基于理論與實(shí)踐并重的圖像處理與分析課程建設(shè)

李新利 楊國田 劉禾

摘? 要：圖像處理與分析課程具有較強(qiáng)的理論性和實(shí)踐性。為提升研究生的綜合素質(zhì)和能力，基于教學(xué)內(nèi)容和教學(xué)方法進(jìn)行課程建設(shè)。采取融入學(xué)科前沿和電力特色的內(nèi)容，通過理論講解與程序演示、教師講解與學(xué)生編程、教與學(xué)的翻轉(zhuǎn)以及線下與線上資源結(jié)合，實(shí)現(xiàn)理論與實(shí)踐并重的教學(xué)模式，達(dá)到培養(yǎng)學(xué)生創(chuàng)新思維和科研能力的目標(biāo)。

關(guān)鍵詞：圖像處理與分析;理論與實(shí)踐;課程建設(shè)

中圖分類號：G642 文獻(xiàn)標(biāo)志碼：A 文章編號：2096-000X（2019）05-0101-03

Abstract： The image processing and analysis course has the theoretical and practical characteristics. In order to improve the comprehensive quality and ability of graduate students， course construction is carried out on the basis of teaching contents and teaching methods. The contents of frontier discipline and electricity characteristics are added in the process of teaching. The teaching mode of emphasizing both theory and practice is realized through the combination of theoretical explanation and program demonstration， the combination of teacher explanation and students programming， teaching and learning reversal and combination of offline and online resources. The goal of cultivating students' innovative thinking and scientific research ability is achieved.

Keywords： image processing and analysis; theory and practice; course construction

一、概述

《中國制造2025》中首次提及智能制造，開啟了我國人工智能道路。2018年發(fā)布了《人工智能標(biāo)準(zhǔn)化白皮書（2018版）》，全面統(tǒng)籌和負(fù)責(zé)人工智能標(biāo)準(zhǔn)化工作。目前人工智能已經(jīng)滲透到各行各業(yè)，正成為掀起互聯(lián)網(wǎng)顛覆性浪潮的新引擎。而圖像處理與分析是人工智能的重要基礎(chǔ)，該課程不僅是模式識別與智能系統(tǒng)學(xué)科研究生的核心專業(yè)課，也是一門涉及到計算機(jī)圖形學(xué)、計算機(jī)視覺、模式識別等多領(lǐng)域交叉的課程，具有較深的理論性和較強(qiáng)的實(shí)踐性。培養(yǎng)有理論創(chuàng)新能力和實(shí)踐能力的高素質(zhì)人才是研究生培養(yǎng)的重要任務(wù)，也是適應(yīng)“雙一流學(xué)科”建設(shè)的重要舉措。結(jié)合電力學(xué)科特色，本文從更新教學(xué)內(nèi)容、改進(jìn)教學(xué)方法等方面進(jìn)行課程教學(xué)改革，以期達(dá)到對學(xué)生的理論和實(shí)際能力的培養(yǎng)。

二、融入學(xué)科前沿和電力特色的教學(xué)內(nèi)容

為引領(lǐng)學(xué)生有個良好的基礎(chǔ)，圖像處理與分析課程的教材選用國外電子與通信經(jīng)典教材《數(shù)字圖像處理》。課程主要內(nèi)容分為圖像處理與圖像分析兩部分，前者包括圖像采集和從圖像到圖像的變換，以改善主觀的視覺效果，主要有空域、頻域及彩色圖像處理;后者是從圖像中取出感興趣的數(shù)據(jù)，以描述圖像中目標(biāo)的特點(diǎn)，主要有圖像分割、表示與描述以及特征提取。

在講授理論知識的同時，融入與學(xué)科發(fā)展前沿相關(guān)的新內(nèi)容、最新科研成果，及時讓學(xué)生了解和關(guān)注到前沿知識和技術(shù)。例如在講授圖像的采樣與量化時，可知采樣間隔越大，所得圖像像素數(shù)越少，空間分辨率低、質(zhì)量差，嚴(yán)重時出現(xiàn)馬賽克效應(yīng)。這是基礎(chǔ)知識，但是如果面對一個馬賽克圖像，是否可以恢復(fù)出原圖像呢？結(jié)合谷歌大腦的最新技術(shù)-像素遞歸超分辨率，針對8*8的馬賽克圖像，采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，一個是調(diào)節(jié)網(wǎng)絡(luò)，接收低分辨率圖像作為輸入，然后預(yù)測每個高分辨率圖像像素的條件對數(shù)概率;另一個是優(yōu)先網(wǎng)絡(luò)旨在生成低分辨率和高分辨率圖像之間的先驗(yàn)知識，根據(jù)概率優(yōu)先對高分辨率照片進(jìn)行填充，最后整合兩個神經(jīng)網(wǎng)絡(luò)的最佳猜測。這樣的理論知識與前沿知識相結(jié)合，不僅學(xué)習(xí)了基礎(chǔ)，更是開闊了學(xué)生眼界，激發(fā)了學(xué)習(xí)興趣。

作為電力學(xué)科的研究生，其未來的研究方向或研究課題與電力工業(yè)密不可分。為提高電力生產(chǎn)和傳輸過程中的安全性和經(jīng)濟(jì)性[1]，數(shù)字圖像處理與分析技術(shù)在電力系統(tǒng)中得到廣泛的應(yīng)用，主要包括火焰檢測、燃燒診斷、污染物排放估計、燃燒控制、燃料管理、故障診斷及遠(yuǎn)程監(jiān)控等各個方面的應(yīng)用。

目前大型燃煤火電機(jī)組的鍋爐多數(shù)都安裝了火焰圖像檢測裝置，該裝置不僅用于火焰檢測，而且還為鍋爐燃燒監(jiān)測與優(yōu)化研究提供了視覺信息。基于所獲得的火焰圖像，進(jìn)行圖像處理與分析，采用不同的特征提取方法獲得圖像特征，結(jié)合軟件算技術(shù)，開展?fàn)t膛滅火保護(hù)、燃燒穩(wěn)定性判別、燃燒溫度場測量和NOx排放量預(yù)測等方面的研究[2-4]。結(jié)合課題組的最新研究，通過對火焰圖像進(jìn)行基于分形特征的圖像分割，從分割圖像和原圖像中提取反映火焰燃燒狀態(tài)的多維特征向量，并基于極限學(xué)習(xí)機(jī)進(jìn)行燃燒狀態(tài)識別。不僅如此，還通過對煤粉燃燒火焰圖像的分塊處理和灰度分級處理，構(gòu)建風(fēng)粉混合效果的灰度信息和灰度位置分布信息的特征向量，形成對風(fēng)粉混合效果的度量。圖像處理與分析在電廠的相關(guān)應(yīng)用，更加明確地讓學(xué)生熟悉所學(xué)知識的工業(yè)應(yīng)用現(xiàn)狀及發(fā)展。

三、理論與實(shí)踐并重的1+1教學(xué)模式

圖像處理與分析課程是理論與實(shí)踐密切結(jié)合的，在有限的32學(xué)時中，如何能讓學(xué)生快速兼顧二者，同時還能啟發(fā)創(chuàng)新思維？相對于傳統(tǒng)的以教師講授為主的教學(xué)方式，本教學(xué)改革提出理論與實(shí)踐“1+1”的教學(xué)模式，主要包括：理論講解與程序演示“1+1”，教師講解與學(xué)生編程“1+1”，教與學(xué)的課堂翻轉(zhuǎn)“1+1”， 以及線下與線上資源 “1+1”。

（一）理論講解與程序演示“1+1”

傳統(tǒng)的教學(xué)模式基于PowerPoint進(jìn)行圖像處理算法的原理講解，并輔以已處理好的圖像進(jìn)行驗(yàn)證。這種教學(xué)模式雖然有部分圖像處理結(jié)果的展示，但過于簡單與單一，并不能顯示處理過程，并且學(xué)生的關(guān)注點(diǎn)不僅在于這種處理實(shí)現(xiàn)了什么，還關(guān)注這種處理是怎么實(shí)現(xiàn)的。鑒于此種情況，將原理的講解與程序的當(dāng)場演示相結(jié)合就很有必要，因?yàn)檫@種結(jié)合不僅可以加深學(xué)生對于原理的認(rèn)識，而且能使學(xué)生對原理的實(shí)現(xiàn)有一個基本認(rèn)知，也方便教師進(jìn)行下一步教學(xué)。

在教學(xué)過程中，將圖像處理的基本方法，如灰度變換、直方圖變換、空域?yàn)V波、頻域處理、圖像復(fù)原以及圖像分割等，基于GUI圖形界面編寫相應(yīng)軟件包[5]，把圖像處理與分析的每一部分基礎(chǔ)知識打包進(jìn)行展示。例如基于灰度變換的軟件包，將灰度變換的常用方法圖像反轉(zhuǎn)、冪律變換、對數(shù)變換、對比度拉伸、灰度級分層以及比特平面分層等方法的處理效果進(jìn)行演示，并具備相關(guān)參數(shù)設(shè)置功能，如圖1、圖2所示。這種軟件包方式不僅直觀地將處理前后的圖像進(jìn)行比較，還通過對關(guān)鍵程序的講解，將課堂上所講解的原理進(jìn)行程序?qū)崿F(xiàn)，加深學(xué)生對原理的掌握。

（二）教師講解與學(xué)生編程“1+1”

傳統(tǒng)教學(xué)模式基本上都是老師單一講解，學(xué)生通過課下作業(yè)進(jìn)行反饋，這樣會造成答疑不夠及時，導(dǎo)致問題解決的滯后性。采取教師講解與學(xué)生編程相互交叉的教學(xué)形式，不僅能夠隨堂解決學(xué)生的疑惑問題，還可以激發(fā)學(xué)生動手實(shí)現(xiàn)的興趣，從而加深學(xué)生對于原理的深入了解。通過學(xué)生親自動手實(shí)現(xiàn)，修正參數(shù)以觀察程序運(yùn)行結(jié)果，增進(jìn)學(xué)生對于圖像處理的學(xué)習(xí)興趣。

作為研究生，不僅需要理論和實(shí)踐，更需要創(chuàng)新能力的培養(yǎng)。學(xué)生編程包括課上編程和課下編程，課上編程重在實(shí)踐，課下編程重在創(chuàng)新。當(dāng)學(xué)生課上編程熟練后，及時消化吸收了基本知識，同時激發(fā)學(xué)習(xí)興趣，在課下可積極主動進(jìn)行算法改進(jìn)和創(chuàng)新。

（三）教與學(xué)的課堂翻轉(zhuǎn)“1+1”

傳統(tǒng)教學(xué)模式是教師講解學(xué)生聽講，此模式容易造成師生互動不充分，學(xué)生上課易跑神的現(xiàn)象。而研究生的教學(xué)不僅是知識的傳授，更多的是啟發(fā)創(chuàng)新思維、增強(qiáng)學(xué)術(shù)討論

與交流的全方位培養(yǎng)。

在講授各種圖像處理與分析方法時，除了突出其理論依據(jù)和特點(diǎn)，同時要求學(xué)生撰寫與圖像處理相關(guān)學(xué)術(shù)論文，在課程結(jié)束前，展開論文報告、討論與交流，實(shí)現(xiàn)教與學(xué)的課堂翻轉(zhuǎn)。學(xué)生會結(jié)合自己的研究方向，或是追蹤學(xué)科前沿，完成相關(guān)論文。這樣通過課上的知識講解和課下的編程練習(xí)，學(xué)生論文撰寫及交流，雙方面加深研究生理論素養(yǎng)和方法應(yīng)用的體會。

（四）線下與線上資源 “1+1”

研究生不僅需要在有限的教學(xué)學(xué)時內(nèi)完成學(xué)習(xí)任務(wù)，還需要課下的資源補(bǔ)充。線下提供課堂學(xué)習(xí)資源，線上建設(shè)網(wǎng)絡(luò)教學(xué)資源，給學(xué)生提供教學(xué)課件、參考文獻(xiàn)、圖像庫、圖像處理軟件和源代碼、國外教學(xué)網(wǎng)站與視頻，便于學(xué)生有針對性補(bǔ)充和練習(xí)課堂內(nèi)容。線下是啟發(fā)式、互動式教學(xué)，奠定學(xué)習(xí)的基礎(chǔ);線上是自學(xué)、分組式討論模式，拓寬眼界并提升科研能力。

實(shí)行理論與實(shí)踐并重的“1+1”教學(xué)模式，充分發(fā)揮學(xué)生的主觀能動性，以培養(yǎng)學(xué)生為綜合性人才為目標(biāo)，為學(xué)生后續(xù)專業(yè)課程、學(xué)位論文選題以及未來從事圖像處理相關(guān)工作、科研奠定堅(jiān)實(shí)基礎(chǔ)。

四、結(jié)束語

針對圖像處理與分析課程的特點(diǎn)進(jìn)行教學(xué)改革，在教學(xué)內(nèi)容上有效地融入學(xué)科前沿和電力特色的知識，在教學(xué)方法上采取理論與實(shí)踐并重的“1+1“模式，實(shí)現(xiàn)理論講解與程序演示結(jié)合、教師講解與學(xué)生編程結(jié)合、教與學(xué)的翻轉(zhuǎn)以及線上與線下資源結(jié)合。基于理論與實(shí)踐并重的多樣化教學(xué)模式，實(shí)現(xiàn)了以學(xué)生為主體，以能力提升為目標(biāo)，以創(chuàng)新為導(dǎo)向的多元化、多層次的教學(xué)目標(biāo)。

參考文獻(xiàn)：

[1]劉禾.數(shù)字圖像處理及應(yīng)用[M].北京：中國電力出版社，2006.

[2]李新利，李玲，盧鋼，等.基于火焰自由基成像和支持向量機(jī)的燃燒過程N(yùn)Ox排放預(yù)測[J].中國電機(jī)工程學(xué)報，2015，35（6）：1413-141

9.

[3]吳一全，宋昱，周懷春.基于灰度熵多閾值分割和SVM的火焰圖像狀態(tài)識別[J].中國電機(jī)工程學(xué)報，2013，33（20）：66-73.

[4]徐寶昌，張丁元，程亮.基于圖像的火焰穩(wěn)定性判別方法研究[J].計算機(jī)工程與應(yīng)用，2012，48（09）：168-171.

[5]宗節(jié)保，段柳云，王瑩，等.基于MATLAB GUI軟件制作方法的研究與實(shí)現(xiàn)[J].電子設(shè)計工程，2010，18（7）：54-56.