研究生數(shù)字圖像處理教學(xué)模式與實(shí)驗(yàn)改革探索

張顯斗， 李 倩， 王萌萌， 劉 碩， 王毅剛

(杭州電子科技大學(xué) 數(shù)字媒體技術(shù)系，杭州 310018)

0 引 言

高素質(zhì)研究生人才對(duì)于國(guó)家在經(jīng)濟(jì)和科技全球化背景下力爭(zhēng)國(guó)際前列有重要的推動(dòng)作用[1]。目前隨著研究生規(guī)模的不斷擴(kuò)大，其培養(yǎng)質(zhì)量也面臨著越來(lái)越嚴(yán)峻的挑戰(zhàn)。為保證研究生的培養(yǎng)質(zhì)量，研究生教學(xué)模式與實(shí)驗(yàn)應(yīng)不斷改革創(chuàng)新以適應(yīng)經(jīng)濟(jì)社會(huì)的進(jìn)步和發(fā)展。計(jì)算機(jī)科學(xué)與技術(shù)、數(shù)字媒體技術(shù)、信號(hào)處理、自動(dòng)化、生命科學(xué)與儀器等眾多學(xué)科都涉及到數(shù)字圖像處理課程[2]。數(shù)字圖像處理課程中的相關(guān)內(nèi)容在生物特征識(shí)別、醫(yī)學(xué)圖像處理、遙感圖像探測(cè)以及視頻監(jiān)控等實(shí)際應(yīng)用中發(fā)揮著重要的作用，尤其是近幾年來(lái)受到廣泛關(guān)注的計(jì)算機(jī)視覺(jué)、機(jī)器視覺(jué)和手機(jī)雙攝成像等熱門(mén)領(lǐng)域?qū)D像處理高素質(zhì)人才的需求更為迫切。掌握數(shù)字圖像處理內(nèi)容并靈活地學(xué)以致用，對(duì)于學(xué)生畢業(yè)后更好地走向工作崗位、繼續(xù)從事相關(guān)領(lǐng)域工作有極大的促進(jìn)作用。相對(duì)于本科生數(shù)字圖像處理課程，研究生數(shù)字圖像處理課程除了要求研究生掌握?qǐng)D像處理的基礎(chǔ)理論知識(shí)并能夠?qū)崿F(xiàn)圖像信息處理的基礎(chǔ)編程技能外，更需了解國(guó)際前沿研究動(dòng)態(tài)并能夠?qū)?shí)踐中存在的問(wèn)題具有剖析判斷和實(shí)際解決能力。本文從教學(xué)模式和實(shí)驗(yàn)兩個(gè)角度展開(kāi)對(duì)研究生課程教學(xué)改革的探索。在教學(xué)模式上提出以論文學(xué)習(xí)討論為引導(dǎo)的翻轉(zhuǎn)課堂教學(xué)模式；在教學(xué)實(shí)驗(yàn)方面，分析圖像處理實(shí)際應(yīng)用中常見(jiàn)的瓶頸問(wèn)題，在傳統(tǒng)實(shí)驗(yàn)內(nèi)容基礎(chǔ)上設(shè)計(jì)了新的實(shí)驗(yàn)內(nèi)容，以進(jìn)一步提升研究生科學(xué)研究能力和工程實(shí)踐應(yīng)用能力。

1 教學(xué)模式改革

教學(xué)模式是在一定教學(xué)理論指導(dǎo)及教學(xué)環(huán)境支持下進(jìn)行教與學(xué)的一種活動(dòng)程序，是為達(dá)到某種教學(xué)目的而建立在經(jīng)驗(yàn)與理論之間的一種較為穩(wěn)定的邏輯框架。它規(guī)定了教學(xué)活動(dòng)中的師生任務(wù)，從宏觀上把控著教學(xué)活動(dòng)整體及各要素之間的邏輯關(guān)系。相關(guān)教學(xué)模式文獻(xiàn)[3-5]指出我國(guó)研究生教育過(guò)程中普遍存在著教學(xué)內(nèi)容與實(shí)踐吻合度低以及學(xué)生學(xué)習(xí)積極性不高等問(wèn)題。借鑒美國(guó)研究生討論課[6]教學(xué)模式、韓國(guó)“托利派”[7]前沿理論與科研實(shí)踐相結(jié)合的教學(xué)模式以及作者在加拿大訪學(xué)期間所參與的授課經(jīng)驗(yàn)，在研究生數(shù)字圖像處理授課過(guò)程中，采用了“課前準(zhǔn)備——課堂升華——課后固化”的教學(xué)模式，取得了優(yōu)良效果。

打破傳統(tǒng)以教師課堂宣講、以課本或PPT宣讀為主的授課模式。開(kāi)創(chuàng)以論文為主題、以學(xué)生討論提問(wèn)為主的課堂新局面，充分發(fā)揮以學(xué)為主、以教為輔的翻轉(zhuǎn)課堂功能，提高學(xué)生自主學(xué)習(xí)積極能動(dòng)性。科技文獻(xiàn)是科研人員的成果結(jié)晶，閱讀論文對(duì)于擴(kuò)充學(xué)生知識(shí)面、理解相關(guān)領(lǐng)域最新研究動(dòng)態(tài)有直接幫助作用。課前教師挑選出能夠反映課程理論體系及研究前沿的文獻(xiàn)，通過(guò)郵件方式向?qū)W生布置閱讀任務(wù)，要求學(xué)生通過(guò)精讀相關(guān)文獻(xiàn)，并在課程開(kāi)始前將閱讀心得及遇到的難懂問(wèn)題通過(guò)郵件方式反饋給教師，師生共同完成課前備課工作；在課堂上以討論為主，首先由學(xué)生互相介紹學(xué)習(xí)心得及所遇到的問(wèn)題，然后教師有針對(duì)性地對(duì)學(xué)生遇到的共性問(wèn)題進(jìn)行啟發(fā)式答疑，并潛移默化地引導(dǎo)學(xué)生了解該相關(guān)領(lǐng)域的研究背景、現(xiàn)狀、發(fā)展趨勢(shì)及當(dāng)前國(guó)內(nèi)外高校和科研機(jī)構(gòu)的研究動(dòng)態(tài)。除了答疑解惑外，還要逐漸開(kāi)啟學(xué)生的學(xué)科發(fā)展動(dòng)態(tài)及國(guó)際化視野。課后則鼓勵(lì)學(xué)生跟蹤并獨(dú)立探索相關(guān)領(lǐng)域的研究，加強(qiáng)自學(xué)及綜合知識(shí)提升能力。

“課前準(zhǔn)備——課堂升華——課后固化”的教學(xué)模式一方面督促學(xué)生閱讀相關(guān)科技文獻(xiàn)，開(kāi)闊眼界，并讓課前教師的備課工作有的放矢，同時(shí)極大地提高了課堂效率，活躍課堂氣氛，增進(jìn)師生深入交流，進(jìn)一步激發(fā)學(xué)生對(duì)科學(xué)研究的興趣。另一方面學(xué)生在潛移默化中掌握了基于學(xué)科前沿文獻(xiàn)閱讀的科學(xué)研究方法，把握研究思路，對(duì)提高學(xué)生綜合科研素質(zhì)有很大的幫助作用，也為學(xué)生后續(xù)自主開(kāi)展研究工作、發(fā)表優(yōu)秀論文奠定了良好基礎(chǔ)。

2 教學(xué)實(shí)驗(yàn)內(nèi)容改革

數(shù)字圖像處理教學(xué)上容易忽視一些實(shí)際操作中常遇到的棘手問(wèn)題，解決這些問(wèn)題對(duì)圖像處理算法使用有很大的幫助作用。由于國(guó)內(nèi)主流數(shù)字圖像處理教材對(duì)其描述較少，導(dǎo)致學(xué)生面臨解決實(shí)際工程問(wèn)題頻頻出錯(cuò)卻遲遲找不到突破口。為幫助研究生更全面地把握數(shù)字圖像處理理論體系所涉及的內(nèi)容，在“數(shù)字圖像獲取——圖像增強(qiáng)與分析——圖像可視化”3個(gè)階段分別開(kāi)設(shè)了新的實(shí)驗(yàn)內(nèi)容。在數(shù)字圖像獲取階段增添白平衡預(yù)處理解決由于光源因素導(dǎo)致的成像偏色問(wèn)題，提高研究生的實(shí)踐應(yīng)用水平；在圖像增強(qiáng)與分析階段增設(shè)了彩色圖像處理實(shí)驗(yàn)以強(qiáng)化圖像彩色信息在實(shí)際應(yīng)用中的重要性，拓展研究生視野；在圖像可視化階段設(shè)計(jì)圖像質(zhì)量客觀評(píng)價(jià)實(shí)驗(yàn)，進(jìn)一步提高研究生的綜合應(yīng)用能力。

2.1 白平衡預(yù)處理實(shí)驗(yàn)

人類視覺(jué)系統(tǒng)能夠自動(dòng)消除(或者減弱)光照顏色變化對(duì)視覺(jué)顏色感知的影響，照明光源顏色變化時(shí)仍能夠保持物體顏色相對(duì)恒常不變的視覺(jué)特性，該視覺(jué)特性稱為顏色恒常性。但是用于模擬人類視覺(jué)系統(tǒng)的數(shù)字成像系統(tǒng)不具備顏色恒常性，其成像顏色易受照明光源顏色影響。圖1為同一場(chǎng)景在不同顏色照明光源下拍攝后的四幅圖像，可見(jiàn)其顏色有較大差異，這直接影響了后續(xù)圖像的分析處理及可視化。在實(shí)際應(yīng)用中，一般采用白平衡算法模擬人類視覺(jué)系統(tǒng)的顏色恒常性[8]，使得數(shù)字成像設(shè)備在不同照明光源下的成像顏色效果與人類視覺(jué)系統(tǒng)感知顏色一致。

圖1 同一場(chǎng)景在不同顏色照明光源下的拍攝效果

基于膚色的手勢(shì)、人臉識(shí)別在人機(jī)交互和計(jì)算機(jī)視覺(jué)等領(lǐng)域有著非常廣泛的應(yīng)用。下面以基于顏色分布為依據(jù)的膚色檢驗(yàn)，說(shuō)明圖像偏色對(duì)檢測(cè)精度的影響以及白平衡預(yù)處理在實(shí)際應(yīng)用中的重要性。在實(shí)際應(yīng)用中，一般將RGB顏色空間轉(zhuǎn)換到Y(jié)CrCb顏色空間[9]，然后基于膚色在CrCb色度空間的先驗(yàn)顏色分布判斷新圖像中的膚色區(qū)域[10-11]。圖2(a)為在偏紅光源照明下拍攝得到的原圖像，用傳統(tǒng)基于CrCb在色度空間的先驗(yàn)分布所確定的膚色區(qū)域，如圖2(b)所示，可見(jiàn)由于照明光源導(dǎo)致的成像偏色問(wèn)題直接影響到了膚色的檢測(cè)精度。圖2(c)為用典型的max-RGB白平衡算法[12]對(duì)圖2(a)校正結(jié)果，可見(jiàn)，其膚色明顯更接近于真實(shí)膚色，基于該圖像的膚色區(qū)域檢測(cè)結(jié)果如圖2(d)所示，可見(jiàn)白平衡預(yù)處理步驟明顯提高了膚色的檢測(cè)精度。

(a)原圖像(b)原圖像膚色檢測(cè)結(jié)果(c)白平衡預(yù)處理后圖像(d)白平衡預(yù)處理后膚色檢測(cè)結(jié)果

圖2 基于YCrCb顏色空間膚色檢測(cè)對(duì)比實(shí)驗(yàn)結(jié)果

經(jīng)過(guò)該實(shí)驗(yàn)內(nèi)容的增設(shè)，研究生不僅掌握了顏色恒常性的原理及基本的白平衡算法，而且明顯意識(shí)到成像環(huán)境、相機(jī)參數(shù)設(shè)置和圖像預(yù)處理對(duì)圖像分析處理的重要性，提高了研究生的實(shí)踐應(yīng)用水平。

2.2 彩色圖像處理

隨著信息技術(shù)的發(fā)展，彩色圖像處理在醫(yī)療診斷、視頻監(jiān)控、機(jī)器視覺(jué)和計(jì)算機(jī)視覺(jué)等領(lǐng)域發(fā)揮著越來(lái)越重要的作用。傳統(tǒng)《數(shù)字圖像處理》教材所涉及的實(shí)驗(yàn)內(nèi)容主要是針對(duì)灰度圖像的處理與分析，研究生教學(xué)需在此基礎(chǔ)上向彩色圖像處理方向延伸和拓展，使實(shí)驗(yàn)教學(xué)內(nèi)容更加貼近實(shí)際。

邊緣檢測(cè)在理論研究和工程實(shí)踐應(yīng)用方面得到了廣泛應(yīng)用，是區(qū)域分割、圖像復(fù)原、機(jī)器學(xué)習(xí)等圖像處理技術(shù)的基礎(chǔ)。以邊緣檢測(cè)為例，分別采用灰度和彩色Canny算子對(duì)圖像進(jìn)行邊緣檢測(cè)，讓學(xué)生掌握彩色信息在實(shí)際圖像處理中的應(yīng)用方法。Canny算子具有良好的邊緣檢測(cè)效果，基于圖像灰度信息的Canny邊緣檢測(cè)算法[13]主要包括圖像平滑、梯度幅值和方向計(jì)算、梯度幅值的非極大值抑制、邊緣檢測(cè)和連接等步驟?；趫D像彩色信息的Canny邊緣檢測(cè)主要有輸出合成法、梯度合成法及矢量法3類經(jīng)典方法。輸出合成法是先對(duì)各彩色分量分別做邊緣檢測(cè)，然后進(jìn)行合成作為最終的檢測(cè)結(jié)果；梯度合成法是通過(guò)合成各個(gè)彩色分量的梯度進(jìn)行邊緣檢測(cè)；矢量法則是把彩色空間看成一個(gè)多維矢量，通過(guò)計(jì)算彩色空間的矢量梯度[14-15]實(shí)現(xiàn)邊緣檢測(cè)。圖3分別展示了基于圖像灰度信息的Canny邊緣檢測(cè)結(jié)果和基于矢量梯度的Canny算子邊緣檢測(cè)結(jié)果，可見(jiàn)基于圖像灰度信息的檢測(cè)結(jié)果存在邊緣缺失以及部分邊緣虛假等問(wèn)題，而基于圖像彩色信息的Canny算子則可以較完美地檢測(cè)出物體的邊緣信息。

(a)原圖像(b)灰度Canny邊緣檢測(cè)結(jié)果(c)彩色Canny邊緣檢測(cè)結(jié)果

圖3 灰度和彩色Canny邊緣檢測(cè)實(shí)驗(yàn)對(duì)比

經(jīng)過(guò)該實(shí)驗(yàn)內(nèi)容的增設(shè)，使得學(xué)生認(rèn)識(shí)到彩色圖像比灰度圖像包含了物體更多的顏色信息，如加以妥當(dāng)應(yīng)用，可以更好地實(shí)現(xiàn)圖像的增強(qiáng)和分析。該實(shí)驗(yàn)拓展了學(xué)生的知識(shí)面，部分學(xué)生受到該實(shí)驗(yàn)內(nèi)容的啟發(fā)，自學(xué)了其他基于圖像彩色信息的處理方法，進(jìn)一步拓展了其知識(shí)面。

2.3 圖像質(zhì)量評(píng)價(jià)

圖像質(zhì)量評(píng)價(jià)與人們?nèi)粘Ｉ钕⑾⑾嚓P(guān)并間接影響到部分圖像處理算法的設(shè)計(jì)與開(kāi)發(fā)。據(jù)美國(guó)德勤公司TMT(技術(shù)、媒體和電信)部門(mén)統(tǒng)計(jì)，全世界范圍內(nèi)每年約拍攝數(shù)萬(wàn)億張圖像，其中約75%的圖像被網(wǎng)民或媒體上傳至網(wǎng)絡(luò)與朋友或大眾分享。在圖像采集、壓縮、傳輸和分析處理等環(huán)節(jié)，也迫切需要圖像質(zhì)量評(píng)價(jià)方法對(duì)相關(guān)圖像處理算法效果進(jìn)行分析評(píng)價(jià)。掌握?qǐng)D像質(zhì)量評(píng)價(jià)的相關(guān)知識(shí)內(nèi)容，對(duì)于提高研究生后續(xù)圖像處理結(jié)果的分析能力有很大幫助。

圖像客觀質(zhì)量評(píng)價(jià)方法一直是圖像處理及人類視覺(jué)感知等領(lǐng)域的重點(diǎn)研究方向之一。SSIM(Structural Similarity Image Measurement)[16-17]是當(dāng)前公認(rèn)的準(zhǔn)確度較高的相似度圖像質(zhì)量評(píng)價(jià)方法?；谌祟愐曈X(jué)系統(tǒng)的信息感知機(jī)理，SSIM從圖像亮度(均值)、對(duì)比度(標(biāo)準(zhǔn)差)和結(jié)構(gòu)(協(xié)方差)3個(gè)尺度綜合評(píng)判兩幅圖像的相似度，具體方法為：

其中，

式中：S(x,y)表示SSIM指標(biāo)值；ux和uy分別為待評(píng)測(cè)的x圖像和y圖像在相同局部區(qū)域的平均亮度；σx和σy則分別表示對(duì)應(yīng)區(qū)域的標(biāo)準(zhǔn)差；σxy表示對(duì)應(yīng)區(qū)域的協(xié)方差。

圖像濾波實(shí)驗(yàn)中使用SSIM指標(biāo)能夠科學(xué)直觀地表達(dá)不同濾波算法處理后圖像的質(zhì)量情況。圖4中在原圖像(a)加入椒鹽噪聲和高斯噪聲得到圖4(b)。對(duì)圖4(b)使用不同的濾波方法得到不同的實(shí)驗(yàn)結(jié)果，其中圖4(c)為均值濾波效果，圖4(d)為修正的阿爾法均值濾波[18]效果，圖4(e)為高斯濾波效果，圖4(f)為中值濾波效果。通過(guò)主觀評(píng)價(jià)得出修正的阿爾法均值濾波實(shí)驗(yàn)結(jié)果比其他濾波結(jié)果相對(duì)較好。實(shí)驗(yàn)計(jì)算出客觀評(píng)價(jià)圖像質(zhì)量的SSIM指標(biāo)值，其中原圖像(a)的SSIM指標(biāo)值為1.0，加椒鹽噪聲和高斯噪聲效果后SSIM指標(biāo)值為0.75，均值濾波、修正的阿爾法均值濾波、高斯濾波、中值濾波處理后圖像的SSIM指標(biāo)值分別為0.68、0.78、0.68和0.74，該結(jié)果與人眼視覺(jué)評(píng)價(jià)結(jié)果相一致，說(shuō)明該質(zhì)量評(píng)價(jià)方法能夠較好的表征不同濾波算法的視覺(jué)感知效果。

(a)原圖像(b)向(a)圖添加椒鹽噪聲和高斯噪聲(c)均值濾波結(jié)果(d)修正的阿爾法均值濾波結(jié)果(e)高斯濾波結(jié)果(f)中值濾波結(jié)果

圖4 圖像濾波處理實(shí)驗(yàn)結(jié)果圖

客觀圖像質(zhì)量評(píng)價(jià)是比較各種圖像處理算法性能優(yōu)劣以及優(yōu)化系統(tǒng)參數(shù)的重要參考指標(biāo)。該實(shí)驗(yàn)內(nèi)容的增設(shè)明顯豐富了學(xué)生對(duì)圖像可視化效果的評(píng)測(cè)手段，提升了研究生圖像處理的綜合應(yīng)用水平。

3 結(jié) 語(yǔ)

以論文為導(dǎo)引的教學(xué)模式極大地調(diào)動(dòng)了學(xué)生探討式學(xué)習(xí)的興趣，更有利于學(xué)生良好科研素質(zhì)的培養(yǎng)。同時(shí)在圖像處理實(shí)驗(yàn)中加載與之密切相關(guān)的實(shí)踐內(nèi)容，有利于學(xué)生從更寬、更高、更深的層次把握數(shù)字圖像處理的理論和實(shí)踐方向。數(shù)字圖像處理課程改革從教學(xué)模式和實(shí)驗(yàn)內(nèi)容這兩個(gè)方面進(jìn)行探索，對(duì)于提高研究生科研能力和工程實(shí)踐能力有顯著的效果。

參考文獻(xiàn)(References)：

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

[2] 寧紀(jì)鋒. 數(shù)字圖像處理教學(xué)改革研究與探索 [J]. 中國(guó)電力教育,2013(34):122-123.

[3] 湯茂林. 我國(guó)人文地理學(xué)研究生課程教學(xué)改革初探——基于與美國(guó)研究生課程的比較和感知[J]. 人文地理,2009(1):7-11.

[4] 袁本濤,延建林. 我國(guó)研究生創(chuàng)新能力現(xiàn)狀及其影響因素分析——基于三次研究生教育質(zhì)量調(diào)查的結(jié)果 [J]. 北京大學(xué)教育評(píng)論, 2009(2):12-20.

[5] 英 爽,康 君,甄 良,等. 我國(guó)研究生培養(yǎng)模式改革的探索與實(shí)踐[J]. 研究生教育研究,2014(1):1-5.

[6] 劉 汕. 中美高校研究生教學(xué)模式比較與啟示[J]. 研究生教育研究,2013(6):86-90.

[7] 李翠亭. 韓國(guó)研究生“托利派”教學(xué)模式評(píng)析——以漢陽(yáng)大學(xué)國(guó)際學(xué)研究生院為例[J]. 學(xué)位與研究生教育,2013(1):68-73.

[8] 王立群,郭樹(shù)強(qiáng),郭曉利. 基于顏色恒常性的彩色圖像分割方法[J]. 東北電力大學(xué)學(xué)報(bào), 2015(1):78-82.

[9] 張 懿, 劉 旭,李海峰. 數(shù)字RGB與YCbCr顏色空間轉(zhuǎn)換的精度[J]. 江南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2007(2):200-202.

[10] 趙小川. Matlab圖像處理[M].北京：北京航空航天大學(xué)出版社, 2014:267-268.

[11] 朱 偉,趙春光,歐樂(lè)慶,等編著. OpenCV圖像處理編程實(shí)例 [M]. 北京: 電子工業(yè)出版社,2016:285-289.

[12] 李 峰,印蔚蔚. 基于Raw格式圖像的自動(dòng)白平衡方法 [J]. 計(jì)算機(jī)工程,2011(17):211-213.

[13] 王 植,賀賽先. 一種基于Canny理論的自適應(yīng)邊緣檢測(cè)方法[J]. 中國(guó)圖象圖形學(xué)報(bào),2004(8):65-70.

[14] 唐繼勇. 基于邊緣保持濾波的Canny彩色圖像邊緣檢測(cè)方法[J]. 現(xiàn)代電子技術(shù),2012(11):81-83.

[15] 章毓晉[譯]. 彩色數(shù)字圖像處理[M]. 北京: 清華大學(xué)出版社, 2010:138-140.

[16] Wang Z, Bovik A C, Sheikh H R,etal. Image quality assessment: from error visibility to structural similarity [J]. IEEE Transactions on Image Processing, 2004, 13(4):600-612.

[17] Wang Z, Bovik, A. C,張勇,馬東璽(譯).現(xiàn)代圖像質(zhì)量評(píng)價(jià)[M].北京: 國(guó)防工業(yè)出版社, 2015:37-43.

[18] Gonzalez, Rafael C, Woods, Richard E, 阮秋琦, 阮宇智[譯].數(shù)字圖像處理[M]. 北京: 電子工業(yè)出版社, 2011:205-207.