程玉柱

(南京林业大学机械电子工程学院，江苏 南京 210037)

“金课”建设是当前本科教育的一个热点，是提高本科教学质量及一流专业建设的关键。图像处理技术可应用到林业生产、森林保护、环境检测等多方面。林业图像处理课程作为“金课”建设对象，要体现“高阶性、创新性、挑战度”[1-3]。图像分割是图像处理中的一个重要教学内容，OpenCV是一个开源重要的计算机视觉库，包含了大量的图像分割与识别函数，可以利用OpenCV-Python帮助学习图像分割的知识，培养学生解决复杂系统问题的能力，提高教学效果[4-6]。

图像分割算法有多种，主要包括传统法和语义分割法。传统法有阈值分割、聚类分析、泛函能量法、区域分析法、分类器法[7-10]。最新的语义分割为深度学习方法，有块分类、全卷积法、编码-解码结构、孔洞卷积法、条件随机场法等[11-14]。这些分割方法都可用于木材缺陷图像检测，实现图像分割软件的构建。

以深度学习为代表的人工智能技术是第四次工业革命的关键技术之一。Python语言是当前使用最广泛的深度学习编程语言，传统上图像处理教学大多采用Matlab的图像处理工具箱进行，Matlab的优势主要适合于科学研究，而Python软件既适合科研，也可以进行工程应用。大多数深度学习软件最新的应用多数是基于Python开发的，如卷积神经网络(convolutional neural network，CNN)等。因此，将OpenCV-Python引入到林业图像处理课程中很有必要，可突出“金课”的“两性一度”。以木材缺陷图像为研究对象，构建一套基于OpenCV-Python的木材缺陷图像分割教学软件，此软件包括绝大多数图像分割函数，同时便于扩展最新分割算法，帮助学生掌握基础理论，接触新知识及技术，锻炼学生的编程能力。……