信号与系统教学中数字图像处理的运用实践

时间:2020-08-08 13:30:35 计算机软件毕业论文 我要投稿

信号与系统教学中数字图像处理的运用实践

  数字图像处理是将自然界的场景转换为数字信号并利用计算机技术对其进行处理的一门学科,下面是一篇关于信号与系统教学中数字图像处理应用探究的论文范文,供大家阅读参考。

信号与系统教学中数字图像处理的运用实践

  引言

  信号与系统是电子、通信等相关专业本科生的专业基础课程,在本课程中,学生主要对连续、离散时间系统进行分析,需要掌握信号的卷积机理,利用傅里叶变换、拉普拉斯变换和Z变换实现时域到频域(复频域)的变换,对后续的数字信号处理、通信原理、信息论与编码等专业课程的学习具有重要的启发作用。在该课程中,大量的公式推导使讲解过程枯燥、繁琐,如何在有限的课时内将该课程形象地讲解,是目前指导该课程的教师所面临的挑战之一。

  对此,很多教育工作者对该课程的教学进行了一系列的改革。诸葛霞等教师将数字图像处理用于该课程的教学过程中,对二维图像分别进行高通、低通滤波,使学生完成从时域到频域的思维模式的转变[1].李蕴华等教师通过MATLAB软件编程仿真,加深了学生对频域变换的理解[2-5].向倩等教师从音乐的角度分析周期信号的傅里叶级数,增强学生对信号频域分析的学习兴趣[6].

  本文结合数字图像的视觉直观性,分析信号与系统中卷积的概念,帮助学生理解卷积的定义及应用,增强了教学效果,加快了教学进度。

  1、数字图像处理的概念

  数字图像处理(Digital Image Processing)是将自然界的场景转换为数字信号并利用计算机技术对其进行处理的一门学科,在工农业生产、航空航天、安全检测等领域有着较为广泛的应用。研究表明,外界信息的80%都是通过人眼传到大脑中[7].

  因此,利用数字图像处理视觉直观性的特点,理解信号与系统中的.相关概念具有重要的现实意义。在数字图像的成像过程中,相机捕获自然界场景,并将其转换为数字图像,容易受到各种随机噪声的干扰。常见的噪声干扰有椒盐噪声和高斯噪声,图像平滑处理可以去除噪声以保证图像的质量[8],在此过程中需要利用图像与模板(算子)的卷积机理。

  2、数字图像处理分析卷积实例

  2.1卷积的定义

  针对信号与系统中的线性系统,系统的输出是输入与系统的冲激响应的卷积。如公式(1)所示:y(t)=f(t)*h(t) (1)若系统为离散系统,则相应的输入输出及冲激响应0引言信号与系统是电子、通信等相关专业本科生的专业基础课程,在本课程中,学生主要对连续、离散时间系统进行分析,需要掌握信号的卷积机理,利用傅里叶变换、拉普拉斯变换和Z变换实现时域到频域(复频域)的变换,对后续的数字信号处理、通信原理、信息论与编码等专业课程的学习具有重要的启发作用。在该课程中,大量的公式推导使讲解过程枯燥、繁琐,如何在有限的课时内将该课程形象地讲解,是目前指导该课程的教师所面临的挑战之一。

  对此,很多教育工作者对该课程的教学进行了一系列的改革。诸葛霞等教师将数字图像处理用于该课程的教学过程中,对二维图像分别进行高通、低通滤波,使学生完成从时域到频域的思维模式的转变[1].李蕴华等教师通过MATLAB软件编程仿真,加深了学生对频域变换的理解[2-5].向倩等教师从音乐的角度分析周期信号的傅里叶级数,增强学生对信号频域分析的学习兴趣[6].

  本文结合数字图像的视觉直观性,分析信号与系统中卷积的概念,帮助学生理解卷积的定义及应用,增强了教学效果,加快了教学进度。

  2.2图像平滑中的卷积过程

  高斯卷积模板是一种用于消除高斯噪声的线性平滑滤波模板,其平滑过程是:移动卷积模板扫描图像中的每一个像素,位于卷积模板中心位置的像素点的值用模板所确定的邻域内像素点的加权平均值替代。常用的二维离散高斯函数表达式如公式(3)所示:

  其中,高斯函数的均值为0.高斯函数的标准差为σ,用于控制被处理图像的平滑程度,取值范围一般为1-10.当高斯函数的标准差σ=0.5,卷积模板大小为3×3时,公式(3)产生了如表1所示的高斯卷积模板。为了进行实验对比,取σ=1.5,卷积模板大小为7×7时,公式(3)产生了如表2所示的高斯模板。

  实验中采用图1的原始Lena图像。首先对图1的原始Lena图像加入均值为0,方差为0.01的高斯噪声,加入高斯噪声的Lena图如图2所示。

  使用表1所示的高斯卷积模板(标准差为0.5,卷积模板大小3×3)对加入图2进行平滑,处理后的图像如图3所示。使用表2所示的高斯卷积模板(标准差为1.5,卷积模板大小7×7)对图2进行平滑,处理后的图像如图4所示。对比图3和图4,可以得出,高斯函数的标准差和模板越大,图像被平滑的程度越大,对噪声的去除效果越好,但同时图像的细节也被模糊得越多。

  因此,利用卷积模板进行图像平滑时,要分析图像中噪声的来源及特征,有针对性地实施卷积过程,以达到理想的效果。

  3、结论

  本文从信号与系统课程中所涉及的卷积出发,讲述了卷积在数字图像处理中的应用,尤其是高斯卷积在去除图像中高斯噪声的作用效果。通过实验对比,使学生深刻地理解卷积的重要性和现实意义,提高学习信号与系统的效率.

  参考文献:

  [1]诸葛霞,袁红星,孔中华,等.信号与系统课程中数字图像处理教学案例研究[J.宁波工程学院学报,2014,26(4):79-82.

  [2]李蕴华.基于Matlab的《信号与系统》频域分析[J].武汉科技学院学报,2006,19(5):21-23.

【信号与系统教学中数字图像处理的运用实践】相关文章:

信号与系统教学中数字图像处理的运用实践的论文10-14

交通拍照识别系统中数字图像处理技术的运用论文07-11

处理与识别数字图像的应用探析10-11

图像处理中ps通道的运用11-02

数字图像处理开题报告范文10-28

数字图像处理基本知识09-23

思维导图在数字图像处理课程中的具体使用11-12

系统思维在高中化学教学中的运用论文08-14

我国数字图像处理技术的应用与发展毕业论文06-25