基于理论与实践并重的图像处理与分析课程建设

李新利 杨国田 刘禾

摘  要：图像处理与分析课程具有较强的理论性和实践性。为提升研究生的综合素质和能力，基于教学内容和教学方法进行课程建设。采取融入学科前沿和电力特色的内容，通过理论讲解与程序演示、教师讲解与学生编程、教与学的翻转以及线下与线上资源结合，实现理论与实践并重的教学模式，达到培养学生创新思维和科研能力的目标。

关键词：图像处理与分析;理论与实践;课程建设

中图分类号：G642 文献标志码：A 文章编号：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，开启了我国人工智能道路。2018年发布了《人工智能标准化白皮书（2018版）》，全面统筹和负责人工智能标准化工作。目前人工智能已经渗透到各行各业，正成为掀起互联网颠覆性浪潮的新引擎。而图像处理与分析是人工智能的重要基础，该课程不仅是模式识别与智能系统学科研究生的核心专业课，也是一门涉及到计算机图形学、计算机视觉、模式识别等多领域交叉的课程，具有较深的理论性和较强的实践性。培养有理论创新能力和实践能力的高素质人才是研究生培养的重要任务，也是适应“双一流学科”建设的重要举措。结合电力学科特色，本文从更新教学内容、改进教学方法等方面进行课程教学改革，以期达到对学生的理论和实际能力的培养。

二、融入学科前沿和电力特色的教学内容

为引领学生有个良好的基础，图像处理与分析课程的教材选用国外电子与通信经典教材《数字图像处理》。课程主要内容分为图像处理与图像分析两部分，前者包括图像采集和从图像到图像的变换，以改善主观的视觉效果，主要有空域、频域及彩色图像处理;后者是从图像中取出感兴趣的数据，以描述图像中目标的特点，主要有图像分割、表示与描述以及特征提取。

在讲授理论知识的同时，融入与学科发展前沿相关的新内容、最新科研成果，及时让学生了解和关注到前沿知识和技术。例如在讲授图像的采样与量化时，可知采样间隔越大，所得图像像素数越少，空间分辨率低、质量差，严重时出现马赛克效应。这是基础知识，但是如果面对一个马赛克图像，是否可以恢复出原图像呢？结合谷歌大脑的最新技术-像素递归超分辨率，针对8*8的马赛克图像，采用深度学习神经网络，一个是调节网络，接收低分辨率图像作为输入，然后预测每个高分辨率图像像素的条件对数概率;另一个是优先网络旨在生成低分辨率和高分辨率图像之间的先验知识，根据概率优先对高分辨率照片进行填充，最后整合两个神经网络的最佳猜测。这样的理论知识与前沿知识相结合，不仅学习了基础，更是开阔了学生眼界，激发了学习兴趣。

作为电力学科的研究生，其未来的研究方向或研究课题与电力工业密不可分。为提高电力生产和传输过程中的安全性和经济性[1]，数字图像处理与分析技术在电力系统中得到广泛的应用，主要包括火焰检测、燃烧诊断、污染物排放估计、燃烧控制、燃料管理、故障诊断及远程监控等各个方面的应用。

目前大型燃煤火电机组的锅炉多数都安装了火焰图像检测装置，该装置不仅用于火焰检测，而且还为锅炉燃烧监测与优化研究提供了视觉信息。基于所获得的火焰图像，进行图像处理与分析，采用不同的特征提取方法获得图像特征，结合软件算技术，开展炉膛灭火保护、燃烧稳定性判别、燃烧温度场测量和NOx排放量预测等方面的研究[2-4]。结合课题组的最新研究，通过对火焰图像进行基于分形特征的图像分割，从分割图像和原图像中提取反映火焰燃烧状态的多维特征向量，并基于极限学习机进行燃烧状态识别。不仅如此，还通过对煤粉燃烧火焰图像的分块处理和灰度分级处理，构建风粉混合效果的灰度信息和灰度位置分布信息的特征向量，形成对风粉混合效果的度量。图像处理与分析在电厂的相关应用，更加明确地让学生熟悉所学知识的工业应用现状及发展。

三、理论与实践并重的1+1教学模式

图像处理与分析课程是理论与实践密切结合的，在有限的32学时中，如何能让学生快速兼顾二者，同时还能启发创新思维？相对于传统的以教师讲授为主的教学方式，本教学改革提出理论与实践“1+1”的教学模式，主要包括：理论讲解与程序演示“1+1”，教师讲解与学生编程“1+1”，教与学的课堂翻转“1+1”， 以及线下与线上资源 “1+1”。

（一）理论讲解与程序演示“1+1”

传统的教学模式基于PowerPoint进行图像处理算法的原理讲解，并辅以已处理好的图像进行验证。这种教学模式虽然有部分图像处理结果的展示，但过于简单与单一，并不能显示处理过程，并且学生的关注点不仅在于这种处理实现了什么，还关注这种处理是怎么实现的。鉴于此种情况，将原理的讲解与程序的当场演示相结合就很有必要，因为这种结合不仅可以加深学生对于原理的认识，而且能使学生对原理的实现有一个基本认知，也方便教师进行下一步教学。

在教学过程中，将图像处理的基本方法，如灰度变换、直方图变换、空域滤波、频域处理、图像复原以及图像分割等，基于GUI图形界面编写相应软件包[5]，把图像处理与分析的每一部分基础知识打包进行展示。例如基于灰度变换的软件包，将灰度变换的常用方法图像反转、幂律变换、对数变换、对比度拉伸、灰度级分层以及比特平面分层等方法的处理效果进行演示，并具备相关参数设置功能，如图1、图2所示。这种软件包方式不仅直观地将处理前后的图像进行比较，还通过对关键程序的讲解，将课堂上所讲解的原理进行程序实现，加深学生对原理的掌握。

（二）教师讲解与学生编程“1+1”

传统教学模式基本上都是老师单一讲解，学生通过课下作业进行反馈，这样会造成答疑不够及时，导致问题解决的滞后性。采取教师讲解与学生编程相互交叉的教学形式，不仅能够随堂解决学生的疑惑问题，还可以激发学生动手实现的兴趣，从而加深学生对于原理的深入了解。通过学生亲自动手实现，修正参数以观察程序运行结果，增进学生对于图像处理的学习兴趣。

作为研究生，不仅需要理论和实践，更需要创新能力的培养。学生编程包括课上编程和课下编程，课上编程重在实践，课下编程重在创新。当学生课上编程熟练后，及時消化吸收了基本知识，同时激发学习兴趣，在课下可积极主动进行算法改进和创新。

（三）教与学的课堂翻转“1+1”

传统教学模式是教师讲解学生听讲，此模式容易造成师生互动不充分，学生上课易跑神的现象。而研究生的教学不仅是知识的传授，更多的是启发创新思维、增强学术讨论

与交流的全方位培养。

在讲授各种图像处理与分析方法时，除了突出其理论依据和特点，同时要求学生撰写与图像处理相关学术论文，在课程结束前，展开论文报告、讨论与交流，实现教与学的课堂翻转。学生会结合自己的研究方向，或是追踪学科前沿，完成相关论文。这样通过课上的知识讲解和课下的编程练习，学生论文撰写及交流，双方面加深研究生理论素养和方法应用的体会。

（四）线下与线上资源 “1+1”

研究生不仅需要在有限的教学学时内完成学习任务，还需要课下的资源补充。线下提供课堂学习资源，线上建设网络教学资源，给学生提供教学课件、参考文献、图像库、图像处理软件和源代码、国外教学网站与视频，便于学生有针对性补充和练习课堂内容。线下是启发式、互动式教学，奠定学习的基础;线上是自学、分组式讨论模式，拓宽眼界并提升科研能力。

实行理论与实践并重的“1+1”教学模式，充分发挥学生的主观能动性，以培养学生为综合性人才为目标，为学生后续专业课程、学位论文选题以及未来从事图像处理相关工作、科研奠定坚实基础。

四、结束语

针对图像处理与分析课程的特点进行教学改革，在教学内容上有效地融入学科前沿和电力特色的知识，在教学方法上采取理论与实践并重的“1+1“模式，实现理论讲解与程序演示结合、教师讲解与学生编程结合、教与学的翻转以及线上与线下资源结合。基于理论与实践并重的多样化教学模式，实现了以学生为主体，以能力提升为目标，以创新为导向的多元化、多层次的教学目标。

参考文献：

[1]刘禾.数字图像处理及应用[M].北京：中国电力出版社，2006.

[2]李新利，李玲，卢钢，等.基于火焰自由基成像和支持向量机的燃烧过程NOx排放预测[J].中国电机工程学报，2015，35（6）：1413-141

9.

[3]吴一全，宋昱，周怀春.基于灰度熵多阈值分割和SVM的火焰图像状态识别[J].中国电机工程学报，2013，33（20）：66-73.

[4]徐宝昌，张丁元，程亮.基于图像的火焰稳定性判别方法研究[J].计算机工程与应用，2012，48（09）：168-171.

[5]宗节保，段柳云，王莹，等.基于MATLAB GUI软件制作方法的研究与实现[J].电子设计工程，2010，18（7）：54-56.