圖像處理技術論文匯總十篇
時間：2022-08-26 02:46:29
序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇圖像處理技術論文范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。
篇（1）
計算機圖像處理系統從系統層次上可分為高、中、低檔三個層次，目前一般比較普及的是低檔次的系統，該系統由CCD（攝像頭）、圖像采集卡、計算機三個部分組成，其結構簡單，應用方便，效果也比較不錯，得到的圖像較清晰。目前網上基于VC開發經驗的文章不少，可是關于如何在VC開發平臺上使用圖像采集卡的文章確沒發現，筆者針對在科研開發中積累的使用圖像采集卡經驗，介紹如何自己是如何將采集卡集成到圖像開發系統中，希望能夠給目前正需要利用圖像采集卡開發自己的圖像處理系統的朋友有所幫助。
使用的攝像機采用臺灣BENTECHINDUSTRIAL有限公司生產的CV-155L黑白攝像機。該攝像機分辨率為752x582。圖象采集卡我們采用北京中科院科技嘉公司開發的基于PCI總線的CA-MPE1000黑白圖象采集卡。使用圖像采集卡分三步，首先安裝采集卡的驅動程序，并將虛擬驅動文件VxD.vxd拷貝到Windows的SYSTEM目錄下；這時候就可以進入開發狀態了，進入VC開發平臺，生成新的項目，由于生產廠家為圖像采集卡提供了以mpew32.dll、mpew32.lib命名的庫文件，庫中提供了初始硬件、采集圖像等函數，為使用這些函數，在新項目上連接該動態庫；最后一步就是采集圖像并顯示處理了，這一步要設置系統調色板，因為采集卡提供的是裸圖形式，既純圖像數據，沒有圖像的規格和調色板信息，這些需要開發者自己規定實現，下面是實現的部分代碼：
CTestView::CTestView()
{
W32_Init_MPE1000();//初始化采集卡
W32_Modify_Contrast(50);//下面的函數是為了對采集卡進行預設置
W32_Modify_Brightness(45);//設置亮度
W32_Set_HP_Value(945);//設置水平采集點數
wCurrent_Frame=1;//當前幀為1，獲取的圖像就是從這幀取得的
//設置采集信號源，僅對MPE1000有效
W32_Set_Input_Source(1);
W32_CACardParam(AD_SETHPFREQ,hpGrabFreq);
W32_Set_PAL_Range(1250,1024);//設置水平采集范圍
W32_Set_VGA_Mode(1);
wGrabWinX1=0;//采集窗口的左上角的坐標
wGrabWinY1=0;
firstTime=TRUE;
bGrabMode=FRAME;
bZipMode=ZIPPLE;
/
lpDib=NULL;//存放獲取的圖像數據
}
CTestView::~CTestView()
{
W32_Close_MPE1000();//關閉采集卡
}
////顯示采集的圖象，雙擊鼠標采集停止
voidCTestView::OnGraboneframe()
{
//TODO:Addyourcommandhandlercodehere
wCurrent_Frame=1;
//設置采集目標為內存
W32_CACardParam(AD_SETGRABDEST,CA_GRABMEM);
//啟動采集
if(lpDib!=NULL)
{
GlobalUnlock(hglbDIB);
GlobalFree(hglbDIB);
}
//分配內存
hglbDIB=GlobalAlloc(GHND,(DWORD)wImgWidth*(DWORD)wImgHeight);
lpDib=(BYTE*)GlobalLock(hglbDIB);
hdc=GetDC()->GetSafeHdc();
if(lpDib!=NULL)
{
cxDib=wImgWidth;
cyDib=wImgHeight;
SetLogicPal(hdc,cxDib,cyDib,8);
SetStretchBltMode(hdc,COLORONCOLOR);
bGrabMark=TRUE;
while(bGrabMark==TRUE)
{
if(msg.message==WM_LBUTTONDBLCLK)
bGrabMark=FALSE;
W32_ReadXMS2Buf(wCurrent_Frame,lpDib);
SetDIBitsToDevice(hdc,0,0,cxDib,cyDib,0,0,
0,cyDib,(LPSTR)lpDib,
bmi,
DIB_RGB_COLORS);
}
//停止采集
W32_CAStopCapture();
::ReleaseDC(GetSafeHwnd(),hdc);
return;
}
////將下面這個函數添加在視圖類的CTestView::OnSize（）函數中，就可以對系統的調色板進行設置。
voidWINAPIInitLogicPal(HDChdc,shortwidth,shortheight,WORDbitCount)
{
intj,i;
shortcxDib,cyDib;
LOGPALETTE*pLogPal;
j=256
if((pLogPal=(LOGPALETTE*)malloc(sizeof(LOGPALETTE)+(j*sizeof(PALETTEENTRY))))==NULL)
return;
pLogPal->palVersion=0x300;
pLogPal->palNumEntries=j;
for(i=0;ipLogPal->palPalEntry[i].peRed=i;
pLogPal->palPalEntry[i].peGreen=i;
pLogPal->palPalEntry[i].peBlue=i;
pLogPal->palPalEntry[i].peFlags=0;
}
hPal=::CreatePalette(pLogPal);
deletepLogPal;
::SelectPalette(hdc,hPal,0);
::RealizePalette(hdc);
cxDib=width;cyDib=height;
if((bmi=(BITMAPINFO*)malloc(sizeof(BITMAPINFOHEADER)+j*sizeof(RGBQUAD)))==NULL)
return;
//bmi為全局變量，用于顯示圖像時用
bmi->bmiHeader.biSize=40;
bmi->bmiHeader.biWidth=cxDib;
bmi->bmiHeader.biHeight=cyDib;
bmi->bmiHeader.biPlanes=1;
bmi->bmiHeader.biBitCount=bitCount;
bmi->bmiHeader.biCompression=0;
bmi->bmiHeader.biSizeImage=0;
bmi->bmiHeader.biXPelsPerMeter=0;
bmi->bmiHeader.biYPelsPerMeter=0;
bmi->bmiHeader.biClrUsed=0;
bmi->bmiHeader.biClrImportant=0;
for(i=0;ibmi->bmiColors[i].rgbBlue=i;
bmi->bmiColors[i].rgbGreen=i;
bmi->bmiColors[i].rgbRed=i;
bmi->bmiColors[i].rgbReserved=0;
}
}
視頻"畫中畫"技術
"畫中畫"這個概念類似與彩色電視機"畫中畫"，就是在一幅大的圖像內顯示另外一幅內容不同的小的圖像，小圖像的尺寸大小一般地說為大圖像尺寸的1/4或1/9，顯示位置在大圖像的右上角。這種技術不僅在電視技術中，在可視電話系統也可以發現這種技術的身影，它們都是依靠硬件來實現的，但是如何在VC開發平臺上用編程語言來將該功能添加到自己開發的視頻監控軟件，為使用者提供更大的信息量呢？也許讀者最容易想到的是首先顯示大圖像，然后再在一個固定位置畫第二幅小圖像，這種技術技術如果對于靜止圖像當然沒有問題，但是對于視頻流，由于每一秒鐘需要畫25幀，即25幅圖像，這樣一來計算機需要不停的畫不停的擦除，會給用戶以閃爍的感覺，如何解決這個問題呢？有的參考書上將大小圖像分快顯示，這種方法要將待顯示的圖像數據與顯示位置的關系對應起來，容易出錯不說，而且麻煩，且速度慢，為此，我對該方法進行了改進，得到了滿意的效果。實現的代碼如下：
voidpictureinpicture()
{
………………………..
CBitmapbitmap,*oldmap;
pData1=(BYTE*)newchar[biWidth*biHeight*3];//biWidth和biHeight為視頻采集卡獲取//的圖像尺寸。
Read(pData1,bih.biWidth*bih.biHeight*3);//該函數從采集卡中獲取數據
CClientDCdc(this);
m_pBMI1=newBITMAPINFO;//自定義的BMP文件信息結構，用于后面的圖像顯示
m_pBMI1->bmiHeader.biBitCount=24;
m_pBMI1->bmiHeader.biClrImportant=0;
m_pBMI1->bmiHeader.biClrUsed=0;
m_pBMI1->bmiHeader.biCompression=0;
m_pBMI1->bmiHeader.biHeight=biHeight;
m_pBMI1->bmiHeader.biPlanes=1;
m_pBMI1->bmiHeader.biSize=40;
m_pBMI1->bmiHeader.biSizeImage=WIDTHBYTES(biWidth*8)*biHeight*3;
m_pBMI1->bmiHeader.biWidth=biWidth;
m_pBMI1->bmiHeader.biXPelsPerMeter=0;
m_pBMI1->bmiHeader.biYPelsPerMeter=0;
////////////////////////////////////////////////////////////////////////
pData2=(BYTE*)newchar[biWidth1*biHeight1*3];//申請存放小圖像的緩沖區
Read(pData2,biWidth1*biHeight1*3);////向該緩沖區讀數據
m_pBMI2=newBITMAPINFO;
m_pBMI2->bmiHeader.biBitCount=24;
m_pBMI2->bmiHeader.biClrImportant=0;
m_pBMI2->bmiHeader.biClrUsed=0;
m_pBMI2->bmiHeader.biCompression=0;
m_pBMI2->bmiHeader.biHeight=biHeight1;
m_pBMI2->bmiHeader.biPlanes=1;
m_pBMI2->bmiHeader.biSize=40;
m_pBMI2->bmiHeader.biSizeImage=WIDTHBYTES(biWidth1*8)*biHeight1*3;
m_pBMI2->bmiHeader.biWidth=biWidth1;
m_pBMI2->bmiHeader.biXPelsPerMeter=0;
m_pBMI2->bmiHeader.biYPelsPerMeter=0;
//下面實現畫中畫的顯示
CDCMemDc;
MemDc.CreateCompatibleDC(&dc);
bitmap.CreateCompatibleBitmap(&dc,biWidth,biHeight);
oldmap=MemDc.SelectObject(&bitmap);
::StretchDIBits(MemDc.m_hDC,0,0,biWidth,biHeight,0,0,—biWidth,biHeight,pData1,m_pBMI1,DIB_RGB_COLORS,SRCCOPY);//首先將大圖像畫在內寸上下文中
::StretchDIBits(MemDc.m_hDC,20,20,biWidth1,biHeight1,_
0,0,biWidth1,biHeight1,pData2,m_pBMI2,DIB_RGB_COLORS,SRCCOPY);//再將小圖像畫在內寸上下文中
::StretchBlt(dc.m_hDC,0,0,bih.biWidth,bih.biHeight,_
MemDc.m_hDC,0,0,bih.biWidth,bih.biHeight,SRCCOPY);//將結果顯示在屏幕上。
MemDc.SelectObject(oldmap);
deletepData1;
篇（2）
2新技術
網絡作為第四媒體，其顯示終端可能是計算機，平板，電視或智能手機，為了頁面兼容等原因，前端設計出現了很多新技術，如div+css技術，Javascript技術等，為了方便管理，一般采用對象的結構、表現和行為分開。結構是對象的內容，表現是其外觀，而行為是與瀏覽者的交互，或者說是瀏覽者進行鼠標點擊或輸入內容等操作時，頁面的反應。在進行網頁設計過程中，圖像對象也是如此，利用代碼可以對圖像進行一些效果的處理，起到資源占用少，頁面維護容易等目的，還可以達到一些用基本圖像處理技術不易實現的效果。用div+css結合Javascript技術可以實現在網頁前端一些設計效果和邏輯處理功能，比如圖像輪播和驗證碼校驗功能。在一個存在后臺管理的網站中，網頁的很多內容來自于后臺數據庫，一些圖片也不例外，內容需要和后臺交互，根據數據庫的內容和頁面的特定邏輯，決定圖像的外觀。這是基本圖像處理技術無法實現的，需要設計者了解動態頁面設計技術，常見的技術有，php和jsp技術等。
篇（3）
2三維實體重建
計算機信息處理技術的發展，特別是人工智能、模式識別、計算機模擬、知識庫和數據庫等技術的發展，使人們能將物理、化學理論與大批雜亂的試驗資料結合起來，用歸納和演繹相結合的方法為新材料的研制做出決策，為材料設計和實施提供了行之有效的技術手段。現代計算機技術和圖像處理技術，特別是快速原型制造技術與CT掃描、MR（I磁共振成像）等技術結合，都已成功地在醫學上得到應用。而通過利用計算機技術，建立相應的數學模型，可以在一定的控制條件下進行仿真研究。
2.1數據的采集
首先要對病人預置換股骨頭處進行CT斷層掃描，分別進行俯視圖掃描、主視圖掃描，目的是為了得到清晰的股骨頭球面輪廓，如圖1所示。然后將清晰的目標圖像按照與實物1∶1的比例進行截圖后掃描至計算機，并將圖像轉換成512×512Bit的數字圖像，像素灰度為0～255，利用圖像處理技術進行消除噪聲、灰度校正等處理。
2.2圖像邊界輪廓提取與修整
通過AutoCAD中的光柵圖像參考功能，將處理后的圖片（1∶1）依次導入為背景，再利用多線段、剪切、圓等繪圖工具對目標進行輪廓標記與識別。醫學圖像的輪廓識別比較復雜，主要是由于掃描進來的關節圖像的粘連性較大，甚至會出現錯誤識別、假輪廓。為此，在輪廓跟蹤處理完之后，必須對輪廓進行修正，使不符合要求的虛假輪廓得以清除，可采用自動修正或手工修正。對于沒有平滑掉的雜點而產生的虛偽輪廓，根據比較兩個封閉曲面內像素點的多少來進行清除，保留大輪廓，舍掉小輪廓，對于不能自動判斷的粘連、不連續等失真現象，使用手工控制方法。刪除底片保留輪廓線，利用軟件將其進行貝塞爾曲線修整，結合CT掃描的尺寸數據按比例調整為建模尺寸。目前，關于三維重建的方法是：通過掃描儀將CT實體照片以高分辨率模式掃描為電子照片格式，然后利用PS對其進行二值化處理，使用Freeman進行鏈碼提取并跟蹤輪廓，再將每個斷層外輪廓數據導入AutoCAD中，組成一個三維體數據，再進行曲面重建，最終利用蒙皮法得到三維形體。這種方法可以制造出與病人骨形完全一致的假體，關鍵是要精確地提取股骨頭球面輪廓尺寸和形狀，這樣才能使股骨頭與股骨腔吻合程度較高。
2.3矢量化處理
采用軟件CAXA實體設計中的掃描、投影、放樣和布爾運算功能可以更加快捷地實現建模。首先，將提取并修整后的輪廓放入實體設計環境中，編輯兩個方向的輪廓截面，以輪廓中心點為基準，按照2∶3∶5的比例縮小輪廓，得到同心3個相同的輪廓截面；然后，按照主視圖和俯視圖輪廓顯示的高度，激活三維球，將輪廓依次放置在底部、中間和頂部，并從上至下依次投影，以頂部底面為起始面、底部上面為終止面進行放樣操作。此時，計算機會自動計算處理成型，由原先的3個面，得到1個完成的實體結構。最后，將兩個方向上形成的實體利用三維球同心，進行布爾加法運算，得到組合實體，將組合體的多余部分利用“分割實體表面”功能完成股骨頭的三維建模。
3快速原型制造
快速成型技術應用于人工關節和人造骨制造過程中，不僅可以提高成品的設計質量，還可以縮短產品的設計周期。目前，假體移植手術需求量大，為保證手術的盡快實施和手術的成功率，就必須采用快速成型技術。隨著電子儀器和計算機技術的發展，快速成型機應運而生，快速成型技術是醫學領域與工程領域相結合的敏捷制造系統，主要有：光固化立體模型（SL）、選擇性激光燒結（SLS）、層片疊加成型（LOM）和熔融沉積造型（FDM）。
3.1RPM成型機
傳統的制造成型過程是利用鑄造制造出毛坯，然后對毛坯進行磨光或拋光，形狀和精度是通過從毛坯上去掉多余的材料來保證的，吻合度不高，而快速成型的基本理念則是在計算機的控制下，將材料精確地堆積成型，無需加工即可制造。將設計出的三維實體轉換為快速成型機所能接受的STL格式，輸入機器，該機的基本原理是將實體模型切片成一系列具有一定厚度的薄層，計算機控制其激光束按薄片截面輪廓形狀將薄層材料切割出該層橫截面的形狀，然后層層堆積并得到實體。
3.23D打印成型
3D打印技術是根據CAXA分層模型所獲得的兩維像素信息，利用噴嘴向待成型體床上噴射黏結劑，每打印完一層后，粉料床通過底部活塞向下移動一段距離，并在粉料床的底部添加新的粉料，再根據計算機要求向新的粉料床噴射黏結劑，重復此過程，完成后去除未噴射黏結劑的粉料，立刻得到成型的實體。如果噴射的黏結劑中含有其他具有某種功能的成分，則可以控制零件中局部成分的變化；增加噴頭數目，則可以得到在不同的區域具有不同功能和成分的整體零件。3D打印可以用于成型陶瓷、金屬、金屬陶瓷復合材料及高分子材料的假體中。
3.3快速成型制造技術在骨修復外科中的應用
隨著材料科學和醫學的發展，生物陶瓷在醫學上尤其是矯形外科和骨修復外科中的應用也越來越廣泛。但由于病人個體差異和實際情況的不同，使得骨修復體必須根據病人的實際情況來定制，而且在臨床上為減少病人的痛苦又要盡量縮短定制時間。快速成型技術正好具有這兩個優點，特別適合單件或小批量生產并且能夠實現快速制造。快速成型技術可精確地復制出人工關節，從而使設計出的人工關節可以在由原型翻制成的模型上進行驗證，確定其受力分布、結合面設計是否合理。目前，有關研究人員已經開始研究如何將CT掃描的數據直接傳到快速成型機上，這樣將減少中間環節較為復雜的三維重建過程，并減少因數據轉換造成的誤差，使快速成型產品直接應用于臨床。
篇（4）
現今，伴隨著信息技術的迅速發展與用戶需求的逐年提高，嵌入式系統的應用逐年擴大，已經逐漸的融入到了國民生產的諸多方面。嵌入式系統具體講，就是一種擁有特定功能的計算機系統。嵌入式系統與網絡技術、通信技術有機結合，有效的提高了通信的智能性與靈活性。應用嵌入式系統對圖像進行處理，可以顯著的提高圖像處理系統的數據處理、通信等能力，進而有效的擴大圖像處理技術的使用范圍，以及對于不同要求與環境的適應能力。應用嵌入式系統進行圖像處理，是進行圖像處理的新的途徑之一。當前圖像處理技術應用范圍十分廣泛，涉及儀表檢測安全、消費電子、工業自動化、醫學等領域，因此圖像處理技術具有十分廣泛的應用前景。
1嵌入式圖像處理系統特點
1）圖像處理系統，具有系統專用的圖形用戶界面，同時具備運行速度快、簡單易用與功能強大的特點。2）圖像基礎數據庫的建立，可以為智能化模式識別技術，諸如圖像匹配等提供支持。3）改變了原有的對待處理圖像的處理策略與算法，可以依據具體的待處理圖像的不同特點，提供有效的圖像處理算法，進而提高圖像處理的效率與速度。4）對于外部圖像的總線結構與輸入輸出設備等都是采取專用的設備，進而有效的提高了外部圖像輸入輸出設備、中央計算單元的數據交換速度。5）改變了原有的計算機體系結構，應用了嵌入式的專用平臺，同時應用圖像高速處理器，使圖像處理的速度有效的提高，同時也提高了圖像處理任務的實時性。
2圖像處理系統總體設計
2.1嵌入式圖像處理系統
嵌入式圖像處理系統，具體由嵌入式操作系統、圖像處理算法的應用軟件與硬件平臺構成。系統的組成結構圖具體如圖1所示。硬件平臺可以為圖像處理提供顯示、存儲器與計算支持，主要采用的是MagicARM2410嵌入式開發平臺，同時包括圖像存儲模塊；顯示模塊；通信模塊；嵌入式處理器S3C2410、SDRAM等。
2.2圖像處理過程
嵌入式操作系統，可以為底層硬件提供有效的技術支持與管理，諸如可以進行圖像處理任務管理；中斷管理；內存管理；任務管理；驅動支持等。首先，在系統啟動后，經由引導程序啟動操作系統，進而完成硬件的初始化。其次，經由操作系統的任務管理模塊，進行內存的分配，同時將圖像信息存儲在存儲器的視頻緩沖區中。第三，經由軟件算法，將顯示緩沖區的圖像信息，寫入到LCD緩沖區，進而實現圖像的實時顯示。第四，通過圖像處理的算法，進行圖像的編碼與處理，同時進行存儲。應用軟件可以實現圖像處理算法，其主要是針對目標要求編寫的專用程序。
2.3系統的功能設計
嵌入式圖像處理可以有效的解決在嵌入式環境下實現圖像的處理。具體的主要應用模塊化設計的方式，將需要系統完成的任務進行功能模塊化的設計。在每一個模塊中，都包含一類圖像處理的操作方法，而且在進行執行時都會調用對應的算法。系統功能模塊具體如圖2所示，主要分為形態運算；幾何變換；圖像分析；圖像增強。其中圖像增強的模塊具體又包括：灰度變換調整；直方圖修正法；直方圖等，具體如圖3所示。各大系統模塊的下面都會細分圖像的處理操作，其余的三個模塊的設計形式與圖像增強模塊的設計具有相似性。
3圖像處理系統發展趨勢
1）在圖像處理系統的內部，主要進行集成軟件的開發，對于用戶而講，可以依據自己的需求開發相應的圖像處理算法，可以顯著的提高系統的效率。2）圖像處理系統與網絡的結合性逐漸提高，進而實現了圖像的遠程傳輸與采集。3）圖形處理系統的功能不再完全借助PC與多種輔助設備，而是會集成在一個方便使用的電子設備上。4）伴隨硬件設備的進步，圖像處理系統的性能逐年提高，因而價格也會逐年下降。
4結語
在嵌入式系統的圖像處理技術的基礎上，使得圖像處理領域中出現了人機用戶界面、多種通信模式與網絡接口的便捷性。圖像處理技術的應用范圍越來越廣泛，因此，在未來的發展道路上，其必然會朝著網絡化、便攜性、多任務與多功能的方向發展。伴隨著嵌入式操作系統的強大功能，圖像處理技術的發展方向必定會更加寬廣。
[參考文獻]
[1]崔磊,董守平,馬紅蓮.數字圖像處理技術的發展現狀與展望[M].北京:中國石油大學出版社,2003.
[2]劉禾.數字圖像處理及應用[M].北京:中國電力出版社,2005.
[3]楊永敏.嵌入式圖像處理系統的研制[D].哈爾濱工業大學碩士學位論文,2006.
[4]楊柯.嵌入式圖像處理技術研究及其應用[D].西北工業大學碩士學位論文,2003.
[5]宋延昭.嵌入式操作系統介紹及選型原則[J].工業控制計算機,2005.
篇（5）
作者簡介：寧紀鋒（1975-），男，陜西韓城人，西北農林科技大學信息工程學院，副教授。（陜西 楊凌 712100）
基金項目：本文系西北農林科技大學教學改革研究項目（項目編號：JY1102077）、西北農林科技大學本科優質課程建設項目的研究成果。
中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2013）34-0122-02
“數字圖像處理”是西北農林科技大學（以下簡稱“我校”）信息工程學院為計算機科學與技術、軟件工程、信息與計算科學等多個理工科專業所開設的一門專業必修課。該課程涵蓋數學、物理、信號處理、心理學、計算機科學等多個領域的知識，與本科階段的高等數學、線性代數、概率論、面向對象編程、數據結構、算法分析等多門課程密切相關，對后續的特征提取和圖像理解等高級計算機視覺處理課程具有重要的基礎作用。同時，它在“模式識別”、“人工智能”和“機器學習”等專業課程體系中起著重要的作用。[1-3]
一、課程改革的必要性
由于圖像處理理論性強，內容抽象，算法較多，涉及的理論和方法既包含時域（空域）、變換域（頻域為主）、數學形態學、地理學（如分水嶺算法），還涉及到模式識別理論的一些知識，學生理解起來有一定難度，在解決實際問題時，面臨著無從下手的困難。同時，圖像處理技術應用較為廣泛，隨著數字成像設備的廣泛使用和智能手機的普及，社會對圖像處理人才的需求也日益增加，這些都對課程教學提出了更高的要求。在教學過程中發現“數字圖像處理”的傳統教學模式中，在課程定位、教學模式和教學內容上存在一些問題。
1.課程定位不明確
“數字圖像處理”在本科教學過程中有著兩種比較沖突的定位，導致課程教學過程存在兩種傾向。一是不顧本科學生實際情況向研究生課程看齊，將重點放在數字圖像處理理論內容。但這些內容與實際應用聯系并不緊密，忽視它的應用性和實踐性強的特點，從而導致理論與實踐脫節，造成學生在編程能力上的欠缺。二是過分強調應用技能，把數字圖像處理等同于講授Photoshop等應用軟件的使用，或以講授MATLAB和Open CV圖像處理函數為主，不重視原理和算法，忽略了對本科生科學素質和研究能力的培養。
2.傳統教學模式與授課對象差異性的矛盾
“數字圖像處理”通常要求先研修“高等數學”、“線性代數”、“概率論與數理統計”和“數字信號處理”等課程，但是一些本科專業并沒有完整開設這些課程。例如，我校計算機科學與技術專業學習“數字信號處理”課程，但軟件工程和信息與計算科學專業未開設該類課程。此外，在實驗環節中，教師根據教學大綱設置的實驗內容通常比較固定，而未考慮學生專業和背景知識的差異、統一的實驗環境模式，使得有的專業學生因為知識儲備不足，學習起來有一定困難；而有的專業學生則感覺學習內容簡單、缺乏挑戰性，使得教師講授時在調動學生積極性、提高學生實踐能力方面難以協調。
3.教材與學科發展不一致
數字圖像處理內容涉及到矩陣運算、信號處理、概率論與數理統計等多個內容交叉學科，與新興學科的發展密切相關。當前，在人工智能、模式識別和機器學習等新興學科的推動下，數字圖像處理技術發展越來越快。傳統的教材或過于偏重推導理論，與應用實踐偏離，或成為圖像處理軟件或函數（如 Photoshop、MATLAB或Open CV）的使用說明書，使得學生難以深入學習圖像處理知識，影響對該門課程的掌握。
二、課程改革方法
根據授課專業對象的實際情況，在教學內容、教學方法、完善實驗教學和考核等方面對該門課程進行一系列改革，充分利用圖像處理實踐性強的特點，依托我校在數字圖像處理方面長期積累的理論和研究資源，將理論方法與實踐應用有機結合，構建了全面系統的數字圖像處理教學體系。多年教學效果表明，該教學模式有效克服傳統數字圖像處理教學存在的局限，極大增強了學生的學習興趣，提高了學生的動手能力和創新素養。
1.完善課程內容體系，適應圖像處理發展
數字圖像處理是一門發展中的課程，每年都有許多新的研究理論和方法不斷涌現，需對課程不斷進行完善，以適應圖像處理學科的發展。在保持圖像處理課程核心內容的基礎上，注重將最近的該學科具有代表性的成果納入教學。精簡和更新一些陳舊的和目前圖像處理實際中很少使用的一些方法。其次，將一些現代經典的科研論文，以補充教材的形式，作為教學內容。將一些理論性較強，對數學基礎要求較高的內容，如主動輪廓分割模型和目標跟蹤方法等作為選學內容，供有興趣的學生學習。
考慮到OpenCV和MATLAB的廣泛使用，圖像文件的讀寫已非常簡單，因此，減少對圖像文件格式的講解；在圖像分割與邊緣檢測中，刪掉投影法與差影法內容，因為該方面內容在實際中已很少使用；在頻域處理中，淡化對傅里葉變換理論和算法的講解，重點放在其思想和應用上。
2.應用全方位教學手段，構建立體化教學資源
針對“數字圖像處理”課程理論性和實踐性較強、可視化程度較高的特點，綜合利用圖像、視頻信息、可視化編程軟件和網絡資源等現代化教育技術，從課堂、實驗、應用實踐等諸多環節探索立體化教學資源。結合不同專業需求，運用MATLAB、Open CV等軟件工具包開發圖像處理實驗平臺，建立網絡化輔助教學系統，使抽象概念和算法形象化，激發學生思維。例如，建立圖像處理標準測試庫，包括了圖像去噪、圖像分割、圖像變換和特征提取與識別等核心內容涉及到的測試數據；在參考教材方面，提供了國內外知名大學出版的數字圖像處理和計算機視覺教材及計算機視域的專著；在多媒體課件方面，提供多年從國內外知名大學網站上搜集到多個數字圖像處理和計算機視覺的電子課件，供學生學習；在代碼方面，提供了數字圖像處理方面的經典和最新的一些科研成果的源代碼或可執行軟件，學生自己運行代碼并分析實驗結果，加深對圖像處理課程的認識。
3.以學生發展為本，建立多元化的考核評價標準
在傳統方式下，教師常以期末考試和出勤率來評價學習效果，忽略了對學生參與學習活動和學習過程的評價。大部分學生往往在考試前突擊學習，沒有真正掌握扎實的知識。因此，本教學改革以過程控制為中心，以能力提高為目標，對考核方式進行改革，實行常規考核與過程性考核相結合的方式，準確把握學生的真實成績，全面衡量和控制教學質量，既要考學生的基本理論，更要考他們運用知識和方法設計圖像處理方案、完成圖像處理實際任務的能力。在授課過程中，注重課堂考察環節，加強師生交互，動態掌握學生對授課內容的理解。開展專題討論課程，讓學生大膽提問，鍛煉學生創新思維能力，對表現突出的學生增加平時分。
4.開展研究性課堂教學探索
在教學改革中，精選了若干圖像處理經典和前沿專題討論，包括論文、程序源代碼和輔助材料。在課程一開始就布置任務給學生課下自學，并安排學生上臺講授，其他學生提問，教師給予點評，并組織學生一起討論，加深對圖像處理課程的認識，培養學生綜合運用知識的能力，提高創新素養。
例如，在圖像分割專題討論中，以經典Mean Shift分割為主要內容，Graph Cut和交互式分割兩個方向作為補充內容，開展專題討論。因為這些廣泛使用的算法涉及到高等數學、線性代數、概率論、數據結構和算法設計等多門所學課程。通過自學、上課討論和教師點評，學生對以前所學基礎和專業知識有了更深層次的理解。同時，這些算法都面向彩色圖像，克服了教材中以灰度圖像為主要分割對象的不足。
5.開展研究性實踐教學
傳統“數字圖像處理”課程實踐教學強調基本算法的實現，未強調算法之間的邏輯聯系，忽略了數字圖像處理基本算法的綜合訓練。在改革中，保留圖像處理基本核心算法，將科研項目融入教學實踐中，通過設計研究性綜合實踐項目，注重學生對所學知識的綜合理解和提升。例如，“圖像去霧”綜合訓練實踐，以如何有效果去除圖像中的霧增強圖像質量為目標。該任務以2009年國際計算機視覺和模式識別會議（CVPR）的最佳論文《基于暗通道通先驗的單幅圖像去霧》[4]為主要內容，涉及到圖像處理的多個基本算法，同時也包含了物理學和光學的一些知識。通過將新的實踐教學手段應用到教學中，突出對學生思維能力、科研能力和創新能力的培養。
三、結論
通過分析數字圖像處理目前存在的課程定位模糊、傳統的教學模式與授課對象差異性的矛盾和教材內容與學科發展脫節等問題，筆者根據學科專業特點，結合授課教師的科研項目，從完善課程內容體系、構建立體化教學資源、多元化考核評價標準和開展研究性教學探索等五個方面進行開展數字圖像處理教學改革。多年教學效果表明，該教學方法克服傳統教學方法所存在的弊端，極大地提高了學生的自主學習能力。學生較好地掌握數字圖像處理的核心內容，了解當代圖像處理的代表性成果和前沿趨勢，綜合應用能力和創新素養明顯增強，為培養具有較強適應能力的應用型和創新型人才打下堅實的基礎，適應了新世紀對信息技術人才的培養要求。
參考文獻：
[1]何東健.數字圖像處理[M].西安：西安電子科技大學出版社，2008.
篇（6）
理工醫相結合就是在知識結構上培養既懂醫學又掌握工程技術的復合型人才，這是學科特色的要求也是社會的需求。我校由于有理工醫學科的優勢，特別是具有享有“南湘雅，北協和”盛譽的湘雅醫學院以及三所全國“三甲”附屬醫院，因此，在理工醫復合型人才培養方面，我們具有自己獨特的優勢。我們培養的研究生不僅具有深厚的理工醫基礎，而且具有獨立分析和解決生物醫學工程領域相關技術問題的能力。如，我們培養的醫學成像與圖像處理的研究生不僅有去大型醫療器械企業的，也有去大型醫院放射科的，當然還有專門從事圖像處理軟件開發的。由于他們知識結構的全面性，受到了各用人單位的好評。生物醫學工程專業的研究生常常由來自不同高校、不同學科領域的學生組成，由于各高校培養模式的差別以及側重點不一樣，研究生自身知識水平、實踐經驗、興趣愛好也不一樣，因此，在制定培養計劃時，各個導師還要了解并征求學生的意見，選課和選題都因人而異，做到具體問題具體分析。例如，對數學理論基礎好、年紀輕、又有興趣的應屆畢業入學的研究生，建議其進行應用基礎理論方面的研究；對有工作經驗的在職入學的研究生安排其進行相關的應用型研究。研究生個人的專業興趣得以實現，有助于充分調動每個人的積極性，使之能充分發揮自己的潛能。
在培養階段，還要使研究生在本學科的某一方面進行專家培養和訓練，同時在其它相關學科也要進行廣博的基礎教育，使他們能在所從事的領域中具有較強的研究和開發能力。另外，還要培養他們廣博的專業基礎和社會人文知識，培養他們自我獲取知識和綜合分析問題的能力，以及優良的科學思維和創新意識，強調將知識、能力向高素質的升華與內化。
2.課程設置
課程結構關系到研究生的知識結構和科研技能。由于生物醫學工程專業理工醫復合交叉的特點，課程設置也和其它學科有所區別。目前，我國生物醫學工程博士學科點只有一級學科，下面沒有設置二級學科，主要原因就是生物醫學工程涉及到的學科領域太廣，它的研究方向和課題廣泛滲透于醫學、生物、電子、計算機、材料等學科。當然，每個高校在生物醫學工程領域的研究都很難做到大而全，而是根據自身的優勢和特點，選擇其研究領域，并進而決定其課程設置。譬如清華大學生物醫學工程專業的主要研究方向包括生物芯片、神經工程、微納醫學等，尤其是以程京院士為主的生物芯片技術占主導地位，因此，該校生物醫學工程的課程設置就以生物類為主，輔之以《生理系統仿真與建模》、《數字信號處理》、《隨機信號的統計處理》、《醫學成像系統》等課程。我校的生物醫學工程專業目前主要側重于醫學成像與圖像處理、醫學儀器與生物傳感器等，因此，課程設置也以電子信息類課程為主，如《醫學成像原理》、《醫學圖像處理》、《神經網絡與模式識別》、《醫學儀器原理》等。
另外，由于大部分高校的生物醫學工程研究生招生幾乎是面向所有的工程學科，因此，以前沒有學過醫學類課程的研究生，一般高校都會要求學生加以補修。有些導師也會根據研究課題的需求或個人研究領域的需求要求學生選修一些相關課程。如我校的新入學生物醫學工程研究生，如果以前沒有學過醫學類課程，我們一般會要求學生補修《人體解剖生理學》、《病理學》等課程；有些研究生還會根據導師的需求補修《生理系統仿真與建模》、《現代數字信號處理》、《生物力學》、《生物化學》、《醫學儀器》等課程。
3.過程管理
創新能力是科研能力的核心，創新意識、創造精神、創業能力的培養是研究生培養過程的重要環節，是研究生培養質量的主要標志。研究生培養過程管理是研究生創新能力培養的重要保證，這里所說的培養過程管理主要包括生物醫學工程專業研究生的科研選題、中期考核和論文答辯等環節。
3.1 科研選題
作為科學研究的起點，選題不僅關系到科研的方向、目標和內容，直接影響著所運用的方法與途徑，同時還決定著成果的水平、價值及發展前途。因此，在第一年生物醫學專業基礎科目系統整合與學習之后，則完成培養環節第一步，進入科研選題階段。研究生的選題要與導師的科研項目相結合、與生物醫學工程的學術前沿相結合，同時也要強調與理工醫多學科相結合。科研選題必須在足夠的調研、文獻閱讀甚至科學實驗的基礎上進行，否則就是無源之水，很難繼續。譬如，醫學圖像處理領域的科研選題不僅要與圖像處理的相關知識掛鉤，還與相關的醫學知識緊密相連，因此，我們必須要查閱大量的關于圖像處理、醫學影像、病理診斷等的相關文獻，必要時還得與醫院合作，參加醫院的短期培訓等。另外，科研選題還要注意團隊協作，有些大的科研課題不是一兩個人能夠完成的，而是在導師的指導下，由博士、碩士組成的團隊完成的，因此，科研選題也需在整個團隊的指導下合作分工，共同參與。
3.2 中期考核
研究生的培養是一項較復雜的系統工程，涉及到學科建設、導師隊伍、科研實力、教、學、管等多個環節，每個環節都離不開嚴格的管理，而管理的核心問題是要建立淘汰機制。研究生中期考核作為研究生的淘汰機制之一，對研究生的質量調控和把關起著重要的作用。在整個研究生的培養過程中，中期考核處在一個承前啟后的重要位置。“承前”，是指經過一年半到兩年的學習與科研參與后，研究生基本掌握了本領域的重要理論和一定的科研技能，了解了該研究領域的相關背景；“啟后”，是指有必要了解研究生對已學到的理論和技能是否消化吸收，是否能靈活運用。
我校生物醫學工程專業研究生的中期考核在科研選題之后的研究生第二學年末進行。中期考核不僅包括對所選課題的進展情況檢查，還包括研究生參與學術活動的積極性。研究生在第一學年末完成選題，其后則必須進行為期一年的課題研究與實踐活動，將所學理論與實踐或實驗相結合，以實踐來驗證與豐富理論，并尋求新的方法解決實踐過程中出現的新問題。中期考核實際上是對研究生科研、協作與創新能力不斷提升的過程。另外，研究所經常邀請一些在生物醫學工程領域取得突出業績的國內外知名學者來校講學或作學術報告，這是所有研究生必須參與且嚴格考核的。另外，我們的研究生每人每周舉行一次學術匯報，課題組老師的所有學生必須參與，匯報后老師給予點評及相關指導意見。
3.3 論文答辯
學位論文作為研究生教育的重要組成部分，也是研究生教育的總結性成果，集中反映了研究生的綜合知識體系、專業知識、創新能力和研究水平。教育部規定研究生在申請學位時必須完成學位論文答辯，它是每一位研究生培養過程中的必要和重要環節。因此，在研究生培養的第三年就是學位論文的整理與撰寫，在第三年末進行學位論文答辯，每位研究生必須通過論文答辯委員會公開統一的答辯評審后才允許畢業。通過學位論文答辯，可以檢驗研究生課程學習的效果，衡量研究生的創新能力，考察研究生在文獻檢索、資料運用、論文寫作、觀點論證和辯駁等方面的水平和技巧；對于學校而言，研究生學位論文答辯是檢驗研究生教育質量的主要依據；對于導師而言，研究生學位論文答辯是檢驗導師指導質量的主要依據。可以說，研究生學位論文答辯是研究生教育中重要、嚴肅的環節。我校生物醫學工程專業研究生在學位論文答辯之前必須先由學校統一，也就是要求每位研究生的學位論文必須是自身學習研究成果的總結與提煉，如果與“中國學術期刊網”上所有論文的累計重復率超過5%，則論文必須發回重改，且重改次數不能超過2次，否則推遲半年至一年時間才能允許答辯。研究生論文之后，碩士學位論文由研究所統一匿名送至本所的相關老師評審，博士學位論文則一式三份全部由學校研究生院統一匿名郵寄至設有生物醫學工程專業博士點的全國三所不同高校，再由這些高校的研究生院根據論文題目指定評審專家，這些高校不能在本省，也不能在同一省或市。當然，由于生物醫學工程專業研究生的理工醫跨學科培養性質，各高校研究生院在送審論文時，可以送至與之相關的學科專家評審。如醫學圖像處理領域的論文可以送至從事圖像處理與模式識別研究的專家評審，也可送至從事計算機應用技術圖像處理研究方向的專家評審。
篇（7）
全息技術是物理學中一重要發現，越來越多的應用于各個行業。伴隨著CCD技術和計算機技術的發展，全息技術也得到一次質的飛躍，從傳統光學全息到數字全息。傳統光學全息將物光和參考光干涉得到全息照片來記錄光的振幅和相位信息，而數字全息則用CCD記錄物光和參考光的干涉，形成數字全息圖，再通過計算機圖像處理技術處理全息圖。因此，影響數字全息技術發展有兩個重要方面：CCD技術和計算機圖像處理技術。
1.圖像處理技術。圖像是現代社會人們獲取信息的一個主要手段。人們用各種觀測系統以不同的形式和手段獲得圖像，以拓展其認識的范圍。圖像以各種形式出現，可視的、不可視的，抽象的、實際的，計算機可以處理的和不適合計算機處理的。但究其本質來說，圖像主要分為兩大類：一類是模擬圖像，包括光學圖像、照相圖像、電視圖像等。它的處理速度快，但精度和靈活性差。另一類是數字圖像。它是將連續的模擬圖像離散化后處理變成為計算機能夠辨識的點陣圖像。從數字上看，數字圖像就是被量化的二維采樣數組。它是計算機技術發展的產物，具有精度高、處理方便和重復性好等特點。
圖像處理就是將圖像轉化為一個數字矩陣存放在計算機中，并采用一定的算法對其進行處理。圖像處理的基礎是數學，最主要任務就是各種算法的設計和實現。目前，圖像處理技術已經在很多方面有著廣泛的應用。如通訊技術、遙感技術、生物醫學、工業生產、計算機科學等等。根據應用領域的不同要求，可以將圖像處理技術劃分為許多分支，其中比較重要的分支有：①圖像數字化：通過采樣和量化將模擬圖像變成便于計算機處理的數字形式。③圖像的增強和復原：主要目的是增強圖像中的有用信息，削弱干擾和噪聲，使圖像清晰或將轉化為更適合分析的形式。③圖像編碼：在滿足一定的保真條件下，對圖像進行編碼處理，達到壓縮圖像信息量，簡化圖像的目的。以便于存儲和傳輸。④圖像重建：主要是利用采集的數據來重建出圖像。圖像重建的主要算法有代數法、傅立葉反投影法和使用廣泛的卷積反投影法等。⑤模式識別：識別是圖像處理的主要目的。如：指紋鑒別、人臉識別等是模式識別的內容。當今的模式識別方法通常有三種：統計識別法、句法結構模式識別法和模糊識別法。⑥計算機圖形學：用計算機將實際上不存在的，只是概念上所表示的物體進行圖像處理和顯現出來。
2.計算機圖像處理技術在全息學中的應用。圖像處理技術在全息中的應用主要表現在：一是計算全息，基于計算機圖形學將計算機技術與光全息技術結合起來，通過計算機模擬、計算、處理，制作出全息圖。因此它可以記錄物理上不存在的實物。二是利用圖像的增強和復原，圖像編碼技術等對數字全息圖像質進行提高以及實現的各種算法。它的應用大致可以分為兩大類，即空域法和頻域法：①空域法：這種方法是把圖像看作是平面中各個像素組成的集合，然后直接對這一二維函數進行相應的處理。 空域處理法主要有下面兩大類:一是領域處理法。其中包括梯度運算(Gradient Algorithm)，拉普拉斯算子運算(Laplacian Operator) ，平滑算子運算(Smoothing Operator)和卷積運算(Convolution Algorithm)。二是點處理法。包括灰度處理 (grey processing)，面積、周長、體積、重心運算等等。②頻域法：數字圖像處理的頻域處理方法是首先對圖像進行正交變換，得到變換頻域系列陣列，然后再施行各種處理，處理后再反變換到空間域，得到處理結果。這類處包括:濾波、數據壓縮、特征提取等處理。
3.模擬實驗。本文運用matlab軟件，利用圖像處理技術，編寫了程序，以模擬計算全息和實現全息圖像的濾波。
本文將運用matlab程序設計語言實現計算全息的制作、再現過程。標有“涉”一字，圖像尺寸為1024像素×1024像素；。模擬實驗中用到的參數為：激光模擬了氦氖激光器，波長為638.2nm；再現距離為40cm；因為原始物圖的尺寸用像素為單位表示，所以像素分辨率為1。
從模擬實驗中可以看出，數字全息的處理過程其實就是計算機圖像處理在全息技術的應用過程。利用計算機圖像處理技術對全息圖進行了記錄，將物光和參考光干涉得到了全息圖。并利用圖像的增強和復原對圖像進行了處理，以消除噪聲，得到更好的全息再現象。
參考文獻
[1]周燦林，亢一瀾.數字全息干涉法用于變形測量.光子學報，2004，13（2）：171－173。
篇（8）
摘 要：針對數字圖像處理課程基礎理論抽象、實用性強的特點，分析和探討該課程教學中存在的若干問題及原因，從師資力量建設、課程標準制定、教學方法與設計、考核方法4個方面闡述數字圖像處理課程的教學優化改革方案。
關鍵詞 ：數字圖像處理；教學優化改革；師資力量；課程標準
基金項目：全軍學位與研究生教育研討會研究課題“軍隊院校研究生教育中的導師與研究生關系研究”（YJZX14C14）。
第一作者簡介：孔韋韋，男，講師，研究方向為圖像處理，kwwking@163.com。
0 引 言
數字圖像處理[1-2]是信息處理領域的重要分支，通過該課程我們可以完成圖像的幾何變換、算術處理、圖像增強、圖像復原、圖像重建、圖像編碼、模式識別、圖像理解等多個方面的工作。目前，隨著計算機軟硬件處理能力的不斷提升，數字圖像處理技術已被廣泛應用于醫學檢測、反恐處突、彈道導彈精確制導等多個軍（民）用領域。由于該門課程的特殊地位和廣泛應用，國內外幾乎所有信息類專業都開設了該課程，許多專家、學者也針對課程的教學方式提出了自己的觀點[3-8]。
軍隊院校作為高等院校中的一類特殊群體，無論在課程設置還是人才培養需求上均與地方高等院校有很大的不同。軍隊院校自身的特殊屬性要求培養出的人才不僅要有扎實的理論基礎和科研能力，還能運用這些知識對作戰以及日常訓練中出現的問題加以解決，因此，軍隊院校對人才的理論與實踐結合能力提出了更高也更為嚴格的要求。
武警部隊負責維護國家安全和社會穩定，有效打擊國內外各種恐怖勢力，保障人民安居樂業。當前，世界各國都將“反恐”作為維護國家穩定和保衛人民生命財產安全的一項重要任務。反恐圖像目標的識別和監視能力更體現了一個國家的反恐技術力量和能力水平，其關鍵在于反恐圖像目標的識別。因此，有效地將數字圖像處理技術應用于反恐處突領域，不僅有助于提升針對恐怖勢力的打擊力度，還可以有效減少傷亡，最大限度地保障國家和人民的生命財產安全。
1 數字圖像處理課程的特點
數字圖像處理課程主要有以下幾個特點：①理論基礎要求高，涉及高等數學、信號與信息系統、信息論、計算機編碼等多個領域的知識；②數字圖像處理課程覆蓋的內容廣泛，知識點繁雜零碎；③新興理論的不斷出現要求廣大學者能夠敏銳把握數字圖像處理技術的發展前沿；④數字圖像處理技術的應用領域不斷拓展，處理方法也更為復雜。
2 軍隊院校數字圖像處理課程教學中存在的問題
2.1 課程設置不靈活
相比地方高等院校，軍隊院校的課程設置自由度十分受限，具體體現為課程的教學內容、學時安排、課堂組織形式甚至是開課時間均有嚴格的規定和限制，不能根據學生理論基礎和學習能力的實際情況做自適應的調整。
盡管研究生有自己的導師和研究方向，且很多研究生日后學位論文的研究方向可能與數字圖像處理領域并無關聯，然而，由于許多信息類專業院校的研究生培養方案均嚴格限定該課程為學位必修課，導致一些研究生為了學分和學位只得選擇一門與自己研究領域完全無關的課程，無形中造成了教學資源的浪費。
2.2 課時少內容多
數字圖像處理課程是國內外幾乎所有信息類專業的必修課。地方高等院校通常會開設50個學時，而軍隊院校大多只開設40學時，有的學校甚至只將其作為學位選修課開設20學時。眾所周知，該課程涉及的教學內容非常繁雜且對相關課程的理論基礎提出了較高要求，這類課程即使安排50學時也很難將重點內容講授完畢，軍隊院校課程課時不足無疑對該課程的教學質量造成重大影響。
2.3 教學形式單一
軍隊院校的特殊屬性在一定程度上約束了課堂多種教學形式的存在與發展，傳統的教師主體式教學法是主流。這種過于單一和機械的教學形式將對研究生的學習積極性造成不利影響。另外，軍隊中上下等級關系往往扼殺了研究生質疑教師的勇氣和可能，使研究生不敢對教師的見解有所質疑，不敢擅自踏入教師未首肯的領域中積極主動地發現問題、分析問題和解決問題，導致研究生的學習完全處于被動境地。
3 教學優化改革
3.1 師資力量建設
數字圖像處理課程專業性強、理論難度大，涉及的基礎學科門類較多，因此，在條件允許的情況下應盡可能安排科研方向或理論研究方向屬于圖像處理領域的教師擔任任課老師。一方面，長期從事該領域的教師對課程的基本內容和理論了如指掌，基本功非常扎實，授課更為流暢、自然；另一方面，教材中介紹的只是圖像處理領域的基礎理論和經典模型，長期從事該領域研究的老師在研究過程中往往對課程中的概念及理論模型有更深刻的理解，在授課過程中必然會附帶介紹本人在該領域內的研究現狀和最新進展，有利于開闊研究生視野，激發學習興趣，提高授課質量。
3.2 課程標準的制定
結合軍隊院校課時不足的教學實際以及人才培養類型的定位需求，我們完全有必要重新制定數字圖像處理課程的教學標準，在保證理論系統性完整的基礎上，側重實踐能力以及解決實際問題能力的培養和提升。具體措施如下：①教學對象精確定位，扭轉以往研究生課程頻頻出現的“被選課”現象，切實保障“選修權”，允許研究生按照自己學位論文的研究需求選課；②由于學時有限，在制定課程標準時必須全面分析和研究教學內容，梳理與課程內容相關的知識目標、技能目標和素質目標，適當地刪減一些非重點內容，重新劃分各章節的學時；③數字圖像處理雖然是一門理論性很強的課程，但學習的最終目的還是應用，因此，在制定課程標準時必須為研究生學員留有一定的實踐操作以及課堂研討課時；④要反映部隊特色，在授課過程中重點介紹能夠直接應用于部隊實際的模型和方法，譬如模式識別、圖像理解版塊，并要求研究生動手實踐；⑤緊跟發展前沿，保持知識的先進性，充分利用網絡資源，以完善的學習資料、豐富的課程資源、真實的實踐環境作為課程的基礎和支撐。
3.3 教學方法與設計
結合課程標準，我們擬將整個教學過程分解為4個階段：①基本理論講授；②專題討論；③專題講座；④實踐操作。
3.3.1 基本理論講授
教師對教學內容中的基本理論加以講解，旨在為研究生掃清基本理論障礙。該部分的講解并非只是對課本內容的簡單復制和重申，而是在介紹基本理論的基礎上，對基本概念中涉及的各層次知識點和潛在疑問加以梳理和闡釋，為下一階段的專題討論做鋪墊。該階段以教師講授為主體，采取案例式教學和啟發式教學相結合的授課方式。
3.3.2 專題討論
所謂專題討論，就是基于教師先前講授的某一個或某一類基本理論，探討具體應用效果以及可能影響最終圖像處理效果的若干因素。這一環節將徹底打破經典教學模式中的“教師主體”模式，轉變為“教師確定討論范圍—研究生為討論主體—教師最后總結”的模式。在整個過程中，教師和研究生的角色完全轉換，由研究生基于自身掌握的知識充分發揮自己的想象，針對若干問題展開探討或者辯論。譬如，教師在探討前先介紹圖像去噪理論的相關知識，包括噪聲產生的原理、噪聲的種類、噪聲在圖像中的表現、幾類經典圖像去噪方法等，上述部分內容講授完畢后確定3個問題，即均值去噪和中值去噪方法的原理有何不同？各自的優缺點何在？各自在去噪過程中可能影響最終效果的因素有哪些？下一次課教師可安排專題討論，并將研究生在討論中的表現作為課程成績的一項重要依據。
在該門課程課代表的組織下，研究生被分成若干小組，大家利用課余時間分別對兩種去噪方法展開了深入研究，并通過Matlab軟件仿真驗證，記錄諸如峰值信噪比PSNR等相關指標值，初步得出可能會影響最終去噪效果的若干因素；幾位同學針對一些不太一致的觀點展開激烈的討論；最后，由教師進行內容總結和答疑解惑，一些研究生還對教師的某些結論提出質疑。
專題討論完畢后，教師和研究生普遍感覺以往枯燥又不合時宜的教學方法得到了徹底改變，研究生內心的求知熱情得到了極大的激發。此外，整個專題討論過程也鍛煉了他們的邏輯思維，為了說服“對手”，他們必須要找到支撐自己觀點的科學依據，包括權威論壇上的答疑解惑以及仿真軟件仿真出來的實際結果等。有了這些證據后，他們還要對數據進行分析研究、組織語言、理清思路，而在以往的教學模式下，研究生并不會主動花費時間查找資料，教師由于課時的關系也不可能對每一種理論都進行仿真演示。
3.3.3 專題講座
擔任數字圖像處理課程任務的教師必須從事圖像處理領域研究，因此，在教學過程中，適時安排1~2次專題講座，由任課教師將自己在本領域的研究成果或是研究體會以講座的形式向研究生進行報告。在講座過程中，教師將從一個較高的層次，把一些新的內容介紹給研究生，同研究生一起分享圖像處理領域最新的發展動態和研究成果，開拓研究生的視野，為研究生動態更新最新的前沿知識。另一方面，由于課程標準制定過程中教學對象已實現了精確定位，凡是選修數字圖像處理課程的研究生日后均要從事該領域的研究，因此專題講座的開展也在一定程度上為研究生日后的學位論文撰寫提供靈感和研究方向。顯然，專題講座是課程教學強大而又有益的補充。
3.3.4 實踐操作
由教師從教學內容中選取若干重難點且與部隊作戰（訓練）密切關聯的內容，交由研究生自行仿真實現，記錄主客觀評價指標數值，對仿真結果進行比較與分析，并得出結論；對仿真結果中的不足展開討論，給出可能的解決方案。顯然，該階段側重課程標準中“反映部隊特色”的宗旨，要求學員學以致用，切實將書本中的理論知識運用到部隊實際中，為部隊服務，提高作戰能力，體現軍隊院校“向部隊靠攏，向實戰靠攏”的辦學宗旨。
在實際操作中，為了貼合武警部隊反恐處突場景的作戰實際，教師為學生布置了模式識別版塊中的圖像融合仿真實驗，給出了國際TNO組織提供的聯合國營地源圖像，源圖像取自同一場景，一幅由灰度可見光圖像傳感器獲得，另一幅由紅外圖像傳感器獲得。該實踐場景十分類似于武警部隊對潛藏在樹林中的恐怖分子進行圍捕的場景，要求研究生對現行資料中融合效果較好的6種融合方法進行仿真，記錄仿真結果并加以分析討論。
通過這一階段的訓練，研究生將書本中的理論知識與實際應用進行了有機結合，取得了良好的效果，并為日后將相應方法應用于部隊作戰（訓練）提供了理論基礎和支持。
3.4 考核方法
課程考核采取百分制，并綜合考慮研究生在筆試、專題討論、實踐操作3個環節中的表現，3者的比例為0.30：0.35：0.35。在考核中，教師更看重研究生在該門課程中針對實際問題的分析能力和實踐動手能力，以期學生真正理解和消化書本中的理論知識。筆試采取開卷方式進行，側重考核研究生對該門課程中的基本理論、概念、公式的掌握情況，因此，同以往的純閉卷考試相比，該考核方法靈活度更高，考核效果也更理想。在最終考核中，由于采取了更為有效的考核方式，學生只要認真參與教學活動，必然可以順利通過考試并拿到高分。如今，兩年的教學改革已經使該課程在研究生中小有名氣，從往日學員們的“黑名單”課程轉而成為“熱銷品牌”。
4 結 語
兩年的實踐結果表明，相比傳統的授課方式，該改革方案更符合高等院校的教學規律和實際情況，尤其是將部隊的實戰需求充分融入課程標準的制定過程，更加貼近了當前軍隊院校的人才培養需求，充分體現了軍隊院校“向部隊靠攏，向實戰靠攏”的辦學宗旨。
參考文獻：
[1] 岡薩雷斯. 數字圖像處理[M]. 北京: 電子工業出版社, 2014.
[2] 賈永紅. 數字圖像處理[M]. 武漢: 武漢大學出版社, 2010.
[3] 楊淑瑩, 張樺.“數字圖像處理”理論與實踐相結合教學模式[J]. 計算機教育, 2009(24): 84-86.
[4] 周海芳.“數字圖像處理”課程研討式教學[J]. 計算機教育, 2010(24): 93-97.
[5] 周耿烈, 魯逢蘭. 圖像處理技術精品課程建設[J]. 計算機教育, 2010(18): 101-104.
[6] 何楚, 馮倩, 楊芳, 等. 數字圖像處理課程實驗教學過程設計[J]. 計算機教育, 2011(18): 74-77.
篇（9）
電子產品的核心部分——印刷電路板(PCB)，是集成各種電子元器件的信息載體，在各個領域得到了廣泛的應用，是電子產品中不可缺少的部分。PCB的質量成了電子產品能否長期、正常、可靠的工作的決定因素[1]。隨著科技的發展，PCB產品的高密度、高復雜度、高性能發展趨勢不斷挑戰PCB板的質量檢測問題。傳統PCB缺陷檢測方式因接觸受限、高成本、低效率等因素，己經逐漸不能滿足現代檢測需要，因此研究實現一種PCB缺陷的自動檢測系統具有很大的學術意義和經濟價值[2]。國內外研究的PCB缺陷檢測技術中，AOI（Automatic Optic Inspection自動光學檢測）技術越來越受到重視，其中基于圖像處理的檢測方法也成為自動光學檢測的主流。本文通過圖像處理技術研究了一種大視場、高精度、快速實時的PCB缺陷自動檢測系統，設計了硬件結構和軟件算法流程。通過改進的電機驅動方式配合一鍵式自動檢測軟件的設計，大大提高了系統的檢測速度，對結果分析模塊的缺陷識別算法的改進提高了檢測結果的準確性。
1.系統結構
PCB缺陷自動檢測系統主要由運動控制模塊、圖像采集模塊、圖像處理模塊、結果分析模塊組成。系統工作過程如下：上位機控制步進電機運動，步進電機帶動二維平臺運動，將CCD攝像機傳輸到待檢測PCB上方，對PCB進行大場景圖像采集，采集的圖像經過圖像采集卡送到上位機，上位機軟件對采集的圖像進行拼接、圖像預處理，對處理的圖像進行準確定位并校準，通過圖像分割、圖像形態學處理等，最后進行模板匹配、圖像識別，得出缺陷檢測結果。系統設計包括硬件設計和軟件設計，系統軟硬件相互協調工作構成一個整體。
2.系統硬件設計
PCB缺陷自動檢測系統的硬件設計主要包括二維運動平臺、電機運動控制板、電機驅動板、CCD攝像機、圖像采集卡、PC等，其結構如圖1所示。
2.1 CCD攝像機和圖像采集卡
CCD攝像機的主要特性參數包括攝像機制式、光敏面尺寸、像素尺寸、分辨率、電子快門速度、同步系統的方式、最小照度、靈敏度、信噪比等。其中攝像機制式和是否在線檢測決定了圖像采集卡的采樣頻率，光敏面尺寸、像素尺寸、分辨率以及成像透鏡系統的放大率的平衡選擇取決于測量范圍和測量精度[3]。考慮到以上各個因素以及系統要求，在實驗中采用的是廣州視安公司的槍式攝像機，該攝像機的特點是數字面陣CCD逐行掃描，提供AV復合視頻接口和標準鏡頭接口，提供VC的SDK軟件開發包，方便設計軟件處理模塊。
圖像采集卡，又稱視頻捕捉卡，是視頻卡的一種類型。圖像采集卡完成的主要功能是把攝像機的連續模擬視頻信號轉換成為離散的數字量。其基本原理：從攝像機輸出的各種制式的視頻輸出信號，經過輸入選擇模塊處理后，形成能被圖像采集卡識別的視頻信號。模擬視頻信號經過轉換后，存儲在卡上的幀緩存存儲器內，由計算機CPU通過計算機總線控制具體的圖像傳遞，最終存儲在計算機的內存或硬盤，用于圖像處理[4]。本設計采用的圖像采集卡型號是：NV7004-N，將CCD攝像機模擬信號轉化為數字信號傳輸到上位機實時顯示，并能完成圖像的抓拍功能。
2.2 電機運動控制器及精密二維運動平臺
PCB缺陷自動檢測系統的運動控制器為自行設計的MCU控制板，核心芯片為ATMEL公司生產的單片機AT89S52，控制板通過RS-232串行通信接口與上位機進行通信。通過操作人機交互界面對控制板發送命令，控制板輸出控制信號以及各種頻率的方波信號到步進電機驅動板，以控制步進電機的轉速、方向以及移動距離。
二維運動平臺由兩個日本SUS Corp公司生產的精密運動導軌搭建，運動導軌為滾珠絲桿型，非常精密，誤差很小。步進電機與運動導軌相連，從而帶動導軌的運動。步進電機為日本TAMAGAWA公司生產的兩相四線制混合式步進電機，該型號步進電機運行穩定、噪聲小。
2.3 電機驅動
步進電機的驅動實際上就是通過控制步進電機的各相勵磁繞組的電流，使步進電機的內部磁場合成方向發生變化，從而使步進電機轉動起來。各相勵磁繞組的電流產生的合成磁場矢量的幅值決定了步進電機旋轉轉矩的大小，相鄰兩合成磁場矢量之間的夾角大小決定了步距角的大小[5]。
在拍數一定的情況下，齒數越多，步距角就越小，但由于受制作工藝的限制齒數不能做得很多，因此步進電機的步距角就不可能很小。改變步進電機的拍數也可以改變步距角，拍數是指完成一個磁場周期性變化所需脈沖數或導電狀態，或指電機轉過一個齒距角所需脈沖數。當步進電機的相數確定時，拍數也就確定。通過增加步進電機的齒數和相數來減小步距角，步距角減小的度數非常有限，很難滿足生產的要求。
細分數越多，電流變化越小，從而大大減少了電機的振蕩和噪音。采用階梯狀正弦波對電流進行細分時，階梯越多(即細分數越多)，波形就越接近正弦波，通入的階梯電流就越小，步距角也就越小[6]。從而大大減少了步進電機運行時的丟步率，降低了步進電機運行時的噪音和顫動，也使步進電機運行更加穩定，更易于控制。
3.系統軟件設計
3.1 系統算法流程
手動檢測可以根據需要在采集圖像時直接通過控制步進電機運動將CCD攝像頭運動到待測PCB板的主要部位，在進行圖像處理時也可以根據圖像質量來選擇與之相適應的圖像處理算法來實現，使系統具有交互性。自動檢測初始化設置參數后，可以一鍵實現缺陷檢測得出檢測結果，減少了操作復雜度，也大大提高了檢測的速度，使系統具有自動化、操作簡單、速度快等優點。本文結合二者于一體，使PCB缺陷自動檢測系統更加優秀，更加實用。
3.2 缺陷檢測
當前印刷電路板缺陷檢測方法主要分為參考比較法、非參考比較法和混合法三大類，參考比較法將被測圖像和參考圖像進行特征對特征的比較；非參考比較法不需要任何的參考圖像，只是根據先前設計的規則標準來判斷出是否有缺陷，如果不符合標準便認為此有缺陷；混合法是參考比較法和非參考比較法綜合應用。本文主要使用參考比較法，通過檢測PCB圖像與標準圖像進行對比分析，判斷該PCB板是否有缺陷[7]。
3.3 缺陷識別
3.4 結果分析
4.結論
本文基于計算機視覺和圖像處理設計了一個印刷電路板(PCB)缺陷自動檢測系統，并對其功能進行了驗證，實驗結果表明該系統界面友好，操作簡單，檢測方法簡單，檢測過程迅速，檢測結果準確。該系統為PCB缺陷的檢測提供了一個很好的解決方案，具有重要的應用價值。
參考文獻
[1]孫曉婷.PCB視覺檢測系統的研究[D].長沙:中南大學碩士論文,2008.
[2]2012-2016年中國PCB連接器市場預測及投資建議報告[R].中商情報網.
[3]俞瑋.AOI技術在PCB缺陷檢測中的應用研究[D].成都:電子科技大學碩士論文,2007.
[4]崔懷峰.PCB表面缺陷自動光學檢測技術的研究[D].江門:五邑大學碩士論文,2010.
[5]李玲娟,劉景林,王燦.兩相混合式步進電機恒轉矩細分驅動技術研究[J].微電機,2007,40(3):48-50.
[6]黃露.基于FPGA的步進電機控制系統設計與實現[D].重慶:重慶大學碩士論文,2011.
篇（10）
0 引言
MATLAB是MathsWorks公司的商業軟件。從1984年推出至今,經過不斷的完善與發展,已成為覆蓋多個學科的國際公認優秀的數值計算仿真軟件。許多復雜的計算問題只需短短幾行代碼就能在MATLAB中實現。論文格式。作為一個跨平臺軟件,MATLAB已推出 Unix, Windows,和 Mac等十多個操作系統的版本,大大方便了在不同操作系統平臺下的研究工作,目前基于Windows系統的最新版本是MATLAB7.0,它秉承以往版本的優點并且人機界面友好,非常容易使用。MATLAB語法結構簡單，具有高質量的圖形可視化效果和強大的界面設計能力，因而在數字圖像處理中有著其他語言所無法比擬的優勢，已成為近幾年來國內外處理圖像使用最為廣泛的優秀科技軟件之一。論文格式。本文在MATLAB7.0及其圖象處理工具箱的基礎上,介紹MATLAB在圖象處理與研究中的應用。
1 MATLAB概述
MATLAB是Matrix Laboratory的縮寫,事實上MATLAB既表示一種交互式的數值計算軟件,又表示一門高級科學計算語言。MATLAB語言是一種直譯式語言,其語法規則非常類似BASIC語言,有編程基礎的人很快就可以熟悉并使用它[1]。它把計算、圖示和編程集成到一個易用的交互式環境中,用大家熟悉的數學表達式來描述問題和求解方法從而使許多用C或FOR-TRAN實現起來十分復雜費時的問題用MATLAB可以輕松解決。
MATLAB的典型應用包括:數學計算、算法研究、數據分析和可視化、建模與仿真等。其最重要的功能就是進行矩陣的數值運算,它的數值分析、模擬與運算功能非常強大,而且程序結構完整,具有很強的平行移植性。因此,在圖像處理、自動控制、語音處理、信號分析等工業領域,MATLAB是研究、開發和分析首選的計算工具。其圖像處理工具箱( ImageProcessing Toolbox)提供了將近200種最基本的圖像處理函數,利用這些圖像處理工具箱,結合其強大的數據處理能力,我們可不必關心圖像文件的格式、讀寫、顯示等細節,而把精力集中在算法研究上,大大提高了工作效率。同時,在測試這些算法時既可方便地得到統計數據,又可得到直觀圖示。
2 利用MATLAB實現圖像增強
圖像增強技術主要有空域增強和頻域增強技術兩種：
2.1 空域增強技術
空域法是在原圖像上直接進行數據運算,主要是對圖像中的各個像素點進行操作。常用的空域增強方法有灰度變換、灰度直方圖均衡化。
1.灰度變換
灰度變換是對圖像像素灰度值進行修正，使圖像灰度值動態范圍加大,對比度擴展,成像均勻清晰,達到改善圖像質量的目的。用Matlab編程,可以將圖像的灰度值調整到一個指定的范圍。對圖pout.tif進行灰度變換的程序[2]如下
%讀入并顯示原始圖像
I=imread ('pout.tif');
imshow(I);I=double(I);[M,N]=size(I);
%進行線性灰度變換
for i=1:M
for j=1:N
if I(i,j)<=30
I(i,j)=I(i,j);
else if I(i,j)<=150
I(i,j)=(200-30)/(150-30)*(I(i,j)-30)+30;
else
I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200;
end
end
end
%顯示變換后的結果
figure(2);imshow(I);
運行結果如圖1所示
（a）原圖（b）灰度變換后
圖1 Pout原圖與灰度變換后的圖像
2.灰度直方圖均衡化
灰度直方圖(histogram)是灰度級的函數,描述圖像中每種灰度級像素的個數,反映圖像中每種灰度出現的頻率。橫坐標是灰度級,縱坐標是灰度級出現的頻率。用均衡化的方法把原始圖像不均衡的直方圖變換為均勻分布的形式，增加灰度值的動態范圍，達到增強圖像整體對比度的效果。以原圖circuit.tif為例，執行灰度直方圖均衡化的代碼如下：
I=imread('circuit.tif');
figure; subplot(221);imshow(I);subplot(222);imhist(I)
I1=histeq(I);
figure;subplot(221);imshow(I1);subplot(222);imhist(I1)
執行后的效果如圖2所示
圖2 直方圖均衡化
2.2 頻域增強技術
頻域法是從另外一個角度來分析圖像信號的特性。即首先將圖像從空間域變換到頻域,然后進行各種各樣的處理,再將所得到的結果進行反變換,從而達到圖像處理的目的。
1.采用巴特沃斯低通濾波器去噪。一般圖像的邊緣和噪聲對應與傅立葉變換中的高頻部分,所以能夠讓低頻信息通過同時濾掉高頻分量,因而此技術能夠平滑圖像,去除噪聲。論文格式。
2.采用巴特沃斯高通濾波器對圖像銳化處理。由于圖像中灰度發生驟變的部分與其頻譜高頻分量相對應,可以采用高通濾波器衰減或抑制低頻分量,使高頻分量暢通并能夠對圖像進行銳化處理。所以低通濾波后讓高頻信息通過,在像面上顯示了圖像的細節,圖像邊緣部分得到加強。
3.利用小波變換獲得圖像增強。利用小波變換對圖像進行二尺度分解,對感興趣的部分進行增強。對低頻系數進行放大,對高頻系數進行縮小,可以有效去除圖像的噪聲、增強圖像輪廓。
對加入椒鹽噪聲的圖像eight.tif作巴特沃斯低通濾波，程序如下
I=imread ('eight.tif');
J=imnoise(I,'salt & pepper',0.02); %給原圖像加入椒鹽噪聲，如圖（a）所示
subplot(121);imshow(J);title('含有椒鹽噪聲的圖像');J=double(J);
%采用傅立葉變換
f=fft2 (J);
%數據矩陣平衡
g=fftshift(f);[M,N]=size(f);n=3;d0=20;n1=floor(M/2);n2=floor(N/2);
for i=1:M
forj=1:N
d=sqrt((i-n1)^2-(j-n2)^2);
h=1/(1+(d/d0)^(2*n));
g(i,j)=h*g(i,j);
end
end
g=ifftshift(g);g=uint8(real(ifft2(g)));
subplot(122);imshow(g);
處理結果如圖3所示，可以看出巴特沃斯低通濾波對于濾除圖像的椒鹽噪聲非常有效，在噪聲圖像上的椒鹽噪聲斑點全部被去除，達到了圖像增強的目的。
（a）eight含有椒鹽噪聲的圖像 （b）eight經巴特沃斯低通濾波后的圖像
圖3 加噪聲和經巴特沃斯低通濾波后的圖像
3 利用MATLAB實現圖像邊緣檢測
通常不同區域之間的邊緣上像素灰度值的變化往往比較劇烈,這是邊緣檢測方法得以實現的主要假設之一。可以使用累計直方圖計算兩個閾值,大于高閾值的一定是邊緣,小于低閾值的一定不是邊緣,介于之間的,看這個像素的鄰接像素中有沒有超過高閾值的邊緣像素,如果有的話那么它就是邊緣了,否則它就不是邊緣。邊緣檢測的基本思想首先是利用邊緣增強算子,突出圖像中的局部邊緣,然后定義象素的“邊緣強度”,通過設置閾值的方法提取邊緣點集。由于噪聲和模糊的存在,監測到的邊界可能會變寬或在某點處發生間斷。因此,邊界檢測包括兩個基本內容:
1.用邊緣算子提取出反映灰度變化的邊緣點集。
2.在邊緣點集合中剔除某些邊界點或填補邊界間斷點,并將這些邊緣連接成完整的線。
常用的檢測算子有微分算子、拉普拉斯高斯算子和canny算子[3]。MATLAB工具箱提供的edge()函數,可針對Roberts算子、sobel算子、perwitt算子和canny算子實現邊緣檢測的功能。下面使用這四種算子對圖像cameraman.tif進行邊緣檢測。程序代碼如下，效果圖如圖4所示。
f=imread('cameraman.tif');
subplot(2,2,1);imshow(f);title('原始圖像');
[g,t]=edge(f,'roberts',[],'both');
subplot(2,2,2);imshow(g);title('Roberts算子分割的結果');
[g,t]=edge(f,'sobel',[],'both');
subplot(2,2,3);imshow(g);title('sobel算子分割的結果');
[g,t]=edge(f,'prewitt',[],'both');
subplot(2,2,4);imshow(g);title('prewitt算子分割的結果');
(a)原始圖像(b)Roberts算子分割結果
(c)sobel算子分割結果(d)perwitt算子分割結果 (e)canny算子割結果
4 結語
MATLAB具有多種強大功能,語言自然,界面友好,開放性強,易學易用,使得它在各行各業的應用范圍越來越廣,尤其在圖像處理方面。總之，MTALAB作為一個強大的數據處理軟件為我們進行科學研究提供了極大的方便。
參考文獻
[1].張智星MATLAB程序設計與應用[M]清華大學出版社 北京 2002.4
[2].周廣芬 李 鵬楊久義 利用MATLAB圖像處理工具箱進行圖形數字化的研究 [J] 河北科技大學學報 2005.12
