3月26日下午，西南石油大学计算机与软件学院“梦溪湖论坛”系列讲座春季第四讲在明理楼B306举行。本次讲座以“图像数据模式挖掘、分析及应用：从图像鲁棒性特征设计中获得灵感”为主题，由学院青年教师周文俊老师主讲。

周文俊老师的研究方向涵盖智能视觉感知方向、医学影像智能分析方向、智能油气工程方向等领域。

讲座中，周老师首先以“模板匹配”这一图像应用为例，阐释了图像鲁棒性特征提取的核心意义。他指出，工业生产中图像分析常面临光照变化、几何形变、遮盖等干扰，研究者需要设计强鲁棒性的特征量应对上述挑战。传统特征设计方法增量符号相关性（ISC）通过二进制编码步骤亮度变化趋势，方向码匹配（OCM）则对梯度方向进行量化编码。

针对上述难题，周老师团队提出了两种解决方案。其一，通过建立像素块间的时空关联，提出基于共现性（Co-occurrence）的背景建模方法，有效地应对动态场景中的背景初始化困境。该方案成功应用于超声编码激励信号中弹性检测、超声微泡轨迹追踪。

其二，受杨辉三角原理启发，周老师团队设计了Contrast Vlaue Operator（CVO）新型对比度算子，用来计算差分或梯度，从而实现平滑滤波或边缘检测。实验结果表明，该算子显著提升图像纹理信息提取效能，在超声颈动脉斑块检测、工业图像异常检测、红外微小目标检测等场景中展现优异性能。

互动环节，师生围绕像素获取机制、CVO算子的语义信息等技术细节展开深入讨论，周老师结合具体案例进行解答，现场学术氛围浓厚。

本次讲座不仅为西南石油大学师生搭建了图像智能分析领域的交流平台，更为工业检测、智能油气的发展注入了新的活力。