基于“三寓三式”的印刷概论课程思政教学设计与实践

课程思政建设作为高校落实立德树人根本任务的关键路径,日常教学中应坚持知识传授与价值引领相结合,推动形成专业课程和思政课程协同育人的局面。以“三寓三式”教学模式为基础,探索印刷概论课程思政教学设计与实践的改革创新之路,包括结合人才核心素养,明确教学目标;挖掘课程思政元素,深度融入教学内容;探索多元化教学路径,创新教学实施方式;加强课程顶层设计,完善课程体系机制。旨在培养具有家国情怀、社会责任及高素质的创新人才。     

基于无参考图像质量评价的反卷积去模糊算法

针对数字图像在处理过程中容易产生模糊的现象,提出了基于无参考图像质量评价的自适应反卷积去模糊算法。首先,根据无参考图像质量评价结果与其失真等级的强相关性,通过计算模糊图像的无参考评价参数确定图像的模糊等级,进而根据图像模糊等级与模糊核的对应关系确定反卷积核;其次,提出将失真图像颜色空间转变到YUV,仅对失真图像Y通道进行去模糊处理,保证了彩色图像处理前后颜色的忠实性,并提高算法运算效率;最后,针对图像灰度剧烈变化的邻域出现类吉布斯(Gibbs)振荡分布的现象,提出基于梯度的权重矩阵进行控制。实验结果表明,本文提出的算法在Tid2008图库不仅能够对图像模糊进行快速有效去除,并且恢复图像的纹理细节能够得到有效保留。     

基于视觉特性的LCD显示器光谱特征化方法

目的实现LCD显示器RGB颜色空间到颜色光谱高效的特征化。方法利用主成分分析法对光谱数据进行降维处理以及借助RBF神经网络研究输入变量数据范围、视觉加权函数和颜色数量对特征化模型的精度影响。结果主成分个数为6时可以很好地保留光谱原来的信息;输入变量范围为0到2.55,CIE1931视觉函数作为加权函数,颜色数量为364时特征化精度高,客观验证99个颜色转换的平均色差为0.36,最大色差为1.59,总样本的平均色差为0.17。结论输入变量数据范围对模型影响最大,视觉加权函数和颜色数量次之,因此在特征化时要考虑输入变量范围、视觉加权函数和颜色数量,这样可以提高模型的精度。文中提出的模型是一种精度较高的特征化模型,具有一定实际应用价值。     

一种彩色QR码嵌入彩色图像的数字水印技术

为了更好地保护数字版权,提出了一种将彩色QR(quick response)码嵌入彩色载体图像的数字 水印算法。算法通过Arnold置乱技术对水印信息进行加密与Contourlet-离散余弦变换和奇 异值分解(Contourlet-DCT-SVD)水印技术完成对水印的嵌 入和提取。通过实验验证,本文算法对JPEG压缩攻击、剪切攻击、高斯噪声和椒盐噪声攻击 具有较强的抵抗 能力,对上述攻击后提取的彩色QR码均能正确识别;对任意旋转攻击后提取出的彩色QR码水 印也具有 较高的识别率,具有较好的不可见性和鲁棒性。     

基于深度残差学习的彩色图像去噪研究

目的 当噪声存在时,尤其是等级相对较大的噪声,会导致彩色图像的视觉质量下降,为了有效去除噪声的同时使去噪后的图像有更好的视觉效果,提出一种基于深度残差学习的彩色图像去噪方法。方法 首先设计由多个残差单元模块组成的残差层,然后在每个残差单元模块之间添加跳跃连接,构成由噪声图像到去噪图像的非线性映射,并优化残差单元个数,使网络能学习到更多的图像细节特征,以提升网络的去噪性能,同时将每个残差单元模块中的激活函数提到卷积层前面,以加速网络收敛。结果 与常用去噪算法相比,文中方法在Kodak24和CBSD100数据集上的主观视觉打分MOS值以及客观指标(PSNR和SSIM)上,较其他方法有更好的效果。结论 提出的基于深度残差学习的彩色图像去噪方法能有效去除图像中的噪声,尤其是较严重的噪声,并取得了良好的视觉效果,表明该方法具有良好的去噪性能。     

一种改进误差扩散系数的半色调算法

目的为了解决现有半色调算法产生的半色调图像边界模糊以及视觉蠕虫等问题,获得一种人眼视觉感知较好的数字半色调图像。方法在原始经典滤波器的基础上引入α-截尾均值滤波器,得到一种新的基于邻域像素灰度值相关的误差扩散滤波器。结果所提算法相较于传统误差扩散算法能更好地再现半色调图像细节,同时其边界也得到了较好的保持,并且客观评价参数PSNR值、SSIM值均有一定幅度的提高,NSME值也得到了较为理想的结果,不仅解决了传统误差扩散算法中边界模糊现象,同时也更好地表达了半色调图像的细节纹理信息。结论依据提出的算法得到的半色调图像人眼视觉感知效果较好,并且算法简单易行效率高。     

基于NSST多尺度自适应的Retinex低照度图像增强算法

目的在对低照度图像进行增强时,针对传统频率域方法由于尺度不够丰富而不能很好保留图像高频细节的问题,提出一种基于NSST多尺度自适应的Retinex低照度图像增强算法。方法首先将低照度图像转化至HSI颜色空间后,单独对I通道进行处理,实现对图像色彩信息的保真效果;然后对I通道进行Retinex算法得到反射分量,从而去除照度信息对图像亮度的影响;对反射分量进行伽马调整后,进行基于La(平均亮度)、Pa(平均对比度)、Ia(信息熵)等3个特征值的自适应NSST分解,从而得到最佳参数的高频分量。结果在主观观察和客观无参考图像质量评价中,文中算法的增强效果和评价得分都要优于其他算法。结论经过自适应参数优化之后,低照度图像的对比度得到了提高,可视性和图像质量都得到了显著提升。     

基于生成对抗网络的风格化书法图像生成

目的为修复书法图像中的残缺字体,提出一种提取书法图像特征并自动生成风格化书法图像的方法。方法首先针对书法作品的灰度图像利用变分自编码器提取字体的形状特征,同时将书法图像转换至Lab颜色空间中,通过四层卷积神经网络模型对L通道进行深度学习,提取书法字体中的风格特征;然后将风格特征作为条件输入,与形状特征一起输入生成对抗网络的生成器中进行联合训练,使生成的字体带有特定风格。研究过程中构建一个包含不同风格书法字体的中国书法字体生成数据集(CCGD-2019)用作模型训练。结果提出了一种基于变分自编码与生成对抗网络的书法字体图像生成模型,能够从标准字体或随机噪声自动生成风格化书法字体图像。结论人眼主观评价及Fréchet初始距离计算结果表明,生成字体的识别率和视觉质量均达到了令人满意的效果。     

基于HSI颜色空间噪声检测的彩色图像去噪算法

目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。     

基于空-频域印刷混合失真无参考质量评价

目的为了解决数字印刷模糊混合失真图像质量评价算法与人眼视觉主观评价一致性较低的问题。方法基于SSEQ算法思想在空间域和频率域中提取混合失真图像的信息熵、亮度方差、频域熵以及高频系数奇异值改变量关键特征,利用支持向量机训练构建印刷模糊混合失真图像的无参考评价模型。结果客观验证了25幅图像,算法客观计算得分与主观评价得分的SROCC系数为0.94,PLCC系数为0.93,主客观一致性较高。结论所提算法与人眼视觉感知具有很好的主观一致性,可以用于图像等印刷品的质量客观评价。