計(jì)算機(jī)視覺的基本概念精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的計(jì)算機(jī)視覺的基本概念主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：計(jì)算機(jī)視覺的基本概念范文

關(guān)鍵詞 機(jī)器視覺；現(xiàn)代農(nóng)業(yè)；應(yīng)用；問題；展望

中圖分類號(hào) TP391.4 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-5739（2014）08-0335-01

Application of Machine Vision Technique in Modern Agriculture

WANG Wen-jing

（Department of Electronic Information，F(xiàn)oshan Polytechnic，F(xiàn)oshan Guangdong 528137）

Abstract The basic concepts，principle and system of machine vision were introduced.The application status of machine vision in modern agricultural production was discussed.Based on the analysis and research status at home and abroad，current problems and future direction of the development was proposed for machine vision applications in modern agriculture.

Key words machine vision；modern agricultural；application；problems；prospects

隨著“在工業(yè)化、城鎮(zhèn)化深入發(fā)展中同步推進(jìn)農(nóng)業(yè)現(xiàn)代化”這項(xiàng)重要任務(wù)在“十二五”規(guī)劃中的提出，我國的農(nóng)業(yè)有了迅猛發(fā)展，農(nóng)業(yè)與自動(dòng)化技術(shù)的研究和應(yīng)用得到了高度的重視，但是與國外發(fā)達(dá)國家還有一定的差距。機(jī)器視覺技術(shù)是促進(jìn)農(nóng)業(yè)生產(chǎn)和管理自動(dòng)化水平提高的一種高效的手段。目前，該技術(shù)在國內(nèi)外農(nóng)業(yè)領(lǐng)域的各個(gè)環(huán)節(jié)已經(jīng)有了較大突破，如種子質(zhì)量檢測(cè)、田間雜草識(shí)別、植物生長信息監(jiān)測(cè)、病蟲害監(jiān)測(cè)等。機(jī)器視覺技術(shù)不僅節(jié)約了人力、物力的消耗，而且提高了生產(chǎn)質(zhì)量和效率。

1 機(jī)器視覺技術(shù)的基本概念、原理以及系統(tǒng)組成

機(jī)器視覺也稱之為計(jì)算機(jī)視覺，是一種利用機(jī)器代替人眼進(jìn)行觀察、測(cè)量與判斷的技術(shù)，首先利用攝像機(jī)獲取目標(biāo)的圖像，然后通過計(jì)算機(jī)算法將圖像進(jìn)行數(shù)字化處理和顏色、形狀和尺寸等的測(cè)量與判別[1]。

機(jī)器視覺系統(tǒng)主要由光源、攝像機(jī)、采集卡和計(jì)算機(jī)構(gòu)成。攝像機(jī)通過光電傳感器將被測(cè)物光形象轉(zhuǎn)化為電信號(hào)，并且以圖像的形式記錄保存下來。圖像采集卡是連接攝像機(jī)和計(jì)算機(jī)的紐帶，主要作用是把電信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)，并將數(shù)字信號(hào)傳輸?shù)接?jì)算機(jī)進(jìn)行保存和處理。在實(shí)際應(yīng)用中，為了能夠獲得高亮度和高對(duì)比度的圖像，通常需要使用光源提供的燈光照明，以便圖像的獲取和處理。

2 機(jī)器視覺技術(shù)在現(xiàn)代化農(nóng)業(yè)中的應(yīng)用

2.1 在農(nóng)業(yè)生產(chǎn)前的應(yīng)用

進(jìn)行種子質(zhì)量檢測(cè)。農(nóng)作物種子質(zhì)量的好壞對(duì)作物產(chǎn)品的優(yōu)劣與作物產(chǎn)量的高低有著直接的影響作用，在農(nóng)業(yè)生產(chǎn)過程中有著至關(guān)重要的地位。成 芳等[2]詳細(xì)介紹了機(jī)器視覺系統(tǒng)的原理和發(fā)展動(dòng)態(tài)，并且從系統(tǒng)軟件、硬件和國內(nèi)外研究現(xiàn)狀等方面綜合描述了機(jī)器視覺在種子質(zhì)量檢測(cè)中的運(yùn)用。陳兵旗等[3]利用機(jī)器視覺技術(shù)對(duì)水稻種子進(jìn)行了精選，首先提取長寬比和面積等特征參數(shù)，并建立有關(guān)稻種類型的數(shù)據(jù)庫，進(jìn)而對(duì)稻種類型進(jìn)行判斷，然后通過掃描線數(shù)和掃描線上黑白像素的變化次數(shù)來判斷種子是否破裂，最后利用不同閾值提取的稻種面積差來判斷稻種是否霉變。試驗(yàn)證明：該方法能對(duì)種子種類、發(fā)霉和破損情況等進(jìn)行判斷，具有較高的準(zhǔn)確率。

2.2 在農(nóng)業(yè)生產(chǎn)中的應(yīng)用

2.2.1 作物生長信息監(jiān)測(cè)。農(nóng)作物的生長調(diào)控、缺素診斷、產(chǎn)量分析與預(yù)測(cè)都是以作物生長信息為基礎(chǔ)和依據(jù)的，因此，通過機(jī)器視覺的方法對(duì)農(nóng)作物的生長信息進(jìn)行監(jiān)測(cè)，成為當(dāng)今機(jī)器視覺在農(nóng)業(yè)中的研究熱點(diǎn)之一。張?jiān)弃Q等[4]設(shè)計(jì)了農(nóng)作物莖稈直徑變化測(cè)量系統(tǒng)，通過測(cè)量圖像中作物莖稈直徑像素?cái)?shù)、圖像中參照物直徑像素?cái)?shù)和參照物的實(shí)際直徑求取作物莖稈直徑。使用該系統(tǒng)對(duì)黃瓜莖桿進(jìn)行直徑測(cè)量，絕對(duì)誤差在0.002 mm以內(nèi)。王文靜等[5]設(shè)計(jì)了一個(gè)基于機(jī)器視覺的水下鲆鰈魚類質(zhì)量估計(jì)系統(tǒng)。該系統(tǒng)利用機(jī)器視覺和圖像處理技術(shù)對(duì)不同生長發(fā)育階段的半滑舌鰨進(jìn)行了檢測(cè)，提取了魚的面積、等效橢圓長寬比和圓形度因子等形狀參數(shù)，并將各參數(shù)分別與質(zhì)量進(jìn)行數(shù)據(jù)擬合建立二維和三維維模型。試驗(yàn)證明：該方法能夠較好地估計(jì)出生物的質(zhì)量。

2.2.2 病蟲害與雜草監(jiān)測(cè)。病蟲害和雜草直接危害著農(nóng)作物的生長，如果沒有得到及時(shí)的控制，會(huì)直接影響到農(nóng)作物的質(zhì)量與產(chǎn)量。因此，檢測(cè)并獲取害蟲的分布情況、位置、生長情況等對(duì)農(nóng)作物的生產(chǎn)具有巨大的意義。邱道尹等[6]設(shè)計(jì)了一個(gè)基于機(jī)器視覺的大田害蟲檢測(cè)系統(tǒng)，利用神經(jīng)網(wǎng)絡(luò)分類的方法對(duì)常見的幾類害蟲進(jìn)行了分類。通過現(xiàn)場試驗(yàn)證明，該方法簡單可行、識(shí)別率高。毛文華等[7]以國內(nèi)外的研究為例，系統(tǒng)、詳細(xì)地介紹了機(jī)器視覺在雜草識(shí)別中的研究和應(yīng)用情況，分析了采用植物紋理、顏色、多光譜和形狀等特征來識(shí)別雜草的理論根據(jù)以及存在的問題和難點(diǎn)。尹建軍等[8]利用攝像機(jī)采集標(biāo)定靶圖像，根據(jù)攝像機(jī)的透視模型對(duì)圖像進(jìn)行處理，求出48個(gè)靶點(diǎn)質(zhì)心的像素坐標(biāo)，然后通過DLT最小二乘法建立攝像機(jī)隱參數(shù)矩陣。實(shí)踐證明，該方法對(duì)雜草定位的誤差在23 mm以內(nèi)，能夠滿足雜草識(shí)別與智能化噴施的需求。

2.2.3 營養(yǎng)脅迫診斷。在農(nóng)業(yè)生產(chǎn)管理中，由于缺素初期的作物和正常情況沒有太大差別，很難被察覺和診斷，而利用機(jī)器視覺的方法能夠比較及時(shí)、準(zhǔn)確的判斷，進(jìn)而降低損失。

毛罕平等[9]在作物營養(yǎng)元素虧缺的識(shí)別和自動(dòng)檢測(cè)中，利用植物的葉片特征和遺傳算法進(jìn)行優(yōu)化組合，挑選出能夠用在分類器設(shè)計(jì)方面的特征向量。試驗(yàn)證明，利用二叉樹分類法的模糊K近鄰法對(duì)缺元素的番茄進(jìn)行識(shí)別和測(cè)試，其誤差在15%以內(nèi)。張彥娥等[10]利用機(jī)器視覺技術(shù)和圖像處理技術(shù)研究了一種溫室黃瓜葉片營養(yǎng)信息檢測(cè)系統(tǒng)，通過求取葉片含水率、含氮率與含磷率分別與各個(gè)分量之間的相關(guān)性；試驗(yàn)證明：該方法獲取葉片顏色分量、亮度指標(biāo)等參數(shù)，能夠作為計(jì)算機(jī)視覺技術(shù)作物長勢(shì)和作物營養(yǎng)信息監(jiān)測(cè)的指標(biāo)。

2.3 在農(nóng)業(yè)生產(chǎn)中的應(yīng)用

2.3.1 農(nóng)業(yè)機(jī)器人。對(duì)農(nóng)業(yè)機(jī)器人的應(yīng)用主要利用機(jī)器人技術(shù)進(jìn)行視覺導(dǎo)航技術(shù)的研究，是目前比較受關(guān)注的課題之一。視覺導(dǎo)航技術(shù)的研究為農(nóng)業(yè)機(jī)器人的自動(dòng)除草、施肥和施藥等工作奠定了良好的基礎(chǔ)。

周 俊等[11]在綜合分析農(nóng)田自然環(huán)境的基礎(chǔ)上，提出了農(nóng)業(yè)機(jī)器人視覺導(dǎo)航中多分辨率路徑識(shí)別算法，并將色彩特征分析法應(yīng)用于路徑識(shí)別中，利用小波分析變化法進(jìn)行邊緣檢測(cè)，結(jié)果表明，結(jié)合導(dǎo)航系統(tǒng)期望跟蹤的路徑特點(diǎn)分析可以比較準(zhǔn)確的識(shí)別路徑。安 秋等[12]通過AVR單片機(jī)的下位機(jī)來控制4個(gè)電機(jī)的速度和實(shí)現(xiàn)與上位機(jī)的串口通訊功能，提出了將線性掃描法和最小二乘法結(jié)合使用的思路，實(shí)現(xiàn)了農(nóng)業(yè)機(jī)器人的視覺導(dǎo)航算法，使機(jī)器人能夠在農(nóng)作物之間行走。

2.3.2 品質(zhì)分級(jí)。利用機(jī)器視覺的方法對(duì)農(nóng)作物進(jìn)行分級(jí)，可以減少主觀因素的影響，并且為生產(chǎn)自動(dòng)化的發(fā)展奠定了基礎(chǔ)。

蔣益女等[13]對(duì)蘋果質(zhì)量等級(jí)識(shí)別的機(jī)器視覺檢測(cè)技術(shù)進(jìn)行了研究，對(duì)蘋果圖像進(jìn)行梗蒂、缺陷識(shí)別后，提取目標(biāo)區(qū)域，并求出紋理和幾何特征參數(shù)等，并通過Pearson對(duì)參數(shù)進(jìn)行相關(guān)性分析和SFFS對(duì)特征進(jìn)行選擇，去掉冗余的特征，最后使用KNN分類方法對(duì)蘋果進(jìn)行分類。試驗(yàn)結(jié)果表明，該識(shí)別方法對(duì)蘋果等級(jí)識(shí)別與人工判別結(jié)果非常接近，可以推廣到其他產(chǎn)品質(zhì)量等級(jí)檢測(cè)和識(shí)別。李江波等[14]對(duì)鮮香菇外部品質(zhì)計(jì)算機(jī)視覺檢測(cè)與分級(jí)進(jìn)行了研究，首先對(duì)攝像機(jī)采集的圖像進(jìn)行預(yù)處理后，獲取香菇菇蓋的圓形度、最大直徑、色調(diào)均值等特征參數(shù)對(duì)香菇進(jìn)行分級(jí)。試驗(yàn)證明，利用BP神經(jīng)網(wǎng)絡(luò)法對(duì)香菇進(jìn)行分級(jí)的準(zhǔn)確度為94.2%。

3 存在的問題及未來的展望

隨著機(jī)器視覺技術(shù)的發(fā)展和農(nóng)業(yè)自動(dòng)化水平的提高，機(jī)器視覺技術(shù)在農(nóng)業(yè)中的應(yīng)用研究越來越多，但是由于農(nóng)作物形狀的多樣性、周圍環(huán)境的復(fù)雜性、理論和實(shí)際的差異性等因素制約著機(jī)器視覺技術(shù)在農(nóng)業(yè)中的應(yīng)用發(fā)展。為了解決這些問題，筆者認(rèn)為應(yīng)從試驗(yàn)條件、系統(tǒng)硬件和軟件設(shè)計(jì)3個(gè)方面著手。如在設(shè)置和模擬試驗(yàn)條件和硬件系統(tǒng)設(shè)計(jì)時(shí)，應(yīng)多方位、全面地考慮到實(shí)際情況和國內(nèi)外先進(jìn)技術(shù)，使設(shè)計(jì)更加完善。在系統(tǒng)軟件算法的開發(fā)階段，需要將機(jī)器視覺和圖像處理算法多與神經(jīng)網(wǎng)絡(luò)、人工智能等相結(jié)合使用，尋求出適用性強(qiáng)的新算法[15]。

在現(xiàn)代農(nóng)業(yè)中引入機(jī)器視覺技術(shù)，不僅可以提高農(nóng)業(yè)生產(chǎn)和發(fā)展的自動(dòng)化水平，而且可以使人類從重復(fù)的勞動(dòng)中解放出來，有著廣闊的發(fā)展空間和應(yīng)用前景。一方面，與人類視覺相比，機(jī)器視覺具有快速、非接觸性、無損和準(zhǔn)確的特點(diǎn)，可以提高農(nóng)業(yè)生產(chǎn)效率，促進(jìn)農(nóng)業(yè)生產(chǎn)和管理自動(dòng)化方向和發(fā)展。另一方面，計(jì)算機(jī)、自動(dòng)化控制技術(shù)、機(jī)器視覺技術(shù)的進(jìn)一步發(fā)展和綜合集成，也將會(huì)為機(jī)器視覺在農(nóng)業(yè)生產(chǎn)中的應(yīng)用開辟新的空間。

4 參考文獻(xiàn)

[1] 趙曉霞.計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)中的應(yīng)用[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2004，14（4）：124-125.

[2] 成芳，應(yīng)義斌.機(jī)器視覺技術(shù)在農(nóng)作物種子質(zhì)量檢驗(yàn)中的應(yīng)用研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2001，17（6）：175-179.

[3] 陳兵旗，孫旭東，韓旭，等.基于機(jī)器視覺的水稻種子精選技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41（7）：165-173.

[4] 張?jiān)弃Q，喬曉軍，王成，等.基于機(jī)器視覺的作物莖稈直徑變化測(cè)量儀研發(fā)[J].農(nóng)機(jī)化研究，2011（12）：158-160.

[5] 王文靜，徐建瑜，呂志敏，等.基于機(jī)器視覺的水下鲆鰈魚類質(zhì)量估計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（16）：153-157.

[6] 邱道尹，張紅濤，劉新宇，等.基于機(jī)器視覺的大田害蟲檢測(cè)系統(tǒng)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2007，38（1）：120-122.

[7] 毛文華，王一鳴，張小超，等.基于機(jī)器視覺的田間雜草識(shí)別技術(shù)研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20（5）：43-46.

[8] 尹建軍，沈?qū)殗悩淙?基于機(jī)器視覺的田間雜草定位技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41（6）：163-166.

[9] 毛罕平，徐貴力，李萍萍.基于計(jì)算機(jī)視覺的番茄營養(yǎng)元素虧缺的識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2003，34（2）：73-75.

[10] 張彥娥，李民贊，張喜杰.基于計(jì)算機(jī)視覺技術(shù)的溫室黃瓜葉片營養(yǎng)信息檢測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2005，21（8）：102-105.

[11] 周俊，姬長英.農(nóng)業(yè)機(jī)器人視覺導(dǎo)航中多分辨率路徑識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2003，34（6）：120-123.

[12] 安秋，顧寶興，王海青.農(nóng)業(yè)機(jī)器人視覺導(dǎo)航試驗(yàn)平臺(tái)[J].河南科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，33（3）：42-45.

[13] 蔣益女，徐從富.基于機(jī)器視覺的蘋果質(zhì)量等級(jí)識(shí)別方法的研究[J].計(jì)算機(jī)應(yīng)用于軟件，2010，27（11）：99-101.

第2篇：計(jì)算機(jī)視覺的基本概念范文

關(guān)鍵詞：數(shù)字圖像處理；教學(xué)改革；試驗(yàn)教學(xué)

0 引言

《數(shù)字圖像處理》是一門匯聚光電探測(cè)、電子學(xué)、數(shù)學(xué)和計(jì)算機(jī)等眾多領(lǐng)域技術(shù)的綜合叉學(xué)科，通過對(duì)原始圖像的加工，可以使圖像具備更好的視覺效果，同時(shí)滿足某些應(yīng)用的特定需要?！稊?shù)字圖像處理》是一門偏重于應(yīng)用的工程學(xué)科，經(jīng)過半個(gè)多世紀(jì)的發(fā)展，目前已廣泛應(yīng)用于工業(yè)檢測(cè)、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域，其巨大成就表現(xiàn)在航空航天遙感和醫(yī)學(xué)圖像的處理方面。在航天領(lǐng)域，為太空探測(cè)成功處理了數(shù)萬張照片在生物醫(yī)學(xué)領(lǐng)域，為開辟了無損診斷的先河，體現(xiàn)出其遠(yuǎn)大的發(fā)展前景。數(shù)字圖像處理是模式識(shí)別、計(jì)算機(jī)視覺、圖像通信、多媒體技術(shù)等學(xué)科的基礎(chǔ)，已經(jīng)成為高等院校電子信息工程、通信工程、信號(hào)與信息處理、計(jì)算機(jī)應(yīng)用與軟件等學(xué)科的一門重要專業(yè)課程。

對(duì)于工科類應(yīng)用型高校，主要是培養(yǎng)具有創(chuàng)新意識(shí)和競爭力、符合市場需求的實(shí)用型人才，強(qiáng)調(diào)學(xué)生的應(yīng)用動(dòng)手能力。在《數(shù)字圖像處理》課程的教學(xué)過程中，我們主要從授課內(nèi)容、授課方式、試驗(yàn)課設(shè)計(jì)以及考核方式進(jìn)行了改革，培養(yǎng)學(xué)生學(xué)習(xí)興趣，掌握?qǐng)D像處理最基本的流程和基礎(chǔ)知識(shí)，通過主動(dòng)查閱文獻(xiàn)資料與團(tuán)隊(duì)協(xié)作培養(yǎng)學(xué)生分析問題與解決問題的能力。近幾年，我們對(duì)課程教學(xué)內(nèi)容體系、教學(xué)方法與手段以及教師隊(duì)伍等方面的進(jìn)一步建設(shè)，不斷進(jìn)行科技創(chuàng)新，將工程與項(xiàng)目的開發(fā)與設(shè)計(jì)理念引入課堂與試驗(yàn)，取得了較明顯的效果，最為顯著的是學(xué)生在大四畢業(yè)設(shè)計(jì)中，具備扎實(shí)的圖像處理相關(guān)基礎(chǔ)知識(shí)，能很好地完成與圖像處理相關(guān)的畢業(yè)設(shè)計(jì)課題。

1 授課內(nèi)容改革

隨著科學(xué)技術(shù)的發(fā)展以及信息時(shí)代的到來，圖像處理的新理論和新方法層出不窮，并逐步應(yīng)用于實(shí)踐?！稊?shù)字圖像處理》課程教學(xué)的側(cè)重點(diǎn)和教學(xué)內(nèi)容也必須發(fā)生相應(yīng)變化以適應(yīng)時(shí)代對(duì)應(yīng)用型人才培養(yǎng)的需求。

1.1優(yōu)化整合教學(xué)內(nèi)容

在眾多的《數(shù)字圖像處理》類教材中，選擇了西安電子科技大學(xué)許錄平編寫的《數(shù)字圖像處理》教材為主。主要考慮到該教材內(nèi)容全面、知識(shí)新穎，在內(nèi)容闡述上重點(diǎn)突出，實(shí)踐性強(qiáng)，有較多的實(shí)例來幫助學(xué)生理解圖像處理的理論和算法。同時(shí)以清華大學(xué)章毓晉編寫的《圖像工程（上冊(cè)）圖像處理和分析》與岡薩雷斯的《數(shù)字圖像處理》作為我們的輔助教材。

該教材共分八章三大部分，第一部分是數(shù)字圖像處理基礎(chǔ)，包括緒論、圖像處理基礎(chǔ)和圖象變換共三章。第二部分介紹圖像處理基本方法和技術(shù)，包括圖象增強(qiáng)、圖像恢復(fù)和重建、圖像壓縮編碼共三章。第三部分講述數(shù)字圖像分析的基本原理和技術(shù)，包括圖象分割和圖像描述共二章。對(duì)于應(yīng)用型本科教學(xué)，我們對(duì)教材內(nèi)容進(jìn)行適當(dāng)增刪、重組。并劃分成如下內(nèi)容模塊：圖像基礎(chǔ)知識(shí)（圖像采集、量化與人眼視覺系統(tǒng)）、圖像變換、圖像增強(qiáng)、圖像恢復(fù)、壓縮編碼、圖像分割、圖像描述與圖像分類識(shí)別。課程教學(xué)的主要任務(wù)是系統(tǒng)地講授各個(gè)模塊的基本概念、基本原理與典型方法。目的是讓學(xué)生掌握?qǐng)D像處理的基本理論和技術(shù)，建立一個(gè)比較完整的圖像處理和分析的理論體系，并了解和掌握常用的圖像處理和分析技術(shù)。

根據(jù)幾年的教學(xué)實(shí)踐經(jīng)驗(yàn)，圖像描述與圖像分類識(shí)別應(yīng)該屬于圖像理解的范疇，作為圖像工程的高一級(jí)別的內(nèi)容，可以在本科階段略講：而圖像基本概念、各種圖像變換、灰度圖像增強(qiáng)、圖像平滑、圖像銳化和彩色圖像處理的應(yīng)用性比較強(qiáng)，且在生活中經(jīng)常會(huì)遇到此類的應(yīng)用需求，應(yīng)盡量詳講；頻域增強(qiáng)、圖像復(fù)原、圖像編碼和圖像分割的地位比較特殊，這些部分的數(shù)學(xué)知識(shí)比較多，現(xiàn)實(shí)中具有很大應(yīng)用價(jià)值，應(yīng)該予以講授。

1.2補(bǔ)充學(xué)課前沿知識(shí)

在每個(gè)模塊的內(nèi)容講授安排上，在注重基礎(chǔ)知識(shí)與經(jīng)典算法講授的前提下，按照由淺入深、由易到難的順序逐漸展開，并適當(dāng)補(bǔ)充本領(lǐng)域中的一些新技術(shù)、新方法、新成果。例如：在講授圖像變換模塊時(shí)，其中的Fourier變換與離散余弦變換（DCT），學(xué)生在其他前期課程中有所接觸，相對(duì)來說學(xué)生容易接受與理解。在這個(gè)模塊我們要補(bǔ)充的前沿知識(shí)就是“小波變換”。小波分析是當(dāng)前應(yīng)用數(shù)學(xué)與工程學(xué)科中一個(gè)迅速發(fā)展的新領(lǐng)域，經(jīng)過近十年的探索研究，重要的數(shù)學(xué)形式化體系已經(jīng)建立。理論基礎(chǔ)更加扎實(shí)。與Fourier變換、DCT變換相比，小波變換是時(shí)間（空間）頻率的局部細(xì)化分析，它通過伸縮平移運(yùn)算對(duì)信號(hào)（函數(shù)）逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)化，低頻處頻率細(xì)化，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)，解決了Fourier變通的困難問題，成為繼Fouri-er變換以來在科學(xué)方法上的重大突破，有人把小波變換稱為“數(shù)學(xué)顯微鏡”。小波變換聯(lián)系了應(yīng)用數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)、信號(hào)與信息處理、圖像處理、地震勘探等多個(gè)學(xué)科。它在信號(hào)分析、語音合成、圖像識(shí)別、計(jì)算機(jī)視覺、數(shù)據(jù)壓縮等方面的研究都取得了許多具有重大科學(xué)意義和應(yīng)用價(jià)值的成果。再例如：在講授圖像平滑去噪模塊時(shí)，除了講解教材的均值濾波、中值濾波算法之外，還補(bǔ)充基于偏微分方程（PDE）的圖像去噪方法。在圖像處理與計(jì)算機(jī)視覺中采用PDE方法，是近些年以來圖像處理領(lǐng)域中的一個(gè)重要分支，因?yàn)樗趫D像處理中具有更強(qiáng)的局部適應(yīng)性（Local Adaptability）與高度的靈活性（Flexibility），并且日益成為相關(guān)領(lǐng)域研究者關(guān)注的一個(gè)熱點(diǎn)，在圖像去噪、邊緣檢測(cè)與圖像分割方面積累了豐富成果。

通過在課堂上適當(dāng)?shù)匮a(bǔ)充學(xué)科前沿知識(shí)，不但可以開闊學(xué)生的視野，豐富學(xué)生的知識(shí)面，讓學(xué)生明白更多、更新的方法在教材之外，要學(xué)會(huì)查閱相關(guān)文獻(xiàn)，而不要局限于書本，從而激發(fā)學(xué)生的創(chuàng)新意識(shí)。同時(shí)，在各個(gè)模塊內(nèi)容的設(shè)計(jì)中要注重知識(shí)點(diǎn)之間、模塊之間以及本課程與其他課程之間的內(nèi)在聯(lián)系，既體現(xiàn)知識(shí)的內(nèi)涵，又關(guān)注知識(shí)產(chǎn)生的過程。既引導(dǎo)學(xué)生對(duì)當(dāng)前所學(xué)內(nèi)容舉一反三，又能將新舊知識(shí)融會(huì)貫通。

2 教學(xué)過程的改革

2.1教學(xué)方式的選擇

《數(shù)字圖像處理》課程是一門既具有較強(qiáng)理論性又具有較強(qiáng)實(shí)踐性的學(xué)科，其中不但有基本概念與理論。還有許多具體的算法與應(yīng)用舉例。所以，在教學(xué)過程中采用以“多媒體”為主，“粉筆+黑板”為輔的教學(xué)方式。多媒體教學(xué)手段的采用能使教學(xué)內(nèi)容由平面到立體，由抽象到具體，由文字到聲音圖像，這一教學(xué)手段的運(yùn)用極大地增強(qiáng)了課堂教學(xué)的直觀性、互動(dòng)性，調(diào)動(dòng)了學(xué)生學(xué)習(xí)的主動(dòng)性。而“粉筆+黑板”的板書可以用來進(jìn)行公式的推導(dǎo)與演算，加強(qiáng)學(xué)生對(duì)公式的理解與記憶。

2.2項(xiàng)目式教學(xué)

為了有效地培養(yǎng)學(xué)生的應(yīng)用能力，把基于項(xiàng)目式的教學(xué)策略引人課堂之中，以促進(jìn)學(xué)生高級(jí)認(rèn)知技能和問題解決策略的形成，將理論聯(lián)系實(shí)際，培養(yǎng)學(xué)生分析問題與解決問題的能力。這一策略的主要方法就是：在講授教材的知識(shí)點(diǎn)或具體算法時(shí)，先引入一個(gè)具體工程項(xiàng)目，通過對(duì)此項(xiàng)目的需求進(jìn)行分析，讓學(xué)生知道我們將要學(xué)習(xí)的知識(shí)在項(xiàng)目的哪個(gè)環(huán)節(jié)可以得到應(yīng)用。這樣既可以激發(fā)學(xué)生的求知欲，又能增強(qiáng)學(xué)生的學(xué)習(xí)興趣，調(diào)動(dòng)學(xué)習(xí)的主動(dòng)性。例如：在講授“圖像增強(qiáng)”這個(gè)模塊時(shí)，我們就以“視頻監(jiān)控”項(xiàng)目為背景，因?yàn)槭芄庹諚l件、天氣變化（雨雪、大霧）等因素影響，采集的視頻圖像往往不清晰，視覺效果很差，但是，通過我們將要學(xué)習(xí)的圖像增強(qiáng)方法，可以大幅度地改善圖像的視覺效果，提高圖像的質(zhì)量，如圖1所示。

由于這一真實(shí)項(xiàng)目引領(lǐng)整個(gè)“圖像增強(qiáng)”模塊的學(xué)習(xí)過程，能夠有效提高學(xué)生的學(xué)習(xí)積極性，也有利于學(xué)生掌握該知識(shí)點(diǎn)的具體應(yīng)用價(jià)值，提高學(xué)生對(duì)理論知識(shí)的綜合運(yùn)用能力，從而提高學(xué)生分析與解決實(shí)際問題的能力。

3 試驗(yàn)教學(xué)的改革

在以住《數(shù)字圖像處理》的試驗(yàn)課中，通常都是在MatLab環(huán)境中，對(duì)課本中的一些算法進(jìn)行重復(fù)性驗(yàn)證，試驗(yàn)內(nèi)容簡單枯燥，無法引起學(xué)生學(xué)習(xí)的興趣，更加不能使學(xué)生將所學(xué)的知識(shí)與實(shí)際生活中的應(yīng)用需求相聯(lián)系。

針對(duì)上述問題，我們進(jìn)行了如下改革：

（1）設(shè)置具有應(yīng)用性的“學(xué)期項(xiàng)目”讓學(xué)生開發(fā)，激發(fā)他們的學(xué)習(xí)興趣。俗話說“興趣是最好的老師”，只要能夠激發(fā)學(xué)生的學(xué)習(xí)興趣，就能調(diào)動(dòng)學(xué)生學(xué)習(xí)的主動(dòng)性與積極性。為了調(diào)動(dòng)學(xué)生的學(xué)習(xí)興趣，我們選擇兼具應(yīng)用性與興趣性的試驗(yàn)題目——例如“基于膚色特征的人臉分割”、“基于視覺相似性的圖像快速檢索”、“監(jiān)控圖像的增強(qiáng)與銳化”與“運(yùn)動(dòng)模糊圖像的恢復(fù)”等，學(xué)生根據(jù)這些“學(xué)期項(xiàng)目”，分成多個(gè)小組，每個(gè)成員在組內(nèi)具有明確的分工與任務(wù)，各負(fù)其責(zé)，共同完成“學(xué)期項(xiàng)目”軟件開發(fā)。

（2）在“學(xué)期項(xiàng)目”軟件開發(fā)時(shí)，鼓勵(lì)學(xué)生多采用教材之外的新理論與新方法，培養(yǎng)開拓創(chuàng)新能力。要求學(xué)生在了解試驗(yàn)?zāi)康那疤嵯?，自己進(jìn)行方案設(shè)計(jì)，選擇適當(dāng)?shù)乃惴ā＝┠暌詠?，各種類型的圖像處理新理論與新方法層出不窮，在不同的應(yīng)用場合，各自的優(yōu)點(diǎn)與缺點(diǎn)互不相同。鼓勵(lì)學(xué)生通過互聯(lián)網(wǎng)與學(xué)校的圖書館，查閱最新文獻(xiàn)，形成自己的特點(diǎn)，培養(yǎng)學(xué)生的科技創(chuàng)新能力。在試驗(yàn)成功后，不但要進(jìn)行試驗(yàn)結(jié)果與算法性能分析，還要書寫軟件設(shè)計(jì)方案等文檔。

（3）組建圖像處理興趣小組。因?yàn)槭苷n程學(xué)時(shí)限制，僅僅只利用課內(nèi)時(shí)間，則非常有限。我們就組建了圖像處理興趣小組，讓他們參加到教師的科研與項(xiàng)目中來，使學(xué)生在真實(shí)的項(xiàng)目研發(fā)中鍛煉自己的綜合能力。

最后，在期末之前安排兩周的時(shí)間對(duì)學(xué)生的“學(xué)期項(xiàng)目”進(jìn)行集中檢查，檢查的內(nèi)容主要包括：①系統(tǒng)演示；②功能方面是否正確完整；③算法的適應(yīng)能力是否魯棒；④算法的效率是否高效；⑤程序代碼是否規(guī)范；⑥試驗(yàn)分析報(bào)告與PPT匯報(bào)。然后，根據(jù)這些方面的檢查情況，對(duì)學(xué)生的學(xué)習(xí)情況與動(dòng)手能力進(jìn)行評(píng)分。這是基于項(xiàng)目試驗(yàn)教學(xué)改革的重要環(huán)節(jié)，不但可以督促“學(xué)期項(xiàng)目”完成的質(zhì)量，還能提高學(xué)生分析問題與解決問題的能力。

4 評(píng)價(jià)機(jī)制的改革

對(duì)于公選課的《數(shù)字圖像處理》課程，我們采用了“筆試+課堂表現(xiàn)+試驗(yàn)考核”的一種綜合考核方式。其中筆試環(huán)節(jié)重點(diǎn)考察學(xué)生教材上的基本概念、基本算法等知識(shí)點(diǎn)記憶與掌握程度：課堂表現(xiàn)主要考察學(xué)生的學(xué)習(xí)態(tài)度，主要包括出勤率與讀書心得等內(nèi)容：試驗(yàn)考核主要是考察學(xué)生綜合應(yīng)用能力，其中包括所選“學(xué)期項(xiàng)目”的完成質(zhì)量與試驗(yàn)分析報(bào)告與軟件設(shè)計(jì)文檔。

《數(shù)字圖像處理》作為一門實(shí)踐性、應(yīng)用性都很強(qiáng)的課程，在考核時(shí)，要加大平時(shí)考查在最終成績認(rèn)定中的比重，要重點(diǎn)突出“學(xué)期項(xiàng)目”完成質(zhì)量在學(xué)習(xí)中的重要性，從而激發(fā)學(xué)生實(shí)踐學(xué)習(xí)的主動(dòng)性，提高學(xué)生的實(shí)踐能力、創(chuàng)新能力，最終達(dá)不到理想的教學(xué)效果。

此外，由于選修本門課程學(xué)生基礎(chǔ)各異，專業(yè)背景相差較大，采取“分層評(píng)價(jià)”也是一種應(yīng)該提倡的方法?！胺謱釉u(píng)價(jià)”也是教學(xué)過程中的一個(gè)重要環(huán)節(jié)，它是根據(jù)學(xué)生的知識(shí)水平和學(xué)習(xí)能力的差異，對(duì)不同專業(yè)的學(xué)生采取不同的評(píng)價(jià)標(biāo)準(zhǔn)以及對(duì)他們的期望值。

5 結(jié)語

第3篇：計(jì)算機(jī)視覺的基本概念范文

【關(guān)鍵詞】視覺測(cè)量 數(shù)字圖像處理 開放性實(shí)驗(yàn)

【中圖分類號(hào)】G642 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1006-9682（2012）10-0001-03

一、引 言

數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期，并首次在航空航天領(lǐng)域取得了成功應(yīng)用。數(shù)字圖像處理技術(shù)的發(fā)展除了與計(jì)算機(jī)技術(shù)、信息技術(shù)的快速發(fā)展密切相關(guān)以外，還得益于其在航空航天、工業(yè)、生物醫(yī)學(xué)、軍事、通信工程、商務(wù)、環(huán)境、林業(yè)等諸多領(lǐng)域的廣泛應(yīng)用，正是這些應(yīng)用需求，促進(jìn)了數(shù)字圖像處理技術(shù)的深入研究和快速發(fā)展?！皵?shù)字圖像處理”課程是隨著計(jì)算機(jī)和信息技術(shù)發(fā)展應(yīng)運(yùn)而生的一門新興課程，已成為信息類專業(yè)本科生的重要專業(yè)課。通過該課程的學(xué)習(xí)，要求學(xué)生掌握數(shù)字圖像處理的基本概念和原理，能夠?qū)D像進(jìn)行各種處理，如圖像增強(qiáng)、圖像運(yùn)算、圖像編碼、邊緣檢測(cè)等，為圖像通信、模式識(shí)別、計(jì)算機(jī)視覺以及其他交叉學(xué)科等工程領(lǐng)域的應(yīng)用奠定基礎(chǔ)。

“數(shù)字圖像處理”課程的理論教學(xué)很抽象，僅僅通過理論教學(xué)學(xué)生很難掌握數(shù)字圖像處理的基本原理。如果把數(shù)字圖像處理的廣泛應(yīng)用引入課堂理論教學(xué)，將具體知識(shí)點(diǎn)與其在實(shí)踐中的使用相結(jié)合，同時(shí)為學(xué)生提供邊學(xué)邊實(shí)踐的機(jī)會(huì)，不僅可以提高學(xué)生的學(xué)習(xí)興趣，加深對(duì)抽象理論知識(shí)的理解，增強(qiáng)其動(dòng)手實(shí)踐的能力，還可以拓展學(xué)生的視野，與目前學(xué)科前沿技術(shù)相銜接。

二、視覺測(cè)量技術(shù)

在現(xiàn)代三維測(cè)量新技術(shù)中，視覺測(cè)量是由計(jì)算機(jī)視覺、圖像處理、模式識(shí)別等多學(xué)科交叉結(jié)合而形成的科學(xué)。圖1所示，視覺測(cè)量是一種非接觸性測(cè)量手段，以數(shù)字圖像作為信息載體，對(duì)被測(cè)目標(biāo)進(jìn)行成像，通過提取多個(gè)像面的二維像點(diǎn)信息，標(biāo)定相機(jī)內(nèi)、外參數(shù)，并重建、優(yōu)化被測(cè)目標(biāo)的三維信息，實(shí)現(xiàn)測(cè)量。視覺測(cè)量基于嚴(yán)謹(jǐn)?shù)睦碚摵同F(xiàn)代的硬軟件設(shè)施，可以達(dá)到相當(dāng)高的精度和可靠性，便于對(duì)大型工件、設(shè)備的尺寸、位置、三維輪廓等進(jìn)行高精度測(cè)量，而且移動(dòng)方便，可快速靈活地構(gòu)建適于不同測(cè)量對(duì)象的系統(tǒng)，進(jìn)行現(xiàn)場測(cè)量。目前，視覺測(cè)量技術(shù)已經(jīng)廣泛應(yīng)用于建筑工程、航空航天、汽車制造、生物醫(yī)學(xué)、考古等各個(gè)領(lǐng)域。[1～5]因此，視覺測(cè)量技術(shù)正在深入工業(yè)生產(chǎn)和社會(huì)生活的各個(gè)領(lǐng)域，研究和應(yīng)用新的基于光學(xué)、數(shù)字圖像和視覺信息融合的三維測(cè)量方法，既具有重要的理論意義，又具有重大的實(shí)用價(jià)值，應(yīng)用前景非常廣闊。

根據(jù)視覺測(cè)量的基本原理，利用數(shù)字圖像處理技術(shù)獲取的二維信息是視覺測(cè)量中相機(jī)標(biāo)定、三維重建等環(huán)節(jié)的基礎(chǔ)，對(duì)于系統(tǒng)的測(cè)量精度、穩(wěn)定性等方面具有決定性的影響，是視覺測(cè)量領(lǐng)域的關(guān)鍵技術(shù)。在長期的數(shù)字圖像處理課程教學(xué)以及視覺測(cè)量研究工作中發(fā)現(xiàn)，可以將視覺測(cè)量中關(guān)于數(shù)字圖像處理的應(yīng)用內(nèi)容引入課堂教學(xué)中，與具體理論知識(shí)相結(jié)合，加深學(xué)生對(duì)于課程理論的理解，使其接觸到科學(xué)研究的前沿內(nèi)容。此外，通過設(shè)置開放性實(shí)驗(yàn)等環(huán)節(jié)，引導(dǎo)有興趣和能力的學(xué)生進(jìn)行實(shí)踐能力的培養(yǎng)，使學(xué)到的知識(shí)“活”起來。

三、視覺測(cè)量與數(shù)字圖像處理課程的融合

為了改善數(shù)字圖像處理課程的教學(xué)效果，提高教學(xué)效率，將視覺測(cè)量技術(shù)與數(shù)字圖像處理課程相融合，本文主要在教學(xué)方法和教學(xué)手段改革、視覺測(cè)量需求與理論知識(shí)點(diǎn)結(jié)合、實(shí)踐動(dòng)手能力提高等方面進(jìn)行了研究。

1.教學(xué)方法和教學(xué)手段改革

為了貫徹學(xué)生是教育主體的教育思路，使學(xué)生學(xué)會(huì)學(xué)習(xí)，并充分激發(fā)學(xué)生的創(chuàng)新能力和素質(zhì)培養(yǎng)，促進(jìn)學(xué)生個(gè)性的發(fā)展，同時(shí)有利于師生彼此促進(jìn)共同進(jìn)步的原則，針對(duì)數(shù)字圖像處理課程的特點(diǎn)，采取了以下措施：

（1）重視數(shù)字圖像處理課程的基礎(chǔ)理論教學(xué)。數(shù)字圖像處理內(nèi)容豐富，應(yīng)用靈活廣泛，但學(xué)生在掌握某些具體應(yīng)用技術(shù)時(shí)感到理解困難。因此，在實(shí)際教學(xué)上，首先需要注重相關(guān)的基礎(chǔ)理論教學(xué)。[6]例如，數(shù)字圖像的本質(zhì)是數(shù)字信號(hào)，所以在課程前期階段，專門有針對(duì)性地復(fù)習(xí)和講解了信號(hào)分析與處理方面的基本理論，包括數(shù)字信號(hào)處理的常用方法、離散傅里葉變換和快速傅里葉變換、離散余弦變換等，這些理論在數(shù)字圖像處理課程中有具體應(yīng)用。這不僅有利于對(duì)數(shù)字圖像處理內(nèi)容的掌握，也可以反過來加深對(duì)相關(guān)理論的理解。另一方面注意授課內(nèi)容的精選，內(nèi)容不在于多，而在于少而精，突出重點(diǎn)，使學(xué)生在有限學(xué)時(shí)內(nèi)有最大的收獲。例如，在頻域空間進(jìn)行圖像增強(qiáng)時(shí)，不能將頻域空間的所有方法都對(duì)學(xué)生講授，而是突出講解了關(guān)于頻域空間與時(shí)域空間處理之間的關(guān)系，針對(duì)頻域圖像平滑介紹一種低頻濾波器，分析其原理和特點(diǎn)。這樣不僅節(jié)省了教學(xué)時(shí)間，而且重點(diǎn)突出，同時(shí)也引導(dǎo)學(xué)生查閱其他相關(guān)方法，讓他們自己去動(dòng)腦思考，提高其思維能力。

（2）完善和改革課堂教學(xué)方法。在課堂教學(xué)過程中，我們始終重視啟發(fā)式教學(xué)，遵循“提出問題”、“啟發(fā)式思考”、“解決問題”的教學(xué)過程，使用“問題教學(xué)法”引導(dǎo)學(xué)生去思考、分析問題，激發(fā)學(xué)生學(xué)習(xí)的積極性，提高教學(xué)效果。課堂開始時(shí)，根據(jù)授課內(nèi)容，提前向?qū)W生拋出相關(guān)問題，在講課過程中則圍繞該問題講解課程內(nèi)容，最后提出問題的解決方法。例如，在講解“直方圖均衡化圖像增強(qiáng)技術(shù)”一節(jié)內(nèi)容時(shí)，首先向?qū)W生展示了兩幅曝光不足和曝光過量的圖片，并且為了提高學(xué)生的學(xué)習(xí)興趣，認(rèn)識(shí)數(shù)字圖像處理的實(shí)際應(yīng)用，圖片取自于視覺測(cè)量、航空交會(huì)對(duì)接定位等領(lǐng)域的實(shí)際圖片，向?qū)W生提問，“如果實(shí)際應(yīng)用中，由于環(huán)境光的影響，拍攝到了這樣的圖片，應(yīng)該怎么辦？”課堂講解過程中，隨著直方圖、直方圖增強(qiáng)技術(shù)的理論、直方圖均衡化方法等內(nèi)容的展開，使學(xué)生逐漸理解并掌握直方圖均衡化方法，最后，給學(xué)生演示了直方圖均衡化方法的實(shí)現(xiàn)，并看到了利用該方法對(duì)圖片增強(qiáng)前后的圖片效果。這種啟發(fā)引導(dǎo)式的課堂教學(xué)方法，取得了良好的效果。

（3）傳統(tǒng)和現(xiàn)代化教學(xué)手段相結(jié)合。隨著計(jì)算機(jī)、通信技術(shù)應(yīng)用的迅速普及，國內(nèi)高校的課堂教學(xué)已普遍采用了多媒體技術(shù)，利用計(jì)算機(jī)、投影儀、幻燈機(jī)等現(xiàn)代化教學(xué)設(shè)備，結(jié)合計(jì)算機(jī)輔助教學(xué)（CAI）展示教學(xué)內(nèi)容。這些現(xiàn)代化技術(shù)的確為課堂帶來了很多豐富多彩的教學(xué)手段。數(shù)字圖像處理是以圖像為處理對(duì)象，其輸出的形式主要以圖像和圖形為主，該課程也十分適宜將教學(xué)內(nèi)容制成課件，采用多媒體計(jì)算機(jī)開展現(xiàn)代化教學(xué)。借助多媒體，使學(xué)生較直觀地看到各種圖像的處理需求、處理過程、處理效果等，這是普通教材和參考資料所無法比擬的。因此，我們針對(duì)課堂教學(xué)需求，進(jìn)行了多媒體課程教學(xué)資源建設(shè)，如教學(xué)大綱、教學(xué)日歷、授課教案和課件等通過多媒體平成，便于講課，同時(shí)也便于學(xué)生課后的復(fù)習(xí)。例如，將視覺測(cè)量原理、過程等，通過多媒體課件的形式演示出來，相比較口頭介紹等方法具有更加直觀的效果。除了多媒體教學(xué)手段，傳統(tǒng)的板書式教學(xué)作為補(bǔ)充手段也在數(shù)字圖像處理課程中得到應(yīng)用，主要用在課堂教學(xué)內(nèi)容框架展示、理論推導(dǎo)等方面。

2.視覺測(cè)量與理論知識(shí)點(diǎn)結(jié)合

為了提高算法對(duì)于目標(biāo)特征的識(shí)別效果，視覺測(cè)量通常采用圓形或方形特征點(diǎn)（圖2），在獲取的圖像中對(duì)特征的成像位置進(jìn)行識(shí)別和精確定位。視覺測(cè)量對(duì)于圖像處理的要求主要包括圖像預(yù)處理、特征粗定位、特征精定位等內(nèi)容，對(duì)應(yīng)數(shù)字圖像處理課程中的圖像增強(qiáng)、邊緣檢測(cè)、特征識(shí)別、幾何運(yùn)算等知識(shí)點(diǎn)。[7]

圖2 視覺測(cè)量常用特征點(diǎn)

（1）圖像預(yù)處理。圖像預(yù)處理的主要方法包括彩色圖像灰度化、圖像增強(qiáng)等，為此，在講解彩色圖像內(nèi)容時(shí)，介紹了RGB、HSI等彩色模型以及不同彩色模型之間的轉(zhuǎn)換，并引出如何將彩色信息轉(zhuǎn)換成灰度信息。通過分析彩色表示模型，建立了彩色到灰度圖像的轉(zhuǎn)換。

向?qū)W生展示常用視覺測(cè)量圖像效果的基礎(chǔ)上，為了減少圖像噪聲的影響、提高圖像識(shí)別效果，提出改善圖像質(zhì)量的目標(biāo)，需要進(jìn)行圖像增強(qiáng)。結(jié)合圖像增強(qiáng)中常用的直方圖增強(qiáng)技術(shù)、空域和頻域圖像增強(qiáng)方法在視覺測(cè)量圖像處理中的實(shí)際應(yīng)用，給學(xué)生展示直觀的處理效果，加深對(duì)圖像增強(qiáng)方法的理解。

（2）特征點(diǎn)粗定位。數(shù)字圖像處理的邊緣檢測(cè)是該課程比較重要的一部分內(nèi)容，邊緣檢測(cè)中包含了多種方法，便于學(xué)生對(duì)不同邊緣檢測(cè)算法的作用效果有直觀印象，將各種算法應(yīng)用于視覺測(cè)量圖像征點(diǎn)的邊緣檢測(cè)，并有針對(duì)性地選擇相應(yīng)參數(shù)，使學(xué)生不僅學(xué)習(xí)了各種邊緣檢測(cè)算法的使用，也看到了算法的特點(diǎn)。

根據(jù)視覺成像的特點(diǎn)，圓形特征點(diǎn)成像后一般為橢圓，所以，利用邊緣檢測(cè)得到的邊緣像點(diǎn)數(shù)據(jù)，講解用邊緣點(diǎn)進(jìn)行指定特征識(shí)別的方法，如基于Hough變換的特征檢測(cè)方法。為了引導(dǎo)學(xué)生思考，采用啟發(fā)式講課方法，講解了Hough變換檢測(cè)直線的方法，引出如何用Hough變換檢測(cè)像面上的圓或橢圓，并鼓勵(lì)有能力的學(xué)生實(shí)現(xiàn)相應(yīng)算法。

（3）特征點(diǎn)精定位。特征點(diǎn)精定位的目的是在實(shí)現(xiàn)特征點(diǎn)粗定位的基礎(chǔ)上，對(duì)圓形特征點(diǎn)中心在像面上的精確坐標(biāo)進(jìn)行定位。精確定位主要設(shè)計(jì)到數(shù)字圖像處理中的點(diǎn)運(yùn)算，但需要考慮采用的具體定位算法，如灰度重心法、加權(quán)灰度重心法、橢圓擬合法等。引導(dǎo)學(xué)生通過文獻(xiàn)資料查找和實(shí)現(xiàn)相關(guān)定位算法，并且與國際領(lǐng)先的專業(yè)軟件進(jìn)行定位精度對(duì)比。通過比較，可以使學(xué)生發(fā)現(xiàn)不同算法之間的區(qū)別，并分析不同的原因。進(jìn)一步，引導(dǎo)學(xué)生嘗試對(duì)定位算法做一定的改進(jìn)，這種改進(jìn)，不需要從算法根本上做出很大的創(chuàng)新，只是從某一方面進(jìn)行微小的變化，使其能夠適合特定的應(yīng)用需求。例如，如果對(duì)視覺測(cè)量像面上特征點(diǎn)定位采用加權(quán)灰度重心法時(shí)，通過調(diào)整加權(quán)系數(shù)，得到不用的效果，從而分析加權(quán)系數(shù)對(duì)于定位精度的影響，并據(jù)此得出適用于該需求的結(jié)論。

四、開放性實(shí)驗(yàn)

長期以來，“數(shù)字圖像處理”課程教學(xué)主要采用課堂理論教學(xué)，教學(xué)內(nèi)容也多為經(jīng)典的內(nèi)容，很難反映課程內(nèi)容的時(shí)代特征。實(shí)驗(yàn)教學(xué)是高等教育的重要組成部分，是抽象思維與形象思維、傳授知識(shí)與訓(xùn)練技能相結(jié)合的過程，在人才培養(yǎng)中具有課堂理論教學(xué)環(huán)節(jié)不可替代的作用，對(duì)培養(yǎng)理工科大學(xué)生的創(chuàng)造性是不可缺少的。雖然目前大多數(shù)課程都設(shè)置了實(shí)踐環(huán)節(jié)，但也普遍存在著很多問題，[8]例如，實(shí)驗(yàn)課成績占課程成績比例小，學(xué)生對(duì)實(shí)驗(yàn)的重視度不夠，存在著抄襲他人實(shí)驗(yàn)結(jié)果和報(bào)告的現(xiàn)象；實(shí)驗(yàn)?zāi)Ｊ絾我?，?shí)驗(yàn)內(nèi)容陳舊、呆板，多為驗(yàn)證性實(shí)驗(yàn)，缺乏創(chuàng)新性和挑戰(zhàn)性，學(xué)生完全處于被動(dòng)狀態(tài)，最終導(dǎo)致實(shí)驗(yàn)不認(rèn)真，敷衍了事，所學(xué)的知識(shí)和操作技術(shù)遺忘快；不能保證每個(gè)學(xué)生都有充分的時(shí)間和機(jī)會(huì)做實(shí)驗(yàn)，個(gè)別學(xué)生逐漸養(yǎng)成依賴心理，最終只有一部分學(xué)生得到了鍛煉；理論課與實(shí)驗(yàn)課教學(xué)老師分離，造成理論和實(shí)踐環(huán)節(jié)脫節(jié)等。

針對(duì)目前“數(shù)字圖像處理”課程實(shí)驗(yàn)的現(xiàn)狀，根據(jù)視覺測(cè)量像面特征點(diǎn)定位需求，開設(shè)相關(guān)開放性實(shí)驗(yàn)項(xiàng)目“視覺測(cè)量特征點(diǎn)提取定位實(shí)驗(yàn)”，實(shí)驗(yàn)要求學(xué)生結(jié)合數(shù)字圖像處理課程知識(shí)理論，對(duì)視覺測(cè)量采集的數(shù)字圖像進(jìn)行處理，提取相關(guān)特征點(diǎn)。針對(duì)視覺測(cè)量中常用的特征點(diǎn)（圓形、方形）進(jìn)行自動(dòng)檢測(cè)，并實(shí)現(xiàn)高精度定位，主要實(shí)驗(yàn)內(nèi)容包括：圖像預(yù)處理、特征點(diǎn)粗定位、特征點(diǎn)精定位、算法設(shè)計(jì)與實(shí)現(xiàn)、實(shí)驗(yàn)結(jié)果分析等。

教師在開放性實(shí)驗(yàn)項(xiàng)目中承擔(dān)的角色主要是方案設(shè)計(jì)和實(shí)施過程中的指導(dǎo)、監(jiān)督，對(duì)方案的具體實(shí)現(xiàn)方法不做限制性要求，主要由學(xué)生結(jié)合課堂教學(xué)內(nèi)容以及查閱文獻(xiàn)資料來設(shè)計(jì)并完成。為了提高項(xiàng)目完成的效率，教師可以通過適當(dāng)?shù)囊龑?dǎo)為學(xué)生指出主要方向。

對(duì)于單個(gè)學(xué)生來說，這樣的實(shí)驗(yàn)項(xiàng)目有些困難，“團(tuán)隊(duì)合作”也是新時(shí)期對(duì)科技人才素質(zhì)的要求，所以可以通過建立項(xiàng)目小組的方式開展實(shí)驗(yàn)。小組成員將實(shí)驗(yàn)內(nèi)容進(jìn)行分工，每人負(fù)責(zé)不同的部分，通過相互合作、幫助，完成整個(gè)實(shí)驗(yàn)項(xiàng)目。通過這種形式，也在某種程度上鍛煉了學(xué)生的團(tuán)隊(duì)合作意識(shí)和合作方法。

五、結(jié)束語

通過將視覺測(cè)量領(lǐng)域研究成果引入“數(shù)字圖像處理”課程，并在教學(xué)方法、教學(xué)手段、教學(xué)內(nèi)容、開放性實(shí)踐等方面的改革和嘗試，逐步做到科學(xué)研究成果與課堂理論教學(xué)的有機(jī)結(jié)合，不僅豐富了課程的教學(xué)內(nèi)容，提高了學(xué)生的學(xué)習(xí)興趣，加深了對(duì)理論知識(shí)的理解，而且使學(xué)生接觸到科學(xué)研究的前沿領(lǐng)域，開拓了視野，對(duì)創(chuàng)新能力的培養(yǎng)鍛煉等方面也具有重要意義。

參考文獻(xiàn)

1 E.M. Mikhail， J.S. Bethel. Introduction to Modern Photogramme

-try[M]. New York： John Wiley & Sons，2001

2 胡安文、季錚、盛慶紅.基于近景數(shù)字視覺測(cè)量的飛機(jī)表面模型重建[J].地理空間信息，2004（6）：23～25

3 Nicola D’Apuzzo. Overview of 3D surface digitization technologi-es in Europe[C]. Three-Dimensional Image Capture and Applications VI， Proc. of SPIE-IS&T Electronic Imaging， San Jose （CA），2006

4 劉常杰、邾繼貴、葉聲華.汽車白車身機(jī)器視覺檢測(cè)系統(tǒng)[J].汽車工程，2000（6）：373～376

5 彭三城、孫星明、劉國華.三維人體自動(dòng)測(cè)量技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用研究，2005（4）：1～5

6 Wang Jun， Dong Mingli， Liang Bo. A fast target location method for the photogrammetry system[C].Proc. of SPIE-ISMCM， Beijing，2011

第4篇：計(jì)算機(jī)視覺的基本概念范文

（武漢科技大學(xué)信息科學(xué)與工程學(xué)院，湖北 武漢 430081）

0概述

數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程，被廣泛應(yīng)用于科研、醫(yī)療、衛(wèi)生、工業(yè)、軍事和其他領(lǐng)域。隨著圖像處理技術(shù)的迅速發(fā)展，其逐漸形成了一個(gè)相對(duì)獨(dú)立和完善的學(xué)科體系[1]。為了適應(yīng)人才培養(yǎng)的需要，筆者所在的信息科學(xué)與工程學(xué)院開設(shè)了數(shù)字圖像處理必選課程，授課對(duì)象為該學(xué)院四年級(jí)本科生。目的在于培養(yǎng)學(xué)生變成實(shí)踐技能，實(shí)現(xiàn)圖像信息的各種處理，為進(jìn)一步學(xué)習(xí)計(jì)算機(jī)視覺、模式識(shí)別等課程奠定基礎(chǔ)。

作為一門理論性和實(shí)踐性都很強(qiáng)的專業(yè)課程，數(shù)字圖像處理課程具有專業(yè)知識(shí)面廣、理論知識(shí)難度大和應(yīng)用領(lǐng)域廣泛的特點(diǎn)[2]。學(xué)生在學(xué)習(xí)時(shí)，普遍認(rèn)為概念抽象，知識(shí)理解難度大，對(duì)于專業(yè)的分析方法與基本理論無法很好的理解與掌握[3]。特別是對(duì)于其中的圖像頻域處理知識(shí)，學(xué)生更是覺得不知所措，無從下手。針對(duì)這些問題，同行們進(jìn)行了該課程的教學(xué)改革實(shí)踐，提出了很多有益的觀點(diǎn)[4]。然而，針對(duì)具體的頻域圖像增強(qiáng)實(shí)驗(yàn)的案例實(shí)驗(yàn)教學(xué)研究卻很少。

在近幾年的實(shí)際實(shí)驗(yàn)教學(xué)過程中，重點(diǎn)圍繞頻域圖像增強(qiáng)中小波變換的實(shí)驗(yàn)，不斷結(jié)合歷屆學(xué)生學(xué)習(xí)的情況，本文就小波變換在圖像增強(qiáng)中的作用和問題提出自己的看法，并提出了一種基于C++程序的圖像增強(qiáng)案例設(shè)計(jì)模式，促進(jìn)了學(xué)生對(duì)圖像處理基本知識(shí)的掌握。

1小波變換的基本概念和特性

小波變換的數(shù)學(xué)基礎(chǔ)是19世紀(jì)的傅里葉變換，其后理論物理學(xué)家A.Grossman采用平移和伸縮不變性建立了小波變換的理論體系。1989年S.Mallat提出了多分辨率分析概念，統(tǒng)一了在此之前的各種構(gòu)造小波的方法，特別是提出了二維小波變換的快速算法，使得小波變換完全走向?qū)嵱眯浴?/p>

小波變換使用了一個(gè)小波函數(shù)，時(shí)頻窗面積不變，但形狀可改變。小波函數(shù)根據(jù)需要調(diào)整時(shí)間與頻率分辨率，具有多分辨分析的特點(diǎn)。由于小波變換是一種信號(hào)的時(shí)間——尺度分析方法，在時(shí)間、頻率都具有表征信號(hào)局部特征的能力，在低頻部分具有較高的頻率分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，因此很適合于探測(cè)正常信號(hào)中夾帶的瞬間反?，F(xiàn)象并展示其成分，是泛函分析、傅里葉分析、樣條分析、調(diào)和分析、數(shù)值分析的完美結(jié)合。

小波變換具有的最重要的特點(diǎn)就是多分辨率分析，即多尺度分析特性。小波變換的多分辨率分析是從粗到細(xì)的一步一步分析事物。小波分析的許多分析和應(yīng)用問題，都可以歸結(jié)為信號(hào)處理問題。從圖像處理的角度看，小波變換存在以下幾個(gè)優(yōu)點(diǎn)：

（1）小波分解可以覆蓋整個(gè)頻域。因?yàn)樾〔ㄗ儞Q具有的最重要的特點(diǎn)就是多分辨率分析，即多尺度分析特性，給出了一個(gè)數(shù)學(xué)上完備的描述。

（2）小波變換通過選取合適的濾波器，可以極大的減小或去除所提取得不同特征之間的相關(guān)性。小波分解和重構(gòu)在mallat算法中采用了使用了濾波器組這樣一個(gè)方法，將信號(hào)分別于不同小波所得到的高通濾波器和低通濾波器系數(shù)相卷積，然后進(jìn)行下采樣，得到信號(hào)的細(xì)節(jié)系數(shù)和近似系數(shù)。

（3）小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時(shí)間分辨率，在高頻段，可用低頻率分辨率和高時(shí)間分辨率。

（4）小波變換實(shí)現(xiàn)上有快速算法。S. Mallat受到塔式算法的啟發(fā)，在實(shí)際應(yīng)用研究中提出了一種快速算法，進(jìn)行塔式信號(hào)多分辨率分析和重構(gòu)。

2基于小波變換的圖像處理實(shí)驗(yàn)教學(xué)

圖像作為人類感知世界的視覺基礎(chǔ)，是人類獲取信息、表達(dá)信息和傳遞信息的重要手段。數(shù)字圖像處理技術(shù)可以幫助人們更客觀、準(zhǔn)確地認(rèn)識(shí)世界，通過圖象增強(qiáng)技術(shù)，可以使模糊甚至不可見的圖像變得清晰明亮，因此我們應(yīng)該開設(shè)圖像處理實(shí)驗(yàn)課程。加上學(xué)生基礎(chǔ)知識(shí)、思維方式、理解能力和動(dòng)手能力的差異，在掌握和理解教學(xué)內(nèi)容上不可能一致，如果能借助實(shí)驗(yàn)教學(xué)的個(gè)別輔導(dǎo)，就能夠掌握學(xué)生學(xué)習(xí)的進(jìn)度和程度,做到因材施教，所以開設(shè)圖像處理的實(shí)驗(yàn)課程是非常必要的。

本實(shí)驗(yàn)涉及多方面知識(shí)，包活圖像處理相關(guān)理論知識(shí)、小波變換方法以及C++軟件編程技術(shù)，學(xué)生學(xué)習(xí)起來具有一定的難度。因此，有必要針對(duì)性的研究該實(shí)驗(yàn)的教學(xué)方法，以達(dá)到良好的教學(xué)效果。本文采用如下方法：

（1）教師在教學(xué)中應(yīng)該采用靈活多樣的教學(xué)方法，例如開放式的教學(xué)方法，平時(shí)多鼓勵(lì)學(xué)生利用課余時(shí)間去機(jī)房編寫閱讀程序。鼓勵(lì)學(xué)生互動(dòng)學(xué)習(xí)，同學(xué)之間、學(xué)生老師之間經(jīng)常交流，多上網(wǎng)了解目前圖像處理技術(shù)領(lǐng)域的現(xiàn)狀，提高學(xué)生的積極性。

（2）根據(jù)學(xué)生對(duì)專業(yè)知識(shí)學(xué)習(xí)和理解的進(jìn)度和狀況，教師教學(xué)應(yīng)采取循序漸進(jìn)的方法來減少或者消除學(xué)生學(xué)習(xí)中的困難。例如，學(xué)習(xí)利用小波變換編寫程序時(shí)，先從基礎(chǔ)的傅里葉變換的小例子看起，了解小波變換的發(fā)展以及編程的區(qū)別，然后再閱讀復(fù)雜的例子，最后自己編寫程序，在閱讀中理解，在實(shí)踐中進(jìn)步。

（3）由于在實(shí)際計(jì)算中，無法計(jì)算全部尺度因子和位移參數(shù)的伸縮因子和平移因子值，加上實(shí)際的觀測(cè)信號(hào)都是離散的，所以信號(hào)處理中通常使用離散小波變換。而小波分析的小波函數(shù)不是唯一存在的，所有滿足小波條件的函數(shù)都可以作為小波函數(shù)，因此小波函數(shù)的選取十分重要。所以在編寫圖像處理程序之前，需要使學(xué)生了解各種小波函數(shù)的區(qū)別。

（4）同時(shí)學(xué)生自己的努力也直接影響圖像處理學(xué)習(xí)的效果。因此，學(xué)生應(yīng)該做好課前預(yù)習(xí)工作，熟悉高級(jí)圖像工具包（如Matlab）或高級(jí)編程語言（如C/C++）程序框架來編寫圖像處理的算法；多和老師、同學(xué)進(jìn)行交流；課后鞏固上課內(nèi)容，多看程序，多查資料。

3基于MFC的Haar小波模塊實(shí)驗(yàn)

除了Haar小波以外（haar小波可由一階消失矩條件構(gòu)造出來），沒有正交小波滿足對(duì)稱性條件，也就是不滿足線性相位，這樣在分解重構(gòu)后會(huì)造成失真，在一些需要對(duì)稱性的場合（如圖像的分解重構(gòu)，奇異點(diǎn)的檢測(cè)等），結(jié)果是不能滿足要求的。因此，我們以Haar小波為例，利用MFC工程編寫了大量基本模塊。學(xué)生可以通過簡單直觀的鼠標(biāo)操作，調(diào)用預(yù)先編好的模塊組件，構(gòu)造出復(fù)雜的系統(tǒng)。圖1即是程序的流程圖。

本實(shí)驗(yàn)設(shè)計(jì)的模塊主要包括基本處理模塊和應(yīng)用模塊兩大類。其中基本處理模塊包括調(diào)用各類圖像的輸入輸出、數(shù)據(jù)變換等基本操作；應(yīng)用模塊包括圖像的小波變換、圖像增強(qiáng)以及圖像重構(gòu)。圖2即為一層和二層小波分解圖像的結(jié)果。

4結(jié)語

圖像處理是目前信息技術(shù)領(lǐng)域的重要研究方向，將實(shí)踐引入圖像處理的教學(xué)中，可以讓學(xué)生擴(kuò)大知識(shí)面，同時(shí)練習(xí)鞏固了常用的基本語言C++語言。并且由于小波變換能夠應(yīng)用到模式識(shí)別和專家系統(tǒng)等多個(gè)領(lǐng)域，可以為學(xué)生以后的專業(yè)知識(shí)學(xué)習(xí)做好一個(gè)鋪墊。因此，基于小波變換的圖像處理在本科實(shí)踐教學(xué)中具有廣闊的研究前景。在今后的教學(xué)過程中，還需進(jìn)一步積累經(jīng)驗(yàn)，開發(fā)相應(yīng)的實(shí)驗(yàn)項(xiàng)目和實(shí)驗(yàn)教學(xué)方法，培養(yǎng)學(xué)生的編程和學(xué)習(xí)能力，以適應(yīng)技術(shù)的發(fā)展與時(shí)代的要求。

參考文獻(xiàn)

［1］肖泉.基于高維仿生信息學(xué)理論的彩色圖像增強(qiáng)處理研究[D].廈門:廈門大學(xué),2011:137.

［2］周海芳.“數(shù)字圖像處理”課程研討式教學(xué)[J].計(jì)算機(jī)教育,2010,24:93-97.

［3］楊淑瑩.“數(shù)字圖像處理”理論與實(shí)踐相結(jié)合的教材建設(shè)[J].計(jì)算機(jī)教育,2009.

第5篇：計(jì)算機(jī)視覺的基本概念范文

[作者簡介]夏平（1967），男，湖北麻城人。教授，碩士，主要研究方向?yàn)橛?jì)算機(jī)視覺、智能信息處理、多尺度幾何分析及應(yīng)用。[摘要]《隨機(jī)信號(hào)分析》課程主要討論隨機(jī)信號(hào)的信號(hào)分析以及隨機(jī)信號(hào)經(jīng)過線性時(shí)不變系統(tǒng)后系統(tǒng)對(duì)隨機(jī)信號(hào)的影響，即隨機(jī)信號(hào)的系統(tǒng)分析問題；《信號(hào)與系統(tǒng)》課程討論的是確知信號(hào)的系統(tǒng)分析問題。教學(xué)過程中采用類比分析的方法將這兩門課程內(nèi)容進(jìn)行比較，探討兩門課程研究對(duì)象與分析方法的異同，有助于學(xué)生正確理解和掌握《隨機(jī)信號(hào)分析》課程的基本概念、基本理論、及課程的體系結(jié)構(gòu)，為后續(xù)專業(yè)基礎(chǔ)課《通信原理》的學(xué)習(xí)奠定扎實(shí)的基礎(chǔ)。

[關(guān)鍵詞]隨機(jī)信號(hào)分析；信號(hào)與系統(tǒng)；類比分析；教學(xué)實(shí)踐

[中圖分類號(hào)]G642；TN911[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]10054634（2016）050083050引言

《隨機(jī)信號(hào)分析》課程是電子信息工程和通信工程等專業(yè)的一門非常重要的專業(yè)基礎(chǔ)課程。對(duì)隨機(jī)信號(hào)的信號(hào)分析、以及隨機(jī)信號(hào)（重點(diǎn)是平穩(wěn)隨機(jī)信號(hào)）通過線性時(shí)不變系統(tǒng)后系統(tǒng)對(duì)隨機(jī)信號(hào)的影響分析是該課程的中心任務(wù)[13]。學(xué)生對(duì)該課程的掌握程度將對(duì)后續(xù)的《通信原理》《移動(dòng)通信》等重要專業(yè)基礎(chǔ)課程和專業(yè)課程的學(xué)習(xí)產(chǎn)生直接影響。

《隨機(jī)信號(hào)分析》課程的教學(xué)中，較多學(xué)生對(duì)該課程的學(xué)習(xí)存在兩方面的問題[4]：（1）相當(dāng)多的學(xué)生將該課程作為一門數(shù)學(xué)課程來學(xué)習(xí)，沒有理解概念所包含的物理含義；（2）學(xué)生認(rèn)為這門課程內(nèi)容太難。究其原因，沒有從整體上把握這門課程討論的主要問題是什么，與先修的《信號(hào)與系統(tǒng)》與《數(shù)字信號(hào)處理》等信號(hào)類課程的關(guān)系是什么。從本質(zhì)上講，《信號(hào)與系統(tǒng)》課程討論確知信號(hào)的系統(tǒng)分析問題；《數(shù)字信號(hào)處理》探討確知信號(hào)的系統(tǒng)綜合問題[4]；而《隨機(jī)信號(hào)分析》則闡述隨機(jī)信號(hào)的系統(tǒng)分析問題?；诖?，本文以類比分析思想探討《信號(hào)與系統(tǒng)》與《隨機(jī)信號(hào)分析》課程的研究對(duì)象、體系結(jié)構(gòu)、分析方法的區(qū)別與聯(lián)系，幫助學(xué)生正確理解隨機(jī)信號(hào)的基本概念和基本分析方法。

1《隨機(jī)信號(hào)分析》課程體系結(jié)構(gòu)

《隨機(jī)信號(hào)分析》課程從隨機(jī)信號(hào)分析與處理的角度，討論了隨機(jī)信號(hào)的基本信號(hào)分析方法以及隨機(jī)信號(hào)經(jīng)過線性系統(tǒng)后系統(tǒng)對(duì)隨機(jī)信號(hào)產(chǎn)生的影響[5]。本課程重點(diǎn)考慮的是平穩(wěn)隨機(jī)信號(hào)的信號(hào)分析，以及平穩(wěn)隨機(jī)信號(hào)經(jīng)過線性時(shí)不變系統(tǒng)后系統(tǒng)對(duì)信號(hào)的影響。

隨機(jī)信號(hào)是自然界和人類社會(huì)常見的一種信號(hào)形式，針對(duì)單次實(shí)驗(yàn)而言，隨機(jī)信號(hào)似乎沒有規(guī)律，但隨機(jī)信號(hào)的規(guī)律性體現(xiàn)在大量重復(fù)試驗(yàn)時(shí)的集體現(xiàn)象中，即統(tǒng)計(jì)規(guī)律性。因此，統(tǒng)計(jì)與概率的概念伴隨《隨機(jī)信號(hào)分析》課程的始終，也是隨機(jī)信號(hào)分析的出發(fā)點(diǎn)，隨機(jī)信號(hào)的表述方式以及推演方式都應(yīng)以統(tǒng)計(jì)特性和規(guī)律為出發(fā)點(diǎn)，這是本課程一個(gè)最根本的特征，這與確知信號(hào)的信號(hào)分析有本質(zhì)的區(qū)別。隨機(jī)信號(hào)的信號(hào)分析方法，類似于確知信號(hào)的信號(hào)分析方法，仍然從兩個(gè)方面描述：時(shí)域分析和頻域分析，在隨機(jī)信號(hào)的這兩種描述中，其研究對(duì)象都是針對(duì)隨機(jī)信號(hào)的隨機(jī)變量進(jìn)行討論。

線性時(shí)不變系統(tǒng)對(duì)平穩(wěn)隨機(jī)信號(hào)的影響亦從時(shí)域和頻域兩個(gè)角度進(jìn)行分析。時(shí)域中主要探討零狀態(tài)響應(yīng)的隨機(jī)信號(hào)的特性，包括響應(yīng)隨機(jī)信號(hào)是否平穩(wěn)，響應(yīng)隨機(jī)信號(hào)與激勵(lì)平穩(wěn)隨機(jī)信號(hào)的數(shù)學(xué)期望、自相關(guān)函數(shù)、互相關(guān)函數(shù)、以及系統(tǒng)沖激響應(yīng)之間的關(guān)系等。頻域分析中主要探討零狀態(tài)響應(yīng)隨機(jī)信號(hào)的功率譜密度與激勵(lì)隨機(jī)信號(hào)功率譜密度之間的關(guān)系，同時(shí)，建立了平穩(wěn)隨機(jī)信號(hào)時(shí)域分析與頻域分析之間的聯(lián)系，即維納―辛欽定理，如圖1所示。

2類比分析方法在課程教學(xué)中的實(shí)踐

《隨機(jī)信號(hào)分析》課程作為電子信息類專業(yè)信號(hào)分析類課程之一，其課程的體系結(jié)構(gòu)、分析思想和分析方法與信號(hào)類其它課程有許多相似的地方，特別是《信號(hào)與系統(tǒng)》課程。兩課程分別探討隨機(jī)信號(hào)的系統(tǒng)分析和確知信號(hào)的系統(tǒng)分析。因此，在學(xué)習(xí)過程中，采用類比分析方法有助于本課程的學(xué)習(xí)，講授過程中通過與《信號(hào)與系統(tǒng)》課程相關(guān)內(nèi)容的比較，分析兩門課程內(nèi)容的異同，便于強(qiáng)化學(xué)生對(duì)這兩門課程基本概念、基本思想的理解與掌握。

2.1課程體系類比

綜觀《信號(hào)與系統(tǒng)》課程，主要討論確知信號(hào)的兩大系統(tǒng)的系統(tǒng)分析問題，即：線性時(shí)不變連續(xù)時(shí)間系統(tǒng)和線性時(shí)不變離散時(shí)間系統(tǒng)的系統(tǒng)分析問題。系統(tǒng)分析就是要解決已知系統(tǒng)的結(jié)構(gòu)及其參數(shù)，依據(jù)激勵(lì)探討系統(tǒng)對(duì)激勵(lì)的影響問題，如圖2所示。

與圖1類比不難發(fā)現(xiàn)，《隨機(jī)信號(hào)分析》與《信號(hào)與系統(tǒng)》兩門課程在體系結(jié)構(gòu)上相似。相同之處：都是探討信號(hào)經(jīng)過已知線性時(shí)不變系統(tǒng)的系統(tǒng)分析問題；其分析思路都是從信號(hào)分析和系統(tǒng)分析兩個(gè)方面進(jìn)行；并且，無論哪一方面都是從時(shí)域分析和頻域分析兩個(gè)角度展開；研究對(duì)象都是主要針對(duì)線性時(shí)不變系統(tǒng)。不同之處在于：研究的對(duì)象（信號(hào)）不同，《信號(hào)與系統(tǒng)》課程針對(duì)（連續(xù)、離散）確知信號(hào)，而《隨機(jī)信號(hào)分析》課程針對(duì)隨機(jī)信號(hào)?；诖?，隨機(jī)信號(hào)的信號(hào)分析思想與確知信號(hào)的分析思想存在本質(zhì)的不同，隨機(jī)信號(hào)的樣本顯示的隨機(jī)性以及每一紀(jì)錄在隨機(jī)信號(hào)中以一定的概率出現(xiàn)決定了其分析必須采用統(tǒng)計(jì)的方法進(jìn)行。

通過兩門課程體系結(jié)構(gòu)的類比，學(xué)生根據(jù)已有的知識(shí)能較快地把握《隨機(jī)信號(hào)分析》課程的主要研究問題，找出與先修《信號(hào)與系統(tǒng)》課程之間的聯(lián)系與差別，提高學(xué)習(xí)的針對(duì)性。

2.2研究對(duì)象與分析方法類比

兩門課程一個(gè)研究對(duì)象是確知信號(hào)，另一個(gè)是隨機(jī)信號(hào)，根據(jù)這兩類信號(hào)的特點(diǎn)，確知信號(hào)能建立具體的數(shù)學(xué)模型，能用精確的數(shù)學(xué)函數(shù)描述，因此其時(shí)域分析（包括信號(hào)的平移、反褶、尺度變換、多信號(hào)的和與積等）相對(duì)較簡單。當(dāng)信號(hào)滿足狄里赫利條件時(shí)，其頻域分析用傅里葉變換進(jìn)行。而隨機(jī)信號(hào)因每一樣本以一定的概率隨機(jī)變化，無法用確定的數(shù)學(xué)模型描述信號(hào)的變化規(guī)律，盡管某個(gè)記錄的出現(xiàn)是隨機(jī)的，但信號(hào)的每一記錄均是以一定的概率出現(xiàn)，服從統(tǒng)計(jì)分布規(guī)律。因此，隨機(jī)信號(hào)的時(shí)域分析應(yīng)用統(tǒng)計(jì)的思想研究其變化規(guī)律。

同時(shí)，兩門課程討論的系統(tǒng)主要是線性時(shí)不變系統(tǒng)，因此，系統(tǒng)的線性、時(shí)不變性等性質(zhì)在兩門課程的分析中都是一致的。換言之，《信號(hào)與系統(tǒng)》課程的線性時(shí)不變系統(tǒng)知識(shí)與分析方法在《隨機(jī)信號(hào)分析》的學(xué)習(xí)中可以直接應(yīng)用。

3幾個(gè)基本概念討論

3.1隨機(jī)信號(hào)與隨機(jī)變量的理解

隨機(jī)信號(hào)與隨機(jī)變量概念是兩個(gè)最基本的概念，貫穿整個(gè)課程學(xué)習(xí)的始終。兩個(gè)概念實(shí)際上從先修的《概率論與數(shù)理統(tǒng)計(jì)》就有所接觸，盡管如此，在《隨機(jī)信號(hào)分析》的教學(xué)中發(fā)現(xiàn)，仍有相當(dāng)?shù)膶W(xué)生對(duì)這個(gè)概念缺乏認(rèn)識(shí)，體現(xiàn)在研究隨機(jī)信號(hào)的基本特征時(shí)，不少學(xué)生總認(rèn)為是用隨機(jī)信號(hào)進(jìn)行分析，求統(tǒng)計(jì)平均時(shí)，不少學(xué)生對(duì)時(shí)間t進(jìn)行積分等。事實(shí)上，隨機(jī)信號(hào)的信號(hào)分析是針對(duì)隨機(jī)信號(hào)的一個(gè)或幾個(gè)隨機(jī)變量進(jìn)行研究，通過不同時(shí)刻隨機(jī)變量的基本特征反映該隨機(jī)信號(hào)的規(guī)律性。

隨機(jī)信號(hào)將確知信號(hào)的概念從實(shí)數(shù)與實(shí)數(shù)的對(duì)應(yīng)關(guān)系推廣到實(shí)數(shù)與隨機(jī)變量的對(duì)應(yīng)關(guān)系。對(duì)確知信號(hào)而言，t∈T時(shí)，總有一個(gè)確定的實(shí)數(shù)值與之對(duì)應(yīng)；而隨機(jī)信號(hào)，t∈T時(shí)，與之對(duì)應(yīng)的X（t）是某固定時(shí)刻t的一個(gè)隨機(jī)變量。

隨機(jī)信號(hào)是隨機(jī)變量概念的推廣，隨機(jī)變量是在固定時(shí)間t上試驗(yàn)的結(jié)果，是一個(gè)數(shù)的集合；而隨機(jī)信號(hào)是在t∈T上試驗(yàn)結(jié)果，是一個(gè)時(shí)間函數(shù)的集合，當(dāng)t確定時(shí)，隨機(jī)信號(hào)就成為一個(gè)隨機(jī)變量。隨機(jī)變量的統(tǒng)計(jì)規(guī)律反映了隨機(jī)信號(hào)每一樣本在該時(shí)刻的變化規(guī)律。因此，隨機(jī)信號(hào)的分析中，統(tǒng)計(jì)平均的積分，所涉及的t應(yīng)該理解為任意選取時(shí)刻t，一旦選定，t是一個(gè)固定值，是選取的時(shí)刻。

3.2基本特征的信號(hào)類型

隨機(jī)信號(hào)的基本特征主要涉及6個(gè)物理量：概率分布函數(shù)、概率密度函數(shù)、數(shù)學(xué)期望、方差、自相關(guān)函數(shù)、自協(xié)方差函數(shù)等，主要探討隨機(jī)信號(hào)的一個(gè)或幾個(gè)隨機(jī)變量的統(tǒng)計(jì)規(guī)律，所求得的這些物理量是確知信號(hào)，不再是隨機(jī)的，物理量中的t1、t2、t3、…反映的是隨機(jī)變量所在的時(shí)刻。

3.3統(tǒng)計(jì)獨(dú)立、不相關(guān)、正交

數(shù)學(xué)期望和方差反映了單一隨機(jī)變量各自的均值與偏離均值的程度，并沒能反映隨機(jī)變量間的關(guān)系，在隨機(jī)信號(hào)的分析中，經(jīng)常需要考慮：（1）單個(gè)隨機(jī)信號(hào)兩個(gè)或多個(gè)隨機(jī)變量之間的關(guān)系；（2）判斷兩個(gè)或多個(gè)隨機(jī)信號(hào)之間的關(guān)系。因而，常涉及統(tǒng)計(jì)獨(dú)立、不相關(guān)、正交等基本概念。在（2）問題中，隨機(jī)信號(hào)之間的關(guān)系根據(jù)3.1節(jié)的討論可知，最終考查的仍然是兩個(gè)或多個(gè)隨機(jī)信號(hào)的隨機(jī)變量之間的關(guān)系。

從定義上講，統(tǒng)計(jì)獨(dú)立反映隨機(jī)現(xiàn)象的規(guī)律性相互獨(dú)立，具體地，指隨機(jī)信號(hào)n個(gè)隨機(jī)變量的n維分布函數(shù)或n維概率密度函數(shù)相互獨(dú)立，其聯(lián)合分布函數(shù)或概率密度函數(shù)等于這n個(gè)隨機(jī)變量各自一維分布函數(shù)或一維概率密度函數(shù)的乘積；一個(gè)或多個(gè)隨機(jī)信號(hào)的隨機(jī)變量間的“相關(guān)性”反映的是隨機(jī)變量的波動(dòng)方式是否一致，不相關(guān)指隨機(jī)信號(hào)的隨機(jī)變量間的波動(dòng)不存在一致性，常用互相關(guān)函數(shù)或互協(xié)方差函數(shù)來衡量，不相關(guān)的互相關(guān)函數(shù)等于這兩個(gè)時(shí)刻隨機(jī)變量各自數(shù)學(xué)期望的乘積，或互協(xié)方差函數(shù)為0。而兩隨機(jī)信號(hào)正交指隨機(jī)信號(hào)的互相關(guān)函數(shù)為零。

隨機(jī)信號(hào)分析中，常探討多維隨機(jī)變量的線性相關(guān)性問題，除從定義的角度說明相關(guān)性外，借助隨機(jī)變量的相關(guān)系數(shù)理解隨機(jī)變量間的相關(guān)程度更加直接[6]。為此，將問題簡化，探討兩個(gè)隨機(jī)變量X，Y是否滿足線性關(guān)系：Y=mX+n；m，n為常數(shù)。為此，探討如何選擇m，n可使mX+n與Y最接近？

由式（4），ρXY表征了隨機(jī)變量X、Y之間線性關(guān)系緊密程度，當(dāng)|ρXY|較大時(shí)，X、Y之間的線性相關(guān)程度較好；當(dāng)|ρXY|較小時(shí)，X、Y之間的線性相關(guān)程度較差；當(dāng)|ρXY|=0，X、Y之間不相關(guān)。

隨機(jī)變量的線性相關(guān)關(guān)系是一種概率意義下的關(guān)系，主要是由于隨機(jī)變量任意時(shí)刻取值是隨機(jī)的，每一個(gè)值是隨機(jī)變量集內(nèi)以一定概率出現(xiàn)的值，因此，在XOY平面內(nèi)，由隨機(jī)變量X、Y所對(duì)應(yīng)的點(diǎn)應(yīng)為一個(gè)隨機(jī)點(diǎn)（X，Y）[7]?；诖耍S機(jī)變量X、Y之間線性關(guān)系實(shí)質(zhì)是隨機(jī)點(diǎn)（X，Y）在平面XOY內(nèi)的散點(diǎn)分布在直線Y=mX+n附近。從分布的趨勢(shì)看，它們與直線Y=mX+n形狀相似，相似程度由ρXY確定。

由上述討論，不相關(guān)的充要條件：（1）|ρXY|=0；（2）Cov（X、Y）=0；（3）E（X、Y）=E（X）E（Y）。

以上3個(gè)條件等價(jià)，隨機(jī)變量間不相關(guān)并不意味它們正交，只是它們沒有線性關(guān)系，但很可能存在其它函數(shù)關(guān)系。

統(tǒng)計(jì)獨(dú)立、不相關(guān)、正交三者之間的關(guān)系：（1）隨機(jī)信號(hào)若統(tǒng)計(jì)獨(dú)立則一定不相關(guān)，但不相關(guān)不一定統(tǒng)計(jì)獨(dú)立，當(dāng)且僅當(dāng)高斯隨機(jī)信號(hào)時(shí)，統(tǒng)計(jì)獨(dú)立與不相關(guān)等價(jià)。從統(tǒng)計(jì)角度看，保持統(tǒng)計(jì)獨(dú)立的條件要比不相關(guān)還要嚴(yán)格；（2）隨機(jī)信號(hào)的不相關(guān)與正交之間無必然聯(lián)系。不相關(guān)的隨機(jī)信號(hào)，至少其中有一個(gè)隨機(jī)變量的期望為0時(shí)，隨機(jī)變量才互相正交。反之，正交的隨機(jī)信號(hào)，當(dāng)且僅當(dāng)至少其中之一隨機(jī)變量的期望為0時(shí)，才不相關(guān)，見圖3。

3.4功率譜密度函數(shù)的認(rèn)識(shí)

隨機(jī)信號(hào)的功率譜密度主要是由于隨機(jī)信號(hào)是功率信號(hào)，其平均功率是一有限值。因此，功率譜密度是針對(duì)隨機(jī)信號(hào)的隨機(jī)變量而言，對(duì)于平穩(wěn)隨機(jī)信號(hào)而言，隨機(jī)信號(hào)的自相關(guān)函數(shù)與其功率譜密度之間是一對(duì)傅里葉變換對(duì)的關(guān)系，因而，隨機(jī)信號(hào)的功率譜密度是其自相關(guān)函數(shù)的頻譜。

4結(jié)束語

本文結(jié)合先修課程《信號(hào)與系統(tǒng)》，類比了《隨機(jī)信號(hào)分析》與《信號(hào)與系統(tǒng)》課程的體系結(jié)構(gòu)、分析方法，從兩個(gè)不同角度討論了兩門課程中信號(hào)的系統(tǒng)分析方法與思想。由于兩門課程研究對(duì)象不一樣，因此，信號(hào)分析中兩門課程采用不同的分析方法。同時(shí)，線性、時(shí)不變性的系統(tǒng)的分析思想在這兩門課程中是一致的。文章最后對(duì)課程中幾個(gè)基本概念進(jìn)行了討論。通過類比分析，便于學(xué)生盡快掌握《隨機(jī)信號(hào)分析》課程的體系結(jié)構(gòu)和主要研究內(nèi)容，有助于學(xué)生對(duì)本課程的基本概念和基本理論理解和掌握，為后續(xù)課程的學(xué)習(xí)打下扎實(shí)的基礎(chǔ)。

參考文獻(xiàn)

[1] 李曉峰，周寧，傅志中，等.隨機(jī)信號(hào)分析（第4版）[M].北京：電子工業(yè)出版社，2011.

[2] 王永德，王軍.隨機(jī)信號(hào)分析基礎(chǔ)（第3版）[M].北京：電子工業(yè)出版社，2009.

[3] 張文明，羅鵬飛，謝曉霞，等.“隨機(jī)信號(hào)分析與處理”案例式教學(xué)研究[J].電氣電子教學(xué)學(xué)報(bào)，2013，35（5）：6365.

[4] 夏平，向?qū)W軍，吉培榮.基于MATLAB的信號(hào)與系統(tǒng)、數(shù)字信號(hào)處理實(shí)驗(yàn)體系教學(xué)實(shí)踐[J].電氣電子教學(xué)學(xué)報(bào)，2004，26（5）：7374+99.

[5] 周寧，李曉峰，傅志中. “隨機(jī)信號(hào)分析”課程研究型教學(xué)[J].電氣電子教學(xué)學(xué)報(bào)，2014，36（2）：6063.

[6] 霍凱凰.多維隨機(jī)變量線性相關(guān)性分析[J].太原師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2010，9（1）：5457.

[7] 李鋒，仲偉波.《隨機(jī)信號(hào)分析與處理》課程案例式教學(xué)實(shí)踐探索[J].教育教學(xué)論壇，2012（17）：148149.Teaching practice of Random Signal Analysis course

based on analogy method

Xia Ping，Gong Guoqiang，Qin Qin，Sun Shuifa

（College of Computer and Information Technology，Three Gorges University，Yichang，Hubei443002，China）

第6篇：計(jì)算機(jī)視覺的基本概念范文

論文摘要：舒爾曼提出的“學(xué)科教學(xué)知識(shí)”推動(dòng)了教育研究與實(shí)踐的向前發(fā)展。高?！锻ㄐ旁怼氛n程學(xué)科教學(xué)的知識(shí)結(jié)構(gòu)與內(nèi)容框架主要包括通信原理課程教學(xué)模式等七個(gè)方面，對(duì)《通信原理》課程教學(xué)策略的知識(shí)應(yīng)用進(jìn)行論述，具有較強(qiáng)的理論和現(xiàn)實(shí)意義。

一、教師的學(xué)科教學(xué)知識(shí)

在20世紀(jì)80年代的西方教師專業(yè)化運(yùn)動(dòng)中，美國斯坦福大學(xué)的Shulman教授，針對(duì)當(dāng)時(shí)在對(duì)教師的資格認(rèn)證中，將教師的教學(xué)能力簡單理解為教師具備的學(xué)科知識(shí)和教學(xué)知識(shí)的問題，指出對(duì)教師知識(shí)的分析是推動(dòng)我們對(duì)教師行為分析的最主要的因素，提出了“學(xué)科教學(xué)知識(shí)”(pedagogical content knowledge/PCK，也有人譯為教育學(xué)內(nèi)容知識(shí)、教學(xué)學(xué)科知識(shí)、教學(xué)專業(yè)知能、學(xué)科內(nèi)容教學(xué)知識(shí)等)這一重要概念。舒爾曼認(rèn)為，學(xué)科教學(xué)知識(shí)是學(xué)科知識(shí)和教育學(xué)知識(shí)的特殊混合體，是教師對(duì)學(xué)科知識(shí)獨(dú)特的專業(yè)理解，為教師所特有，是“教師對(duì)如何幫助學(xué)生理解具體學(xué)科內(nèi)容而做出的理解”。學(xué)科教學(xué)知識(shí)使教師學(xué)會(huì)如何組織和呈現(xiàn)具體學(xué)科的主題、問題、結(jié)果，使之與學(xué)習(xí)者多樣的興趣與能力相適應(yīng)，從而組織教學(xué)。學(xué)科教學(xué)知識(shí)的提出，為教師的專業(yè)化發(fā)展提供了理論基礎(chǔ)。

學(xué)科教學(xué)知識(shí)是教師在教學(xué)中將特定的學(xué)科教學(xué)內(nèi)容加工轉(zhuǎn)化而形成的能為學(xué)生接受的知識(shí)。學(xué)科教學(xué)知識(shí)的形成需要教師對(duì)學(xué)科知識(shí)、教學(xué)知識(shí)、學(xué)生知識(shí)、情景知識(shí)等進(jìn)行整合，并對(duì)教學(xué)經(jīng)驗(yàn)不斷歸納、總結(jié)與調(diào)整。因此，學(xué)科教學(xué)知識(shí)具有實(shí)踐性、情景性和個(gè)體性。學(xué)科教學(xué)知識(shí)的形成揭示了教師教學(xué)能力發(fā)展的復(fù)雜過程，使對(duì)教師教學(xué)能力的研究更為深人與科學(xué)。

舒爾曼提出的“學(xué)科教學(xué)知識(shí)”概念引起了學(xué)者們對(duì)與教師教學(xué)實(shí)踐相關(guān)知識(shí)的重視，學(xué)者們進(jìn)行了大量的論述與研究，“學(xué)科教學(xué)知識(shí)”理論成為教師教育、課堂教學(xué)行為分析、科學(xué)教育等學(xué)科教育研究的重要內(nèi)容與基礎(chǔ)框架。后經(jīng)過修改和補(bǔ)充，舒爾曼又進(jìn)一步闡釋了學(xué)科教學(xué)知識(shí)的框架。以此為基礎(chǔ)，學(xué)者根據(jù)自己的理解，提出了學(xué)科教學(xué)知識(shí)的內(nèi)涵;盡管不同的學(xué)者有不同的見解，但大同小異，基本上都認(rèn)為學(xué)科教學(xué)知識(shí)包括:教師教育信念、學(xué)科知識(shí)、教育學(xué)知識(shí)、關(guān)于學(xué)生的知識(shí)、教學(xué)情境知識(shí)等幾個(gè)方面。

二、《通信原理》課程教師的學(xué)科教學(xué)知識(shí)

現(xiàn)代社會(huì)是信息社會(huì)，電子與通信類專業(yè)從而也成為極為熱門的專業(yè)。在電子與通信類專業(yè)的課程結(jié)構(gòu)中，《通信原理》是極為重要的專業(yè)基礎(chǔ)課程。此課程的主要任務(wù)在于研究通信系統(tǒng)中的基本概念和基本原理，讓學(xué)生掌握通信系統(tǒng)的基本組成、理論原理、實(shí)現(xiàn)方法和系統(tǒng)性能，能夠在后續(xù)課程的學(xué)習(xí)和工作中靈活應(yīng)用，并激發(fā)他們對(duì)通信學(xué)科方面的學(xué)習(xí)興趣和熱情，使他們有足夠的自信和能力來適應(yīng)這一日新月異的領(lǐng)域。該課程內(nèi)容涉及隨機(jī)過程、復(fù)變函數(shù)與積分變換、信息論、信號(hào)與系統(tǒng)、數(shù)字信號(hào)處理等多方面的知識(shí)。高等教育是人才培養(yǎng)的主渠道，而教師則是決定學(xué)校教育質(zhì)量的關(guān)鍵。在創(chuàng)新人才教育的大背景下，有必要對(duì)《通信原理》課程教師的知識(shí)結(jié)構(gòu)框架進(jìn)行分析、研究。

對(duì)于教師學(xué)科教學(xué)知識(shí)框架，除理論研究之外，也要進(jìn)行實(shí)證研究，如調(diào)查分析、測(cè)量、比較等;而教師知識(shí)結(jié)構(gòu)必然會(huì)涉及學(xué)科和專業(yè)。以往的研究多涉及基礎(chǔ)教育領(lǐng)域的教師;近年來，高等教育專業(yè)的教師學(xué)科教學(xué)知識(shí)也開始受到重視。筆者在理論分析、聽課、親歷教學(xué)的基礎(chǔ)上，提出了高?！锻ㄐ旁怼氛n程教師的學(xué)科教學(xué)知識(shí)框架。高校《通信原理》課程教師的學(xué)科教學(xué)知識(shí)應(yīng)該包括如下主要內(nèi)容:

(一)《通信原理》課程教學(xué)模式知識(shí)

《通信原理》課程教學(xué)方法因課程中具體內(nèi)容的性質(zhì)而有所不同，常用的教學(xué)模式有:仿專家思考模式，是要求學(xué)生像通信專家一樣思考，強(qiáng)調(diào)學(xué)術(shù)嚴(yán)謹(jǐn)，以傳授專業(yè)知識(shí)為主的教學(xué)模式。概念轉(zhuǎn)換模式，是通過使學(xué)生產(chǎn)生情景上的沖突，改變學(xué)生原有的概念，幫助他們建立通信科學(xué)概念的模式。探究模式，包括一般意義上的探究和以學(xué)習(xí)共同體為中心、分工負(fù)責(zé)、利用實(shí)驗(yàn)室條件進(jìn)行研究的“小組合作學(xué)習(xí)”或“合作探究”模式。基于項(xiàng)目或課題的教學(xué)模式，即以“導(dǎo)向”性的問題為中心，圍繞一個(gè)主題組織概念、原理，指導(dǎo)學(xué)生通過實(shí)驗(yàn)和調(diào)查得出解決方案等。

在熟悉《通信原理》課程教學(xué)模式的基礎(chǔ)上，應(yīng)根據(jù)本科和高職?？频摹锻ㄐ旁怼氛n程教學(xué)目標(biāo)的不同和學(xué)生基礎(chǔ)的不同，采用不同的課程教學(xué)模式。根據(jù)作者的經(jīng)驗(yàn)，本科教學(xué)中適合采用仿專家思考模式、概念轉(zhuǎn)換模式、探究模式;高職?？平虒W(xué)中，則宜運(yùn)用基于項(xiàng)目或課題的教學(xué)模式和探究模式。這些模式在教學(xué)中還需要靈活交替使用。不論采用何種教學(xué)模式，《通信原理》課程的教師都應(yīng)當(dāng)具備體現(xiàn)《通信原理》課程特點(diǎn)的教學(xué)策略。筆者在教學(xué)中大量使用了理論教學(xué)與實(shí)驗(yàn)、實(shí)習(xí)相結(jié)合，以及案例教學(xué)的策略。

(二)通信專業(yè)課程專業(yè)培養(yǎng)目標(biāo)和教學(xué)目標(biāo)知識(shí)

通信專業(yè)的培養(yǎng)目標(biāo)是:培養(yǎng)一批具有堅(jiān)實(shí)的理論基礎(chǔ)、很強(qiáng)的創(chuàng)新意識(shí)和動(dòng)手能力的人才，主要培養(yǎng)德智體全面發(fā)展、基礎(chǔ)扎實(shí)、知識(shí)面寬、素質(zhì)高、富有創(chuàng)新意識(shí)、在通信領(lǐng)域內(nèi)獲得專業(yè)訓(xùn)練的高級(jí)技術(shù)人才，以適應(yīng)國家加速信息化發(fā)展對(duì)人才的需要。專業(yè)是以通信技術(shù)為主，結(jié)合計(jì)算機(jī)應(yīng)用的寬口徑專業(yè)。根據(jù)教學(xué)目標(biāo)，我們應(yīng)該重點(diǎn)圍繞通信系統(tǒng)設(shè)計(jì)、智能信息處理、無線通信及測(cè)控、現(xiàn)代交換技術(shù)、光通信技術(shù)、計(jì)算機(jī)視覺與圖像處理等展開教學(xué)應(yīng)用型人才的培養(yǎng)。

只有從總體上理解了通信專業(yè)課程專業(yè)培養(yǎng)目標(biāo)和教學(xué)目標(biāo)，才能在課程教學(xué)中處理好《通信原理》和其他課程的關(guān)系，達(dá)到預(yù)期的專業(yè)培養(yǎng)目標(biāo)。為此，我們需要根據(jù)創(chuàng)新人才教育的大思路，從高等教育特點(diǎn)和各學(xué)校具體條件出發(fā)，結(jié)合各個(gè)專業(yè)的特點(diǎn)，加強(qiáng)專業(yè)理論教學(xué)、實(shí)驗(yàn)教學(xué)、實(shí)踐教學(xué)活動(dòng)。

(三)《通信原理》課程目標(biāo)與內(nèi)容知識(shí)

為了適應(yīng)新世紀(jì)的需要，《通信原理》課程的培養(yǎng)目標(biāo)是:培養(yǎng)具有厚基礎(chǔ)、寬口徑、高素質(zhì)、強(qiáng)能力，特別是具有工程實(shí)踐能力和創(chuàng)新能力的科技人才。通過本課程的學(xué)習(xí)，使學(xué)生獲得必要的信息通信與傳輸方面的基礎(chǔ)理論知識(shí)和基本技能，為后續(xù)專業(yè)課程的學(xué)習(xí)打下扎實(shí)的理論基礎(chǔ)和動(dòng)手能力;使學(xué)生在模擬和數(shù)字通信方面建立清晰的系統(tǒng)概念，掌握通信系統(tǒng)的一般分析方法，并具備一定的通信系統(tǒng)設(shè)計(jì)能力;使學(xué)生了解通信技術(shù)的最新發(fā)展方向，從而把握通信學(xué)科發(fā)展脈絡(luò)，激發(fā)學(xué)生的主動(dòng)性與創(chuàng)新性，提高學(xué)生的綜合素質(zhì)和創(chuàng)新能力，為培養(yǎng)能夠解決挑戰(zhàn)性問題的新一代工程師打下堅(jiān)實(shí)的基礎(chǔ)。

《通信原理》課程內(nèi)容具體包括:通信的概念、通信系統(tǒng)基本組成、數(shù)字通信系統(tǒng)、信道簡介;信息嫡的基本概念;AWGN信道下香農(nóng)信道容量理論;信號(hào)的頻域分析方法，自相關(guān)函數(shù)與功率譜密度，互相關(guān)函數(shù)與互譜密度;Hillbert變換，解析信號(hào)，等效基帶分析;隨機(jī)信號(hào)與平穩(wěn)隨機(jī)信號(hào)，窄帶平穩(wěn)隨機(jī)信號(hào)，高斯白噪聲過程;模擬調(diào)制;模擬信號(hào)的數(shù)字化;高斯白噪聲信道中的數(shù)字傳輸;帶限AWGN信道下的數(shù)字傳輸?shù)?。?duì)這些內(nèi)容的深入了解和精深掌握是做好《通信原理》課程教學(xué)的前提條件。

除了對(duì)這些基礎(chǔ)知識(shí)的牢固掌握以外，教師還應(yīng)該對(duì)通信的研究史和發(fā)現(xiàn)史、學(xué)科研究與開發(fā)最新進(jìn)展，特別是光電子通信有較多的了解，并在教學(xué)中適當(dāng)進(jìn)行最新研究與開發(fā)成果介紹。

(四)學(xué)生對(duì)本專業(yè)知識(shí)的理解能力知識(shí)

通信專業(yè)教師應(yīng)該了解學(xué)生對(duì)具體專業(yè)知識(shí)的理解能力，包括學(xué)生學(xué)習(xí)需要和學(xué)習(xí)困難的知識(shí)。所謂學(xué)生學(xué)習(xí)需要的知識(shí)指的是學(xué)生在學(xué)習(xí)某個(gè)通信原理課程內(nèi)容之前必備的專業(yè)知識(shí)和技能。學(xué)生的學(xué)科理解能力是影響教學(xué)效果的重要原因。只有深人了解學(xué)生學(xué)習(xí)《通信原理》課程需要哪些預(yù)備知識(shí)、難點(diǎn)是哪些等，才能有的放矢，提高學(xué)生學(xué)習(xí)的積極性，提高教學(xué)效果。學(xué)生學(xué)習(xí)《通信原理》課程時(shí)，較難理解和接受的知識(shí)包括通信的抽象概念、隨機(jī)過程概念、信息熵、Hillbert變換，教師教學(xué)中應(yīng)該努力讓學(xué)生掌握這些方面的內(nèi)容。

(五)通信安全意識(shí)

通信安全涉及國家、單位，以及個(gè)人的通信秘密保障，關(guān)乎國家、社會(huì)征集、經(jīng)濟(jì)、軍事等各方面的安全?，F(xiàn)有的《通信原理》課程教材都不涉及通信安全教育，這是一個(gè)很大的缺陷?！锻ㄐ旁怼氛n程教師不僅自己應(yīng)該具有一定的通信安全知識(shí)和相關(guān)思考，更應(yīng)該將其滲透于《通信原理》課程的教學(xué)之中。

三、《通信原理》課程學(xué)科教學(xué)知識(shí)的運(yùn)用

《通信原理》課程教師應(yīng)該具備上述學(xué)科教學(xué)知識(shí)，并能熟練地運(yùn)用于教學(xué)實(shí)踐活動(dòng)中。作者在自己的教學(xué)實(shí)踐中對(duì)《通信原理》課程學(xué)科教學(xué)知識(shí)進(jìn)行了靈活運(yùn)用。下面對(duì)其中的教學(xué)策略知識(shí)的運(yùn)用舉例說明如下:

(一)學(xué)科知識(shí)傳授方面，教學(xué)重點(diǎn)放在數(shù)字通信系統(tǒng)部分

《通信原理》內(nèi)容包括通信的基本理論、模擬調(diào)制、數(shù)字傳輸、編碼技術(shù)幾個(gè)大部分。由于現(xiàn)代通信的發(fā)展方向是數(shù)字通信，因此，教學(xué)重點(diǎn)在數(shù)字通信系統(tǒng)部分。在課程的開始階段，讓學(xué)生準(zhǔn)確把握數(shù)字通信系統(tǒng)的組成、各模塊的功能，使得學(xué)生能夠把本課程的內(nèi)容有機(jī)地組合起來，在學(xué)習(xí)具體知識(shí)點(diǎn)時(shí)能明確它們?cè)谕ㄐ畔到y(tǒng)中所起的作用，收到“既見樹木，又見森林”的效果?！锻ㄐ旁怼肥且婚T理論和實(shí)踐并重的課程，在理論教學(xué)方面，要讓學(xué)生掌握通信系統(tǒng)的基本組成、理論原理、分析方法。為了提高教學(xué)效果，在課堂上采用設(shè)問思考和逆向思考提問等教學(xué)方法，啟發(fā)學(xué)生思考、誘發(fā)學(xué)生的思維、激起學(xué)生的求知欲望。在教學(xué)過程中注重考慮學(xué)生的學(xué)習(xí)方法和接受能力，在備課時(shí)，采用換位思考方法，感受學(xué)生的困惑，考慮講解的技巧，以在最短的時(shí)間內(nèi)收到最佳的教學(xué)效果。同時(shí)根據(jù)不同的教學(xué)內(nèi)容和教學(xué)對(duì)象，注意將學(xué)生自學(xué)和精講重點(diǎn)、難點(diǎn)結(jié)合起來。在每章及每小節(jié)結(jié)束時(shí)，注意進(jìn)行課程總結(jié)，讓學(xué)生及時(shí)鞏固所學(xué)內(nèi)容，便于繼續(xù)學(xué)習(xí)新的內(nèi)容。

(二)通過介紹新技術(shù)進(jìn)展，提高學(xué)生學(xué)習(xí)的興趣

《通信原理》是通信專業(yè)的基礎(chǔ)課程，涉及的最新技術(shù)不多，而本院電子信息與科學(xué)技術(shù)專業(yè)通信方面的后續(xù)課程也不多。而且，在中國的高等教育中，工科教育的一個(gè)較明顯的缺陷是最新科研與開發(fā)成果很難及時(shí)在教材中體現(xiàn)，用什么教材講什么內(nèi)容的傳統(tǒng)也使得最新科研與開發(fā)成果很難在教師的授課過程中被包括進(jìn)來。通信的發(fā)展日新月異，新技術(shù)層出不窮，如何在有限的課時(shí)里讓學(xué)生掌握通信基本理論的同時(shí)，盡量了解更多關(guān)于通信方面的新理論和新技術(shù)是教學(xué)中需要解決的問題之一。作者在教學(xué)中采用課內(nèi)附帶介紹最新進(jìn)展的形式來實(shí)現(xiàn)。例如，在講解基本內(nèi)容的同時(shí)，附帶介紹了移動(dòng)通信的發(fā)展?fàn)顩r、移動(dòng)通信中常用多址方式、3G技術(shù)及其現(xiàn)狀等內(nèi)容，既能提高學(xué)生的學(xué)習(xí)興趣，開拓其視野，也能為他們將來從事這方面的研究和開發(fā)指明方向。

(三)通過CAI和仿真輔助教學(xué)，加深對(duì)理論的理解

大量使用多媒體進(jìn)行教學(xué)，并在課件設(shè)計(jì)上注意突破簡單的演示型模式，體現(xiàn)知識(shí)的建構(gòu)過程，重視知識(shí)要點(diǎn)的剖析，提高學(xué)生主體的參與程度;在課堂講解上，注意將重點(diǎn)內(nèi)容在黑板上列出，避免讓學(xué)生有看電影的感覺，同時(shí)便于學(xué)生理解掌握原理，從而彌補(bǔ)了傳統(tǒng)教學(xué)和多媒體教學(xué)各自的不足;同時(shí)，利用仿真軟件對(duì)通信系統(tǒng)進(jìn)行仿真觀察，提高了學(xué)生對(duì)理論的理解能力，培養(yǎng)了學(xué)生的系統(tǒng)觀念。

(四)加強(qiáng)教學(xué)實(shí)踐，鞏固所學(xué)內(nèi)容

《通信原理》是一門實(shí)驗(yàn)性很強(qiáng)的課程，為了幫助學(xué)生鞏固所學(xué)的內(nèi)容，加深理解，筆者在教學(xué)中采用兩種方法來進(jìn)行教學(xué)實(shí)踐。其一，精心設(shè)計(jì)實(shí)驗(yàn)，利用本系現(xiàn)有的實(shí)驗(yàn)設(shè)備，設(shè)計(jì)實(shí)驗(yàn)內(nèi)容;其二，利用MATLAB仿真軟件，編寫仿真程序，采用課堂演示的方法。比如，通過仿真實(shí)現(xiàn)多種解調(diào)方式的誤碼率曲線，可以讓學(xué)生們直觀地了解它們的性能差異，體會(huì)“面對(duì)面”交流的樂趣。而編程基礎(chǔ)比較好的同學(xué)可以開發(fā)一個(gè)簡單的數(shù)字通信系統(tǒng)，重點(diǎn)讓學(xué)生練習(xí)使用信源編碼信道及接收機(jī)的仿真實(shí)現(xiàn)等。這樣，既提高了學(xué)生的編程能力，也加深了其對(duì)整個(gè)通信系統(tǒng)的理解。

第7篇：計(jì)算機(jī)視覺的基本概念范文

本文主要研究了圖像識(shí)別在軸承孔徑檢測(cè)中的應(yīng)用,通過對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，找到有效提高傳感器成像精度、減小噪聲等方法來改進(jìn)傳感器采集數(shù)據(jù)質(zhì)量和提升系統(tǒng)分辨率。通過實(shí)驗(yàn)分析出其中存在問題，并將其改進(jìn)，從而獲得更加準(zhǔn)確和有價(jià)值信息。本課題的難點(diǎn):由于機(jī)器視覺系統(tǒng)屬于非線性體敏感元件，而傳統(tǒng)意義上線性變換是非平穩(wěn)隨機(jī)過程;線性規(guī)劃方法也無法解決非連續(xù)優(yōu)化性問題。

1.1 軸承孔徑檢測(cè)系統(tǒng)的組成

在工程中，軸承孔徑檢測(cè)系統(tǒng)主要由三個(gè)部分組成:圖像采集模塊、背景信息提取模塊和實(shí)驗(yàn)數(shù)據(jù)處理與分析平臺(tái)。圖像獲取是指通過各種傳感器來獲得所需的運(yùn)動(dòng)參數(shù)。該過程可用于實(shí)時(shí)監(jiān)測(cè)并對(duì)其進(jìn)行量化研究;預(yù)處理包括濾波重建及邊緣提取等操作;由于噪聲干擾，在實(shí)際應(yīng)用中通常需要將軸承孔徑信號(hào)。本文研究的內(nèi)容是圖像識(shí)別在軸承孔徑檢測(cè)中，主要包括了預(yù)處理。將灰度變換、邊緣提取和邊緣定位等相關(guān)方法進(jìn)行集成。二值化。對(duì)波峰產(chǎn)生過程進(jìn)行分析，并確定閾值選擇原則;根據(jù)噪聲標(biāo)準(zhǔn)信號(hào)來判斷是否有噪音出現(xiàn);然后通過模板匹配技術(shù)實(shí)現(xiàn)圖像的輪廓與特征分離以達(dá)到最佳識(shí)別效果,從而保證后續(xù)工作順利進(jìn)行。攝像機(jī)用于記錄運(yùn)動(dòng)物體(如軸或盤)在空間中走勢(shì)，并控制其向投影,拍攝所需要的圖片，同時(shí)采集每個(gè)像素點(diǎn)對(duì)應(yīng)于該載體上所有對(duì)象位置信息;鏡頭通過攝像頭收集到數(shù)據(jù)后傳送給處理器進(jìn)行計(jì)算運(yùn)算;計(jì)算機(jī)則將圖像處理結(jié)果實(shí)時(shí)地存放在內(nèi)存上以待識(shí)別系統(tǒng)分析的時(shí)間周期內(nèi)。

1.2 孔徑測(cè)量

孔徑測(cè)量的方法有很多種,例如:光學(xué)傳感器法、紅外探測(cè)器技術(shù)和磁粉檢測(cè)器法等等。但其應(yīng)用范圍比較廣泛。光學(xué)傳感器是用來對(duì)太陽光進(jìn)行折射或反射的種非接觸式測(cè)角儀器;光電轉(zhuǎn)換器件將被轉(zhuǎn)化為電信號(hào)輸出;在一些特殊場合下也可以使用孔徑測(cè)量儀來測(cè)量軸上或者偏心位置，如:激光探傷、電磁感應(yīng)檢測(cè)等都可用于孔徑測(cè)定和精密度?？讖綔y(cè)量是一種對(duì)物體表面的徑向或軸心進(jìn)行無接觸式稱重方法。其工作原理為:首先由傳感器獲取待測(cè)零件在不同位置上的垂直方向和水平方向上兩部分，并記錄下數(shù)據(jù),然后將這兩個(gè)數(shù)值計(jì)算平均值得到該平面內(nèi)任意點(diǎn)對(duì)應(yīng)0-1m圖像。根據(jù)測(cè)得結(jié)果確定出所需檢測(cè)孔數(shù)及尺寸后即可測(cè)量徑值或軸心直徑等參數(shù)作為參考依據(jù)可進(jìn)行定位、標(biāo)定工作。為了提高孔徑檢測(cè)的精確度，需要對(duì)運(yùn)動(dòng)著、結(jié)構(gòu)復(fù)雜且有嚴(yán)格要求工件加工位置進(jìn)行準(zhǔn)確測(cè)量。通常采用的是光學(xué)掃描方式來獲取孔徑信息。但是由于相機(jī)在拍攝過程中可能會(huì)存在曝光誤差等因素導(dǎo)致其成像不夠精確,所以通過圖像處理方法獲得了較好的精度和分辨率后就可以利用投影法或其他形態(tài)學(xué)方法實(shí)現(xiàn)孔徑檢測(cè)工作，即基于空間分析特征提取出有效地、完整且可描述的邊緣區(qū)域并對(duì)這些輪廓進(jìn)行準(zhǔn)確識(shí)別以作為最終孔徑信息。

1.3 圖像成像

本文使用的圖像預(yù)處理算法是基于Matlab軟件開發(fā)平臺(tái)所提供。該程序首先通過對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行測(cè)量,將采集得到的數(shù)據(jù)導(dǎo)入到計(jì)算機(jī)中，然后經(jīng)過解算后獲得了最終模型。在整個(gè)過程中采用的是變換域法來完成圖像成像:①先把待拍攝物體分割成不同區(qū)域;②再根據(jù)輪廓形狀特征選擇相應(yīng)像素點(diǎn);③最后再掃描所有傳感器獲取完整圖像并計(jì)算出投影面積和相干長度從而形成一個(gè)新圖象。圖像處理和成像的目的都是為了獲得清晰、完整的目標(biāo)信息。在實(shí)際應(yīng)用中，我們通常采用兩種方式實(shí)現(xiàn):(1)將待測(cè)物體放在光學(xué)系統(tǒng)上。由于灰度分布是不均勻性因素存在于其中，所以一般情況下無法進(jìn)行標(biāo)定校準(zhǔn);(2)用一定半徑長度或?qū)挾缺瘸吡砍鲆粋€(gè)點(diǎn)或一組圖像來表示圖像對(duì)象特征信息的過程稱為成像。在這個(gè)過程中可根據(jù)需要通過不同方法處理得到所需結(jié)果。在對(duì)不同的圖像進(jìn)行處理后，我們可以得到不同特征值對(duì)應(yīng)其灰度級(jí)分布情況。通常，將待測(cè)樣品按照一定比例放置于相應(yīng)區(qū)域中。但是由于實(shí)際測(cè)量過程中會(huì)受到噪聲干擾影響信號(hào)質(zhì)量及邊緣位置變化等信息難以獲取時(shí)效性較差、同時(shí)成像效果也有很大差異:因此在這種情形下需要使用到的是基于特定方式來實(shí)現(xiàn)圖像預(yù)處理的方法，一般常用特征值對(duì)應(yīng)點(diǎn)表示為灰度級(jí)分布函數(shù),即Q=1/XRL)*Str。

1.4 圖像傳感器與信號(hào)

目前,傳感器技術(shù)已經(jīng)在廣泛的應(yīng)用，其功能是向特定方向發(fā)展,包括從不同角度來收集信息。如:將圖像信號(hào)轉(zhuǎn)換成數(shù)字量進(jìn)行處理;通過對(duì)傳感器輸出的模擬電壓或電流變換到相應(yīng)頻率電路中所需形式等過程獲得輸入信號(hào)。在實(shí)際工作情況下通常采用兩種方式實(shí)現(xiàn)傳感器與待測(cè)物體之，間準(zhǔn)確、快速地傳遞數(shù)據(jù)和實(shí)時(shí)響應(yīng)速度以及準(zhǔn)確性要求(即高精度),這就是常用的幾種動(dòng)態(tài)信息采集。由于不同的傳感器，其工作原理也不相同。紅外檢測(cè)器:通過對(duì)紅外光信號(hào)進(jìn)行調(diào)制,使之成為紅外線發(fā)射/接收裝置所需要使用到的設(shè)備或器件(如測(cè)溫儀、計(jì)算機(jī))，微波探頭:由特殊材料制成且采用對(duì)稱放置構(gòu)成并能與外部電路連接而成一個(gè)整體結(jié)構(gòu)系統(tǒng)。該探測(cè)元件可用于對(duì)不同波長和振動(dòng)頻率范圍內(nèi)物體的監(jiān)測(cè),也可以檢測(cè)出內(nèi)部溫度變化及外部磁場強(qiáng)度等信號(hào)，具有較高靈敏度。信號(hào)處理的目的是為了獲得有用信息,圖像傳感器則主要用來獲取運(yùn)動(dòng)物體或振動(dòng)系統(tǒng)中被測(cè)對(duì)象的外部特征。目前,國內(nèi)外常用的是一種用于測(cè)量和控制圖像采集設(shè)備。這種方法可以在一定程度上降低對(duì)灰度值變化敏感而引起噪聲干擾等問題;但由于在某些場合下需要檢測(cè)目標(biāo)與背景之間距離較遠(yuǎn)時(shí)使用該方式會(huì)產(chǎn)生較大誤差從而導(dǎo)致其精度不夠高。

2圖像識(shí)別在軸承孔徑檢測(cè)中的應(yīng)用

2.1 圖像識(shí)別實(shí)驗(yàn)

圖像處理的硬件平臺(tái)是整個(gè)系統(tǒng)中最重要部分,它主要由計(jì)算機(jī)和攝像頭組成。機(jī)器視覺技術(shù)應(yīng)用到了大量的理論知識(shí)。然而這些理論在實(shí)際生產(chǎn)生活中是不常用得。因此需要開發(fā)軟件來幫助實(shí)現(xiàn)圖像識(shí)別等問題上一步步進(jìn)行解決,使其能夠更好地服務(wù)于工程領(lǐng)域并為其他學(xué)科提供一定參考價(jià)值和實(shí)用性作用;同時(shí)也可以將一些基本概念引入硬件平臺(tái)中去，如攝像機(jī)、投影儀與計(jì)算機(jī)網(wǎng)絡(luò)等等設(shè)備都可成為實(shí)驗(yàn)數(shù)據(jù)采集的一部分用于檢測(cè)系統(tǒng)誤差信號(hào)。本文所設(shè)計(jì)的圖像識(shí)別系統(tǒng)，硬件平臺(tái)主要由RGB傳感器。該設(shè)備是通過光電檢測(cè)芯片和三極管組成。在這個(gè)裝置中，我們可以看到三個(gè)元器件分別對(duì)準(zhǔn)模進(jìn)行放大、調(diào)制以及匹配處理后形成一個(gè)完整的波形信號(hào)通道，同時(shí)也會(huì)將其中一個(gè)元件作為輸入?yún)?shù)添加到輸出模塊當(dāng)中去并且輸出相應(yīng)的結(jié)果信息以供后續(xù)使用。圖像處理技術(shù)是基于機(jī)器視覺的,通過數(shù)字信號(hào)處理和分析，利用計(jì)算機(jī)進(jìn)行計(jì)算來提取所需要信息。在實(shí)驗(yàn)中用到了很多噪聲檢測(cè)算法:均值濾波法、線性卡爾曼濾波方法、神經(jīng)網(wǎng)絡(luò)等;其中FIRP濾波器可以直接對(duì)輸入信號(hào)做差分運(yùn)算來獲得我們想要得到的樣本數(shù)據(jù);SCTI算法就是一種基于特征點(diǎn)跟蹤技術(shù)而產(chǎn)生的圖像處理模塊,該系統(tǒng)采用的是一個(gè)訓(xùn)練好和適應(yīng)能力強(qiáng)于傳統(tǒng)計(jì)算機(jī)相比。

2.2 圖像識(shí)別系統(tǒng)測(cè)量誤差補(bǔ)償

由于相機(jī)的尺寸和位置,圖像采集裝置采用了傾斜放置,雖然在一定程度上可以保證拍攝質(zhì)量。但同時(shí)也帶來一些問題。如相機(jī)與傳感器之間距離過近或者存在耦合等都會(huì)造成噪聲干擾;其次是對(duì)數(shù)據(jù)分析過程中產(chǎn)生偏差導(dǎo)致采樣頻率過高或不連續(xù)的現(xiàn)象等等;因此對(duì)于這些影響因素需要進(jìn)行更嚴(yán)格地控制以達(dá)到最佳效果并確保實(shí)驗(yàn)結(jié)果準(zhǔn)確可靠度和分辨率等性能指標(biāo)，由于相機(jī)的分辨率在不同級(jí)別，所以采集到的圖像質(zhì)量會(huì)有所差異。因此需要對(duì)所拍攝得到得圖像進(jìn)行處理，首先是預(yù)處理。將鏡頭轉(zhuǎn)換成兩個(gè)低頻信號(hào)(1)和中高頻信號(hào)(2)兩種頻率分別對(duì)應(yīng)于高通濾波器上;然后利用數(shù)字采樣法先去除噪聲后再去噪濾波;接著通過算法計(jì)算兩幅圖片在不同通道下輸出時(shí)的信噪比，從而獲得軸承孔徑檢測(cè)所需要的圖像信息數(shù)據(jù)。在對(duì)采集到的實(shí)驗(yàn)樣本進(jìn)行了預(yù)處理之后，需要將圖像中的噪聲信號(hào)與待檢測(cè)樣品之間建立一個(gè)映射關(guān)系,這樣能夠方便我們獲取所要研究的是什么樣形信號(hào)。而這個(gè)映射是由濾波算法產(chǎn)生出來。一般情況下選取合適閾值來選擇出最佳閾值從而達(dá)到目的效果;然后再使用濾波器把得到的匹配結(jié)果和目標(biāo)函數(shù)求取其中最優(yōu)參數(shù)作為參考函數(shù)進(jìn)行計(jì)算處理。

2.3 軸承孔徑圖像質(zhì)量檢驗(yàn)

首先，通過圖像處理軟件進(jìn)行預(yù)處理,得到的二維數(shù)組中有大量背景值。經(jīng)過濾波和二值化操作后。先對(duì)噪聲系數(shù)取一定范圍內(nèi)作為測(cè)試樣本集(標(biāo)準(zhǔn)組)為2/3左右;然后再去去除最大值或者最小部分?jǐn)?shù)據(jù)點(diǎn)(即閾值得大小)為零以及其他特征向量不為0或缺失的干擾信息之后，利用迭代算法確定出一個(gè)合適且穩(wěn)定地時(shí)間間隔來進(jìn)行性能測(cè)試實(shí)驗(yàn)。在高分辨率的測(cè)量設(shè)備中，邊緣輪廓是圖像處理和識(shí)別系統(tǒng)最關(guān)鍵的部分,同時(shí)也是提取特征參數(shù)、分類等過程所必需要考慮到問題。首先進(jìn)行的是邊緣輪廓提取。因?yàn)樵搶?shí)驗(yàn)需要對(duì)不同位置下對(duì)應(yīng)目標(biāo)區(qū)域內(nèi)灰度值做兩次掃描。由于背景噪聲會(huì)影響待測(cè)零件表面信息點(diǎn)所在平面與邊界處實(shí)際情況之間存在一定程度上的偏差,因此我們可以通過圖像中邊緣區(qū)域來識(shí)別出該部位的輪廓特征參數(shù)。通過對(duì)不同的圖像處理算法進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果表明:本文提出了一種新的基于核函數(shù)濾波和閾值法相結(jié)合來檢測(cè)孔徑缺陷。這種方法能夠在保證邊緣信息質(zhì)量前提下減少計(jì)算量。由于測(cè)試時(shí)采用的是雙通道窗口成像方法,所以只需將兩個(gè)灰度級(jí)上相同位置點(diǎn)作為目標(biāo)區(qū)域即可;而對(duì)于兩幅圖片而言則需要通過不同算法中圖像處理步驟進(jìn)行分析比較。

3軸承孔徑檢測(cè)算法研究

3.1基于邊緣檢測(cè)的圖像算子

通過上述實(shí)驗(yàn)可以看出，本文所提出的幾種誤差模型都各有自己存在的問題。對(duì)于圖像處理中出現(xiàn)了噪聲和背景度差值偏差等。為了提高檢測(cè)時(shí)對(duì)運(yùn)動(dòng)目標(biāo)輪廓進(jìn)行識(shí)別而產(chǎn)生過采樣頻率這一不足之處，我們選擇在主成分分析中用到線性平穩(wěn)特征提取方法來消除噪聲;其次是算法速度快、精確度高以及運(yùn)算時(shí)間短等優(yōu)點(diǎn)可以有效地降低這些缺點(diǎn)并減少誤差;同時(shí)還考慮到本文所提出來的幾種模型都各有優(yōu)劣和缺點(diǎn)。本文利用Matlab中的T-P圖像處理工具箱進(jìn)行了實(shí)驗(yàn),在MATLAB軟件平臺(tái)下，對(duì)所提方法與算法都有一定程度.上的仿真驗(yàn)證。首先通過圖像分割和目標(biāo)定位可以將待測(cè)軸承孔徑檢測(cè)分為兩部分:第一是邊緣提取。第二則是軸向灰度校正過程、最終得到粗確定值后就可利用中英文曲線平滑識(shí)別出該軸承孔徑大小;而對(duì)于圖像二值化處理之后再進(jìn)行精減法便只需去除輪廓中心。

3.2基于邊緣檢測(cè)的孔徑圖像分割算法研究與改進(jìn)

在實(shí)驗(yàn)中，由于圖像處理技術(shù)的限制，對(duì)一些有缺陷(噪聲)的物體進(jìn)行識(shí)別時(shí)存在較大誤差。比如說:邊緣特征點(diǎn)可能與實(shí)際情況不符。這些現(xiàn)象產(chǎn)生原因是不同類型和層次上都會(huì)影響到目標(biāo)信息提取結(jié)果;同時(shí)也是因?yàn)槟承┮蛩匾鹆嘶叶戎底兓瘜?dǎo)致最終得到的是一個(gè)個(gè)空洞信號(hào)而不是真實(shí)狀態(tài)下所形成的所有圖像信息等等問題,但在實(shí)驗(yàn)中卻很少有被考慮過),由于圖像處理過程中，所產(chǎn)生的缺陷與圖片上存在畸變,所以在實(shí)際應(yīng)用當(dāng)中也會(huì)導(dǎo)致識(shí)別結(jié)果不準(zhǔn)確。而這種問題是由不同程度的噪聲引起。一般情況下都將其歸結(jié)為兩類:第一類為背景差錯(cuò);第二類為偽目標(biāo)物體邊緣輪廓處附近像素點(diǎn)之間出現(xiàn)重疊現(xiàn)象或者圖像區(qū)域內(nèi)某一位置灰度值變化時(shí)該部位發(fā)生突變或產(chǎn)生模糊等一系列原因造成的。在圖像處理過程中，由于一些非本質(zhì)性的缺陷，或者是噪聲干擾等。這也可能導(dǎo)致我們無法確定是否存在著某種特定缺陷。因此當(dāng)這些具有明顯特征物體被發(fā)現(xiàn)之后并不是很準(zhǔn)確。但是通常情況下都會(huì)有一個(gè)重要參數(shù)叫做閾值(O、R或T)來表示目標(biāo)區(qū)域的形狀變化和其相對(duì)位置上圖像所含信息量大小以及方向性等等性質(zhì)。因?yàn)閳D像的灰度值不同,所以在實(shí)際應(yīng)用中，對(duì)目標(biāo)物體進(jìn)行邊緣檢測(cè)時(shí)也會(huì)出現(xiàn)一定程度上的噪聲干擾。因此為了消除這種影響通常采用去除背景和增強(qiáng)、消噪以及二值化等方法來處理。(1)先添加小波分解為前景基函數(shù)后再將其去除掉;(2)再加入與邊界條件相同或一樣的元素然后再次去預(yù)處理,從而達(dá)到目的圖像中目標(biāo)物體灰度值變化不大或者無明顯波動(dòng)。

3.3軸承孔徑檢測(cè)試的特點(diǎn)

在測(cè)試的過程中，我們會(huì)遇到不同大小、形狀和角度的孔徑檢測(cè)結(jié)果。不同尺寸和深度,其對(duì)應(yīng)于各個(gè)方面能力都有區(qū)別。因此需要對(duì)圖像進(jìn)行處理。首先是濾光圈參數(shù)測(cè)量:通過灰度值來判斷是否存在噪聲干擾;其次就是平滑鏡窗口選擇:使用邊緣算子(LM)去噪后得到一個(gè)合適的標(biāo)準(zhǔn)函數(shù);最后的是閾值確定與實(shí)際誤差計(jì)算中常用到的方法一樣。在實(shí)際檢測(cè)過程中，由于圖像的灰度值和噪聲都會(huì)有一些變化，所以當(dāng)我們使用傳統(tǒng)方法去測(cè)定時(shí)就不能準(zhǔn)確地確定圖像中心。但是利用計(jì)算機(jī)成像技術(shù)可以精確識(shí)別出所需要特征的位置?？煽匦詮?qiáng):因?yàn)樵撍惴ㄊ峭ㄟ^對(duì)待測(cè)信號(hào)進(jìn)行參數(shù)估計(jì)來分析待檢孔徑尺寸并最終得到其大小與方向;而且它還能自動(dòng)選擇最佳閾值和最理想邊緣點(diǎn)等，這使得檢測(cè)過程中能夠快速準(zhǔn)確地確定測(cè)量結(jié)果。體積小,重量輕。檢測(cè)時(shí)，只需將圖像的中心位置改變一下就可以了。而且不用對(duì)整個(gè)過程進(jìn)行拆卸和移動(dòng)便可直接測(cè)量出孔徑尺寸參數(shù);效率高、便于實(shí)現(xiàn)自動(dòng)化生產(chǎn)等特點(diǎn)均不需要借助專用工具或設(shè)備就能完成工作操作及自動(dòng)校正性能強(qiáng)于傳統(tǒng)人工測(cè)定精度水平上也很突出且顯著優(yōu)勢(shì)之一。但由于不同形狀和大小的物體之間存在著各種差異，所以檢測(cè)結(jié)果肯定會(huì)有較大差別。

4總結(jié)與展望

4.1全文結(jié)論

本文通過研究圖像識(shí)別在軸承孔徑檢測(cè)的應(yīng)用,介紹了一種新的基于矢量量化特征提取方法一投影尋蹤法。首先對(duì)傳統(tǒng)輪廓定位和小波變換進(jìn)行分析;然后用兩種近景差分割算法分別處理兩幀與多幅減運(yùn)動(dòng)目標(biāo)下得到不同灰度值、不同方向(或線性)尺度上多個(gè)前景窗口大小及歸一化后各個(gè)背景圖像。利用高斯濾波消除前景中局部平坦區(qū)域的噪聲,本文以圖像識(shí)別和軸承孔徑檢測(cè)為研究對(duì)象,對(duì)運(yùn)動(dòng)的攝像機(jī)拍攝了彩色識(shí)別的運(yùn)動(dòng)鏡頭，并在MATLAB仿真軟件中,使用Matlab進(jìn)行編程實(shí)現(xiàn)了基于核函數(shù)法、核函數(shù)法以及矩量密度方法等基本理論。將背景差分變換與線性擬合相結(jié)合來處理背景信息。同時(shí)也考慮到不同相機(jī)所拍圖像存在著邊緣區(qū)域和畸變率范圍內(nèi)信號(hào)之間的差異性;在對(duì)攝像機(jī)運(yùn)動(dòng)狀態(tài)估計(jì)時(shí)。