李琳芳 李艷翠 潘燦林 劉艷昌

[摘 要]《數(shù)字圖像處理》是一門跨多學(xué)科的課程，具有數(shù)學(xué)公式多、理論抽象和實踐性強等特點。針對《數(shù)字圖像處理》課程特點，結(jié)合河南科技學(xué)院信息工程專業(yè)教學(xué)實際，從教學(xué)內(nèi)容、教學(xué)方法、實驗項目設(shè)置、考核方式等方面進行研究，采用可視化教學(xué)方法激發(fā)學(xué)生學(xué)習(xí)興趣，分層式實驗項目提高學(xué)生的工程實踐能力和創(chuàng)新能力，改革考核方式，達到增強學(xué)生的創(chuàng)新意識、提高學(xué)生解決實際問題的能力。

[關(guān)鍵詞]數(shù)字圖像處理;課程教學(xué)改革;可視化教學(xué);創(chuàng)新能力

[中圖分類號]G434 [文獻標識碼]A [文章編號]1008-7656（2019）02-0027-04

引言

圖像是視覺的基礎(chǔ)，是人類獲取和交換信息的主要來源，在高速發(fā)展的信息時代，數(shù)字圖像處理技術(shù)被廣泛應(yīng)用于智能交通、航空航天、生物醫(yī)學(xué)、工業(yè)檢測等領(lǐng)域?！稊?shù)字圖像處理》是信息類專業(yè)重要的必修課程之一，一方面，圖像處理憑借其廣闊的應(yīng)用領(lǐng)域為本科生提供了很好的就業(yè)平臺，例如，基于內(nèi)容的圖像搜索方向的公司有微軟、谷歌、雅虎、百度等，醫(yī)學(xué)圖像方向的公司有西門子、GE、飛利浦、柯達等，計算機視覺和圖像識別方向的公司有上海法視特、大恒、凌云等，除此之外，還有許多需求圖像方面人才的公司，例如，摩托羅拉上海研究院、威盛、松下、索尼、清華同方、三星等;另一方面，人工智能作為未來一個長期重點研究方向，目前各個高校都在陸續(xù)增設(shè)人工智能專業(yè)，建設(shè)了人工智能、模式識別方面的實驗室，人工智能其中一個領(lǐng)域便是圖像處理，利用人工智能算法可以高效準確的進行圖像識別、目標檢測、圖像切割、圖像風(fēng)格遷移等，如果學(xué)生有扎實的圖像處理基礎(chǔ)，對學(xué)生進一步研究深造無疑是大有裨益的[1]。

一、《數(shù)字圖像處理》課程教學(xué)存在的不足

目前，在《數(shù)字圖像處理》的課程教學(xué)中，存在著以下不足。

（1）教學(xué)過程中對圖像處理的新算法闡述較少。對于工科生的培養(yǎng)，高校的目標是培養(yǎng)出符合市場需求、能解決社會實際問題的工程師，因此教學(xué)過程中一定要結(jié)合科技前沿，時代背景[2]，讓學(xué)生能夠用新興算法高效解決問題。

（2）教學(xué)方法多是傳統(tǒng)的“多媒體+板書”。數(shù)字圖像處理具有概念抽象、數(shù)學(xué)公式多的特點，對數(shù)學(xué)基礎(chǔ)要求較高，學(xué)生存在難以理解、缺乏興趣的現(xiàn)象。

（3）驗證性實驗較多，設(shè)計性和綜合性實驗比例相對偏低?！稊?shù)字圖像處理》是一門實踐性很強的課程，提高設(shè)計性和綜合性實驗的比例有助于提高學(xué)生創(chuàng)新能力和綜合解決問題的能力。

（4）考核方式不夠完善，以往考核采用閉卷考試或大作業(yè)形式。采用閉卷考試方式忽略了教學(xué)過程中的考核，學(xué)生缺乏學(xué)習(xí)積極性，存在考前突擊的現(xiàn)象，不能客觀全面地反映學(xué)生對知識掌握情況;采用大作業(yè)的形式會有雷同現(xiàn)象。

二、改進教學(xué)內(nèi)容

高校開設(shè)的《數(shù)字圖像處理》課程，一般只講傳統(tǒng)算法，如圖像灰度變換、空域圖像處理算法、頻域圖像處理算法、邊緣檢測與圖像分割算法、圖像復(fù)原算法等;而人工智能算法在圖像邊緣檢測、圖像分割、圖像識別、圖像匹配、圖像分類等領(lǐng)域有著廣泛應(yīng)用 [3]，例如，利用卷積神經(jīng)網(wǎng)絡(luò)算法進行手寫體數(shù)字識別、房價預(yù)測、紅酒品質(zhì)預(yù)測等[4]，利用遺傳算法對高噪聲細胞進行分割、霧天車牌識別等，利用蟻群算法進行人臉識別、硬幣識別、圖像情感分析等，利用模擬退火算法進行地圖自動著色、漢字識別等，利用粒子群算法進行圖像檢索、多模態(tài)醫(yī)學(xué)圖像配準等，這些算法在某些應(yīng)用層比傳統(tǒng)算法更高效和準確。

在人工智能時代，算法是關(guān)鍵，學(xué)生要學(xué)習(xí)能真正解決實際問題的算法，這些新興算法在以往的教材中很少提到，因此有必要更新教學(xué)內(nèi)容，優(yōu)化教學(xué)結(jié)構(gòu)，給學(xué)生講一些新興算法，可以通過專題形式將上述人工智能算法融入到課堂教學(xué)中。

三、優(yōu)化教學(xué)方法

（一）可視化教學(xué)

《數(shù)字圖像處理》課程理論性強，數(shù)學(xué)推導(dǎo)和公式較多，一味推導(dǎo)數(shù)學(xué)公式會使得學(xué)生覺得晦澀難懂。該課程很適合可視化教學(xué)，一方面，在授課過程中可適當引入Flash動畫，如圖像空域增強中的濾波是在空域內(nèi)做模板運算，利用Flash動畫可以形象的展示濾波模板在圖像上的遍歷運算過程;另一方面，多媒體教室的電腦上安裝MATLAB編程軟件，講課過程中可以用MATLB軟件對算法過程進行編程，通過對算法過程編程可以加強學(xué)生對算法原理的認知與理解。此外，通過對算法仿真運行，還可以使學(xué)生直觀看到算法處理效果[6]。

（二）知識關(guān)聯(lián)

《數(shù)字圖像處理》課程其中一個章節(jié)是傅里葉變換，信號與系統(tǒng)課程中學(xué)習(xí)過連續(xù)信號傅里葉變換，數(shù)字信號處理課程中學(xué)習(xí)過離散信號傅里葉變換、快速傅里葉變換，講課過程中要和以前所學(xué)知識關(guān)聯(lián)起來，不僅使學(xué)生容易接受新知識，也有助于學(xué)生建立起系統(tǒng)的知識體系。講課過程中巧用比喻，Gonzalez版的教材中將傅里葉變換類比成一個玻璃棱鏡，形象生動地闡釋了傅里葉變換的本質(zhì)。

（三）善用網(wǎng)絡(luò)資源

教師要引導(dǎo)學(xué)生善用網(wǎng)絡(luò)資源，例如斯坦福大學(xué)就提供有優(yōu)質(zhì)的圖像處理和機器視覺方面的公開課，網(wǎng)上論壇、博客也經(jīng)常會有一些工程師的經(jīng)驗分享，中國大學(xué)MOOC國家精品課程在線學(xué)習(xí)平臺有豐富的圖像處理方面的視頻，這些都可供學(xué)生借鑒學(xué)習(xí)。此外，可以關(guān)注相關(guān)的微信公眾號，例如大數(shù)據(jù)文摘、機器人及人工智能大賽等，這些公眾號每天都會推介一些最新的科技研究，會讓學(xué)生開闊眼界，創(chuàng)新思路。查閱資料和檢索信息是學(xué)生必備的素養(yǎng)，尤其人工智能算法需要大量數(shù)據(jù)集，學(xué)生要會找尋海量的適合的數(shù)據(jù)集。

四、優(yōu)化實驗設(shè)置

實驗課課時有限，開設(shè)過程中要減少驗證性實驗，提高設(shè)計性實驗和綜合性實驗的比例[7]。驗證性實驗主要由教師指導(dǎo)完成，設(shè)計性實驗和綜合性實驗采取兩人一組的形式，學(xué)生通過查閱文獻資料，自行設(shè)計解決方案，實驗過程中遇到的問題教師簡單指導(dǎo)，不作詳細說明，主要由學(xué)生思考完成。實驗項目設(shè)置如表1所示。驗證性實驗和設(shè)計性實驗主要是讓學(xué)生熟悉并掌握各種算法原理、特點，綜合性實驗是讓學(xué)生綜合利用多種算法完成工程項目，綜合性實驗除了用傳統(tǒng)圖像處理算法實現(xiàn)外，還可讓學(xué)生嘗試用神經(jīng)網(wǎng)絡(luò)算法+分類器實現(xiàn)[8]。

學(xué)院有圖像處理與模式識別實驗室、機器人重點實驗室，學(xué)院的機器人團隊有多項省級課題，2018年又成功獲批了新鄉(xiāng)市重大專項，一些學(xué)生已經(jīng)參與到了課題中，每周定期會組織師生討論，對于剛參與到課題中的本科生，安排有專門的研究生給予指導(dǎo)，以便讓學(xué)生迅速融入團隊課題。這樣既培養(yǎng)了學(xué)生的團隊意識，也為培養(yǎng)卓越工程人才奠定了基礎(chǔ)。

五、完善考核方式

《數(shù)字圖像處理》以往的考核方式存在一些弊端，必須選擇科學(xué)合理的考核方式。具體考核辦法為：最終成績=期末成績×60%+實驗成績×40%。一方面，期末考試設(shè)置“基礎(chǔ)概念理解—算法分析計算—綜合題目分析”這樣分層式的題目，側(cè)重對學(xué)生綜合能力的考核;另一方面，實驗成績=基本功能×25%+創(chuàng)新成分×25%+操作演示×10%+答辯情況×20%+實驗報告×10%+平時表現(xiàn)×10%，通過對實驗成績的綜合考量，可以調(diào)動學(xué)生學(xué)習(xí)過程中的積極性，端正學(xué)生撰寫實驗報告的認真態(tài)度，考查學(xué)生對知識理解掌握程度，提高學(xué)生的創(chuàng)新能力。

六、結(jié)語

圖像處理技術(shù)隨著科學(xué)技術(shù)的發(fā)展也在不斷發(fā)展、完善，新的圖像處理算法也在陸續(xù)提出，《數(shù)字圖像處理》的教學(xué)也要與時俱進，教師要盡可能參加一些相關(guān)會議，跟蹤圖像處理技術(shù)的最新動態(tài)，多進行行業(yè)交流，及時更新教學(xué)內(nèi)容，利用工科信息技術(shù)優(yōu)勢豐富教學(xué)方法，扎實學(xué)生理論基礎(chǔ)知識，借助實驗項目提高學(xué)生創(chuàng)新能力和工程實踐能力。文章結(jié)合教學(xué)實際，對《數(shù)字圖像處理》教學(xué)改革進行了研究和探索，經(jīng)過近三年的實踐檢驗，大部分學(xué)生提高了學(xué)習(xí)興趣，查閱文獻的能力及綜合分析問題的能力明顯提升，學(xué)習(xí)效果也明顯得到改善。

[參考文獻]

[1]蔣斌，張俊松，孟穎輝，等.數(shù)字圖像處理課堂教學(xué)研究與探索[J].計算機教育，2017（9）.

[2]朱士虎.《數(shù)字圖像處理》課程教學(xué)改革與實踐[J].現(xiàn)代計算機，2015（3）.

[3]張林，沈瑩.研究生課程高級數(shù)字圖像處理的建設(shè)方案[J].計算機教育，2017（6）.

[4]R.C.Gonzalez，R.E. Woods.數(shù)字圖像處理（第三版）[M].北京：電子工業(yè)出版社，2011.

[5]張景虎，孔芳.人工智能算法在圖像處理中的應(yīng)用[J].電子技術(shù)與軟件工程，2014（8）.

[6]鄭慧誠.“數(shù)字圖像處理”課程教學(xué)實踐與探討[J].電氣電子教學(xué)學(xué)報，2012（3）.

[7]吳全玉，劉曉杰，等.“數(shù)字圖像處理”課程實驗教學(xué)研究與探索[J].電氣電子教學(xué)學(xué)報，2016（1）.

[8]何楚，卓桐，楊應(yīng)聰，等.基于開放源碼分析的數(shù)字圖像處理課程教學(xué)實踐[J].計算機教育，2014（18）.

[作者簡介]李琳芳（1988-），女，河南新鄉(xiāng)人，河南科技學(xué)院講師，碩士，研究方向：圖像處理與模式識別;李艷翠（1982-），女，河南延津人，河南科技學(xué)院講師，博士，研究方向：自然語言處理;潘燦林（1982-），男，浙江新昌人，河南科技學(xué)院講師，博士，研究方向：無線通信技術(shù);劉艷昌（1979-），男，河南鶴壁人，河南科技學(xué)院講師，碩士，研究方向：智能控制。

[責(zé)任編輯 何一輝]