩阵计算等相关理论。例如利用拉格朗日方法求矢量变量的条件极值问题、标量函数对矢量求导，虽然他们在高等数学、线性代数课程已学习过相关内容，但高等数学课程的教学实践中没有使用矢量表达方式。这些数学表达方式对于高年级本科生而言比较陌生，难以理解。而专业文献、教材中多使用矢量表达方式，对于这样的知识断裂带，本科生往往觉得相关数学知识过于深奥，从而产生畏难情绪，在教学实践中，往往需要连接相关的知识断点。

另一方面，图像处理的许多内容是与实际应用紧密结合的，如图像增强、图像分割等内容，其许多理论内容具有相当的抽象性，而相关算法实验结果却十分的直观，不仅有利于反映不同理论与方法的特点，也有利于学生对教授内容的理解。但在教学实践中我们发现，尽管学过相关程序编制课程，绝大部分学生仍不会编制程序，许多学生甚至没有掌握基本的编程概念。

因此，在“数字图像处理”的教学实践中，我们希望探索一种适合“数字图像处理”教学的、新颖的教学模式，引导学生通过课堂学习、课后练习，进行广泛的阅读、思考、讨论，并通过编程实践进行验证、实践，以掌握教学内容，从而进一步提高教学质量。

2 教学改革措施

针对以上的问题，笔者在教学工作中不断探索，分别从以下几个方法进行教学改革并在教学实践中取得了良好的效果。

2.1 将讲授内容与实际应用结合起来

目前，几乎不存在与数字图像处理无关的技术领域，而在其学科发展初始，就得益于实际应用的推动，可以说，数字图像处理是一门实践性非常强的学科，然而，在传统的工程技术人才的培养方式中，过分强调了专业知识的积累，使得学生形成了单一追求知识积累的习惯，对学习内容能够记忆，、理解并能模仿性地应用。毕业之后，能做一般性的科学技术工作，但创造能力较差。这种学习模式也使得学生对专业课的学习缺乏兴趣，从而产生厌学、逃课等学习现象。而我们知道，一切科学技术的探索和创新都起源于兴趣，因此，激发学生学习本课程的兴趣和热情是任课教师首先要解决的问题[2]。

数字图像处理这门学科与我们的生活结合的如此紧密，了解数字图像处理专业知识对于将来从事的工作的重要性，让书本上生硬枯燥的理论鲜活起来。比如，在数字图像处理绪论教学中，可以重点介绍数字图像处理在医学图像处理、智能交通监控、基于图像的工业检测、图像压缩在3G通信技术中的引用，不仅介绍其技术背景，还可介绍业内著名公司，简单说明其技术现状、发展前景以及薪酬水平等情况，以激起学生的学习兴趣。

另一方面，在讲授图像处理相关领域时，可结合相关应用，如在讲授图像压缩时， 可以将其与目前流行的3G通讯技术联系起来，介绍图像压缩在其中的应用情况及相关的技术特点；在讲授直方图均衡化时可以讲解它在相关技术领域，如指纹识别、人脸识别的图像预处理。课堂教学除了围绕基本理论和概念进行外，还可以穿插讲解在科研中需要注意的相关知识。

2.2 注意数字图像处理与先导课程的联系

数字图像处理是一门理论与实践结合紧密的课程，其学习研究需具备较为全面的数学基础，同时，我国目前的数学教学由于学时越来越少，内容愈来愈多，为完成教学任务，忽视了对现代数学表达的重要性，导致学生虽然能理解微积分、线性代数等工程数学的基本思想，但不熟悉不熟悉现代数学表达方法，从而不理解许多图像算法的理论推导，针对这一情况，笔者总结出以下的解决方法。

（1）在讲授需较深数学知识的相关内容时，预先讲述相关数学内容。尤其是许多数学表达方法与学生在大一学习的微积分、线性代数表达方法不一致的情形。例如，在讲述图像复原的过程中，我们发现同学们由于对向量变量操作的不熟悉，他们对基于多维向量的拉格朗日算法不理解，不理解其推导过程，也不明白算法的具体步骤。为此，我们通过对高等数学中偏导数、拉格朗日方法等数学知识的复习，并用向量形式重新表述，告诉学生对矢量求导，其实就是我们学习过的多元微积分的偏导数，对于标量对矢量求导的概念与方法，学生以前没有学习过，可以结合微积分与线性代数，通过数学推导的方法，让同学了解这种方法的实质与表达的便利。这种处理方法，不仅能充分说明图像复原的原理过程，同时也拓展了学生的数学视野，对学生进一步深造也有帮助。

（2）数字图像本身是一种二维数字信号，其里面的许多内容都可以在《数字信号处理》、《信号与系统》等先导课程里面找到相关的概念，例如在推导图像的退化模型时，我们发现其就是在信号与系统里面学习过的线性时不变系统，同时我们还能研究其物理意义，以及相关物理意义与数学抽象模型之间的关系，从而不仅更刻的理解《信号与系统》的相关内容，同时也学习了具体专业应用中，对影响模型表达的现实因素的取舍依据。

（3）对于某些内容可根据教学内容做适当取舍与调整，例如，对于数字图像直方图的表达，只需要理解直方图的定义与求法，对其繁琐的数学表达就不做要求了。对于图像分割，重点在于理解算法，对于其形式化表达就不做具体要求。

2.3 采用“互动式”教学方法

数字图像处理内容繁多，理论基础较深，存在较多的数学推导，传统“注入式”的教学方法使得课堂教学枯燥乏味，且收效甚微。为了解决这一问题，笔者在教学过程中不断摸索，总结出一种“互动式”教学法[3]。

一般来说，在课堂讲授中，可将整个课堂讲授分为若干相对独立的小节，每个小节讲授结束时，可要求学生提问，引导学生积极参与教学活动，给学生提供独立思考、亲身体验的机会，体验其中的乐趣和成就感，如果内容较为模型，学生提不出有价值问题是，也可以向学生提问，掌握学生的学习状态，再针对性的进行讲解。

其次，每次讲解新内容之前，以提问的方式对上一节的重点内容进行总结回顾，另外，在教学过程中根据教学重点有针对性的选取部分图像处理算法，如OTSU图像分割方法，鼓励学生毛遂自荐，在黑板上当堂完成伪码算法，同时可要求其余的同学对其算法进行点评，找出问题并给出修改意见。不仅活跃了课堂气氛，又锻炼了同学的编程能力，还加深了学生对重点和难点知识的理解和认识[4]。

3 结语

本文中，笔者根据《数字图像处理》的专业特点，针对传统教学中存在的问题，结合教学实践，提出了相应的教学改革的方法。有效的提高了学生的创新能力、科学研究能力，有助于扩大学生的就业面。以上对教学改革的一些探索和尝试，在教学过程中取得了良好的教学效果。但教学改革是一项系统工程，本文的探索还处于初期，在以后的工作中还有许多的问题有待解决，要在不断的探索与实践中得到完善和提高。

参考文献

[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] 刘咏梅，欧阳慧，张国印.“数字图像处理”双语教学中的几点体会[J].计算机教育，2009（6）：32-33.

图像理解理论与方法篇2

关键词： 图像分析； 教学模式； 教学改革； 项目驱动

中图分类号：TP3-0 文献标志码：A 文章编号：1006-8228（2015）05-59-03

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。

3 结束语

高校素质教育的重点在于培养学生的创新精神和实践能力，以适应新形势的要求[6]，所以专业课程需要根据不断变化的发展形势进行合理的改革。而教学改革是一个长期的、多方位的、不断探索的逐步完善的过程，需要教学工作者打破固定传统教学模式的局限，科学地改善教学方法，并合理运用到教学课程中，真正培养出具有综合实践能力和创新精神的高素质人才。实践表明，本文提出的教学改革方法是可行的、有效的，有利于激发学生的学习动力，提高学生的学习主动性及动手能力，从而锻炼学生解决专业领域实际问题的能力，提高教学水平，同时增强了学生的综合素质和专业竞争力，有利于扩大学生的就业率。

参考文献：

[1] 笪邦友.“数字图像处理”课程教学探讨[J].科技创新导报，2013.

[2] 孙先达.图像分析处理技术研究及应用[D].四川大学硕士学位论文，2002.

[3] 李金萍，陆玲，刘自强等.数字图像处理课程实验教学改革探索[J].科技视界，2012.7.

[4] 唐佳林.探讨“数字图像处理”课程的教学对策与方法[J].中国西部科技，2011.10（19）.

图像理解理论与方法篇3

我们开设的《医学图像处理》课程是以《数字图像处理》为基础，结合医学院校的特点和教学要求进行课程设计J。《医学图像处理》作为一门医科院校的工科课程，有其自身的优势和劣势。优势在于医科院校有大量的医学图像资源及相关科研项目，便于根据临床和科研实际要求，进行动手操作，通过理论联系实际的方式增加学员学习热情。劣势在于医科院校相关工科课程开设不足，学员基础理论知识存在脱节的现象，不够扎实牢固，在听课过程中遇到困难后容易失去学习兴趣，从而导致不能很好地掌握相关知识。另外，由于医学图像处理技术涉及面很广、学习内容繁多，要求学员在短时间内完全掌握医学图像处理具有一定难度。对于实验技术专业的学员，我们要求学员通过对本课程的学习能够掌握医学数字图像处理的基本概念、方法及原理，重点讲解图像的运算、图像灰度变换、直方图处理、图像的空域增强及频域增强等内容；对于生物医学工程专业的学员则适当增加课程难度，重点讲授医学图像增强、医学图像分割、医学图像配准等知识，并适当增加图像复原、图像压缩编码、形态学处理等内容。

2教学案例充分利用多媒体教学优势

通过具体的医学图像实例进行直观生动的课堂演示，可以提高学员的学习兴趣，让学员积极参与到教学过程中来，成为教学中的主体。比如讲解图像灰度变换时以CT开窗技术为实例，讲解图像代数运算时以数字减影、细胞活动度检测等为实例。教学案例的选择要结合实际，除了让学员掌握理论外，还要让他们知道学到的知识可以用到什么方面、怎么用。图像处理课程涉及面广、跨度大、内容多，且具有较强的工程性，因此在教与学上都存在一定难度。由于图像处理课程的实例较多，可演示性好，因此可充分利用多媒体技术来进行教学。多媒体教学具有图文并茂、知识密集、动态显示等优点，能向学员传输大量的信息J。在医学图像处理课程中讲述的算法较多，但这些算法最终都要在计算机上实现，并且图像处理算法中的参数选择不同，处理的效果也不同，因此图像处理课程教学不能脱离计算机。通过引入Matlab、Photoshop等软件讲述算法流程、算法的具体实现及处理结果。

图像理解理论与方法篇4

    “语言学转向”强调的是世界是由语言建构的,语言符号之间的不断转换产生了世界的意义,换句话说:意义的产生不过是一种语言到另一种语言的转换过程,这种转换完成了语言对世界的编码。从这个意义上说,我们生活的世界不是一个经验和实体的世界,而是一个语言符号的世界,我们的知识和认识是由语言来塑造的,在语言的主宰下,语法、句法、语用、词汇、话语、语境、意义、文本、叙事、修辞等跟语言学相关知识被广泛运用到其它学科领域中,以至于语言学的模式和方法成为人文科学普遍的思维模式和方法,因此,“语言与存在”取代了传统的“思维与存在”的命题成为整个知识范式转换的重要表征,这也从根本上揭示了语言的本体含义,它远非工具,而被看作存在本身,正如维特根斯坦所宣称:全部哲学就是语言批判,想象一种语言就意味着想象一种生活方式。从历史实践上看,作为人类交往活动中最常见的两种媒介形式,图像与语言文字相比所处的地位不一样。在文字发明之前,图像是先民表达和记录的方式;当文字出现之后,文字以语法和修辞结构来表达具有丰富的联想性和多义性的意义,而图像被降低为识字的辅助手段。因此,在很大程度上,图像被认为是感性的、直观的、平面的、零碎的,人们重视语言的理性逻辑,强调语言与图像的异质性,而忽视图像与语言之间的辩证关系,以及图像的独立性和意义的建构性。米歇尔发起了对语言主导文化的解构性批判,他认为:“文化的历史部分就是图像符号与语言符号之间争取支配地位的漫长斗争的历程,任何一方都是为自身而要求一个可以接近‘自然’的特权。在某些时刻,这种斗争似乎进入了沿着开放边界展开的自然交流;而另一些时刻(恰如莱辛的《拉奥孔》)这些边界关闭了,彼此相安无事。所谓的颠覆关系就存在于这一斗争最有趣和最复杂的种种形态中”[2](P187)。在这里,米歇尔强调了语言与图像之间漫长的斗争过程,认为两者之间辩证复杂的张力关系构成了文化的发展。如果说传统文化是语言实施着对图像的压制和控制,那么,进入当代的视觉文化时代,图像应该站在与语言构成对立面的基础上,消解语言中心主义的局面,通过制造图像和观看图像承担世界意义的建构。但是,图像的兴起以及形成的对语言的挑战,并不意味着图像取代语言成为知识体系和文化秩序的主宰,而是将图像在语言中心论的框架中解放出来,摆脱语言论的控制,在关注语言与图像之间的“互文”性阐发中重新挖掘和创造图像,让图像再度被发现,让图像彻底释放出自己的知识能量。

    图文之争与当代文学理论研究的新思路

    图文之争的介入给当代文学理论注入了新鲜血液。随着图像意识的增强,文学与传媒、文学与图像、文本形式、文学的存在方式、图像叙事与文本叙事等诸多问题越来越多地进入到文学理论研究的视野,成为人们关注的热点问题。如米歇尔在《图像理论?序》所说的那样:我们生活在一个视觉文化时代,所有的媒体都是混合媒体,所有的再现都是异质的,文学与视觉艺术之间的互动关系构成了再现,它们与权力、价值和人类的利益纠缠在一起,影响到文化模式的变化。一种阅读文化与一种观看文化之间的差异不仅是一个形式问题;它含蓄地指出社会性和主体性所采取的形式,一种文化所构成的各种个体和制度。在这里,我们可以发现:文学与图像的关系问题可以在媒体再现中找到交汇点。换句话说,图像与语言之间的关系并不是一种单纯的异质关系,两者之间的研究也不是一种简单的、毫无价值的平行对照,相反,两者之间内在的互动关系以及构成的外部关联使得不同艺术之间的关系研究成为可能。从这个意义上说,图像与语言的关系为文艺理论和美学研究提供了更广阔的空间,因为两者之间的关系在很大程度上突破了传统文艺理论观念。从历史上看,在语言学研究范式的框架中,文学理论研究的中心和旨归是文学语言本身,认为语言是一种线性的、稳定和逻辑的符号,先行地设定文化、文学发展变迁的规律。在这种观念中,语言占据主导优势,而图像只是语言之外与人的感性层面相关联的不可靠的形式,图像与语言根本无法联袂,亦无法在一种张力的结构中生发出更高意义上的思维模式。20世纪后期以来,随着视觉文化和读图时代的来临,单纯的语言学思维方法已经不能完整有效地对当今文学图像化和传媒化趋势作出有力的阐发,同时它也无法表征当前层出不穷的文学审美现象。因此,当前文艺理论研究必须摆脱传统文艺理论研究中的不合理方式,关切当代传媒视野中的文学现实问题,在正视语言学等研究方法的同时,侧重考虑在图像与文字之间寻找文艺理论研究的生长点。本雅明是建构此种研究范式的积极实践者和探索者,他在研究摄影与电影的过程中预言电影将成为未来语言的者,认为以文字和书籍为代表的传统印刷文化必将受到以图像为主的机械复制文化的冲击,这昭示着图文之争在现代文学艺术发展过程中将成为一个待解的问题。与本雅明不同,利奥塔从解构理论的角度对西方传统文艺理论中存在的理性与感性、理智与欲望、话语与图像、推论和感知等二元对立模式进行批判性考察,为感性、欲望、图像和想象力的存在寻找依据,解构西方传统的元叙事话语和思维模式,达到攻击现代性的目的。鲍德里亚比本雅明和利奥塔走得更远,他在由电脑所创造的虚拟图像世界中,反思和批判传统的文学生成和存在方式,认为虚拟图像比真实存在更完美真实。在此观念下,文学艺术与现实之间的关系应该重新设置和厘定,也就是说:图像与现实的脱节、虚拟与真实界限的消解,使得传统的“文学艺术模仿生活”的观念出现问题,这无疑对当代文艺理论研究产生重要影响。本雅明、鲍德里亚在文化和艺术层面上对图文关系的探索,深刻地表明文艺理论对图文关系的重视源于当代文化给作者和读者带来的新的创作和阅读感觉经验,它是对当下文学艺术发展的理论总结和建构。显然,西方文化领域对图文关系的研究已达到了一个很高的水平,其方法和思路不同于传统的美学与文艺理论研究,已进入到图像文化分析、社会历史分析、符号政治经济学分析的综合、交叉的层面,其研究主旨是在揭示图像与文学差异、互动和互通的特征,进而进入图文生产、消费与社会权力表达、文化模式变迁之间的复杂关系的探究上。当前国内文学理论研究领域,图文关系的研究也逐渐深入展开,这主要沿着两种思路进行:一是在文化研究的语境中,探讨图像与语言文字的关系,强调图像的强势原因、表现方式和审美效果等。这是当前文学遭遇图像时代问题的一种“宏大理论”式的阐发,这种研究并没有在图像与语言之间折叠、缠绕的复杂关系中解决文学变化的具体问题;二是沿着“文学是语言的艺术”的历史命题,在文学与传媒的关系日益紧张的今天,根据文学和视觉艺术两者的交叉渗透,从文学语言的角度来关注视觉艺术,同时强化从图像的角度来审视文学,试图在文学与图像之间建构一种互文性的文学理论。具体而言:从文学语言的角度研究视觉图像,就是理解图像如何借助物理时空的张力结构,来接近文学并通过语言立“象”达到充满想象力的审美至境。反之,从图像的角度来分析文学语言,就是理解图像如何赋予文学语言新的意义,探索图像在文学语言塑造过程中所具有的重要功能,比如研究表明两者之间的关系可以归纳为三种历史形态:以图言说、语图互仿和语图互文[3],以此揭示语图关系发展的规律。显然,以上所说两种研究的价值取向不同:前者侧重语言与图像的对立,以此勾画出当代文化模式的变迁,以及带来的审美方式的变化;后者则侧重语言与图像两种媒介所具有的思维方式交融凝聚到文学本身,回答文学在传播过程中因媒介不同而发生了怎样的变化。如果说前者侧重外部研究,那么后者则是从内部探讨文学的根本性问题。值得注意的是:在叙事学中,传统的文字叙事所固化的领域开始成为语图关系研究的重要目标,从而形成一种崭新的叙事文本研究,此研究围绕图像与文字两种不同的叙事特点,主要从叙事学的角度来考察图像与文字之间错综复杂的关系,突出图像对叙事文本的模仿和再现问题,旨在解构文字叙事在叙事传统中的绝对主流,摆脱与语词共存和竞争中图像的压抑性地位[4]。通过图像与文字之间复杂关系的梳理,让两者在交互叙事中建构不同的价值维度,以此彰显不同的审美意义。诸如此类的研究对于我们今天重新理解文学有太多的启示,这昭示着当前文艺理论研究观念的重要转变,这些探索对于建构文学理论研究范式具有启发性和创新意义。

    图文之争与当前文学理论研究的几点反思

    20世纪80年代以来,国内文艺理论界关于本质主义与反本质主义一直存在论争,不同观点的研究者在本质建构和拆解的论争中宣扬自己的文学理论观念。图像与文学的关系问题作为文艺理论研究的现实问题,在为文艺理论营建新的研究思路的同时,跳出本质主义、历史主义和解构主义等思维模式,力求返回文学活动本身,沿着亚里士多德所设定的文学媒介理论的路线寻求“拯救文学现象”,这无疑将为我们重新反思文学理论研究提供了契机。首先,文艺理论研究应从文学现实出发,避免抽象化。何谓文学现实?在我看来,其实质就是被文学本质思维模式所遮蔽的文学发展过程中文学与其他文化形式交织、文学本身新变的现实问题。在本质主义与反本质主义理论观念指引下,文学理论研究大都围绕原典或抽象概念的演绎展开讨论,试图勾画出一幅以理念存有为深层基础的文学图景。这是一种本质先行的理论模式,此种模式直接规定文学之为文学的本质,达到一种理论自身的自洽性和完美性,最终,文学现象被置换成一个抽象化、一元化的世界,文学活动的朴素性和现实性逐渐消失。图像与文学的关系问题不同,它是当代传媒文化现实中文学发展出现的真问题,它带动文学活动各要素在传媒世界中发生了新变。比如依照新媒体观念,图像、语言和其他文本都混杂其中构成超文本文类,读者面对如此复杂而丰富的文本世界目不暇接,此种变化打乱了以往文学理论设定和裁量文学的标准。因此,文学理论必须真正面对这些问题,从学理层面加以阐发,进而把当代文学理论研究向前推进。其次,回归文学本身的问题也是一个值得反思的文学理论问题。传统的语言学研究范式注重文学的文学性研究,认为语言是文学的内在规定性和永恒性。这是它的功绩,也是它的偏颇。因为,它在把文学的文学性研究推上高峰的同时忽视了语言以外、或者与语言相关的知识场域(比如,文学与其他艺术语言之间的关系)。当前盛行的文化研究,打破了文学理论学科的界限,以超越文学社会学的姿态,把触角渗透到生活的各个方面,使得文学研究的边界变得模糊,文学本身的问题几乎成了一个被遗忘的话题。在这样的情形下,我们也深切地感受到文学基础理论知识体系的松散和脆弱。在两种研究方式面前,我以为,图像与文学的关系是文学理论重新思考文学自身问题反弹的重要表现,它介乎语言和文化之间,寻找理解和阐发文学的新维度,同时这也是对强调文学性研究的形式主义文论和强调文化权力的文化研究的一种反驳和超越。从这个意义上说,语图关系研究意味着在经典意义上的理论研究之外拓展出新的文艺理论研究思路。最后,应该提倡文学理论研究的多元主义理念。文学是复杂

图像理解理论与方法篇5

关键词：图像增强 粗集理论 均值滤波

中图分类号：TN929.11 文献标识码：A 文章编号：1007-9416（2015）11-0000-00

1引言

图像增强的目的是要改善图像的视觉效果，是一种基本的图像预处理手段，通过增强图像中的重要信息来改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的局部或整体特性，将原来一些不清晰的图像变得清晰或强调一些感兴趣的特征，扩大了图像中不同物体特征之间的差别，抑制了一些不感兴趣的特征达到改善图像质量、丰富信息量，加强了图像判读和识别效果，满足图像在某些特殊分析中的需要。

图像增强可以有效改善原始图像的视觉效果同时可以对原始图像进行某种程度的滤噪。为计算机的后续处理提供了方便，其实质是有目的的抑制了图像中一些次要信息而加强了图像中某些重要信息。但是由于图像信息本身之间具有较强的相关性和图像存在的复杂性，在处理过程中在各个不同层次都有可能会出现不确定性问题，将粗粗集理论应用于图像的分析和理解，在有些场合比传统计算的方法（即使用一些精确、固定和不变的算法表达和解决问题的相关方法）具有更好的效果。近年来许多学者提出了用粗糙集理论用于研究不确定性问题，它不仅为智能信息处理提供了一种新的处理技术，同时也为信息科学和认知科学提供了一种新的科学逻辑和研究方法。近年来有些学者已将粗集理论用于图像处理相关方面的研究、分析。粗集理论作为一种新的计算方法（新计算方法的指导思想就是利用现有规则所允许的不确定性和部分真实性，以得到便于处理、鲁棒性和成本都较低的一种解决方案）与遗传算法、神经网络等方法一样，是极具发展潜力的智能信息处理技术。本文首先把图像看成是一个知识系统，根据粗集方法，基于其不可分辨关系，分割成不同的区域，提出了一种基于粗糙集理论的图像增强方法，获得了良好的增强处理效果。

2基于粗集理论的图像增强方法

利用粗集理论中不可分辨关系和近似空间等相关概念，首先把待处理图像定义为一个近似空间，则该近似空间存在一个等价关系，同时在待处理图像I中定义一个粗近似集为。

待处理图像的可移动窗为（），中心像素灰度值为，可以将该处理窗分成4个一维子窗口，分别为水平、垂直、和水平分别成45度和135度的四个子窗口如图1所示。

图1子窗口示意图

我们可以分别定义待处理图像的每个可移动窗中子窗口上的等价关系为：

（3）

其中是中心像素的灰度值，是第个子窗口，是待处理图像可移动子窗中的一个预定的等价误差类。则用表示子窗口内一定不存在灰度突变，用表示子窗口内可能存在灰度突变。于是可以定义在每一子窗口中满足这一等价关系的像元数目为，同时定义近似精度在每一个子窗口内：

（4）

其中集合的元素数目用表示。

我们同时再用来定义待处理图像的可移动子窗口的均值：

（5）

这样对原始图像通过粗集处理后可以得到一个新的线性加权图像（即增强后的图像为：

（6）

其中是图像的第个像素的灰度值，图像可移动窗中第k个子窗口的均值用表示，可移动窗中第k个子窗口的均值近似精度用表示，参数用来控制原始图像和粗集处理后的图像之间的平衡，一般取值大于1。

3实验结果

通过利用上述粗集处理，根据灰度相似性利用粗集中不可分辨关系对待处理图像进行了划分，待处理图像的处理窗内水平、垂直、45度和135度的4个一维子窗口4个不同方向子窗口划分得到四个相应的粗集及其近似精度，然后通过近似精度加权求得子窗口的均值加权和，并以此均值加权和代替待处理窗的中心像元的灰度值，以达到增强图像、平滑噪声的效果。由于采用了四个不同方向上的一维子窗口，并通过四个子窗口的近似精度加权求和，使得灰度相似方向上的子窗口均值对增强结果贡献相对较大， 达到抑制了噪声的同时使得图像边缘也得到了保护和加强。

参考文献

[1]张朝全，周绍景.梁颖.基于粗集与FCM的快速图像分割改进方法[J].昆明冶金高等专科学校学报，2015，03：60-64.

[2]陈德刚.模糊粗糙集理论与方法[M].北京：科学出版社，2013.11.

图像理解理论与方法篇6

[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

图像理解理论与方法篇7

该实验的测量方法主要有三种：伏安法、伏阻法、安阻法。无论哪种方法，最终都是通过图像得到电动势和内电阻的测量值，解决这类问题注意以下步骤：①写出实验原理闭合电欧姆定律U=E-Ir；②将定律按照实验所给的器材变形，得到题中所给图像的函数解析式；③分析图像的截距和斜率，电源电动势和内电阻一定与图像的截距和斜率有关。接下来我们将通过三道例题分别讲解如何通过图像计算电动势和内电阻。

方法一：伏安法即实验中使用电压表和电流表，通过调节滑动变阻器的阻值改变电路的电流以及路端电压。

例1：某中学生课外科技活动小组利用铜片、锌片和家乡盛产的柑橘做了果汁电池，他们测量这种电池的电动势E和内阻r，并探究电极间距对E和r的影响。实验器材如图所示（篇幅所限，图略）。实验中依次减小铜片与锌片的间距，分别得到相应果汁电池的U-I图像如图1中（a）（b）（c）（d）所示，由此可知：曲线（c）对应的电源电动势E=____V，内阻r=____Ω。

答案： 0.975。478。

解析：首先由实验原理闭合电路欧姆定律U=E-Ir可知，图像与U轴的截距为电源的电动势E，斜率的绝对值为内电阻的阻值r，得到E=0.975V，r=478Ω。

方法二：安阻法即实验中使用电流表和电阻箱，通过改变电阻箱的阻值改变电路中的电流。

例2：听说水果也能做电池，某兴趣小组的同学用一个柠檬做成电池。他们猜想水果电池内阻可能较大，从而设计了一个如图2所示电路来测定该柠檬电池的电动势和内电阻。实验中他们多次改变电阻箱的电阻值，记录下电阻箱的阻值及相应的电流计示数，并算出电流的倒数，将数据填在如图3的表格中，最终描绘出如图4所示的图像。利用图像，可求出该柠檬电池的电动势为____V，内阻为____Ω。

答案：0.75-1.2。9×103-1.1×104。

解析：首先写出实验原理E=I（R+r），然后变形为R=■-r即图像的函数解析式，可以看出图像与R轴截距的绝对值为内电阻r，图像的斜率为电动势E。

方法三：伏阻法即实验中使用电压表和电阻箱，通过调节电阻箱的阻值改变电路中的电流和路端电压。

例3：某研究性学习小组采用如图5所示的电路测量某干电池的电动势E和内电阻r，R为电阻箱，V为理想电压表，其量程略大于电源电动势。实验中通过多次改变电阻箱的阻值R，从电压表上读出相应的示数U，该小组同学发现U与R不成线性关系，于是求出了相应的电阻与电压的倒数如下表所示。根据实验数据，绘出如图6所示关系曲线。由图像可知，该电源的电动势E= V， r= Ω。（保留2位有效数字）

答案：2.8。0.70。

解析：首先写出实验原理E=U+■r，由实验原理变形得■=■■+■即为图像的函数解析式，可以看出图像与■轴的截距为电动势E，斜率为■，我们先由截距算得E，再由斜率算得内电阻r。

图像理解理论与方法篇8

摘要：医学超声影像学在教学方法、教学效果、教学模式、师资队伍等方面还存在不足，本文针对这些问题提出从改善教学方法、提高教学效果、转变教学模式、加强师资建设四方面进行教学改革。

关键词：医学；超声影像学；教学改革

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）21-0131-02

随着医学超声影像技术不断的发展，超声造影、三维超声、弹性成像、腔内超声、介入超声、超声靶向诊断与治疗等新技术的不断涌现，使超声影像成为一种全新的诊疗学科，与外科学、肿瘤学、微创医学等学科联系越来越紧密，在临床诊断及治疗中发挥着日益重要的作用。由于临床对超声检查的依赖性越来越高，以及诊断范畴拓宽，导致社会对该专业人才的需求在大幅上升。用什么样的思维方式才能更好地适应医学超声影像技术发展和专业学科的发展，用什么样的教学方式才能很好地达到教学目的，这是从事超声影像学教育工作者所面临的课题。

一、改善超声影像学教学方法

医学超声影像学的教学方法是教师与学生为了实现共同教学目标，完成共同教学任务，在教学过程中运用的方式与手段，可采用教授法、谈论法、演示法、练习法、实验启发、实习等多种方法，以便开展丰富多彩的教学活动。过去多采用教师教授为主的方法，教学方法比较单一，超声影像学内容学生不易接受难于理解，学习兴趣不高；当前以案例教学、研讨互动、情景模拟等方法更加容易激发学生的学习兴趣。

医学超声影像学的主要学习内容包含各系统、器官的理论基础和超声图像的识别，掌握基本概念和原理，了解其内在联系，不能认为课程标准要求什么教师就教什么，这种认识是片面的。学生初次接触超声图像，很难把超声图像与解剖图像之间进行联系，可视化超声教学可以帮助学生将超声图像与解剖图像之间进行概念转换，建立人体器官解剖断面图像与超声图像间的立体思维概念，改变单纯平面思维概念，帮助学生加强实践能力，促使学生从理性认识到感性认识转变。为了真正体现医学超声影像学的教学特点，不断的丰富超声影像图库，插入大量的典型超声声像图、对比结构解剖图，根据教学内容适当插入简短的三维超声动态图像。因此利用文字、图像、声音等多种媒体向学生传递信息，可以化抽象为形象，变静态为动态，变复杂为简单，变枯燥为生动，使抽象的、枯燥的学习内容转化为直观的、形象的、图文并茂、生动有趣的内容。

医学超声影像学是一门实践性很强的学科，除了要有扎实的理论基础，还必须具有丰富临床实践能力。在实践教学中采用学生一对一互动操作练习，通过自身练习来体会和学习正常声像图。对于异常超声声像图的学习，我们建立了超声图像库和可视化超声实践教学软件系统，组成超声诊断典型病例的声像图资料库，所选病例图片均按疾病分为心脏及血管、腹部、妇产、小器官等，充分利用学生第3年学习的时机，由带教老师指导学生通过软件系统调阅并查获感兴趣的病例，用于W生示教。

二、改进超声影像学教学效果的评价

对教学效果的评价可以从老师和学生两方面入手来评价，首先我们应明确评价目的是为了提高教学质量和检验教学效果，制定评判标准，结合影响因素（包括性别、年龄、教龄、学历、职称、成果），按照教学内容与教学设计，通过学生评价、同事评价、教师自评、专家评价、领导评价等多种方式，采用纸笔评价或网络评价。对于医学超声影像学课程学生学习成效的评价，过去多采用理论课考核成绩占100%，现使用考核形式为期末理论笔试考核成绩占70%，实践能力考核成绩占30%，包括上机动手操作、典型病例思考与分析、以及检查报告的书写完整性和规范性。

三、转变教学模式

常见教学模式类型有以教师讲授为中心的高度集中型、以教育教学民主为中心的温和型、以学生为中心的松散放任型、以程序模式为主的管理型。医学超声影像学理论课内容抽象，学生不容易听懂，对超声图片的理解难度大，所以需要将超声图像与解剖图像之间进行概念转换，建立人体器官解剖断面图像与超声图像间的立体思维概念，我们通常采取以教师讲授为中心的高度集中型结合以教育教学民主为中心的温和型融合教学模式。

过去采取“4+1”的教学模式，即前四年公共课、基础课以及专业课的教学，最后一年进行实习。为了深化教育教学改革，提高教学质量，结合学校总体培养方案，为使医学超声影像学教学方案更加科学、合理，依据教育教学规律及本学科教学实践，安排第七学期学生在接受理论课学习的同时，穿插性的在实践教学基地进行实践教学，并专门配置超声诊断仪用于教学，老师可以一对一的进行教学演示和指导，学生可以随时亲自动手操作，从而使理论教学与实践教学联系更加密切。

在第八、期实践教学实习，比传统实践教学安排提前一个学期，不仅体现了早期接触专业、早期接触临床的理念，又避免了学生考研、就业等社会因素对实习的影响，第十学期采取个性化强化培养，使学生能力和素质进一步提高。

四、加强师资建设

要培养高素质的人才，师资是关键。师资力量建设应满足学科发展建设的需要；满足专业和专业特色凝练的需要；满足科研工作上水平的需要；满足提升教学质量的需要，师资力量在教学中占有举足轻重的地位。过去我们师资力量薄弱，仅2―3名理论课教师，现师资队伍不断强大、结构更加完善合理。

1.加强理论课教学师资队伍的建设。理论课教师队伍的建设，需进一步优化教师队伍的年龄结构、学历结构和学缘结构，积极引进超声医学高学历人才，建立一支稳定的教师队伍，积极加强对教师的知识和技能培训，使其不仅具有扎实的超声医学知识，及时掌握超声医学的新技术、新方法，还要鼓励教师开展教学研究和改革，提高教学水平和教育质量。同时要加强师风师德建设，乐于奉献、忠于职守、严谨求实、率先垂范，创造性地做好教学工作，充当教育教学改革的中流砥柱。

2.加强实践教学基地师资队伍建设。实践教学基地分实验室和医院，医院工作的重点仍然是临床工作，加强与实践教学基地沟通和交流，提高实践教学基地对教学工作的重要性，充分利用国家住院医师规范化培训基地资源，努力提高实践教学基地教学的效果。

总之，医学超声影像学现按照各系统疾病来介绍相关影像检查技术。医学超声影像学科已开始按照系统划分亚专业组，这不仅可提高临床诊断水平，还将为医学影像学教学取得良好的教学效果。

参考文献：

[1]游岚岚，朱小虎，查晓霞，等.医学影像专业超声医学教学改革探索[J].教育论坛，2011，8（11）.

[2]李颖嘉，文戈，严静东，等.网络环境下超声影像学教学改革探讨[J].山西医科大学学报，2010，12（5）.

收稿日期：2016-12-01

图像理解理论与方法篇9

关键字:背景差分;观测矩阵;压缩传感;最小全变分

中图分类号:TN911 文献标识码:A文章编号:1009-3044(2010)02-410-03

Background Subtraction Based on Compressive Sensing

LI Jie, CHENG Wang-zong

(School of Information Science & Technology, Southwest Jiaotong University, Chengdu 610031, China)

Abstract: Recent years, a new method of information acquirement theory known as compressed sensing(CS) has been presented, which is different from the traditional Nyquist sampling theory. It point that it's possible to reconstruct the signal from small number of non-traditional samples in form of randomized projections, as long as the signal is sparse or compressible. A new background subtraction way for detecting moving objects has been introduced based on the fundamental of CS and its related algorithms.This method can reduce the sampling and transmission bandwidth of the information significantly. Meanwhile, it also can overcome the false detection caused by the light changes to a certain extent. Experimental simulation provides a proof of the feasibility of the proposed method.

Key words: background subtraction; measurement matrix; compressed sensing; minimal total variation

背景差分法由于其操作简单,计算量小,实施性较好等优势,成为目前运动检测中最常用的一种方法。传统的背景差分方法均是基于奈奎斯特采样定理,利用当前图像和背景图像差分运算检测出运动变化的区域。众所周知,奈奎斯特采样定理要求信号的采样率必须大于或等于信号带宽的两倍,这无疑给信号处理的能力提出了更高的要求,也给相应的硬件设备带来了极大的挑战。这种传统的以奈奎斯特采样定理为准则的高速采样然后再压缩的过程浪费了大量的采样资源。近两年兴起的压缩传感理论将数据采集和压缩相结合,它指出:只要信号是可压缩的或在某个变换域是稀疏的,那么就可以利用随机投影矩阵将高维信号投影到低维空间上,即直接对信号进行较少采样得到信号的压缩表示,并且可以从远少于奈奎斯特采样数目的数据中重构信号或图像,很大程度上节约采样和传输的成本,有着广阔的发展前景,成为相关领域人员的研究重点。

本文尝试将压缩传感理论应用到背景差分方法中,考虑使用RICE大学Barauink等人根据CS理论研制的单像素相机(SPC)进行图像的采样压缩,从而把运动目标提取转化成具有稀疏的前景图像的恢复问题,并应用解优化方法进行求解。为更好地减少由于光照变化等带来的误检测,本文讨论采用一种自适应背景更新的方法增强算法的鲁棒性。

1 压缩传感理论

压缩传感理论首先由E.Candès、Romberg、Tao和Donoho等人在2004年提出主要思想如下:考虑一个实值的有限长离散时间信号x,可以看作一个RN空间的N×1维的列向量,其元素为 x[n],n=1,2,...,N,对于图像则可以转化为一个长的一维向量,假设信号x在某个正交基或紧框架Ψ上的系数是稀疏的,那么x可以用N×1维的基向量{ψi}N i-1的线性组合表示,其数学表达式为:

其中,Ψ为基向量构成的矩阵,α为稀疏系数组成的列向量。我们把原始信号x投影到与变换基Ψ不相关的观测矩阵Φ:M×N,M

y=Φx=ΦΨα (2)

由于M

运用压缩传感的方法进行采样压缩,需要具备一定的前提条件:首先,信号具有稀疏性或可压缩性,可以理解为信号本身具有稀疏性或可压缩性,或者在它的某个变换域上(如DCT变换域、小波变换域、Fourier变换域)具有这种特性;其次,信号x在矩阵Φ上进行投影时,矩阵Φ一定要满足限制等容性RIP原则,这样,投影所得的少量观测值y才能包含足够的恢复原始信号的信息,目前研究者提出了诸多满足此性质的测量矩阵如:高斯随机测量矩阵、伯努力随机测量矩阵、二值矩阵及局部傅里叶矩阵等等,信号的恢复过程的好坏很大程度上依赖于随机测量矩阵的性能,随机测量矩阵的性能越好,意味着随机采样的过程越能更多的保持原始信号的信息量不变。再其次,如何解决压缩传感理论的重构问题,即从得到的观测值y中恢复出原始信号。由于M

minΨα0s.t.y =Φx(3)

但是由于求解l0范数问题是一个NP问题,并且l0范数对噪声特别敏感,Chen、Donoho和Saunders指出求解一个l1优化问题会产生相同的解,于是上式变为:

minΨα1s.t.y =Φx (4)

考虑信号x存在噪声的情况下,问题可以进一步转换为求解一个凸优化问题:

式中,λ为误差和解之间的非负平衡因子或称调整参数,通过解优化的方法解决(5)式的最小化问题,近而找到信号的逼近。解优化问题有许多算法包括最小l1范数法、贪婪迭代匹配追踪系列算法、迭代阈值法以及专门处理二维图像问题的最小全变分法等。

2 压缩传感理论应用与背景差分的算法

2.1 基于CS的背景差分方法

背景差分方法是利用当前帧图像和背景图像参考帧图像的差分来检测运动区域的位置、大小和形状等信息。通常在检测之前要先设置检测阈值,在将当前图像与背景进行差分时,若当前图像的像素与背景图像对应的差别大于检测阈值,则将这部分像素从当前图像中分离出来,作为前景目标。在理想情况下,背景图像是完全静止的,对于具有运动目标的图像,除了运动目标区域的像素值发生变化,其余属于背景的部分保持不变,选取一帧背景图像作为参考图像用于整个图像序列的运动目标检测,简单公式表示如下:

xd=|xt-xb|T(6)

式中,xt为当前帧图像,xb为背景图像,xd为前景图像的表示形式。基于上节压缩传感理论的深入分析,把CS方法运用于背景差分的运动目标检测,则要根据所要达到的目地分别构造各个矩阵部分,接下来详细说明整个实现过程。首先,对于当前输入图像、背景图像和前景图像假设其满足在小波变换域上是稀疏的,即把小波变换基作为原始图像的变换基Ψ 进行稀疏投影,依据文献[4]选择混合傅里叶矩阵作为观测矩阵Φ,那么我们可以把当前输入图像的观测值表示为yt=ΦΨxti,类似地背景图像的观测值表示为yb=ΦΨxbi,其中xti、xbi分别为对应图像的稀疏系数。那么对于感兴趣的前景图像xd,可以根据当前图像和背景图像的观测值相减得到前景图像的观测值yb,由于感兴趣的前景图像满足稀疏性能,采用最小全变分法作为解优化问题的方法,那么问题转化为稀疏的前景图像的解优化问题,既而恢复出感兴趣的前景图像。

2.2 自适应背景模型的提取

在背景差分中,背景模型的提取关系到最终检测结果的准确性。然而由于环境的突变,比如光照的变化,树叶的抖动等对背景模型的提取造成一定的干扰。为了克服这些干扰,使背景模型能够对外界变化具有自适应性,考虑采用一种改进的均值滤波方法即运行期均值法实时地对背景模型进行更新,基本思想是通过引入学习率α来体现背景图像对场景变化的响应。α通常取0.05,α取值越小则前景的变化对背景的影响越小。背景更新公式表示如下:

ybi=αyti+(1-α)yb(i-1)(7)

其中,α又叫更新率,yti表示当前帧中的像素灰度值的观测值,基于运行期均值法分析,背景模型的更新不仅和当前像素点的值相关,而且与前一帧图像像素具有相关性,这样可以有效地避免一些背景的突发改变带来的影响,从而可以适应光线、天气等外界环境带来的影响。根据本文提出的算法框图表示如图1。

2.3 计算机仿真试验

为了验证方法的可行性,基于MATLAB 7.4平台进行计算机仿真实验。以某一视频序列图像为例。截取当帧前图像,根据压缩传感理论要求,首先将图像进行小波变换转换成对应基下的稀疏系数,同时对系数矩阵进行按列处理,然后利用运行期均值法对视频序列进行背景图像提取(如图2b)所示)得到背景观测图像,依据本文算法,进行稀疏图像重建,即可获得感兴趣的前景图像。在采样率为0.5时,前景图像重建效果图如图2所示:

a)当前帧图像 b)背景图像 c)前景图像重建效果

图2 前景图像重建效果图

3 结论

基于对压缩传感理论的理解和深入分析,实现其在背景差分方法的运动目标检测中的应用,通过实验仿真证明了本文提出方法的可行性。应用CS的背景差分方法,可以用少量的随机采样便可以达到重建前景图像的目的。此方法在减少传输图像时所需通信带宽及增强数据传输中丢包现象的鲁棒性方面,具有重大意义。压缩传感理论以其强大的优势吸引了大批研究人员的关注,并在模拟信息转换、压缩成像、生物传感等多方面迅猛发展,不可否认它的出现促成了信号采样理论的一次重大变革。

参考文献:

[1] DAVID pressed sensing[J].IEEE Trans.on Information Theory,2006,52(4):1289-1306.

[2] Candès E and Tao T.Near optimal signal recovery from random projections:universal encoding strategies?[J].IEEE Trans.Info.Theory,2006,52(12):5406-5425.

[3] Donoho D L.For most large underdetermined systems of linear equations,the minimal l1 norm solution is also the sparsest solution[J].Communication on Pure and Applied Mathematics,2006,59(6):797-829.

[4] Volkan Cevher,Aswin Sankaranarayanan,Marco F.Duarte pressive Sensing for Background Subtraction[J].In:ECCV,Marseilles(Oct.2008).

[5] Candes E and Romberg J.l1-magic:Recovery of Sparse Signals via Convex Programming[EB/OL].Avaliable:acltech.edu/l1magic.

[6] CANDèS E and Tao T.Near optimal signal recovery from random projections:universal encoding strategies?[J].IEEE Trans.Info.Theory,2006,52(12):5406-5425.

[7] Antonim Chambolle,Pierre-Louis Lions.Imaging recovery via total variation minimization and related problems[J].Numer.Math,76,PP.167-188,1997.

图像理解理论与方法篇10

关键词：数字图像处理;数学模型;形象化教学

中图分类号：G434 文献标识码：A 文章编号：1671-7503（2015）05-0045-03

一、引言

“数字图像处理”是高等院校信息类专业的重要专业课程，也是与计算机视觉、模式识别、认知计算等研究相关的热门学科。该课程希望通过对数字图像处理基本理论的学习，建立学生对数字图像处理学科的有效认知与兴趣，通过实验课强化数字图像处理的编程能力，为学生未来就业从事图像相关领域的工作奠定基础。数字图像处理课程涉及范围广，难度大，要求学生具有良好的数学和信号处理等相关知识的基础，并且掌握一种编程语言[1，2]。同时，随着近几年计算机视觉的发展，图像处理的新方法新思路更新迅速，如何更好地开展该课程教学，如何让学生理解数字图像处理并自主研究相关领域知识一直是专业课教师思考的问题。

二、课程特点及教学现状

“数字图像处理”课程是一门理论与实践并重的课程，所涉及到的内容很丰富，课程中涉及的每个章节或每种算法都可以作为一个研究内容;该课程涉及计算机技术、数学物理、通信技术等知识，要求学生在前期学习中具有较好的相关知识基础。

传统“数字图像处理”课程的教学存在以下问题：（1）开课时间过晚，高年级学生对课程了解少，缺乏兴趣，并且对该课程不够重视。（2）以往经验认为该课程注重实践，因此加大了实验课教学环节，增加实验课实践，虽然学生得到一定程度提高，但总体学习还不够理想[3]。

根据对学生的调查，部分学生认为课程晦涩难理解，老师讲解的数学模型枯燥，不知道图像处理中理论知识部分的作用，希望能够更直接或者更实例化地讲授该门课程。而讲授课程的教师也很为难，该课程与数学理论知识紧密相连，没有这些理论知识，很难真正理解该课程精髓，如果改成完全实例化教学，那可能与本科教学的目的不相符，只有更深入地了解课程中数学模型才可以更有效地利用，因此，仅仅以工程化举例是不够的。根据这一问题，我们采用数学模型形象化，图像处理实例特殊化，实践课程兴趣化的教学模型。让学生更有效地理解数学模型的同时，可以更有效地运用图像处理方[4]。

三、改革的教学内容

1.形象化数学模型讲授方法

学生们普遍反映数学模型晦涩，公式复杂很难理解。如小波变换，傅里叶变换，Gabor变换等都是数字图像处理课程中重要的内容，也是课程的难点，这些数学变换模型复杂，学生不易理解。我们将复杂的数学变换公式转化为数学模型，以形象化的方法将数学公式展示给学生。比如：在讲解Gabor变换时，Gabor变换实质上是傅里叶变换的加窗函数，Gabor变化的定义式如下。

（1）

单从公式角度看，公式中参数多且难于理解，我们可以用图形化方式向学生解释什么是傅里叶变化的加窗函数。假设傅里叶函数如图1所示。

图1 傅里叶变换

图2 窗口函数

现在只想得到f（t）函数在区间[a.b]的部分，因此可以引入窗口，（如图2）。有了傅里叶函数f（t）和窗口函数f（t），那么加窗的傅里叶函数就是两个函数的乘积，表示为G（x）=x1（t）f（t），其形象化的数学表达形式如图3所示。

图3 G（x）函数

其中，虚线框内得到的函数就是所说的傅里叶加窗函数，这样再把窗口函数x1（t）换为高斯函数，就是我们通常所说的Gabor函数。这样讲解，学生在了解傅里叶变换和高斯变换的前提下，形象化地理解了Gabor变换。但是仅仅了解数学函数基本图像还不够，我们还要进一步让学生理解函数。

2.多参函数变换的形象化教学

函数中必定存在着数学参数，而参数调节会对函数变化产生影响，因此，讲解参数对函数变换的影响，可以进一步加深对函数的理解，同样，利用2D-Gabor函数举例。函数2D-Gabor的数学表达形式如下。

（2）

公式中参数较多，形式复杂，主要参数包括σx和σy，分别表示函数在x轴和y轴方向上的标准差，ω0表示空间频率。这样的讲解较为晦涩。我们利用形象化的数学图像解释该函数与参数间的关系。

对于二维Gabor，参数变化引起图像形状的变化，不同参数的二维Gabor，在进行图像特征提取时也会产生不同效果，针对该函数，通过调节某一参数，观察二维Gabor图像，以及特征提取结果的变化情况。二维Gabor核函数如下。

（3）

其中， 。观察二维Gabor的核函数，该函数中每个参数对图像响应不同。参数λ代表二维Gabor的波长。

图4 参数λ对图像影响

如图4所示，图像中是波长分别为λ=5，λ=10的二维Gabor图像，其他参数的值如下：方向0，相位偏移0，长宽比0.5。

除此以外，还有方向参数θ，相位参数φ，形状参数γ，都采用通过调节参数，观察数学函数相应的变化，最终对数学函数有一个较为深入的理解。

3.特殊实例的展示

本研究根据函数特点，选取特殊实例，实例可以选取极限状态下的数字图像，以突显函数的作用，我们仍用二维Gabor函数为例，选取图5中（a）等边的八边形进行实验，此实例可以对检验二维Gabor对于纹理方向的敏感性（如图5）。

（a）原图 （b）方向0° （c）方向45° （d）方向90°（e）方向135°（f）4个方向 （g）6个方向

图5 2D-Gabor在不同方向的响应

图5中（a）图为实验用的等边8边形，以下使用相同波长参数λ=8，不同方向的二维Gabor对图5中（a）进行特征提取，从图（b），（c），（d）和（e）中可以看出二维Gabor对纹理方向的响应敏感，图5中（f）为θ=0°，θ=45°，θ=90°和θ=135°的四方向滤波图像结果，可以看出基本上提取了六边形的纹理，但是相对特征显得有些粗糙;图5中（g）是波长为λ=4，方向θ=0°，θ=30°，θ=60°，θ=90°，θ=120°和θ=150°的6方向滤波特征提取结果。可以看出六边形六方向滤波处理结果要比四方向效果要细致一些。

以此种方法，给予学生特殊实例图像，启发学生进一步思考：在调节相位参数φ后数字图像处理效果会有什么变化，并作为实验课内容让学生完成，以更有效地让学生理解数学模型中参数变化对图像处理的影响。以上通过形象化的数学图像解释数学函数，通过参数调节进一步形象化理解函数本身，在选取特殊实例进一步说明数学函数的具体功能和函数对图像变换产生的作用。这样学生可以更深入理解数学函数。

4.相似数学模型的学习延伸性

在经过一轮详细讲解数学函数方法后，我们可以将此方法延伸到其他近似函数，如小波变换，K-L变换等。在学习数字图像处理课程中关于数学函数的课程时，学生要知道这样的学习思路：把复杂数学函数转化为数学图像，通过对参数调节理解数学函数，再例举特殊实例了解数学变化在数字图像处理过程中的功能作用。学生在了解此学习方法后，老师采取启发驱动式的思想，让学生主动学习。

5.以兴趣和学校特点为导向教学和实践方法

形象化的数学模型讲解大大改善了数字图像处理课程，但是兴趣往往是学生重要的老师，因此我们在教学过程中注重兴趣培养[5]。

（1）通过前沿性的图像处理技术提高学生兴趣。数字图像处理是一门前沿科学，教材课程重点介绍常用算法，使学生掌握数字图像处理原理。再结合国内外多种教材，精选本学科相关的中英文期刊，本区域特色相关的科研热点项目等其他资料构建科学合理的教学内容和课程体系。教师将自己在科研中获得的新理论、新技术、新方法、新成果及时引入到教学中，不断充实和修正教学内容。通过一些发展中的、前沿性的算法着重介绍其思路和原理，教导学生注重思维培养而非局限于具体算法，培养学生的学习能力和创新思维。

（2）选取有效的实验课内容：数字图像的实用性很强，让学生利用数字图像处理方法解决一些与生活上相关的问题，例如：对植物叶子上的叶脉特征提取，多幅图像拼接技术等来提高学生主动学习的积极性。同时，还要考虑学校科研大环境，吉林农业大学作为一个以农业为主的大学，在信息科学上也要结合农业，将数字图像处理课程设计有效结合于农业科学，以农业为导向，完成数字图像处理综合应用。

四、结束语

数字图像处理课程一直存在学生感觉难、听课兴趣不足，教师感觉累、教课不积极的问题。通过对数字图像处理课程进行形象化教学方法，以贴近生活的实例为内容，通过前瞻性的科学知识吸引学生，并结合学校科研环境，有导向地设计课程实验。促进科研的同时，更主要的是可以有效地提高学生对课程知识的掌握，促进学生对学习知识的综合应用，使学生具有更好的创新能力。

参考文献：

[1] 张书真，宋海龙.专题化教学模式在《数字图像处理》课程中的实践[J].现代计算机，2011，（01）：54-56.

[2] 李飞鹏，胡云峰.《数字图像处理》实践教学改革与效果分析[J].中国科技信息，2010，（20）：258-259.

[3] 贾永红.数字图像处理课程的建设与教学改革[D].武汉：武汉大学，2007.

[4] 饶俊慧.数字图像处理课程教学改革探索[J].中国科教创新导刊，2012，（10）：22-23.