一点体会

1 心态

做研究并不是一件很容易的事情，对更多人来说，做科研应该是一件比较痛苦的事情，但是，也许正是因为难才显得可贵和有意义。因此，做研究最基本也是最首要的一个问题是思想认识的问题，也就是心态的问题。心态端正了，做科研可能会呈现出一个比较好的状态：痛但快乐着。这样一种心态可能有利于一种良性循环，越做越顺手，越做底气越足。

2 交流

在读一篇论文的时候，我们要尽量持否定的态度，努力从中发现文中的不足（尽管这常常比较困难，特别是在某一具体领域不是很熟悉的情况下，要做到这一点应该说是相当困难的，但这种研究论文的态度和方法一定要多揣摩）。一旦发现文中的不足，就应该让思维尽量放开，努力想出一种解决的方法。事实上，这样想出来的方法一开始可能不好，并且可能是非常不好，其结果可能还不及文中的方法。但是这时候不要轻易放弃，可以考虑从进行两类交流：软交流和硬交流。所谓的软交流又可分为两种：其一是自我交流，也就是独想，走路想，吃饭想，就是上厕所也可以想；其二是对外交流，和导师交流，和同学交流，和网络交流。自我交流和对外交流都只能算是一种软交流，中间可能会产生一些有利于解决问题的方法。不过这种想法对不对，好不好，那么就需要靠硬交流来验证。这里所谓的硬交流就是做实验。让软交流的输出做为硬交流的输入，并且让实验输出作为软交流的反馈。软硬交流间的循环反馈一般是要重复比较多次才可能会有比较好的结果。

3实验

对搞计算机的人来说，做实验就等于编程实现自己的想法。既然是实验，那么心里就可以有个底，也就是说先不管编出来的程序好不好看，耗不耗内存，速度快不快，只要程序能符合自己设计的意图，并且能产生预想的结果，这个实验基本上可以说是成功的。这样，做实验就至少会涉及到两方面的问题，其一是实验工具；其二是实验策略。对实验工具，大的原则显然是尽可能用自己熟悉的软件开发工具进行实验，但是，对图像处理和信号处理方面的问题，使用Matlab进行初期实验应该是一个不错的选择，这也早已被众多学者所认可。当然，一些开源的图像处理库也可以做为辅助实验工具，比如OpenCV，VTK，MITK等等。实验策略是先特殊再一般，先简单再复杂，这就是说设计的算法可以先只对某一类图像适合，然后通过改进使之能适合更多类的图像。比如说，可以让最初的算法只处理灰度图像，等灰度图像能处理后，在通过对算法的改进使之能处理彩色图像。先特殊再一般，先简单再复杂对研究新的算法可能是非常有效的，因为首先它能比较快的让人看到算法的一些效果，从而增加解决问题的信心。其次它将复杂问题进行分解降级，更易于编程实现。

上述的实验是针对自己的新想法所进行的实验，而我们知道，为了说明自己想法的好坏，还需要进行一些比较实验。比较实验至少含有两方面的意思：和哪些实验比较以及怎么比较。和哪些实验比较，一般而言，至少要和发现不足的论文中的方法进行比较。此外，如果设计的想方法确实不错，效果好，那么可以考虑和更多的，乃至艺术级的算法进行比较，这样做出的结果可能更具有说服力，也会增加实验的分量。第二个问题是怎么比较。以图像分割为例，大体上讲，基本上有两大类：主观比较、客观比较。其中主观比较主要是将不同的算法所得结果并排列出，由人眼睛来分辨效果的好坏，带有一定的主观性。其二是客观比较，从一些权威刊物上发现一些比较公认的客观比较框架，在这个框架里面进行比较分析。如果有条件的话，同时进行主管比较和可光比较会使得实验更具有说服力。