3月26日下午，西南石油大學計算機與軟件學院“夢溪湖論壇”系列講座春季第四講在明理樓B306舉行。本次講座以“圖像數據模式挖掘、分析及應用：從圖像魯棒性特征設計中獲得靈感”為主題，由學院青年教師周文俊老師主講。
周文俊老師的研究方向涵蓋智能視覺感知方向、醫學影像智能分析方向、智能油氣工程方向等領域。
講座中，周老師首先以“模板匹配”這一圖像應用為例，闡釋了圖像魯棒性特征提取的核心意義。他指出，工業生產中圖像分析常面臨光照變化、幾何形變、遮蓋等干擾，研究者需要設計強魯棒性的特征量應對上述挑戰。傳統特征設計方法增量符號相關性（ISC）通過二進制編碼步驟亮度變化趨勢，方向碼匹配（OCM）則對梯度方向進行量化編碼。
針對上述難題，周老師團隊提出了兩種解決方案。其一，通過建立像素塊間的時空關聯，提出基于共現性（Co-occurrence）的背景建模方法，有效地應對動態場景中的背景初始化困境。該方案成功應用于超聲編碼激勵信號中彈性檢測、超聲微泡軌跡追蹤。
其二，受楊輝三角原理啟發，周老師團隊設計了Contrast Vlaue Operator（CVO）新型對比度算子，用來計算差分或梯度，從而實現平滑濾波或邊緣檢測。實驗結果表明，該算子顯著提升圖像紋理信息提取效能，在超聲頸動脈斑塊檢測、工業圖像異常檢測、紅外微小目標檢測等場景中展現優異性能。
互動環節，師生圍繞像素獲取機制、CVO算子的語義信息等技術細節展開深入討論，周老師結合具體案例進行解答，現場學術氛圍濃厚。
本次講座不僅為西南石油大學師生搭建了圖像智能分析領域的交流平臺，更為工業檢測、智能油氣的發展注入了新的活力。
