應用型大學研究生課程《數字圖像處理》建設初探

【摘要】在應用型大學中，作為電子信息類研究生，需要主修或選修“數字圖像處理”課程，該課程在人工智能領域中占據著重要的地位。根據市場需求和應用型研究生人才培養模式，提出“學生主體、教師主導”的課程建設機制。在教學中，建立“互動、開放”的課堂形式，采用啟發式、問題式的教學方法，基于項目提出實際問題，在原有的Matlab軟件教學實踐的基礎上，添加Python 軟件，提高學生解決基于人工智能技術的圖像處理問題的能力，實現教學案例與實踐環節的有效融合。本文對教學內容、教學方法、課程實踐、考核體系進行深度剖析，對建設研究生教育數字圖像處理優質課程具有重要的意義。

【關鍵詞】數字圖像處理? 研究生? 人工智能? 主動學習? 創新思維

【Abstract】In applied universities， as a graduate student of electronic information， you need to major or elect the “Digital Image Processing” course， which occupies an important position in the field of artificial intelligence. According to market demand and application-oriented graduate talent training model， a curriculum construction mechanism of “student-oriented and teacher-led” is proposed. In teaching， an “interactive and open” classroom format is established， heuristic and problem-based teaching methods are adopted， actual problems are raised based on the project， Python software is added to the original Matlab software teaching practice to improve? students?ability to solve image processing problems based on artificial intelligence technology，and realize the effective integration of teaching cases and practical links. This article conducts an in-depth analysis of teaching content， teaching methods， course practice， and assessment system， which is of great significance to the construction of a high-quality course of digital image processing in graduate education.

【Keywords】digital image processing; graduate students; artificial intelligence; active learning; innovative thinking

【基金項目】本文系2020年臨沂大學研究生教育優質課程建設項目（YZKC2005）的研究成果。

【中圖分類號】G64 ? 【文獻標識碼】A 【文章編號】2095-3089（2021）08-0186-02

一、引言

近年來，隨著人工智能（AI）、深度學習技術和大數據的迅速崛起，數字圖像處理技術已被廣泛用于工業檢測、生物醫學、通信、遙感、智能交通等不同的研究領域[1]。數字圖像處理作為人工智能大類的課程之一，是一門使用計算機進行分析圖像與提取信息的學科，具有交叉性強、實踐性和推理性強、內容更新快的特點[2-3]。傳統的“數字圖像處理”課程教學一般都以教師課堂講解理論知識為主，實驗課上，通過一些小型實驗來驗證簡單的原理，這種教學模式已不能達到培養研究生創新思維及實操能力的目的。為培養研究生的創新思維，激發學生的研究興趣，教師在授課過程中，可將晦澀難懂的基礎理論與直觀的實驗相結合，引導學生積極主動地參與課堂活動，通過以學生為主體的教學模式完成知識的傳授過程。針對數字圖像處理課程的特點以及與人工智能技術的相關性，本文依托圖像配準與智能計算研究團隊，結合教師的科研內容，對該課程的教學內容、教學方法、課程實踐、考核方式進行深度剖析，對于探索應用型大學研究生教育數字圖像處理優質課程建設具有積極的意義。

地方應用型大學臨沂大學雖然數字圖像處理課程給本科生開設多年，但是對該課程的研究生教學還處于起步階段，沒有形成適合應用型研究生人才培養的教學模式，在教學內容、教學方法、課程實踐、考核方式等方面還需進一步改革。

二、教學內容的調整

傳統的數字圖像處理課程的內容主要由五大核心模塊[4]組成：圖像幾何變換、圖像變換、圖像增強、圖像分割、圖像壓縮編碼。教材一般選擇電子工業出版社的岡薩雷斯編著的《數字圖像處理》一書。而近年來，隨著人工智能的崛起，數字圖像處理作為人工智能大類課程的一個分支，不僅在教學內容上而且在教材的選擇上都要與時俱進。

在教學內容上，不再局限于五大核心模塊，而是以學術論文為導向，指導學生查閱與自己方向相關的最新的學術成果，閱讀前沿的專業學術論文。研究生作為學習的主體，通過查閱文獻、了解論文的技術方法、復現實驗、對論文進行總結報告等一系列學習，可大大提高研究生學習的主觀能動性，可更深刻地理解圖像處理算法。同時，結合新時代的發展，依托圖像配準與智能計算研究團隊，結合教師的科研內容，在講述的內容上，增加了醫學圖像處理的實際案例和“互聯網與智能圖像處理”前沿的內容。

另外，在教材的選擇上，不再指定固定教材，學生可選擇經典的教材，也可選擇新興的電子教材，比如吳恩達主講的人工智能的視頻教材[5]，也可二者都選，讓學生作為教材選擇的主人，提高學生的參與度。

三、教學方法的改變

傳統的授課方式已不能滿足對研究生創新思維和動手能力的培養，研究生的教學模式要以學生為中心。

1.借助智慧教學平臺，使用案例驅動教學

對于數字圖像處理課程的基礎知識，可讓學生通過中國大學MOOC、在線學堂、B站、Coursera、雨課堂等智慧學習平臺自學完成。對于具體應用，教師可通過“雨課堂”，采用案例驅動的方式進行指導。比如在圖像分割部分，可對CT圖像肺結節分割案例展開講解。通過具體的案例，課堂互動，可讓學生能更好地理解圖像分割的理論方法，讓學生的課程代入感更強。另外，還可分配幾個相似的案例，讓學生自主選擇一個案例，獨立完成，這有助于培養學生的研究性學習思維，同時也體現了“學生主體、教師主導”的課程建設機制。

2.基于項目驅動的學生實踐及創新能力的培養

可讓學生參與到教師所主持的國家級、省部級或市廳級關于數字圖像處理的縱向項目或橫向項目的研究工作中來[6-7]，讓學生了解如何將理論知識與實際相結合，對所學知識有更深入的理解和掌握。通過項目驅動的方式讓學生參與到實際應用中來，不僅能提高學生的學習主動性、實踐動手能力和科研能力，還能培養學生的團隊合作精神，進而促進了應用型研究生人才的培養。

3.通過每周的專題講座、學術會議來拓展學生的學術視野和創新思維

學術會議和專題講座是學生了解學科知識最新動態的重要途徑。比如我們這個圖像配準與智能計算研究團隊每周都要參加MICS和VALSE的線上會議，每年也要出去參加2～3次的國際會議，寒暑假期間，若有合適的專題培訓，團隊也會派老師和研究生去參加培訓，同時，團隊負責人也會請一些與團隊研究方向相符的專家來學校進行專題報告。通過學術會議、專題講座和專題培訓方式的學習，可以使學生了解到所研究方向的最前沿的知識和方法，能夠更好地開拓學生的創新思維和學術視野，進一步提高學生的學習主動性和增強學生的科研興趣。

四、課程實踐的改革

傳統的課程實踐都是老師把實驗目的、實驗內容和實驗步驟分發給學生，讓學生通過MATLAB軟件進行編程驗證與設計，這樣限制了學生的自主性和創新性。由于現在圖像處理技術與人工智能的緊密結合，在MATLAB實驗的基礎上，我們增加了python軟件，同時在實驗內容上進行了改革。對于基礎性實驗和驗證性實驗通過智慧平臺讓研究生自學完成，對于研究性和設計性實驗，本課程可通過目前數字圖像處理的熱點研究方向，結合機器學習和深度學習，依托老師主持的科研項目，設計一批研究課題。學生可自行組織科研小組，選擇一個研究課題進行研究，小組成員之間分工合作完成課題研究內容，并在課堂上與學生分享研究成果。這樣不僅可以培養學生的科研興趣，還能幫助學生在研究問題的過程中進一步鞏固和消化數字圖像處理的理論知識和方法，從而實現對學生的數字圖像處理相關的研究性知識儲備和技能的培養。

五、構建合理的課程考核體系

傳統的課程考核體系一般由“平時成績+期末成績”構成，平時成績主要看出勤率、課程作業、實驗報告組成，期末成績由期末筆試成績確定，這種考核模式在一定程度上會造成高分低能的現象，不符合應用型人才的培養目標。

數字圖像處理作為一門與人工智能技術結合緊密、前沿性很強的學科，擬根據授課內容采用分項考核[7]的方式來完成學生的課程成績評定。課程采用考核制，考核成績由閱讀論文匯報成績、課題項目研究成績、課程論文成績三部分組成[8]。論文匯報成績主要是考查學生查閱文獻的能力、理解論文核心思想及算法的能力，查閱文獻、閱讀論文是進行科學研究的第一步。根據學生的匯報情況給出成績，這部分占總成績的30%。課題項目研究成績，根據課題項目的方案設計、算法設計、仿真情況以及成果演示來確定，項目研究能力是研究生必備的核心能力，是他們思維創新的體現，這部分占總成績的40%。

課程論文主要是訓練學生科技論文的寫作能力。本課程主要從以下6個選題中進行課程論文的布置：（1）數字圖像增強方法綜述與MATLAB實現（至少3種）;（2）圖像增強方法的深入研究（介紹1種或2種方法與經典的方法進行對比研究）;（3）圖像特征分析方法綜述與MATLAB實現（至少3種）;（4）灰度共生矩陣與灰度差分直方圖在圖像處理中的實際應用;（5）基于醫學圖像的不同圖像分割方法的分析與比較;（6）基于腦部圖像的圖像配準方法綜述。（5）和（6）主要是圖像配準與智能計算研究團隊所選題目，其他方向的學生可根據自己的研究內容進行調整。這部分占總成績的30%。

最后匯總閱讀論文匯報成績、課題項目研究成績、課程論文成績，給出數字圖像處理課程的總成績。這種分項考核的成績評定方式可以很好地評價學生學習的全過程，充分調動學生的主動學習性，有助于培養學生的創新思維能力和實踐動手能力。

六、總結

數字圖像處理課程是一門與現代的人工智能技術緊密結合的交叉性學科， 應用于各個前沿科技領域，依托于地方高校臨沂大學的研究生教育優質課程建設項目，對該課程的建設進行了初探。構建“學生主體、教師主導”的課程建設機制，加深了學生對數字圖像處理課程知識的理解和掌握，通過實施分項考核的課程成績評定機制，提高了學生的主動學習性和創新思維能力。為了實現對研究生的數字圖像處理相關的研究性知識儲備和科研能力的培養，本文從教學內容、教學方法、課程實踐、考核體系四個方面的建設中融入了科研思維，在很大程度上拓展了學生的學術視野，提升了學生的科研思維和實踐動手能力。課程的教學改革，對培養應用型研究生人才具有積極的意義。

參考文獻：

[1]唐佳林，楊華明，陳林，喻武龍. 項目教學法在《數字圖像處理》課程教學中的應用[J].中國西部科技，2015（2）：89-90.

[2]肖志勇，袁運浩，楊金龍.計算機專業課程教改探索：以《數字圖像處理技術》為例[J].教育現代化（電子版），2015（12）：196-198.

[3]劉印.數字圖像處理技術的應用與發展[J]. 信息與電腦，2018，408（4）：149-150.

[4]楊曉玲.基于人工智能的數字圖像處理課程教學改革實踐[J].職業技術，2021，20（1）：67-71.

[5]陳芳，張道強.基于研究性學習的數字圖像處理課程教學改革[J].軟件導刊，2020，19（12）： 48-50.

[6]劉忠艷，喬付，周波，等.項目教學法在數字圖像處理教學中的應用[J].高師理科學刊，2015（2）：75-77.

[7]于力，陳忠道.高校研究生教學改革思考——以“數字圖像處理”課程為例[J].工業和信息化教育，2020（9）：50-54.

[8]史彩娟，黃曉紅.基于創新型研究生培養模式的數字圖像處理與分析課程教學改革初探[J].中國教育技術裝備，2018（19）：93-94，105.

作者簡介：

徐艷（1978年-），女，山東臨沂人，臨沂大學信息科學與工程學院講師，主要從事模式識別、醫學圖像配準等方面的研究。