數字圖像處理方向研究生多學科協同培養模式與機制研究

王鵬　王弘穎

摘? 要：在研究生多學科協同培養模式與機制背景下，該文以信息學科數字圖像處理方向研究生培養為例，將信息學科與測繪學科有效協同，在原有的信息學科數字圖像方向培養方案上，增設遙感數據獲取、遙感數據預處理、遙感數據超分辨率制圖三個主題的測繪學科培養方案，不但實現學科之間的交叉融合，用實際應用案例激發研究生的學習興趣，而且能培養數字圖像方向研究生成為解決復雜學科交叉問題，促進新興特色學科發展，最終推動社會科技進步的高層次復合型人才。

關鍵詞：研究生培養模式與機制；多學科協同；數字圖像處理；遙感數據；培養方案

中圖分類號：C961? ? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2023）14-0155-04

Abstract： Under the background of multi-disciplinary collaborative training mode and mechanism for graduate students， taking the graduate students training in the direction of digital image processing of information discipline as an example， this paper effectively cooperates the information discipline with the discipline of surveying and mapping， and adds the training scheme of surveying and mapping discipline with three themes of remote sensing data acquisition， remote sensing data preprocessing and remote sensing data super-resolution mapping to the original training scheme of digital image direction of information discipline， which not only realizes the cross integration between disciplines， using practical application cases to stimulate graduate students' interest in learning， but also trains graduate students in digital image direction to solve complex interdisciplinary problems， promoting the development of new characteristic disciplines， and finally promoting the progress of social science and technology.

Keywords： graduate students training mode and mechanism; multidisciplinary collaboration; digital image processing; remote sensing data; training program

隨著我國建設的快速發展，目前無論從事創新性研究的頂尖人才，還是從事高新技術工作的應用型人員都十分緊缺。這種情況使得對人才培養提出了更高的要求，而研究生多學科協同培養模式與機制則具備這一優勢。研究生多學科協同培養模式與機制突破了傳統的學科分割，使不同學科間相互交叉、融合、滲透。研究生多學科協同培養模式與機制能夠融合不同學科知識作為主要研究內容和方向，并以此開展前沿科學研究，使研究生成為能解決復雜學科交叉問題，促進新興特色學科發展，最終推動社會科技進步的高層次復合型人才。

數字圖像處理方向是信息學科研究生的主要研究方向之一。要求研究生不但掌握有關數字圖像處理的基本概念和基礎理論，同時也要能夠利用計算機編程實現數字圖像信息的各種處理， 例如圖像增強、變換、重建、分割、分類和制圖等。數字圖像處理的相關技術已經在智慧城市、智慧農業，以及防災減災等各個領域得到了廣泛應用。因此掌握數字圖像處理原理并能夠靈活運用相關知識解決實際問題，對于今后研究生更好地在工作崗位從事相關領域工作有極大的幫助。

在研究生多學科協同培養模式與機制背景下，要積極開展學科交叉融合，不應僅僅培養研究生掌握信息學科中數字圖像處理方向的基本知識，同時也應該嘗試傳授研究生數字圖像處理在其他學科具體的應用案列。本文我們將信息學科與測繪學科有效協同，培養數字圖像處理方向研究生解決復雜學科交叉問題，促進新興特色學科發展。在原有的信息學科數字圖像處理方向培養方案上，增設遙感數據獲取、遙感數據預處理、遙感數據超分辨率制圖三個主題的測繪學科培養方案，不僅實現了學科之間的交叉融合，用實際應用案例激發研究生的學習興趣，而且進一步提升了研究生自主學習的能力和解決實際問題的能力。

一? 研究現狀

數字圖像處理作為面向信息學科的主要研究方向之一，不僅要求研究生在課堂上學習有關的概念和原理，同時也需要在實驗室利用計算機編程實現有關的各種處理， 例如圖像增強、重建、壓縮和制圖等[1-3]。數字圖像處理技術已經在農業、林業及軍事等各個領域得到了廣泛的應用[4-6]。數字圖像處理的培養目標是研究生能夠靈活運用相關知識解決實際工程問題，對于一些研究生畢業后從事相關領域的工作給予極大幫助[7-10]。目前有許多課題對培養數字圖像處理方向研究生進行探索與研究，例如曹風云等[11]對基于MATLAB仿真的數字圖像處理實驗進行了全面的綜述，便于該方向的研究生更好地掌握運用基于MATLAB仿真的數字圖像處理知識; 程永春等[12]以瀝青混合料級配檢測為例對數字圖像處理實驗進行講解；趙杰等[13]以圖像去霧為例對數字圖像實驗中的圖像增強進行創新型實驗設計；王俊輝等[14]設計基于LabVIEW的軟件輔助數字圖像處理實驗教學實踐；周越等[15]設計了觸屏交互的圖像處理實驗平臺輔助數字圖像處理實驗教學。

通過以上對數字圖像處理方向研究生培養現狀的分析，可以發現目前對數字圖像處理方向研究生的培養仍停留于對信息學科的數字圖像處理知識進行改進和優化，往往集中在對教學方法和教學軟件方面的研究和創新，信息學科與其他學科協同培養數字圖像處理方向研究生的研究鮮有報道。鑒于此，本項目將信息學科與測繪學科有效協同，培養數字圖像處理方向研究生能夠解決復雜學科交叉問題，促進新興特色學科發展，最終推動社會科技進步。

二? 研究總體框架

以研究生多學科協同培養模式與機制為契機，在數字圖像處理方向研究生培養的建設過程中積極開展學科交叉融合。總體框架如圖1所示，本項目以數字圖像處理延展到測繪學科為實例，在原有的培養方案基礎上增加遙感數據獲取-遙感數據預處理-遙感數據超分辨率制圖三個主題的數字圖像處理在測繪學科的應用案例。

首先在遙感數據獲取階段增加戶外教學，指導研究生運用手持光譜儀和操作無人機設備獲取遙感數據，這是測繪學科特有的培養方案，鍛煉研究生動手能力，不同于信息學科的數字圖像處理方向研究生往往僅用網上的公共數據資源進行研究，調動研究生實驗興趣；其次，在遙感數據預處理階段，除了指導研究生運用數字圖像處理相關知識對遙感數據進行整飾、糾正、變換、特征提取和波段融合等預處理外，特別向研究生介紹測繪學科常用的軟件處理工具ENVI（The Environment for Visualizing Images）處理平臺，拓展研究生視野。最后針對遙感數據超分辨率制圖，準備一些測繪學科國際或國內前沿問題，讓研究生運用信息學科的數字圖像處理知識去進行實驗操作，進一步提高研究生的綜合應用能力。

三? 研究內容

（一）? 培養研究生遙感數據獲取能力

在本環節，首先向研究生介紹各種平臺采集遙感數據的基本原理，然后采用全新的戶外培養模式，將研究生從室內實驗引導到戶外實驗，指導研究生運用手持式光譜儀進行近地遙感數據獲取。此外，指導研究生操作無人機設備進行航天遙感數據獲取；進一步指導研究生運用航天遙感數據獲取平臺，下載得到航空遙感數據。

經過增設本測繪學科培養內容，研究生能夠準確操作遙感數據采集設備，熟悉成像環境和成像原理，提高了研究生的實踐操作水平。

（二）? 培養研究生遙感數據預處理能力

由于地物類別的復雜性和硬件設備自身的局限性，平臺直接獲取的初始遙感數據通常不能直接滿足接下來的實際應用，此時我們需要對直接獲取的初始遙感數進行預處理，預處理一般包括糾正、修正、變換、鑲嵌、光譜解混、特征提取和波段融合等環節。

我們在遙感數據預處理過程中也指導研究生運用測繪學科常用的軟件工具ENVI進行操作。例如指導學生運用ENVI工具進行遙感數據不同波段融合，進行特征提取。以Landsat系列衛星為例，說明不同波段融合可以顯示哪些類別。該數據是Landsat8在羅馬上空獲得的多光譜圖像，包括6個波段，分別是短波紅外1、短波紅外2、藍波段、綠波段、紅波段和近紅外波段，大小為400×300個像素。近紅外波段，紅波段和綠波段的融合結果可以區分植被的種類，也可以用于監測植被生長情況，紅色表示植被，紅色越明亮表示植被越健康。近紅外波段，短波紅外1和紅波段融合結果可以有效區分陸地和水體，陸地是深淺的橙色和綠色，水是深淺藍色。增加該培養內容，使研究生可以掌握軟件工具ENVI的使用，拓展了研究生在測繪學科的知識面。

（三）? 培養研究生遙感數據超分辨率制圖能力

為了進一步培養研究生運用數字圖像處理知識來解決測繪學科研究熱點，提高研究生的綜合應用能力，在這個培養環節，指導研究生進行遙感數據超分辨率制圖。

由于簡單的物理意義和快速的運算結果，基于雙線性插值的遙感數據超分辨率制圖已經成為一種最為常見的遙感數據超分辨率制圖方法。首先，利用光譜解混技術處理原始低分辨率遙感數據獲得具有像元屬于每個類別比例值的低分辨率豐度圖像；其次，利用雙線性插值方法對低分辨率豐度圖像進行上采樣變成具有亞像元屬于每個類別比例值的高分辨率豐度圖像；最后，根據高分辨率豐度圖像提供的比例數值，利用類別分配方法將類別標簽分配到亞像元中，最終得到超分辨率制圖結果。

通過對現有的基于雙線性插值的超分辨率制圖的處理流程進行分析，可以發現現有的方法中精細空間分辨率圖像都是通過將原始低分辨率遙感數據進行先解混后雙線性插值處理獲得的，雖然由于雙線性插值的原因，使得精細空間分辨率圖像攜帶大量的原始圖像空間信息，但是由于原始低分辨率圖像中各個類別分布的不確定性和現有光譜解混技術的局限性，使得原始遙感數據中的監督信息，特別是光譜信息不能被充分利用，進而導致超分辨率制圖結果的精度受到影響。為了更加充分利用原始圖像中的空-光譜信息，從而改善超分辨率制圖結果，因此培養研究生利用數字圖像所學知識找出新的改進方法，提出了一種新型的基于雙路徑下雙線性插值的超分辨率制圖算法，如圖2所示。

步驟1：原始低分辨率遙感數據通過光譜解混得到低分辨率豐度值圖像。與此同時該原始圖像將會通過雙線性插值獲得一個高分辨率圖像。

步驟2：空間項將會通過對低分辨率豐度值圖像進行雙線性插值獲得，而光譜項將會通過直接解混高分辨率圖像獲得。

步驟3：空間項和光譜項進行整合產生出一個具有更多空-譜信息的目標項。

步驟4：在每個類別亞像元數目固定的限制下，依據目標項中的亞像元豐度值的大小，利用類別分配法將類別標簽分配到各個亞像元中，完成超分辨率制圖。

從流程圖2可以看出，空間項的主要貢獻是它通過雙線性插值使低分辨率豐度圖像變成具有豐富空間信息的高分辨率圖像；但是只通過以上單一的步驟原始遙感數據的光譜信息很難被充分地提取出來，這時光譜項作為補充光譜信息而發揮作用，它通過雙線性插值使得原始的低分辨率遙感數據變成高分辨率圖像，由于圖像分辨率提高的原因，使得光譜信息更容易被提取出來。最后兩個具有不同的信息和亞像元豐度值的目標項通過合適的參數進行整合得到具有更多空-光譜信息的亞像元豐度值，具有更多信息的亞像元豐度值將會導致一個更為理想的超分辨率制圖結果產生。

該培養方案的增設進一步加深了研究生對數字圖像處理在測繪學科應用的理解，并且提高了解決實際測繪學科問題的能力。

四? 結束語

在研究生多學科協同培養模式與機制背景下，利用信息學科與測繪學科協同培養數字圖像處理方向研究生的改革研究，能進一步利用數字圖像處理所學內容解決實際問題，給研究生提供了發揮自己創造能力的機會， 在很大程度上提高了研究生的學習主動性和創新能力，對于提高研究生科研能力和工程實踐能力有顯著的效果。該研究成果可以為其他學科的研究生培養模式提供借鑒，以加快信息輻射和引領示范，為培養國家各行業各領域急需的高素質交叉學科人才做出更大的貢獻。

參考文獻：

[1] 張顯斗，李倩，王萌萌，等.研究生數字圖像處理教學模式與實驗改革探索[J].實驗室研究與探索，2018（3）：162-165.

[2] SCHOWENGERDT R A. Remote Sensing： Models and Methods for Image Processing[M]. San Diego， CA： Academic， 1997.

[3] 姜山，雙凱.“數字圖像處理”課程的實驗教學改革淺談主導技術[J].實驗室研究與探索，2006（5）：124-128.

[4] 顏煥歡，張培鎮，王伊儂，等.肌骨超聲圖像特征檢測及拼接[J]．中國圖象圖形學報，2020（5）：1032-1042.

[5] 彭小江，喬宇.面部表情分析進展和挑戰[J].中國圖象圖形學報，2020（11）：2337-2348.

[6] 劉銀華．工科研究生工程及科研能力的培養方法思考[J]．高教學刊，2016（3）：224-225．

[7] 張吉軍.新工科背景下大學生就業能力提升路徑探索[J].黑龍江高教研究，2018（5）：130-133.

[8] 蔣偉，官禮和，劉亞威．數字圖像處理創新實驗的研究與實踐[J]．實驗室研究與探索，2011（7）：236-238．

[9] 張紅光，孫曉娜，紀常偉，等．開放實驗室，培養大學生的創新精神和實踐能力[J]．實驗技術與管理，2011（6）：16-19．

[10] 鄭家茂，熊宏齊，潘曉卉．構建開放創新實驗教學體系推動學生自主學習[J]．中國高等教育，2009（5）：39-41．

[11] 曹風云，胡玉娟，楊雪潔.基于MATLAB仿真的數字圖像處理課程實驗教學綜述[J].軟件導刊（教育技術），2017，16（9）：68-70.

[12] 程永春，馬健生，顏廷野，等.基于數字圖像處理技術的瀝青混合料級配檢測方法[J]．科學技術與工程，2017（32）：332-338．

[13] 趙杰，楊陽，李英.圖像增強的創新型實驗設計——以圖像去霧為例[J]．計算機與數字工程，2019，47（6）：959-961，996.

[14] 王俊輝，趙猛，張賀，等.基于LabVIEW的數字圖像處理實驗的教學實踐[J]．實驗室科學，2019，22（6）：70-73.

[15] 周越，李響.觸屏交互的圖像處理實驗平臺設計[J].實驗室研究與探索，2018，37（2）：98-100，127.

基金項目：江蘇省教育科學“十四五”規劃專項課題項目“基于自檢與競賽協同的數字圖像處理實驗考試改革與評價研究”（K-c/2021/08）；南京航空航天大學2021年研究生教育教學改革研究項目“研究生多學科協同培養模式與機制——以信息學科數字圖像處理方向研究生培養為例”（2021YJXGG11）；南京航空航天大學2022年“實驗技術研究與開發”項目“基于深度學習的高光譜遙感圖像分類實驗平臺系統”（SYJS202203Y）；南京航空航天大學2020年教師教學能力提升研究課題項目“基于人工智能的新型數字圖像處理實驗線下教學模式研究”（20JF0402）；南京郵電大學2022年教學改革研究項目“基于深度學習的學生混合課堂專注度追蹤與提升——以《創新與創業管理》課程為例”（JG00122JX42）；南京郵電大學管理學院2022年“課程思政”示范課程建設項目（無編號）

第一作者簡介：王鵬（1989-），男，漢族，河北黃驊人，博士，副教授。研究方向為圖像處理。