本站原创本文是一篇软件工程论文范文,软件工程相关毕业论文,关于软件工程专业工程硕士数字图像处理课程建设相关学年毕业论文范文。适合软件工程及数据结构及图像方面的的大学硕士和本科毕业论文以及软件工程相关开题报告范文和职称论文写作参考文献资料下载。
摘 要：针对目前软件工程专业工程硕士与工学硕士在培养方案上有很大区别,但培养课程却大量重复的問题,以数字图像处理课程为例,结合工程硕士的培养目标,提出需要培养其应用型研究能力和应用型技能的观点,并给出具体实现方法.
关 键 词：数字图像处理；工程硕士；应用型研究；应用型技能；软件工程
软件工程专业工程硕士研究生与传统的学术型研究生有所不同,前者主要面向企业人才需求和应用软件开发需求进行培养,因此在课程内容选取、授课方法设计和实验环节设计上都需要进行思考和调整,这也是北京林业大学在申请到软件工程专业的工程硕士学科后重点研究的問题.
数字图像处理课程属于图形图像应用领域的重要基础理论课,长久以来课程内容主要介绍基本的图像处理算法以及少部分图像分割和图像识别,对于图像处理在实际生活中所涉及的很多前沿科研领域介绍较少,因此很多研究生无法将课堂讲授的理论知识与其后续从事的研究课题有效地关联起来,感到课堂中讲授的很多内容看起来毫无用处,从而丧失了学习的积极性.
很多教师认为把图像处理中的算法研究透彻、把基础打好对研究生非常重要,但是这忽视了研究生是有着极强的科研探索精神和丰富想象力的年轻一代.如果将一些在生活中涉及图像处理的問题交给他们进行探索,将会激起他们浓厚的学习精神和创造力,这种没有标准答案的应用题目可以进一步锻炼他们的思考能力.
为此,在课程的教学方法和实验内容设计上,我们重点培养学生以下两方面能力.
（1）应用型研究能力,包括发现問题、分析問题和解决問题的能力；
（2）应用型技术能力,包括编程设计能力和项目合作能力.
下面笔者分别从教学大纲、教学方法设计和实验内容设计3个方面进行介绍.
1.数字图像处理课程教学大纲
我们在设定教学大纲时,重点参考了多本数字图像处理方面的经典教材,如杨枝灵和冈萨雷斯编写的教材.结合之前的教学经验,同时注意与本科生课程相区别,制订了两个原则：加强中高级图像处理算法的介绍；增加利用图像处理算法的应用案例的介绍.中高级图像处理算法主要指图像分割算法、图像特征提取方法和运动检测方法.同时我们还在课堂上给出一些应用案例,进一步帮助学生将理论知识与实践相结合.
数字图像处理课程目前作为北京林业大学研究生的专业必修课,总学时为32,其中课堂讲授24学时,实验8学时.相对于其他学校,这门课程的总学时和实验学时数不多,我们设计的教学内容如表1所示.
2.数字图像处理教学方法设计
针对培养学生应用型研究能力的目标,我们在教学方法设计上本着激发学生的学习兴趣,开阔学生眼界,给学生提供更自由的思考空间的原则,通过下面两个措施来实现我们的目标.
2.1精心选择案例
选择的案例要贴近实际生活,并与课堂上讲授的方法紧密衔接.例如,在讲解图像增强和复原这两章之后,我们引入在实际生活中常见的“图像去雾”問题,通过如下方法,培养学生研究能力.
（1）要求学生先尝试用学过的算法来解决这个問题,并在课堂进行算法讨论,给出算法结果.
（2）要求学生针对具体問题,查阅文献资料,了解别人的解决方法.通过查阅国内外的文献资料,同学们知道了如何根据关 键 词查询科研论文,了解哪些电子数据库中有与专业相关资料,知道了文献的级别有SCI、EI、核心期刊、一般期刊等.
（3）学生将查到的算法进行分类和总结,撰写文献综述.
（4）每位学生都需要编程实现“图像去雾”算法,这个算法是结合自己的思考、实践以及查阅文献的结果.
通过自己动手,同学们发现如果图像的清晰度不好,有噪声,或者没有归一化,结果就完全不同.通过自己动手验证,同学们会发现图像处理领域的一个最为重要的特点——任何算法主要都是针对一类图像或是针对一类問题而设计的,因此在算法的适应性上需要有所考虑.
2.2全面介绍图像处理的各个应用领域
老师在课堂上介绍几个图像处理涉及的较为重要的应用方向（如视频监控、图像检索、人脸识别、运动检测、车牌检测等）后,将同学们进行分组,每组负责查找一个应用方向的相关资料,讨论和汇报自学的结果.汇报内容主要包括：①应用方向的介绍；②涉及的主要問题；③目前的解决方法及应用成果.
通过查找文献,同学们不仅对课上学习过的经典算法有进一步了解,同时还接触到很多新算法.通过听取各组汇报,同学们在较短的时间里,了解了图像处理涉及的多个主要的应用领域.针对每个应用研究领域,老师引导学生分析该领域的难点和重点,提出問题,再让学生思考解决方案,没有标准答案,只希望能够锻炼学生的思考能力.以“人脸识别”为例,有很多经典的或较新颖的算法,老师会结合应用领域对其中常用的或比较重要的算法,如PCA方法和Adaboost算法,进行详细讲解,使学生全面了解图像处理算法的应用领域.
3.数字图像处理实验内容设计
针对培养学生的应用技术能力的目标,同时考虑到本课程实验学时数较少,我们设计了两个实验——基础性实验和综合性实验.
3.1基础性实验
目前很多经典的图像处理算法是用vC++程序实现的,我们要求大家学会读程序,能够看懂已有的算法实现程序,并在此基础上能开发新的功能.
实验一：实现对多种图像格式的支持（2学时）
实验内容：采用VC++编码实现,基于CDib类,添加支持打开,并保存多种图像格式的功能.包括JPEG和GIF.
实验要求：利用学习的图像压缩的知识,利用现有的编码解码库实现对IPEG和GIF图像的打开和保存.
实验目的：了解多种图像格式,编写针对多种图像格式的读写程序,能够进一步理解针对图像的编程的特点,同时也进一步了解开发图像应用程序的适应性問题.老师在课程初期会向大家介绍图像处理的一个公开库——CDib类.该类很好地封装了图像的数据结构,涉及很多图像的基本操作.我们知道现实生活中的图像常常都是压缩格式的,如BMP、JPEG、PNG、GIF等.因此在讲完图像的压缩格式后,对照讲过的BMP图像结构,老师要求学生为CDib类添加能够支持多种图像格式的功能.以GIF图像为例,它不同于如JPEG、PNG等格式,GIF采用的是LZW压缩算法,使用的是无损压缩技术.GIF图像的特点是可以一次压缩多幅图像,图像颜色表控制为256色,使用渐显方式.
3.2综合性实验
针对综合性实验,我们会拟定多个题目让学生选择,如树叶提取、花朵提取、车牌识别等.
实验二：数字图像的识别（6学时）
实验内容：采用VC++编码实现,基于CDib类,针对数字图像,识别出数字,给出文本显示结果.
实验要求：将该题目进行分解,划分任务；组内每个同学负责一部分任务的编程工作；每个人针对自己负责的工作至少提供两种实现方法,并放入整个项目流程中验证这两种方法的有效性；最后总结出两种方法的异同以及适应的范围.
实验目的：考查学生对数字图像处理应用中每个步骤的掌握程度和项目合作沟通能力.
上述实验涉及以下几个步骤.
①图像的预处理；
②图像的分割；
③图像的特征提取；
④图像的分类.
组中每个学生负责一个步骤,所有步骤都需要尽心设计,这样整体的效果才可能最好.同时大家需要协商各自负责模块的人口和出口的数据结构,保证数据能够在模块之间顺利流转.这种协商和分工合作的能力是软件工程专业最需要的技术能力之一.
以“数字图像识别”为例,该题目可以分割成4个步骤：预处理、数字图像切分、数字图像特征提取和数字识别.在每个步骤中都有分别需要注意的問题,如在预处理阶段,需要对图像进行去噪声,增强对比度,甚至需要进行膨胀和腐蚀将图像中断裂的数字部分连通起来；在数字图像切分阶段需要制定适应性广泛的切分策略来应对各种情况,如数字排列可以呈现任意的倾斜角度,或数字字符相连等；在数字图像特征提取阶段,我们可以考察每个数字图像的自相关系数特征,或者每个数字图像的频谱特征,也可以考察数字图像的几何拓扑特征,如将数字图像分成2个洞的（8）,1个洞的（4,6,9,0）,没有洞的（1,2,3,5,7）,针对每个类别再提取新的几何特征；在数字图像识别阶段,可以采用神经网络的分类器,或者利用制定的一些分类策略来分类,或者采用主成份分析（PCA）的方法来识别.
4.结语
两年多的教学实践表明,新的教学大纲、授课方法和实验内容有利于激发学生的兴趣,使他们带着問题去学习,从而加深了对图像处理应用领域的了解,锻炼了编写程序和协作开发的能力.下一步我们将设计更多合理有效的案例和综合性实验,力图通过这门课激发学生的创造力.