小编： 该课题利用人工智能与数字图像处理技术之间的紧密关系,对电子信息类专业的数字图像处理课程进行教学改革,在利用原有的Matlab软件进行教学实践的基础上,增加利用Python软件,实现基于
数字图像处理课程作为应用型本科高校电子信息类专业重要的专业课,在本科学生学习及现代技术应用中都占据着重要地位。随着人工智能技术的发展,需要把最新的技术融入到电子信息类专业教学中,且目前我校的电子信息类专业并没有单独开设人工智能课程,利用数字图像处理与人工智能技术的密切相关性,实现人才培养与时代步伐的紧密结合,对数字图像处理课程进行教学改革很有意义。
1教学改革与实践方案
对该课程的教学改革主要从理论教学、实践教学、毕业设计、学生项目四大方向进行,具体的改革实践方案如下图1所示。在理论教学方面,主要对数字图像处理课程的五大核心模块进行教学实践;在实践教学方面,主要针对实验教学和课程设计两大方面进行教学改革实践;在毕业设计方面,增加人工智能方向的毕业设计选题与实践;在学生项目方面,积极组织学生申报人工智能方向课题并成功获得立项,同时也发表了人工智能方向的教改论文[1]。以下将从这几个方面对教学改革实践进行阐述。 图1教学改革与实践方案 下载原图
2教学改革实践的实现
2.1理论教学改革实践
数字图像处理课程教学具有先分模块再综合的特点,通过对数字图像处理课程的五大核心模块[2]:图像几何变换、图像变换、图像增强、图像分割、图像压缩编码进行教学改革,每节课程完成理论知识学习,在利用原有Matlab软件进行教学案例实现的基础上,增加Python软件使用,利用人工智能技术的方法实现对应案例的教学实践[3],具体的教学案例实践如下表1。
2.2教学改革的实践探索
2.2.1实验教学改革与实践
在实验教学方面,修订原有的数字图像处理实验指导书,在每个实验应用Matlab软件的基础上增加使用Python软件,实现对应的实验内容效果[4],学生对实验课积极性很高,通过学习紧跟时代的人工智能技术,学生获得了极大的内心愉悦体验。通过下表2列举部分实验项目展示两个软件对同一个实验内容的操作效果[5]。 表1理论教学改革实践案例导出到EXCEL 案例名称在原有Matlab语言基础上,增加的利用Python语言实现的案例内容图像几何变换图像的放大与缩小、平移、镜像、旋转等。图像变换图像的傅里叶变换(FFT)、离散余弦变换(DCT)、小波变换等。图像增强图像的直方图均衡化、直方图规定化、图像平滑和锐化等。图像分割图像的边缘检测、图像的四叉树分割等。图像压缩编码图像的行程编码、DCT变换编码(区域编码和阈值编码)等。 表2部分实验项目教学改革实现效果导出到EXCEL 实验项目基于python的实验项目实现基于matlab的实验项目实现实验一图像的几何变换(以平移、旋转为例核心代码和实现效果)importnumpyasnpimportcv2ascvimg=cv.imread('messi5.jpg',0)rows,cols=img.shapeM=np.float32([[1,0,100],[0,1,50]])dst=cv.warpAffine(img,M,(cols,rows))cv.imshow('img',dst)cv.waitKey(0)cv.destroyAllWindows()img=cv.imread('messi5.jpg',0);rows,cols=img.shape#cols-1和rows-1是坐标限制M=cv.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),90,1);dst=cv.warpAffine(img,M,(cols,rows));I=imread('pout.tif');I=double(I);I_moveresult=zeros(size(I));H=size(I);Move_x=50;Move_y=50;I_moveresult(Move_x+1:H(1),Move_y+1:H(2))=I(1:H(1)-Move_x,1:H(2)-Move_y);figure,imshow(uint8(I_moveresult));I=imread('cameraman.tif');J=imrotate(I,-15,'bilinear');K=imrotate(I,-15,'bilinear','crop');imshow(I);figure,imshow(J); 导出到EXCEL 实验项目基于python的实验项目实现基于matlab的实验项目实现figure,imshow(K);实验二图像变换(以DCT变换为例核心代码和实现效果)importcv2importnumpyasnpimportmatplotlib.pyplotaspltimg=cv2.imread('baoguo1.jpg',0);img1=img.astype('float');C_temp=np.zeros(img.shape);dst=np.zeros(img.shape);m,n=img.shape;N=nC_temp[0,:]=1*np.sqrt(1/N);foriinrange(1,m):forjinrange(n):C_temp[i,j]=np.cos(np.pi*i*(2*j+1)/(2*N))*np.sqrt(2/N);dst=np.dot(C_temp,img1);dst=np.dot(dst,np.transpose(C_temp));dst1=np.log(abs(dst))img_recor=np.dot(np.transpose(C_temp),dst)f1=imread('pout.tif');subplot(1,3,1);imshow(f1);f2=dct2(f1);subplot(1,3,2);imshow(log(abs(f2)),[]);f3=idct2(f2);subplot(1,3,3);imshow(f3);实验三图像增强(以中值滤波为例核心代码和实现效果)importcv2importnumpyasnp#Medianfilterdefmedian_filter(img,K_size=3):H,W,C=img.shapeout=np.zeros((H+pad*2,W+pad*2,C),dtype=np.float);out[pad:pad+H,pad:pad+W]=img.copy().astype(np.float)tmp=out.copy();#filteringforyinrange(H):I1=imread('moon.tif');I2=imnoise(I1,'salt&pepper');subplot(1,2,1),,imshow(I2);I3=medfilt2(I2);subplot(1,2,2),imshow(I3,[]); 导出到EXCEL 实验项目基于python的实验项目实现基于matlab的实验项目实现forxinrange(W):forcinrange(C):out[pad+y,pad+x,c]=np.median(tmp[y:y+K_size,x:x+K_size,c])out=out[pad:pad+H,pad:pad+W].astype(np.uint8)step=3defm_filter(x,y):sum_s=[]forkinrange(-int(step/2),int(step/2)+1):forminrange(-int(step/2),int(step/2)+1):sum_s.append(im[x+k][y+m])sum_s.sort()returnsum_s[(int(step*step/2)+1)]foriinrange(int(step/2),im.shape[0]-int(step/2)):forjinrange(int(step/2),im.shape[1]-int(step/2)):im_copy[i][j]=m_filter(i,j);io.imshow(im_copy);实验四图像分割(以拉普拉斯边缘检测为例核心代码和实现效果)img=cv2.imread('luotuo.jpg',0);laplacian=cv2.Laplacian(img,cv2.CV_16S,ksize=3);dst=cv2.convertScaleAbs(laplacian);cv2.imshow('laplacian',dst);cv2.waitKey(0);cv2.destroyAllWindows();I=imread('cameraman.tif');subplot(1,2,1);imshow(I);title('原始图像');BW41=edge(I,'log');subplot(1,2,2);imshow(BW1);title('log边缘检测结果');
2.2.2课程设计教学改革与实践
在课程设计教学方面,在原来的专业综合设计课程中增加关于人工智能技术的图像处理内容[6]。以目标检测为课程设计主题,主要实现了日常用品目标检测,交通系统目标检测和生物医学图像检测[7]这三个方面的课程设计内容,如图2所示。
3毕业设计改革与实践
在毕业设计环节紧跟人工智能时代的发展,笔者作为毕业设计指导老师已连续两年指导近十位学生完成人工智能方向的毕业设计选题与实现。 图2基于目标检测的课程设计 下载原图
4学生项目改革与实践
在学生参与科研实践方面,积极组织学生成功申报广东省大学生创新创业实践项目,已有两项省级大学生创业实践项目《基于人工智能的癌细胞图像检测系统研究与实现》和《基于智能交通的目标检测系统研发与实现》,两个项目总经费10万,目前在研并在该领域研究取得了一定的科研成果,与本课题相关的发表在科技核心期刊论文有三篇,获得软件著作权两项。今年还将继续指导学生申报人工智能方向的科研课题。
5结语
本课题通过在理论教学、实践教学、毕业设计、学生科研实践等方面对数字图像处理课程进行增加人工智能技术应用的教学改革与实践,紧跟时代潮流、技术热点,学生学习积极性大幅提高,在实践应用能力提升方面得到显著提升,本课程的改革获得了学生的一致好评与热爱。
当前网址：http://www.paperaa.com/newss/12906.html
