面向電氣工程研究生的“數(shù)字圖像處理”課程改革

郭斯羽，溫 和，凌志剛，劉 敏

（湖南大學(xué) 電氣與信息工程學(xué)院，湖南 長沙 410082）

引言

近年來，以深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)等高級機(jī)器學(xué)習(xí)理論的迅猛發(fā)展為代表，人工智能領(lǐng)域迎來了新的高速發(fā)展［1］，也帶動了電力人工智能的進(jìn)一步發(fā)展，成為能源數(shù)字化變革的一個(gè)關(guān)鍵的驅(qū)動技術(shù)［2］。為響應(yīng)技術(shù)發(fā)展的趨勢與需求，眾多高校的電氣工程相關(guān)本科與研究生專業(yè)均加強(qiáng)了有關(guān)人工智能的課程教學(xué)。

在課程體系的改革方面，王立國等［3］參考了康奈爾大學(xué)的ECE4950課程，面向電氣工程專業(yè)設(shè)計(jì)了人工智能課程培養(yǎng)體系，通過機(jī)理分析、系統(tǒng)設(shè)計(jì)、算法開發(fā)、仿真模擬到實(shí)驗(yàn)驗(yàn)證的過程，實(shí)施人工智能控制算法教學(xué)；韓龍等［4］研究了融入人工智能新概念理論的電氣工程與智能控制專業(yè)培養(yǎng)模式，從培養(yǎng)目標(biāo)、課程體系、課堂與實(shí)踐教學(xué)、考核評價(jià)環(huán)節(jié)等方面進(jìn)行了改革；徐祥征［5］以“人工智能+新工科”為導(dǎo)向，在電氣工程及自動化專業(yè)的課程體系中增加了多門人工智能領(lǐng)域的課程。

也有若干研究開展了具體課程的改革。楊知方等［6］在“電力系統(tǒng)綜合仿真實(shí)驗(yàn)”課程中增加了人工智能基礎(chǔ)知識與應(yīng)用的內(nèi)容，利用深度網(wǎng)絡(luò)進(jìn)行負(fù)荷預(yù)測和故障識別；王博［7］在電氣類的“自動檢測與智能儀表技術(shù)”課程中，利用人工智能方法進(jìn)行傳感器的非線性動態(tài)補(bǔ)償和過程控制中變量的軟測量；樊小朝［8］面向電氣工程專業(yè)的研究生開設(shè)了“智能控制理論與應(yīng)用”課程，結(jié)合智能控制在電力系統(tǒng)中的應(yīng)用，在電氣工程專業(yè)研究生的培養(yǎng)過程中引入了人工智能領(lǐng)域的知識和實(shí)踐。

圖像處理與機(jī)器視覺是人工智能領(lǐng)域的重要分支。得益于深度學(xué)習(xí)的發(fā)展，基于圖像的檢測方法在包括電氣工程在內(nèi)的各類工程問題中的適用性不斷提高。對電氣工程專業(yè)的研究生來說，不論是攻讀學(xué)位期間的科研任務(wù)，還是畢業(yè)后作為電氣工程領(lǐng)域的技術(shù)人員和管理人員，都將越來越多地接觸與圖像處理有關(guān)的研發(fā)任務(wù)。因此，有必要對圖像處理的相關(guān)問題和方法進(jìn)行系統(tǒng)性了解，從而提出或評估基于圖像的工程應(yīng)用解決方案。

本文針對電氣工程專業(yè)的研究生，就“數(shù)字圖像處理”課程的課程目標(biāo)、教學(xué)內(nèi)容、實(shí)踐內(nèi)容以及考核環(huán)節(jié)進(jìn)行改革，使課程緊貼專業(yè)實(shí)際需求，在相對有限的學(xué)時(shí)內(nèi)，為學(xué)生提供充分的理論與實(shí)踐教學(xué)，使其具備應(yīng)用圖像處理方法解決具有一定復(fù)雜度的電氣工程領(lǐng)域?qū)嶋H工程問題的能力。

一、課程的改革舉措

（一）課程目標(biāo)

多數(shù)電氣工程專業(yè)研究生的培養(yǎng)目標(biāo)，是培養(yǎng)具備電氣工程領(lǐng)域系統(tǒng)專業(yè)知識以及學(xué)術(shù)研究和技術(shù)開發(fā)能力，能夠在畢業(yè)后勝任領(lǐng)域內(nèi)研究機(jī)構(gòu)、產(chǎn)業(yè)部門和企業(yè)的理論研究、技術(shù)研發(fā)、工程應(yīng)用及管理崗位的專業(yè)人才。圖像處理技術(shù)作為從視覺數(shù)據(jù)中獲取信息的一種手段，在電氣工程專業(yè)研究生目標(biāo)崗位中發(fā)揮著重要作用，是針對電力系統(tǒng)、電氣設(shè)備、電機(jī)電器等對象，檢測其在設(shè)計(jì)、制造、建設(shè)、運(yùn)行、維護(hù)、管理過程中的各類狀態(tài)，從而為后續(xù)決策步驟提供高效、可靠、有效的信息來源。例如，在輸配電系統(tǒng)的運(yùn)行監(jiān)測中，結(jié)合無人機(jī)或無人車自動巡檢，可以通過圖像處理方法獲取電網(wǎng)設(shè)備的運(yùn)行狀態(tài)，發(fā)現(xiàn)電網(wǎng)的故障或安全隱患；或通過視頻中的動作檢測，對售電部門的人員服務(wù)質(zhì)量進(jìn)行評價(jià)等。

圖像處理技術(shù)的不斷發(fā)展，使其在電氣工程領(lǐng)域中的應(yīng)用日益廣泛。電氣工程專業(yè)的研究生有必要了解圖像處理的知識，從而在面對電氣工程領(lǐng)域的實(shí)際問題時(shí)，提出基于圖像處理的新解決思路，或?qū)ι婕皥D像處理技術(shù)的解決方案的可行性、性能和成本因素加以評估。

大多數(shù)電氣工程專業(yè)的研究生在本科階段并未系統(tǒng)地學(xué)過數(shù)字圖像處理方面的課程，因此可將電氣工程專業(yè)的研究生視為圖像處理的零基礎(chǔ)學(xué)習(xí)者。對他們而言，本課程應(yīng)較為系統(tǒng)全面地介紹數(shù)字圖像處理領(lǐng)域的主要問題、方法和解決問題的思路，并能在相對較短的授課時(shí)間內(nèi)將這些方法和思路與電氣工程領(lǐng)域的實(shí)際應(yīng)用問題聯(lián)系起來，將課堂中的知識迅速轉(zhuǎn)化為實(shí)際應(yīng)用的能力。

結(jié)合上述對專業(yè)培養(yǎng)目標(biāo)和學(xué)生知識基礎(chǔ)的分析，改革后的“數(shù)字圖像處理”課程的課程教學(xué)目標(biāo)設(shè)計(jì)如下：（1）學(xué)生能夠較為全面整體地了解數(shù)字圖像處理所涉及的技術(shù)問題、典型的解決方案和工程應(yīng)用思路，了解數(shù)字圖像處理技術(shù)在電氣工程領(lǐng)域的典型應(yīng)用場景。（2）學(xué)生能夠理解常用數(shù)字圖像處理算法的適用范圍、主要思路及其優(yōu)缺點(diǎn)，并能借助支持?jǐn)?shù)字圖像處理操作的快捷編程工具如OpenCV、具備第三方包支持的Python、MATLAB等，編程解決具有一定復(fù)雜度的圖像處理任務(wù)。（3）學(xué)生能夠針對電氣工程領(lǐng)域具體的應(yīng)用需求，提出可行的基于圖像的解決方案，或從性能、成本、實(shí)現(xiàn)的環(huán)境需求等方面，對已有的圖像處理解決方案進(jìn)行綜合評價(jià)，從而得到關(guān)于方案可行性或適用條件的有效結(jié)論。

（二）教學(xué)內(nèi)容

“數(shù)字圖像處理”課程主要包括數(shù)字圖像的基礎(chǔ)知識，如數(shù)字圖像的獲取，灰度級、分辨率、連通性、區(qū)域等數(shù)字圖像的基礎(chǔ)概念，以及顏色和彩色空間的概念等；圖像增強(qiáng)，包括灰度變換、圖像的算術(shù)與邏輯運(yùn)算、圖像的空間濾波與頻域?yàn)V波等；圖像復(fù)原，包括圖像退化模型、復(fù)原濾波、幾何變換等；圖像變換，如離散余弦變換和小波變換等；圖像壓縮；數(shù)學(xué)形態(tài)學(xué)處理；圖像分割，包括閾值分割、邊緣檢測、分水嶺算法和霍夫變換等；特征提取與對象識別，包括常用的區(qū)域或邊界特征以及包括神經(jīng)網(wǎng)絡(luò)在內(nèi)的常用模式識別算法。

電氣工程專業(yè)研究生的“數(shù)字圖像處理”一般作為選修課程開設(shè)，學(xué)時(shí)數(shù)多為32～36 學(xué)時(shí)。對于較少的學(xué)時(shí)數(shù)而言，上述教學(xué)內(nèi)容多，無法全部涉及，而需要有側(cè)重、有針對性地設(shè)計(jì)教學(xué)內(nèi)容。

由于學(xué)習(xí)者將來主要面臨的是電氣工程領(lǐng)域中以檢測為主要目的的圖像處理任務(wù)，因此，課程內(nèi)容應(yīng)側(cè)重于目標(biāo)檢測與對象識別，對象的尺寸、形狀等外形特征的定量分析與測量，以及為此目的提供支撐的圖像增強(qiáng)、幾何變換、分割等方法。相關(guān)的數(shù)字圖像處理方法主要集中在圖像增強(qiáng)、圖像復(fù)原、形態(tài)學(xué)處理、圖像分割、特征提取與對象識別，而圖像復(fù)原濾波器、圖像變換與圖像壓縮等章節(jié)可作為簡要介紹或?qū)W生自學(xué)的內(nèi)容，減少課堂授課學(xué)時(shí)。

電氣工程專業(yè)的研究生基本具備了有關(guān)信號處理、數(shù)學(xué)變換等方面的基礎(chǔ)知識，并在本科階段的科研實(shí)踐活動以及畢業(yè)設(shè)計(jì)等環(huán)節(jié)中進(jìn)行了應(yīng)用，具有一定的實(shí)踐經(jīng)驗(yàn)，理解較為深刻。因此，對于圖像增強(qiáng)特別是圖像濾波的內(nèi)容，可以弱化原理方面的課堂講授，將重點(diǎn)放在各類空間濾波器的作用和效果上。由于各類數(shù)字圖像及其獲取設(shè)備的普及，學(xué)生對數(shù)字圖像的基礎(chǔ)概念往往也有一定程度的了解，故可相應(yīng)簡化數(shù)字圖像基礎(chǔ)知識的講授內(nèi)容。

人工智能技術(shù)的發(fā)展，使深度網(wǎng)絡(luò)成了目標(biāo)檢測與識別的主流方法，但這部分內(nèi)容目前在“數(shù)字圖像處理”課程中所占比例不大，因此有待強(qiáng)化對相關(guān)原理知識的介紹。盡管深度網(wǎng)絡(luò)已經(jīng)應(yīng)用于目標(biāo)檢測與跟蹤、圖像去噪和復(fù)原、圖像分割等多類圖像處理任務(wù)，傳統(tǒng)的圖像增強(qiáng)和分割方法仍發(fā)揮著重要作用，特別是在對圖像中的對象進(jìn)行定量分析和測量時(shí)，往往需要對這些傳統(tǒng)方法進(jìn)行適當(dāng)組合與應(yīng)用。而諸如k近鄰分類器、決策樹等傳統(tǒng)的模式識別方法，同樣可以在當(dāng)前的實(shí)際工程問題中找到應(yīng)用場景，因此仍然需要保留這部分講授內(nèi)容，但可根據(jù)實(shí)際授課進(jìn)度調(diào)整其詳略程度。

（三）課程的實(shí)踐教學(xué)內(nèi)容

“數(shù)字圖像處理”課程的實(shí)踐性強(qiáng)，通過在實(shí)際圖像上應(yīng)用各種算法并觀察其效果，能極大地加深學(xué)生對這些算法的原理和步驟的理解。而且，本課程的主要目的是讓學(xué)生能夠通過所學(xué)方法解決具有一定復(fù)雜程度的實(shí)際問題。因此，課程應(yīng)安排足夠的實(shí)踐內(nèi)容達(dá)到這一目的。

課程的實(shí)踐內(nèi)容主要包括兩類：一是單個(gè)處理算法的驗(yàn)證型實(shí)驗(yàn)，這些算法在支持?jǐn)?shù)字圖像處理的編程軟件中往往有現(xiàn)成的實(shí)現(xiàn)，學(xué)生可在隨堂練習(xí)中以極少量代碼完成相應(yīng)的圖像處理操作，并觀察處理結(jié)果；二是綜合性圖像處理課題，因其具有工程應(yīng)用背景，涵蓋多個(gè)圖像處理任務(wù)，需要學(xué)生綜合應(yīng)用課程中不同階段所學(xué)的算法，并適當(dāng)組合或修改才能完成。這類任務(wù)適合以課程設(shè)計(jì)或課程大作業(yè)的形式來完成。由于所費(fèi)時(shí)間較多，需要認(rèn)真設(shè)計(jì)，以便通過少數(shù)精練的任務(wù)即可達(dá)成能力培養(yǎng)的目的。在此主要介紹后一類實(shí)踐內(nèi)容的設(shè)計(jì)。

綜合考慮學(xué)時(shí)和工作量，課程中設(shè)計(jì)了四個(gè)綜合性的課題，既可按不同步驟分散到整個(gè)授課期間逐步完成，也可在課程接近尾聲時(shí)作為課程綜合設(shè)計(jì)或練習(xí)，考查學(xué)生的能力達(dá)成情況。四個(gè)課題具體如下。

1.電力設(shè)備紅外熱成像圖像的處理。主要鞏固圖像去噪和增強(qiáng)，以及圖像分割方法的理解和應(yīng)用。電力設(shè)備異常發(fā)熱往往是設(shè)備存在故障或故障隱患的重要表現(xiàn)。電力設(shè)備的紅外熱像圖提供了一種有效的電力設(shè)備故障無損檢測途徑。但現(xiàn)有的紅外熱成像往往存在高噪聲和低對比度的缺點(diǎn)，因此無論是對人工觀察還是對電力設(shè)備故障自動檢測來說，電力設(shè)備紅外圖像的去噪與增強(qiáng)都具有重要意義。

本課題提供了實(shí)地采集的電力設(shè)備紅外圖像集，由學(xué)生對圖像進(jìn)行觀察，選擇所學(xué)的圖像去噪和增強(qiáng)方法，并評估處理效果。之后再利用不同的圖像分割方法進(jìn)行分割，并評估分割效果。此外，還可要求學(xué)生進(jìn)行圖像增強(qiáng)和分割相關(guān)文獻(xiàn)的拓展查閱，自行編程實(shí)現(xiàn)文獻(xiàn)算法后，在圖像集上應(yīng)用并觀察效果。

2.圖紙中電氣符號的自動識別。主要鞏固學(xué)生對圖像分割、特征提取和對象識別以及基于深度網(wǎng)絡(luò)的目標(biāo)檢測方法的理解和應(yīng)用。電網(wǎng)工程圖紙的矢量化識別，對電網(wǎng)領(lǐng)域基礎(chǔ)圖紙的數(shù)字化具有重要意義。有多種圖紙矢量化識別的途徑，較常用的方法是先對圖紙進(jìn)行閾值分割，然后通過模板匹配進(jìn)行識別，或者利用霍夫變換方法檢測直線段、圓等簡單的基本幾何元素，再通過其組合來確定電氣符號，或者直接構(gòu)建深度網(wǎng)絡(luò)識別圖紙中的電氣符號。在不同的學(xué)習(xí)階段，可要求學(xué)生用不同方法識別圖紙中的電氣符號并對比性能，還可讓學(xué)生自行構(gòu)建電網(wǎng)工程圖紙的圖像集并進(jìn)行拓展研究。

3.模擬儀表的自動讀數(shù)。主要鞏固學(xué)生對圖像分割、特征提取和對象識別、幾何變換方法的理解與應(yīng)用。在電廠、變電站等電力生產(chǎn)和輸送場所，仍然存在大量指針式模擬儀表。采集儀表圖像并利用圖像處理方法完成自動讀數(shù)，可有效實(shí)現(xiàn)相關(guān)場所的智能化改造，且對生產(chǎn)業(yè)務(wù)的干擾較小。模擬儀表自動讀數(shù)的步驟大致為：用圖像分割和基于區(qū)域特征的對象識別初步定位表盤，再用數(shù)學(xué)形態(tài)學(xué)、霍夫變換等方法精確定位表盤，表盤區(qū)域經(jīng)幾何變換校正為圓形等標(biāo)準(zhǔn)形狀，最后通過指針、刻度和文字的識別完成自動讀數(shù)。本課題可根據(jù)每個(gè)步驟涉及的圖像處理任務(wù)，分割之后安排在不同學(xué)習(xí)階段完成，并最終組合成為一個(gè)完整的處理程序。也可讓學(xué)生針對某個(gè)步驟或整個(gè)處理過程，提出和實(shí)現(xiàn)自己的改進(jìn)思路，應(yīng)用并觀察效果，分析不同方法的優(yōu)缺點(diǎn)和適用場合。

4.輸電塔傾斜狀況檢測。主要鞏固學(xué)生對深度網(wǎng)絡(luò)目標(biāo)檢測、圖像分割、霍夫變換等方法的理解和應(yīng)用。輸電桿塔傾斜的早期發(fā)現(xiàn)，對預(yù)防輸配電線路故障、保障輸配電正常運(yùn)行具有重要作用。本課題通過深度網(wǎng)絡(luò)，識別地面車輛采集的輸電線路圖像中的輸電塔，用圖像分割和霍夫變換確定輸電塔的主要框架結(jié)構(gòu)，并通過對稱軸檢測確定輸電塔的傾斜狀況。本課題更適合作為具有一定綜合性的課題，在課程結(jié)束后由學(xué)生一次性完成。對稱軸檢測需要學(xué)生通過拓展文獻(xiàn)閱讀自學(xué)完成，并需要自行編程實(shí)現(xiàn)相關(guān)算法。

上述課題全面覆蓋了課程的各主要知識點(diǎn)。每個(gè)課題均涉及三個(gè)或更多不同類型的圖像處理與識別任務(wù)，需要學(xué)生在深入分析后選擇適當(dāng)方法完成。課題的多數(shù)步驟可直接利用現(xiàn)有的函數(shù)或模塊完成，同時(shí)也安排了部分需要自行實(shí)現(xiàn)的步驟，以鍛煉和考查學(xué)生應(yīng)用成熟的圖像處理算法以及理解和實(shí)現(xiàn)特定圖像處理算法的能力，且整體工作量適中。對深度網(wǎng)絡(luò)圖像處理，課程提供公用的服務(wù)器用于網(wǎng)絡(luò)的訓(xùn)練。為了減少構(gòu)建訓(xùn)練樣本集的工作量，課程提供部分預(yù)先準(zhǔn)備好的訓(xùn)練樣本集，再由學(xué)生自行補(bǔ)充適當(dāng)數(shù)量的樣本后進(jìn)行訓(xùn)練，幫助學(xué)生以較少的時(shí)間和工作量了解深度網(wǎng)絡(luò)的訓(xùn)練和應(yīng)用的完整流程。

（四）課程考核方式與命題設(shè)計(jì)

課程考核的主要目的是考查學(xué)生在課程目標(biāo)所確定的相關(guān)能力培養(yǎng)上的達(dá)成情況。因此，在考核內(nèi)容上基本上排除了單一記憶性的內(nèi)容。最終的課程考核主要分為兩大部分：第一，以課程的綜合性實(shí)驗(yàn)或課程設(shè)計(jì)形式完成前文所述的實(shí)踐課題，能夠綜合性地考查學(xué)生應(yīng)用圖像處理方法解決具有實(shí)際意義的復(fù)雜工程問題的能力，以及編程實(shí)現(xiàn)圖像處理方法的能力。這部分考核內(nèi)容的綜合性最強(qiáng)，對學(xué)生應(yīng)用能力的考核程度也最高，但是信度方面的可控性較弱。第二，課程書面考試，通過可控的考試過程獲得高信度的成績。書面考試題型主要分為選擇題、判斷題和設(shè)計(jì)與評估題，其中選擇題和判斷題在具體的應(yīng)用場景中讓學(xué)生判斷圖像處理算法的適用性與處理結(jié)果的正確性。例如，根據(jù)所描述的圖像濾波算法選擇正確的濾波結(jié)果圖像，或者判斷算法參數(shù)發(fā)生改變時(shí)對結(jié)果造成的影響等。設(shè)計(jì)與評估題則要求學(xué)生針對具體的應(yīng)用問題，提出圖像處理解決方案，說明其可行性，對方案中關(guān)鍵參數(shù)的設(shè)置、適用的限制條件和可能存在的風(fēng)險(xiǎn)進(jìn)行闡述；或者在題目中給出具體的應(yīng)用問題和解決方案，讓學(xué)生同樣進(jìn)行可行性分析等，并根據(jù)自己的判斷對方案進(jìn)行調(diào)整。

二、課程改革成效

課程經(jīng)過上述改革后，在實(shí)際教學(xué)中取得了較為明顯的效果。

（一）學(xué)生的參與度和積極性有了明顯提高

在改革之前，盡管也有相應(yīng)的課堂實(shí)驗(yàn)內(nèi)容，但是由于與專業(yè)的契合度不高，綜合性也不強(qiáng)，因此，學(xué)生仍然以單一的聽講為主，參與度欠佳，積極性不高。在改革后，課上進(jìn)行編程的比例和復(fù)雜度均有明顯提升，且計(jì)入總評成績，因此對學(xué)生形成了動手實(shí)踐的外在壓力。同時(shí)，由于實(shí)踐課題與部分學(xué)生的研究課題存在一定的相關(guān)性，調(diào)動了他們的參與積極性。

（二）學(xué)生對圖像處理方法水平有所提高

學(xué)生對圖像處理方法的整體了解和具體應(yīng)用較改革前均有明顯提高。改革前，學(xué)生更偏向于了解和記憶一些原理性的內(nèi)容，由于動手實(shí)踐不足，相當(dāng)比例的學(xué)生只能夠模仿使用部分圖像處理算法，對于這些算法的適用條件和局限性缺乏深入理解，也難以通過所學(xué)算法的適當(dāng)組合完成較為復(fù)雜的圖像處理任務(wù)。改革后，學(xué)生基本都能夠恰當(dāng)?shù)剡x擇算法和參數(shù)，同時(shí)大部分學(xué)生能夠通過現(xiàn)成的圖像處理算法完成較為復(fù)雜的圖像處理任務(wù)，并能針對電氣工程背景的實(shí)際問題，提出基于圖像的可行的解決思路。

另外還有部分學(xué)生，他們承擔(dān)的科研課題涉及圖像處理，如光伏電池的缺陷檢測、風(fēng)力發(fā)電機(jī)的工作狀態(tài)檢測和故障診斷、輸配電線路巡檢中的異常檢測等。通過課程學(xué)習(xí)和實(shí)踐，這部分學(xué)生迅速掌握了相關(guān)的圖像處理知識，不僅能夠更快地完成文獻(xiàn)調(diào)研與閱讀，而且在課程結(jié)束之前，就能夠設(shè)計(jì)和實(shí)現(xiàn)圖像處理算法，完成部分課題目標(biāo)。這些學(xué)生在課程結(jié)束后的半年到一年內(nèi)，均完成了課題相關(guān)的期刊或會議論文。這部分學(xué)生對于課程效果的反饋也最為正面。

結(jié)語

本文介紹了電氣工程專業(yè)研究生的“數(shù)字圖像處理”課程改革的內(nèi)容和效果。在課程改革中，根據(jù)電氣工程專業(yè)研究生的培養(yǎng)目標(biāo)，對“數(shù)字圖像處理”課程目標(biāo)進(jìn)行了重新制定，明確了能力培養(yǎng)目標(biāo)；根據(jù)課程目標(biāo)對課程內(nèi)容的取舍和側(cè)重進(jìn)行了調(diào)整；為落實(shí)課程的能力培養(yǎng)目標(biāo)，對課程的實(shí)踐內(nèi)容進(jìn)行了重新設(shè)計(jì)，特別是根據(jù)電氣工程領(lǐng)域的實(shí)際工程問題，引入了具有足夠復(fù)雜度的綜合型實(shí)踐課題；改革了課程的考核方式與考核內(nèi)容。課程結(jié)束后，學(xué)生均具備了合理選擇和應(yīng)用圖像處理方法解決一個(gè)或多個(gè)具體的圖像處理任務(wù)的能力，并能針對電氣工程領(lǐng)域的實(shí)際工程問題，對基于圖像處理的方案進(jìn)行評估。此外，還有部分學(xué)生能夠提出和實(shí)現(xiàn)一個(gè)完整的圖像處理方案，用以解決電氣工程領(lǐng)域的復(fù)雜檢測問題。