“数字图像处理”课程教学实践与探讨

"数字图像处理"是信息类专业重要的本科专业课程之一。在为我院本科生讲授的"数字图像处理"课程实践中,我们尝试融合多种教学手段,提升课程教学效果。本文结合前期教学实践,从可视化教学手段、知识关联比较、理论结合实践、双语教改和教学大纲改进等方面介绍在该课程教学方面的一些探索和体会。     

一种局部化的线性流形自组织映射

提出一种局部化的线性流形自组织映射方法, 可自主学习高维向量空间中的一组有序的低维线性流形. 与现有的基于Kohonen的自适应子空间自组织映射网络(Adaptive-subspace self-organizing map, ASSOM)方法相比较, 本文方法有效地克服了流形表达中出现的数据混淆现象, 网络中各神经元渐近学习各自区域内样本数据的平均向量和主元子空间, 数据表达更加清晰可辨. 实验中, 新方法对数据簇的分类准确率明显优于参与对比的其他三种方法, 其对手写体数字识别的准确率在MNIST训练集和测试集上分别达到了98.26\%和97.46\%.     

基于区域分割的小波分解运动补偿编码算法

为了提高视频运动估值的速度和运动矢量编码的效率，提出了一种基于区域分割的小波分解运动补偿的视频编码算法，该算法的几个核心部分的特点如下：（1）运动估值部分，在基本的可变块多分辨率运动估值算法的基础上，充分利用了小波分解后各子带所表征的运动结构相关性，因而提高了运动矢量的编码效率，同时提出了基于区域分割的多分辨率运动估值算法，因而在有效减少运动估值时间消耗的同时，进一步提高了运动矢量的编码效率；（2）在量化部分，提出了一种基于人的视觉系统的量化方法；（3）采用改进的高效的零树小波编码算法对帧内和帧间信息进行编码，实验结果表明，所提出的算法是有效的。