第一篇：《攝影與圖像處理初步》課程小結(jié)

《攝影與圖像處理初步》課程小結(jié)

《攝影與圖像處理初步》

《攝影與圖像處理初步》是針對(duì)工科高等院校本科各專業(yè)開設(shè)的一門素質(zhì)培養(yǎng)與基本技能的提高課程，以啟迪智慧、培養(yǎng)富于人格健全、品性高尚、具有藝術(shù)修養(yǎng)和審美情趣的、能夠全面和諧發(fā)展的人為培養(yǎng)目標(biāo)。通過該學(xué)科的學(xué)習(xí)，使同學(xué)們了解圖像時(shí)代的文化意義并掌握基本的攝影與圖像處理理論與實(shí)踐技能，同時(shí)，通過對(duì)攝影藝術(shù)作品的鑒賞品鑒，以因領(lǐng)悟人類對(duì)美追求的智慧為契機(jī)而開拓自己的生命視野，理解個(gè)體人的價(jià)值意義，從而豐富自己的生活趣味。

課程內(nèi)容分?jǐn)z影與圖像處理兩部分，其中攝影注重鑒賞與基本的攝影理論、相機(jī)原理同技法方面知識(shí)的介紹，課堂采用圖像展示、師生共同討論、實(shí)景拍攝等豐富形式，重在對(duì)圖像文化意義的欣賞與批評(píng)能力的提高；圖像處理就如滿賽哥同學(xué)所說的，作為對(duì)攝影作品精神的重塑和意境的整合改造，其重要性當(dāng)在藝術(shù)趣味的驅(qū)使下進(jìn)行。課程重在介紹最簡單的三款圖像與視頻工具（Acdsee，Adobe Photoshop，會(huì)聲會(huì)影）的原理與基本的工具用途。

攝影與圖像之于教育

教育的至高境界理應(yīng)是提升人的敏覺，使其銳利而深入，當(dāng)所有的知識(shí)都為著開拓人的生命境界，使之豐富與靈動(dòng)時(shí)，知識(shí)才是真正有用而可愛的。也只有這樣，才能啟動(dòng)生命中潛藏的靈性與穎悟。對(duì)圖像作為視覺的直接的識(shí)讀是人與生俱來的認(rèn)識(shí)與表達(dá)，你決不陌生只會(huì)哭喊與純粹地吟笑的嬰兒是怎樣獲得快樂與表達(dá)他（她）的憤怒的，他們又是怎樣用涂鴉的方式來抒寫大人們難以理解的詩意呢？表達(dá)的沖動(dòng)與記錄的渴望源于人心靈的深處，是潛藏著的，也是一個(gè)人與生俱來的對(duì)美的珍惜與愛戀，這是人活著的表征與自我尊嚴(yán)本源性的需要。事實(shí)上，視覺是人通向自然與世界奧秘最為便利、最為直接而廉價(jià)的窗口，視覺的魅悟最易牽動(dòng)潛意識(shí)思維，其邏輯有時(shí)來得

極為縝密。

科技的發(fā)展足以為我們提供豐富的手段，數(shù)碼時(shí)代鋪天蓋地的來勢與更新?lián)Q代，改變了人類識(shí)讀與記錄的傳統(tǒng)方式，圖像與影像已然方便地侵入我們的生活。美國學(xué)者阿爾溫·托夫勒在他的成名作《第三次浪潮》中預(yù)言巋然成為現(xiàn)實(shí)。（隨著社會(huì)的演進(jìn)和科技的發(fā)展，人類將產(chǎn)生“文字文化文盲、計(jì)算機(jī)文化文盲和影像文化文盲”。）21世紀(jì)被稱之為“讀圖時(shí)代”。圖像的原生性特征便于記錄更為真實(shí)的現(xiàn)實(shí)場景，使文化的敘事變得更精微，更動(dòng)人更便捷。親近圖像，就是親近我們自身的表達(dá)。

攝影的獨(dú)到之處，除了構(gòu)圖、用光等圖像本身積聚著的、人類視覺的基本經(jīng)驗(yàn)，而其作為必要的硬件要求之外，觀其藝術(shù)水平高低的，其最為精微之處許是攝影者獨(dú)到的視角了，而這視角是其綜合素質(zhì)的亦然展現(xiàn)。攝影者對(duì)所攝對(duì)象的趣味來自心靈深處瞬間所生發(fā)的靈感，或者說是具有詩性的直覺傾向而激發(fā)的記錄需要的沖動(dòng)，這是個(gè)人內(nèi)在的審美情節(jié)、價(jià)值指向、愛恨沖突??等的綜合釋放。視覺作為工具性有其易疲勞與“懶惰”性，疲勞是其用之廣、正因其廣視覺才以最高的效率應(yīng)對(duì)大腦所指使的關(guān)注對(duì)象，因時(shí)空的重復(fù)而麻木，也就造就了其“懶惰”，作為攝影者所培養(yǎng)的是一雙藝術(shù)的視覺，不斷使其超越工具的用途進(jìn)而傳達(dá)心靈與自然的交流所生發(fā)的動(dòng)人之“境”，這也就是俗話說的要拍出“看不見”的景致。這“看不見”實(shí)非無視，而是能夠激活麻木了的視覺慣性，使熟視無睹的東西煥發(fā)出其本來的生命力，恢復(fù)其靈性。發(fā)現(xiàn)的過程以豐富人作為“人”的榮譽(yù)與尊嚴(yán)而使人產(chǎn)生巨大的快感。

因之，攝影不單是一個(gè)時(shí)代里人們方便使用的工具性結(jié)果，更應(yīng)據(jù)其無限的可能性而發(fā)現(xiàn)與表達(dá)自己、豐富自己，明證存在的歡欣。

如果你有足夠的興趣，就在攝影的名義下來與我們共歷一次心靈的視像吧。

作品與作者

對(duì)于課程，我依據(jù)的原則是只將攝影與做圖軟件的原理作以講解，讓同學(xué)們學(xué)會(huì)在最短的時(shí)間里琢磨相機(jī)與軟件能夠被自己控制的可能性，同時(shí)將

歷史名作、當(dāng)代青年的創(chuàng)意作品與同學(xué)作品深入細(xì)致的分析與討論，以提高視覺鑒賞力與對(duì)藝術(shù)作品的批評(píng)能力；在對(duì)于同學(xué)的創(chuàng)作作品，只是大體提出主題創(chuàng)作的方向，這樣更易于使課堂具有開放性的特點(diǎn)，使同學(xué)們的創(chuàng)造力與創(chuàng)作效率得以開發(fā)與提高。根據(jù)同學(xué)的作品，可以說這樣的目標(biāo)與方法的行之有效?？梢钥醋魇且淮螌?duì)同學(xué)綜合素質(zhì)的測評(píng)，從創(chuàng)作作品中，可以從以下幾個(gè)方面去去認(rèn)識(shí)這些素質(zhì)與能力。

首先，藝術(shù)氣質(zhì)與獨(dú)具創(chuàng)意使我們相信因年輕所滿溢的激情與豐富的想象力。請看李兆丹與張倩同學(xué)作品《如果我們哭泣，我們就會(huì)生銹》的創(chuàng)作說明：

我們想在作品中表現(xiàn)的是一個(gè)叛

逆的少年。

她被定義為一個(gè)少年。

她非常自我，不在乎世人的眼光。

她的行為異常成熟，但仍然是一個(gè)小

孩。她抽很烈的煙，她的生活是由許

多她不停的穿梭于其中的場景交織而

成的，她的記憶是有關(guān)于她或許多其

他的蒼白情節(jié)。突然有一天她發(fā)現(xiàn)交

流讓人失望，于是她不再與人交流。

她放縱自己，讓許多東西變成了各種

疼痛，于是她終于麻木了。很多時(shí)候，她是冰冷的，卻有著黑洞般深不可測的魔幻般的魅力。

她的形成隱藏著許多故事。她的絕望讓她的眼淚干枯，她不再哭泣，因?yàn)樗呀?jīng)漸漸生銹，失去了所有感

知。

開始我們打算做的是朋克主題

主體的東西，后來又打算加以{LOLITA}的形象來完成作品，表現(xiàn)出一種叛逆

和絕望，為了表現(xiàn)人物更深層次的內(nèi)心的糾結(jié)和刺入匕首般的痛，又加入了

點(diǎn)歌特的東西?？傊?，我們表現(xiàn)的是人物本身的個(gè)體性以及其更多內(nèi)心的東

西。

毫無疑問，他們所透露的藝術(shù)氣

質(zhì)并不需要過多的剖析，憂傷而凄美。

在鮑遠(yuǎn)的作品《季節(jié)》、劉旭的《記憶的櫥窗》里，透視出作者對(duì)時(shí)間意義的深刻洞察力與圖像表達(dá)的駕馭能力，他的攝影技巧恰如其分地詮釋了主題，作

品純凈而清醇；我們雖然不打算重復(fù)解

釋那句“人人都是藝術(shù)家”的老掉牙的訓(xùn)示，但在同學(xué)們的作品中，我確實(shí)真

切地體會(huì)到這種藝術(shù)氣質(zhì)的熱烈與真

誠。這種潛藏在每個(gè)人內(nèi)心深處的潛能

只要在合適的土壤里，他就會(huì)展示其強(qiáng)大的生命力。這是促使我改變單純的科類觀念而進(jìn)入尊重個(gè)人內(nèi)心經(jīng)驗(yàn)與探索無差別的、更為開放、更為豐富與更加人性的藝術(shù)教育的信心，這是起點(diǎn)也是方向。藝術(shù)氣質(zhì)總是隱含在同學(xué)們恰切的主題設(shè)計(jì)與嫻熟的技術(shù)制作中，與鮑遠(yuǎn)一樣，很多同學(xué)對(duì)季節(jié)的流徙有著深刻地敏感，尤其是絢麗的秋色似乎更能誘惑心靈，這是自然的時(shí)序以最為輝煌的的色彩獻(xiàn)給生命的禮物，我們充滿著樸素的感恩。杜秀的《盛夏光年——我的2007》、胡偉偉的《葉落秋痕》、錢惠增的《昌平公園》、趙超的《九寨》、宋?。ǖ刭|(zhì)）的《戀之風(fēng)景·秋思》楊俊的《醉人深秋》、袁朝暉《絢爛的秋》等一大批同學(xué)的作品都在這樣的境遇里統(tǒng)感了心物幽游的快樂；當(dāng)然，大學(xué)生活以為最為切近的生活體驗(yàn)而成為很多同學(xué)的攝影主題，王玉萍與孫齊合作的《小蜜蜂和大黃蜂》、黃雯的《記憶》在更大的可能性上追求生活的私密世界里活躍著的童話情趣，作品生動(dòng)而制作精良，陸騁和唐曉倩合作的《我們的宿舍》溫馨而浪漫，吉妹的《茉莉花開》、范方超的《家鄉(xiāng)·大學(xué)》、王聰《我的大學(xué)生活》、劉璐瑋《那些生命中溫暖而美好的事情》、肖露莎的《大學(xué)生活點(diǎn)滴》等等，傾向于這兩個(gè)主題的同學(xué)占到百分之九十

多,這些作品因生活的細(xì)節(jié)精微、內(nèi)容生動(dòng)而感人；另一部分同學(xué)則對(duì)文化、文明等主題情有獨(dú)鐘，或者是對(duì)文化現(xiàn)象的宏觀表達(dá)，或是對(duì)日新月異的城市變遷中漸失的記憶的追尋，亦或?qū)π戮跋蟮拿舾邪盐?，如魯陽的?98藝術(shù)工廠》、刑慧敏《古老的文明·人與自然》、段測的《古鎮(zhèn)》、卜蔚達(dá)《我的攝影》等。很遺憾地，我不能一一例舉每個(gè)同學(xué)的作品，上面只是為了分類的方便，粗略地以一些同學(xué)的作品舉例。就如同學(xué)自己所說的，所感的，當(dāng)你們被自己的創(chuàng)作作品所震驚所歡悅的時(shí)候，我依然能夠幸運(yùn)地和你們共享快樂，我如此真切地體味你們的創(chuàng)造力與掌握技能的高效。三個(gè)班一百多人的作品我反復(fù)地欣賞，每每有一種沖動(dòng)，能夠讓這些作品與全校同學(xué)見面，讓他們也能與我們共同體驗(yàn)創(chuàng)作的歡暢。如果這不是個(gè)人一廂情愿的矮情訴說，在現(xiàn)實(shí)的條件里，我準(zhǔn)備先把作品拷貝到學(xué)校FTP資源庫（http://.cn/ozhxh）共同探討、共同學(xué)習(xí)，并請你下寶貴的意見。

第二篇：圖像處理實(shí)驗(yàn)教學(xué)小結(jié)

實(shí)驗(yàn)一：通過學(xué)習(xí)Matlab的開發(fā)環(huán)境、基本語法和函數(shù)，使學(xué)生基本熟悉了Matlab的使用方法、開發(fā)規(guī)則和基本技巧，同時(shí)，通過上機(jī)獨(dú)立練習(xí)Matlab圖像處理的實(shí)例，進(jìn)一步鞏固了所學(xué)內(nèi)容，為后續(xù)的Matlab圖像處理課程，提供了保證。

實(shí)驗(yàn)二：通過本次課程的學(xué)習(xí)和實(shí)踐，使學(xué)生對(duì)Matlab的圖像編碼知識(shí)有了全面深入的掌握，對(duì)Matlab的圖像處理方法有了深入的理解和認(rèn)識(shí)，并進(jìn)一步熟悉了Matlab的基本語法和程序設(shè)計(jì)流程，為獨(dú)立開發(fā)圖像處理程序奠定了良好的基礎(chǔ)。

實(shí)驗(yàn)三：本次課程是醫(yī)學(xué)圖像實(shí)習(xí)的最后一次實(shí)習(xí)課，通過本次課程的學(xué)習(xí)和實(shí)踐，使學(xué)生基本掌握了平滑濾波、中值濾波、sobel算子和laplacian算子應(yīng)用方法，同時(shí)，進(jìn)一步熟悉和掌握了在Matlab下，圖像模板運(yùn)算的方法和技巧。

大部分學(xué)生能夠在老師的指導(dǎo)下，獨(dú)立完成設(shè)計(jì)工作，并完整正確運(yùn)行程序，得到正確結(jié)果，但有部分學(xué)生由于錄入速度較慢，沒有在課堂完成代碼錄入工作，安排其在課后完成剩余部分的錄入工作，并能夠正確運(yùn)行。

第三篇：matlab圖像處理小結(jié)

1.function [center, r] = solve_circle(pt1, pt2, pt3)

2.%Effect: solve the circle which across points 'pt1', 'pt2' and 'pt3' 3.%Inputs:

4.%pt1, pt2, pt3: [x, y]

5.%center: the circle center [x0;y0] 6.%r: the radius of the circle 7.%Author: Su dongcai at 2012/1/2 8.A = zeros(2, 2);B = zeros(2, 1);9.[A(1, :), B(1)] = circle2line(pt1, pt2);10.[A(2, :), B(2)] = circle2line(pt2, pt3);11.center = AB;

12.r = norm(pt1'(y2^2 + y2^2)18.%(a-x2)^2 +(b-y2)^2 = r^2 | 19.%Inputs:

20.%pt1, pt2: [x1, y1], [x2, y2] 21.%Outputs:

22.%A: 2[x1-x2, y1-y2]

23.%B:(x1^2 + y1^2)pt2);

26.B = norm(pt1)^2-norm(pt2)^2;

close all;clear;clc;>> i=imread('rice.png');%>> imshow(i);>> background=imopen(i,strel('disk',15));>> i2=imsubtract(i,background);%>> figure,imshow(i2);>> i3=imadjust(i2,stretchlim(i2),[0 1]);%>> figure,imshow(i3);>> level=graythresh(i3);>> bw=im2bw(i3,level);%>> figure,imshow(bw);>> [labeled,numobjects]=bwlabel(bw,4);graindata=regionprops(labeled,'all');

close all;clear;clc;i=imread('rice.png');background=imopen(i,strel('disk',15));i2=imsubtract(i,background);i3=imadjust(i2,stretchlim(i2),[0 1]);level=graythresh(i3);bw=im2bw(i3,level);[labeled,numobjects]=bwlabel(bw,4);data=regionprops(labeled,'all');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.6.2 close all;clear;clc;>> i=imread('r.jpg');%>> figure,imshow(i);>> imgray=rgb2gray(i);>> figure,imshow(imgray)>> background=imopen(imgray,strel('disk',15));>> i2=imsubtract(imgray,background);%>> figure,imshow(i2);>> i3=imadjust(i2,stretchlim(i2),[0 1]);%>> figure,imshow(i3);>> level=graythresh(i3);>> bw=im2bw(i3,level);%>> figure,imshow(bw);>> imnobord=imclearborder(bw,4);%>> figure,imshow(imnobord);>> [labeled,numobjects]=bwlabel(bw,4);>> rgb_label=label2rgb(labeled,@spring,'c','shuffle');>> figure,imshow(rgb_label);>> graindata=regionprops(labeled,'all');hold on;for k=1:numobjects lab=sprintf('%d',k);text(graindata(k).Centroid(1),graindata(k).Centroid(2),lab,'Color','k');end hold off;%剔除碎米粒

>> idxdown=find([graindata.Area]<150);%剔除碎米粒 little=ismember(labeled,idxdown);figure,imshow(little);

[lab_little,num_little]=bwlabel(little,4);rgb_little=label2rgb(lab_little,@spring,'c','shuffle');figure,imshow(rgb_little);

little_data=regionprops(lab_little,'all');hold on;for k=1:num_little lab=sprintf('%d',k);text(little_data(k).Centroid(1),little_data(k).Centroid(2),lab,'Color','k');end hold off;%>> graindata(idxdown,:)=[];%剔除碎米粒 %剔除連接米粒

>> idxup=find([graindata.Area]>250);%剔除連接米粒 big=ismember(labeled,idxup);figure,imshow(big);

[lab_big,num_big]=bwlabel(big,4);rgb_big=label2rgb(lab_big,@spring,'c','shuffle');figure,imshow(rgb_big);

big_data=regionprops(lab_big,'all');hold on;for k=1:num_big lab=sprintf('%d',k);text(big_data(k).Centroid(1),big_data(k).Centroid(2),lab,'Color','k');end hold off;%>> graindata(numup,:)=[];%剔除連接米粒 %獲取完整米粒

idxsuit=find([graindata.Area]>=150&[graindata.Area]<=250);suit=ismember(labeled,idxsuit);figure,imshow(suit);%獲取完整米粒 [lab_suit,num_suit]=bwlabel(suit,4);suit_data=regionprops(lab_suit,'all');hold on;for k=1:num_suit signature=sprintf('%d',k);text(suit_data(k).Centroid(1),suit_data(k).Centroid(2),signature,'Color','r');end hold off;%獲取完整米粒 whos graindata whos little_data whos big_data whos suit_data

>> graindata >> mean([graindata.Area])>> mean([graindata.Eccentricity])>> mean([graindata.MajorAxisLength])>> mean([graindata.MinorAxisLength])>> mean([graindata.EquivDiameter])>> figure,hist([graindata.Area],20);>> figure,hist([graindata.Eccentricity],20);>> figure,hist([graindata.MajorAxisLength],20);>> figure,hist([graindata.MinorAxisLength],20);>> figure,hist([graindata.EquivDiameter],20);

data=[graindata.Area] data=[graindata.Centroid] data=[graindata.BoundingBox] data=[graindata.SubarrayIdx] data=[graindata.MajorAxisLength] data=[graindata.MinorAxisLength] data=[graindata.Eccentricity] data=[graindata.Orientation] data=[graindata.ConvexHull] data=[graindata.ConvexImage] data=[graindata.ConvexArea] data=[graindata.Image] data=[graindata.FilledImage] data=[graindata.FilledArea] data=[graindata.EulerNumber] data=[graindata.Extrema] data=[graindata.EquivDiameter] data=[graindata.Solidity] data=[graindata.Extent] data=[graindata.PixelIdxList] data=[graindata.PixelList]

Area 計(jì)算各個(gè)連通區(qū)域中的象素總數(shù) BoundingBox 包含相應(yīng)區(qū)域的最小矩形 Centroid 給出每個(gè)區(qū)域的質(zhì)心

MajorAxisLength 與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩（又叫標(biāo)準(zhǔn)差）的橢圓的長軸長度 MinorAxisLength 與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的短軸長度 Eccentricity 與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的離心率

Orientation 與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的長軸與x軸的交角 Image 二值圖像，與某區(qū)域具有相同大小的邏輯矩陣。

FilledImage 與上相同，唯一區(qū)別是這是個(gè)做了填充的邏輯矩陣！本例中和上面的沒有區(qū)別，只有 區(qū)域有空洞時(shí)才有明顯差別。

FilledArea 是標(biāo)量，填充區(qū)域圖像中的 on 像素個(gè)數(shù)

ConvexHull 是p行2列的矩陣，包含某區(qū)域的最小凸多邊形 ConvexImage 二值圖像，用來畫出上述的區(qū)域最小凸多邊形 ConvexArea 是標(biāo)量，填充區(qū)域凸多邊形圖像中的 on 像素個(gè)數(shù) EulerNumber 等于圖像中目標(biāo)個(gè)數(shù)減去這些目標(biāo)中空洞的個(gè)數(shù) Extrema 8行2列矩陣，八方向區(qū)域極值點(diǎn)

EquivDiameter 是標(biāo)量，等價(jià)直徑：與區(qū)域具有相同面積的圓的直徑.計(jì)算公式為：sqrt(4*Area/pi)

Solidity 是標(biāo)量，同時(shí)在區(qū)域和其最小凸多邊形中的像素比例。計(jì)算公式為： Area/ConvexArea，這也是個(gè)仿射特征，實(shí)際上反映出區(qū)域的固靠性程度。

Extent 是標(biāo)量，同時(shí)在區(qū)域和其最小邊界矩形中的像素比例。計(jì)算公式為：Area除以邊界矩 形面積，這也是個(gè)仿射特征，實(shí)際上反映出區(qū)域的擴(kuò)展范圍程度。

PixelIdxList p元向量，存儲(chǔ)區(qū)域像素的索引下標(biāo)

PixelList p行ndims(L)列矩陣，存儲(chǔ)上述索引對(duì)應(yīng)的像素坐標(biāo) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 基于特定原則的區(qū)域選擇

當(dāng)你要基于特定準(zhǔn)則條件選擇某個(gè)區(qū)域時(shí)，將函數(shù) ismember 和 regionprops 聯(lián)合使用是很有用處的。例如：創(chuàng)建一個(gè)只包含面積大于80的二值圖像，用以下命令

idx = find([stats.Area] > 80);BW2 = ismember(L,idx);regionprops函數(shù)的擴(kuò)展思路

在regionprops函數(shù)的基礎(chǔ)上，你可以使用它提供的基本數(shù)據(jù)來擴(kuò)展它的功能，比如我就將區(qū)域的曲率數(shù)據(jù)和骨架數(shù)據(jù)作為它的另外屬性值來開發(fā)，從而希望它能用來做更細(xì)致的特征提取。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.6.2 P221圖像粒度測定（雪花）>> i=imread('snowflakes.png');>> figure,imshow(i);>> %(2)>> clahei=adapthisteq(i,'numtiles',[10 10]);>> clahei=imadjust(clahei);>> imshow(clahei);>> gi=imadjust(im2double(i),[],[0 1]);>> figure,imshow(gi),title('adjusted grayscale image');>> %(3)>> se=strel('disk',10);>> topi=imtophat(gi,se);>> figure,imshow(topi),title('top-hat image');>> %(4)>> for counter=0:22 remain=imopen(clahei,strel('disk',counter));intensity_area(counter+1)=sum(remain(:));end >> figure,plot(intensity_area,'m-*'),grid on;>> title('sum of opening(pixels)');>> title('sum of opening values in opened image as a function of radius');>> xlabel('radius of opening(pixels)');>> ylabel('pixel value sum of opened objects(intensity)');>> >> >> >> for counter=0:20 remain=imopen(topi,strel('disk',counter));surfarea(counter+1)=sum(remain(:));end >> figure,plot(surfarea,'m-*'),grid on;>> set(gca,'xtick',[0 2 4 6 8 10 12 14 16 18 20]);>> title('surface area of opened objects as a function of radius');>> xlabel('radius of opening(pixels)');>> ylabel('surface area of opened objects(pixels)');>> %(5)>> intensity_area_prime=diff(intensity_area);>> figure,plot(intensity_area_prime,'m-*'),grid on;>> title('Granulometry(size distrubution)of snowflakes');>> set(gca,'xtick',[0 2 4 6 8 10 12 14 16 18 20 22]);>> xlabel('radius of snowflakes(pixels)');>> ylabel('sum of pixel values in snowflakes as a function of radius');>> derivsurfarea=diff(surfarea);>> figure,plot(derivsurfarea,'m-*'),grid on;>> title('granulometry(size distribution)of stars');>> xlabel('radius of stars(pixels)');>> ylabel('loss of pixels between two successive openings');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.6.2 花椒檢測 clc;clear;close all;i=imread('gj.jpg');imshow(i);icanny=edge(i,'canny');imshow(icanny);se90=strel('line',2,90);se0=strel('line',2,0);bwsdil=imdilate(icanny,[se90 se0]);figure,imshow(bwsdil),title('dilated');ifill=imfill(bwsdil,'holes');figure,imshow(ifill);

%bwero=imerode(bwsdil,[se90 se0]);%figure,imshow(bwero);%i2fill=imfill(bwero,'holes');%figure,imshow(bwero);%imshow(i2fill);

%bwnobord=imclearborder(bwsdil,4);%figure,imshow(bwnobord);bwnobord=imclearborder(ifill,4);figure,imshow(bwnobord);se=strel('disk',5);bwc=imclose(bwnobord,se);bwco=imopen(bwnobord,se);figure,imshow(bwc);figure,imshow(bwco);%mask=bwsdil&bwco;%figure,imshow(mask);clc [labeled,numobjects]=bwlabel(bwco);numobjects

jdata=regionprops(labeled,'all');%jdata

jarea=[jdata.Area];mean(jarea)max(jarea)min(jarea)hist(jarea,255)jdata.Eccentricity %std([jdata.Eccentricity]）/(Mean([jdata.Eccentricity])jstd=std([jdata.Eccentricity])jmean=Mean([jdata.Eccentricity])jcv=jstd/jmean

>> std([jdata.Area])/ mean([jdata.Area])%面積的變異系數(shù)

>> std([jdata.Eccentricity])/ mean([jdata.Eccentricity])%橢圓的變異系數(shù) >> std([jdata.MajorAxisLength])/ mean([jdata.MajorAxisLength])>> std([jdata.MinorAxisLength])/ mean([jdata.MinorAxisLength])>> std([jdata.EquivDiameter])/ mean([jdata.EquivDiameter])

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.06.06 rice.png close all;clear;clc >> i=imread('rice.png');imshow(i);background=imopen(i,strel('disk',15));figure,imshow(background);i2=imsubtract(i,background);figure,imshow(i2);i3=imadjust(i2,stretchlim(i2),[0 1]);figure,imshow(i3);level=graythresh(i3);bw=im2bw(i3,level);figure,imshow(bw);imnobord=imclearborder(bw);[label,numobjects]=bwlabel(imnobord,4);numobjects rgb_label=label2rgb(label,@spring,'c','shuffle');figure,imshow(rgb_label);graindata=regionprops(label,'all');graindata

>> numdown=find([graindata.Area]<150);>> graindata(numdown,:)=[];>> numup=find([graindata.Area]>250);>> graindata(numup,:)=[];>> graindata

>> std([graindata.Area])/ mean([graindata.Area])%面積的變異系數(shù)

>> std([graindata.Eccentricity])/ mean([graindata.Eccentricity])%橢圓的變異系數(shù)

>> std([graindata.MajorAxisLength])/ mean([graindata.MajorAxisLength])>> std([graindata.MinorAxisLength])/ mean([graindata.MinorAxisLength])>> std([graindata.EquivDiameter])/ mean([graindata.EquivDiameter])%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.06.06 rice的堊白度檢測 >> clear;close all;clc;>> rgb=imread('r.jpg');>> close all;>> imshow(rgb);>> i=rgb2gray(rgb);>> j=medfilt2(i,[5 5]);>> figure,imshow(i);>> figure,imshow(j);>> imhist(j,256);>> t=0.3;>> v=imadjust(j,[t 1],[],1);>> imhist(v,256);>> t_c=0.6;>> bw_v=im2bw(v,0.01);>> chalk=imadjust(v,[t_c 1],[],1);>> bw_chalk=im2bw(chalk,0.01);>> figure,imshow(v);>> figure,imshow(bw_v);>> figure,imshow(chalk);>> figure,imshow(bw_chalk);>> degree_chalkness=bwarea(bw_chalk)/bwarea(bw_v)*100 >> bw=im2bw(j,t);>> figure,imshow(bw);>> se=(ones(3,3));>> bw1=imerode(bw,se);%兩次腐蝕 >> figure,imshow(bw1);>> bw2=imerode(bw1,se);>> figure,imshow(bw2);

>> [l,num]=bwlabel(bw2);%標(biāo)記腐蝕后的大米圖像 >> t_chalk=100;%設(shè)置堊白面積的下限 >> compare=(l)&(chalk>t_chalk);%>> compare=(bw2)&(bw_chalk>t_chalk);>> [r,c]=find(compare);%標(biāo)記堊白米粒的位置 >> result=bwselect(l,c,r);%顯示只含有堊白米粒的圖像 >> figure,imshow(result);

>> [l_chalk,num_chalk]=bwlabel(result);%標(biāo)記堊白米粒圖像，便于計(jì)數(shù) >> rate_chalky_grains=num_chalk/num*100;>> rate_chalky_grains

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.6.17 bwmorph函數(shù) >> help bwmorph BWMORPH Perform morphological operations on binary image.BW2 = BWMORPH(BW1,OPERATION)applies a specific morphological operation to the binary image BW1.BW2 = BWMORPH(BW1,OPERATION,N)applies the operation N times.N can be Inf, in which case the operation is repeated until the image no longer changes.OPERATION is a string that can have one of these values: 'bothat' Subtract the input image from its closing 'bridge' Bridge previously unconnected pixels 'clean' Remove isolated pixels(1's surrounded by 0's)'close' Perform binary closure(dilation followed by erosion)'diag' Diagonal fill to eliminate 8-connectivity of background 'dilate' Perform dilation using the structuring element ones(3)'erode' Perform erosion using the structuring element ones(3)'fill' Fill isolated interior pixels(0's surrounded by 1's)'hbreak' Remove H-connected pixels 'majority' Set a pixel to 1 if five or more pixels in its 3-by-3 neighborhood are 1's 'open' Perform binary opening(erosion followed by dilation)'remove' Set a pixel to 0 if its 4-connected neighbors are all 1's, thus leaving only boundary pixels 'shrink' With N = Inf, shrink objects to points;shrink objects with holes to connected rings 'skel' With N = Inf, remove pixels on the boundaries of objects without allowing objects to break apart 'spur' Remove end points of lines without removing small objects completely.'thicken' With N = Inf, thicken objects by adding pixels to the exterior of objects without connected previously unconnected objects 'thin' With N = Inf, remove pixels so that an object without holes shrinks to a minimally connected stroke, and an object with holes shrinks to a ring halfway between the hold and outer boundary 'tophat' Subtract the opening from the input image

Class Support-------------The input image BW1 can be numeric or logical.It must be 2-D, real and nonsparse.The output image BW2 is logical.Examples--------BW1 = imread('circles.png');imview(BW1)BW2 = bwmorph(BW1,'remove');BW3 = bwmorph(BW1,'skel',Inf);imview(BW2)imview(BW3)

See also erode, dilate, bweuler, bwperim.Reference page in Help browser doc bwmorph

BW1 = imread('circles.png');figure,imshow(BW1)BW2 = bwmorph(BW1,'erode');figure,imshow(BW2)

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %邊界提取 b=bwmorph(bw,'remove');b=bwperim(bw,8);%又叫邊界象素測定 b=edge(bw,'canny');%又叫邊界提取 %去除孤立象素點(diǎn)

nosinglepixel=bwmorph(bw,'clean');%去除小面積物體

nosmall=bwareaopen(bw,CNN);%閾值處理再取反

bw=~im2bw(i,graythresh(i));

%開運(yùn)算（消除小物體）與閉運(yùn)算（填充物體內(nèi)細(xì)小空洞）se=strel('disk',6);iopen=imopen(bw,se);iclose=imclose(bw,se);%腐蝕與膨脹聯(lián)合操作 %（1）創(chuàng)建結(jié)構(gòu)元素 se=strel('rectangle',[40 30]);%（2）使用結(jié)構(gòu)元素腐蝕圖像 bw1=imread('circbw.tif');bw2=imerode(bw1,se);imshow(bw2);%（3）逆操作，回復(fù)矩形原來大小 bw3=imdilate(bw2,se);figure,imshow(bw3);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.6.18花椒子

%直接對(duì)灰度圖進(jìn)行canny運(yùn)算 >> i=imread('nut.bmp');>> figure,imshow(i);>> ig=rgb2gray(i);>> figure,imshow(ig);%igcanny=edge(ig,'canny');%igcfill=imfill(igcanny,'hole');igcanny_thresh=edge(ig,'canny',(graythresh(ig)*.1));igcfill=imfill(igcanny_thresh,'hole');>> figure,imshow(igcfill);

%先對(duì)灰度圖濾波，再進(jìn)行canny運(yùn)算

>> imed=medfilt2(ig);%中值濾波后對(duì)圖像邊界有一定的損傷！！>> imedcanny=edge(imed,'canny');>> imedfill=imfill(imedcanny,'hole');>> figure,imshow(imedfill);>> nosmall=bwareaopen(imedfill,150);>> figure,imshow(nosmall);

%注意：若對(duì)灰度圖像先拉氏銳化，在canny提取邊界，效果不大好??！%結(jié)論：無需拉氏銳化，也不必中值濾波，可直接canny提取邊界??！>> ifill=igcfill|imedfill;>> figure,imshow(ifill);>> nosmall=bwareaopen(ifill,150);>> figure,imshow(nosmall);

%當(dāng)t=0.55時(shí),閾值處理再canny運(yùn)算的效果 >> imhist(ig);>> t=0.55;>> v=imadjust(ig,[0 t],[],1);>> vcanny=edge(v,'canny');>> vfill=imfill(vcanny,'hole');>> figure,imshow(vfill);>> ifill=igcfill|vfill;>> figure,imshow(ifill);>> nosmall=bwareaopen(ifill,150);>> figure,imshow(nosmall);

%當(dāng)t=0.6時(shí),閾值處理再canny運(yùn)算的效果的效果 >> t=0.6;>> v=imadjust(ig,[0 t],[],1);>> vcanny=edge(v,'canny');>> vfill=imfill(vcanny,'hole');>> figure,imshow(vfill);>> ifill=igcfill|vfill;>> figure,imshow(ifill);>> nosmall=bwareaopen(ifill,150);>> figure,imshow(nosmall);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %處理花椒子

>> i=imread('nut.bmp');%figure,imshow(i);ig=rgb2gray(i);figure,imshow(ig);>> imed=medfilt2(ig);imedcanny=edge(imed,'canny');imedfill=imfill(imedcanny,'hole');%figure,imshow(imedfill);nosmall=bwareaopen(imedfill,150);>> figure,imshow(nosmall);>> [labeled,numobjects]=bwlabel(nosmall,4);>> rgb_label=label2rgb(labeled,@spring,'c','shuffle');%>> figure,imshow(rgb_label);>> nutdata=regionprops(labeled,'all');>> min([nutdata.Solidity])

>> rectangle('Position', [253.5000 207.5000 26.0000 28.0000])%畫矩形

>> rectangle('Position', [250.5000 50.5000 27.0000 26.0000])>> figure,imshow(nutdata(1).Image)%只顯示1號(hào)物體的圖像

>> figure,imshow(nutdata(1).ConvexImage)%畫出1號(hào)物體的凸多邊形 >> std([nutdata.Eccentricity])/ mean([nutdata.Eccentricity])std([nutdata.Area])/ mean([nutdata.Area])std([nutdata.Solidity])/ mean([nutdata.Solidity])>> std([nutdata.Centroid])/ mean([nutdata.Centroid])std([nutdata.MajorAxisLength])/ mean([nutdata.MajorAxisLength])std([nutdata.MinorAxisLength])/ mean([nutdata.MinorAxisLength])std([nutdata.Orientation])/ mean([nutdata.Orientation])std([nutdata.EquivDiameter])/ mean([nutdata.EquivDiameter])std([nutdata.Extent])/ mean([nutdata.Extent])std([nutdata.Extrema])/ mean([nutdata.Extrema])

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %處理花椒皮 close all;clc;clear;>> i=imread('p.bmp');imshow(i);ig=rgb2gray(i);figure,imshow(ig);imed=medfilt2(ig);imedcanny=edge(imed,'canny');figure,imshow(imedcanny);>> se90=strel('line',2,90);se0=strel('line',2,0);bwsdil=imdilate(imedcanny,[se90 se0]);figure,imshow(bwsdil),title('dilated');ifill=imfill(bwsdil,'holes');figure,imshow(ifill);>> bwero=imerode(ifill,[se90 se0]);>> figure,imshow(bwero);>> nosmall=bwareaopen(bwero,150,4);>> figure,imshow(nosmall);>> nobord=imclearborder(nosmall,4);>> figure,imshow(nobord);>> [labeled,numobjects]=bwlabel(nobord,4);>> numobjects >> pdata=regionprops(labeled,'all');>> max([pdata.Solidity])>> std([pdata.Solidity])/mean([pdata.Solidity])

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %處理混合圖像 >> clear;clc;close all;>> i=imread('m.bmp');%>> figure,imshow(i);>> ig=rgb2gray(i);figure,imshow(ig);imed=medfilt2(ig);%>> figure,imshow(imed);imedcanny=edge(imed,'canny');%>> figure,imshow(imedcanny);>> se90=strel('line',2,90);se0=strel('line',2,0);bwsdil=imdilate(imedcanny,[se90 se0]);%figure,imshow(bwsdil),title('dilated');ifill=imfill(bwsdil,'holes');%figure,imshow(ifill);bwero=imerode(ifill,[se90 se0]);%figure,imshow(bwero);>> nosmall=bwareaopen(bwero,150,4);%figure,imshow(nosmall);nobord=imclearborder(nosmall,4);figure,imshow(nobord);>> [labeled,numobjects]=bwlabel(nobord,4);>> numobjects >> rgb_label=label2rgb(labeled,@spring,'c','shuffle');figure,imshow(rgb_label);>> mexdata=regionprops(labeled,'all');hold on;%以下內(nèi)容畫在同一figure中 centr=[mexdata.Centroid];%尋找重心位置 nums=1:numobjects;for k = 1:numobjects soli=mexdata(k).Solidity;soli_string=sprintf('%2.2f',soli);%等價(jià)于轉(zhuǎn)字符串 % signal=num2str(nums(k));signal=sprintf('%d',k);%直接使用打印語句打印序號(hào) text(centr(2*k-1),centr(2*k),signal)%按序標(biāo)記物體

text(centr(2*k-1)-30,centr(2*k)-30,soli_string)%標(biāo)注每個(gè)Solidity值 end

for k=1:numobjects plot(mexdata(k).ConvexHull(:,1),mexdata(k).ConvexHull(:,2),...'b','Linewidth',2)end

%畫出1和2號(hào)物體的外接矩形

%>> rectangle('position',[9.5000 224.5000 62.0000 63.0000])%>> rectangle('position',[65.5000 141.5000 34.0000 39.0000])%畫出每個(gè)物體的外接矩形 bb=[mexdata.BoundingBox];for k=1:numobjects rectangle('position',[bb(4*k-3)bb(4*k-2)bb(4*k-1)bb(4*k)])end

%>> figure,imshow(mexdata(1).Image)%只顯示1號(hào)物體的圖像

%>> figure,imshow(mexdata(1).ConvexImage)%畫出1號(hào)物體的凸多邊形 %>> figure,imshow(mexdata(2).Image)%只顯示2號(hào)物體的圖像

%>> figure,imshow(mexdata(2).ConvexImage)%畫出2號(hào)物體的凸多邊形 %畫出單個(gè)物體的凸多邊形的填充圖形 for k=1:numobjects figure,imshow(mexdata(k).ConvexImage)end

%只顯示Solidity>0.92的物體的圖像 >> idx = find([mexdata.Solidity] > 0.92);>> BW2 = ismember(labeled,idx);>> figure,imshow(BW2)

>> mexdata=regionprops(labeled,'all');>> %只顯示Solidity<0.92的物體的圖像 idx = find([mexdata.Solidity] < 0.92);bw2 = ismember(labeled,idx);figure,imshow(bw2)%mexdata.Solidity;

>> numdown=find([mexdata.Solidity]<0.92);mexdata(numdown,:)=[];>> mexdata

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.6.19 %roipoly函數(shù)的用法 I = imread('eight.tif');c = [222 272 300 270 221 194];r = [21 21 75 121 121 75];BW = roipoly(I,c,r);imview(I), imview(BW)

%可以使用下面的方法創(chuàng)建相應(yīng)的向量： regionprops(L,'Area');allArea = [stats.Area];

%創(chuàng)建一個(gè)只包含面積大于80的二值圖像 idx = find([stats.Area] > 80);BW2 = ismember(L,idx);

%只顯示某個(gè)下標(biāo)所對(duì)應(yīng)的物體圖像 bw2=ismember(L,N);figure,imshow(bw2);

%在調(diào)用regionprops之前必須將二值圖像轉(zhuǎn)變?yōu)闃?biāo)注矩陣 L = bwlabel(BW);%或者

L = double(BW);

%將matlab數(shù)據(jù)寫到excel中 a=ones(3);success = xlswrite('c:/matlab/work/myworkbook.xls',a,'A2:C4')%將行矩陣轉(zhuǎn)換為列矩陣 a=[1 2 3 4 5 6];b=transpose(a);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2006.6.22球形物體的檢測和標(biāo)識(shí)（循環(huán)檢測和標(biāo)識(shí)算法）clc;clear;close all;%Step 1: Read image %Step 2: Threshold the image %Step 3: Remove the noise %Step 4: Find the boundaries %Step 5: Determine which objects are round >> RGB = imread('pillsetc.png');imshow(RGB)>> I = rgb2gray(RGB);threshold = graythresh(I);bw = im2bw(I,threshold);imshow(bw)>> % remove all object containing fewer than 30 pixels bw = bwareaopen(bw,30);>> figure,imshow(bw)>> % fill a gap in the pen's cap se = strel('disk',2);bw = imclose(bw,se);>> figure,imshow(bw)>> % fill any holes, so that regionprops can be used to estimate % the area enclosed by each of the boundaries bw = imfill(bw,'holes');>> figure,imshow(bw)>> [B,L] = bwboundaries(bw,'noholes');>> % Display the label matrix and draw each boundary figure,imshow(label2rgb(L, @jet, [.5.5.5]))>> hold on for k = 1:length(B)boundary = B{k};plot(boundary(:,2), boundary(:,1), 'w', 'LineWidth', 2)end >> stats = regionprops(L,'Area','Centroid');>> stats = regionprops(L,'Area','Centroid');threshold = 0.94;% loop over the boundaries for k = 1:length(B)% obtain(X,Y)boundary coordinates corresponding to label 'k' boundary = B{k};% compute a simple estimate of the object's perimeter delta_sq = diff(boundary).^2;perimeter = sum(sqrt(sum(delta_sq,2)));

% obtain the area calculation corresponding to label 'k' area = stats(k).Area;

% compute the roundness metric metric = 4*pi*area/perimeter^2;

% display the results metric_string = sprintf('%2.2f',metric);% mark objects above the threshold with a black circle if metric > threshold centroid = stats(k).Centroid;plot(centroid(1),centroid(2),'ko');end

text(boundary(1,2)-35,boundary(1,1)+13,metric_string,'Color','y',...'FontSize',14,'FontWeight','bold');end >> title(['Metrics closer to 1 indicate that ',...'the object is approximately round']);

第四篇：攝影課程小結(jié)

攝影課程小結(jié)

視傳四班-高漢經(jīng)過了幾周的攝影課的學(xué)習(xí)，我不得不說我真的真的學(xué)到了很多，也收獲了從書本上無法得到的快樂——親身體驗(yàn)的快樂。

由于是這學(xué)期的第一期課程，在寒假的時(shí)候輔導(dǎo)員就開始催著我們準(zhǔn)備數(shù)碼單發(fā)，老實(shí)說，這一下子把我難住了，僅僅是為了學(xué)一個(gè)月的攝影課程，就要白白投資進(jìn)去幾千上萬，但是總體還是懷著期盼的感覺，也恰好滿足了自己長久以來浮夸的愿望——接觸攝影，接近單反世界。

總算是弄到單反了，課程也開始了，每天都有不一樣的任務(wù)要去完成，老師更是搬出了微博來檢查每個(gè)人完成作業(yè)的情況，我不禁有些感動(dòng)了，這算是大學(xué)以來我遇到的第一個(gè)這么負(fù)責(zé)的老師了，真的很難得。原本就對(duì)攝影有學(xué)習(xí)的熱情，再遇上這樣的老師，我學(xué)習(xí)攝影的勁頭就更加足了。從對(duì)單反的一無所知到現(xiàn)在能熟練調(diào)出拍攝條件對(duì)應(yīng)的數(shù)值，卻只用了短短一個(gè)月。也慢慢培養(yǎng)起對(duì)圖片的感知敏銳度，這是從前無論如何都不曾感受到的喜悅的。

攝影課程經(jīng)歷了外拍、棚拍，在內(nèi)容上由單純的黑白光影到成熟的廣告作品，老師也時(shí)刻督促我們?nèi)ビ眯耐瓿?，這使我度過了第一個(gè)無比充實(shí)的課程。棚拍的時(shí)候掌握不好光線就要前后調(diào)整好多次，為了一張滿意的照片，整個(gè)小組的人都得不間斷的忙上一個(gè)下午，甚至一個(gè)下午也不夠，有些攝影上造成的圖片的缺憾，總想著用ps去完善，但是真正開始去完善是才發(fā)現(xiàn)，一點(diǎn)點(diǎn)小小的失誤需要在ps上很多花費(fèi)很多精力，又加上我們自身ps水平實(shí)在有待提高，所以在攝影上不得不嚴(yán)格要求，力求完美。也明白出好的照片是基于質(zhì)量和數(shù)量。

以上就是我學(xué)習(xí)攝影的真實(shí)感受，至今對(duì)此唯一的遺憾就是當(dāng)時(shí)還不夠用心。感謝老師，對(duì)學(xué)習(xí)的熱情高漲！

第五篇：Photoshop圖像處理課程總結(jié)

《Photoshop圖像處理》課程總結(jié)

課程名稱：Photoshop課程代碼：24011084 班級(jí)：16新聞學(xué)1、16新聞學(xué)（網(wǎng)絡(luò)與新媒體方向）1 學(xué) 時(shí)：40其中，理論學(xué)時(shí)：20實(shí)踐學(xué)時(shí)：18 其他：2 學(xué) 分：3 《Photoshop圖像處理》課程一門專業(yè)基礎(chǔ)課。要求學(xué)生通過實(shí)踐教學(xué)，掌握Photoshop軟件的基本操作，包括工具欄的使用、圖層、圖層蒙板、圖層樣式的使用，色彩的調(diào)整方法，常用濾鏡的使用。

圖像處理

一、課程教學(xué)內(nèi)容

（1）Photoshop基本工具的使用（必學(xué)）（2）矢量圖形的繪制（必學(xué)）（3）圖層基本操作（必學(xué)）（4）圖層蒙板的操作（必學(xué)）

（5）圖層樣式的操作（根據(jù)教學(xué)進(jìn)度可刪減）（6）圖層混合效果的操作（根據(jù)教學(xué)進(jìn)度可刪減）（7）圖像調(diào)色（必學(xué)）

（8）圖像通道（根據(jù)教學(xué)進(jìn)度可刪減）（9）圖像濾鏡（根據(jù)教學(xué)進(jìn)度可刪減）

二、課程考試內(nèi)容

（1）基本操作（15分）

要求：主要考Photoshop工具的使用，請根據(jù)提供的素材和效果圖，完成操作。保存PSD格式和JPEG格式各1份，并完成電子答題卡。

（2）圖標(biāo)繪制（20分）

要求：主要考Photoshop矢量工具的使用，請根據(jù)提供的素材和效果圖，完成操作。保存PSD格式和JPEG格式各1份，并完成電子答題卡。

（3）選做題（25分）

要求：主要考Photoshop圖層和調(diào)色的操作，請根據(jù)提供的素材和效果圖，完成操作。本題共提供2組素材和效果圖，請自行選擇完成1組。保存PSD格式和JPEG格式各1份，并完成電子答題卡。

（4）個(gè)人設(shè)計(jì)作品（40分）

要求：主題不限，可以是圖標(biāo)設(shè)計(jì)，包裝設(shè)計(jì)，書籍封面設(shè)計(jì)、產(chǎn)品宣傳設(shè)計(jì)、海報(bào)等等，請將自己在這一學(xué)期中最優(yōu)秀的設(shè)計(jì)作品上交，上交PSD格式和JPEG格式各1份，并完成電子答題卡。

三、課程教學(xué)所遇問題及解決思路

課程教學(xué)總會(huì)問題各種各樣的問題，有的學(xué)生學(xué)習(xí)慢，有的學(xué)習(xí)接受快，如何平衡各個(gè)學(xué)生的要求。新考核方式的產(chǎn)生，同時(shí)也產(chǎn)生新的問題，需要我們及時(shí)地發(fā)現(xiàn)和解決，不然會(huì)給我們的教學(xué)質(zhì)量帶來很多不良的影響。綜合分析認(rèn)為，本課程教學(xué)中的主要問題有：

（1）學(xué)生基礎(chǔ)弱與學(xué)生學(xué)習(xí)進(jìn)度不一的問題：

學(xué)生的接受能力不一，有的學(xué)習(xí)能力快，嫌老師講得慢，不想聽。有的學(xué)生接受能力慢，覺得老師講得太快，及難跟不上。而且有的學(xué)生在之前對(duì)計(jì)算機(jī)基礎(chǔ)的鍵盤操作都不大熟悉，對(duì)本課程的學(xué)習(xí)更是有一定的難度。解決思路

教學(xué)過程要有彈性，不能死板地一步一步的教，要根據(jù)學(xué)生的學(xué)習(xí)特點(diǎn)，對(duì)基礎(chǔ)知識(shí)講透講精，然后對(duì)基礎(chǔ)技能有一定的拓展，讓學(xué)生快的同學(xué)有所思，有所獲，同時(shí)不必要求每一個(gè)同學(xué)都能做到，對(duì)統(tǒng)一要求的作業(yè)以基礎(chǔ)要求為主。（2）個(gè)別學(xué)生對(duì)學(xué)業(yè)不管不問的問題：

一些同學(xué)散慢慣了，從來不交作業(yè)，對(duì)期末作品也不管不問，這些同學(xué)對(duì)自己的學(xué)習(xí)一點(diǎn)不關(guān)心，對(duì)自己的作業(yè)不關(guān)心，導(dǎo)致要交作業(yè)時(shí)，連要交什么都不知道。解決思路

方法就一條，老師對(duì)這部分同學(xué)要多加關(guān)心。

以后在期末分組完成作品時(shí)，能及時(shí)了解學(xué)生的分組情況，了解學(xué)生完成作品中的困難，幫助他們樹立良好的學(xué)習(xí)態(tài)度，即使做不了優(yōu)秀的作品，也要完成作品，哪怕質(zhì)量不是很高，但至少要認(rèn)真地面對(duì)自己的學(xué)業(yè)。學(xué)習(xí)態(tài)度大于學(xué)習(xí)能力，這一點(diǎn)需要好好地教會(huì)學(xué)生。

四、課程反思以及改進(jìn)

1、教學(xué)目標(biāo)的優(yōu)化性。以學(xué)定教，以學(xué)生為本，把握教學(xué)進(jìn)度，不能求全責(zé)備。

2、教學(xué)要求的層次性。除體現(xiàn)教學(xué)目標(biāo)的層次性以外，還要注意對(duì)學(xué)生評(píng)價(jià)的層次性，對(duì)于“差異學(xué)生”采取“差異評(píng)價(jià)”，以激勵(lì)的原則，調(diào)動(dòng)全體學(xué)生的學(xué)習(xí)積極性和主動(dòng)性。

3、教學(xué)案例要多元化，盡量貼近實(shí)際，向有商業(yè)價(jià)值的作品內(nèi)容傾斜。

4、發(fā)展課程影響力，引導(dǎo)學(xué)生進(jìn)行專業(yè)發(fā)展，明確課程在專業(yè)發(fā)展中的作用。

5、教學(xué)評(píng)價(jià)的激勵(lì)性。堅(jiān)持“正面鼓勵(lì)、激勵(lì)為先、差異評(píng)價(jià)”原則，發(fā)揮教學(xué)評(píng)價(jià)的激勵(lì)功能，認(rèn)同每一位學(xué)生的進(jìn)步和成功，隨時(shí)注意鼓勵(lì)、表揚(yáng)、喚醒，讓每一位學(xué)生體驗(yàn)成功與自信。

6、提高教師的個(gè)人業(yè)務(wù)能力，讓學(xué)生真正學(xué)有所獲。

7、多關(guān)注學(xué)生的進(jìn)步，少關(guān)注技能高低，技能水平不能一蹴而就，而有努力就會(huì)有進(jìn)步。