遵义市播州区中等职业学校简介

德江县民族职业技术学校 德江县卫生学校
江口县职业技术学校
思南县民族职业技术学校 思南县卫生职业技术学校 思南县职业技术学校
石阡县职业技术学校 石阡县农职业高级中学
玉屏侗族自治县职业技术学校
松桃苗族自治县中等卫生职业学校 松桃苗族自治县中等职业技术学校 松桃县盘信镇民族职业中学
印江土家族自治县民族职业技术学校
大方县综合职业技术学校 大方县汇灵职业中学 大方县利民职业中学 大方县美育职业中学 大方县树人职业中学 大方县育德职业中学 大方县云贵职业中学 大方县卫生职业技术学校
织金县职业技术高级中学 织金县精诚职业高级中学 织金县化起职业中学 织金县技工学校
金沙县第二职业技术高级中学 金沙县职业技术高级中学
赫章县综合职业技术高级中学 赫章县平山农业技术高级中学
惠水县中等职业技术学校 惠水县险峰机床厂技工学校 惠水县永安厂技工学校
福泉市职业教育培训中心 福泉县卫生职业技术学校
贵定县职业高中 贵定县农广校
瓮安县职业高中 瓮安鸿翔中等职业技术学校 瓮安县卫生学校
罗甸县中等职业技术学校 荔波县中等职业技术学校
龙里县中等职业学校 平塘县职业中学
长顺县职业中学 独山县职业高中
岑巩县中等职业技术学校 丹寨县中等职业技术学校
黔南州
28
黔南理工学校 黔南民族医学高等专科学校中专部 黔南民族职业技术学院中专部 黔南桥城电脑学校 贵州省电子信息高级技工学校
都匀市第一职业高中 都匀市第二职业高中 贵州省都匀技工学校 都匀市大坪镇牛场职业中学 都匀市剑江化肥厂技工学校 都匀无线电技工学校
贵阳市白云区职业学校 贵阳市花溪区教育培训研究中心 贵阳市乌当区民族职业中学 贵阳电子职业学校 贵阳经济技术学校 贵阳旅游产品学校 贵阳南明旅游学校（二十七中） 贵阳三职校（十七中） 贵阳市长城职校 贵阳市长征职业技术学校 贵阳市好花红艺术学校 贵阳市宏武学校 贵阳市经济贸易中等专业学校 贵阳市立创职业技术学校 贵阳市女子中等专业学校（贵阳旅游学校） 贵阳市求实中学 贵阳市新东方烹饪中等职业学校 贵阳市新华电脑中等职业学校 贵阳市信息技术中等专业学校 贵阳市英才学校 贵阳铁路工程学校贵州公路成人中专 贵阳市财经学校 贵阳市职工中等专业学校贵阳市兴筑工业学校 贵阳市科技学校（原贵阳农校）贵阳市城乡建设学校 贵阳市交通学校（贵阳市交通技工学校）贵阳市体育运动学校 贵阳市卫生学校 贵阳振华艺术师范职校 贵阳中华职业学校 贵阳市第一高级技工学校

各类学校简介怎么写各类学校简介范文怎么写学校简介我们都见过，这是不好写的，因为简介容易写成枯燥的。

下面就是啦店铺给大家整理的学校简介范文，希望对大家有用。

学校简介范文篇(一)当初升的朝霞正绽放着灿烂，当晨雾和炊烟在田野上轻轻飘散，在古老的白湖渡北岸，在合九铁路、105国道的身边，有一所书声朗朗、生机盎然的学校，这就是黄梅县濯港镇白湖中学。

白湖中学始建于1970年，两次合并，一次搬迁，1987年白湖乡建制，学校升格为乡直中学，2001年白湖乡与濯港镇合并，隶属于濯港镇中心学校。

过去的白湖中学，规模不大，面积较小，学生不足300，教职工不满20，三栋民房一字排开，教学设施简陋，教学环境较差。

承各级领导悉心关怀，蒙几代贤达栉风沐，经数届师生发愤图强，而今的白湖中学焕然一新。

走进白湖中学，便有一股蓬勃之气、书香之气、自然之气迎面扑来。

学校占地面积四万余平方米，建筑面积11200平方米。

布局合理，绿化环境优美。

有教学楼、综合楼、教师公寓楼、学生宿舍楼、学生食堂共9幢。

新竣工的学生食堂，造型优美，环境优雅;新建成的运动场观礼台，气势宏伟，高-瞻远瞩;展览室资料齐全，琳琅满目;图书室、阅览室、仪器室、实验室、微机室，应有尽有，并广泛运用于教育教学之中。

白湖中学现有教学班18个，在校学生1100余人，专任教师64人。

其中市级骨干教师9人，国家级、省级教育学会会员3人，湖北省教研教改先进个人1人，县级优秀教师、师德标兵10人次。

师资力量雄厚，教学水平精湛。

学校从课堂入手，坚持“先学后教，以学定教、教学合一”的现代教学理念，改革教学模式，提高教学质量。

2009年春季，学校成功举办“黄梅县‘教学练’课题实验暨教学成果转化观摩会”，全县教育精英云集于此，摩拳擦掌，讨论热烈;武穴市教育局、教研室、黄梅县第二中学、晋梅中学、小池中学等三十多个单位，纷纷前来观摩学习。

经过四年的打拼，学校已实现了第一个目标——“平安白湖中学”，正朝着“品牌白湖中学”迈进。

附件：序号学校名称高职院校中职部 （35所）★贵州装备制造职业学院 (中职部 ）机构代码 学校性 质1252000042 公办9200822 N主管部门 贵州省教育厅学校地址贵州省 2021年具有中等职业学校 （技工院校 ）学历教育招生资质学校及专业名录招生专业省教育厅管理的职业院校 （189所）招生 计划数是否 联合招生学习形式高职部 ： 贵阳市清镇市职教城时光校区将军石路 1号数控技术应用 、城市轨道交通运营管理 、机电设备安装与维修 、工程机械运用与维修 、汽车制造与检修 、汽车美容与装饰 、汽车 1000否中职部：贵阳市南明区富源南路 186车身修复 、计算机应用 、计算机平面设计 、计算机网络技术号全日制★贵州建设职业技术学院 (中职部 ） 40920141 -1 公办贵州省教育厅贵州省贵阳市清镇职教城时光校区百 花路建筑工程施工 、建筑装饰技术 、计算机应用 、电子商务 、会计事 务、机电技术应用 、汽车运用与维修 、建筑工程造价 、新型建筑 材料生产技术 、建筑智能化设备安装与运维 、市政工程施工 、给排水工程施工与运行1105与贵阳市白云区职业技术学校联合招生 200人 注贵州建设职业技术学院学籍 ，其中建筑工程 施工专业 100人、机电技术应用专业 50人、汽车运用与维修专业 50人。

贵阳市经济贸易中等专业学校联合招生 500人 注贵州建设职业技术学院学籍 ，其中建筑工程 施工专业 200人、建筑装饰技术专业 150人、计 算机应用专业 50人、电子商务专业 50人、会计事务专业 50人。

全日制12520000 MB★贵州护理职业技术学院公办 贵州省卫生健康委员会贵州省贵定县盘江镇护理、护理（口腔护理方向 ）、中医护理500否全日制1966683 J发电厂及变电站运行与维护 、供用电技术 、电子信息技术 、建筑★ 贵州水利水电职业技术学院 （中专部 ） 42922930 -X 公办贵州省水利厅贵州省黔南州龙里县冠山街道办事处 装饰技术 、建筑工程施工 、建筑工程造价 、水利水电工程施工 、 1400否桃园新村水利工程运行与管理 、城市轨道交通运营服务 、计算机应用 、电子商务 、高星级饭店运营与管理 、建筑智能化设备安装与运维全日制12520000 MB★ 贵州电子商务职业技术学院 (中专部 ）公办OW153401贵州省商务厅高职部 ：贵州省清镇市职教城乡愁大 道 中专部 ：贵阳市南明区花果园沙坡路 20号电子商务 、会计事务 、市场营销 、计算机应用 、幼儿保育 、大数 据技术应用 、工艺美术 、物流服务与管理 、电子信息技术 、数字媒体技术应用 、中餐烹饪 、高星级饭店运营与管理1000与清镇市中等职业技术学校联合招生专业 : 电子商务 （120人） 会计事务 （120人）大数据技术应用 （50人） 工艺美术 （50人）与湄潭县中等职业学校联合招生专业 ： 电子商务 （120人） 幼儿保育 （100人）物流服务与管理 （100人） 中餐烹饪 （50人）*注：联合招生采取 1十2教学模式 ，注册贵州 电子商务职业技术学院中专部学籍 ，颁发贵州电子商务职业技术学院中专部毕业证书 。

中等职业学校示范特色专业及实训基地建设方案和任务书目录一、内容简述 (2)1.1 制定背景与意义 (2)1.2 方案与任务书编制依据 (4)1.3 方案与任务书适用范围 (5)二、中等职业学校概述 (6)2.1 学校概况 (7)2.2 专业设置情况 (8)2.3 教学资源与设施 (9)三、示范特色专业建设 (10)3.1 专业定位与目标 (10)3.2 专业课程体系构建 (10)3.3 教学方法改革与创新 (12)3.4 实践教学环节设计 (13)3.5 专业教学团队建设 (14)四、实训基地建设 (15)4.1 实训基地规划与设计 (16)4.2 师资队伍建设与培训 (18)4.3 实训设备与耗材采购 (19)4.4 实训项目开发与实施 (20)4.5 实训基地管理制度建设 (22)五、建设任务与分工 (23)5.1 建设任务分解 (25)5.2 责任部门与责任人 (26)六、保障措施 (27)6.1 经费保障 (28)6.2 政策支持与协调 (29)6.3 监督管理与评估机制 (29)6.4 宣传推广与交流合作 (31)一、内容简述本建设方案旨在深入实施职业教育质量提升行动计划，围绕“弘扬工匠精神，培育技术技能人才”的总体目标，通过示范特色专业的打造和实训基地的建设，深化职业教育改革，提升职业教育教学质量和学生综合素质。

建设思路以服务为宗旨，以就业为导向，依托产业、对接岗位、强化实践、突出创新，促进教育链、人才链与产业链、创新链有效衔接。

目标是展示中等职业学校服务经济社会发展的能力和水平，形成一批具备良好的社会声誉、较高的行业认可度、较强的前瞻性和适应性的示范特色专业，并通过改善实训条件，提升学校师资能力和设施水平，增强学生的动手能力和实践操作技能。

本方案将从专业设置调整、课程体系建设、师资队伍培养、校企合作深化和信息化教学应用等多个方面出发，构建全面、实际、务实的实训基地，为学生的职业生涯规划和未来的发展奠定坚实基础。

遵义县中等职业学校招生指南
遵义县中等职业学校招生指南
高中是我国九年义务教育结束后更高一级的教育机构，接受初中合格毕业生，一般学制为三年制，即高一、高二、高三。

我国的高中教育指初中以后高中阶段的教育，包括：普通高中、职业高中、中等专业学校、中级技工学校等，属于高中教育的范畴。

我国的高中教育为非义务教育，学生就读须交纳必要学费与其它费用。

以下是小编为大家整理的遵义县中等职业学校招生指南相关内容，仅供参考，希望能够帮助大家。

一、招生对象及报名条件：
1、品行端正的应往届初高中毕业生及待业青年。

2、身体健康、生活能自理（身体虽有残疾却无传染性疾病且生活能自理）的'学生。

3、仪表端庄，不蓄长发、不留怪发、不染发、无纹身、不佩戴各类饰品（项链、耳环等）的学生。

4、部分专业需笔试、面试。

就读我校的中职学生享受的优惠政策：
1、免学费（学校所收费用为书本、住宿水电、耗材和预收的技能鉴定费）。

2、单亲家庭、残疾人家庭、低保家庭、烈属家庭子女和孤儿享受国家、学校、企业的奖（助）学金。

3、涉农专业（现代农艺技术）均享受国家贫困助学金2000元/年。

二、助学工程：
1、建筑装饰、平面设计、学前教育等专业可报读贵州民族大学（遵义县中等职业学校教学点大专班）。

2、凡是我校的毕业生，均可报读中央广播电视大学（遵义县电大工作站），进行专科、本科学历的提升。

3、第三年可报读高职备考班，参加高职考试（学校推荐优秀学生），升入本专科院校，圆大学梦。

三、毕业待遇：
1、通过考试、考核，获取职业技能证书和中职毕业证书，优秀者学校推荐就业。

2、鼓励、帮助毕业生自主创业。

省学校名称学生姓名安徽安徽材料工程学校彭露露安徽安徽省濉溪县职业教育中心黄婷安徽蚌埠建设学校孙玲安徽合肥经济管理学校刘贝茹安徽淮南市职业教育中心王雪桃安徽黄山市中华职业学校谢亚君安徽宿州市第一职业高级中学苏芳安徽宿州市第一职业高级中学张小利安徽天长市职业教育中心梁金云安徽芜湖市职教中心邢兰英北京北京国际职业教育学校邢海萍北京北京国际职业教育学校庞燕北京北京国际职业教育学校裴璐北京北京护士学校刁星月北京北京护士学校李鑫北京北京交通运输职业学院姚林颖北京北京启喑实验学校王继霞北京北京启喑实验学校邹娇娇北京北京市电气工程学校高伟北京北京市东方职业学校许佳北京北京市房山区第二职业高中杨心怡北京北京市海淀区卫生学校李美新北京北京市海淀区艺术职业学校宋妮娜北京北京市黄庄职业高中王珊北京北京市黄庄职业高中杨佩鲜北京北京市黄庄职业高中祖阿里亚古丽·阿不力米提北京北京市黄庄职业高中玛依努尔·吾云拜北京北京市黄庄职业高中麦尔合巴·卡迪尔北京北京市盲人学校冀世艳北京北京市民族文化艺术职业学校赵芷靖北京北京市民族文化艺术职业学校王新蕊北京北京市民族文化艺术职业学校刘媛媛北京北京市民族文化艺术职业学校李鹏飞北京北京市民族文化艺术职业学校林移霖北京北京市求实职业学校张昱北京北京市求实职业学校张震北京北京市商务管理学校于萌北京北京市商务管理学校李梦梦北京北京市商务科技学校刘海石北京北京市商业学校张雅琪北京北京市商业学校王磊北京北京市商业学校陆兰云北京北京市商业学校章圣岚北京北京市商业学校杨朔北京北京市商业学校喻青青北京北京市商业学校孙佳俐北京北京市商业学校兰一北京北京市商业学校陈思嘉北京北京市商业学校闫贝贝北京北京市商业学校秦玉敏北京北京市商业学校许春北京北京市商业学校申雅丹北京北京市商业学校张钰溪北京北京市商业学校李宇婷北京北京市商业学校赵甜甜北京北京市商业学校董芳北京北京市信息管理学校丁超北京北京市信息管理学校程佳琦北京北京市信息管理学校李雅北京北京市信息管理学校孙昂北京北京市信息管理学校谢越北京北京市宣武区第二职业学校李佳笑北京北京市宣武区第二职业学校陈镝北京北京市延庆县第一职业学校赵欣然北京北京体育大学附属竞技体育学校梁秋鸾北京北京铁路电气化学校解琦北京北京舞蹈学院附属中等舞蹈学校郑都都北京北京现代职业学校余海涛北京密云县职业学校王岳北京密云县职业学校王迪大连大连大学职业技术学院中专部葛宇大连大连电子学校高翔大连大连电子学校孙晓仪大连大连电子学校李妍大连大连电子学校段婧大连大连市烹饪中等职业技术专业学校李伟军大连大连通才计算机中等职业技术学校魏玉秀福建福建第二轻工业学校郑妹妹福建福建工业学校黄依菲福建福建工业学校蔡剑珊福建福建建材工业学校高惠惠福建福建经济学校黄展阳福建福建泉州电子科技学校陈翠梅福建福建省晋江华侨职业中专学校梁霖芹福建福建省晋江职业中专学校王芊芊福建福建省南平市农业学校陈惠平福建福建省泉州华侨职业中专学校颜采南福建福建省泉州华侨职业中专学校林丽梅福建福建省三明工贸学校吴琼梅福建福建省三明工贸学校胡煜丹福建福建省三明工贸学校佘雪萍福建福建省寿宁职业技术学校郭晓燕福建福建省税务学校李琳福建福建省永春职业中专学校林雪莲福建福州财政金融职业中专学校陈文翠福建福州市商贸职业中专学校李德炆甘肃甘肃省理工中等专业学校苏玉梅甘肃甘肃省水利水电学校年昊甘肃兰州护士学校李红霞甘肃兰州护士学校张婷婷广东东莞理工学校秦月菁广东东莞理工学校袁晓彤广东东莞市长安职业高级中学黄润谦广东佛山市南海区卫生职业技术学校岑佩妮广东佛山市南海区信息技术学校黄月樱广东佛山市南海区信息技术学校杨芷炜广东佛山市南海区信息技术学校陈少雯广东佛山市南海区信息技术学校孔祥星广东佛山市南海区信息技术学校叶丽仪广东广东省科技职业技术学校沈甜甜广东广东省科技职业技术学校黎秀丽广东广东省科技职业技术学校陈泽霞广东广东省陶瓷职业技术学校陈快发广东广东省肇庆市工业贸易学校林雪英广东广东省肇庆市工业贸易学校黄汉林广东广东省肇庆市工业贸易学校杨耿真广东广东省肇庆市工业贸易学校甘佩巧广东广东省肇庆市工业贸易学校范裕彪广东广东省肇庆市工业贸易学校冀铮广东广东省肇庆市四会中等专业学校安凤广东广东省肇庆市四会中等专业学校冼燕芳广东广东省肇庆市四会中等专业学校张雪广东广东舞蹈学校郭娜娜广东广州市财经职业学校林暖珊广东广州市荔湾区外语职业高级中学李嘉敏广东广州市旅游商贸职业学校林晓敏广东广州市商贸职业学校陈健滨广东河源市高级技工学校欧阳嘉龙广东河源市职业技术学校黄慧芹广东鹤山市职业技术高级中学黄兆辉广东惠州农业学校赖祝燕广东江门市第一职业高级中学麦彩玉广东曲江职校刘华丽广东中山市东凤镇理工学校张坚华广西北部湾职业技术学校赵原健广西北海市卫生学校黄永珍广西宾阳县职业技术学校陆秋广西宾阳县职业技术学校蒋兰英广西广西城市建设学校王超贵广西广西华侨学校吴仕禄广西广西华侨学校梁海连广西广西机电工程学校陆铭真广西广西机电工程学校苏凤娥广西广西机电工程学校麻荣东广西广西机电工程学校黄超毅广西广西机电工程学校陶海梅广西广西机电工程学校甘栋宇广西广西机电工业学校邓宏鹏广西广西机电工业学校兰金雪广西广西机电工业学校李航轩广西广西机电工业学校吴沙茵广西广西机电工业学校王娟广西广西机电工业学校黄小燕广西广西机电工业学校刘勇华广西广西理工职业技术学校谢幼静广西广西钦州农业学校叶嘉玲广西广西石化高级技工学校黄连英广西广西玉林农业学校张金莲广西广西玉林农业学校黄裕玲广西广西玉林农业学校阮开林广西广西中医学校林映辰广西广西中医学校吴姝妹广西广西中医学校李明媚广西桂林创新中等职业技术学校陈小凤广西桂林电子工程职业技术学校苏丽梅广西横县职业教育中心李春嫦广西来宾市职业技术学校韦冬玲广西来宾市职业技术学校腾柳芩广西柳州市第二职业技术学校梁小妹广西柳州市第一职业技术学校阳萍广西柳州市鹿寨职业教育中心黄慧菊广西柳州市卫生学校韦坪均广西柳州市卫生学校韦美珍广西南宁机电工程学校赖意基广西南宁市第六职业技术学校张凤广西南宁市第三职业技术学校万莉广西南宁市卫生学校何丽妃广西南宁市卫生学校谢秋波广西南宁市卫生学校黎慧广西田阳县职业技术学校黄晓广西梧州市第一职业中等专业学校冯锦秀广西梧州市第一职业中等专业学校李菲莉广西梧州市第一职业中等专业学校覃凤燕广西武鸣县职业技术学校卢晓丽贵州安顺市民族职业技术学校刘可贵州贵阳市交通技工学校崔雪情贵州贵州省凯里市第一中等职业技术学校龙林贵州贵州省凯里市第一中等职业技术学校殷登健贵州贵州省凯里市第一中等职业技术学校王倩倩贵州贵州省凯里市第一中等职业技术学校顾慧先贵州贵州省凯里市第一中等职业技术学校杨秀芬贵州贵州省贸易经济学校马国焱贵州贵州省贸易经济学校刘粉金贵州贵州省贸易经济学校宋庆平贵州盘县职业技术学校张玉萌贵州遵义市职业技术学校王燕海南海南金盘中等职业技术学校卓琳海南海南省经济技术学校王梅艳海南海南省银行学校郭海珠海南海南省银行学校吴雪玲海南海南省银行学校苏丽河北廊坊市电子信息工程学校梁婷婷河北武安市职教中心梁佳河南巩义市第三中等专业学校陈丽源河南巩义市第一中等专业学校乔聪娟河南河南机电学校邹南南河南河南机电学校李豪河南河南省工业学校朱冰冰河南河南省经济技术中等职业学校金凯凯河南河南信息工程学校刘天胜河南河南信息工程学校苏佳河南鹤壁工业中专李芳芳河南鹤壁机电信息工程学校邢海瑞河南栾川县中等职业学校杨晓艳河南平顶山市财经学校岳珊珊河南汝阳县职业教育中心李晓茹河南陕县第一职业高中焦玉玉河南新密市职业教育中心郭红丽河南新乡市职业教育中心徐敏河南郑州市财贸学校刘雪河南郑州市管城中等专业学校刘超河南郑州市科技工业学校张一丹河南郑州市商贸管理学校郜霞光湖南长沙财经职业中等专业学校刘萍萍湖南郴州市第一职业中专李威湖南湖南铁路科技职业技术学院中职部卢月湖南醴陵市陶瓷烟花职业技术学校李利波湖南武冈师范学校付凤姣湖南湘西经济贸易学校符风情湖南攸县职业中专罗妮湖南株洲市工业学校曾丽阳湖南株洲市中等职业学校李莎湖南长沙县职业中专业梁银湖南望城县职业中等专业学校江瑶湖南长沙建筑工程学校杨通英湖南株洲市工业学校宋维湖南芷江民族师范学校甘丁寺湖南衡南县职业中等专业学校贺程湖南株洲市工商职业技术学校黄美莹湖南株洲市工业学校宾要湖南醴陵市陶瓷烟花职业技术学校汪乐妍妮湖南株洲市工商职业技术学校吴艳芬湖南张家界旅游学校张雨婕湖南望城县职业中等专业学校周灿江苏常熟市滨江中等专业学校张梦婷江苏常州刘国钧高等职业技术学校徐杰江苏常州旅游商贸高等职业技术学校邹佳辰江苏邗江中等专业学校丁磊江苏邗江中等专业学校徐亮江苏江苏省常熟职业教育中心校周帆江苏江苏省常熟职业教育中心校顾夏冰江苏江苏省常熟职业教育中心校金雪江苏江苏省常州建设高等职业技术学校郑冬燕江苏江苏省高港中等专业学校苏维俊江苏江苏省灌云中等专业学校郑加加江苏江苏省惠山中等专业学校许坤江苏江苏省南京工程高等职业学校方雪江苏江苏省如东第一职业教育中心校张宇湘江苏江苏省如东第一职业教育中心校韩银燕江苏江苏省泗阳中等专业学校庄永帅江苏江苏省太仓中等专业学校朱莉江苏江苏省无锡立信中等专业学校刘珊珊江苏江苏省武进中等专业学校王津鑫江苏江苏省徐州机电工程高等职业学校张晓云江苏江苏省扬州商务高等职业学校徐磊江苏江苏省扬州商务高等职业学校金宝江苏连云港中医药高等职业技术学校陈春江苏连云港中医药高等职业技术学校经玉娇江苏连云港中医药高等职业技术学校曹欣怡江苏连云港中医药高等职业技术学校孙银霞江苏连云港中医药高等职业技术学校杜晓敏江苏连云港中医药高等职业技术学校王雅静江苏南京市鼓楼中等专业学校高雅江苏南京市鼓楼中等专业学校柏惠江苏南京中华中等专业学校付维江苏南京中华中等专业学校张琪江苏南通体臣卫生学校管玉露江苏苏州建设交通高等职业技术学校田宇孝江苏无锡高等师范学校阚好江苏无锡高等师范学校谢晶莹江苏无锡机电高等职业技术学校沈妙瑜江苏无锡旅游商贸高等职业技术学校周艳珺江苏无锡旅游商贸高等职业技术学校杜琰莹江苏无锡旅游商贸高等职业技术学校曹婷婷江苏无锡旅游商贸高等职业技术学校姚丹江西江西省资溪县职业中学邓小茹江西南昌市第一中等专业学校刘云辽宁抚顺市第一中等职业技术专业学校张朔辽宁阜新市第一中等职业技术专业学校徐曼辽宁葫芦岛市鸿文中等职业技术专业学校詹诗语辽宁辽宁工贸学校唐春雨辽宁辽宁省本溪市商贸服务学校尹婉姝辽宁辽宁省残疾人中等职业技术学校甄洪波辽宁辽宁省残疾人中等职业技术学校刘兵辽宁沈阳市信息工程学校张文静辽宁沈阳铁路机械学校王晓琳辽宁沈阳铁路机械学校刘春贺辽宁沈阳铁路机械学校李亚杰辽宁沈阳现代制造服务学校杨爽辽宁沈阳现代制造服务学校张茜雅辽宁沈阳现代制造服务学校张来辽宁沈阳现代制造服务学校张扬辽宁沈阳现代制造服务学校冯斯奥内蒙古呼伦贝尔市卫生学校韩笑内蒙古通辽市奈曼民族职业中等专业学校刘璐宁波宁波市慈溪职业高级中学王佳宁波宁波市慈溪职业高级中学莫佳力宁波宁波市慈溪职业高级中学胡优青宁波宁波市经贸学校陆林烟宁波宁波市外事学校朱渊博宁波宁波市外事学校张未孟宁波宁波市行知中等职业学校孙罗杰宁波宁波市鄞州区古林职业高级中学金晶宁波宁波市鄞州区古林职业高级中学陈丹璐宁波宁波市余姚市职业技术学校项莹宁波宁波市镇海区职业教育中心学校邱露欢宁波宁波市镇海区职业教育中心学校毛玲玲宁波宁波市职业技术教育中心学校张君怡宁波宁波市职业技术教育中心学校彭勇豪青岛莱西市成人中等专业学校刘晓娜青岛平度市职业中等专业学校吴聪沙青岛青岛经济技术开发区职业中等职业学校赵阳青岛青岛幼儿师范学校张成华山东滨州市滨城区职教中心吴茜茜山东济南第九职业中等专业学校薛德才山东济南第九职业中等专业学校金树山东济南市历城第二职业中等专业学校李大勇山东济南市历城第二职业中等专业学校吴勇山东济南市商河县职业中等专业学校郑炎山东济宁市高级职业学校孟盼盼山东莱阳市职业中等专业学校王梅霞山东莱阳市职业中等专业学校任婷山东临朐县职业中等专业学校苗文文山东临沭县职业中等专业学校李燕山东临沭县职业中等专业学校李龙山东临沭县职业中等专业学校陈延雪山东临沭县职业中等专业学校胡芳凯山东临沭县职业中等专业学校袁忠堂山东临沂科技普通中等专业学校董胜同山东蒙阴县职业教育中心李芳山东曲阜中医药学校韩会玲山东日照市莒县职业技术教育中心李淑晓山东荣成市成人中等专业学校李金玲山东山东省安丘市职业中等专业学校梁赛山东山东省安丘市职业中等专业学校张丽飞山东山东省德州市陵县职业中等专业学校杨婷婷山东山东省济南商贸学校胡晴山东山东省济南商贸学校王佳山东山东省利津县职业教育中心田文静山东山东省轻工工程学校林川山东山东省威海艺术学校刘洋山东山东省沂水县职业教育中心贾雨山东山东省章丘市第一职业中专张叶山东山东省诸城市职业中专姜媛媛山东山东省诸城市职业中专王砚苹山东山东省淄博市工业学校于子淇山东山东省淄博市工业学校刘华清山东山东省淄博市工业学校吕凝山东山东省淄博市工业学校冯宪明山东山东省淄博市工业学校孟倩倩山东寿光市工贸职业中等专业学校韩文超山东寿光市工贸职业中等专业学校范长林山东威海工业技术学校王静琳山东潍坊市昌乐县宝石中专杨李瑶山东潍坊市建设职工中等专业学校董常洁山东潍坊市科技中等专业学校李德帅山东潍坊市临朐县工贸职业中专辛晓庆山东武城县职业中等专业学校王亮山东烟台风能电力学校孟凡顺山东烟台轻工业学校李彩霞山东烟台市第一职业中等专业学校何淑娥山东沂南县职业教育学校董健超山东淄博建筑工程学校巩海燕山西灵石县第一职业高级中学胡彦山西山西省祁县职业高级中学张浩君山西太谷县职业中学校张雅楠山西忻州职业技术学院褚红卫陕西陕西省机电工程学校丁健崧上海上海船厂技工学校徐兵上海上海工商信息学校宋海洋上海上海工商信息学校朱婷婷上海上海工商信息学校张琼上海上海市大众工业学校顾林超上海上海市大众工业学校徐逸上海上海市建筑工程学校周斌上海上海市振华外经职校童年深圳深圳龙岗职业技术学校罗玄冰深圳深圳龙岗职业技术学校伍少君深圳深圳龙岗职业技术学校张菊兰深圳深圳龙岗职业技术学校石清霞深圳深圳龙岗职业技术学校张晋深圳深圳龙岗职业技术学校戴燕婷深圳深圳龙岗职业技术学校龚菲深圳深圳市宝安区成人中等专业学校张子明深圳深圳市宝安职业技术学校袁金玉深圳深圳市宝安职业技术学校宋艺萌深圳深圳市宝安职业技术学校林彩虹深圳深圳市宝安职业技术学校魏学旺深圳深圳市宝安职业技术学校曾美鑫深圳深圳市宝安职业技术学校谢小羡深圳深圳市宝安职业技术学校任启行深圳深圳市宝安职业技术学校李静深圳深圳市宝安职业技术学校陈凤添深圳深圳市博伦职业技术学校曾丹妮深圳深圳市博伦职业技术学校刘惠玲深圳深圳市博伦职业技术学校黄静洁深圳深圳市博伦职业技术学校林翠翠深圳深圳市第二职业技术学校谢婉莹深圳深圳市第二职业技术学校郭琳敏深圳深圳市第一职业技术学校钟伟玲深圳深圳市第一职业技术学校黄奕琳深圳深圳市福田区华强职业技术学校陈秀慧深圳深圳市开放职业技术学校钟凤琴深圳深圳市沙井职业高级中学邓丽娟深圳深圳市沙井职业高级中学陈洁燕深圳深圳市新鹏职业高级中学江丽钏深圳深圳市行知职业技术学校徐琪深圳深圳市盐港中学柳小燕深圳深圳市盐港中学张翠莲深圳深圳市盐港中学林雨露深圳深圳艺术学校欧绮琦四川遂宁市大英县中等职业技术学校廖珍菊天津天津市宝坻区职业教育与成人教育中心乔志华天津天津市第一轻工业学校马亚琴天津天津市第一轻工业学校赵婷婷天津天津市第一商业学校苑鹏昊天津天津市第一商业学校廖梦然天津天津市经济贸易学校连洁天津天津市南洋工业学校王鑫天津天津市塘沽区第一职业中等专业学校苏民伟天津天津市塘沽区第一职业中等专业学校孟庆禄天津天津市塘沽区中等专业学校赵玉莲天津天津市信息工程学校王美雪厦门厦门工商旅游学校叶青厦门厦门工商旅游学校刘梅凤新疆塔城地区沙湾县中等职业技术学校张冰新疆乌鲁木齐市财政会计职业学校范靓伶新疆乌鲁木齐市职业中等专业学校陈露新疆乌鲁木齐市职业中等专业学校游圆圆新疆乌鲁木齐市职业中等专业学校阿曼古丽新疆乌鲁木齐市职业中等专业学校刘雅琦新疆乌鲁木齐推拿职业学校刘娇新疆新疆昌吉卫生学校孙肖艳新疆新疆昌吉卫生学校宋红霞新疆新疆昌吉卫生学校马学艳新疆新疆昌吉卫生学校杨梦彤新疆新疆昌吉卫生学校牛亚菲新疆新疆昌吉卫生学校丁萍新疆新疆昌吉卫生学校赵玉娥新疆新疆昌吉卫生学校范婷丽新疆新疆昌吉卫生学校朱丽媛新疆新疆昌吉卫生学校马合巴力新疆新疆工业经济学校米热古丽·吐尔逊新疆新疆工业经济学校张小凤新疆新疆工业经济学校潘巧霞新疆新疆竞技体育运动学校古丽努尔.哈依沙新疆新疆竞技体育运动学校努尔买买提新疆新疆竞技体育运动学校祖甫卡尔新疆新疆喀什财贸学校吴升琼新疆新疆喀什卫生学校布热比姑丽·阿布力米提新疆新疆喀什卫生学校娜塔丽亚·阿米迪新疆新疆玛纳斯县成职教中心李斌斌新疆新疆玛纳斯县成职教中心田雪新疆新疆石河子师范学校佐丽胡马尔·瓦依提新疆兵团农十二师职业技术学校哈夫青新疆兵团农十二师职业技术学校蒲霞新疆兵团农十二师职业技术学校罗应凤新疆兵团农一师阿拉尔职业技术学校张彪彪新疆兵团新疆石河子卫生学校肖雅。

第１３卷㊀第４期Ｖｏｌ．１３Ｎｏ．４㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年４月㊀Ａｐｒ．２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０４－０１２２－０７中图分类号：ＴＰ３９１文献标志码：Ａ基于引导滤波的微光图像增强算法研究陈㊀婷１，蒲亨飞１，黄治勇１，李良荣１，张丰云２（１贵州大学大数据与信息工程学院，贵阳５５００２５；２遵义市播州区中等职业学校，贵州遵义５６３０００）摘㊀要：针对低光照条件下，成像设备获取的图像存在低亮度㊁细节丢失的问题，提出一种基于引导滤波的微光图像增强算法，以实现微光图像增强㊂首先，将微光图像从ＲＧＢ转到ＨＳＶ空间，并将Ｖ通道复制为３份，分别采用直方图均衡化㊁改进的伽马校正及经典的非锐化掩膜对其进行处理㊂其次，用合适的融合权重将３份处理后的Ｖ通道进行多尺度融合，再采用改进的引导滤波对融合后的Ｖ通道进行处理㊂最后，将处理后的图像反变回ＲＧＢ颜色系统，从而实现图像增强㊂通过与现有的４种图像增强算法进行主观视觉效果对比以及客观指标分析，实验结果表明，所提算法可有效提高图像亮度，增强图像细节，提升图像的质量㊂关键词：引导滤波；多尺度融合；图像增强；微光图像；伽马校正Ｒｅｓｅａｒｃｈｏｎｌｏｗ－ｌｉｇｈｔｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｇｕｉｄｅｄｆｉｌｔｅｒｉｎｇＣＨＥＮＴｉｎｇ１，ＰＵＨｅｎｇｆｅｉ１，ＨＵＡＮＧＺｈｉｙｏｎｇ１，ＬＩＬｉａｎｇｒｏｎｇ１，ＺＨＡＮＧＦｅｎｇｙｕｎ２（１ＣｏｌｌｅｇｅｏｆＢｉｇＤａｔａａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５００２５，Ｃｈｉｎａ；２ＺｕｎｙｉＢｏｚｈｏｕＤｉｓｔｒｉｃｔＳｅｃｏｎｄａｒｙＶｏｃａｔｉｏｎａｌＳｃｈｏｏｌ，ＺｕｎｙｉＧｕｉｚｈｏｕ５６３０００，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＡｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｌｏｗｂｒｉｇｈｔｎｅｓｓ，ａｎｄｄｅｔａｉｌｓｌｏｓｓｉｎｔｈｅｉｍａｇｅｓｏｂｔａｉｎｅｄｂｙｉｍａｇｉｎｇｅｑｕｉｐｍｅｎｔｕｎｄｅｒｔｈｅｌｏｗｌｉｇｈｔｃｏｎｄｉｔｉｏｎｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｌｏｗｌｉｇｈｔｌｅｖｅｌｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｇｕｉｄｅｄｆｉｌｔｅｒｉｎｇｔｏｒｅａｌｉｚｅｌｏｗｌｉｇｈｔｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ．Ｆｉｒｓｔｌｙ，ｔｈｅｌｏｗｌｉｇｈｔｉｍａｇｅｉｓｔｒａｎｓｆｅｒｒｅｄｆｒｏｍＲＧＢｔｏＨＳＶｓｐａｃｅ，ａｎｄｔｈｅＶｃｈａｎｎｅｌｉｓｃｏｐｉｅｄｉｎｔｏｔｈｒｅｅｃｏｐｉｅｓ，ｗｈｉｃｈａｒｅｐｒｏｃｅｓｓｅｄｂｙｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎ，ｉｍｐｒｏｖｅｄｇａｍｍａｃｏｒｒｅｃｔｉｏｎａｎｄａｇｅｎｅｒａｌｉｚｅｄｕｎｓｈａｒｐｍａｓｋｉｎｇａｌｇｏｒｉｔｈｍｒｅｓｐｅｃｔｉｖｅｌｙ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｔｈｒｅｅｐｒｏｃｅｓｓｅｄＶｃｈａｎｎｅｌｓａｒｅｆｕｓｅｄｉｎｍｕｌｔｉ－ｓｃａｌｅｗｉｔｈａｐｐｒｏｐｒｉａｔｅｆｕｓｉｏｎｗｅｉｇｈｔ，ａｎｄｔｈｅｎｔｈｅｆｕｓｅｄＶｃｈａｎｎｅｌｉｓｐｒｏｃｅｓｓｅｄｂｙｉｍｐｒｏｖｅｄｇｕｉｄｅｄｆｉｌｔｅｒｉｎｇ．Ｆｉｎａｌｌｙ，ｔｈｅｐｒｏｃｅｓｓｅｄｉｍａｇｅｉｓｒｅｖｅｒｓｅｌｙｃｈａｎｇｅｄｂａｃｋｔｏＲＧＢｃｏｌｏｒｓｙｓｔｅｍｔｏｒｅａｌｉｚｅｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｉｍａｇｅｂｒｉｇｈｔｎｅｓｓ，ｒｅｄｕｃｅｔｈｅｉｍａｇｅｎｏｉｓｅ，ｅｎｈａｎｃｅｔｈｅｉｍａｇｅｄｅｔａｉｌａｎｄｉｍｐｒｏｖｅｔｈｅｉｍａｇｅｑｕａｌｉｔｙ．ʌＫｅｙｗｏｒｄｓɔｇｕｉｄｅｄｆｉｌｔｅｒｉｎｇ；ｍｕｌｔｉｓｃａｌｅｆｕｓｉｏｎ；ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ；ｌｏｗ－ｌｉｇｈｔｉｍａｇｅ；Ｇａｍｍａｃｏｒｒｅｃｔｉｏｎ基金项目：国家自然科学基金（６２１６３００６）㊂作者简介：陈㊀婷（１９９７－），女，硕士研究生，主要研究方向：图像处理；蒲亨飞（１９９６－），男，硕士研究生，主要研究方向：图像处理；黄治勇（１９９６－），男，硕士研究生，主要研究方向：图像处理；李良荣（１９６３－），男，教授，硕士生导师，主要研究方向：电路与系统㊁电磁场与微波技术；张丰云（１９８７－），男，讲师，主要研究方向：应用数学等数学研究㊂通讯作者：李良荣㊀㊀Ｅｍａｉｌ：ｌｒｌｉ＠ｇｚｕ．ｅｄｕ．ｃｎ收稿日期：２０２２－０５－２４０㊀引㊀言微光图像通常是在夜间或光照较弱等低光照条件下所获取的一类图像㊂在低照度条件下，成像设备获取的图像和视频的质量降低，就会出现图像亮度低㊁对比度不足㊁噪声大的问题，不仅使得人眼的主观视觉效果受到影响，也会导致某些特定系统的性能降低，比如公路交通监控㊁视觉监视和消费电子产品等系统㊂因而，开展微光图像增强技术的研究具有重要意义㊂迄今为止，微光图像增强算法可大致分为６类：基于直方图均衡化的增强方法㊁基于Ｒｅｔｉｎｅｘ理论的增强方法㊁基于频域的增强方法㊁基于图像融合的增强方法㊁基于去雾模型的增强方法以及基于深度学习的增强方法㊂直方图均衡化算法运用累积分布函数来调整图像的输出灰度，从而使其具有均匀分布的概率密度函数㊂通过这种方式，可以使黑暗区域中隐藏的细节重现，并且可以改善输入图像在人眼中的视觉效果，然而这种方法易导致细节消失以及局部过度增强［１］；Ｒｅｔｉｎｅｘ理论由美国物理学家Ｌａｎｄ［２］在１９６４年提出，也被称作视网膜皮层理论，是基于人眼对颜色的感知和颜色不变性的建模，即基于光照－反射模型，但是光照估计是基于光照缓慢变化的，而并不是所有微光图像都满足此假设㊂２０２０年，Ｗａｎｇ等学者［３］提出了一种新的微光图像增强算法，此算法从空域扩展到频域㊂基于频域的图像增强方法是指当图像在某一个变换域内时，调整变换后的系数，将图像从空域变换为频域，使得图像在频域内进行滤波，最后将得到的结果反变换回空域㊂典型的频域方法包括同态滤波和小波变换，但是其中滤波器的选取会丢弃某些细节㊂基于融合的方法可以使用不同的成像方法将一幅图像进行处理，包括从单个图像中以多种方式提取细节，以打破对图像序列的依赖㊂Ｙａｍａｋａｗａ等学者［４］提出了一种图像融合技术，该技术使用源图像和ｒｅｔｉｎｅｘ处理过的图像，能在亮区和暗区实现高能见度㊂２０１１年，Ｈｅ等学者［５］提出了图像暗通道先验理论，这一理论的提出使得图像增强技术获得了进一步发展㊂２０１１年，Ｄｏｎｇ等学者［６］基于去雾理论提出了一种新的图像增强算法，也称为亮通道先验方法㊂但是基于去雾模型的增强算法缺乏可靠的理论支撑，且容易在一些细节领域过度增强㊂Ｌｏｒｅ等学者［７］在一个框架中采用了堆叠稀疏降噪自动编码器来训练ＬＬＮｅｔ进行微光图像增强㊂Ｋｉｍ等学者［８］利用局部光照制作训练图像，并使用先进的生成式对抗网络构建ＬｏｗＬｉｇｈｔＧＡＮ㊂但是，这种方法必须得到大数据集的支持，模型复杂度的增加会使相应算法的时间复杂度显著变大㊂因此，对于微光图像存在低亮度㊁细节丢失的问题，本文提出一种基于引导滤波的微光图像增强算法㊂由于ＨＳＶ颜色系统比ＲＧＢ更接近于人眼的感知，因此首先将图像从ＲＧＢ颜色系统转为ＨＳＶ颜色系统，为提高对比度㊁亮度，分别采用直方图均衡化（ＨＥ）㊁改进的伽马校正及经典的非锐化掩膜（ＧＵＭ）对Ｖ通道进行处理，其次用合适的融合权重将Ｖ通道进行多尺度融合，然后采用改进的引导滤波对融合后的Ｖ通道进行处理，最后将处理后的图像从ＨＳＶ颜色系统转回ＲＧＢ颜色系统，从而实现图像增强㊂１㊀基本原理１．１㊀ＨＳＶ色彩空间一般为学界所熟知的是ＲＧＢ㊁即三基色空间［９］，该空间表示一幅彩色图像可以被分为红（Ｒｅｄ）㊁绿（Ｇｒｅｅｎ）㊁蓝（Ｂｌｕｅ）三幅分量图像，而ＨＳＶ是一种通过色调（Ｈｕｅ）㊁饱和度（Ｓａｔｕｒａｔｉｏｎ）以及亮度（Ｖａｌｕｅ）三种色彩分量来表示彩色图像的色彩空间，也可称为六角锥体模型，因其比ＲＧＢ系统更接近人眼感知系统，所以近年来得到了广泛使用㊂ＲＧＢ空间图像可以转换为ＨＳＶ空间图像，转换关系的数学公式具体见如下：㊀㊀㊀㊀㊀㊀Ｖ＝ｍａｘ（Ｒ，Ｇ，Ｂ）（１）Ｓ＝Ｖ－ｍｉｎ（Ｒ，Ｇ，Ｂ）Ｖ㊀㊀㊀㊀ｉｆＶʂ００㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ｏｔｈｅｒｗｉｓｅìîíïïï（２）Ｈ＝６０（Ｇ－Ｂ）Ｖ－ｍｉｎ（Ｒ，Ｇ，Ｂ）㊀㊀㊀ｉｆＶ＝Ｒ１２０＋６０（Ｇ－Ｂ）Ｖ－ｍｉｎ（Ｒ，Ｇ，Ｂ）㊀ｉｆＶ＝Ｇ２４０＋６０（Ｇ－Ｂ）Ｖ－ｍｉｎ（Ｒ，Ｇ，Ｂ）㊀ｉｆＶ＝Ｂìîíïïïïïïïï（３）㊀㊀㊀㊀㊀ｉｆＨ＜０㊀ｔｈｅｎＨ＝Ｈ＋３６０１．２㊀引导滤波引导滤波是２０１３年Ｈｅ等人［１０］提出的一种新的图像局部滤波算法，具备平滑㊁保持边缘，以及提高系统速度的优点㊂假设引导图像为Ｇ，待滤波输入图像为ｐ，滤波输出图像为ｑ，ｑ可表示为Ｇ在窗口ｗｋ内的局部线性变换，线性模型为：ｑｉ＝ａｋＧｉ＋ｂｋ㊀∀ｉɪｗｋ（４）㊀㊀其中，ｗｋ表示以像素ｉ为中心，以ｋ为半径的一个邻域，ａｋ㊁ｂｋ是ｗｋ中假定为常数的一些线性系数㊂为了确定ａｋ㊁ｂｋ的值，建立一个约束条件，输出ｑ可表示为输入ｐ减去一些不需要的分量ｎ，例如噪声或者纹理可由下式进行描述：ｑｉ＝ｐｉ－ｎｉ（５）㊀㊀为使ｐ和ｑ之间的差值能够达到最小化，即在窗口ｗｋ中最小化损耗函数，损耗函数定义为：㊀Ｅ（ａｋ，ｂｋ）＝ðｉɪωｋ（（ａｋＧｉ＋ｂｋ－ｐｉ）２＋εａｋ２）（６）其中，ε是规整化因子，可避免ａｋ系数过大，同时也是一个能够调节滤波器滤波效果的重要参数㊂对式（６）进行最小二乘法得到：ａｋ＝１ｗðｉɪｗｋＧｉｐｉ－μｋｐｋσ２ｋ＋ε（７）ｂｋ＝ｐｋ－ａｋμｋ（８）㊀㊀其中，μｋ和σｋ２是局部窗口ｗｋ内引导图像Ｇ的３２１第４期陈婷，等：基于引导滤波的微光图像增强算法研究灰度均值和方差；ｗ表示窗口内的像素总数；ｐｋ表示输入的待滤波图像ｐ在窗口内的灰度均值㊂２㊀本文改进算法本文改进算法框图如图１所示㊂最终增强图像处理后的图像多尺度融合滤波后的V HSV输入微光图像改进的引导滤波衍生输入H E G U M g a m m ar g b 2h s vh s v 2r g b 图１㊀算法框图Ｆｉｇ．１㊀Ｂｌｏｃｋｄｉａｇｒａｍｏｆｔｈｅａｌｇｏｒｉｔｈｍ２．１㊀输入在本文算法中，３个输入都来自原始微光图像的Ｖ通道㊂首先，使用直方图均衡化来增强图像的全局对比度，从而得到第一幅输入图Ｉ１㊂因微光图像的整体亮度很暗，故通过改进的伽马变换来提高整体亮度，从而得到第二幅输入图Ｉ２㊂Ｇａｍｍａ变换通过γ和ｃ两个参数来决定［１１］㊂Ｇａｍｍａ变换公式可写为：Ｉｏｕｔ＝ｃＩγｉｎ（９）㊀㊀其中，Ｉｉｎ表示输入图像；Ｉｏｕｔ表示输出图像；γ和ｃ都是用于调节伽马变换函数的参数，不同的γ会产生不同的效果㊂然后，经过多次的实验，本文改进一种能够自适应的伽马校正因子［１２］，该因子可较好地校正图像整体亮度且避免亮度过高的情况，使得校正后的图像在视觉效果上变得更好㊂校正因子的计算见式（１０）：γ＝１２æèçöø÷１－μ＋σ２()（１０）㊀㊀其中，σ为图像像素的标准差，μ为图像像素的均值㊂最后，根据改进的γ值对Ｖ通道进行伽马校正：Ｉ２＝Ｖγ（１１）㊀㊀Ｉ１和Ｉ２提高了图像的对比度以及亮度，因此本文进一步采用广义非锐化掩蔽算法（ＧＵＭ）［１３］提高图像的对比度㊁清晰度和保留细节，生成第三幅输入图Ｉ３㊂２．２㊀权重亮度增强和提升对比度是图像增强的预处理步骤，为了使得最后的增强图像与人类的视觉感知相契合，本文使用特定的权重图来测量和提取输入图像的更多细节㊂由于微光图像的本质问题与光照有关㊂因此，选择亮度作为权重来融合那些从输入中获得良好光照的区域［１４］㊂一般来说，首先将像素值进行归一化，然后将像素平均值设置为０．５，这些像素（０．５）通常有很好的光照效果㊂为了得到权值，计算每个像素的输入值Ｉ（ｘ，ｙ）与平均值之间的距离，可由下式计算求出：Ｗｚ（ｘ，ｙ）＝ｅｘｐ（－（Ｉｚ（ｘ，ｙ）－０．５）２２σ２）（１２）其中，Ｉｚ（ｘ，ｙ）为输入Ｉｚ在点（ｘ，ｙ）的像素值，ｚ是输入索引，本文设标准差的默认值为σ＝０．３㊂对光照不足的像素点，赋予其较小的权值，而对大多数正常光照强度的像素点，赋予其较大的权值㊂为得到一致的处理结果，将Ｗｚ（ｘ，ｙ）进行归一化处理，推得的数学公式为：Ｗ－ｚ（ｘ，ｙ）＝Ｗｚ（ｘ，ｙ）／ðｚＷｚ（ｘ，ｙ）（１３）２．３㊀多尺度融合在获得３个输入Ｉｚ和权值映射Ｗ－ｚ（ｘ，ｙ）后，输出图像由下式计算：Ｖ（ｘ，ｙ）＝ðｚＷ－ｚ（ｘ，ｙ）Ｉｚ（ｘ，ｙ）（１４）㊀㊀由于原始图像融合过程是将不同图像直接进行加权相加，结果会产生不同程度的光晕现象㊂因此本文采用Ｂｕｒｔ和Ａｄｅｌｓｏｎ［１５］提出的多尺度融合来解决这个问题，即通过使用拉普拉斯算子将输入分解为一个金字塔和一个高斯金字塔的权重映射，最后通过使用逐层重建的方式来获得最终的融合图像㊂因此，Ｖ（ｘ，ｙ）的结果是通过将每一层的拉普拉斯输入和高斯权重映射分别混合而得到：Ｖｌ（ｘ，ｙ）＝ðＧｌＷ－ｚ（ｘ，ｙ）{}ＬｌＩｚ（ｘ，ｙ）{}（１５）其中，ｌ表示金字塔的层数，本文设置金字塔层数为５；ＧＷ－{}是归一化之后的权重映射Ｗ－的高斯金字塔；Ｌ｛Ｉ｝是输入Ｉ的拉普拉斯金字塔㊂２．４㊀改进的引导滤波由于在引导滤波里，所有的窗口选用的都是固定的规整化因子，这完全忽视了不同窗口内像素之间存在的某些纹理差异㊂因此，在对边缘进行平滑处理时，会将模糊集中在这些边缘附近，从而产生光晕伪影，导致滤波效果降低㊂后来在２０１５年，Ｌｉ等学者［１６］提出了加权引导滤波，该滤波和引导滤波一样快速并且保留边缘㊂为了使得规整化因子能够自４２１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀适应调整，使用局部窗口内的方差信息㊂按照局部窗口ｗｋ内方差的定义，对边缘权重定义如下：ＷＧ（ｉ）＝１ＮðＮｉᶄ＝１σ２Ｇ（ｉ）＋εσ２Ｇ（ｉᶄ）＋ε（１６）㊀㊀其中，Ｇ为引导图像；σ２Ｇ（ｉ）表示以像素点ｉ为中心像素周围３ˑ３邻域内的方差；ε是规整化因子，取值为（０．００１ˑＬ）２；Ｌ表示原始输入图像的动态范围；Ｎ表示引导图像的像素总数㊂因此，损耗函数变为：Ｅ（ａｋ，ｂｋ）＝ðｉɪｗｋ（（ａｋＧｉ＋ｂｋ－ｐｉ）２＋εＷＧ（ｉ）ａ２ｋ）（１７）在引导图像的边缘，依据公式（１６）可轻易得到，邻域内像素点ｉ的方差与其对应的边缘权重ＷＧ（ｉ）成正比，与规整化因子ε成反比，即当方差越大时，边缘权重ＷＧ（ｉ）越大，而对应的规整化因子则会越小㊂所以才能够更好地保护图像的边缘细节信息㊂但是通过计算３ˑ３窗口内的方差作为边缘权重因子，方差大的像素点并不全是图像边缘，会导致所得的边缘信息与实际存在着较大误差㊂因此，在原有加权引导滤波算法的基础上加入Ｓｏｂｅｌ算子［１７］，以自适应调节边缘权重因子，修正后的边缘权重因子如下：ψＧ（ｉ）＝１ＮðＮｉᶄ＝１Ｓ（ｉ）σ２Ｇ（ｉ）＋εＳ（ｉᶄ）σ２Ｇ（ｉᶄ）＋ε（１８）㊀㊀其中，Ｇ为引导图像；ψＧ（ｉ）为边缘权重因子；Ｓ（ｉ）为像素点ｉ处的Ｓｏｂｅｌ算子；Ｎ为图像的总像素；ε值和式（１６）一样，取为（０．００１ˑＬ）２；Ｌ是输入图像的动态范围㊂ψＧ（ｉ）可以一定程度地反映边缘像素在总像素中的占比，当ψＧ（ｉ）＜１，此时为平滑处像素，权重较小；当ψＧ（ｉ）＞１，此时为边缘处像素，权重较大㊂滤波结果如图２所示㊂可以很明显看出，改进的引导滤波可以更好地保持图像的细节，使得图像更加清晰㊂（ａ）采用方差的引导滤波㊀㊀（ｂ）改进的引导滤波㊀㊀图２㊀滤波结果Ｆｉｇ．２㊀Ｆｉｌｔｅｒｉｎｇｒｅｓｕｌｔｓ３㊀实验与结果分析本文所有算法都是计算机在Ｗｉｎｄｏｗｓ１０系统下，使用ＭａｔｌａｂＲ２０１８（ｂ）软件进行实验㊂电脑配置为Ｉｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ５－７２００ＵＣＰＵ＠２．５０ＧＨｚ，４ＧＢＲＡＭ㊂３．１㊀本文算法的实验结果本文算法运行的各步骤效果如图３所示㊂（a）原始微光图像（b）H E（c）G U M（d）G a m m a校正（e）加权引导滤波（f）增强图像图３㊀本文算法处理各步骤效果图Ｆｉｇ．３㊀Ｐｒｏｃｅｓｓｉｎｇｒｅｎｄｅｒｉｎｇｓｏｆｅａｃｈｓｔｅｐ㊀㊀图３（ｄ）是经过本文改进的ｇａｍｍａ校正处理后的Ｖ通道图像，可知增强了整体亮度㊂图３（ｅ）为经过本文改进的引导滤波处理后的Ｖ通道图像㊂图３（ｆ）为本文算法最终的增强图像㊂可以看出，与原始微光图像相比，本文算法处理后的图像对比度㊁清晰度以及亮度均有比较明显的提升，图像的细节也得到较好的保留㊂综上所述，本文算法能有效提高图像质量㊂３．２㊀增强效果对比为了证实本文所提出算法的性能优势，将选用文献［１８］的Ｒｅｔｉｎｅｘ－Ｎｅｔ算法㊁文献［１９］的对比度受限的自适应直方图均衡化算法（ＣＬＡＨＥ）㊁文献［２０］以及文献［２１］所提出的微光图像增强算法分别对相同的微光图像进行增强处理，最后与本文所提算法的处理结果进行比较㊂３．２．１㊀实验结果的主观评价本文所提算法与选用的４种算法的处理结果如图４所示㊂由图４（ｂ）第３幅图像可知，通过文献［１８］增强过的图像存在亮度提升过度的情况，整体过于模糊，丢失许多细节；通过文献［１９］处理过的图像，整体颜色过于黯淡，且整体对比度不高㊂由图４（ｃ）第１幅图像可看到，花盆旁边的地板㊁盆栽以及花朵的颜色不够鲜明，图４（ｃ）中第３幅图像的地板亮度依旧很暗㊂通过文献［２０］算法处理的图像，在色彩上存在一定失真，由图４（ｄ）中第１幅图像可看到粉色花朵经过增强后变为白色，图４（ｄ）中第２５２１第４期陈婷，等：基于引导滤波的微光图像增强算法研究幅图像的鲜橙色格子变为淡橙色㊂通过文献［２１］处理过的图像，整体亮度提升不够，仍然较为黯淡；通过本文所提出算法增强后的图像，由图４（ｆ）第１幅图像可看到图像的整体亮度提升较好，且盆栽及旁边的花朵颜色未出现失真，图４（ｆ）第２幅图像的很多暗处的细节都显现出来，图４（ｆ）第３㊁第４幅图像的增强效果也较好㊂因此，本文算法使增强后的图像在整体亮度㊁对比度以及细节保持㊁清晰度上都有了一定的提升，并且图像还原度较高，色彩鲜艳自然，总体来讲，主观视觉质量较好㊂（a）输入图像（b）文献[18]的算法（c）文献[19]的算法（d）文献[20]的算法（e）文献[21]的算法（f）本文算法图４㊀５种算法的结果对比图Ｆｉｇ．４㊀Ｃｏｍｐａｒｉｓｏｎｃｈａｒｔｏｆｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｆｉｖｅａｌｇｏｒｉｔｈｍｓ３．２．２㊀实验结果的客观评价本文选用３个客观指标来评价算法的优劣，详述如下㊂（１）峰值信噪比（ＰＳＮＲ）［２２］：图像的ＰＳＮＲ是判断图像去噪效果最普遍㊁最常用的客观评价方法㊂数学定义公式具体如下：ＲＰＳＮ＝１０ｌｇｆ２ｍａｘＥＭＳ（１９）㊀㊀其中，ｆｍａｘ是灰度像素最大值，ｆｍａｘ＝２５５，ＥＭＳ是均方方差㊂从式（１９）可以看出，ＰＳＮＲ值与图像质量成正比，当ＰＳＮＲ值越大，则表明增强后的结果图像质量越高㊂（２）结构相似度指标（ＳＳＩＭ）［２３］：根据图像的亮度ｌ（ｆ，ｆｅ）㊁对比度ｃ（ｆ，ｆｅ）和结构ｓ（ｆ，ｆｅ）三者的比较，以此来评估处理后的结果图像相较于原始图像的质量㊂将这３个值结合起来，就能得到整体的相似度度量㊂其值越大，表明结构越相似，数学公式６２１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀具体如下：ＭＳＳＩ＝Ｆｌｆ，ｆｅ()，ｃ（ｆ，ｆｅ），ｓ（ｆ，ｆｅ）[]（２０）㊀㊀（３）无参考图像评价指标（ＮＩＱＥ）［２４］：基于一个简单而成功的空间域自然场景统计（ＮＳＳ）模型，构建了一个统计特征的 质量感知 集合㊂ＮＩＱＥ与图像质量成反比，即ＮＩＱＥ值越低，表明图像质量越高㊂本文算法与选用的４种算法的３个客观评价指标结果见表１ 表３㊂以图４（ａ）中第１幅图像为例，本文所提算法与文献［１８］相比较，峰值信噪比㊁结构相似度分别提高了０．０８９㊁０．００９，无参考图像评价指标降低了０．２４９㊂相较于文献［１９］，峰值信噪比㊁结构相似度分别提高了０．００４２㊁０．０００１，无参考图像评价指标降低了０．７１６３㊂相较于文献［２０］，峰值信噪比㊁结构相似度分别提高了０．０００３㊁０．０１５３，无参考图像评价指标降低了０．４１８７㊂相较于文献［２１］，峰值信噪比㊁结构相似度分别提高了０．０１３㊁０．００７，无参考图像评价指标降低了０．１５１８㊂表１㊀本文算法和４种算法的ＰＳＮＲ值比较结果Ｔａｂ．１㊀ＣｏｍｐａｒｉｓｏｎｏｆＰＳＮＲｖａｌｕｅｓｂｅｔｗｅｅｎｔｈｅａｌｇｏｒｉｔｈｍｉｎｔｈｉｓｐａｐｅｒａｎｄｔｈｅｆｏｕｒａｌｇｏｒｉｔｈｍｓｄＢＩｍａｇｅＲｅｔｉｎｅｘ－ＮｅｔＣＬＡＨＥＲｅｆ．［２０］Ｒｅｆ．［２１］Ｐｒｏｐｏｓｅｄａ（１）１２．８８５０１２．９６９８１２．９７３７１２．９６１０１２．９７４０ａ（２）１４．６５５３１４．６５０２１４．６５４３１４．６３８６１４．６５６０ａ（３）１６．９５６３１６．８９４８１６．９４４４１６．８９５３１６．９６８２ａ（４）１３．５４８１１３．５５０８１３．５４７１１３．５３７３１３．５５５５Ａｖｅｒａｇｅ１４．５１１２１４．５１５４１４．５２９９１４．５０８１１４．５３８４表２㊀本文算法和４种算法的ＳＳＩＭ值比较结果Ｔａｂ．２㊀ＣｏｍｐａｒｉｓｏｎｏｆＳＳＩＭｖａｌｕｅｓｂｅｔｗｅｅｎｔｈｅａｌｇｏｒｉｔｈｍｉｎｔｈｉｓｐａｐｅｒａｎｄｔｈｅｆｏｕｒａｌｇｏｒｉｔｈｍｓＩｍａｇｅＲｅｔｉｎｅｘ－ＮｅｔＣＬＡＨＥＲｅｆ．［２０］Ｒｅｆ．［２１］Ｐｒｏｐｏｓｅｄａ（１）０．９８８１０．９９７００．９８１８０．９９０１０．９９７１ａ（２）０．９８１９０．９９６２０．９９０７０．９８１６０．９９６８ａ（３）０．９７２３０．９６８００．９７３６０．９７０５０．９７３８ａ（４）０．９８５１０．９９５２０．９８７８０．９８６１０．９９６１Ａｖｅｒａｇｅ０．９８１９０．９８９１０．９８３５０．９８２１０．９９１０表３㊀本文算法和４种算法的ＮＩＱＥ值比较结果Ｔａｂ．３㊀ＣｏｍｐａｒｉｓｏｎｏｆＮＩＱＥｖａｌｕｅｓｂｅｔｗｅｅｎｔｈｅａｌｇｏｒｉｔｈｍｉｎｔｈｉｓｐａｐｅｒａｎｄｔｈｅｆｏｕｒａｌｇｏｒｉｔｈｍｓＩｍａｇｅＲｅｔｉｎｅｘ－ＮｅｔＣＬＡＨＥＲｅｆ．［２０］Ｒｅｆ．［２１］Ｐｒｏｐｏｓｅｄａ（１）２．６４７４３．１１４７２．８１７１２．５５０２２．３９８４ａ（２）２．５８８１２．９６４９２．６９５５２．３１５９２．５６６０ａ（３）２．８７６０３．２３６２２．９８２７３．８７７１２．７９９１ａ（４）４．２３７８３．３９４０３．３８５１４．２４７２３．３６４６Ａｖｅｒａｇｅ３．０８７３３．１７７５２．９７０１３．２４７６２．７８２０㊀㊀通过客观数据分析表明，经本文算法处理过的图像，不论是在峰值信噪比㊁结构相似度还是无参考图像评价指标以及各自平均值，与选用的另外４种算法处理后的图像相比较，得到的数据结果都是相对比较好的㊂４㊀结束语针对微光图像的亮度低㊁细节丢失的问题，本文提出一种基于引导滤波的微光图像增强算法㊂所提算法使用改进的伽马校正解决亮度低的问题，改进的引导滤波解决细节丢失的问题㊂最后的增强结果不论是从客观评价㊁还是主观评价指标方面看，与本文选用的４种图像增强算法的效果相比，本文算法在各方面都有一定的优势㊂最后，尽管本文所提算法在对微光图像的增强效果方面有了一定提升，但依旧需要对其做更深一步的优化，例如减少算法运行时间以及拓宽算法的应用场景㊂（下转第１３４页）７２１第４期陈婷，等：基于引导滤波的微光图像增强算法研究［７］张亮．基于多源数据融合的变结构ＤＢＮ模型基因调控网络构建［Ｄ］．天津：天津大学，２００９．［８］肖秦琨．基于动态贝叶斯网络的智能自主优化机制研究［Ｄ］．西安：西北工业大学，２００６．［９］陈云．贝叶斯网络结构学习算法研究及应用［Ｄ］．广东：广东工业大学，２０１５．［１０］贾士政．博弈场景下自动驾驶车辆通行避撞研究［Ｄ］．长春：吉林大学，２０２１．［１１］ＧＥＡＲＹＪ，ＧＯＵＫＨ．Ａｌｔｒｕｉｓｔｉｃｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｆｏｒａｕｔｏｎｏｍｏｕｓｄｒｉｖｉｎｇｗｉｔｈｓｐａｒｓｅｒｅｗａｒｄｓ［Ｊ］．ａｒＸｉｖｐｒｅｐｒｉｎｔａｒＸｉｖ：２００７．０７１８２Ｖ１，２０２０．［１２］孙兆林，杨宏文，胡卫东．基于贝叶斯网络的态势估计时间推理方法［Ｊ］．火力与指挥控制，２００７（０１）：３０－３３，４４．［１３］ＺＨＡＮＧＹｉｎｇｈｕａ，ＨＵＱｉｐｉｎｇ，ＺＨＡＮＧＷｅｎｓｈｅｎｇ，ｅｔａｌ．ＡｎｏｖｅｌＢａｙｅｓｉａｎｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＭａｘｉｍａｌＩｎｆｏｒｍａｔｉｏｎＣｏｅｆｆｉｃｉｅｎｔ［Ｊ］／／２０１２ＩＥＥＥＦｉｆｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｄｖａｎｃｅｄＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅ（ＩＣＡＣＩ）．ＮＡＮＪＩＮＧ，ＣＨＩＮＡ：ＩＥＥＥ，２０１２：８６２－８６７．［１４］ＳＰＩＥＧＥＬＨＡＬＴＥＲＤＪ，ＬＡＵＲＩＴＺＥＮＳＬ．Ｓｅｑｕｅｎｔｉａｌｕｐｄａｔｉｎｇｏｆｃｏｎｄｉｔｉｏｎａｌｐｒｏｂａｂｉｌｉｔｉｅｓｏｎｄｉｒｅｃｔｅｄｇｒａｐｈｉｃａｌｓｔｒｕｃｔｕｒｅｓ［Ｊ］．Ｎｅｔｗｏｒｋｓ，２０１０，２０（５）：５７９－６０５．（上接第１２７页）参考文献［１］赵馨宇，黄福珍．基于双通道先验和光照图引导滤波的图像增强［Ｊ］．激光与光电子学进展，２０２１，５８（０８）：０８１０００１．［２］ＬＡＮＤＥＨ．Ｔｈｅｒｅｔｉｎｅｘ［Ｊ］．Ａｍｅｒｉｃａｎｓｃｉｅｎｔｉｓｔ，１９６４，５２（２）：２４７－２５３，２５５－２６４．［３］ＷＡＮＧＭａｎｌｉ，ＴＩＡＮＺｉｊｉａｎ，ＧＵＩＷｅｉｆｅｎｇ，ｅｔａｌ．Ｌｏｗ－ｌｉｇｈｔｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔｂａｓｅｄｏｎｎｏｎｓｕｂｓａｍｐｌｅｄｓｈｅａｒｌｅｔｔｒａｎｓｆｏｒｍ［Ｊ］．ＩＥＥＥＡｃｃｅｓｓ，２０２０，９９：１－１．［４］ＹＡＭＡＫＡＷＡＭ，ＳＵＧＩＴＡＹ．Ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔｕｓｉｎｇｒｅｔｉｎｅｘａｎｄｉｍａｇｅｆｕｓｉｏｎｔｅｃｈｎｉｑｕｅｓ［Ｊ］．Ｅｌｅｃｔｒｏｎｉｃｓ＆ＣｏｍｍｕｎｉｃａｔｉｏｎｓｉｎＪａｐａｎ．２０１８，１０１（８）：５２－６３．［５］ＨＥＫａｉｍｉｎｇ，ＳＵＮＪｉａｎ，ＴＡＮＧＸｉａｏᶄｏｕ．ＳｉｎｇｌｅｉｍａｇｅＨａｚｅｒｅｍｏｖａｌｕｓｉｎｇｄａｒｋｃｈａｎｎｅｌｐｒｉｏｒ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｙｓｉｓ＆ＭａｃｈｉｎｅＩｎｔｅｌｌｉｇｅｎｃｅ，２０１１，３３（１２）：２３４１－２３５３．［６］ＤＯＮＧＸｕａｎ，ＷＡＮＧＧｕａｎ，ＰＡＮＧＹｉ，ｅｔａｌ．Ｆａｓｔｅｆｆｉｃｉｅｎｔａｌｇｏｒｉｔｈｍｆｏｒｅｎｈａｎｃｅｍｅｎｔｏｆｌｏｗｌｉｇｈｔｉｎｇｖｉｄｅｏ［Ｃ］／／２０１１ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｕｌｔｉｍｅｄｉａａｎｄＥｘｐｏ．Ｂａｒｃｅｌｏｎａ，Ｓｐａｉｎ：ＩＥＥＥ，２０１１：１－６．［７］ＬＯＲＥＫＧ，ＡＫＩＮＴＡＹＯＡ，ＳＡＲＫＡＲＳ．ＬＬＮｅｔ：Ａｄｅｅｐａｕｔｏｅｎｃｏｄｅｒａｐｐｒｏａｃｈｔｏｎａｔｕｒａｌｌｏｗ－ｌｉｇｈｔｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ［Ｊ］．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，２０１７，６１：６５０－６６２．［８］ＫＩＭＧ，ＫＷＯＮＤ，ＫＷＯＮＪ．Ｌｏｗ－ｌｉｇｈｔｇａｎ：Ｌｏｗ－ｌｉｇｈｔｅｎｈａｎｃｅｍｅｎｔｖｉａａｄｖａｎｃｅｄｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｗｉｔｈｔａｓｋ－ｄｒｉｖｅｎｔｒａｉｎｉｎｇ［Ｃ］／／ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ（ＩＣＩＰ）．Ｔａｉｐｅｉ：ＩＥＥＥ，２０１９：２８１１－２８１５．［９］赵宏宇，肖创柏，禹晶，等．基于ＷＬＳ的Ｒｅｔｉｎｅｘ单幅夜间彩色图像增强方法［Ｊ］．北京工业大学学报，２０１４，４０（０３）：４０４－４１０．［１０］ＨＥＫａｉｍｉｎｇ，ＳＵＮＪｉａｎ，ＴＡＮＧＸｉａｏᶄｏｕ．Ｇｕｉｄｅｄｉｍａｇｅｆｉｌｔｅｒｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＰａｔｔｅｒｎＡｎａｌＭａｃｈ．Ｉｎｔｅｌｌ，２０１３，３５（６）：１３９７－１４０９．［１１］韩梦妍，李良荣，蒋凯．基于光照图估计的Ｒｅｔｉｎｅｘ低照度图像增强算法［Ｊ］．计算机工程，２０２１，４７（１０）：２０１－２０６．［１２］杨先凤，李小兰，贵红军．改进的自适应伽马变换图像增强算法仿真［Ｊ］．计算机仿真，２０２０，３７（０５）：２４１－２４５．［１３］ＤＥＮＧＧｕａｎｇ．Ａｇｅｎｅｒａｌｉｚｅｄｕｎｓｈａｒｐｍａｓｋｉｎｇａｌｇｏｒｉｔｈｍ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇＡＰｕｂｌｉｃａｔｉｏｎｏｆｔｈｅＩＥＥＥＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＳｏｃｉｅｔｙ，２０１１，２０（５）：１２４９－１２６１．［１４］ＰＡＲＩＨＡＲＡＳ，ＳＩＮＧＨＫ，ＲＯＨＩＬＬＡＨ，ｅｔａｌ．Ｆｕｓｉｏｎ－ｂａｓｅｄｓｉｍｕｌｔａｎｅｏｕｓｅｓｔｉｍａｔｉｏｎｏｆｒｅｆｌｅｃｔａｎｃｅａｎｄｉｌｌｕｍｉｎａｔｉｏｎｆｏｒｌｏｗｌｉｇｈｔｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ［Ｊ］．ＩＥＴＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０２０，１５（４）：１－１４．［１５］ＢＵＲＴＰＪ，ＡＤＥＬＳＯＮＥＨ．Ｔｈｅｌａｐｌａｃｉａｎｐｙｒａｍｉｄａｓａｃｏｍｐａｃｔｉｍａｇｅｃｏｄｅ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ，１９８３，３１（４）：５３２－５４０．［１６］ＬＩＺｈｅｎｇｇｕｏ，ＺＨＥＮＧＪｉｎｇｈｏｎｇ，ＺＨＵＺｉｊｉａｎ，ｅｔａｌ．Ｗｅｉｇｈｔｅｄｇｕｉｄｅｄｉｍａｇｅｆｉｌｔｅｒｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０１５，２４（１）：１２０－１２９．［１７］拉斐尔㊃Ｃ㊃冈萨雷斯，理查德㊃Ｅ㊃伍兹，史蒂文㊃Ｌ㊃埃丁斯等．数字图像处理的ＭＡＴＬＡＢ实现［Ｍ］．２版．阮秋琦，译．北京：清华大学出版社，２０１３．［１８］ＣＨＥＮＷｅｉ，ＷＡＮＧＷｅｎｊｉｎｇ，ＹＡＮＧＷｅｎｈａｎ，ｅｔａｌ．Ｄｅｅｐｒｅｔｉｎｅｘｄｅｃｏｍｐｏｓｉｔｉｏｎｆｏｒｌｏｗ－ｌｉｇｈｔｅｎｈａｎｃｅｍｅｎｔ［Ｃ］／／２０１８ｔｈｅＢｒｉｔｉｓｈＭａｃｈｉｎｅＶｉｓｉｏｎＣｏｎｆｅｒｅｎｃｅ（ＢＭＶＣ）．Ｎｅｗｃａｓｔｌｅ，ＵＫ：ＮｏｒｔｈｕｍｂｒｉａＵｎｉｖｅｒｓｉｔｙ，２０１８：１５５．［１９］ＺＵＩＤＥＲＶＥＬＤＫ．Ｃｏｎｔｒａｓｔｌｉｍｉｔｅｄａｄａｐｔｉｖｅｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎ［Ｊ］．ＧｒａｐｈｉｃｓＧｅｍｓ，１９９４：４７４－４８５．［２０］ＡＬ－ＡＭＥＥＮＺ．Ｎｉｇｈｔｔｉｍｅｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔｕｓｉｎｇａｎｅｗｉｌｌｕｍｉｎａｔｉｏｎｂｏｏｓｔａｌｇｏｒｉｔｈｍ［Ｊ］．ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，ＩＥＴ，２０１９，１３（８）：１３１４－１３２０．［２１］ＷＡＮＧＱｉｕｈｏｎｇ，ＦＵＸｕｅｙａｎｇ，ＺＨＡＮＧＸｉａｏｐｉｎｇ，ｅｔａｌ．Ａｆｕｓｉｏｎ－ｂａｓｅｄｍｅｔｈｏｄｆｏｒｓｉｎｇｌｅｂａｃｋｌｉｔｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ［Ｃ］／／２０１６ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ（ＩＣＩＰ）．Ｐｈｏｅｎｉｘ，ＡＺ，ＵＳＡ：ＩＥＥＥ，２０１６：４０７７－４０８１．［２２］ＨＯＲÉＡ，ＺＩＯＵＤ．Ｉｍａｇｅｑｕａｌｉｔｙｍｅｔｒｉｃｓ：ＰＳＮＲｖｓＳＳＩＭ［Ｃ］／／２０ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ（ＩＣＰＲ）．Ｉｓｔａｎｂｕｌ，Ｔｕｒｋｅｙ：ＩＥＥＥＣｏｍｐｕｔｅｒＳｏｃｉｅｔｙ，２０１０：２３６６－２３６９．［２３］ＷＡＮＧＺｈｏｕ，ＢＯＶＩＫＡＣ，ＳＨＥＩＫＨＨＲ，ｅｔａｌ．Ｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ：ｆｒｏｍｅｒｒｏｒｖｉｓｉｂｉｌｉｔｙｔｏｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｒｉｔｙ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２００４，１３（４）：６００－６１２．［２４］ＭＩＴＴＡＬＡ，ＳＯＵＮＤＡＲＡＲＡＪＡＮＲ，ＢＯＶＩＫＡＣ．Ｍａｋｉｎｇａｃｏｍｐｌｅｔｅｌｙｂｌｉｎｄｉｍａｇｅｑｕａｌｉｔｙａｎａｌｙｚｅｒ［Ｊ］．ＩＥＥＥＳｉｇｎａｌｐｒｏｃｅｓｓｉｎｇｌｅｔｔｅｒｓ，２０１２，２０（３）：２０９－２１２．４３１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀。

贵州省教育厅办公室关于公布贵州省职业院校学生实
习管理工作咨询电话的公告
文章属性
•【制定机关】贵州省教育厅办公室
•【公布日期】2022.03.24
•【字号】
•【施行日期】2022.03.24
•【效力等级】地方规范性文件
•【时效性】现行有效
•【主题分类】职业教育与成人教育
正文
贵州省教育厅办公室关于公布贵州省职业院校学生实习管理
工作咨询电话的公告
为贯彻落实教育部等八部门印发的《职业学校学生实习管理规定》，进一步规范职业院校学生实习管理，维护实习各方的合法权益。

根据教育部有关工作部署，现将贵州省教育厅、各市（州）教育局、各职业院校的实习管理工作咨询电话予以公告。

咨询电话主要受理职业院校学生实习管理方面政策咨询、建议和有关问题反映。

附件：贵州省职业院校学生实习管理工作咨询电话
省教育厅办公室
2022年3月24日附件。

职业学校介绍范文职业学校是一种为学生提供职业教育的机构，旨在培养学生掌握职业技能和就业能力，使其能够在特定职业领域发展和就业。

职业学校通常包括技术学院、职业技术学校、职业培训学院、职业学院等不同类型的机构。

以下是对职业学校的详细介绍。

职业学校的特点之一是注重实践技能。

与传统的学院不同，职业学校侧重于为学生提供技术培训和实践经验。

这意味着学生将有更多的机会在实际工作环境中应用他们所学的知识和技能，从而更好地准备他们进入职业领域。

职业学校还注重培养学生的创新能力。

在快速变化的职业环境中，创新能力是非常重要的。

职业学校鼓励学生发展创造性思维和解决问题的能力，使他们能够适应不断变化的职业需求。

另一个职业学校的特点是为学生提供灵活的学习方式。

职业学校通常提供全日制和夜间课程，以适应学生的不同需求。

同时，许多职业学校还提供在线课程，使学生可以在自己的时间和地点学习，提高学习的灵活性。

职业学校还与行业合作紧密。

为了确保学生能够掌握最新的职业知识和技能，许多职业学校与行业合作伙伴建立了紧密的合作关系。

这意味着学生将有机会接触行业专业人士和实际工作项目，为他们未来的职业发展奠定坚实的基础。

职业学校提供的课程种类非常丰富多样。

职业学校的课程涵盖了各个职业领域，包括医学、工程、旅游、计算机科学、商业管理等。

学生可以选择根据自己的兴趣和天赋选择不同的专业方向，并在专业领域内深入学习。

职业学校的毕业生就业率通常较高。

由于职业学校注重实践和技能培训，学生毕业后更容易找到工作。

职业学校还与就业机构合作，帮助学生寻找就业机会和职业发展支持。

职业学校对于社会的贡献也非常重要。

通过培养各行各业的专业人士，职业学校为社会提供了更多的劳动力资源。

许多职业学校还积极参与社区服务和公益活动，为社会做出了贡献。

总结而言，职业学校是一种重视实践能力和技能培训的教育机构。

它为学生提供了丰富多样的课程选择和灵活的学习方式，帮助他们培养创新能力和职业技能。

2022年遵义有哪些优秀职高
2022年遵义优秀职高学校有遵义市播州区中等职业学校、遵义市红花岗区经济职业技术学校、绥阳县中等职业学校、遵义南方白酒中等专业学校、遵义市红花岗区中等职业学校、务川仡佬族苗族自治县中等职业学校、凤冈县中等职业学校、遵义市航天工业学校等。

2022年遵义优秀职高学校
1、遵义市播州区中等职业学校
2、遵义市红花岗区经济职业技术学校
3、绥阳县中等职业学校
4、遵义南方白酒中等专业学校
5、遵义市红花岗区中等职业学校
6、务川仡佬族苗族自治县中等职业学校
7、凤冈县中等职业学校
8、遵义市航天工业学校
9、道真县中等职业学校
10、习水县职业技术学校
遵义市播州区中等职业学校
遵义县中等职业学校是一所全日制公办中等职业技术学校，位于遵义县龙坑镇210国道、326国道、渝黔高铁、兰海高速、杭瑞高速交汇处，地处工业园区密集区，北距遵义会议会址15公里，南距遵义县县城南白镇5公里，区位优势明显。

2018年9月27日，被国家教育部确定为“国家中等职业教育改革发展示范学校”。

习水县职业技术学校
习水县第一职业高级中学创建于1987年，2003年12月通过省级“合格”职业学校验收。

2007年被评为省级重点中等职业学校。

2011年4月搬迁到新校园，2012年6月更名习水县职业技术学校。

近年来，在习水县委、县人民政府的领导和支持下得到了迅速发展，占地面积98亩，教学科研仪器设备总值1400多万元，在校普通全日制中职学生6385人，电大本专科在册学员1233人，在编教职工128
人。

贵州省遵义市各类学校大全1.小学（1）朝阳小学地址：红花岗区中华南路9号简介：遵义市朝阳小学始建于1910年3月，由当时的丁字镇中心小学、私立杰生、城成小学合并组成。

办学快有一百年的历史，枝繁叶茂、硕果累累，于2010年7月16日举办百年校庆。

（2）同济小学地址：汇川区福州路14号简介：学校创建于1972年8月，前身为长征电器集团公司子弟学校，2000年3月从长征公司移交至遵义经济技术开发区（现为遵义市汇川区政府）归口管理，是当时遵义市两城区最大的九年一贯制公办学校之一。

2005年8月，同济学校初中部并入遵义市十六中，至此，同济学校成为一所完全小学，更名为遵义市同济小学。

近年来，在上级主管部门的指导下，通过全校教职工努力拼搏、锐意进取，现已发展成为汇川区一所示范小学。

（3）航天小学地址：汇川区大连路中段航天社区旁简介：遵义航天小学坐落于遵义市大连路，创建于1993年。

现已拥有50多个教学班，在校学生多达3000多名，174名教职员工。

名副其实的“花园式”育人环境。

（4）老城小学地址：红花岗区玉屏路11号简介：现校址位于遵义市红花岗区玉屏路11号。

校园占地面积6171㎡。

校舍建筑面积4665㎡，全校在职教师54名，平均年龄37.9岁。

全体教师均获得教师资格证。

其中，中共党员19名，民革党员3名。

现在校学生人数1266名，男生641名，女生625名。

共18个教学班级，设置1—6年级。

每个年级3个班，平均班额70.3名。

（5）文化小学地址：红花岗区杨柳街39号简介：遵义市文化小学始建于1906年，有着近百年的悠久历史。

学校地处历史文化名城遵义长征系列教育街，与闻名中外，彪炳史册的“遵义会议会址”比邻而居，与“红军总政治部旧址”隔巷相望。

解放后，文化小学多次得到各级领导的关心，胡耀邦、伍修权、杨秀峰、童小鹏等领导人曾先后到学校视察，为学校题词。

1998年，江泽民主席亲笔为学校题写“八一希望学校”校碑。

国家教育部陈至立部长到学校视察，高度评价了学校的工作。

22CURRENT EVENTS 中等城市核心期刊·特别报道·Z'Magazine 丨2024丨醉美遵义酒香浓文丨■ 记者 石 影优化产业布局 扩展优质产能“十四五”以来，遵义白酒产业集群发展，产值规模持续扩大，形成了茅台酒产区、茅台镇传统优势产区、仁怀集聚区、习水集聚区以及汇川、播州、赤水、桐梓等特色产区的“四区多点”白酒产业格局。

如何走好加快建设全国重要的白酒生产基地之路，遵义从自身实际情况出发，进行了严谨细致的规划。

遵义充分发挥市酱香白酒产业发展工作专班作建设世界酱香型白酒产业核心区，是遵义担负的“六大使命任务”之一。

赤水河流域微生物多达2700余种，加之独特的低热气候、恒定适宜的酸碱度、丰富奇特的矿物质，形成了独一无二、不可复制的绝佳酿酒环境，被联合国粮农组织认定为世界上最适合酿造纯正粮食蒸馏酒的地区。

近年来，遵义立足资源禀赋、发挥比较优势，推进白酒产业链“延链、补链、强链”，加快建设全国重要的白酒生产基地，着力打造世界酱香白酒产业集聚区。

责任编辑丨徐洪霖 陈 涛仁怀市茅台镇（记者 胡 博/摄）——遵义加快建设全国重要的白酒生产基地用，统筹市直相关部门，加强对涉酒县（市、区）白酒产业工作督导，围绕规范白酒生产推动项目建设，引导酱香白酒及关联产业向园区集聚发展，形成齐抓共管、协同推进白酒产业发展的工作格局，高位推动全国重要的白酒生产基地建设。

目前，在茅台酒产区、茅台镇传统优势产区、仁怀集聚区、习水集聚区，中华片区30栋酒库建设、贵州国台酒业股份有限公司年产10000吨酱香白酒技改扩建工程、劲牌茅台镇酒业有限公司新增年产15000吨酱香型白酒技改、习酒公司“十四五”一期技改等一批重点项目正有序推进。

汇川、播州、赤水、桐梓特色产区着力推进珍酒三期、珍酒四期、董酒新增4万吨技改扩建、酣客君台厚酱酒业年产10000吨酱香白酒等项目建设，同时加快赤水白酒产业园区、娄山关酱香白酒产业园区等园区建设。

1.1 提高胃肠道消化吸收功能 丁酸不仅可促进胃肠道组织的发育，提高绒毛高度
与隐窝深度的比值（V/C）。还可可刺激消化液的分泌， 提高消化酶的活性，从而提高营养物质的消化率[2]。丁酸 促进胃肠道上皮细胞增殖、分化和成熟的机制包括：直 接为细胞供能，调节神经激素，刺激胃肠肽或生长因子 的释放，调节肠黏膜血流量，调节基因表达和蛋白质合 成等。 1.2 调节肠道菌群的平衡
丁酸钠不仅可控制肉鸡沙门氏菌感染，还可减轻肉 鸡因感染肠炎沙门氏菌、大肠杆菌、LPS及皮质酮而造
1Байду номын сангаас2
Copyright©博看网 . All Rights Reserved.
杨建香：丁酸的生理功能及其在畜牧生产中的应用研究进展
成的体增重下降，降低患坏死性肠炎肉鸡的死亡率[6]。 此外，丁酸钠还可提高蛋鸡的产蛋率及蛋品质[7]。刘嘉 莉等[8]在肉鸭饲料中分别添加0.35%、0.7%和1.05%的丁 酸钠，发现丁酸钠可显著提高肉鸭饲料转化率，其效果 与添加量呈正相关，同时发现0.7%处理组可有效降低 肉鸭粪便中污染物，这可能是未来的一个研究方向。与 丁酸钠相比，丁酸甘油酯不仅可提高肉鸡饲料转化率 和屠宰率，还可降低肉鸡腹部脂肪相对重量，这可能 与丁酸甘油酯调节基因表达影响能量消耗和脂肪代谢有 关[9]。最近研究发现，丁酸甘油酯可改变肠道微生物的 组成，显著提高双歧杆菌的丰度和多样性及血清胆碱代 谢物浓度，进一步证实了丁酸甘油酯影响肉鸡胴体品质 的分子机制[1]。综上，在家禽日粮中添加丁酸及其衍生 物可提高家禽抵抗力，缓解病禽健康状况，提高家禽产 性能。 2.2 在畜类生产上的应用
研究表明，丁酸可抑制沙门氏菌、大肠杆菌等有害 菌的增殖或活性，促进乳酸菌等有益菌的生长，还可预 防产气荚膜梭菌诱导的肉鸡坏死性肠炎。目前认为，丁 酸调节肠道菌群的机制包括以下4个方面。1）降低肠道 pH，减少病原菌的存活率。2）直接穿过细菌细胞脂质 膜，进入细菌后释放出H+，致使细菌内对酸敏感的蛋白 质和DNA发生变性，同时细菌为了维持胞内中性pH环 境，需要不停地泵出多余的H+，最重终导致细菌能量耗 竭而亡。3）作为信号分子，通过激活相关信号通路调节 宿主肠道功能，维持肠道菌群平衡。4）通过抑制去乙酰 化酶（HDAC）的活性，促进巨噬细胞内源性抗菌肽的 表达，从而提高巨噬细胞的抗菌能力[3]。 1.3 抗腹泻作用

前沿视点QIAN YAN SHI DIAN中职美术教学信息技术手段的应用张启玉贵州省遵义市播州区中等职业学校　（贵州省遵义市　563100）摘　要： 信息技术手段整合应用于中职美术教育，是激发学生美术学习兴趣，培养学生审美能力的有效手段。

信息技术背景下，中职美术教师要巧妙地整合信息技术手段的支持，不断优化美术教学课堂，提高教学质量。

关键词：中职美术；信息技术；应用对策美术课程是一门具有较强艺术性的课程，美术教育对培养学生的审美能力，提高学生的综合素养发挥着关键性的作用。

在信息技术的背景下，中职美术的教育，应当紧密结合信息技术手段，不断优化教学内容，丰富教学形式，成就中职美术教育之美。

和传统的教学手段不同，信息技术手段应用于中职美术的教育，对帮助教师拓展教学内容，开展美术鉴赏课程，强化基础知识讲解等方面都具有极其重要的意义。

本文中，笔者立足中职美术教育，探索信息技术手段应用于中职美术教育的重要意义极其有效性对策。

1　中职美术教育中信息技术手段应用的意义1.1　激发学生美术学习兴趣兴趣是最好的老师。

就中职美术的教育而言，激发学生的美术学习兴趣，可谓是教学成功的第一步。

而就实际的教学而言，由于部分学生缺乏好的学习态度和学习习惯，导致学生在美术学习的过程中，兴趣不浓、积极性不高的现象普遍存在。

尤其是在传统的教学模式下，美术教育因缺乏美感而难以激发学生的学习和创作兴趣。

信息技术背景下，中职美术教师在开展课堂教学时，可以整合多媒体技术手段、微课、音乐等教育资源，不断优化美术课堂教学，增强课堂的趣味性，进而达到激发学生美术学习兴趣的目的。

1.2　培养学生的审美能力美术课程是对学生进行美育教育，促使学生综合素养提升的重要课程。

因此，在美术教育中，培养学生的审美能力至关重要。

在传统的中职美术教学下，教师只能依靠课本教材开展教学，而课本上的一些插图并不那么清晰，同时教材本身的局限性，使得教师难以结合教材开展理想的审美教育。

教育管理 >>244中职英语集体备课模式探究周建华遵义市播州区中等职业学校摘要：集体备课有称为集体备课，其是学科教师进行校本教学和研究的有效方法之一。

在集体备课的过程中，教师有效地利用了集体讨论，共享教学资源，实现个性化创新实践并改变教育观念，实现了教育方式的创新。

通过集体备课以完成教学目标及教学任务，由此来提高教师的专业水平和教育质量。

本文主要结合中职英语教学实践，简要探讨了中职英语集体备课模式的实践。

关键词：中职英语；集体备课模式；问题；教学效率随着教育改革的不断深入，教师在中等职业学校英语课程的教学方式也在不断改变，其中，集体备课模式是英语教师的首选模式，集体备课可以有效地促进教师们吸纳彼此的长处，提高中职英语教育教学质量，以帮助教师实现其教育目标，充分发展学生的学习能力，提高学生的运用学习效果。

因此，为了有效地提高教学质量和教学效果，有必要进行集体备课，以下是对中等职业英语集体备课的若干探究，针对相应的设计和分析来提高中职英语教学质量。

一、当前中职英语集体备课存在的问题（一）组织过于形式化教师在进行集体备课时，必须有严谨的态度，积极进行课前准备。

然而，目前大多数的集体备课过于形式化，整个过程没有相应的标准进行约束，集体准备结果的转换效果相对较差，并且大多数验证没有将集体课准备的内容及时地纳入英语课程，因此失去了集体集体备课的重要性，甚至没有完成集体准备工作，也没有一种真正的集体备课模型。

（二）内容设计不是合理在组织和实施集体备课的准备过程中，组内成员没有对英语教学内容和教学方法进行深入的思考，以至于所涉及的集体备课方案不合理。

因此，在准备课程的过程中，为了使学生学习得更好更有效，教师应更多地关注学生的学习情况，根据学生的学习实际进行备课的合理设计。

（三）集体课程缺乏持续性在组织集体备课的过程中，英语教师过多地关注课程的准备和讨论过程，课后讨论后缺乏反思和总结。

中职英语集体备课是一项持续的活动，上课准备非常重要，但是备课的结论必须在课堂上得到进一步验证，教师必须通过学生的学习反馈对问题进行认真的分类，并分析问题的原因。

“校企合作”播州区中等职业学校校外实训中心项目合作方公开招商方案一、项目名称:播州区中等职业学校校外实训中心项目二、项目招商单位:遵义市播州区城市资源开发运营（集团）有限责任公司三、招商项目情况（一）合作项目简介:合作项目位于播州区龙坑街道办播州区中等职业学校正门东侧，项目用地约12.67亩，总建筑面积13524m2（地上三层:10812m2，地下一层2712m2），该项目预计总投资7100万元。

地类规划用途为汽车运用与维修技术及二手车交易市场兼容餐饮行业，容积率≤1.54%，总建筑密度≤57.9%，绿化率≥30%，使用年限25年。

（二）项目建设区域投资情况1、项目前期征拆及平场约400万元（涉及一个大型保养场的搬迁）。

2、地下停车场部分投资约700万（含停车出入感应系统）预计可设180个车位。

3、地上一层部分投资约2500万元（含大型智能汽车保养维护设备、技术培训、装饰装修及前期运转费用）。

4、地上二层、三层部分投资约3500万元（含餐饮加盟、装饰装修、人员工资及其他餐饮配套设施费用）四、合作项目优势（一）区位优势:该项目面临326国道，位于黔北汽车博览城对面，毗邻4所学校，地理区位优势明。

经营辐射面积及人口可达5平方公里及4万余人口，服务近10余家4S店。

（二）技术优势:依托职业学校汽运维修的技术人员优势打造全区汽修维护行业标杆品牌。

（三）业务保障:多单位多部门达成合作机制，为全区企事业单位规范用车、安全用车提供后勤保障。

（四）优惠并举:与多个能源企业达成战略合作，为该项目提供稳定全面的优惠服务。

五、招商资格条件（一）资格条件需同时具备以下条件才能报名参与本项目合作:1.具备一定实力的央企、国企或民企。

2.需遵守国家相关法律法规，无行贿犯罪记录。

（二）合作模式1.招商方邀请合作方共同开发建设运营本项目，合作方负责以出资修建该项目所有主体建筑（含基础、装饰装修）方式入股合作。

2.待项目建设完工后招商方与合作方根据合作协议约定进行下一步的运营开展。

1.1 总体指标 ...........................................................................................................................1 1.2 需求趋势 ...........................................................................................................................1 1.3 项目规模 ...........................................................................................................................2 1.4 行业分布 ...........................................................................................................................3 二、采购效率 .................................................................................................................................5 2.1 节支率分析 .......................................................................................................................5 2.2 项目节支率列表 ................................................................................................................6 三、采购供应商 .............................................................................................................................7 3.1 主要供应商分析 ................................................................................................................7 3.2 主要供应商项目 ................................................................................................................8 四、采购代理机构..........................................................................................................................9 4.1 主要代理机构分析 ............................................................................................................9 4.2 主要代理机构项目 ............................................................................................................9 五、信用风险 ...............................................................................................................................10 附录 .............................................................................................................................................12