基于PBL模式的數字圖像處理課程教學優化探討

李亞楠 王海暉 劉黎志

[摘 要] 針對數字圖像處理課程教學現狀與“新工科”專業人才培養不匹配的問題，分析數字圖像處理課程的特點，提出了基于PBL模式的課程教學優化措施。在優化教學內容、教學手段和考核方式的同時，強調采用問題驅動法引導學生學以致用，激發學生學習興趣，培養學生創新意識和創新思維，使其逐漸形成觀察、思考和解決有關理論和實踐問題的能力。

[關鍵詞] 數字圖像處理;PBL模式;新工科;教學改革

[基金項目] 2017年度湖北省高等教育教學改革研究項目“新工科視域下的計算機類專業建設及工程型人才培養的研究與實踐”（2017323）

[作者簡介] 李亞楠（1990—），女，遼寧大連人，工學博士，武漢工程大學計算機科學與工程學院講師，碩士生導師，主要從事計算機視覺、數字圖像處理、模式識別等研究;王海暉（通信作者）（1969—），男，河北石家莊人，工學博士，武漢工程大學教務處處長，教授，碩士生導師，主要從事數字圖像處理、計算機視覺、人工智能理論與應用、智能計算等研究;劉黎志（1973—），男，湖北武漢人，工學碩士，武漢工程大學計算機科學與工程學院計算機科學與技術教研室主任，副教授，碩士生導師，主要從事云計算、大數據、集群環境下的機器學習及數據建模，基于移動互聯網的系統開發及應用研究。

[中圖分類號] G642.0 ? ?[文獻標識碼] A ? ?[文章編號] 1674-9324（2020）36-0251-03 ? ?[收稿日期] 2019-12-22

近年來，人工智能相關技術的迅猛發展使其成為推動新一輪科技和產業革命的重要驅動力之一，而隨之帶來的巨大人才缺口也逐漸成為高校相關專業亟待解決的問題。在“新工科”背景下，如何以“新模式”讓學生了解并掌握“新技術”，從而為人工智能等新行業培養實踐創新能力強的專業人才，是高校相關學科教師教學過程中關注的焦點。

數字圖像處理作為信息學科的專業基礎課[1]，既是學生了解人工智能、計算機視覺等領域的敲門磚和奠基石，又可作為學生深入學習的研究方向，具有知識點豐富、概念理解難、技術發展迅速等特點，其相關技術在很多領域都具有重要作用。筆者從提升人才培養質量的角度出發，通過分析數字圖像處理課程特點與現狀，了解PBL模式的主要內涵，闡述數字圖像處理課程教學優化的策略及具體改進措施，以達到幫助學生深入理解學習內容，構建知識體系，增強分析解決問題能力的目的。

一、數字圖像處理課程的特點與現狀分析

數字圖像處理是近幾年來信息處理技術中發展最快且應用范圍最廣的課程，呈現出良好的就業前景。起初學生會受課程前景優勢或網絡環境對“美圖”原理好奇心的驅使，容易對本門課程抱有期待和興趣，但在學習過程中，多數學生往往受困于復雜的數學公式和概念，導致學習興致消退。

對于課程教材，國內高校主要選用岡薩雷斯教授編纂的數字圖像處理[2]系列，內容豐富且理論論證清晰。然而，隨著計算機視覺及人工智能技術的高速發展，教材中介紹的基本算法和理論已無法滿足實際應用需求。此外，在實際教學過程中筆者發現，雖然教材內容涉獵較多，但章節之間關聯性不強，若完全依賴教材章節安排授課，難以讓學生構建系統性的知識體系[3]。

考核是檢驗教與學的效果，反思教學過程和教學方法的重要手段，不同的考核方式也會相應地指導學生如何進行課程學習。傳統的數字圖像處理課程考核多采用期末閉卷考試與平時考勤、作業及實驗報告相結合的方式，忽視了對學生團隊協作、知識遷移水平的客觀評價，致使部分學生不主動思考，僅僅為了應付考試，自身能力難以得到真正的鍛煉。

此外，在數字圖像處理領域，對問題的求解通常需要在夯實的理論基礎上進行實踐操作。目前的教學模式仍然以理論教學為主，并未強調對學生開放性思維進行鍛煉，“重理論、輕實踐”，在面對實際的圖像處理問題時，學生往往束手無策，或者很難找到提高圖像質量的最優方案。

二、PBL模式概述

PBL（Problem/Project Based Learning）是基于問題或項目的學習，起源于美國的麥克馬斯特大學的醫學專業[4]。與傳統教學以教學內容為出發點不同，PBL以問題為出發點，全部教學活動的組織和教學策略的選擇都是以問題為中心。PBL模仿了人類的學習發生機制，通過創設問題情境，讓學生主動發現和解決問題，更能激發學習的興趣和求知欲。

在PBL模式中，好的問題設計可以幫助學生更好地獲取和掌握課程知識，提升問題的解決能力，養成自我導向的學習習慣。因此，問題設計的有效性是PBL教學設計成敗的關鍵[5]。根據維果斯基的“最近發展區理論”，在實際教學過程中，教師應設計與學生知識儲備和能力相匹配的問題，讓學生能夠“跳一跳，摘個桃”。此外，PBL教學可以擴大信息來源，通過師生互動、查閱資料、團隊協作、動手實踐等方式將教學空間從教室擴展到無限的資源空間，開闊了視野，增加了思維的碰撞[6]。

三、基于PBL模式的數字圖像處理課程教學優化措施

結合數字圖像處理的教學現狀和PBL模式的特點，筆者從教學內容、教學手段和考核方式三個方面提出了教學優化措施。

1.課程教學內容。雖然PBL模式能夠發展和培養學生解決問題的能力，但基礎知識的系統構建是其基礎和理論前提。結合新工科背景下的教學目標和實際學情，數字圖像處理課程的主要內容包括：圖像及其表達與性質、圖像預處理、圖像形態學變換、圖像數據壓縮、圖像分割、圖像處理工具的應用，以及數字圖像處理的最新發展狀況。

受課時限制，單純利用課堂時間和依靠書本教材并不能讓學生快速掌握學科基本理論知識，難以達到預期的教學效果;因此，在具體設計理論內容時，要充分考慮到行業技術快速發展帶來的影響，把人才培養的目標向前瞻性轉變，至少要為學生畢業三到五年內的職業成就做出相應的規劃。在備課時，教師需要結合自身的專業知識及多渠道的資源，有選擇性地對課程大綱內容進行一定程度的分類和擴展，并要做到逐年更新課件及講義。對于理論性較強、內容關聯程度不高的章節，教師可以對要講解的內容做一個當前技術發展下的簡單分類，為學生構建一個基本的知識框架。例如對于圖像分割這一章，圖像分割方法可以分為傳統的圖像分割方法和基于深度學習的圖像分割方法。在本科階段，對于重點講授的傳統圖像分割方法可再進行細分，如基于閾值、邊緣、區域、聚類等分割方法。

此外，對于教學大綱中章節對應的固定課時安排，在實際課程教學中可以根據學生對知識的掌握情況進行靈活調整和安排。

2.教學手段。在教學過程中，要根據數字圖像處理課程具體的教學內容和目標綜合運用適合的教學方法和手段，做到教學相長。針對本門課程難度較高、更新換代快、學生入門難以及理論與實踐結合程度高的特點，可采用PBL模式教學方法實現課堂由“單向注入式知識傳授”向“互動式研究型能力培養”轉變。

經典的PBL模式源于醫學教學，由組織學習小組、創設問題、執行問題、成果展示和反思評價組成，在其他領域中的應用基本是此基本模式的變形。對于數字圖像處理這一門融合了計算機編程、數學分析等知識的課程，從主流理論算法論述到軟件的實際運用，都具有極強的理論性和實操性。在實際教學過程中，應該在構建理論知識、教師積極引導的基礎上，讓學生在實際應用場景中，以解決具有創造性的綜合問題為出發點，通過主動學習、組內協作、組間交流掌握專業知識，做到舉一反三、拓展思維，以達到教學目標。

由于數字圖像處理課程綜合性較強，一題多解的現象較多，因此在設計和應用PBL模式時采用重難點全覆蓋、方案開放式的問題情境創設方法，在減輕學生畏難情緒的同時，開拓問題解決的思路。因此，筆者將基于PBL模式的教學流程具體分為創設問題情境、組織學習小組、認識分析解決問題、成果展示、交流與評價及反思與總結（如圖1所示。在整個教學過程活動中，教師是監管者和引導者，在分析教學內容和全程提供教學指導、資源支持的同時，積極引導學生分組實現一題多解和交流反思。學生則是執行者和創造者，在創設問題情境時可以投入自身的想法和觀點，最大限度地激發學生的學習熱情和潛能，并根據興趣組建小組，利用線上線下資源完成問題的分析和解決方案，在成果展示中宣講獲得的知識技能，在交流與反思中對成果進行正確評估，最后對已有方案進行優化和多渠道求解。

3.考核方式。目前數字圖像處理課程的考核方法一般包括由作業、實驗報告組成的平時成績考核和卷面期末考核。這種評價方法卷面期末成績所占比例較高，缺乏對過程性考核的重視，也難以準確評定學生在團隊中的貢獻及有效作用。因此，針對課程特點和教學實施要求，可以采用個人與團隊考核相結合、教師與學生互評相結合的方式，增加過程性考核的比重及有效性。具體而言，課堂的講解內容通過作業形式完成，由教師測定，主要考查學生在階段性學習過程中對基本知識的掌握情況，成績計入總成績的20%;問題的實驗報告及匯報由學生組內互評、組間互評和教師共同測定，主要考查學生能否在團隊協作中利用所學的知識對問題進行正確的求解，成績計入總成績的40%;期末考試主要考查學生對基本概念的理解、重點知識的運用等，應該增加一些開放性或一題多解的問題，由教師測定，成績計入總成績的40%。

四、結語

為了提高新工科背景下圖像處理相關專業人才培養質量，增強學生的核心競爭力，筆者在分析現有課程教學現狀的基礎上，提出了基于PBL模式的課程教學優化措施。這種新模式的應用能夠打破書本理論知識與實際應用需求之間的掣肘，充分調動學生的內在動力，大大提升教學效果，著重鍛煉學生的自主學習能力、創新能力和團隊協作解決問題的能力，為創新創業教學設計提供一定的參考。

參考文獻

[1]王鵬.“新工科”背景下數字圖像處理實驗延展探索[J].工業和信息化教育，2018，69（09）：46-50.

[2]RC.Gonzalez，RE.Woods，SL.Eddins.“國外電子與通信教材系列：數字圖像處理（MATLAB版）[M].阮秋琦，譯.北京：電子工業出版社，2014（第2版）.

[3]酒明遠.人工智能背景下數字圖像處理教學方法的兩點思考[J].科技風，2019（33）：84-84.

[4]Edstr？觟ma K，Kolmos A.PBL and CDIO：Complementary Models for Engineering Education Development[J].European Journal of Engineering Education，2014，39（5）：539-555.

[5]朱芬娜.基于問題解決的教學在職教本科計算機課程中的應用研究——以《數據庫原理與應用》為例[D].昆明：云南大學，2018.

[6]唐金娟.PBL教學模式在影視創意課程中的應用效果分析[J].中外企業家，2020（08）：197.