基于可視化圖譜分析的數(shù)字圖像處理研究進(jìn)展

胡志萍

（上海海關(guān)學(xué)院 上海市 201204）

1 引言

圖像處理是研究各種與圖像相關(guān)技術(shù)總稱的一門學(xué)科。隨著數(shù)字圖像處理的載體，計(jì)算機(jī)技術(shù)的迅速發(fā)展，使得需要大數(shù)據(jù)量運(yùn)算的數(shù)據(jù)圖像處理由專業(yè)的圖像處理設(shè)備，中、小型計(jì)算機(jī)迅速過度到個(gè)人計(jì)算機(jī)，圖像處理變得觸手可及，這使得圖像處理在各個(gè)領(lǐng)域的應(yīng)用成為可能。

數(shù)字圖像處理作為新興的熱門研究領(lǐng)域，新的詞匯層出不窮，與相關(guān)學(xué)科交織密切，界限混淆，從各自的知識(shí)背景出發(fā)不同領(lǐng)域的研究者給出不同的研究熱點(diǎn)。數(shù)字圖像處理領(lǐng)域的研究者很難獲得對該領(lǐng)域的知識(shí)結(jié)構(gòu)、關(guān)鍵研究節(jié)點(diǎn)和國內(nèi)外的研究進(jìn)展的全景式光照。本文利用最新的文獻(xiàn)信息可視化軟件CiteSpace 對其進(jìn)行計(jì)量分析。

2 國內(nèi)外研究進(jìn)展比較

研究以美國綜合性在線文獻(xiàn)數(shù)據(jù)庫Web of Science （簡稱WOS）作為數(shù)據(jù)源，選取了《中國計(jì)算機(jī)學(xué)會(huì)推薦國際學(xué)術(shù)會(huì)議和期刊目錄》（2019年）[2]中“計(jì)算機(jī)圖形學(xué)與多媒體”類別中A類期刊《IEEE Transactions on Image Processing》2005 至2020年刊登的文章（2020年數(shù)據(jù)截止到2019-12-10），獲得相關(guān)文獻(xiàn)題錄數(shù)據(jù)2327 條。以文獻(xiàn)計(jì)量可視化分析軟件CiteSpace 作為分析工具[1]。

2.1 研究力量分布

對開展圖像處理研究的國家（地區(qū)）進(jìn)行圖譜可視化分析，有助于明確學(xué)科的研究力量分布以及現(xiàn)狀。網(wǎng)絡(luò)節(jié)點(diǎn)在CiteSpace 中確定為國家（地區(qū)），可獲得圖1 國家（地區(qū)）合作網(wǎng)絡(luò)圖譜。圖譜中節(jié)點(diǎn)代表國家（地區(qū)），節(jié)點(diǎn)大小代表發(fā)文的頻次，國家（地區(qū)）之間是否有合作關(guān)系由節(jié)點(diǎn)之間的連線代表。圖1 中有46 個(gè)節(jié)點(diǎn)，224 個(gè)連線。節(jié)點(diǎn)的數(shù)目顯示了圖像處理領(lǐng)域的研究力量來自多個(gè)國家（地區(qū)），由節(jié)點(diǎn)之間的連線可以看出各國家（地區(qū)）之間在圖像處理領(lǐng)域有著緊密的聯(lián)系。從各個(gè)節(jié)點(diǎn)的發(fā)文頻次，中國和美國是該領(lǐng)域論文發(fā)表的主要國家。中國的文獻(xiàn)貢獻(xiàn)率最大，其次為美國。在表1 中給出了發(fā)文量超過50 篇的國家。其中，中國發(fā)文量以1283 篇居首位，其次為美國594 篇，隨后澳大利亞，新加坡，法國，發(fā)文量分別222、160、148。其中，中國和美國的文獻(xiàn)貢獻(xiàn)率較大，并遠(yuǎn)高于其它國家（地區(qū)）。

表2 分析了中國在2015-2020年（2020年數(shù)據(jù)截止到2019-12-10）文章發(fā)表情況。由表2 可見中國科研人員發(fā)文量、發(fā)文比例保持逐年增長的趨勢，表明中國在圖像處理領(lǐng)域關(guān)注度和投入度均逐年持續(xù)增加。

其次，在整個(gè)網(wǎng)絡(luò)中美國節(jié)點(diǎn)的中心性0.48 和中國節(jié)點(diǎn)中心性0.29，分列第一，第二。由此可知，在圖像處理領(lǐng)域中絕大部分國家（地區(qū)）都直接或間接地與美國和中國有合作關(guān)系。圖1 中絕大多數(shù)國家（地區(qū)）節(jié)點(diǎn)與美國和中國節(jié)點(diǎn)之間都有連線，也證明了這一點(diǎn)。同時(shí)，中國節(jié)點(diǎn)中心性0.29 在—定程度上表明在圖像處理領(lǐng)域研究中國研究者與國際同行進(jìn)行較多合作，但仍低于美國的0.48，表明美國研究仍處于中心地位。

表1：圖像處理研究文獻(xiàn)高產(chǎn)國家排序（2015-2020）

表2：中國發(fā)文比例（2015-2020）

圖1：圖像處理研究國家（地區(qū)）圖譜

2.2 文獻(xiàn)共被引分析比較

文獻(xiàn)共被引是指兩篇文獻(xiàn)被同一文獻(xiàn)引用。由文獻(xiàn)共被引分析可給出一個(gè)研究領(lǐng)域的關(guān)鍵文獻(xiàn)和研究前沿。從知識(shí)生產(chǎn)的角度講，一個(gè)學(xué)科或研究領(lǐng)域的關(guān)鍵文獻(xiàn)是指那些提出原創(chuàng)性理論或?qū)碚撨M(jìn)行重要發(fā)展的文獻(xiàn)。論文研究使用中介中心性和共被引頻次兩個(gè)標(biāo)準(zhǔn)確定關(guān)鍵文獻(xiàn)。在CiteSpace 的文獻(xiàn)共被引網(wǎng)絡(luò)中，關(guān)鍵文獻(xiàn)節(jié)點(diǎn)指的是連接兩個(gè)或兩個(gè)以上聚類的節(jié)點(diǎn)。此類節(jié)點(diǎn)具有較高的中心性，在知識(shí)流動(dòng)網(wǎng)絡(luò)中有著關(guān)鍵位置，是該研究領(lǐng)域一個(gè)研究方向發(fā)生轉(zhuǎn)變過程中的轉(zhuǎn)折點(diǎn)。另外，一個(gè)聚類內(nèi)部的高被引文獻(xiàn)，對推動(dòng)一個(gè)學(xué)科或研究領(lǐng)域的發(fā)展也具有重要影響。

表3 是使用CiteSpace 生成描述功能獲得共被引頻次和中介中心性各居前10 位的文獻(xiàn)，篩除5 篇重復(fù)文獻(xiàn)后所得15 篇關(guān)鍵文獻(xiàn)信息列表，列表以共被引頻次排序。

關(guān)鍵文獻(xiàn)中以美國居多，沒有出現(xiàn)中國研究機(jī)構(gòu)的文獻(xiàn)。其中作者里出現(xiàn)一些熟悉的華人學(xué)者名字如賈揚(yáng)清、何愷明等，但這些華人學(xué)者較多高被引文獻(xiàn)是在美國研究機(jī)構(gòu)完成。中國作為圖像處理領(lǐng)域論文產(chǎn)量最大國家，這里一個(gè)顯見疑問是，為什么中國研究者未獲得與其文獻(xiàn)發(fā)表量相匹配的學(xué)術(shù)影響力。

共被引文獻(xiàn)引用量第一名研究機(jī)構(gòu)是谷歌公司，共被引文獻(xiàn)引用量第二、三名的作者賈揚(yáng)清、何愷明現(xiàn)在分別任職于阿里巴巴和Facebook 人工智能實(shí)驗(yàn)室。也表明在圖像處理領(lǐng)域除了活躍大量的學(xué)術(shù)研究團(tuán)體外，也因其巨大的應(yīng)用價(jià)值而吸引眾多商業(yè)機(jī)構(gòu)參與。

此外在高共被引文獻(xiàn)中，有很大比例是深度學(xué)習(xí)在各圖像處理領(lǐng)域中的應(yīng)用。其中，引用大于100 的5 篇文獻(xiàn)中，有3 篇與深度學(xué)習(xí)相關(guān)。這也表明，近年來深度學(xué)習(xí)在圖像處理領(lǐng)域爆炸式發(fā)展。

3 發(fā)展趨勢及展望

隨著計(jì)算機(jī)技術(shù)和圖像處理技術(shù)自身的發(fā)展，圖像處理已廣泛應(yīng)用于工業(yè)、科研、藝術(shù)等領(lǐng)域。它已成為一門極具吸引力和發(fā)展前景的新興學(xué)科，發(fā)揮著越來越重要的作用。數(shù)字圖像處理技術(shù)正朝著更加優(yōu)化處理算法、更快處理速度、處理后圖像清晰度更高的方向發(fā)展?；诳梢暬瘓D譜分析的數(shù)字圖像處理進(jìn)展研究以圖譜的形式給出數(shù)字圖像處理領(lǐng)域的研究力量，高索引文獻(xiàn)等國內(nèi)外研究進(jìn)展比較。