導(dǎo)語：如何才能寫好一篇計(jì)算機(jī)視覺報(bào)告，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

以下為報(bào)告詳細(xì)內(nèi)容：

計(jì)算機(jī)視覺行業(yè)規(guī)模將進(jìn)一步擴(kuò)大

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2016年中國人工智能產(chǎn)業(yè)規(guī)模已突破100億元，以43.3%的增長(zhǎng)率高速增長(zhǎng)，預(yù)計(jì)2017年產(chǎn)業(yè)規(guī)模將以51.2%的增長(zhǎng)率達(dá)到152.1億元，并于2019年增長(zhǎng)至344.3億元。

艾媒咨詢分析師認(rèn)為，中國人工智能產(chǎn)業(yè)起步相對(duì)較晚，隨著科技、制造等業(yè)界巨頭公司的布局深入，人工智能產(chǎn)業(yè)的規(guī)模將進(jìn)一步擴(kuò)大。計(jì)算機(jī)視覺作為人工智能的子領(lǐng)域，其發(fā)展和應(yīng)用也很大程度受到人工智能核心技術(shù)的影響。未來，作為人工智能子領(lǐng)域的計(jì)算機(jī)視覺產(chǎn)業(yè)規(guī)模也會(huì)相應(yīng)擴(kuò)大。

計(jì)算機(jī)視覺用戶市場(chǎng)有待挖掘

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年網(wǎng)民對(duì)于計(jì)算機(jī)視覺行業(yè)整體了解程度還不深，智能識(shí)別貼圖應(yīng)用以63.8%的了解比例名列各領(lǐng)域之首，其余領(lǐng)域網(wǎng)民了解比例均未超過五成。艾媒咨詢分析師認(rèn)為，計(jì)算機(jī)視覺行業(yè)作為新興行業(yè)，其概念還未深入大眾群體，大眾對(duì)于其作用了解程度不深，未來計(jì)算機(jī)視覺行業(yè)用戶市場(chǎng)開發(fā)潛力較大。

計(jì)算機(jī)視覺整體滲透率低

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年網(wǎng)民中，有四成用戶使用過圖搜索功能。還有六成用戶仍未使用過圖搜索功能。圖搜在技術(shù)計(jì)算機(jī)視覺領(lǐng)域中已經(jīng)發(fā)展比較成熟，然而在網(wǎng)民種的滲透率仍不高。艾媒咨詢分析師認(rèn)為，計(jì)算機(jī)視覺作為新興技術(shù)，其投入實(shí)際應(yīng)用時(shí)間較短，且技術(shù)依托的平臺(tái)種類和數(shù)量都較少，用戶市場(chǎng)培養(yǎng)還需時(shí)間。

圖搜功能獲用戶認(rèn)可

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，在對(duì)2017上半年使用過“圖搜”功能的網(wǎng)民準(zhǔn)確率感知調(diào)研中，將近七成的用戶對(duì)“圖搜”功能的準(zhǔn)確率給予肯定。“圖搜”技術(shù)已經(jīng)較為成熟，正在逐漸將便利帶到用戶生活中，未來隨著“圖搜”功能進(jìn)一步在各應(yīng)用中擴(kuò)張，其區(qū)別于傳統(tǒng)搜索的優(yōu)勢(shì)將會(huì)更明顯被用戶感知。

2017上半年網(wǎng)民圖搜索場(chǎng)景分布

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年圖搜網(wǎng)民中，69.6%的用戶在搜索引擎中使用圖搜功能，網(wǎng)購場(chǎng)景下使用圖搜功能的用戶占比53.5%。艾媒咨詢分析師認(rèn)為，搜索引擎直接應(yīng)用了圖搜功能，發(fā)展較早，故用戶基礎(chǔ)較扎實(shí)，其余領(lǐng)域中，網(wǎng)購圖搜變現(xiàn)能力最強(qiáng)，是廠商優(yōu)先合作的重點(diǎn)領(lǐng)域。

邊看邊買用戶市場(chǎng)潛力較大

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年邊看邊買網(wǎng)民滲透率僅有11.9%，而在未嘗試過人群中，有意愿進(jìn)行嘗試的人群超過六成。艾媒咨詢分析師認(rèn)為，明星經(jīng)濟(jì)拉動(dòng)下，同款銷售具有宣傳效應(yīng)加成。邊看邊買技術(shù)一方面可以加強(qiáng)視頻門戶的變現(xiàn)能力，一方面作為流量入口能夠?yàn)殡娚唐脚_(tái)導(dǎo)入流量，且對(duì)于消費(fèi)者來說，智能匹配同款可以減少其搜索篩選的時(shí)間成本，未來市場(chǎng)有較大發(fā)展?jié)摿Α?/p>

實(shí)名制機(jī)器認(rèn)證部分取代人工 未來規(guī)?？礉q

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年機(jī)器實(shí)名制認(rèn)證網(wǎng)民滲透率為43.6%，有超一半用戶未使用過機(jī)器實(shí)名制認(rèn)證功能。隨著計(jì)算機(jī)視覺技術(shù)發(fā)展，在廣州、上海等城市已經(jīng)開始使用機(jī)器實(shí)名制認(rèn)證部分或全部代替人工認(rèn)證，以減少人工成本，釋放勞動(dòng)密集產(chǎn)業(yè)用工壓力。艾媒咨詢分析師認(rèn)為，隨著時(shí)間檢驗(yàn)和技術(shù)進(jìn)一步成熟，機(jī)器實(shí)名制會(huì)進(jìn)一步向中小城市滲透，未來網(wǎng)點(diǎn)鋪設(shè)規(guī)模有望進(jìn)一步擴(kuò)大。

機(jī)器認(rèn)證效率獲用戶認(rèn)可

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年使用過機(jī)器實(shí)名制認(rèn)證的網(wǎng)民中，82.6%的用戶表示機(jī)器實(shí)名制認(rèn)證加快了驗(yàn)證流程。艾媒咨詢分析師認(rèn)為，計(jì)算機(jī)視覺精準(zhǔn)快速無主觀性的特點(diǎn)和實(shí)名制認(rèn)證流程要求相匹配，在技術(shù)比較成熟的情況下，能夠提高驗(yàn)證效率，緩解鐵路站點(diǎn)因人工驗(yàn)證慢導(dǎo)致的擁擠、乘客等候過久等現(xiàn)象。此技術(shù)在中國各鐵路站點(diǎn)會(huì)慢慢滲透，應(yīng)用規(guī)模有望擴(kuò)大。

個(gè)人信息泄露成為用戶刷臉支付最大顧慮

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年了解刷臉支付的網(wǎng)民中，59.0%認(rèn)為個(gè)人信息泄露是刷臉支付最大隱患。識(shí)別不準(zhǔn)確和使用渠道不暢通分別以57.6%和41.9%位列第二和第三名。

艾媒咨詢分析師認(rèn)為，作為個(gè)人信息比較敏感的金融支付領(lǐng)域，用戶對(duì)于信息安全重視度相較其他領(lǐng)域更高，而2017年初315晚會(huì)對(duì)刷臉支付泄露個(gè)人信息隱患的點(diǎn)名，無疑為刷臉支付規(guī)模擴(kuò)張?jiān)O(shè)置障礙，加強(qiáng)用戶信息保障能力，獲取用戶對(duì)于技術(shù)安全的信任是刷臉支付未來重點(diǎn)發(fā)力方向。另外，由于計(jì)算機(jī)視覺概念未在大眾群體中普及，其規(guī)?；枰劳袌?chǎng)景搭建，故使用渠道暢通也可以助力加快行業(yè)規(guī)?；M(jìn)程。

精確性+場(chǎng)景化：C端市場(chǎng)打開方式

iiMedia Research(艾媒咨詢)數(shù)據(jù)顯示，2017上半年中國網(wǎng)民對(duì)于計(jì)算機(jī)視覺行業(yè)的愿景分布中，準(zhǔn)確率更高以64.3%的關(guān)注度成為用戶最期待改進(jìn)方向，使用更加方便和保障信息安全也是用戶重點(diǎn)關(guān)注問題。艾媒咨詢分析師認(rèn)為，行業(yè)發(fā)展初期，用戶對(duì)概念理解程度不高，易產(chǎn)生“不易”使用的印象而不愿進(jìn)行嘗試，未來商家可嘗試提供裝備完全的硬件設(shè)備和解決方案，并嘗試豐富使用場(chǎng)景，讓計(jì)算機(jī)視覺更易被廣泛網(wǎng)民接受。

計(jì)算機(jī)視覺在生活化場(chǎng)景中的使用最被C端用戶期待

篇2

關(guān)鍵詞:計(jì)算機(jī)視覺;教學(xué)應(yīng)用;教學(xué)改革

計(jì)算機(jī)視覺是人工智能學(xué)科中的一門重要課程。隨著相關(guān)應(yīng)用在多個(gè)領(lǐng)域中的出現(xiàn),越來越多的學(xué)生開始對(duì)這門課產(chǎn)生了濃厚的興趣。如何讓學(xué)生能夠在整個(gè)課程中保持盎然的興趣,并為有志于深入研究計(jì)算機(jī)視覺的學(xué)生指明方向,成為我們教師首先應(yīng)注重的問題。

在實(shí)際的教學(xué)工作中,通過不斷摸索總結(jié),我們認(rèn)為,以實(shí)際應(yīng)用引導(dǎo)學(xué)生的學(xué)習(xí)興趣,既滿足了學(xué)生想了解計(jì)算機(jī)視覺實(shí)際應(yīng)用的需求,又加深了學(xué)生對(duì)于算法的理解,把算法放在一個(gè)實(shí)際應(yīng)用中,學(xué)生可以理解怎么用,為什么這么用。在這樣的目標(biāo)導(dǎo)引下,我們從選擇教材開始,準(zhǔn)備教學(xué)內(nèi)容(包括合理的應(yīng)用實(shí)例的選擇)、制作PPT、探索教學(xué)方法,形成了目前以實(shí)際應(yīng)用為主導(dǎo)的創(chuàng)新教學(xué)體系,非常受學(xué)生歡迎。在此,我們對(duì)這期間遇到的問題,解決方法、心得體會(huì)做一個(gè)總結(jié)和思考,希望能對(duì)同行有些許參考作用。

1選擇教材

在我們這個(gè)專業(yè),每年的上研率基本都保持在50%左右。在本專業(yè)的研究生階段,也開設(shè)了雙語教學(xué)的計(jì)算機(jī)視覺課程。另外,畢業(yè)后選擇參加工作的同學(xué)也基本都進(jìn)入和本專業(yè)非常相關(guān)的一些單位,所從事的工作,都是和在學(xué)校學(xué)習(xí)的知識(shí)密切相關(guān)。

因此,如何讓這門課程的教學(xué)既兼顧本科畢業(yè)就參加工作的那部分同學(xué),又兼顧繼續(xù)深造的學(xué)生的需求,也是在這門課程講授的過程中,需要特別注意的一個(gè)問題。對(duì)于本科畢業(yè)就要參加工作的同學(xué)而言,需要“廣度”,需要了解計(jì)算機(jī)視覺這門課在各個(gè)領(lǐng)域中的應(yīng)用,在實(shí)際中接觸到相關(guān)的項(xiàng)目或工作時(shí),能夠知道去哪里可以找到自己需要的參考資料;而對(duì)于要進(jìn)一步深造的同學(xué)而言,則需要一定的“深度”,為研究生階段的研究打下基礎(chǔ)。

全盤考慮到這些學(xué)生畢業(yè)之后的去向,我們選擇了兩本教材。一本是賈云得教授編著,科學(xué)出版社于 2000年出版的《機(jī)器學(xué)習(xí)》[2],這是一部順應(yīng)了時(shí)代與教學(xué)發(fā)展要求的教材,對(duì)計(jì)算機(jī)視覺中的基本概念、基本算法、基本算法的應(yīng)用、經(jīng)典應(yīng)用進(jìn)行了由淺入深的介紹。內(nèi)容涵蓋了所有經(jīng)典的數(shù)字圖像處理與機(jī)器視覺方法,也對(duì)一些已經(jīng)得到非常好實(shí)際應(yīng)用的方法,如光流法等作了簡(jiǎn)要介紹。另外還選擇了一本英文原版的計(jì)算機(jī)視覺的經(jīng)典著作,Ramesh Jain 教授等所著的《Machine Vision》[3],機(jī)械工業(yè)出版社于2003年出版。這是國內(nèi)外非常推崇的一本計(jì)算機(jī)視覺著作,該教材條理清晰,深入淺出,對(duì)計(jì)算機(jī)視覺的基本原理、算法、應(yīng)用的介紹非常詳盡。

在教學(xué)中,我們采用了英文的PPT,但主要用的教材是賈云得教授的《機(jī)器視覺》,這樣中英文對(duì)照講解,一方面加深學(xué)生對(duì)教學(xué)內(nèi)容的理解,另一方面也為學(xué)生今后閱讀專業(yè)的英文論了相應(yīng)準(zhǔn)備。

2教學(xué)內(nèi)容和工程實(shí)例的選取

2.1選取教學(xué)內(nèi)容

本課程之前,大學(xué)二年級(jí)的本科生已開設(shè)數(shù)字圖像處理課程,但所講的基本原理和算法都非常淺顯,所以在教學(xué)內(nèi)容的安排上,分為兩大部分:數(shù)字圖像處理部分和視覺部分。數(shù)字信號(hào)處理部分主要講解在視覺部分會(huì)用到的一些基本算法,為后面進(jìn)入計(jì)算機(jī)視覺部分打基礎(chǔ)。這部分約占總課時(shí)的1/3。視覺部分的課時(shí)也分為兩部分:算法講解與實(shí)例講解。在算法講解部分,對(duì)計(jì)算機(jī)視覺的基本算法、經(jīng)典算法都做了深入淺出的講解。實(shí)例部分則選擇了經(jīng)典的工業(yè)應(yīng)用,讓學(xué)生能夠?qū)λ鶎W(xué)算法進(jìn)一步加以理解。

2.2選取適當(dāng)?shù)墓こ虒?shí)例

就計(jì)算機(jī)視覺的教學(xué)內(nèi)容而言,各個(gè)孤立的算法和方法對(duì)本科生來講,有些抽象不好理解。如果在教學(xué)上僅僅通過老師在課堂上的講解,很難讓學(xué)生深入地理解相關(guān)的教學(xué)內(nèi)容,而選擇一個(gè)觸手可及且簡(jiǎn)單好理解的工程實(shí)例往往就會(huì)達(dá)到意想不到的教學(xué)結(jié)果,學(xué)生可以把課堂上所學(xué)的枯燥理論與現(xiàn)實(shí)中活生生的事物聯(lián)系起來,從而加深對(duì)教學(xué)內(nèi)容的理解。

通過反復(fù)比對(duì)、反復(fù)論證,我們選擇了在講解基本原理和算法之后,在課程結(jié)束前,專門留出課時(shí)講解手機(jī)制造這個(gè)例子。手機(jī)現(xiàn)在是人手一部,是這些年青學(xué)子再熟悉不過的事物了,通過對(duì)手機(jī)主板、手機(jī)鍵盤的制造過程的講解,把所學(xué)的算法都融合進(jìn)來,學(xué)生在覺得有趣的同時(shí),不知不覺就加深了對(duì)所學(xué)算法的理解。

另外,在教學(xué)的過程中,我們還不斷穿插其他學(xué)生耳熟能詳?shù)膶?shí)例,如數(shù)碼相機(jī)原理中的一些算法的講解,我們和學(xué)生一起探討應(yīng)該怎么選擇數(shù)碼相機(jī)。再有,濾波器算法、在課堂上對(duì)Photoshop功能的演示,與所學(xué)算法關(guān)聯(lián)起來,學(xué)生都很容易理解接受。

3教學(xué)點(diǎn)滴

3.1點(diǎn)睛之筆

在第一節(jié)課的講述中,我們的重點(diǎn)不在于Marr理論,而是告訴學(xué)生:

人工智能就是要讓計(jì)算機(jī)像人一樣,能夠會(huì)聽、會(huì)看……

我們這門課程就是要讓計(jì)算機(jī)“會(huì)看”,要像人一樣會(huì)看。進(jìn)而展示給學(xué)生一些我們精心挑選的圖片,讓學(xué)生自己判斷,是不是自己的眼睛“騙了”自己,人眼和計(jì)算機(jī)看到的到底有什么不一樣。

每次講到這里,學(xué)生都會(huì)進(jìn)行熱烈的討論,每個(gè)人都有不同的看法,每個(gè)人都有自己的堅(jiān)持,不知不覺中,對(duì)這門課就產(chǎn)生了濃厚的興趣,有了繼續(xù)深入學(xué)習(xí)下去的愿望。在課堂討論的最后,比較人眼對(duì)圖片的判斷以及計(jì)算機(jī)的判斷后,讓學(xué)生自己總結(jié)歸納,我們這門課到底要研究些什么,都有可能應(yīng)用在哪些方面,然后對(duì)爭(zhēng)議比較大的提議一一探討。每到這個(gè)時(shí)候,大家的積極性就都被激發(fā)出來,在不斷的爭(zhēng)論與思想碰撞中找出正確的結(jié)論。

3.2拿身邊的事物說“事”

計(jì)算機(jī)視覺課程的前半部分,多涉及到圖像處理的一些常見算法。在講授各種各樣的濾波器和算子時(shí),并沒有針對(duì)各個(gè)濾波器和算子擺出一堆示例圖片,讓學(xué)生比較濾波前后的差異,從而很生硬地理解濾波器與算子的功能。取而代之的,我們首先以現(xiàn)在人手一臺(tái)的數(shù)碼相機(jī)為例提出問題,你為什么要選擇你手里的這臺(tái)數(shù)碼相機(jī)?當(dāng)初選這個(gè)品牌和型號(hào)時(shí),你的考慮是什么?歷年學(xué)生的回答幾乎都是看網(wǎng)上測(cè)評(píng),或者在網(wǎng)上看別人怎么說。這時(shí)列出我們收集到的各個(gè)品牌相機(jī)的測(cè)評(píng)報(bào)告,列出它們的優(yōu)缺點(diǎn),然后引導(dǎo)學(xué)生去思考,例如這個(gè)品牌的相機(jī)的缺點(diǎn)是照片發(fā)灰,不是很鮮亮,而另一個(gè)品牌的相機(jī)則綠的特別綠,紅的特別紅,為什么?那么有可能是哪部分的算法不夠完善,為什么?

通過如此簡(jiǎn)單的對(duì)比,學(xué)生的積極性被完全激發(fā)。原來,數(shù)碼相機(jī)這個(gè)幾乎人人都有,大家都熟悉的“玩具”竟然和自己在課堂上學(xué)到的知識(shí)這么密切相關(guān)。

再有,就是利用學(xué)生們都熟悉的PS(Photoshop),演示現(xiàn)在所謂的“完美證件照”是怎么來的。為什么可以把疙疙瘩瘩的臉部皮膚變得光滑?在PS中,你就是點(diǎn)了一下鼠標(biāo),其實(shí)在后臺(tái),是加入了一個(gè)濾波器進(jìn)行了濾波。各種這樣的演示,學(xué)生都非常喜聞樂見。因?yàn)樗麄兺蝗话l(fā)現(xiàn),原來那些事物,和我自己接觸到這些看似枯燥的理論之間,還有這么深刻的聯(lián)系。

還有一個(gè)很受學(xué)生歡迎的例子就是對(duì)于“鼓形失真”的講解。我們的老師每次講到這里,都不會(huì)簡(jiǎn)單告訴學(xué)生“鼓形失真”發(fā)生的原因是什么,應(yīng)該怎么解決?老師都會(huì)問學(xué)生,明星為什么都一窩蜂去減肥?現(xiàn)在的女明星為什么都要去弄個(gè)“錐子臉”?課堂上就會(huì)出現(xiàn)一個(gè)小,男同學(xué)和女同學(xué)的看法各異,彼此之間開始爭(zhēng)論不休。此時(shí)再趁熱打鐵地問學(xué)生,如果拿著相機(jī),離自己的鼻子一公分,會(huì)拍出什么樣的效果?有學(xué)生開始拿出手機(jī)對(duì)著自己和別人開拍,有的學(xué)生開始頭頭是道地分析。每到這種學(xué)生都開始熱烈討論的時(shí)候,就可以適時(shí)引導(dǎo)學(xué)生往正確的方向去,讓他們自己找到正確的分析解決方法,往往這個(gè)時(shí)候,學(xué)生都會(huì)頗有成就感,對(duì)于問題的理解也會(huì)特別的深刻。

3.3選擇合適的實(shí)際應(yīng)用

在所有理論講解結(jié)束后,我們會(huì)留出2～4次課講述計(jì)算機(jī)視覺在工業(yè)上的應(yīng)用。這些年來,對(duì)于手機(jī)制造這樣一個(gè)工業(yè)應(yīng)用,非常受學(xué)生歡迎。正如“數(shù)碼相機(jī)”這個(gè)例子一樣,現(xiàn)在學(xué)生都是人手一部手機(jī),是大家再熟悉不過的東西。這個(gè)例子涉及到了在前面理論講述中的大部分算法,如二值圖像的處理、模板匹配、高斯濾波器等。學(xué)生通過對(duì)這個(gè)工業(yè)應(yīng)用的理解,更進(jìn)一步加深了對(duì)算法的理解。

以講解手機(jī)鍵盤的制造過程為例,向?qū)W生提出和前面所講內(nèi)容相關(guān)的問題,引導(dǎo)學(xué)生自發(fā)思考,如為什么選擇模板匹配法,而不是采用其他更復(fù)雜更精確的方法等等。每到這個(gè)時(shí)候,課堂氣氛總是分外熱烈,學(xué)生各抒己見,在不斷爭(zhēng)論中,更進(jìn)一步加深對(duì)課本上枯燥理論的認(rèn)識(shí)。

在這里需要注意的問題是一定要一步一步提出問題,循循善誘,引導(dǎo)學(xué)生一層一層地深入思考。如果問題的答案過于“深藏不露”,則有可能觸發(fā)學(xué)生的抵觸情緒,無法繼續(xù)深入地思考。

4結(jié)語

通過多年的教學(xué)摸索,我們認(rèn)為,在計(jì)算機(jī)視覺課程的講述中,以實(shí)際應(yīng)用引導(dǎo)學(xué)生這樣的教學(xué)方法非常可取,而且也收到了很好的效果。另外,除了制定好的教學(xué)大綱,并選擇合適的教材外,根據(jù)學(xué)?，F(xiàn)在的時(shí)間情況,我們選擇了多媒體手段輔助教學(xué),充分利用Matlab和大屏幕投影等方方面面的優(yōu)勢(shì),結(jié)合多種方法進(jìn)行教學(xué),對(duì)講好計(jì)算機(jī)視覺這門課,非常有益。

參考文獻(xiàn):

[1] 林堯瑞,馬少萍. 人工智能導(dǎo)論[M]. 北京:清華大學(xué)出版社,1989.

[2] 賈云得. 機(jī)器視覺[M]. 北京:科學(xué)出版社,2000.

[3] Ramesh Jain. Machine Vision[M]. 北京:機(jī)械工業(yè)出版社,2003.

[4] 蔡自興. 智能控制原理與應(yīng)用[M]. 北京:清華大學(xué)出版社,2007.

Innovation in the Course of Computer Vision

HAN Hong, JIAO Li-cheng

(School of Electronic Engineering, Xidian University, Xi’an 710071, China)

篇3

摘要：介紹了數(shù)據(jù)融合技術(shù)的基本概念和內(nèi)容，分析了該技術(shù)在森林防火、森林蓄積特征的估計(jì)和更新、森林資源調(diào)查等方面的應(yīng)用，提出該技術(shù)可應(yīng)用于木材無損檢測(cè)及精確林業(yè)。融合機(jī)器視覺、X射線等單一傳感器技術(shù)檢測(cè)木材及木制品，可以更準(zhǔn)確地實(shí)時(shí)檢測(cè)出木材的各種缺陷；集成GPS、GIS、RS及各種實(shí)時(shí)傳感器信息，利用智能決策支持系統(tǒng)以及可變量技術(shù)，能夠?qū)崿F(xiàn)基于自然界生物及其賴以生存的環(huán)境資源的時(shí)空變異性的客觀現(xiàn)實(shí)，建立基于信息流融合的精確林業(yè)系統(tǒng)。

多傳感器融合系統(tǒng)由于具有較高的可靠性和魯棒性，較寬的時(shí)間和空間的觀測(cè)范圍，較強(qiáng)的數(shù)據(jù)可信度和分辨能力，已廣泛應(yīng)用于軍事、工業(yè)、農(nóng)業(yè)、航天、交通管制、機(jī)器人、海洋監(jiān)視和管理、目標(biāo)跟蹤和慣性導(dǎo)航等領(lǐng)域。筆者在分析數(shù)據(jù)融合技術(shù)概念和內(nèi)容的基礎(chǔ)上，對(duì)該技術(shù)在林業(yè)工程中的應(yīng)用及前景進(jìn)行了綜述。

一、數(shù)據(jù)融合

1.1概念的提出

1973年，數(shù)據(jù)融合技術(shù)在美國國防部資助開發(fā)的聲納信號(hào)理解系統(tǒng)中得到了最早的體現(xiàn)。70年代末，在公開的技術(shù)文獻(xiàn)中開始出現(xiàn)基于多系統(tǒng)的信息整合意義的融合技術(shù)。1984年美國國防部數(shù)據(jù)融合小組(DFS)定義數(shù)據(jù)融合為：“對(duì)多源的數(shù)據(jù)和信息進(jìn)行多方的關(guān)聯(lián)、相關(guān)和綜合處理，以更好地進(jìn)行定位與估計(jì)，并完全能對(duì)態(tài)勢(shì)及帶來的威脅進(jìn)行實(shí)時(shí)評(píng)估”。

1998年1月，Buchroithner和Wald重新定義了數(shù)據(jù)融合：“數(shù)據(jù)融合是一種規(guī)范框架，這個(gè)框架里人們闡明如何使用特定的手段和工具來整合來自不同渠道的數(shù)據(jù)，以獲得實(shí)際需要的信息”。

Wald定義的數(shù)據(jù)融合的概念原理中，強(qiáng)調(diào)以質(zhì)量作為數(shù)據(jù)融合的明確目標(biāo)，這正是很多關(guān)于數(shù)據(jù)融合的文獻(xiàn)中忽略但又是非常重要的方面。這里的“質(zhì)量”指經(jīng)過數(shù)據(jù)融合后獲得的信息對(duì)用戶而言較融合前具有更高的滿意度，如可改善分類精度，獲得更有效、更相關(guān)的信息，甚至可更好地用于開發(fā)項(xiàng)目的資金、人力資源等。

1.2基本內(nèi)容

信息融合是生物系統(tǒng)所具備的一個(gè)基本功能，人類本能地將各感官獲得的信息與先驗(yàn)知識(shí)進(jìn)行綜合，對(duì)周圍環(huán)境和發(fā)生的事件做出估計(jì)和判斷。當(dāng)運(yùn)用各種現(xiàn)代信息處理方法，通過計(jì)算機(jī)實(shí)現(xiàn)這一功能時(shí)，就形成了數(shù)據(jù)融合技術(shù)。

數(shù)據(jù)融合就是充分利用多傳感器資源，通過對(duì)這些多傳感器及觀測(cè)信息的合理支配和使用，把多傳感器在空間或時(shí)間上的冗余或互補(bǔ)信息依據(jù)某些準(zhǔn)則進(jìn)行組合，以獲得被測(cè)對(duì)象的一致性解釋或描述。數(shù)據(jù)融合的內(nèi)容主要包括：

(1)數(shù)據(jù)關(guān)聯(lián)。確定來自多傳感器的數(shù)據(jù)反映的是否是同源目標(biāo)。

(2)多傳感器ID/軌跡估計(jì)。假設(shè)多傳感器的報(bào)告反映的是同源目標(biāo)，對(duì)這些數(shù)據(jù)進(jìn)行綜合，改進(jìn)對(duì)該目標(biāo)的估計(jì)，或?qū)φ麄€(gè)當(dāng)前或未來情況的估計(jì)。

(3)采集管理。給定傳感器環(huán)境的一種認(rèn)識(shí)狀態(tài)，通過分配多個(gè)信息捕獲和處理源，最大限度地發(fā)揮其性能，從而使其操作成本降到最低。傳感器的數(shù)據(jù)融合功能主要包括多傳感器的目標(biāo)探測(cè)、數(shù)據(jù)關(guān)聯(lián)、跟蹤與識(shí)別、情況評(píng)估和預(yù)測(cè)。

根據(jù)融合系統(tǒng)所處理的信息層次，目前常將信息融合系統(tǒng)劃分為3個(gè)層次：

(l)數(shù)據(jù)層融合。直接將各傳感器的原始數(shù)據(jù)進(jìn)行關(guān)聯(lián)后，送入融合中心，完成對(duì)被測(cè)對(duì)象的綜合評(píng)價(jià)。其優(yōu)點(diǎn)是保持了盡可能多的原始信號(hào)信息，但是該種融合處理的信息量大、速度慢、實(shí)時(shí)性差，通常只用于數(shù)據(jù)之間配準(zhǔn)精度較高的圖像處理。

(2)特征層融合。從原始數(shù)據(jù)中提取特征，進(jìn)行數(shù)據(jù)關(guān)聯(lián)和歸一化等處理后，送入融合中心進(jìn)行分析與綜合，完成對(duì)被測(cè)對(duì)象的綜合評(píng)價(jià)。這種融合既保留了足夠數(shù)量的原始信息，又實(shí)現(xiàn)了一定的數(shù)據(jù)壓縮，有利于實(shí)時(shí)處理，而且由于在特征提取方面有許多成果可以借鑒，所以特征層融合是目前應(yīng)用較多的一種技術(shù)。但是該技術(shù)在復(fù)雜環(huán)境中的穩(wěn)健性和系統(tǒng)的容錯(cuò)性與可靠性有待進(jìn)一步改善。

(3)決策層融合。首先每一傳感器分別獨(dú)立地完成特征提取和決策等任務(wù)，然后進(jìn)行關(guān)聯(lián)，再送入融合中心處理。這種方法的實(shí)質(zhì)是根據(jù)一定的準(zhǔn)則和每個(gè)決策的可信度做出最優(yōu)的決策。其優(yōu)點(diǎn)是數(shù)據(jù)通訊量小、實(shí)時(shí)性好，可以處理非同步信息，能有效地融合不同類型的信息。而且在一個(gè)或幾個(gè)傳感器失效時(shí)，系統(tǒng)仍能繼續(xù)工作，具有良好的容錯(cuò)性，系統(tǒng)可靠性高，因此是目前信息融合研究的一個(gè)熱點(diǎn)。但是這種技術(shù)也有不足，如原始信息的損失、被測(cè)對(duì)象的時(shí)變特征、先驗(yàn)知識(shí)的獲取困難，以及知識(shí)庫的巨量特性等。

1.3處理模型

美國數(shù)據(jù)融合工作小組提出的數(shù)據(jù)融合處理模型，當(dāng)時(shí)僅應(yīng)用于軍事方面，但該模型對(duì)人們理解數(shù)據(jù)融合的基本概念有重要意義。模型每個(gè)模塊的基本功能如下：

數(shù)據(jù)源。包括傳感器及其相關(guān)數(shù)據(jù)(數(shù)據(jù)庫和人的先驗(yàn)知識(shí)等)。

源數(shù)據(jù)預(yù)處理。進(jìn)行數(shù)據(jù)的預(yù)篩選和數(shù)據(jù)分配，以減輕融合中心的計(jì)算負(fù)擔(dān)，有時(shí)需要為融合中心提供最重要的數(shù)據(jù)。目標(biāo)評(píng)估。融合目標(biāo)的位置、速度、身份等參數(shù)，以達(dá)到對(duì)這些參數(shù)的精確表達(dá)。主要包括數(shù)據(jù)配準(zhǔn)、跟蹤和數(shù)據(jù)關(guān)聯(lián)、辨識(shí)。

態(tài)勢(shì)評(píng)估。根據(jù)當(dāng)前的環(huán)境推斷出檢測(cè)目標(biāo)與事件之間的關(guān)系，以判斷檢測(cè)目標(biāo)的意圖。威脅評(píng)估。結(jié)合當(dāng)前的態(tài)勢(shì)判斷對(duì)方的威脅程度和敵我雙方的攻擊能力等，這一過程應(yīng)同時(shí)考慮當(dāng)前的政治環(huán)境和對(duì)敵策略等因素，所以較為困難。

處理過程評(píng)估。監(jiān)視系統(tǒng)的性能，辨識(shí)改善性能所需的數(shù)據(jù)，進(jìn)行傳感器資源的合理配置。人機(jī)接口。提供人與計(jì)算機(jī)間的交互功能，如人工操作員的指導(dǎo)和評(píng)價(jià)、多媒體功能等。

二、多傳感器在林業(yè)中的應(yīng)用

2.1在森林防火中的應(yīng)用

在用MODIS(ModerateResolutionImagingSpectroradiometer)數(shù)據(jù)測(cè)定森林火點(diǎn)時(shí)的20、22、23波段的傳感器輻射值已達(dá)飽和狀態(tài)，用一般圖像增強(qiáng)處理方法探測(cè)燃燒區(qū)火點(diǎn)的結(jié)果不理想。余啟剛運(yùn)用數(shù)據(jù)融合技術(shù)，在空間分辨率為1000m的熱輻射通道的數(shù)據(jù)外加入空間分辨率為250m的可見光通道的數(shù)據(jù)，較好地進(jìn)行了不同空間分辨率信息的數(shù)據(jù)融合，大大提高了對(duì)火點(diǎn)位置的判斷準(zhǔn)確度。為進(jìn)一步提高衛(wèi)星光譜圖像數(shù)據(jù)分析的準(zhǔn)確性與可靠性，利用原有森林防火用的林區(qū)紅外探測(cè)器網(wǎng)，將其與衛(wèi)星光譜圖像數(shù)據(jù)融合，可以使計(jì)算機(jī)獲得GPS接收機(jī)輸出的有關(guān)信息通過與RS實(shí)現(xiàn)高效互補(bǔ)性融合，從而彌補(bǔ)衛(wèi)星圖譜不理想的缺失區(qū)數(shù)據(jù)信息，大大提高燃燒區(qū)火點(diǎn)信息準(zhǔn)確度和敏感性。

2.2森林蓄積特征的估計(jì)

HampusHolmstrom等在瑞典南部的試驗(yàn)區(qū)將SPOT-4×S衛(wèi)星數(shù)據(jù)和CARABAS-IIVHFSAR傳感器的雷達(dá)數(shù)據(jù)進(jìn)行了融合，采用KNN(knearestneighbor)方法對(duì)森林的蓄積特征(林分蓄積、樹種組成與年齡)進(jìn)行了估計(jì)。

KNN方法就是采用目標(biāo)樣地鄰近k個(gè)(k=10)最近樣地的加權(quán)來估計(jì)目標(biāo)樣地的森林特征。研究者應(yīng)用衛(wèi)星光譜數(shù)據(jù)、雷達(dá)數(shù)據(jù)融合技術(shù)對(duì)試驗(yàn)區(qū)的不同林分的蓄積特征進(jìn)行估計(jì)，并對(duì)三種不同的數(shù)據(jù)方法進(jìn)行誤差分析。試驗(yàn)表明，融合后的數(shù)據(jù)作出的估計(jì)比單一的衛(wèi)星數(shù)據(jù)或雷達(dá)數(shù)據(jù)的精度高且穩(wěn)定性好。

2.3用非垂直航空攝像數(shù)據(jù)融合GIS信息更新調(diào)查數(shù)據(jù)

森林資源調(diào)查是掌握森林資源現(xiàn)狀與變化的調(diào)查方法，一般以地面調(diào)查的方法為主，我國5年復(fù)查一次。由于森林資源調(diào)查的工作量巨大，且要花費(fèi)大量的人力、物力和資金。國內(nèi)外許多學(xué)者都在探索航空、航天的遙感調(diào)查與估計(jì)方法。

TrevorJDavis等2002年提出采用非垂直的航空攝影數(shù)據(jù)融合對(duì)應(yīng)的GIS數(shù)據(jù)信息實(shí)現(xiàn)森林調(diào)查數(shù)據(jù)的快速更新，認(rèn)為對(duì)森林資源整體而言，僅某些特殊地區(qū)的資源數(shù)據(jù)需要更新。在直升飛機(jī)側(cè)面裝上可視的數(shù)字?jǐn)z像裝置，利用GPS對(duì)測(cè)點(diǎn)進(jìn)行定位，對(duì)特殊地區(qū)的攝像進(jìn)行拍攝，同時(shí)與對(duì)應(yīng)的GIS數(shù)據(jù)進(jìn)行融合，做出資源變化的估計(jì)或影像的修正。

試驗(yàn)表明，融合后的數(shù)據(jù)可以同高分辨率矯正圖像相比，該方法花費(fèi)少，精度高，能充分利用影像的可視性，應(yīng)用于偏遠(yuǎn)、地形復(fù)雜、不易操作、成本高的區(qū)域，同時(shí)可避免遙感圖像受云層遮蓋。

三、數(shù)據(jù)融合在林業(yè)中的應(yīng)用展望

3.1在木材檢測(cè)中的應(yīng)用

3.1.1木材缺陷及其影響

木材是天然生長(zhǎng)的有機(jī)體，生長(zhǎng)過程中不可避免地有尖削度、彎曲度、節(jié)子等生長(zhǎng)缺陷，這些缺陷極大地影響了木材及其制品的優(yōu)良特性，以及木材的使用率、強(qiáng)度、外觀質(zhì)量，并限制了其應(yīng)用領(lǐng)域。在傳統(tǒng)木制品生產(chǎn)過程中，主要依靠人的肉眼來識(shí)別木材缺陷，而木材板材表面缺陷在大小、形狀和色澤上都有較大的差異，且受木材紋理的影響，識(shí)別起來非常困難，勞動(dòng)強(qiáng)度大，效率低，同時(shí)由于熟練程度、標(biāo)準(zhǔn)掌握等人為因素，可能造成較大的誤差。另外在集成材加工中，板材缺陷的非雙面識(shí)別嚴(yán)重影響了生產(chǎn)線的生產(chǎn)節(jié)拍。因此必須開發(fā)一種能夠?qū)Π宀碾p面缺陷進(jìn)行在線識(shí)別和自動(dòng)剔除技術(shù)，以解決集成材加工中節(jié)子人工識(shí)別誤差大、難以實(shí)現(xiàn)雙面識(shí)別、剔除機(jī)械調(diào)整時(shí)間長(zhǎng)等問題。

3.1.2單一傳感器在木材檢測(cè)中的應(yīng)用

對(duì)木材及人造板進(jìn)行無損檢測(cè)的方法很多，如超聲波、微波、射線、機(jī)械應(yīng)力、震動(dòng)、沖擊應(yīng)力波、快速傅立葉變換分析等檢測(cè)方法。超聲技術(shù)在木材工業(yè)中的應(yīng)用研究主要集中在研究聲波與木材種類、木材結(jié)構(gòu)和性能之間的關(guān)系、木材結(jié)構(gòu)及缺陷分析、膠的固化過程分析等。

隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，人們也將視覺傳感器應(yīng)用于木材檢測(cè)中。新西蘭科學(xué)家用視頻傳感器研究和測(cè)量了紙漿中的纖維橫切面的寬度、厚度、壁面積、壁厚度、腔比率、壁比率等，同時(shí)準(zhǔn)確地測(cè)量單個(gè)纖維和全部纖維的幾何尺寸及其變化趨勢(shì)，能夠區(qū)分不同紙漿類型，測(cè)定木材纖維材料加固結(jié)合力，并動(dòng)態(tài)地觀察木材纖維在材料中的結(jié)合機(jī)理。

新西蘭的基于視覺傳感器的板材缺陷識(shí)別的軟件已經(jīng)產(chǎn)業(yè)化，該軟件利用數(shù)碼相機(jī)或激光掃描儀采集板材的圖像，自動(dòng)識(shí)別板材節(jié)子和缺陷的位置，控制板材的加工。該軟件還具有進(jìn)行原木三維模型真實(shí)再現(xiàn)的計(jì)算機(jī)視覺識(shí)別功能，利用激光掃描儀自動(dòng)采集原木的三維幾何數(shù)據(jù)。

美國林產(chǎn)品實(shí)驗(yàn)室利用計(jì)算機(jī)視覺技術(shù)對(duì)木材刨花的尺寸大小進(jìn)行分級(jí)，確定各種刨花在板中的比例和刨花的排列方向；日本京都大學(xué)基于視覺傳感器進(jìn)行了定向刨花板內(nèi)刨花定向程度的檢測(cè)，從而可以通過調(diào)整定向鋪裝設(shè)備優(yōu)化刨花的排列方向來提高定向刨花板的強(qiáng)度。在制材加工過程中，利用計(jì)算機(jī)視覺技術(shù)在線實(shí)時(shí)檢測(cè)原木的形狀及尺寸，選擇最佳下鋸方法，提高原木的出材率。同時(shí)可對(duì)鋸材的質(zhì)量進(jìn)行分級(jí)，實(shí)現(xiàn)木材的優(yōu)化使用；在膠合板的生產(chǎn)過程中，利用計(jì)算機(jī)視覺技術(shù)在線實(shí)時(shí)檢測(cè)單板上的各種缺陷，實(shí)現(xiàn)單板的智能和自動(dòng)剪切，并可測(cè)量在剪切過程中的單板破損率，對(duì)單板進(jìn)行分等分級(jí)，實(shí)現(xiàn)自動(dòng)化生產(chǎn)過程。Wengert等在綜合了大量的板材分類經(jīng)驗(yàn)的基礎(chǔ)上，建立了板材分級(jí)分類的計(jì)算機(jī)視覺專家系統(tǒng)。在國內(nèi)這方面的研究較少，王金滿等用計(jì)算機(jī)視覺技術(shù)對(duì)刨花板施膠效果進(jìn)行了定量分析。

X射線對(duì)木材及木質(zhì)復(fù)合材料的性能檢測(cè)已得到了廣泛的應(yīng)用，目前該技術(shù)主要應(yīng)用于對(duì)木材密度、含水率、纖維素相對(duì)結(jié)晶度和結(jié)晶區(qū)大小、纖維的化學(xué)結(jié)構(gòu)和性質(zhì)等進(jìn)行檢測(cè)，并對(duì)木材內(nèi)部的各種缺陷進(jìn)行檢測(cè)。

3.1.3數(shù)據(jù)融合在木材檢測(cè)中的應(yīng)用展望

單一傳感器在木材工業(yè)中已得到了一定程度的應(yīng)用，但各種單項(xiàng)技術(shù)在應(yīng)用上存在一定的局限性。如視覺傳感器不能檢測(cè)到有些與木材具有相同顏色的節(jié)子，有時(shí)會(huì)把木板上的臟物或油脂當(dāng)成節(jié)子，造成誤判，有時(shí)也會(huì)受到木材的種類或粗糙度和濕度的影響，此外，這種技術(shù)只能檢測(cè)部分表面缺陷，而無法檢測(cè)到內(nèi)部缺陷；超聲、微波、核磁共振和X射線技術(shù)均能測(cè)量密度及內(nèi)部特征，但是它們不能測(cè)定木材的顏色和瑕疵，因?yàn)檫@些缺陷的密度往往同木板相同。因此，一個(gè)理想的檢測(cè)系統(tǒng)應(yīng)該集成各種傳感技術(shù)，才能準(zhǔn)確、可靠地檢測(cè)到木材的缺陷。

基于多傳感器(機(jī)器視覺及X射線等)數(shù)據(jù)融合技術(shù)的木材及木制品表面缺陷檢測(cè)，可以集成多個(gè)傳統(tǒng)單項(xiàng)技術(shù)，更可靠、準(zhǔn)確地實(shí)時(shí)檢測(cè)出木材表面的各種缺陷，為實(shí)現(xiàn)木材分級(jí)自動(dòng)化、智能化奠定基礎(chǔ)，同時(shí)為集裁除鋸、自動(dòng)調(diào)整、自動(dòng)裁除節(jié)子等為一身的新型視頻識(shí)別集成材雙面節(jié)子數(shù)控自動(dòng)剔除成套設(shè)備提供技術(shù)支持。

3.2在精確林業(yè)中的應(yīng)用

美國華盛頓大學(xué)研究人員開展了樹形自動(dòng)分析、林業(yè)作業(yè)規(guī)劃等研究工作；Auburn大學(xué)的生物系統(tǒng)工程系和USDA南方林業(yè)實(shí)驗(yàn)站與有關(guān)公司合作開展用GPS和其他傳感器研究林業(yè)機(jī)器系統(tǒng)的性能和生產(chǎn)效率。

目前單項(xiàng)的GPS、RS、GIS正從“自動(dòng)化孤島”形式應(yīng)用于林業(yè)生產(chǎn)向集成技術(shù)轉(zhuǎn)變。林業(yè)生產(chǎn)系統(tǒng)作為一個(gè)多組分的復(fù)雜系統(tǒng)，是由能量流動(dòng)、物質(zhì)循環(huán)、信息流動(dòng)所推動(dòng)的具有一定的結(jié)構(gòu)和功能的復(fù)合體，各組分間的關(guān)系和結(jié)合方式影響系統(tǒng)整體的結(jié)構(gòu)和功能。因此應(yīng)該在計(jì)算機(jī)集成系統(tǒng)框架下，有效地融合GPS、GIS、RS等數(shù)據(jù)，解決這些信息在空間和時(shí)間上的質(zhì)的差異及空間數(shù)據(jù)類型的多樣性，如地理統(tǒng)計(jì)數(shù)據(jù)、柵格數(shù)據(jù)、點(diǎn)數(shù)據(jù)等。利用智能DSS(決策支持系統(tǒng))以及VRT(可變量技術(shù))等，使林業(yè)生產(chǎn)成為一個(gè)高效、柔性和開放的體系，從而實(shí)現(xiàn)林業(yè)生產(chǎn)的標(biāo)準(zhǔn)化、規(guī)范化、開放性，建立基于信息流融合的精確林業(yè)系統(tǒng)。

南京林業(yè)大學(xué)提出了“精確林業(yè)工程系統(tǒng)”。研究包括精確林業(yè)工程系統(tǒng)的領(lǐng)域體系結(jié)構(gòu)、隨時(shí)空變化的數(shù)據(jù)采集處理與融合技術(shù)、精確控制林業(yè)生產(chǎn)的智能決策支持系統(tǒng)、可變量控制技術(shù)等，實(shí)現(xiàn)基于自然界生物及其所賴以生存的環(huán)境資源的時(shí)空變異性的客觀現(xiàn)實(shí)，以最小資源投入、最小環(huán)境危害和最大產(chǎn)出效益為目標(biāo)，建立關(guān)于林業(yè)管理系統(tǒng)戰(zhàn)略思想的精確林業(yè)微觀管理系統(tǒng)。

[參考文獻(xiàn)]

[1]高翔，王勇.數(shù)據(jù)融合技術(shù)綜述[J].計(jì)算機(jī)控制與測(cè)量，2002，10(11)：706-709.

[2]龔元明，蕭德云，王俊杰.多傳感器數(shù)據(jù)融合技術(shù)(上)[J].冶金自動(dòng)化，2002(4)：4-7.

[3]錢永蘭，楊邦杰，雷廷武.數(shù)據(jù)融合及其在農(nóng)情遙感監(jiān)測(cè)中的應(yīng)用與展望[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20(4)：286-290.

[4]高德平，黃雪梅.多傳感器和數(shù)據(jù)融合(一)[J].紅外與激光工程，1999，28(1)：1-4.

篇4

（1．湖南文理學(xué)院物理與電子科學(xué)學(xué)院，湖南 常德 415000；2．常德市廣積米業(yè)有限公司，湖南 常德 415000）

摘要：為了提高稻米質(zhì)量檢測(cè)精度，提升企業(yè)運(yùn)營(yíng)效率，構(gòu)建了基于圖像處理技術(shù)的大米質(zhì)量在線檢測(cè)信息系統(tǒng)。根據(jù)國家糧食生產(chǎn)標(biāo)準(zhǔn)，采用數(shù)字圖像處理技術(shù)對(duì)稻米的外觀特征進(jìn)行識(shí)別與分析，獲取整精米率等關(guān)鍵參數(shù)，設(shè)計(jì)信息系統(tǒng)軟件記錄和分析相關(guān)參數(shù)，并在線提供給其他部門使用。經(jīng)現(xiàn)場(chǎng)測(cè)試運(yùn)行，該系統(tǒng)能較好地滿足企業(yè)的檢測(cè)要求，較傳統(tǒng)人工分析參數(shù)檢測(cè)準(zhǔn)確率提高了7．8％，為企業(yè)的現(xiàn)代化管理提供了有力的支撐。

關(guān)鍵詞 ：稻米質(zhì)量；圖像處理；參數(shù)檢測(cè)；信息系統(tǒng)

中圖分類號(hào)：TP274 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439－8114（2015）04－0963-04

DOI:10.14088/j.cnki.issn0439-8114.2015.04.050

收稿日期：2014－05－15

基金項(xiàng)目：湖南省科技計(jì)劃項(xiàng)目（2012SK3131）；湖南省常德市科技計(jì)劃項(xiàng)目（2012ZX31）

作者簡(jiǎn)介：曹斌芳（1979－），女，陜西澄城人，講師，碩士，主要從事復(fù)雜工業(yè)過程控制與優(yōu)化、計(jì)算機(jī)測(cè)量與控制等方面的研究，（電話）15274929524（電子信箱）cao＿bf＠163．com。

稻米是世界上最主要的糧食作物之一，中國是世界上最大的稻米生產(chǎn)國，產(chǎn)量占到世界總產(chǎn)量1／3，居世界首位［1］。中國的水稻研究在世界上處于領(lǐng)先地位，但是大米的質(zhì)量和口感等方面還存在諸多不足［2］，同時(shí)消費(fèi)群體對(duì)于優(yōu)質(zhì)稻米的要求不斷提升。在糧食流通和生產(chǎn)過程中，對(duì)進(jìn)行大米品質(zhì)檢測(cè)與分析具有十分重要的意義，糧食安全是當(dāng)前人們關(guān)注的熱點(diǎn)問題。目前，中國糧食企業(yè)中大米品質(zhì)外觀指標(biāo)的檢測(cè)，主要是質(zhì)檢員通過肉眼觀測(cè)，再填寫紙質(zhì)質(zhì)檢單。人工檢測(cè)存在效率低、精度低、可重復(fù)性差等問題，可能導(dǎo)致指標(biāo)不達(dá)標(biāo)的大米流向市場(chǎng)，損害了消費(fèi)者的健康和權(quán)益，同時(shí)人工檢測(cè)難以滿足企業(yè)生產(chǎn)經(jīng)營(yíng)中的快速批量檢測(cè)的要求，而且紙質(zhì)質(zhì)檢信息在企業(yè)中流轉(zhuǎn)不暢、極易出錯(cuò)，降低了企業(yè)的運(yùn)營(yíng)效率。

從20世紀(jì)70年代末，研究人員開始在植物種類的鑒別、農(nóng)產(chǎn)品品質(zhì)檢測(cè)和分級(jí)等領(lǐng)域進(jìn)行圖像處理技術(shù)應(yīng)用的探索。隨著信息技術(shù)的快速發(fā)展，圖像處理技術(shù)在農(nóng)業(yè)各個(gè)領(lǐng)域中均取得了諸多的重要進(jìn)展［2－4］。在糧食企業(yè)生產(chǎn)中，稻米外觀是用來判別大米類型、品種、級(jí)別等的直觀指標(biāo)，也是企業(yè)質(zhì)量控制中的一項(xiàng)關(guān)鍵質(zhì)量指標(biāo)。在大米品質(zhì)檢測(cè)方面，國內(nèi)外學(xué)者進(jìn)行了許多研究，提出了許多的圖像處理技術(shù)方法，并研發(fā)了多種不同類型的檢測(cè)設(shè)備［4－7］。研究者利用不同方法研究了基于機(jī)器視覺對(duì)稻米的堊白度及堊白粒率、黃粒米等檢測(cè)參數(shù)［5－7］，取得了一定的效果，但是仍然存在著精度較低，檢測(cè)參數(shù)速度偏慢等問題。同時(shí)已有研究討論如何在企業(yè)信息管理中進(jìn)行信息的利用與整合。為此，本研究基于大米的形態(tài)和外觀參數(shù)，采用了基于熵的閾值法和改進(jìn)的分水嶺分割檢測(cè)算法，分別檢測(cè)整精米率和堊白粒率，然后基于色度學(xué)分離出黃粒米，并進(jìn)行相關(guān)參數(shù)的統(tǒng)計(jì)，再進(jìn)行光度和亮度的評(píng)估，最后將檢測(cè)參數(shù)送入設(shè)計(jì)的企業(yè)質(zhì)量檢測(cè)信息系統(tǒng)，供地磅、財(cái)務(wù)和倉儲(chǔ)等其他部門使用。

1 大米外觀質(zhì)量標(biāo)準(zhǔn)

根據(jù)中華人民共和國國家標(biāo)準(zhǔn)GB1354－2009《大米》［8］，大米被分為4個(gè)品種：秈米、粳米、秈糯米、粳糯米。按照質(zhì)量等級(jí)，秈米與粳米分為一級(jí)、二級(jí)、三級(jí)、四級(jí)；秈糯米與粳糯米分為一級(jí)、二級(jí)、三級(jí)。大米的外觀品質(zhì)主要包括大米色澤、堊白粒和米粒形狀等指標(biāo)，均是質(zhì)量檢測(cè)的基本項(xiàng)目，其中黃粒米、礦物質(zhì)、色澤和氣味為強(qiáng)制性指標(biāo)，表征了大米重要的商品性狀。大米在采購原糧、生產(chǎn)完成以及商品退貨等企業(yè)業(yè)務(wù)活動(dòng)中都要進(jìn)行相關(guān)的檢驗(yàn)，其具體過程大致如下：

1）扦樣。根據(jù)標(biāo)準(zhǔn)扦樣法進(jìn)行逐批扦樣，取得原始樣品2 000 g左右，且標(biāo)示樣品。

2）分樣。對(duì)每批原始樣品分樣，混合后分取兩份，每份約50 g用于檢驗(yàn)，其余樣品標(biāo)示保管好作為留樣或備份。

3）檢驗(yàn)樣品。對(duì)兩份樣品分別檢驗(yàn)，結(jié)果取算術(shù)平均值。①水分檢測(cè)：稱取一定量的樣品，磨碎，烘箱法測(cè)定水分含量；②整精米率檢測(cè)。按照國家標(biāo)準(zhǔn)，不足該批米平均長(zhǎng)度的3／4視為非整米，稱量算出百分比；③不完善粒檢測(cè)。按照標(biāo)準(zhǔn)選出待測(cè)樣品的不完善粒，稱重算出百分比；④黃粒米檢測(cè)。按照標(biāo)準(zhǔn)選出待測(cè)樣品的黃色米粒，稱重算出百分比；⑤堊白粒檢測(cè)。按照標(biāo)準(zhǔn)選出待測(cè)樣品胚或部分胚是乳白色，稱重算出百分比；⑥光度檢測(cè)。感官與標(biāo)樣對(duì)照光潔度或反光度。

4）出具檢驗(yàn)報(bào)告。根據(jù)中國現(xiàn)行的標(biāo)準(zhǔn)，優(yōu)質(zhì)大米的基本指標(biāo)［8］如表1所示，是糧食加工企業(yè)必須檢驗(yàn)項(xiàng)目。

2 基于OpenCV技術(shù)的圖像采集系統(tǒng)

基于圖像技術(shù)進(jìn)行大米質(zhì)量檢測(cè)是一種快速便捷的方法，系統(tǒng)主要包括光源、鏡頭、攝像機(jī)、板卡和分析處理軟件。該系統(tǒng)針對(duì)稻米靜態(tài)圖像進(jìn)行采集，經(jīng)過適當(dāng)?shù)奶幚砗头治觯@得相關(guān)的關(guān)鍵參數(shù)。大米外觀質(zhì)量圖像采集系統(tǒng)由計(jì)算機(jī)、采集臺(tái)、攝像頭、托盤組成，采集臺(tái)上方橫柱裝有攝像頭，托盤放置在下層，采集箱為封閉狀態(tài)，以排除外界光線的干擾，托盤中間的黑色區(qū)域，大小為200 mm×280 mm，用于放置待檢測(cè)米粒。攝像頭的分辨率為2 592×1 944，像數(shù)為800萬像素，實(shí)際拍攝視野為150 mm×180 mm，可分辨的稻米精度為0．1 mm。以粳米為例，長(zhǎng)度為5．0～5．5 mm，粒型為1．5～2．0 mm。考慮光源尺寸及散熱，攝像機(jī)到稻米的距離為120 mm。本研究所使用的OpenCV（Open source computer vision library ）是由一系列函數(shù)和少量類構(gòu)成的開源計(jì)算機(jī)視覺庫，主要實(shí)現(xiàn)圖像處理和計(jì)算機(jī)視覺方面的通用算法，用于對(duì)圖像進(jìn)行一些高級(jí)處理。目前，大部分的大米品質(zhì)檢測(cè)指標(biāo)根據(jù)國家標(biāo)準(zhǔn)采用人工進(jìn)行檢測(cè)，容易產(chǎn)生許多問題。OpenCV包括了實(shí)時(shí)光線追蹤和三維顯示墻等。在Intel的性能庫團(tuán)隊(duì)的幫助下，OpenCV完成了核心代碼機(jī)器算法，并且在俄羅斯團(tuán)隊(duì)的努力下得到了優(yōu)化。本研究利用計(jì)算機(jī)視覺技術(shù)對(duì)大米粒形的檢測(cè)方法進(jìn)行研究，并根據(jù)大米的粒形特征研究了大米中破碎米或整精米的檢測(cè)方法。利用計(jì)算機(jī)視覺技術(shù)對(duì)大米樣品圖像進(jìn)行處理，其框圖如圖1所示。大米的檢測(cè)參數(shù)存入數(shù)據(jù)庫中，供后續(xù)信息系統(tǒng)使用。

大米圖像特征包含大小特征、形狀特征、顏色特征和紋理特征，本研究結(jié)合這4種特征，計(jì)算了整精米率、堊白粒率、黃粒米率等關(guān)鍵參數(shù)。大小特征參數(shù)用于表征稻米米粒的大小尺寸，其中包括周長(zhǎng)、面積、長(zhǎng)度、寬度等。在采集靜態(tài)圖像時(shí)，大米常會(huì)出現(xiàn)粘連現(xiàn)象，而且由于環(huán)境等多種原因圖像會(huì)受到噪聲干擾。本研究首先采用OpenCV函數(shù)庫中void cvSmooth函數(shù)對(duì)圖像利用高斯濾波進(jìn)行降噪處理；再使用形態(tài)學(xué)對(duì)圖像進(jìn)一步處理，形態(tài)學(xué)重構(gòu)算子有保持圖像集合特征的性質(zhì)，形態(tài)學(xué)開運(yùn)算能消除圖像中尖峰和孤島，與閉運(yùn)算可填補(bǔ)圖像中的小孔和間隙相結(jié)合，將三者結(jié)合可以構(gòu)成形態(tài)學(xué)開閉運(yùn)算濾波器。這使得既可濾除圖像中的噪聲點(diǎn)，又使對(duì)象區(qū)域具有連續(xù)性，且不會(huì)導(dǎo)致圖像的失真和產(chǎn)生新的特征。該系統(tǒng)中使用形態(tài)學(xué)濾波函數(shù)void cvMorphologyEx完成這個(gè)操作，然后使用二維最小局部交叉熵閾值法進(jìn)行二值化操作［9］，統(tǒng)計(jì)獲得大米粒形態(tài)特征，按照國家標(biāo)準(zhǔn)計(jì)算出整精米率?；趫装琢D像區(qū)域中堊白部分白色不透明這一物理先驗(yàn)特征，使用多閾值分割方法獲得堊白粒區(qū)域［10］，將堊白粒區(qū)域分成3個(gè)標(biāo)記區(qū)域［11］，通過形態(tài)學(xué)分水嶺方法分割堊白粒圖像，提取得到區(qū)域間的堊白區(qū)域。再將背景置為黑色［7］，米粒顏色不變，然后將其從RGB顏色空間轉(zhuǎn)化為L(zhǎng)*a*b*顏色空間，結(jié)合色度和面積閾值來判定每顆米粒是否為黃粒米，從而獲得黃粒米率并在圖中標(biāo)記。將人工檢測(cè)結(jié)果與計(jì)算機(jī)檢測(cè)結(jié)果比較，準(zhǔn)確率提升了7．8％，檢測(cè)員勞動(dòng)強(qiáng)度有較明顯下降，檢測(cè)速度大幅度提升。

3 糧食質(zhì)檢信息管理系統(tǒng)設(shè)計(jì)

糧食質(zhì)量檢測(cè)是糧食企業(yè)日常經(jīng)營(yíng)生產(chǎn)活動(dòng)中的重要環(huán)節(jié)，不僅影響到企業(yè)的運(yùn)營(yíng)效率，而且與用戶的利益和社會(huì)的需求密切相關(guān)，受到政府監(jiān)管部門的高度關(guān)注。目前，稻米的外觀質(zhì)量檢測(cè)主要采用人工肉眼識(shí)別進(jìn)行，誤差偏大，效率較低等問題，特別是收購季節(jié)時(shí)無法滿足需要，同時(shí)企業(yè)信息化管理中也亟需及時(shí)獲取稻米品質(zhì)參數(shù)。結(jié)合企業(yè)實(shí)際需要，設(shè)計(jì)了包括5大功能模塊的信息管理系統(tǒng)，如圖2所示。系統(tǒng)設(shè)計(jì)符合SOA（Service oriented architecture）設(shè)計(jì)理念，實(shí)現(xiàn)質(zhì)檢信息公司內(nèi)流通。稻谷的外觀參數(shù)通過圖像采集系統(tǒng)處理獲得，水分含量通過烘箱烘烤后按標(biāo)準(zhǔn)操作獲得，食味值通過日本佐竹公司米粒食味計(jì)（型號(hào)：RCTA11A）測(cè)試獲得。系統(tǒng)操作風(fēng)格一致，保證操作的簡(jiǎn)易性，良好的可理解性，按部門和職位設(shè)計(jì)了操作權(quán)限控制系統(tǒng)。系統(tǒng)還提供了多種系統(tǒng)管理工具，如自動(dòng)程序更新、定時(shí)數(shù)據(jù)備份功能和用戶異常訪問檢測(cè)等。

3．1 系統(tǒng)功能模塊

1）進(jìn)貨檢驗(yàn)?zāi)K。原糧進(jìn)貨檢驗(yàn)是企業(yè)產(chǎn)品質(zhì)量控制的入口，涉及質(zhì)量本身和采購價(jià)格的確定。該功能主要針對(duì)原糧進(jìn)貨檢驗(yàn)并提供數(shù)據(jù)操作界面，包括稻谷檢驗(yàn)、面粉檢驗(yàn)、面粉補(bǔ)填質(zhì)檢、大米檢驗(yàn)等，并可以對(duì)數(shù)據(jù)進(jìn)行新增、刪除、查詢、更新等可視化操作。包裝檢驗(yàn)主要檢測(cè)采購部采購的各種包裝的參數(shù)是否符合相關(guān)的技術(shù)要求，如尺寸、重量、色澤等，并通過圖像采集系統(tǒng)采集圖片存檔。退回產(chǎn)品檢驗(yàn)包括退回產(chǎn)品質(zhì)檢通知單和退回產(chǎn)品檢驗(yàn)歷史記錄。退回產(chǎn)品可能有質(zhì)量問題或者其他問題，首先由營(yíng)銷部回收從客戶退回的產(chǎn)品，然后將退回產(chǎn)品送至質(zhì)檢部質(zhì)檢，檢測(cè)客戶提出的退回原因是否屬實(shí)。

2）日常檢驗(yàn)?zāi)K。普查檢驗(yàn)包括4類檢驗(yàn)：稻谷普查檢驗(yàn)、米類普查檢驗(yàn)、面條普查檢驗(yàn)和面粉普查檢驗(yàn)。①普查檢驗(yàn)主要是針對(duì)倉庫里的稻谷、米類、面條、面粉進(jìn)行全面的階段性的檢驗(yàn)，檢驗(yàn)產(chǎn)品的生蟲、色澤、水分、黃粒米、氣味等實(shí)際情況，便于及時(shí)了解倉庫產(chǎn)品質(zhì)量，以便更好管理；②生產(chǎn)檢驗(yàn)是生產(chǎn)過程中對(duì)半成品或者成品進(jìn)行檢驗(yàn)，并記錄檢測(cè)值。生產(chǎn)部轉(zhuǎn)換生產(chǎn)品種或者原料變動(dòng)后，先生產(chǎn)出少量產(chǎn)品，送質(zhì)檢部質(zhì)檢，質(zhì)檢合格，再批量生產(chǎn)，否則改善不足之處重新生產(chǎn)。當(dāng)生產(chǎn)過程中抽檢發(fā)現(xiàn)異常時(shí)，發(fā)生產(chǎn)異常通知單通知生產(chǎn)部，并進(jìn)行記錄；③抽樣檢驗(yàn)包括3個(gè)子模塊：抽樣記錄、抽樣質(zhì)檢、抽樣質(zhì)檢歷史記錄。抽樣檢驗(yàn)主要是配合上級(jí)領(lǐng)導(dǎo)來公司進(jìn)行產(chǎn)品抽樣質(zhì)檢。操作流程為首先登記來抽樣的單位、抽樣時(shí)間、抽樣品種、經(jīng)手人等信息，再進(jìn)行檢測(cè)，并做好記錄保留備查；④普米檢驗(yàn)，檢測(cè)方法按照國家標(biāo)準(zhǔn)進(jìn)行。

3）出貨檢驗(yàn)?zāi)K。出貨檢驗(yàn)的功能與生產(chǎn)檢驗(yàn)的成品檢驗(yàn)一致，主要保證出貨產(chǎn)品的質(zhì)量。

4）檢驗(yàn)?zāi)K。質(zhì)檢報(bào)表匯總包括普米報(bào)表和原糧報(bào)表，以原糧報(bào)表為例說明。原糧報(bào)表包括：面粉收購報(bào)表、稻谷收購報(bào)表、普米收購報(bào)表。選擇好起始時(shí)間與結(jié)束時(shí)間，即可獲得相應(yīng)報(bào)表，并可導(dǎo)出匯總信息。

5）認(rèn)證記錄模塊。送外質(zhì)檢包括兩個(gè)子功能模塊，即送外質(zhì)檢和送外檢驗(yàn)歷史記錄。送外質(zhì)檢主要就是定期的選擇一些產(chǎn)品送到相關(guān)單位去檢驗(yàn)，保證糧食產(chǎn)品符合規(guī)定要求。配方管理包括生產(chǎn)配方和生產(chǎn)配方歷史記錄，主要提供上傳及下載功能。企業(yè)的配方資料屬于保密資料，因此在設(shè)計(jì)配方管理這個(gè)模塊時(shí)，應(yīng)充分考慮到了其安全性，防止資料被竊取。在客戶端上傳數(shù)據(jù)時(shí)，采用將文件轉(zhuǎn)換成二進(jìn)制流后，進(jìn)行3層DES加密后，再保存到數(shù)據(jù)庫中，讀取時(shí)進(jìn)行相反操作。體系文件和質(zhì)量標(biāo)準(zhǔn)都是公司分類保存各類資料電子檔，供授權(quán)需要使用的部門查看瀏覽。

3．2 系統(tǒng)設(shè)計(jì)與運(yùn)行效果

信息系統(tǒng)面向．NET框架設(shè)計(jì)采用MVC的設(shè)計(jì)方式，開發(fā)語言采用C＃＋ASP．NET，使用SQL Server 2008作為后臺(tái)數(shù)據(jù)庫。系統(tǒng)采用的是B／S（服務(wù)器／瀏覽器）架構(gòu)，B／S架構(gòu)是目前主流管理系統(tǒng)廣泛采用的架構(gòu)，實(shí)現(xiàn)了客戶端零安裝、零維護(hù)，使用瀏覽器直接實(shí)現(xiàn)遠(yuǎn)程訪問。從層次結(jié)構(gòu)來看，．NET框架包括3個(gè)主要組成部分：公共語言運(yùn)行時(shí)（Common language runtime）、服務(wù)框架（Services framework）和上層的兩類應(yīng)用模板——傳統(tǒng)的Windows應(yīng)用程序模板（Win forms）和基于ASP．NET的面向Web的網(wǎng)絡(luò)應(yīng)用程序模板（Web forms和Web services）。SQL Server 2008允許在使用Microsoft ．NET和Visual studio開發(fā)的自定義應(yīng)用程序中使用數(shù)據(jù)，在面向服務(wù)的架構(gòu)（SOA）和通過Microsoft Biz Talk Server進(jìn)行的業(yè)務(wù)流程中使用數(shù)據(jù)，提供一個(gè)可信、高效率的智能數(shù)據(jù)平臺(tái)。

以精米質(zhì)檢操作功能頁面為例，在時(shí)間文本框中可以選擇需要查詢的時(shí)間段，點(diǎn)擊搜索按鈕，即可獲得相應(yīng)時(shí)間段精米的質(zhì)檢信息。點(diǎn)擊詳情欄目中的查看連接按鈕，可查看質(zhì)檢的詳細(xì)信息，主操作頁面如圖3所示，詳細(xì)信息頁面如圖4所示。

4 小結(jié)

糧食企業(yè)生產(chǎn)經(jīng)營(yíng)中，稻米的視覺特征與稻米品質(zhì)屬性密切相關(guān)，目前的人工檢測(cè)方法不能滿足需要。圖像分割是進(jìn)行大米形態(tài)參數(shù)測(cè)量的關(guān)鍵環(huán)節(jié)，為提高測(cè)量的準(zhǔn)確性和算法的魯棒性，提出了一種結(jié)合先驗(yàn)知識(shí)的改進(jìn)圖像處理方法。針對(duì)現(xiàn)場(chǎng)大米質(zhì)量對(duì)比試驗(yàn)，表明基于圖像處理技術(shù)的方法比傳統(tǒng)人工檢測(cè)速度更快，有更準(zhǔn)確的測(cè)量效果，檢測(cè)出來的參數(shù)直接進(jìn)入質(zhì)量檢測(cè)信息系統(tǒng)，供企業(yè)其他部門使用。該系統(tǒng)目前在某糧食企業(yè)中得到了較好的應(yīng)用，有效地提高了企業(yè)的運(yùn)行效率，增加了企業(yè)效益。

參考文獻(xiàn)：

［1］ 萬 鵬，龍長(zhǎng)江，任奕林．機(jī)器視覺技術(shù)在大米品質(zhì)檢測(cè)中的應(yīng)用進(jìn)展［J］．湖北農(nóng)業(yè)科學(xué)，2012，51（5）：873－876，886．

［2］ 黃星奕，李 劍，姜 松．基于計(jì)算機(jī)視覺的稻谷品種識(shí)別技術(shù)的研究［J］．江蘇大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，25（2）：102－104．

［3］ 凌 云，王一鳴，孫明基，等．基于機(jī)器視覺的大米外觀品質(zhì)檢測(cè)裝置［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（9）：89－92．

［4］ 王靜娜，賀園園，陳雄飛，等．機(jī)器視覺在農(nóng)產(chǎn)品品質(zhì)檢測(cè)和采收包裝中的應(yīng)用［J］．農(nóng)機(jī)化研究，2011（7）：186－189．

［5］ 常若葵，張偉玉，崔 晶．基于機(jī)器視覺的大米外特性評(píng)價(jià)［J］．農(nóng)機(jī)化研究，2009（12）：149－151．

［6］ 高希端，孟超英，籍保平．機(jī)器視覺在稻米整精米率快速計(jì)算中的應(yīng)用［J］．食品科學(xué)，2007，28（5）：268－272．

［7］ 祝曉芳，侯彩云，芮 闖．基于計(jì)算機(jī)圖像處理技術(shù)的黃粒米檢測(cè)系統(tǒng)研究［J］．糧油食品科技，2008，16（4）：6－8．

［8］ GB1350－2009，中華人民共和國國家標(biāo)準(zhǔn)稻谷［S］．

［9］ NIE F Y， GAO C， GUO Y C ，et al． Two－dimensional minimum local cross－entropy thresholding based on co－occurrence matrix［J］． Computers and Electrical Engineering， 2011，37（5）：757－767．

［10］ 周顯青，白國偉，張玉榮，等．基于數(shù)字圖像處理技術(shù)整米和碎米含量檢測(cè)［J］．糧食與飼料工業(yè)，2011（9）：1－5．

篇5

學(xué)號(hào)

123

姓名

風(fēng)

專業(yè)

軟件工程

班級(jí)

軟件工程

論文題目

基于JAVA的寵物平臺(tái)管理系統(tǒng)

校內(nèi)指導(dǎo)老師

（職稱/學(xué)歷）

風(fēng)中弦/助教

校外指導(dǎo)老師

（職稱/學(xué)歷）

風(fēng)/工程師

開題報(bào)告時(shí)間

20___年___月___日

星期___

開題報(bào)告地點(diǎn)

線上

旁聽人數(shù)

10

記錄員

風(fēng)中弦

論文開題報(bào)告會(huì)會(huì)議內(nèi)容：（參考下列幾個(gè)方面，由記錄員負(fù)責(zé)記錄）

1.

選題的意義和實(shí)用價(jià)值

寵物平臺(tái)管理系統(tǒng)的設(shè)計(jì)符合當(dāng)前社會(huì)發(fā)展需要，符合現(xiàn)在時(shí)代的需要，隨著現(xiàn)在社會(huì)的網(wǎng)絡(luò)技術(shù)的發(fā)達(dá)以及領(lǐng)養(yǎng)寵物的越來越普及，快速且高效率的快遞服務(wù)能有效的提高客戶的體驗(yàn)，方便線上管理寵物信。

2.

方案的科學(xué)性、可行性及創(chuàng)新性的評(píng)價(jià)

方案很具有創(chuàng)新性，是針對(duì)當(dāng)下寵物平臺(tái)管理系統(tǒng)中的一項(xiàng)可行性較高的研究。且研究方案思路清晰，可行性很高。

3.擬采用的技術(shù)路線、解決的關(guān)鍵性問題及計(jì)劃進(jìn)度等是否切實(shí)可行

擬采用的技術(shù)路線有效可行，思路清晰，解決關(guān)鍵性問題有清晰有效的思路，且計(jì)劃進(jìn)度完全在可執(zhí)行范圍之內(nèi)。

4.具體建議和意見以及結(jié)論（通過或不通過）

該課題設(shè)計(jì)方案合理，具有一定的實(shí)際價(jià)值和意義，同意開題。

評(píng)議小組對(duì)論文開題報(bào)告的主要意見及建議：（由記錄員負(fù)責(zé)記錄）

1.

將核心作用實(shí)現(xiàn)，系統(tǒng)開發(fā)是關(guān)鍵。

2.

要落實(shí)開題報(bào)告的具體步驟及內(nèi)容。

開題報(bào)告評(píng)議小組意見

評(píng)議結(jié)論：（開題報(bào)告是否通過）

畢業(yè)設(shè)計(jì)題目符合畢業(yè)設(shè)計(jì)要求，同意通過。

評(píng)議小組組長(zhǎng)簽名：

年

月

日

評(píng)議小組成員

姓名

職稱

研究方向

簽名

小李

講師

計(jì)算機(jī)視覺

小琳

教授

機(jī)器學(xué)習(xí)

小梅

講師

數(shù)據(jù)挖掘

學(xué)院審核意見

院負(fù)責(zé)人簽章：

年

篇6

以下就是麥肯錫列舉的顛覆性技術(shù)及其潛在的經(jīng)濟(jì)影響程度（含消費(fèi)者盈余在內(nèi)，即消費(fèi)者并未支付的因創(chuàng)新而獲得的價(jià)值），當(dāng)然，這種影響評(píng)估只是粗略的，不會(huì)像GDP數(shù)字那么具體（見圖1）。

上圖數(shù)字更具體一點(diǎn)：

如圖2所示，麥肯錫認(rèn)為，未來10多年最具經(jīng)濟(jì)影響性的技術(shù)應(yīng)該是那些已經(jīng)取得良好進(jìn)展的技術(shù)一如已經(jīng)在發(fā)達(dá)國家普及并在新興國家蓬勃發(fā)展的移動(dòng)互聯(lián)網(wǎng)；知識(shí)工作的自動(dòng)化，比方說用計(jì)算機(jī)語音來處理大部分的客戶電話；物聯(lián)網(wǎng)，比方說將傳感器嵌入物理實(shí)體中用來監(jiān)控產(chǎn)品在工廠的流動(dòng)；以及云計(jì)算。按照麥肯錫的估算，到2025年，這些技術(shù)每一個(gè)對(duì)全球經(jīng)濟(jì)的價(jià)值貢獻(xiàn)均超過1萬億美元（即便是預(yù)測(cè)的下限）。

不過麥肯錫的報(bào)告中令人感興趣的預(yù)測(cè)是，一些比較性感的新潮技術(shù)，如無人駕駛汽車、3D打印、可再生能源等的經(jīng)濟(jì)影響相對(duì)較低。

這種炒作熱度（關(guān)于技術(shù)炒作可參見Garnter的技術(shù)炒作周期）與潛在經(jīng)濟(jì)影響力的失聯(lián)可以從圖3（縱向坐標(biāo)為炒作指數(shù)，以過去1年發(fā)表的效果技術(shù)文章數(shù)衡量；橫向坐標(biāo)為潛在經(jīng)濟(jì)影響）看出。經(jīng)濟(jì)影響力最大的技術(shù)并非炒作最厲害的。在圖中，只有右上角的技術(shù)一移動(dòng)互聯(lián)網(wǎng)是名符其實(shí)的，即炒作與經(jīng)濟(jì)影響力相當(dāng)。而相對(duì)而言，知識(shí)工作自動(dòng)化、物聯(lián)網(wǎng)、云計(jì)算以及先進(jìn)機(jī)器人技術(shù)就要低調(diào)許多。

以下就是這12項(xiàng)技術(shù)的關(guān)鍵摘要：

1、移動(dòng)互聯(lián)網(wǎng)

價(jià)格不斷下降能力不斷增強(qiáng)的移動(dòng)計(jì)算設(shè)備和互聯(lián)網(wǎng)連接

到2025年的影響力：

經(jīng)濟(jì)：3.7-10.8萬億美元

生活：遠(yuǎn)程健康監(jiān)視可令治療成本下降20%

主要技術(shù)包括：

無線技術(shù)

小型、低成本計(jì)算及存儲(chǔ)設(shè)備

先進(jìn)顯示技術(shù)

自然人機(jī)接口

先進(jìn)、廉價(jià)的電池

關(guān)鍵應(yīng)用包括：

服務(wù)交付

員工生產(chǎn)力提升

移動(dòng)互聯(lián)網(wǎng)設(shè)備使用帶來的額外消費(fèi)者盈余

2、知識(shí)工作自動(dòng)化

可執(zhí)行知識(shí)工作任務(wù)的智能軟件系統(tǒng)

到2025年的影響力：

經(jīng)濟(jì)：5.2-6.7萬億美元

生活：相當(dāng)于增加1.1-1.4億全職勞動(dòng)力

主要技術(shù)包括：

人工智能、機(jī)器學(xué)習(xí)

自然人機(jī)接口大數(shù)據(jù)

關(guān)鍵應(yīng)用包括：

教育行業(yè)的智能學(xué)習(xí)

醫(yī)療保健的診斷與藥物發(fā)現(xiàn)

法律領(lǐng)域的合同/專利查找發(fā)現(xiàn)

金融領(lǐng)域的投資與會(huì)計(jì)

3、物聯(lián)網(wǎng)

用于數(shù)據(jù)采集、監(jiān)控、決策制定及流程優(yōu)化的廉價(jià)傳感器網(wǎng)絡(luò)

到2025年的影響力：

經(jīng)濟(jì)：2.7-6.2萬億美元，對(duì)制造、醫(yī)保、采礦運(yùn)營(yíng)成本的節(jié)省最高可達(dá)36萬億美元

主要技術(shù)包括：

先進(jìn)、低價(jià)的傳感器

無線及近場(chǎng)通訊設(shè)備（如RFID）

先進(jìn)顯示技術(shù)

自然人機(jī)接口

先進(jìn)、廉價(jià)的電池

關(guān)鍵應(yīng)用包括：

流程優(yōu)化（尤其在制造業(yè)與物流業(yè)）

自然資源的有效利用（智能水表、智能電表）

遠(yuǎn)程醫(yī)療服務(wù)、傳感器增強(qiáng)型商業(yè)模式

4、云

利用計(jì)算機(jī)軟硬件資源通過互聯(lián)網(wǎng)或網(wǎng)絡(luò)提供服務(wù)

到2025年的影響力：

經(jīng)濟(jì)：1.7-6.2萬億美元，可令生產(chǎn)力提高15-20%

主要技術(shù)包括：

云管理軟件（如虛擬化、計(jì)量裝置）

數(shù)據(jù)中心硬件

高速網(wǎng)絡(luò)

軟件/平臺(tái)即服務(wù)（SaaS、PaaS）

關(guān)鍵應(yīng)用包括：

基于云的互聯(lián)網(wǎng)應(yīng)用及服務(wù)交付

企業(yè)IT生產(chǎn)力

5、先進(jìn)機(jī)器人

具備增強(qiáng)傳感器、機(jī)敏性與智能的機(jī)器人；用于自動(dòng)執(zhí)行任務(wù)

到2025年的影響力：

經(jīng)濟(jì)：1.7-4.5萬億美元

生活：可改善5000萬截肢及行動(dòng)不便者的生活

主要技術(shù)包括：

無線技術(shù)

人工智能/計(jì)算機(jī)視覺

先進(jìn)機(jī)器人機(jī)敏性、傳感器

分布式機(jī)器人

機(jī)器人式外骨骼

關(guān)鍵應(yīng)用包括：

產(chǎn)業(yè)/制造機(jī)器人

服務(wù)性機(jī)器人一食物準(zhǔn)備、清潔、維護(hù)

機(jī)器人調(diào)查

人類機(jī)能增進(jìn)（如鋼鐵俠）

個(gè)人及家庭機(jī)器人一清潔、草坪護(hù)理

6、自動(dòng)汽車

在許多情況下可自動(dòng)或半自動(dòng)導(dǎo)航及行駛的汽車

到2025年的影響力：

經(jīng)濟(jì)：0.2-1.9萬億美元

生活：每年可挽回3―15萬個(gè)生命

主要技術(shù)包括：

人工智能、計(jì)算機(jī)視覺

先進(jìn)傳感器，如雷達(dá)、激光雷達(dá)、GPS

機(jī)器對(duì)機(jī)器的通信

關(guān)鍵應(yīng)用包括：

自動(dòng)汽車及貨車

7、下一代基因組

快速低成本的基因組排序，先進(jìn)的分析，合成生物學(xué)（如“寫”DNA）

到2025年的影響力：

經(jīng)濟(jì)：0.7-1.6萬億美元

生活：通過快速疾病診斷、新藥物等延長(zhǎng)及改善75%的生命

主要技術(shù)包括：

先進(jìn)DNA序列技術(shù)

DNA綜合技術(shù)

大數(shù)據(jù)及先進(jìn)分析

關(guān)鍵應(yīng)用包括：

疾病治療

農(nóng)業(yè)

高價(jià)值物質(zhì)的生產(chǎn)

8、儲(chǔ)能技術(shù)

存儲(chǔ)能量供今后使用的設(shè)備或物理系統(tǒng)

到2025年的影響力：

經(jīng)濟(jì)：0.1-0.6萬億美元，到2025年40%-100%的新汽車是電動(dòng)或混合動(dòng)力的

主要技術(shù)包括：

電池技術(shù)―鋰電、燃料電池

機(jī)械技術(shù)―液壓泵、燃?xì)庠鰤?/p>

先進(jìn)材料、納米材料

關(guān)鍵應(yīng)用包括：

電動(dòng)車、混合動(dòng)力車

分布式能源

公用規(guī)模級(jí)蓄電

9、3D打印

利用數(shù)字化模型將材料一層層打印出來創(chuàng)建物體的累積制造技術(shù)

到2025年的影響力：

經(jīng)濟(jì)：0.2-0.6萬億美元

生活：打印的產(chǎn)品可節(jié)省成本35-60%，同時(shí)可實(shí)現(xiàn)高度的定制化

主要技術(shù)包括：

選擇性激光燒結(jié)

熔融沉積造型

立體平版印刷

直接金屬激光燒結(jié)

關(guān)鍵應(yīng)用包括：

消費(fèi)者使用的3D打印機(jī)

直接產(chǎn)品制造

工具及模具制造

組織器官的生物打印

10、先進(jìn)材料

具備強(qiáng)度高、導(dǎo)電好等出眾特性或記憶、自愈等增強(qiáng)功能的材料

到2025年的影響力：

經(jīng)濟(jì)：0.2-0.5萬億美元

生活：納米醫(yī)學(xué)可為2025年新增的2000萬癌癥病例提供靶向藥物

主要技術(shù)包括：

石墨烯

碳納米管

納米顆粒一如納米級(jí)的金或銀

其他先進(jìn)或智能材料一如壓電材料、記憶金屬、自愈材料

關(guān)鍵應(yīng)用包括：

納米電子、顯示器

納米醫(yī)學(xué)、傳感器、催化劑、先進(jìn)復(fù)合物

儲(chǔ)能、太陽能電池

增強(qiáng)化學(xué)物和催化劑

11、先進(jìn)油氣勘探開采

勘探與開采技術(shù)的進(jìn)展可實(shí)現(xiàn)經(jīng)濟(jì)性

到2025年的影響力：

經(jīng)濟(jì)：0.1-0.5萬億美元，2025年每年可額外增加32―62億桶原油

主要技術(shù)包括：

水平鉆探

水力壓裂法

微觀監(jiān)測(cè)

關(guān)鍵應(yīng)用包括：

燃料提取能源，包括頁巖氣、不透光油、燃煤甲烷

煤層氣、甲烷水汽包合物（可燃冰）

12、可再生能源―太陽能與風(fēng)能

用清潔環(huán)?？稍偕哪茉窗l(fā)電

到2025年的影響力：

經(jīng)濟(jì)：0.2-0.3萬億美元，到2025年每年可減少碳排放10-12億噸

主要技術(shù)包括：

光伏電池

風(fēng)力渦輪機(jī)

聚光太陽能發(fā)電

水力發(fā)電、海浪能

關(guān)鍵應(yīng)用包括：

發(fā)電

篇7

關(guān)鍵詞：數(shù)字圖像處理；教學(xué)改革；試驗(yàn)教學(xué)

0 引言

《數(shù)字圖像處理》是一門匯聚光電探測(cè)、電子學(xué)、數(shù)學(xué)和計(jì)算機(jī)等眾多領(lǐng)域技術(shù)的綜合叉學(xué)科，通過對(duì)原始圖像的加工，可以使圖像具備更好的視覺效果，同時(shí)滿足某些應(yīng)用的特定需要?！稊?shù)字圖像處理》是一門偏重于應(yīng)用的工程學(xué)科，經(jīng)過半個(gè)多世紀(jì)的發(fā)展，目前已廣泛應(yīng)用于工業(yè)檢測(cè)、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域，其巨大成就表現(xiàn)在航空航天遙感和醫(yī)學(xué)圖像的處理方面。在航天領(lǐng)域，為太空探測(cè)成功處理了數(shù)萬張照片在生物醫(yī)學(xué)領(lǐng)域，為開辟了無損診斷的先河，體現(xiàn)出其遠(yuǎn)大的發(fā)展前景。數(shù)字圖像處理是模式識(shí)別、計(jì)算機(jī)視覺、圖像通信、多媒體技術(shù)等學(xué)科的基礎(chǔ)，已經(jīng)成為高等院校電子信息工程、通信工程、信號(hào)與信息處理、計(jì)算機(jī)應(yīng)用與軟件等學(xué)科的一門重要專業(yè)課程。

對(duì)于工科類應(yīng)用型高校，主要是培養(yǎng)具有創(chuàng)新意識(shí)和競(jìng)爭(zhēng)力、符合市場(chǎng)需求的實(shí)用型人才，強(qiáng)調(diào)學(xué)生的應(yīng)用動(dòng)手能力。在《數(shù)字圖像處理》課程的教學(xué)過程中，我們主要從授課內(nèi)容、授課方式、試驗(yàn)課設(shè)計(jì)以及考核方式進(jìn)行了改革，培養(yǎng)學(xué)生學(xué)習(xí)興趣，掌握?qǐng)D像處理最基本的流程和基礎(chǔ)知識(shí)，通過主動(dòng)查閱文獻(xiàn)資料與團(tuán)隊(duì)協(xié)作培養(yǎng)學(xué)生分析問題與解決問題的能力。近幾年，我們對(duì)課程教學(xué)內(nèi)容體系、教學(xué)方法與手段以及教師隊(duì)伍等方面的進(jìn)一步建設(shè)，不斷進(jìn)行科技創(chuàng)新，將工程與項(xiàng)目的開發(fā)與設(shè)計(jì)理念引入課堂與試驗(yàn)，取得了較明顯的效果，最為顯著的是學(xué)生在大四畢業(yè)設(shè)計(jì)中，具備扎實(shí)的圖像處理相關(guān)基礎(chǔ)知識(shí)，能很好地完成與圖像處理相關(guān)的畢業(yè)設(shè)計(jì)課題。

1 授課內(nèi)容改革

隨著科學(xué)技術(shù)的發(fā)展以及信息時(shí)代的到來，圖像處理的新理論和新方法層出不窮，并逐步應(yīng)用于實(shí)踐?！稊?shù)字圖像處理》課程教學(xué)的側(cè)重點(diǎn)和教學(xué)內(nèi)容也必須發(fā)生相應(yīng)變化以適應(yīng)時(shí)代對(duì)應(yīng)用型人才培養(yǎng)的需求。

1.1優(yōu)化整合教學(xué)內(nèi)容

在眾多的《數(shù)字圖像處理》類教材中，選擇了西安電子科技大學(xué)許錄平編寫的《數(shù)字圖像處理》教材為主。主要考慮到該教材內(nèi)容全面、知識(shí)新穎，在內(nèi)容闡述上重點(diǎn)突出，實(shí)踐性強(qiáng)，有較多的實(shí)例來幫助學(xué)生理解圖像處理的理論和算法。同時(shí)以清華大學(xué)章毓晉編寫的《圖像工程（上冊(cè)）圖像處理和分析》與岡薩雷斯的《數(shù)字圖像處理》作為我們的輔助教材。

該教材共分八章三大部分，第一部分是數(shù)字圖像處理基礎(chǔ)，包括緒論、圖像處理基礎(chǔ)和圖象變換共三章。第二部分介紹圖像處理基本方法和技術(shù)，包括圖象增強(qiáng)、圖像恢復(fù)和重建、圖像壓縮編碼共三章。第三部分講述數(shù)字圖像分析的基本原理和技術(shù)，包括圖象分割和圖像描述共二章。對(duì)于應(yīng)用型本科教學(xué)，我們對(duì)教材內(nèi)容進(jìn)行適當(dāng)增刪、重組。并劃分成如下內(nèi)容模塊：圖像基礎(chǔ)知識(shí)（圖像采集、量化與人眼視覺系統(tǒng)）、圖像變換、圖像增強(qiáng)、圖像恢復(fù)、壓縮編碼、圖像分割、圖像描述與圖像分類識(shí)別。課程教學(xué)的主要任務(wù)是系統(tǒng)地講授各個(gè)模塊的基本概念、基本原理與典型方法。目的是讓學(xué)生掌握?qǐng)D像處理的基本理論和技術(shù)，建立一個(gè)比較完整的圖像處理和分析的理論體系，并了解和掌握常用的圖像處理和分析技術(shù)。

根據(jù)幾年的教學(xué)實(shí)踐經(jīng)驗(yàn)，圖像描述與圖像分類識(shí)別應(yīng)該屬于圖像理解的范疇，作為圖像工程的高一級(jí)別的內(nèi)容，可以在本科階段略講：而圖像基本概念、各種圖像變換、灰度圖像增強(qiáng)、圖像平滑、圖像銳化和彩色圖像處理的應(yīng)用性比較強(qiáng)，且在生活中經(jīng)常會(huì)遇到此類的應(yīng)用需求，應(yīng)盡量詳講；頻域增強(qiáng)、圖像復(fù)原、圖像編碼和圖像分割的地位比較特殊，這些部分的數(shù)學(xué)知識(shí)比較多，現(xiàn)實(shí)中具有很大應(yīng)用價(jià)值，應(yīng)該予以講授。

1.2補(bǔ)充學(xué)課前沿知識(shí)

在每個(gè)模塊的內(nèi)容講授安排上，在注重基礎(chǔ)知識(shí)與經(jīng)典算法講授的前提下，按照由淺入深、由易到難的順序逐漸展開，并適當(dāng)補(bǔ)充本領(lǐng)域中的一些新技術(shù)、新方法、新成果。例如：在講授圖像變換模塊時(shí)，其中的Fourier變換與離散余弦變換（DCT），學(xué)生在其他前期課程中有所接觸，相對(duì)來說學(xué)生容易接受與理解。在這個(gè)模塊我們要補(bǔ)充的前沿知識(shí)就是“小波變換”。小波分析是當(dāng)前應(yīng)用數(shù)學(xué)與工程學(xué)科中一個(gè)迅速發(fā)展的新領(lǐng)域，經(jīng)過近十年的探索研究，重要的數(shù)學(xué)形式化體系已經(jīng)建立。理論基礎(chǔ)更加扎實(shí)。與Fourier變換、DCT變換相比，小波變換是時(shí)間（空間）頻率的局部細(xì)化分析，它通過伸縮平移運(yùn)算對(duì)信號(hào)（函數(shù)）逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)化，低頻處頻率細(xì)化，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)，解決了Fourier變通的困難問題，成為繼Fouri-er變換以來在科學(xué)方法上的重大突破，有人把小波變換稱為“數(shù)學(xué)顯微鏡”。小波變換聯(lián)系了應(yīng)用數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)、信號(hào)與信息處理、圖像處理、地震勘探等多個(gè)學(xué)科。它在信號(hào)分析、語音合成、圖像識(shí)別、計(jì)算機(jī)視覺、數(shù)據(jù)壓縮等方面的研究都取得了許多具有重大科學(xué)意義和應(yīng)用價(jià)值的成果。再例如：在講授圖像平滑去噪模塊時(shí)，除了講解教材的均值濾波、中值濾波算法之外，還補(bǔ)充基于偏微分方程（PDE）的圖像去噪方法。在圖像處理與計(jì)算機(jī)視覺中采用PDE方法，是近些年以來圖像處理領(lǐng)域中的一個(gè)重要分支，因?yàn)樗趫D像處理中具有更強(qiáng)的局部適應(yīng)性（Local Adaptability）與高度的靈活性（Flexibility），并且日益成為相關(guān)領(lǐng)域研究者關(guān)注的一個(gè)熱點(diǎn)，在圖像去噪、邊緣檢測(cè)與圖像分割方面積累了豐富成果。

通過在課堂上適當(dāng)?shù)匮a(bǔ)充學(xué)科前沿知識(shí)，不但可以開闊學(xué)生的視野，豐富學(xué)生的知識(shí)面，讓學(xué)生明白更多、更新的方法在教材之外，要學(xué)會(huì)查閱相關(guān)文獻(xiàn)，而不要局限于書本，從而激發(fā)學(xué)生的創(chuàng)新意識(shí)。同時(shí)，在各個(gè)模塊內(nèi)容的設(shè)計(jì)中要注重知識(shí)點(diǎn)之間、模塊之間以及本課程與其他課程之間的內(nèi)在聯(lián)系，既體現(xiàn)知識(shí)的內(nèi)涵，又關(guān)注知識(shí)產(chǎn)生的過程。既引導(dǎo)學(xué)生對(duì)當(dāng)前所學(xué)內(nèi)容舉一反三，又能將新舊知識(shí)融會(huì)貫通。

2 教學(xué)過程的改革

2.1教學(xué)方式的選擇

《數(shù)字圖像處理》課程是一門既具有較強(qiáng)理論性又具有較強(qiáng)實(shí)踐性的學(xué)科，其中不但有基本概念與理論。還有許多具體的算法與應(yīng)用舉例。所以，在教學(xué)過程中采用以“多媒體”為主，“粉筆+黑板”為輔的教學(xué)方式。多媒體教學(xué)手段的采用能使教學(xué)內(nèi)容由平面到立體，由抽象到具體，由文字到聲音圖像，這一教學(xué)手段的運(yùn)用極大地增強(qiáng)了課堂教學(xué)的直觀性、互動(dòng)性，調(diào)動(dòng)了學(xué)生學(xué)習(xí)的主動(dòng)性。而“粉筆+黑板”的板書可以用來進(jìn)行公式的推導(dǎo)與演算，加強(qiáng)學(xué)生對(duì)公式的理解與記憶。

2.2項(xiàng)目式教學(xué)

為了有效地培養(yǎng)學(xué)生的應(yīng)用能力，把基于項(xiàng)目式的教學(xué)策略引人課堂之中，以促進(jìn)學(xué)生高級(jí)認(rèn)知技能和問題解決策略的形成，將理論聯(lián)系實(shí)際，培養(yǎng)學(xué)生分析問題與解決問題的能力。這一策略的主要方法就是：在講授教材的知識(shí)點(diǎn)或具體算法時(shí)，先引入一個(gè)具體工程項(xiàng)目，通過對(duì)此項(xiàng)目的需求進(jìn)行分析，讓學(xué)生知道我們將要學(xué)習(xí)的知識(shí)在項(xiàng)目的哪個(gè)環(huán)節(jié)可以得到應(yīng)用。這樣既可以激發(fā)學(xué)生的求知欲，又能增強(qiáng)學(xué)生的學(xué)習(xí)興趣，調(diào)動(dòng)學(xué)習(xí)的主動(dòng)性。例如：在講授“圖像增強(qiáng)”這個(gè)模塊時(shí)，我們就以“視頻監(jiān)控”項(xiàng)目為背景，因?yàn)槭芄庹諚l件、天氣變化（雨雪、大霧）等因素影響，采集的視頻圖像往往不清晰，視覺效果很差，但是，通過我們將要學(xué)習(xí)的圖像增強(qiáng)方法，可以大幅度地改善圖像的視覺效果，提高圖像的質(zhì)量，如圖1所示。

由于這一真實(shí)項(xiàng)目引領(lǐng)整個(gè)“圖像增強(qiáng)”模塊的學(xué)習(xí)過程，能夠有效提高學(xué)生的學(xué)習(xí)積極性，也有利于學(xué)生掌握該知識(shí)點(diǎn)的具體應(yīng)用價(jià)值，提高學(xué)生對(duì)理論知識(shí)的綜合運(yùn)用能力，從而提高學(xué)生分析與解決實(shí)際問題的能力。

3 試驗(yàn)教學(xué)的改革

在以住《數(shù)字圖像處理》的試驗(yàn)課中，通常都是在MatLab環(huán)境中，對(duì)課本中的一些算法進(jìn)行重復(fù)性驗(yàn)證，試驗(yàn)內(nèi)容簡(jiǎn)單枯燥，無法引起學(xué)生學(xué)習(xí)的興趣，更加不能使學(xué)生將所學(xué)的知識(shí)與實(shí)際生活中的應(yīng)用需求相聯(lián)系。

針對(duì)上述問題，我們進(jìn)行了如下改革：

（1）設(shè)置具有應(yīng)用性的“學(xué)期項(xiàng)目”讓學(xué)生開發(fā)，激發(fā)他們的學(xué)習(xí)興趣。俗話說“興趣是最好的老師”，只要能夠激發(fā)學(xué)生的學(xué)習(xí)興趣，就能調(diào)動(dòng)學(xué)生學(xué)習(xí)的主動(dòng)性與積極性。為了調(diào)動(dòng)學(xué)生的學(xué)習(xí)興趣，我們選擇兼具應(yīng)用性與興趣性的試驗(yàn)題目——例如“基于膚色特征的人臉分割”、“基于視覺相似性的圖像快速檢索”、“監(jiān)控圖像的增強(qiáng)與銳化”與“運(yùn)動(dòng)模糊圖像的恢復(fù)”等，學(xué)生根據(jù)這些“學(xué)期項(xiàng)目”，分成多個(gè)小組，每個(gè)成員在組內(nèi)具有明確的分工與任務(wù)，各負(fù)其責(zé)，共同完成“學(xué)期項(xiàng)目”軟件開發(fā)。

（2）在“學(xué)期項(xiàng)目”軟件開發(fā)時(shí)，鼓勵(lì)學(xué)生多采用教材之外的新理論與新方法，培養(yǎng)開拓創(chuàng)新能力。要求學(xué)生在了解試驗(yàn)?zāi)康那疤嵯?，自己進(jìn)行方案設(shè)計(jì)，選擇適當(dāng)?shù)乃惴?。近些年以來，各種類型的圖像處理新理論與新方法層出不窮，在不同的應(yīng)用場(chǎng)合，各自的優(yōu)點(diǎn)與缺點(diǎn)互不相同。鼓勵(lì)學(xué)生通過互聯(lián)網(wǎng)與學(xué)校的圖書館，查閱最新文獻(xiàn)，形成自己的特點(diǎn)，培養(yǎng)學(xué)生的科技創(chuàng)新能力。在試驗(yàn)成功后，不但要進(jìn)行試驗(yàn)結(jié)果與算法性能分析，還要書寫軟件設(shè)計(jì)方案等文檔。

（3）組建圖像處理興趣小組。因?yàn)槭苷n程學(xué)時(shí)限制，僅僅只利用課內(nèi)時(shí)間，則非常有限。我們就組建了圖像處理興趣小組，讓他們參加到教師的科研與項(xiàng)目中來，使學(xué)生在真實(shí)的項(xiàng)目研發(fā)中鍛煉自己的綜合能力。

最后，在期末之前安排兩周的時(shí)間對(duì)學(xué)生的“學(xué)期項(xiàng)目”進(jìn)行集中檢查，檢查的內(nèi)容主要包括：①系統(tǒng)演示；②功能方面是否正確完整；③算法的適應(yīng)能力是否魯棒；④算法的效率是否高效；⑤程序代碼是否規(guī)范；⑥試驗(yàn)分析報(bào)告與PPT匯報(bào)。然后，根據(jù)這些方面的檢查情況，對(duì)學(xué)生的學(xué)習(xí)情況與動(dòng)手能力進(jìn)行評(píng)分。這是基于項(xiàng)目試驗(yàn)教學(xué)改革的重要環(huán)節(jié)，不但可以督促“學(xué)期項(xiàng)目”完成的質(zhì)量，還能提高學(xué)生分析問題與解決問題的能力。

4 評(píng)價(jià)機(jī)制的改革

對(duì)于公選課的《數(shù)字圖像處理》課程，我們采用了“筆試+課堂表現(xiàn)+試驗(yàn)考核”的一種綜合考核方式。其中筆試環(huán)節(jié)重點(diǎn)考察學(xué)生教材上的基本概念、基本算法等知識(shí)點(diǎn)記憶與掌握程度：課堂表現(xiàn)主要考察學(xué)生的學(xué)習(xí)態(tài)度，主要包括出勤率與讀書心得等內(nèi)容：試驗(yàn)考核主要是考察學(xué)生綜合應(yīng)用能力，其中包括所選“學(xué)期項(xiàng)目”的完成質(zhì)量與試驗(yàn)分析報(bào)告與軟件設(shè)計(jì)文檔。

《數(shù)字圖像處理》作為一門實(shí)踐性、應(yīng)用性都很強(qiáng)的課程，在考核時(shí)，要加大平時(shí)考查在最終成績(jī)認(rèn)定中的比重，要重點(diǎn)突出“學(xué)期項(xiàng)目”完成質(zhì)量在學(xué)習(xí)中的重要性，從而激發(fā)學(xué)生實(shí)踐學(xué)習(xí)的主動(dòng)性，提高學(xué)生的實(shí)踐能力、創(chuàng)新能力，最終達(dá)不到理想的教學(xué)效果。

此外，由于選修本門課程學(xué)生基礎(chǔ)各異，專業(yè)背景相差較大，采取“分層評(píng)價(jià)”也是一種應(yīng)該提倡的方法?！胺謱釉u(píng)價(jià)”也是教學(xué)過程中的一個(gè)重要環(huán)節(jié)，它是根據(jù)學(xué)生的知識(shí)水平和學(xué)習(xí)能力的差異，對(duì)不同專業(yè)的學(xué)生采取不同的評(píng)價(jià)標(biāo)準(zhǔn)以及對(duì)他們的期望值。

5 結(jié)語

篇8

關(guān)鍵詞：人才培養(yǎng)；數(shù)字媒體技術(shù)；課程體系；游戲開發(fā)

1 背 景

江蘇省政府和南京市把計(jì)算機(jī)軟件產(chǎn)業(yè)作為優(yōu)先鼓勵(lì)發(fā)展的支柱產(chǎn)業(yè)，作為新興戰(zhàn)略性產(chǎn)業(yè)的重點(diǎn)發(fā)展。南京市政府特別重視計(jì)算機(jī)與信息產(chǎn)業(yè)的發(fā)展，提出提升規(guī)模、企業(yè)發(fā)展與創(chuàng)新的主要目標(biāo)[1-2]。早在2011年，南京市委和市政府就提出《關(guān)于以打造一谷兩園軟件產(chǎn)業(yè)集聚區(qū)為重點(diǎn)高標(biāo)準(zhǔn)建設(shè)中國軟件名城的意見》，提出將南京建設(shè)為中國軟件名城的目標(biāo)，計(jì)算機(jī)軟件產(chǎn)業(yè)業(yè)務(wù)收入預(yù)期達(dá)到4 000億元以上，并在2020年初步建成世界軟件名城。從軟件技術(shù)與專業(yè)人才培養(yǎng)角度來說，數(shù)字媒體技術(shù)作為計(jì)算機(jī)軟件產(chǎn)業(yè)中的一個(gè)重要發(fā)展方向，虛擬現(xiàn)實(shí)技術(shù)與人工智能近年來日臻活躍，越來越顯現(xiàn)出發(fā)展的活力與潛在的前景。數(shù)字媒體技術(shù)專業(yè)學(xué)生從總體上講應(yīng)具有較扎實(shí)的計(jì)算機(jī)和數(shù)字媒體基礎(chǔ)知識(shí)，掌握數(shù)字媒體基礎(chǔ)、圖形圖像處理、音頻視頻處理、流媒體、虛擬現(xiàn)實(shí)、游戲編程等專業(yè)基礎(chǔ)知識(shí)；具備包括虛擬現(xiàn)實(shí)、多媒體編程、網(wǎng)絡(luò)游戲、數(shù)字圖像處理和計(jì)算機(jī)視覺等專業(yè)技術(shù)的能力，具有圖形、圖像、音頻、視頻處理及數(shù)字媒體應(yīng)用系統(tǒng)開發(fā)的能力。

2 數(shù)字媒體技術(shù)專業(yè)預(yù)期形成的專業(yè)與人才特色

依據(jù)數(shù)字媒體產(chǎn)業(yè)中游戲行業(yè)對(duì)人才的迫切需求，以學(xué)生系統(tǒng)能力培養(yǎng)為主線，以新型應(yīng)用型工程技術(shù)人才為培養(yǎng)目標(biāo)，將當(dāng)前游戲開發(fā)中的最新編程平臺(tái)與先進(jìn)技術(shù)引入專業(yè)課程體系，按照網(wǎng)絡(luò)游戲與手機(jī)游戲開發(fā)工程師的知識(shí)和實(shí)踐能力組織課程的設(shè)置，通過計(jì)算機(jī)圖形學(xué)、三維建模、移動(dòng)游戲開發(fā)編程、網(wǎng)絡(luò)游戲開發(fā)編程、Unity3D開發(fā)引擎的游戲開發(fā)技術(shù)等專業(yè)課程的設(shè)置，突出以游戲開發(fā)工程師為培養(yǎng)目標(biāo)的學(xué)生實(shí)踐能力鍛煉。數(shù)字媒體技術(shù)專業(yè)依托行業(yè)內(nèi)企業(yè)多年的數(shù)字媒體產(chǎn)品開發(fā)經(jīng)驗(yàn)與培訓(xùn)能力，進(jìn)行產(chǎn)教融合與校企合作辦學(xué)，突出以游戲開發(fā)為主的數(shù)字媒體技術(shù)方向的專業(yè)特色，更好地滿足人才培養(yǎng)目標(biāo)定位需求，并為后期工程教育認(rèn)證打下基礎(chǔ)。

3 數(shù)字媒體技術(shù)專業(yè)建設(shè)的主要內(nèi)容

3.1 以游戲開發(fā)為主要特色的課程體系建設(shè)

突出以游戲開發(fā)為主要特色的數(shù)字媒體技術(shù)培養(yǎng)方向，主要專業(yè)基礎(chǔ)與專業(yè)課程由以下組成：數(shù)字媒體技術(shù)基礎(chǔ)、計(jì)算機(jī)網(wǎng)絡(luò)、算法與數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)圖形學(xué)、三維建模、操作系統(tǒng)、面向?qū)ο蟪绦蛟O(shè)計(jì)、網(wǎng)絡(luò)游戲開發(fā)編程、移動(dòng)游戲開發(fā)編程、游戲UI設(shè)計(jì)、游戲算法、游戲開發(fā)技術(shù)、圖形處理技術(shù)等。課程的總體分布與關(guān)系見表1。

我們多選用新出版的優(yōu)秀教材，將教材的適用性作為教學(xué)過程控制的主要監(jiān)測(cè)點(diǎn)。對(duì)于知識(shí)更新較快的課程，組織有經(jīng)驗(yàn)的教師自編教材并及時(shí)修訂，跟蹤反映數(shù)字媒體技術(shù)產(chǎn)業(yè)的新技術(shù)、新成果。

3.2 實(shí)踐實(shí)訓(xùn)基地建設(shè)

產(chǎn)學(xué)研結(jié)合的實(shí)踐教學(xué)模式是計(jì)算機(jī)類專業(yè)辦學(xué)的一大特色[3]，學(xué)院始終把創(chuàng)建校外產(chǎn)學(xué)研實(shí)習(xí)基地工作放在重要位置，使得學(xué)生獲得實(shí)際的研究、開發(fā)、設(shè)計(jì)的實(shí)踐教學(xué)機(jī)會(huì)，全方位、系統(tǒng)地培養(yǎng)學(xué)生的技術(shù)應(yīng)用能力和創(chuàng)新能力[4]。目前，數(shù)字媒體技術(shù)專業(yè)依托的計(jì)算機(jī)工程學(xué)院，同東軟集團(tuán)股份有限公司、中軟國際集團(tuán)有限公司、南京麥瑞克科技有限公司、江蘇萬和等多家大中型企業(yè)簽訂了《共建教育實(shí)習(xí)基地協(xié)議書》。通過校外實(shí)習(xí)基地，學(xué)生能夠參與數(shù)字媒體產(chǎn)品開發(fā)過程，在實(shí)踐中加強(qiáng)學(xué)生的實(shí)際工作能力[5]，從而達(dá)到培養(yǎng)綜合素質(zhì)高、創(chuàng)新能力強(qiáng)、富有團(tuán)隊(duì)精神的應(yīng)用型高級(jí)數(shù)字媒體技術(shù)專業(yè)人才的目標(biāo)。學(xué)生從第6學(xué)期的專業(yè)實(shí)習(xí)、第7學(xué)期的工程項(xiàng)目實(shí)踐與畢業(yè)實(shí)習(xí)參與到學(xué)院合作方――南京麥瑞克科技有限公司的研發(fā)項(xiàng)目中，專業(yè)實(shí)習(xí)與工程項(xiàng)目實(shí)踐是數(shù)字媒體技術(shù)方向的重要教學(xué)環(huán)節(jié)。通過專業(yè)實(shí)習(xí)與工程項(xiàng)目實(shí)踐，學(xué)生能夠系統(tǒng)地掌握游戲開發(fā)的知識(shí)體系和整個(gè)流程，以及具體案例的開發(fā)過程，鍛煉自身的實(shí)踐動(dòng)手能力。學(xué)生在實(shí)訓(xùn)中掌握了企業(yè)項(xiàng)目實(shí)際管理流程，提高了適應(yīng)能力。學(xué)生以實(shí)踐開發(fā)小組為單位完成相關(guān)系統(tǒng)功能與模塊設(shè)計(jì)，撰寫相應(yīng)的策劃文檔以及開發(fā)規(guī)范文檔，根據(jù)設(shè)計(jì)選擇相應(yīng)的技術(shù)進(jìn)行資源優(yōu)化和打包，對(duì)于系統(tǒng)進(jìn)行集成開發(fā)與部署。開發(fā)報(bào)告應(yīng)包含組員角色及分工、系統(tǒng)的分析和設(shè)計(jì)報(bào)告、項(xiàng)目開發(fā)流程管理的要點(diǎn)、實(shí)踐總結(jié)等內(nèi)容，并附有軟件系統(tǒng)的完整開發(fā)用例源代碼。指導(dǎo)教師根據(jù)實(shí)踐的情況，包括實(shí)踐小組的講解和演示，總結(jié)實(shí)踐開發(fā)的收獲、創(chuàng)新與成果。

專業(yè)實(shí)習(xí)是綜合性實(shí)踐環(huán)節(jié)，通過專業(yè)實(shí)習(xí)可以讓學(xué)生理解游戲系統(tǒng)的完整開發(fā)過程。專業(yè)實(shí)習(xí)涉及游戲UI設(shè)計(jì)、三維建模、圖形處理技術(shù)等核心專業(yè)基礎(chǔ)及專業(yè)課程。通過專業(yè)實(shí)習(xí)，學(xué)生可以在游戲開發(fā)的方法和技術(shù)、系統(tǒng)分析與設(shè)計(jì)、計(jì)算機(jī)軟硬件的配置與管理、虛擬現(xiàn)實(shí)開發(fā)等方面得到鍛煉。通過建模，學(xué)生可以完整地理解游戲場(chǎng)景系統(tǒng)開發(fā)的整個(gè)過程。例如在游戲場(chǎng)景房屋模型制作項(xiàng)目，通過三維建模與一些基本的操作命令，學(xué)生可以搭建常見游戲場(chǎng)景中的房屋模型，完成房屋模型制作的工作，為以后制作大型場(chǎng)景打下技術(shù)基礎(chǔ)。

工程項(xiàng)目實(shí)踐涉及面向?qū)ο蟪绦蛟O(shè)計(jì)、C#程序設(shè)計(jì)、移動(dòng)游戲開發(fā)編程、游戲開發(fā)技術(shù)等核心專業(yè)課程。工程項(xiàng)目實(shí)踐的內(nèi)容包括聯(lián)機(jī)火線戰(zhàn)爭(zhēng)、虛擬旅游、跑酷類游戲等綜合性游戲開發(fā)項(xiàng)目，讓學(xué)生對(duì)游戲的開發(fā)流程有詳細(xì)的了解，熟練使用Unity游戲引擎工具，在游戲的策劃―游戲的界面交互設(shè)計(jì)―游戲的開發(fā)邏輯―游戲優(yōu)化―游戲―游戲上傳等整個(gè)游戲開發(fā)全生命周期內(nèi)進(jìn)行綜合性工程項(xiàng)目實(shí)踐，同時(shí)工程項(xiàng)目實(shí)踐有利于培養(yǎng)學(xué)生的書面表達(dá)能力、全面策劃思考能力、自主學(xué)習(xí)能力、需求研發(fā)能力和探索創(chuàng)新能力。

3.3 合作辦學(xué)

2016年起，金陵科技學(xué)院計(jì)算機(jī)工程學(xué)院與澳大利亞昆士蘭理工學(xué)院（QUT）合作，采用“2+2”聯(lián)合培養(yǎng)模式，共同培養(yǎng)數(shù)字媒體技術(shù)專業(yè)的本科人才。QUT課程體系采用CDIO工程教育思想，著重鍛煉學(xué)生的綜合素質(zhì)和能力。自2016年開始學(xué)院在數(shù)字媒體技術(shù)專業(yè)人才培養(yǎng)方案中嵌入NIIT（National Institute of Information Technology，印度國家信息技術(shù)學(xué)院）課程模塊，培養(yǎng)具備國際視野的數(shù)字媒體技術(shù)專業(yè)人才。2016年數(shù)字媒體技術(shù)專業(yè)的計(jì)劃招生人數(shù)為40人，班級(jí)為正常教學(xué)班，不單獨(dú)針對(duì)國外學(xué)習(xí)而組班。在新生入學(xué)教育時(shí)，鼓勵(lì)學(xué)生通過雅思考試，在大學(xué)三年級(jí)申請(qǐng)去昆士蘭理工學(xué)院深造。數(shù)字媒體技術(shù)的人才培養(yǎng)借鑒了澳洲高等教育教學(xué)的先進(jìn)模式和成功經(jīng)驗(yàn)，包括外方優(yōu)秀的教學(xué)形式、考核方式及評(píng)估標(biāo)準(zhǔn)。合作教育將由引進(jìn)外方優(yōu)秀教師與中方資深教師共同完成。在大學(xué)一年級(jí)下學(xué)期做雅思考試動(dòng)員，相應(yīng)的英語課程引導(dǎo)學(xué)生進(jìn)行雅思綜合英語、雅思口語、雅思讀寫、雅思聽說、英語語言和文化、學(xué)術(shù)英語課程的學(xué)習(xí)，為雅思考試做好準(zhǔn)備。通過雅思考試的學(xué)生可以申請(qǐng)出國學(xué)習(xí)，國外第二階段的專業(yè)課學(xué)習(xí)將采用全英文學(xué)習(xí)。通過國外的系統(tǒng)學(xué)習(xí)，學(xué)生將全面地掌握網(wǎng)絡(luò)游戲、手機(jī)游戲、虛擬現(xiàn)實(shí)等數(shù)字媒體相關(guān)的基本理論與方法，能綜合運(yùn)用所學(xué)知識(shí)與技能去分析和解決數(shù)字媒體領(lǐng)域的實(shí)際問題，同時(shí)擁有專業(yè)和外語雙重素質(zhì)，成為富有責(zé)任心和創(chuàng)新能力的國際化應(yīng)用型優(yōu)質(zhì)人才。出國的學(xué)生完成昆士蘭理工學(xué)院后兩年的專業(yè)課程學(xué)習(xí)，畢業(yè)時(shí)將獲得雙學(xué)位證書。未出國的學(xué)生按照教學(xué)計(jì)劃繼續(xù)完成國內(nèi)的學(xué)業(yè)，畢業(yè)時(shí)將具有較強(qiáng)的計(jì)算機(jī)技術(shù)應(yīng)用能力，能熟練使用常見游戲開發(fā)及虛擬現(xiàn)實(shí)軟件，掌握信息檢索、文獻(xiàn)檢索、資料查詢的基本方法，具有獨(dú)立獲取知識(shí)、較強(qiáng)的綜合分析與管理的能力及一定的科學(xué)研究能力。

昆士蘭理工學(xué)院數(shù)字媒體技術(shù)專業(yè)的8門專業(yè)基礎(chǔ)課為：Programming for Visual Design、Real-time 3D Computer Graphics、Data Structures and Algorithms、Databases、Computer Games Studies、Virtual Environments、Software Development、AI for Games。我院數(shù)字媒體技術(shù)專業(yè)大一、大二的教學(xué)計(jì)劃中與之對(duì)接的課程是：視覺設(shè)計(jì)編程、實(shí)時(shí)3D計(jì)算機(jī)圖形學(xué)、算法與數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫系統(tǒng)原理、計(jì)算機(jī)游戲基礎(chǔ)、三維建模、面向?qū)ο蟪绦蛟O(shè)計(jì)、游戲開發(fā)中的人工智能8門課。由于這8門課程基本為專業(yè)基礎(chǔ)課，因而數(shù)字媒體技術(shù)專業(yè)大一、大二的教學(xué)計(jì)劃對(duì)于國內(nèi)和準(zhǔn)備去國外學(xué)習(xí)的學(xué)生而言都通用，可以做到跟后續(xù)專業(yè)課程的無縫對(duì)接。在教學(xué)計(jì)劃中，我院上述8門課程使用昆士蘭理工學(xué)院的教材、課件等教學(xué)資料，按昆士蘭理工學(xué)院的要求完成教學(xué)任務(wù)。視覺設(shè)計(jì)編程（Programming for Visual Design）課程以C#課程為切入點(diǎn)講授數(shù)字娛樂產(chǎn)業(yè)涉及的編程技術(shù)；三維建模（Virtual Environments）主要講解三維建模內(nèi)容；游戲開發(fā)中的人工智能（AI for Games）以講解游戲算法為主。將國外實(shí)時(shí)3D計(jì)算機(jī)圖形學(xué)、游戲開發(fā)中的人工智能、視覺設(shè)計(jì)編程、三維建模與實(shí)時(shí)渲染技術(shù)等最新的課程逐步地引入我院數(shù)字媒體技術(shù)專業(yè)的教學(xué)體系，不斷促進(jìn)專業(yè)水平的提高。

4 結(jié) 語

實(shí)踐證明，我校數(shù)字媒體技術(shù)的人才培養(yǎng)計(jì)劃的實(shí)施，進(jìn)一步完善了應(yīng)用型工程型本科人才培養(yǎng)體系，國內(nèi)IT企業(yè)能深度地參與本專業(yè)的人才培養(yǎng)，校企融合共同培養(yǎng)適應(yīng)“長(zhǎng)三角”地區(qū)數(shù)字媒體技術(shù)的人才；同時(shí)，通過國際合作開闊了學(xué)生的視野，為南京以及長(zhǎng)三角的游戲產(chǎn)業(yè)高層次的軟件開發(fā)人才培養(yǎng)打下基礎(chǔ)。我校數(shù)字媒體技術(shù)專業(yè)將強(qiáng)調(diào)對(duì)游戲開發(fā)能力培養(yǎng)，注重從游戲算法的角度解決游戲開發(fā)中遇到的實(shí)際問題。今后我們將進(jìn)一步精選企業(yè)課題，將課題與學(xué)生工程項(xiàng)目實(shí)踐、畢業(yè)設(shè)計(jì)高度結(jié)合，實(shí)現(xiàn)學(xué)生實(shí)習(xí)到就業(yè)的無縫對(duì)接。

參考文獻(xiàn)：

[1] 張燕， 史金芬， 沈奇. 改革教學(xué)模式培養(yǎng)高素質(zhì)軟件人才[J].金陵職業(yè)大學(xué)學(xué)報(bào)， 2003， 18（4）： 18-20.

[2] 劉鈺， 張燕， 沈奇， 等. 卓越工程師計(jì)劃下的嵌入式軟件人才培養(yǎng)[J]. 計(jì)算機(jī)教育， 2014（9）： 48-51.

[3] 沈奇， 張燕， 羅揚(yáng). 應(yīng)用型本科實(shí)踐教學(xué)體系的構(gòu)建及改革[J]. 實(shí)驗(yàn)技術(shù)與管理， 2010（12）： 39-41.

篇9

認(rèn)知計(jì)算互聯(lián)網(wǎng)保險(xiǎn)應(yīng)用

一、認(rèn)知計(jì)算的涵義及特點(diǎn)

認(rèn)知源于心理學(xué)里的概念，《辭海》將其解釋為人類認(rèn)識(shí)客觀事物，獲得知識(shí)的活動(dòng)，包括知覺、記憶、學(xué)習(xí)、言語、思維和問題解決等過程，是對(duì)外界信息積極進(jìn)行加工的過程。通常使用的認(rèn)知技術(shù)包括機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理和機(jī)器人學(xué)等。

認(rèn)知計(jì)算技術(shù)，基于算法、數(shù)據(jù)、軟件、硬件實(shí)現(xiàn)，關(guān)鍵特點(diǎn)是理解、推理和學(xué)習(xí)。理解是通過感知和互動(dòng)，快速理解數(shù)據(jù)，實(shí)現(xiàn)用戶交互，從而理解、回答用戶的問題。推理是憑借假設(shè)生成技術(shù)，透過數(shù)據(jù)揭示洞察力、模式和關(guān)系，以多種方式進(jìn)行認(rèn)知，產(chǎn)出多種結(jié)果。學(xué)習(xí)是能夠從所有文檔中快速提取關(guān)鍵信息。通過追蹤用戶反饋和專家訓(xùn)練，不斷進(jìn)步，提升解答能力。

二、認(rèn)知計(jì)算的商業(yè)化應(yīng)用

2011年，IBM沃森帶來認(rèn)知計(jì)算的概念，當(dāng)時(shí)人們對(duì)這項(xiàng)吸引眼球的新奇技術(shù)能做些什么還非常懵懂。沃森通過解讀自然語言來分析數(shù)據(jù)，有的成了醫(yī)生，有的擔(dān)任教師助手，有的成為一流的廚師，還有一個(gè)贏得了電視智力競(jìng)賽《危險(xiǎn)邊緣》的冠軍，成為人工智能打敗人類的經(jīng)典案例。五年后的今天，隨著物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)技術(shù)的發(fā)展與應(yīng)用，認(rèn)知計(jì)算的商業(yè)化應(yīng)用越來越值得期待。

認(rèn)知計(jì)算的商業(yè)化應(yīng)用或?qū)聿豢伤甲h的變化。在醫(yī)療領(lǐng)域?yàn)橐呻y雜癥快速提供診療方案，幫助企業(yè)從大量數(shù)據(jù)中發(fā)掘、洞察增強(qiáng)預(yù)測(cè)和決策能力；在旅游、美食等領(lǐng)域幫助人們獲得更好的生活體驗(yàn)；甚至幫助紅毯上的模特設(shè)計(jì)出“會(huì)表達(dá)情緒的時(shí)裝”。認(rèn)知計(jì)算使得機(jī)器人更加接近于人類的需求，這些應(yīng)用將造福于人類，值得更多期待。

根據(jù)德勤研究報(bào)告，認(rèn)知計(jì)算技術(shù)或?qū)⒃谝韵氯齻€(gè)企業(yè)級(jí)軟件市場(chǎng)中發(fā)揮作用。一是企業(yè)級(jí)應(yīng)用軟件市場(chǎng)專注于利用計(jì)算機(jī)的力量來達(dá)成特定目標(biāo)。比如解決如何向大量匿名用戶進(jìn)行線上營(yíng)銷的問題，采用機(jī)器學(xué)習(xí)去發(fā)掘某一網(wǎng)站的新用戶與之前具有相似行動(dòng)的用戶之間行為上的關(guān)聯(lián)，目標(biāo)就是為了使該網(wǎng)站的用戶體驗(yàn)更好，并將其轉(zhuǎn)化成銷量。二是企業(yè)級(jí)基礎(chǔ)軟件市場(chǎng)為公司建立、運(yùn)行，以及管理IT資源的表現(xiàn)提供工具。比如利用機(jī)器學(xué)習(xí)能力提升應(yīng)用系統(tǒng)的日志工具，可以將具有類似服務(wù)器問題的事件歸為一類，以方便IT經(jīng)理辨認(rèn)這是一個(gè)正在發(fā)生的問題、還是實(shí)時(shí)信息導(dǎo)致的不尋常的計(jì)算趨勢(shì)。三是特定垂直軟件關(guān)注一個(gè)狹窄的領(lǐng)域，常體現(xiàn)為一個(gè)獨(dú)立的軟件應(yīng)用。比如一套獨(dú)立的腫瘤學(xué)應(yīng)用，通過移動(dòng)和桌面設(shè)備，深度機(jī)器學(xué)習(xí)可以分析大量的病患記錄并基于現(xiàn)有記錄提供潛在的治療手段。

在銷售方面，機(jī)器人可能比人類做得更好。日本大阪大學(xué)智能機(jī)器人實(shí)驗(yàn)室科研人員曾開發(fā)出一個(gè)生動(dòng)的女機(jī)器人，將其放入一家百貨商店內(nèi)，銷售一款100美元的羊絨衫。在試驗(yàn)期間，機(jī)器人接待的消費(fèi)者數(shù)量是商場(chǎng)銷售員接待數(shù)量的2倍。通過與IBM沃森云計(jì)算平臺(tái)合作，軟銀旗下第一款可感知人類情緒的機(jī)器人Pepper的“智力”進(jìn)一步得到強(qiáng)化，Pepper或?qū)⒁浴颁N售員”的身份入駐日本最大的電器銷售商山田電機(jī)（Yamada Denki）。之前，Pepper曾幫助銷售過智能手機(jī)和咖啡機(jī)等商品，但工程人員希望強(qiáng)化Pepper提供相關(guān)信息的能力，與消費(fèi)者進(jìn)行更豐富的互動(dòng)。Pepper與人類進(jìn)行徹底的無障礙交流仍存在困難，需要進(jìn)行更多神經(jīng)式網(wǎng)絡(luò)的培訓(xùn)。據(jù)悉，軟銀接受其他企業(yè)對(duì)Pepper的租賃訂單，每月租金為55000日元，僅為日本平均最低工資的一半。

三、認(rèn)知計(jì)算技術(shù)在互聯(lián)網(wǎng)保險(xiǎn)的應(yīng)用前景

近兩年互聯(lián)網(wǎng)保險(xiǎn)保費(fèi)規(guī)模實(shí)現(xiàn)爆發(fā)增長(zhǎng)，互聯(lián)網(wǎng)保險(xiǎn)滲透速度加快。越來越多的保險(xiǎn)公司意識(shí)到互聯(lián)網(wǎng)保險(xiǎn)不僅是銷售渠道的變遷，還是依照互聯(lián)網(wǎng)的規(guī)則和習(xí)慣，對(duì)現(xiàn)有保險(xiǎn)產(chǎn)品、運(yùn)營(yíng)和服務(wù)模式的深刻變革?；ヂ?lián)網(wǎng)保險(xiǎn)，一方面把傳統(tǒng)的保險(xiǎn)產(chǎn)品搬到互聯(lián)網(wǎng)上銷售，并提供配套的產(chǎn)品服務(wù)；另一方面利用互聯(lián)網(wǎng)經(jīng)濟(jì)的新型消費(fèi)場(chǎng)景，提供創(chuàng)新型保險(xiǎn)產(chǎn)品?；ヂ?lián)網(wǎng)保險(xiǎn)打破時(shí)間和空間的限制，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能以及移動(dòng)設(shè)備等新技術(shù)的興起，或?qū)⒂瓉肀ｋU(xiǎn)行業(yè)的一場(chǎng)深刻變革。

認(rèn)知計(jì)算技術(shù)可以幫助保險(xiǎn)企業(yè)更好地認(rèn)知客戶、也更深刻地認(rèn)知自己。認(rèn)知客戶，知道客戶所想所需，改進(jìn)保險(xiǎn)銷售和服務(wù)，解決痛點(diǎn)問題；認(rèn)知企業(yè)，找到運(yùn)營(yíng)管理盲區(qū)，提升內(nèi)部運(yùn)作效率。

在《2016年中國互聯(lián)網(wǎng)保險(xiǎn)行業(yè)研究報(bào)告》中指出，人工智能最先改造保險(xiǎn)的銷售渠道。美國的一家保險(xiǎn)科創(chuàng)公司使用智能機(jī)器人銷售車險(xiǎn)保單，只要拍下車牌號(hào)并發(fā)送給機(jī)器人，它就能搜索到用戶的個(gè)人信息和駕駛記錄，從而推薦合適的險(xiǎn)別。同時(shí)，通過減少人數(shù)來提高效率的成本策略，例如，呼叫中心通過將第一層顧客支持自動(dòng)化來減少需要聘用的員工。

不管是服務(wù)型還是銷售型的呼叫中心，通常采用傳統(tǒng)的IVR技術(shù)提供服務(wù)菜單，受限于數(shù)字鍵盤的數(shù)量和語音逐條播報(bào)耗時(shí)較長(zhǎng)，尋求服務(wù)的用戶最希望的還是用最快的速度找到人工客服，解決問題；尋求產(chǎn)品的用戶希望用最快的速度觸達(dá)產(chǎn)品，減少等待。而呼叫中心面臨的挑戰(zhàn)是基于接線率靈活快速配置人力資源，而不單純地通過增加人數(shù)來提升接線率。大數(shù)據(jù)時(shí)代，認(rèn)知計(jì)算與呼叫中心技術(shù)有著天然的默契，在一定程度上幫助合理配置人力。在與用戶通話的另一端安裝上智慧的“大腦”。

針對(duì)服務(wù)型呼叫中心，可以利用認(rèn)知技術(shù)，將標(biāo)準(zhǔn)服務(wù)話術(shù)的知識(shí)庫安裝到認(rèn)知智能應(yīng)答機(jī)器人的大腦，降低企業(yè)培訓(xùn)和人力成本。針對(duì)銷售型呼叫中心，具有認(rèn)知計(jì)算大腦的機(jī)器人可以承擔(dān)簡(jiǎn)單地銷售業(yè)務(wù)場(chǎng)景，例如解決呼入溢出場(chǎng)景的預(yù)約投保，解決銷售過程質(zhì)量的自動(dòng)回訪，幫助老客戶續(xù)簽新一年保單，為新客戶提供粗略產(chǎn)品報(bào)價(jià)、解釋營(yíng)銷活動(dòng)和贈(zèng)品規(guī)則等。也可以結(jié)合社交媒體、用戶網(wǎng)購、駕駛行為等多維度數(shù)據(jù)，分析客戶類型，幫助人工坐席更好地理解客戶。

認(rèn)知時(shí)代，機(jī)器或?qū)⒆兂上乱淮?jì)算機(jī)，因?yàn)橛?jì)算的能力，對(duì)于機(jī)器學(xué)習(xí)算法的理解，對(duì)于大腦的研究都在往前走。計(jì)算可以帶來更多的突破。我們拭目以待。

參考文獻(xiàn)：

[1]董超，畢曉君.認(rèn)知計(jì)算的發(fā)展綜述[J].電子世界，2014（15）：200-200.

篇10

“機(jī)器學(xué)習(xí)對(duì)我而言，是為了讓人類能夠不用像機(jī)器那樣去做事?！?1月10日，在Google公布開源第二代機(jī)器學(xué)習(xí)系統(tǒng)的第二天，Google母公司Alphabet董事長(zhǎng)施密特(EricSchmidt)通過視頻向包括《第一財(cái)經(jīng)日?qǐng)?bào)》在內(nèi)的媒體表示。

面對(duì)在場(chǎng)媒體，施密特舉例稱：“你們都是記者，在會(huì)場(chǎng)還要不停地用電腦打字，而不只是聽和說。為什么不能讓機(jī)器去做比如制造業(yè)的重復(fù)工作、很多打字的工作？”他預(yù)計(jì)，在Google公布開源第二代機(jī)器學(xué)習(xí)系統(tǒng)之后，尤其是在醫(yī)療、游戲、教育等領(lǐng)域，機(jī)器學(xué)習(xí)將發(fā)揮巨大的價(jià)值。

機(jī)器學(xué)習(xí)背后的黑科技

機(jī)器具備學(xué)習(xí)能力究竟有多重要？Google科學(xué)研究員GregCorrado做了一個(gè)比喻：“機(jī)器學(xué)習(xí)就像火箭助推器，而大量的數(shù)據(jù)就是火箭的燃料?！?/p>

谷歌機(jī)器學(xué)習(xí)的原理是：用眾多的電腦模擬人腦中的“神經(jīng)元”，形成一個(gè)人的“神經(jīng)網(wǎng)絡(luò)”(ArtificialNeuralNetwork)。它不需要借助大批研究人員幫助電腦標(biāo)明事物之間的差異，只要為算法提供海量的數(shù)據(jù)，“神經(jīng)元”與“神經(jīng)元”之間的關(guān)系將會(huì)發(fā)生變化，讓數(shù)據(jù)自己說話，讓組成“神經(jīng)網(wǎng)絡(luò)”的機(jī)器具備自動(dòng)學(xué)習(xí)、識(shí)別數(shù)據(jù)的能力，在新的輸入中找出與學(xué)到的概念對(duì)應(yīng)的部分，達(dá)到機(jī)器學(xué)習(xí)的效果。

例如，當(dāng)人們需要計(jì)算機(jī)辨別圖片內(nèi)容的時(shí)候，各個(gè)人工神經(jīng)元就會(huì)把所抓取的信息傳遞給被設(shè)置為“決策者”的神經(jīng)元上，它們通過統(tǒng)觀其下層所有神經(jīng)元所呈現(xiàn)的信息，結(jié)合案例、數(shù)據(jù)的分析及算法最終得出結(jié)論。

事實(shí)上，谷歌對(duì)于機(jī)器學(xué)習(xí)的研究要追溯到7~8年前的語音技術(shù)開始。但施密特透露，機(jī)器學(xué)習(xí)這一技術(shù)取得突破性進(jìn)展，是發(fā)生在計(jì)算機(jī)視覺領(lǐng)域。

三年前，Google科學(xué)家杰夫·狄恩(JeffDean)在接受《第一財(cái)經(jīng)日?qǐng)?bào)》采訪時(shí)透露，“GoogleX”實(shí)驗(yàn)室通過連接16000臺(tái)計(jì)算機(jī)處理器，創(chuàng)建了一個(gè)機(jī)器學(xué)習(xí)的神經(jīng)元網(wǎng)絡(luò)系統(tǒng)。結(jié)果發(fā)現(xiàn)，這個(gè)系統(tǒng)自行創(chuàng)建了貓這個(gè)概念并且自學(xué)了對(duì)貓的辨認(rèn)，這就是“自我學(xué)習(xí)”。

不過，當(dāng)時(shí)的谷歌機(jī)器學(xué)習(xí)還只是一個(gè)實(shí)驗(yàn)項(xiàng)目，局限于認(rèn)知類的簡(jiǎn)單工作。幾年過后的今天，谷歌的機(jī)器學(xué)習(xí)已經(jīng)從識(shí)別谷歌應(yīng)用中的語言和圖片的第一代機(jī)器學(xué)習(xí)系統(tǒng)“DistBelief”更新到了第二代的TensorFlow系統(tǒng)，并且應(yīng)用于Gmail、GooglePhotos、Google翻譯、YouTube等產(chǎn)品中。

Google研究員GregCorrado告訴記者，利用機(jī)器學(xué)習(xí)技術(shù)，Gmail電子郵件服務(wù)的垃圾郵件攔截率提高到了99.9%，誤報(bào)率降低至0.05%。這背后的原因就是，在垃圾郵件過濾器中引入了機(jī)器學(xué)習(xí)，這一技術(shù)能夠通過分析大量計(jì)算機(jī)上的電子郵件學(xué)習(xí)識(shí)別垃圾郵件和釣魚郵件。更重要的是，機(jī)器學(xué)習(xí)能夠適應(yīng)不斷變化的情況，而非只是利用預(yù)先設(shè)置好的規(guī)則攔截垃圾和釣魚郵件，它還能在運(yùn)行過程中自己創(chuàng)建新的規(guī)則。

而另一個(gè)能代表這項(xiàng)技術(shù)的最新產(chǎn)品是，谷歌在Gmail上推出智能自動(dòng)回復(fù)功能SmartReply。SmartReply是基于Google機(jī)器學(xué)習(xí)系統(tǒng)，對(duì)海量郵件里的場(chǎng)景、郵件寫作風(fēng)格和寫作語氣進(jìn)行分析，從而幫助用戶篩選適合語境的回復(fù)短句。

“一小步”與“一大步”

“在Google內(nèi)部，現(xiàn)在機(jī)器學(xué)習(xí)已經(jīng)是谷歌搜索中第三大重要的技術(shù)?！盙regCorrado對(duì)記者說，人工智能是科學(xué)家希望機(jī)器變得更智能，從經(jīng)驗(yàn)和數(shù)據(jù)中學(xué)習(xí)?！笆謩?dòng)去編程機(jī)器顯然沒有讓它自己學(xué)習(xí)來得更有效。”

不過，實(shí)現(xiàn)機(jī)器學(xué)習(xí)的訓(xùn)練過程仍然漫長(zhǎng)。在這個(gè)過程中，機(jī)器需要做大量測(cè)試、調(diào)整和適配工作，也很有可能犯一些人們不大可能犯的錯(cuò)誤。

這也正是Google把機(jī)器學(xué)習(xí)系統(tǒng)的大門向業(yè)界工程師、學(xué)者和擁有大量編程能力的技術(shù)人員敞開的原因，希望業(yè)界將TensorFlow實(shí)現(xiàn)各種各樣的機(jī)器學(xué)習(xí)算法，同時(shí)也為其在各種場(chǎng)景下的應(yīng)用帶來改進(jìn)。

“例如，計(jì)算機(jī)的視覺如果比人更好，為什么還要人去開車？應(yīng)該讓機(jī)器開車?，F(xiàn)在是醫(yī)生看X光，未來如果讓機(jī)器看是否會(huì)做出更準(zhǔn)確的診斷？”施密特說，“在開源之后，如果全世界的聰明人都將給Google很好的回饋，Google會(huì)有更好的發(fā)現(xiàn)，讓產(chǎn)品和服務(wù)更完美。”

他同時(shí)提到，機(jī)器學(xué)習(xí)非常善于預(yù)測(cè)時(shí)間先后順序的事件的發(fā)生，自己尤為看好機(jī)器學(xué)習(xí)在醫(yī)療、游戲、教育等領(lǐng)域發(fā)揮的價(jià)值。“甚至我們競(jìng)爭(zhēng)對(duì)手的團(tuán)隊(duì)都會(huì)用它，這就是谷歌不同于別人的原因?！?/p>

對(duì)于目前Google機(jī)器學(xué)習(xí)的開放策略，GregCorrado表示，一方面，Google開放機(jī)器學(xué)習(xí)，在于鼓勵(lì)大家從不同角度去研究，即使在Google內(nèi)部，也不只是一種方法去做機(jī)器學(xué)習(xí)；另一方面，Google已經(jīng)和學(xué)術(shù)界、企業(yè)界、不同的實(shí)驗(yàn)室合作，例如Facebook、百度等。

他同時(shí)認(rèn)為，機(jī)器學(xué)習(xí)并不是魔術(shù)，不要盲目地認(rèn)為機(jī)器學(xué)習(xí)就一定比沒有機(jī)器學(xué)習(xí)的好，它只是工具，能夠讓研究人員轉(zhuǎn)化他們瘋狂的創(chuàng)意，而不需要他們重新編寫代碼。