發布時間：2022-03-13 07:45:27
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的圖像處理技術論文樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
引言
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。本文將從計算機應用方面闡述圖像處理技術在全息中的應用。
一、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。
二、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(GradientAlgorithm)，拉普拉斯算子運算(LaplacianOperator)，平滑算子運算(SmoothingOperator)和卷積運算(ConvolutionAlgorithm)。二是點處理法。包括灰度處理(greyprocessing)，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。
三、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。圖1是計算全息實現流程圖。
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。
本文僅模擬了計算全息的實現和再現過程，其實，計算機圖像處理在全息技術中的應用是全方位的，用實驗方法得到的全息圖中包含了更多的其他無用信息（噪聲），圖像處理技術在這里就顯得尤為重要。隨著計算機圖像處理技術的進一步發展，全息技術必然會迎來新的一輪發展和飛躍。
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.
[2]劉誠，李銀柱，李良鈺等.數字全息測量技術中消除零級衍射像的方法[J].中國激光，2001，A28(11)：1024-1026.
關鍵詞：地理信息系統；遙感數字圖像處理；教學改革
作者簡介：劉春國（1973-），男，河南上蔡人，河南理工大學測繪與國土信息工程學院，講師；盧曉峰（1981-），女，河南洛陽人，河南理工大學測繪與國土信息工程學院，講師。（河南焦作454000）
基金項目：本文系河南理工大學教育教學改革研究項目（項目編號：2008JG035）的研究成果。
中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2012）10-0081-02
當前，遙感已經或正在走向全面應用階段。國際遙感應用發展的實用化、業務化、產業化、精細化特征明顯，但我國遙感應用水平還不高，根本原因是基礎研究薄弱，缺乏多學科人才共同努力。[1]培養一大批經過系統知識培訓、熟練掌握遙感科學理論和應用技能的地理信息科學人才，滿足社會對地理遙感信息高技術人才的迫切需求，是高等教育的責任所在。
1998年教育部新增地理信息系統本科專業后，我國GIS教育發展形勢空前活躍。經過10余年的教學實踐和探索，逐步形成了比較穩定的GIS專業課程體系與課程設置方案。[2-5]遙感系列課程（遙感物理與技術、遙感數字圖像處理、遙感地學分析與應用）成為GIS專業課程體系中的重要模塊，說明GIS學科建設的負責人已認識到培養掌握遙感技術的GIS人才的重要性。遙感數字圖像處理是遙感過程的重要一環。充分利用各種圖像處理算法從遙感數據中獲取各種生物物理參數和土地覆被/利用信息，可以為自然和人文生態系統的空間分布式模型提供輸入參數，在遙感技術應用中占有十分重要的地位。近幾年河南理工大學（以下簡稱“我校”）GIS專業開設了“遙感數字圖像處理”課程。圍繞如何提高“遙感數字圖像處理”課程教學質量，筆者從革新課程體系、協同教學、優化教學內容、豐富實踐教學手段等方面進行了一系列探索。
一、革新遙感課程體系，突出“遙感數字圖像處理”課程地位
隨著遙感技術及其應用的迅速發展，很多專業開設了“遙感原理與應用”課程，內容分為三大模塊：遙感基礎、遙感圖像處理及分析方法和遙感專題應用。這種課程設置模式比較適合早期GIS專業遙感課程教學或選修遙感科學技術的某些專業，對于當前GIS專業遙感教學則存在明顯缺點。主要問題是對“遙感數字圖像處理”教學重視程度不夠，對數字圖像處理在整個遙感過程中的重要性體現不足，與遙感地理信息系統融合集成的一體化趨勢不相適應，與國民經濟各部門遙感業務日益普及的態勢不相適應，與社會信息化深入發展的狀況不相適應。人才培養滯后于社會需要，不能滿足對高素質地理遙感科技人才的需求。
我校GIS專業總結多年遙感課程教學實踐經驗，革新了遙感課程體系，設置了“遙感概論”、“遙感數字圖像處理”、“遙感應用分析”、“遙感數字圖像處理實驗”等遙感相關課程，規劃了遙感系列課程的主體教學內容。“遙感概論”要求學生掌握遙感及其應用的基本科學工程背景知識，重點內容是電磁波與地表物質相互作用的基本原理、遙感數據采集、傳輸和成像機理，從可見光-近紅外、熱紅外、微波（主動方式和被動方式）波譜段介紹遙感信息的獲取特點和技術發展，適當涉及大氣遙感、海洋遙感等應用領域和典型案例。“遙感數字圖像處理”要求學生掌握基于數字圖像處理方法獲取地球資源有用信息的科學與技術。由于學科交叉融合，數字圖像處理方法眾多，新理論、新方法不斷推出，課程重點主要著眼于圖像處理基本知識和遙感圖像處理常用算法，對一些探索性、前沿性和跨學科的內容從原理上予以概括介紹，如圖像亞像元分類、模糊分類和面向對象圖像處理等等。“遙感應用分析”采用理論、方法和實例相結合，選擇不同遙感應用領域的典型案例介紹，培養學生遙感專題分析技能，深化學生對于遙感科學技術應用現狀和廣闊前景的認識。“遙感數字圖像處理實驗”課程著眼于培養學生圖像處理技能，鞏固和深化理論課程教學內容，提高動手能力和理論聯系實際解決問題的能力。
我校GIS遙感系列課程設置方案把“遙感數字圖像處理”與“遙感數字圖像處理實驗”單獨設課，提升課程地位，加大課程學時，強化實踐技能訓練，對提高“遙感數字圖像處理”課程的教學成效很有益處。這種課程設置模式有助于培養GIS專業學生采用圖像分析方法解決遙感應用問題的能力，比較契合我國GIS專業本科教育遙感課程設置的發展態勢。
二、培育遙感系列課程教學群體，分工協作提高“遙感數字圖像處理”課程教學質量
GIS專業遙感系列課程設置要求具備一定規模的師資力量。遙感是多學科的綜合，交叉性強，研究方法不斷補充和更新，課程教學內容豐富。遙感系列課程的設置決定了課程之間存在密切的內部聯系。要提高“遙感數字圖像處理”課程教學質量，必須打破教師個人單兵作戰的慣常做法，加強與相關課程教師之間的協調和交流。培育組建了承擔遙感系列課程教學任務的教學群體。遙感課程教學組圍繞課程建設，整合優化課程體系，充實更新教學內容，保證了課程之間教學內容的連貫性和相關性。課程教學組成員互相學習、借鑒、交流，協同規劃各課程教學環節的教學要求和學時分布，課程內容更加先進，課程結構更加協調，教學方法更加有效，教學手段更加豐富，實踐教學得以充實，教學科研聯系更加密切。遙感課程教學組的建立和協作對提高“遙感數字圖像處理”課程教學質量起了明顯的作用。
三、匯聚國內外優秀教材成果，整合優化教學內容體系
教學內容和課程體系涉及高等教育人才培養的模式，決定了高等學校人才培養的規格，在很大程度決定了人才培養的質量和水平。[6]教學中適度引進世界著名高校的名牌課程教材和教學參考用書，是高等教育國際化的重要舉措。[7]遙感課程教學組重視遙感數字圖像處理課程教材和教學內容建設，收集了國內近些年出版的如戴昌達、章孝燦、湯國安、韋玉春、朱述龍等編寫的遙感數字圖像處理教材教參，注意引用吸收國外著名高校的遙感圖像處理相關教材教參，參考了John R. Jensen、John A. Richards、Robert A. Schowengerdt、Jay Gao、John R. Schott、Brandt Tso等人的遙感數字圖像處理著作，認真研討不同教材特點及其開課對象，針對遙感數字圖像處理理論性強、概念抽象、方法多樣、實踐性強的特點，根據教學對象和課程學時，按照系統性和前瞻性結合、理論與應用結合的要求，制訂了教學主體內容。課程內容分為11個部分：圖像基本知識、遙感圖像成像過程與數據特征、遙感圖像輻射校正、遙感圖像幾何變換與校正、遙感圖像增強、遙感圖像變換、遙感圖像分割、遙感圖像融合、遙感圖像分類、數字變化檢測、遙感圖像應用處理。優化后的課程教學內容注意了與“遙感概論”、“遙感應用分析”等課程內容的有機銜接。對于與“遙感概論”課程有重疊的內容只做簡單回顧，如遙感成像過程、機理與數據特征，以少數典型應用案例揭示遙感數字圖像處理方法在遙感應用分析中的作用和地位；避免與先開課程內容重復，為后續課程做適度鋪墊。數字圖像處理方法多樣，課程重點介紹常用算法，使學生能掌握數字圖像處理原理，夯實基礎。對一些發展中的、前沿性的算法著重介紹算法的思想和原理，教導學生注重算法但不應局限于具體算法，培養學生發散思維、學習能力和創新思維。教學中適當區分遙感數字圖像系統處理和應用處理的差別。
四、重視實踐教學，多手段豐富實踐教學內容
實踐教學是創新人才培養中的重要環節，對于培養學生專業技能和理論實踐結合能力、激發學生的創新思維和探索精神、提升科研能力，有著重要意義。GIS專業“遙感數字圖像處理”教學高度重視實踐教學環節，從課程體系設置、實驗課程內容設計、實驗室開放項目、畢業設計、大學生科研訓練計劃和教師科研課題等幾個方面為學生提供多樣化的實踐途徑，豐富了實踐教學體系。
從課程設置體系上，“遙感數字圖像處理”單獨設課，緊密聯系課程理論教學內容附設6個單元的基礎驗證性課堂實驗（見表1），增強學生對各種遙感圖像處理算法及其效果的感性認識。“遙感數字圖像處理”實驗課程單獨設課，結合“遙感數字圖像處理”課程和“遙感應用分析”課程知識，設置綜合設計型實驗6個模塊，培養和提高學生對知識與技能的綜合運用、自主學習的能力。
積極利用各種平臺，提供實踐課題，培養學生創新能力。我校為了培養大學生的創新能力和實踐能力，促進實驗室開放，設置了實驗室開放基金。在實驗室開放基金平臺支持下，設計了一些探索研究型實驗課題，鼓勵學生組團選擇實驗課題、查閱文獻、擬定實驗方案、實施實驗過程、撰寫實驗論文。大學生科研訓練計劃和本科畢業設計（論文）也是培養本科生創新能力的平臺。在實施學校大學生科研訓練計劃的年度，遙感課程組每年設計幾個遙感應用分析研究小課題，供學生參與大學生科研訓練，并從科研課題中提煉一些問題作為大學生畢業設計選題，引導學生參與到教師科研課題中。學生通過參與實驗室開放基金課題、大學生科研訓練計劃項目和教師科研課題，檢驗了專業知識，培養了探索精神、創造思維和合作能力。
五、結束語
本文總結了我校遙感課程教學組圍繞GIS專業“遙感數字圖像處理”課程教學實施的一系列教學改革措施。這些措施已經取得較好的成效，有不少GIS學生積極參與校實驗室開放基金項目、大學生科研訓練計劃項目和教師科研項目，每年GIS專業有近1/3的學生選擇與遙感圖像處理及遙感應用分析有關的畢業設計題目。人才培養是項長期復雜的系統工程，需要從師資、設備、教學等一系列軟硬件教學條件上予以保障。
參考文獻：
[1]李小文.定量遙感的發展與創新[J].河南大學學報(自然科學版),2005,(4):49-56.
[2]秦其明.中國高校GIS專業核心課程設置問題的探討[J].地理信息世界,2003,(4):1-7.
[3]錢樂祥.GIS專業課程體系改革思路與實踐[J].高等理科教育,2006,(6):95-98.
[4]談樹成,劉恒,夏既勝,等.關于地理信息系統(GIS)本科專業課程設置的思考[J].高等理科教育,2008,(4):47-50.
[5]李天文,王林剛,李庚澤,等.地理信息系統專業課程體系建設研究[J].中國大學教學,2011,(1)3-5.
關鍵詞：圖像差值；稀疏表示；增強圖像；剖面曲率
中圖分類號：TP391.41
近年來，隨著稀疏分解技術的快速發展，基于稀疏分解的信號處理技術為圖像去噪和圖像修復提供了全新的思路和手段。相比起傳統的圖像修復方法，只要字典選擇合適，基于稀疏分解的圖像修復可以有效避免傳統圖像修復技術中所存在的諸如修復缺損區域較小、修復后的圖像存在邊界模糊和圖像不光滑、修復后的圖像比較模糊等問題；只要字典選擇合適，基于稀疏分解的圖像去噪就能夠最大程度地區分開投影后信號與噪聲，得到很好的圖像去噪效果。此外，基于稀疏分解的圖像去噪和圖像修復具有實現方法規范統一、計算量明確等優點，因此近年來，圍繞基于稀疏分解的圖像修復和圖像去噪技術又重新引起了人們的廣泛關注。此外，基于稀疏分解的增強圖像處理技術還可以很簡單地推廣到圖像識別等數字圖像處理技術。因此深入、系統地開展基于稀疏分解的增強圖像去噪和圖像修復技術是十分必要的。
圖像變換域去噪方法通過對圖像進行某種變換，將圖像變換到變換域，再利用變換域以及噪聲的非相思特征然后在通過變換系數進行合理處理，從而達到有效去除噪聲的目的。傅立葉變換是一類比較經典的變換域分析方法，但圖像信號與噪聲的頻域特征往往存在一定程度的相互重疊，因此頻域濾波在抑制噪聲的同時，也會模糊圖像、破壞圖像的細節信息。除了頻域變換分析方法，將空域圖像變換到其他變換域的圖像去噪方法成為圖像去噪技術研究和應用的重要方向。與傅里葉變換相比，小波變換具有低熵性、多分辨率、去相關性和選基靈活等特點。Donoho和Johnstone提出了基于小波閾值萎縮的圖像去噪方法。
在圖像修復問題中，待修復區域內信息完全丟失，只能根據周圍圖像信息對待修復區域的內容進行預測、估計和填充，使之在視覺上達到完整。從數學角度來看，數字圖像修復是一類病態問題。由于沒有足夠信息可以保證能唯一正確地恢復出被損壞的部分，它是一個不確定問題，沒有唯一解存在，解的合理性取作為一類重要的變換域特征，圖像信號在某些專門構造的變換域上的投影往往表現出明顯的稀疏表示特征，而噪聲或干擾在這些變換域上的投影則沒有明顯的稀疏特征，顯然利用圖像信號在變換域上的稀疏特征為圖像去噪提供了另一種可行的思路。以小波變換與超小波變換為代表的變換域分析方法盡管具有普適性好的優點，但往往難以充分地刻畫和反映信號稀疏特征。與之相對應的是，通過圖像樣本訓練所確定的過完備字典往往能夠更好地刻畫圖像信號內在的稀疏特征。
基于圖像分解和稀疏表示的圖像去噪修復方法是一種新穎的圖像修復方法。如前所述，圖像在過完備字典下的稀疏特征與圖像信號本身之間有著一一對應的關系，只要圖像在空域的污損投影到過完備字典下不影響到對圖像信號的稀疏特征，那么就可以從已知信號在完備字典下的稀疏表示重構出原始的圖像信號，進而完成圖像修復任務。
基于稀疏表示的圖像修復是一種新穎的圖像修復方法。如前所述，圖像在過完備字典下的稀疏特征與圖像信號本身之間有著一一對應的關系，只要圖像在空域的污損投影到過完備字典下不影響到對圖像信號的稀疏特征，那么就可以從已知信號在完備字典下的稀疏表示重構出原始的圖像信號，進而完成圖像修復任務。
參考文獻：
[1]李長洋.基于稀疏性的圖像分層修復[D].西南交通大學碩士論文，2010.
[2]趙輝.應用于圖像處理的自適應中值濾波算法的研究[D].東北大學碩士論文，2009.
[3]趙慧民，倪霄.壓縮感知的冗余字典及其迭代軟閾值實現算法[J].電路與系統學報，2013，02，15.
[4]王建英，尹忠科，張春梅.信號與圖像的稀疏分解及其初步應用[M].成都：西南交通大學出版社，2006：49-139.
關鍵詞：圖像處理技術（image processing techniques）、面積測量（area measurement）、移動式格柵除污機（the mobile grille remover）、智能化（intelligent control）
一、背景情況
當今的大中型雨污水泵站內一般均安裝有移動式格柵除污機，其利用單個可移動除污機頭進行移動除污的效果深受好評。其傳統的自動控制方式[1]是在格柵井前后各設超聲波液位計，測量格柵前后的液位值，控制系統通過判斷液位差值觸發其除污動作，但自動除污過程為：不管各倉位的柵片上污物的多少，移動機架均要逐倉進行除污一次（或幾次），直至最后一個倉位除污完畢后自動回復至初始倉位，一般整個除污過程的周期時間會達半小時以上。這樣既費時、費電，又增加了設備的使用率，加快了設備的損壞與維修，加速了設備的折舊與報廢。而且，超聲波液位計應用于污水行業中有其自身的缺陷，其不適用于測量有氣泡及懸浮物的介質等不利因素，而在泵站內的污水成份復雜，夾雜著大量的污物、油脂等漂浮物，并且水流流速快，對于超聲波信號的擾動很大，常會引起數據的跳躍或偏差，所以一般不利用超聲波信號直接去自動控制設備，而僅用作水位情況的監視。如在中國自動化網上的一文中指出，為保證控制可靠運行，需定期對超聲波液位計進行維護和校正[2]。
在此種狀況之下，有必要去研究一種方法、裝置或系統，以解決上述問題。
二、模擬實驗
針對上述中的除污過程，試制了一套模擬實驗系統，首先在實驗室里進行小試，以解決圖像處理技術在此類污物圖片處理中的應用問題，待試驗數據結果證明可行之后，再進一步進行實驗室類比或實地試驗。
（1）組成器件
攝像頭：Kacon color ccd camera Model：VC-423A
視頻采集卡：Hikvision Model：DS-4004HC（R）
水槽：1150cm×30cm×28cm（長*寬*高）
柵片組：柵條尺寸30mm×4mm×320mm 柵條間隙20mm
小潛水泵：交流220V魚缸用小型潛水泵
污染物：塑料馬夾袋、抹布及一些其它雜物
待開啟潛水泵，水流迎向柵片正向流動，帶動污物靠近甚至貼在柵片之上，同時，攝像頭每間隔一定周期地拍下圖像，通過模擬系統拍攝了7幅圖像，有無水調整圖像（攝像頭調整固定位置）1幅，加水后的無污物初始圖像2幅、有污物污染程度（輕、中、高、重度）不同的圖像4幅。
（2）圖像處理方法[3]
本文所采用的MATLAB[4]的版本為R2007a。圖像處理工具箱是以數字圖像處理理論為基礎，用MATLAB語言構造得到的一系列用于圖像數據顯示與處理的M文件，并且可以查看或改進這些M文件的代碼。
針對上述7幅圖像應用數字圖像處理的相關技術進行處理，將污物從有污物的圖像中分離出，并且計算出面積，用以后序判斷。首先對于采集的圖像進行預處理工作以便減少對后序處理過程的影響。之后，再進行目標物（污物）的提取、統計。設想方案有2個，方法一：先分割后差分。先對于各幅圖像進行目標提取（分割處理），提取出感興趣部分，之后進行差分（減背景）處理，再計算污物面積，超過預設值即發出除污信號；方法二：先差分后分割。直接將有污物圖像與背景圖像進行差分（減背景）操作，再對于得到的差分后圖像進行分割處理（二值化等方法），計算其污物面積。通過實驗后得出，應用方法一中的Otsu算法選取的閾值對圖像分割后再進行差分操作效果較好，基本可以將重度污染物提取出來；而應用方法二直接先與背景圖像進行差分處理[5]，似乎二種算效果均較好，都基本可將重度污染物提取出來。
（3）面積計算
通過bwarea（）函數的運用，得出表1：
從得出的污物面積數據分析，不管是先分后差還是先差后分，利用直方圖法選取的閾值分割方法優于Otsu算法選取的閾值，Otsu算法在高度與重度污染圖像判斷時，產生了數據倒大的現象（表格中灰色顯示的數據），說明此方法不適用于此類圖像的操作。再看先分后差方法中，對2幅圖像分別進行分割處理后再進行差分處理，此過程中有2次分割和1次差分；而先差后分方法中，對2幅圖像先進行差分，然后再分割，此過程中有1次差分和1次分割，雖然從實驗得出的數據來看，似乎兩種方法均較適合，但是，先差后分過程中對于圖像處理次數少，理論上來說所引入的干擾或誤差也應該較少，所以，還是認為先差后分效果更好（表格中加粗的數據）。
三、實驗結果
本文研究了圖像處理技術在移動式除污機智能控制中的模擬應用，主要內容涉及到圖像的預處理，圖像的差分，圖像的分割（二值化），將污物從背景圖像中提取出來，再計算面積，最后將得到的面積與預設值比較，判斷出在柵片上污物的大致污染程度是否需要進行除污工作。通過對于圖像基礎知識的了解與學習并且利用模擬系統較簡單的實驗工作，得到如下結論：
（1）通過一系列的圖像處理技術或方法，可以將不同污物程度較明顯的提取出來，并且對于此類圖像進行先差分后分割要略優于先分割后差分的方法，在下一步的實驗中有指導運用的可行性。
（2）此實驗效果僅代表實驗室中的小試結果，與泵站實地情況差別較大，有其局限性，如集水井內的光照度白天與黑夜差別較大，運行水位高低對于固定攝像機拍到的像片中感興趣部分（污物）面積的影響等因素。這在進一步的類比性實驗或實地試驗中均應考慮周全。
對于圖像處理技術的研究，在醫療器械、航空航天、多媒體技術等很多領域的發展過程中啟到了舉足輕重的作用。而在市政工程的雨污水處理行業之內，研究與應用極少，希望在不久的將來，能將圖像處理技術應用于移動式除污機的控制系統中。
參考文獻
[1] 梁博寧，黃巧亮，劉劍平.PLC在污水泵站控制系統中的應用.工業控制計算機，2006，第19卷（第10期）：80～81
[2] 基于S7-400 PLC的控制系統在污水處理中的應用.中國自動化網，2010.11
[3]楊帆等編著.數字圖像處理與分析.北京：北京航空航天大學出版社，2007.10
[關鍵詞]圖像處理 去噪 方法 展望
一、引言
對于數字圖像處理的方法研究主要源于兩個應用：一是為了方便人們分析而對圖像的信息進行必要的改進；二是為了使機器設備能自動理解而對圖像數據信息進行存儲、傳輸和顯示過程[1]。隨著人類生活信息化程度的不斷加深，圖像信息作為包含了大量信息的載體形式越來越體現出其強大的信息包含能力，由此引發的就是對圖像質量的高要求。在實際的應用中，系統獲取的圖像往往不是完美的，常常會受到外界的干擾，例如傳輸過程中的誤差、光照等因素的影響都會導致圖像的質量不高，難以進行更深入的研究和處理，所以需要對其進行處理，便于提取我們感興趣的信息。在數字圖像處理過程中，由于受到成像方法和條件的限制以及外界干擾，數字圖像信號不可避免地要受到噪聲信號的污染。圖像中的研究目標的邊緣、特征等重要的信息常被噪聲信號干擾甚至覆蓋，使原始圖像變得模糊，給圖像的后繼研究和處理，比如邊緣檢測、圖像分割、圖像識別等增加很大難度，因此對圖像進行去噪處理，恢復原始圖像是圖像預處理的重要任務和目標。圖像去噪工作也被稱為圖像濾波或平滑。
二、圖像去噪技術的發展歷史和現狀
（一）圖像噪聲的定義和分類
所謂數字圖像處理就是利用計算機對圖像信息進行加工以滿足人的視覺心理或者應用需求的行為。一幅圖像信息的生成難免或多或少都會伴隨有噪聲的產生。噪聲可以理解為“妨礙人們感覺器官對所接收的信源信息理解的因素”，在理論上可定義為“不可預測，只能用概率統計方法來認識的隨機誤差”[2]。它對圖像信息的采集、輸入以及處理的各個環節和最終的輸出結果都會產生一定的影響，特別是在圖像信息的輸入、采集和傳輸過程中，若輸入時伴隨有較大的噪聲，則必定會對其后的處理過程以及處理結果造成不利的影響。
常見的圖像噪聲分為5種[3]：
（1）加性噪聲：和輸入圖像信號無關，比如信道噪聲；
（2）乘性噪聲：與圖像信號有關，常隨著圖像信號的變化而變化，比如膠片中存在的顆粒噪聲；
（3）量化噪聲：與輸入圖像信號無關，是量化過程中產生的誤差，其大小可以衡量數字圖像與原始圖像的差異，這是數字圖像主要的噪聲源；
（4）椒鹽噪聲：由于圖像切割引起的噪聲，比如白圖像上的黑點噪聲；
（5）高斯噪聲：其概率密度函數服從正態高斯分布的噪聲，包括熱噪聲和散粒噪聲。
（二）去噪技術的發展歷史和現狀
圖像處理的出現始于20世紀50年代。當時的電子計算機已經發展到了一定的水平，人們開始使用計算機來完成簡單的圖形和圖像處理工作。數字圖像處理形成體系，形成一門學科約開始于20世紀60年代初期[4]。早期圖像處理的目的僅僅是為了改善圖像的質量便于提高人的視覺效果。數字圖像處理過程中，輸入的是質量較低的原始圖像，輸出的是改善過后有一定質量的圖像。常用的圖像處理方法有圖像增強、復原、編碼和壓縮。早期由于數字圖像處理領域涉及的數學理論比較淺，在很長的一段時間里，某些在特定條件下的算法的正確性沒能得到很好的證明，使得數字圖像處理研究的發展緩慢。近年來，由于該領域研究者數學功底的不斷加強，同時該領域具有的巨大市場需求也吸引了越來越多的數學工作者的加入，使得該領域得到了前所未有的發展[5]。
三、圖像去噪的典型方法
根據實際圖像的特點，存在的噪聲的頻譜分布規律和其統計特性，人們開發了各種圖像去噪方法，典型的方法有：
（一）均值濾波法（鄰域平均法）
均值濾波法也稱為鄰域平均法，該方法較適于去除通過掃描得到的圖象中的顆粒噪聲，具體做法是將一個像素及其鄰域的所有像素的平均值賦值給輸出圖像相應的像素，以此達到濾波的效果。此方法能較有效地抑制噪聲，算法簡單，運算速度快，但由于平均會引起一定程度的圖像模糊現象，模糊程度與鄰域半徑成正比。
對于均值濾波法引起的圖像模糊現象，可通過選擇合適的鄰域大小、形狀和方向等加以改進。
（二）中值濾波法
中值濾波法是一種常用的基于排序統計理論的非線性平滑濾波法，其工作原理是先以某一像素為中心，確定一個稱為窗口的鄰域（通常為方形），取該窗口中各像素的灰度中間值替換中心像素的灰度值，從而消除孤立的噪聲點，減少圖像的模糊度。中值濾波可以比較有效地濾除圖像中的椒鹽噪聲。該方法既可以去除圖像中的噪聲，又能保護圖像的邊緣信息，而且在實際運算中不需要圖象的統計特性，算法簡單，實時性較好，但對于某些如點、線、尖頂等細節較多的圖象不宜采用中值濾波的方法[6]。
（三）小波去噪
在圖像去噪領域，近年來，越來越多的學者青睞于小波去噪。因為該方法具有良好的多分辨率分析能力和時頻局部特性，并且能夠保留大部分的包含信號的小波系數，因而能較好地保護圖像細節。小波去噪法通常分為三個步驟：先對圖像信號進行小波分解，然后將經過層次分解后的高頻系數進行閾值量化，最后利用二維小波重構圖像信號[7]。
四、圖像去噪技術的發展前景展望
圖像是人們獲取信息和交換信息的主要來源，因此，圖像處理的相關應用必定影響人們生活和工作的方方面面。隨著相關學科的不斷發展，數字圖像處理技術也將得到不斷地提高。圖像去噪這一最早應用于軍事指揮和控制方面的技術，發展至今已成為了許多傳統學科和新興工程領域的結合體[8]，小波去噪法的出現更是使圖像預處理進入了一個新的階段。近年來小波變換與神經網絡技術相結合的去噪方法成為了研究的熱點：小波變換去噪能有效地抑制噪聲，且很好地保留圖像的原始特征，而神經網絡具有良好的自適應機制和自學習能力，兩者相結合的去噪方法必然成為主要的發展趨勢之一。
[參考文獻]
[1]武偉；王宏志.基于雙樹復小波變換與非線性擴散的圖像去噪[J]；長春工業大學學報（自然科學版）；2011年03期
[2]王文；康錫章；王曉東.基于小波域HMT的航空偵察圖像去噪方法[A]；'2003系統仿真技術及其應用學術交流會論文集[C]；2003年
[3]AGersho，BRamaurthi.ImagecodingusingvectorquantizationinProc.IEEEInt.Conf.Acost.Speechsinalpro-cessing.1982.5.430-432
[4]李康；高靜懷；王偉.基于Contourlet域HMT模型的圖像去噪方法研究[A]；全國第二屆信號處理與應用學術會議專刊[C]；2008年
[5]鄧超.基于改進神經網絡的CCD圖像去噪方法研究[A]；武漢（南方九省）電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C]；2010年
[6]李偉.基于匹配跟蹤和自適應字典的圖像去噪算法研究[D]；華北電力大學（北京）；2010年
[7]林德貴.基于邊緣檢測的提升小波圖像去噪[J]；長春大學學報；2011年08期
關鍵詞：車牌識別，聯合編程，多特征，灰度二值化，傾斜矯正
0 前言
車牌是機動車唯一的管理標識符號，車牌識別是智能化交通系統中的核心技術[1]。目前，小轎車數量大大增加，如何設計一種適合校園使用的車牌識別系統成為研究的熱點。
1 校園車牌識別系統中的困難
一般的車牌識別系統，往往需要高速攝相機、采集卡、高性能計算機和設計比較復雜的軟件，造價較高。能不能通過常規的攝像頭等低廉的硬件，配合簡化識別流程的快速識別系統實現校園車牌識別系統呢？筆者對此進行了研究。
2 校園車牌快速識別系統的思路
實際上，校園中的車牌識別是有一定特點的。首先，校園中的車輛主要為小轎車傾斜矯正，也就是具有藍底白字的特征[2]。其次，這些車牌的長寬比是固定的，沒有邊框的為4.5，有邊框的為2.7。再次，車牌中含有類字符區，即橫向區域灰度有明顯波峰波谷變化[3]。另外，與高速公路上的汽車不同，校園中的小轎車行駛的速度較慢，普通攝像頭完全能滿足應用需求。綜合這些特點，可以設計出步驟簡化、成本低廉的識別系統。
3 校園車牌識別系統的設計流程
基于多特征的校園車牌快速識別系統的硬件部分為普通的攝像頭和計算機，而軟件部分采用在圖像處理上具有獨特優勢的Matlab和擅長界面的C#聯合編程實現。一般來說，車牌識別包括車牌定位、車牌字符分割和車牌字符識別等步驟，但實際上，攝像頭獲取到的車牌的角度并不標準，因此，還需要進行矯正。因此，其設計流程如如1所示。
圖1 系統的設計流程
4 校園車牌識別系統的實現
4.1 車牌快速定位
首先，通過對藍底白字車牌的特征傾斜矯正，可以實現快速定位。根據經驗，采用如下公式能非常快速的找到車牌：
Blue>80&Blue>Green*1.9&Green>Red
輸入圖片和定位后的效果如圖2所示。
圖2 輸入照片和定位后的圖片
4.2圖像灰度二值化
彩色圖像信息量較大，極大影響計算的速度[4]。因此，應把圖像轉換為灰度圖像。在Matlab中，采用rgb2gray命令[5]，即可將彩色圖像快速轉換為灰度圖像，效果如圖3所示。
圖3 圖像灰度二值化
4.3車牌傾斜矯正
由于拍攝條件的多樣性和實際情況的差異性,攝像頭采集到的圖像質量不一樣,車牌圖像難免存在傾斜,給后面的字符分割帶來困難,進而影響到字符識別的準確率。因此需要進行車牌傾斜矯正。
一般來說，可以采用radon變換或Hough變換[6]。例如，采用sobel邊緣檢測算子對圖3進行radon變換，即可實現快速矯正：
[R,P]=radon(I,theta);
[K,J]=find(R>=max(max(R)));
I=imrotate(I, 90-J);
效果如圖4所示。
圖4矯正后圖像
4.4字符分割和字符提取
完成定位、矯正后，可以采用垂直投影法、連通區域法和靜態邊界法等方法實現字符分割和字符提取[7]。最后，利用神經網絡、PSO算法等技術，將提取到的字符和字庫中存放的模板進行比較分析，即可獲得最終的結果[8]。
4.5聯合編程
雖然Matlab在圖像處理方面具有無可比擬的優點，但是其GUI設計、網絡通信、數據庫交互等方面的能力不足，因此本系統采用了微軟的旗艦語言C#進行設計架構、調用Matlab子函數的思路。
首先，在Matlab中設計好各個圖像處理的子函數。然后，用deploytool對子函數創建NET類型的工程傾斜矯正，編譯好相應的動態鏈接庫文件(dll)。最后，在Visual Studio 2010中引用MWArray.dll后，即可正確調用Matlab圖像處理的功能了。其核心程序如下：
using bao;
usingMathWorks.MATLAB.NET.Utility;
usingMathWorks.MATLAB.NET.Arrays;
bao.LPR carPic = newbao.LPR );
carPic.identify(image);
該系統對某大學校園中抓拍的一百多張小車圖片進行了識別，效果良好。
5 結束語
根據校園車牌的多種特征，利用Matlab和C#聯合編程，通過快速定位、灰度二值化、傾斜矯正、字符分割和字符提取步驟，實現校園車牌識別系統，大大簡化識別流程，減低成本，提高了識別的速度和準確率。
參考文獻
[1]陳銀燕.車牌識別算法的研究與實現[D].優秀碩士論文,哈爾濱理工大學,2008:1-5.
[2]魏先民.藍底白字汽車牌照的定位方法[J].福建電腦,2006,(04):160-161.
[3]馮偉興.汽車牌照定位及車號識別技術研究[D].哈爾濱工程大學,2005:12-13.
[4]龐茂群,鄧開發.一種基于灰度圖像的車牌定位方法[J].計算機工程與科學,2009,31(10):39-41.
[5]王嘉梅,蘇紅,陸高等.基于圖像分割的靜止圖像車牌識別系統研究[J].云南民族大學學報(自然科學版),2005,14(1):75-77.
[6]林俊,楊峰,林凱.一種利用Hough變換和先驗知識的車牌識別新方法[J]. 信息化縱橫,2009,(17):23-25.
[7]Sang U k Lee,Seok YookChung.A Comparative Performance Study of Several Global Thresholding Techniquesfor Segmentation[J].Computer Vision,
Graphics,and ImageUnderstanding.1990,50(2):17-19.
關鍵詞：燒結機；自動控制；指導系統
中圖分類號：TP27 文獻標識碼：A
引言
本項針對萊鋼型鋼煉鐵廠大型綜合原料場和400m2燒結機的實際情況，利用基礎自動化控制，實現對三電一體化的自動控制，使燒結全過程得到優化控制。并以知識庫和推理機為核心構建專家系統的骨架系統，形成燒結操作指導系統。對提高管理水平，降低能源消耗，減少環境污染起到重要作用。
研究內容
本項目針對該燒結機的實際情況，以提高管理水平，降低能源消耗，擴大燒結機產量為目標。在基礎自動化控制中，該項目在原三電一體化（EIC）自動控制的基礎上，實現了工業以太網雙星形網絡冗余技術、實現了雙轉子翻車機全自動一鍵式翻卸車皮智能控制、優化了配料系統的配比計算模型，實現了數據處理及誤差的矯正技術，并且實現了混合料水分自動控制要求；實現了汽包水位的三沖量前饋-串級控制。在過程控制中，采用燒結終點BTP的模糊控制與燒結礦溫升曲線變化趨勢的調節有機結合的控制，充分利用紅外熱成像技術獲取燒結機尾斷面圖像，結合圖像處理技術和燒結看火工的經驗，運用人工智能技術，進行圖像識別，建立了基于圖像的質量預報模型。并在質量預報模型的基礎上，以知識庫和推理機為核心，構建專家系統的骨架系統，形成燒結操作指導系統。
技術路線
分析現場工藝。通過對燒結生產工藝的分析，明確對大型綜合原料場和400m2燒結機設備的自動化控制方案，為燒結機產后的穩定提供技術前提和技術保障。
基礎自動化完善優化方案的設計――調試。完成PLC圖紙的設計和基礎自動化控制程序和控制畫面的編制，網絡敷設及雙轉子翻車機的程序設計、主抽風機控制程序設計、配比模型機程序設計、混合機液壓馬達控制程序設計、水分分析儀的安裝、汽包水位及混合料水分的控制程序設計。
燒結斷面圖像采集系統的設計安裝及圖像處理和圖像模糊識別的研究。采用紅外熱成像技術，對采集的機尾斷面圖像進行圖像處理，包括對圖像預 處理、圖像平滑算法、圖像分割等算法的研究，采用C++高級語言實現各種算法，并設計圖像采集和圖像處理系統的結構。
建立樣本數據庫，通過斷面圖像定性分析判斷燒結終點。從在線檢測的燒結礦斷面圖像中，根據看火工經驗和圖像特征，抽取典型定性的燒結終點狀態圖像，經特征辨識與提取，提取特征參數建立樣本庫和知識庫，并將典型圖像數據與生產操作狀態相關聯（正常、欠燒、過燒）離散為多個隸屬度，這樣可以為燒結終點圖像判斷專家系統與在線模糊控制系統所直接引用。
把燒結終點預報值與設定值之間的偏差和偏差變化作為模糊控制器的輸入，得到燒結機速的變化量，從而實時控制燒結機的速度。
由生產數據采集、專家知識庫自學習、專家指導意見表述等幾部分組成，實現對燒結成品化學成分、操作異常的預測判斷。
技術創新點
實現了工業以太網雙星形網絡冗余技術，并且采用了網絡通訊故障的自診斷，方便了網絡故障的診斷和查找。
實現了雙轉子翻車機全自動一鍵式翻卸車皮智能控制，提高了翻卸車皮的效率，節省了勞動力和勞動強度。
優化了配料系統的配比計算模型，實施了數據處理及誤差的矯正技術，實現了混合料水分的自動控制，對提高燒結礦的質量奠定了強力基礎。
在過程控制中，采用燒結終點BTP的模糊控制與燒結礦溫升曲線變化趨勢的調節有機結合的控制，充分利用紅外熱成像技術獲取燒結機尾斷面圖像，結合圖像處理技術和燒結看火工的經驗，運用人工智能技術，進行圖像識別，建立了基于圖像的質量預報模型。并在質量預報模型的基礎上，以知識庫和推理機為核心，構建專家系統的骨架系統，形成燒結操作指導系統。
結束語
本文論述了大型綜合原料場和400m2燒結機控制系統的設計和開發過程，對控制結構和實現的功能進行了深入討論和研究。以基礎自動化為基礎，提出適合的被控過程的實用控制策略，成功地應用于控制系統全過程自動控制，不僅確保了系統的長期安全運行，而且提高管理水平，降低能源消耗，減少環境污染，減輕了工人勞動強度，也取得了明顯的經濟效益。
參考文獻
[1]馮巧玲.自動控制原理[M].北京：航空航天大學出版社，2003.
圖像處理雙語教學教學改革圖像處理是一門涉及光學、微電子學、計算機科學、應用數學等多領域的交叉學科，是理論性和實踐性都很強的學科。目前，圖像處理技術在科學研究、工農業生產、軍事技術、醫療衛生等許多領域中發揮著越來越重要的作用。《圖象處理》（英文名：Image Processing）課程是計算機學科與信息學科的專業課程，他的教學目的是使學生了解和掌握圖像處理的主要內容與方法，為今后的深入研究與開發工作打下良好的基礎。
1《圖像處理》課程的特點
1.1教學內容適合雙語
由于《圖象處理》課程是一門涉及多領域的交叉學科，也是目前發展最迅速的學科之一，因此大量原始文獻傳播和交流都采用英文方式。但是，目前國內的中文教材基本是英文文獻的翻譯，很多專業詞匯在不同教材中翻譯成不同的中文詞匯。為讓學生獲取對知識點最精準的理解，獲取最“原汁原味”的科學知識，采用雙語教學是比較好的途徑。
《圖象處理》課程具有理論性和實踐性特點，易于實現雙語教學。《圖象處理》課程內容涉及大量的圖像、圖形，生動直觀，文字講授內容相對于其他課程較少，因此，更容易吸引學生的興趣，實現雙語教學時易學易懂。
1.2教學對象適合雙語
電子信息工程專業的本科生歷來屬于學校的優質生源，在外語水平和實踐能力上較為突出。《圖象處理》是針對大三學生開設的專業基礎課，在專業基礎知識方面，通過大一大二期間，對《信號與系統》《數字信號處理》《信息論》《通信原理》等相關專業課程的學習，已經具備一定的專業基礎，為《圖象處理》課程的學習和理解奠定了基礎；在英語聽說和閱讀水平方面，《大學英語》課程的學習已經全方面訓練了學生的英語聽說和閱讀能力，具備使用英語學習專業課程的水平；在實踐方面，大三學生已經學完《C語言程序設計》、《Matlab語言》課程，具備基本的編程能力，能夠實現理論教學與實踐教學相結合。
1.3穩定的教學團隊
我們基本形成一支由5人組成的結構合理、力量雄厚的教學團隊，其成員包括教授1名，副教授1名，講師3名。團隊中有1名青年教師在攻讀博士期間曾前往德國波恩大學計算機系深造一年，并參與其圖象處理相關課程的全英文教學工作；另有2名青年教師在武漢科技大學青年教師講課比賽中獲獎，這些青年教師將成為教學、科研的主力軍。
2《圖像處理》課程建設措施
2.1師資隊伍建設
2.1.1選派青年教師到國內外知名大學做訪問學者。在獲取湖北省教育廳，以及國家留學基金委提供的出國進修資助項目下，派遣教學團隊的教師到國外知名大學訪學進修，提高英語讀寫表達能力，提高英語授課水平。
2.1.2通過中外合作辦學項目，選派老師到美國橋港大學進修半年。
2.1.3選派青年教師參加高水平的學術研討會。科研與教學相互促進，信息學科更新發展迅速，讓青年教師提高科研水平，接觸最前沿的科研動態，才能在課堂上傳授實用性強、前沿的專業知識。
2.1.4通過傳、幫、帶等系列方法培養青年教師。通過對青年教師傳幫帶，開發青年教師的潛能，傳授教學經驗，幫助青年教師成長，使本課程始終擁有一支穩定的教學隊伍。
2.2教學方法、手段建設
在教學內容安排上，遵循“少而精”原則，精選經典內容；探索構建“多層次實踐教學體系”；通過學生專題研討，引進數字圖像處理現代技術；將教師科研成果轉化為教學內容、實驗項目，提高學生的實踐能力和創新能力。
采取研究式教學，理論與實踐相結合，在課堂上教師先講授理論內容，選取具有代表性的案例，將案例的模塊與理論知識點結合，通過實驗結果驗證理論知識，再通過理論知識釋解實驗結果，加深學生對知識點的理解。
采取啟發式教學，每學期舉行2次課程學習講座，讓學生以所學內容為基礎，指定或自選一個主題，在課外查找資料，拓寬知識面，制作成PPT，進行口頭匯報。通過這種知識遷移的方法，一方面鞏固學生的知識掌握，另一方面也提高了學生的表達能力。
目前，武漢科技大學《圖像處理》雙語課程共計40學時，其中32理論學時，8實驗學時，具體教學安排詳見下表：
3教學效果預測
3.1讓學生體驗不同的教育模式，促進素質教育和創新教育
我國教材系統性強、敘述嚴謹、知識體系清晰，重視對學生基本概念和理論推導的訓練；國外教材有意識地激發學生學習的好奇心，注重啟發學生思考，激發學生自主學習的興趣，注重理論聯系實際。雙語教學融會中西方教學理念之所長，能促進學生創新能力的培養。
3.2用外語直接獲取專業知識，培養學生專業英語交流能力
學生應用外語直接獲取專業知識，不僅可使學生能切實掌握相應課程專業知識，同時在英語能力，尤其是科技閱讀能力和專業詞匯量的擴展等方面得到實用性的鍛煉，提高閱讀英文文獻、撰寫專業英文科技論文的能力。
4受益的專業和學生人數
課程的建設及相關資料的共享將使信息學院的電子信息工程專業與通信工程專業常年在校本科生、研究生約1000余人直接受益；全校相關涉及信息計算類理工專業，如自動化、信息計算科學、機械工程自動化等本科生可同步學習和參考。
5結論
武漢科技大學信息學院面向電子信息工程專業本科生開展《圖象處理》課程雙語教學實踐已達六年之久，基本形成了較為穩定優秀的教學隊伍，并積累了較豐富的教學經驗。所有的教材、課件、教案、試卷及參考資料等都已基本完成英文化制作。同時學院提供了專業計算機實驗室和多媒體設備供同步教學和上機實驗，為做好課程的雙語教學工作奠定了扎實的基礎。
參考文獻：
[1]潘建軍，李紅蓮，周金和.數字圖像處理課程的教學改革與實踐[J].中國科教創新導刊，2007，（15）：26.
