秦琴 張希靚 屠子美 朱冬冬

摘? 要：針對測控技術與儀器專業(yè)應用型本科人才培養(yǎng)的需要，數字圖像處理課程進行了CDIO教學模式改革與實踐。通過項目式教學法，該教學改革課程基于原有課程基礎，貫徹CDIO能力培養(yǎng)宗旨，提高學生對該門課程的理解和實際應用能力，為應用型本科院校相關專業(yè)的數字圖像處理課程和實踐教學提供參考。通過教學內容、教學方法、實驗手段、授課方式等多個角度的改革與實踐，教學效果明顯提高。

關鍵詞：數字圖像處理? LabVIEW? 教學改革? CDIO

中圖分類號：TP301-4? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1672-3791（2021）02（b）-0001-04

The Teaching Reform and Practice of the Digital Image Processing Course Based on CDIO Mode

QIN Qin*? ZHANG Xiliang? TU Zimei? ZHU Dongdong

（Shanghai Polytechnic University， Shanghai， 201209? China）

Abstract：The Digital Image Processing course is reformed and practiced by CDIO teaching mode in order to satisfy the need of applied undergraduate talent cultivation of the major of Measurement & Control Technology and Instrument. Through the project-based teaching method， the teaching reform course is based on the original course foundation， implements the CDIO ability training purpose， improves students' understanding and practical application ability of the course， and it offers reference for relevant majors of applied undergraduate colleges as a digital image processing course and practical teaching. Through the reform and practice of teaching content， teaching methods， experimental methods， teaching methods and other angles， the teaching effect has been significantly improved.

Key Words：Digital image processing; LabVIEW; Teaching reform; CDIO

數字圖像處理領域是伴隨著計算機技術發(fā)展起來的較新的科學領域。近年來，借助微電子、探測、通信、編碼和航天等一些學科的研究成果，它得以快速發(fā)展。在國外，數字圖像處理技術發(fā)展早于國內，開設的課程也早于國內，并且有相應的經典教材。在國內，某些重點大學該門課程開設較早，注重理論講授，然而相對應的實踐實驗環(huán)節(jié)較少，且大多在研究生教育階段開設。

隨著科技的不斷進步，尤其是人工智能領域的爆發(fā)式發(fā)展，用人單位對本科生提出了更高的要求。上海第二工業(yè)大學工學部智能制造與控制工程學院測控技術與儀器專業(yè)于2011年為該專業(yè)本科生開設了數字圖像處理課程，自2017年起進行CDIO工程教育模式改革，并計劃于2018年實現全英文授課，接軌國內國際名校數字圖像領域最新發(fā)展前沿和教育資源。

該文總結了該門課程自開設以來的教學改革與實踐成果，為應用型本科院校相關專業(yè)的數字圖像處理課程和實踐教學提供參考。

1? 數字圖像處理課程內容改革

傳統(tǒng)的數字圖像處理課程注重理論知識的傳授和算法的仿真，而針對圖像采集、機器視覺和圖像缺陷檢測等工業(yè)上的典型應用知識的技術則涉及較少，并且這些知識在智能制造領域的信息傳輸、質量控制、生產監(jiān)控等諸多環(huán)節(jié)尤為重要。教學團隊針對上述問題，對數字圖像處理課程內容進行了改革。

原有知識章節(jié)包括緒論、數字圖像基礎、圖像幾何處理、圖像變換、圖像濾波、圖像恢復與重建、圖像壓縮、彩色圖像處理、圖像分割、形態(tài)學圖像處理、目標識別[1]。在原有課時學分不變的前提下，將形態(tài)學圖像處理和目標識別兩部分內容作為課外拓展知識，布置學生課后學習，同時增加機器視覺技術（圖像采集、軟硬件設計、圖像標定）和工業(yè)圖像檢測技術兩部分知識并配備相應的實驗實踐環(huán)節(jié)，如圖1所示。

機器視覺技術和工業(yè)圖像檢測技術是數字圖像處理技術走向具體應用必不可少的知識環(huán)節(jié)，也是檢驗理論知識和實踐能力相結合的關鍵。課程內容經優(yōu)化后，面向本科教學實用性與針對性更強。

2? 實驗教學改革及實驗平臺的建設

該課程實驗教學力求充分體現課程內容并加深學生對知識的掌握，鍛煉學生的應用能力和創(chuàng)新思維。對接改革后的課程內容，該實驗教學分為圖像處理算法仿真和機器視覺與圖像檢測兩個模塊，具體實驗項目設置見圖2。

圖像處理算法仿真模塊采用MATLAB語言編程實現數值計算和驗證，共含有6個實驗，這部分體現了該門課程經典的實驗內容和的實驗手段。機器視覺與圖像檢測實驗模塊則采用專業(yè)教師自己搭建的機器視覺教學平臺和工業(yè)機器人分揀實驗平臺。

圖3為機器視覺教學平臺，該硬件平臺包括PC機（千兆網卡）、光學支架、工業(yè)相機（GIGE千兆網接口）、鏡頭、光源及光源控制器，軟件系統(tǒng)采用LabVIEW軟件編程，功能包括實驗原理介紹、實驗硬件平臺介紹、實驗數據存儲、產品缺陷檢測、圖像尺寸測量等實驗內容[2]。

圖4為工業(yè)機器人分揀實驗平臺，硬件主要包括MOTOMAN系列MH5F型的六軸機器人、Manta G-201B工業(yè)相機、PC機和路由器組成。結合LabVIEW軟件編程和工業(yè)機器人實現圖像的采集、檢測和分揀工作，該平臺提供二次開發(fā)接口，鼓勵學生在本平臺上進行創(chuàng)新研究和實驗[3-7]。

3? 基于CDIO工程教育模式的課程改革

該課程自2017年起實行CDIO工程教育模式改革[8-9]，以項目式教學法全面提高學生能力。通過學生分組的形式自課程初始，教學團隊布置綜合性實驗內容：基于圖像處理的工業(yè)產品缺陷檢測項目。每組學生待檢測的工業(yè)產品均不同，項目具體技術要求包括檢測精度、檢測范圍、檢測速度、檢測結果輸出方式、檢測設備成本、安裝要求、工作環(huán)境及可靠性要求等。

學生自課程初期領取項目要求之后，帶著問題邊學邊處理;在課程中期進行項目技術方案答辯和討論，授課教師及時對學生的項目方案進行把關和指導;在課程末期學生需提交項目作品并進行答辯展示。

4? 雙語授課

為提高學生在該領域的科技英文詞匯并與國際接軌，該課程嘗試使用了英文教材和中文授課的雙語教學形式。

學生在初期學習純英文教材有些不適應，對知識點的理解有困難，需要教師花更多的時間和精力來引導和幫助。由于課時有限，因此授課教師通過布置大量的該領域科技文獻閱讀作業(yè)來快速提高學生的能力，具體為課程前1/3學時每周布置1篇科技文獻，要求學生翻譯重點內容，并在課堂上抽出時間進行點評;課程中間1/3學時要求學生在項目方案寫作和答辯時提供中英文兩個版本;課程后1/3學時要求學生用中英文撰寫項目結題報告。

學生經過雙語教學的改革模式以后，普遍反映課程初期閱讀該專業(yè)英文文獻有些痛苦，但由于是分組執(zhí)行作業(yè)要求，學生可以在課后充分溝通和交流，促進學習和理解。在課程中后期進行方案寫作、結題報告的寫作過程中，大家分工合作、共同完成任務，能夠體會到合作的樂趣和效率，并逐漸適應采用科技英文進行工作的方法和思路，收獲非常大。

5? 結語

為更好地滿足應用型本科人才培養(yǎng)需要，上海第二工業(yè)大學工學部測控技術與儀器專業(yè)教學團隊針對數字圖像處理課程，從教學內容、教學方法、實驗手段、授課方式等多個角度進行了改革與實踐。從教學效果來看，經過該輪改革，學生課程參與度明顯提高，且在CDIO項目實施過程中，普遍提高了學習熱情、知識掌握深度、學習信心以及解決實際問題的能力。

參考文獻

[1] Tsuchiya， Kentaro. Image processor， image processing method， image processing program， and image processing system[J]. And Then Becomes A Constant Value after Time，2018，1（1）：65-70.

[2] Esmaeel AM， Elmelegy TTH， Abdelgawad M. Multi-purpose machine vision platform for different microfluidics applications[J].Biomedical Microdevices，2019，21（3）：1-13.

[3] Vithu P， Moses JA. Machine vision system for food grain quality evaluation： A review[J]. Trends in Food ence & Technology，2016（56）：13-20.

[4] Nerakae P，Uangpairoj P，Chamniprasart K.Using Machine Vision for Flexible Automatic Assembly System[J].Procedia Computer ence，2016（96）：428-435.

[5] Hosseininia SJ， Khalili K， Emam SM. Flexible Automation in Porcelain Edge Polishing Using Machine Vision[J].Procedia Technology， 2016（22）：562-569.

[6] P. Raveendra，V. Siva Reddy，G.V. Subbaiah. Vision based weed recognition using LabVIEW environment for agricultural applications[J].Materials Today： Proceedings，2020，23（3）：483-489.

[7] LIANG Xu， he xiaomin， li xiuli， et al. A machine-vision inspection system for conveying attitudes of columnar objects in packing processes[J].Measurement，2016（87）：255-273.

[8] 裴劍輝.基于CDIO理念的計算機課程教學應用與反思[J].科技資訊，2020，18（10）：63-64.

[9] 周緯遠，何永玲.基于CDIO理念的機械應用工程師培養(yǎng)方法的探索[J].科技創(chuàng)新導報，2019，16（27）：218-219.