“新工科”背景下數字圖像處理課程教學改革與實踐

■ 丁 衛，王 偉

（常熟理工學院電氣與自動化工程學院，江蘇 常熟 215500）

近年來，隨著人工智能技術的飛速發展，工業界的科學技術和產業格局正在發生重大調整，在“新工科”背景下，學科交叉融合已經成為現代科學和工程技術發展的重要趨勢[1]。數字圖像處理是一門融合電子學、數學及計算機科學等學科的交叉課程[2]，具有多學科交叉課程的一般特性，即呈現內容覆蓋面廣、理論性強，對學生綜合能力要求高的特點[3]。在實際教學中，該課程具有如下特征：首先，數字圖像處理課程內容寬泛，但各個章節內容獨立，導致學生難以構建系統性的知識體系，容易失去學習興趣，影響后續學習[4]；其次，數字圖像處理課程注重理論講解，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[5]；再次，數字圖像處理課程知識點多，涉及內容包括圖像增強、圖像壓縮、圖像復原、圖像分割、圖像理解等，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；最后，數字圖像技術更新快，實際應用多樣化，教學內容與新技術之間存在脫節，教學內容不足以解決實際應用問題。隨著數字圖像處理課程在諸多人工智能、機器視覺領域的廣泛應用，該課程正成為信息處理技術中發展最快且應用范圍最廣的課程。因此，以數字圖像處理課程為代表，以培養實踐創新能力強的新型復合工科人才為目標的多學科交叉課程的教育模式和教學內容改革亟待探索。

一、數字圖像處理課程教學改革研究現狀分析

國內教學研究人員對數字圖像處理課程的教學內容、教學過程、實踐和創新教學、課程育人等方面進行了一系列探索和實踐改革。王偉等[6]探討了一種將傳統教學模式與在線教學結合的新的混合教學模式，將課堂教學與MOOC資源相結合，課外以豐富的視頻資源教學為主，課上針對視頻授課的內容進行深入討論、答疑為主。李亞楠等[3]強調采用問題驅動法與過程性考核，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、成果展示、交流與評價及反思與總結，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；崔文超等[2]基于OBE理念，探索了以項目驅動的教學方式對數字圖像處理課程進行改革，從項目調研、項目設計、項目實現、項目運行反饋四個方面對課程內容進行工程化重塑，多年的教學實踐表明該模式能有效提高學生的工程應用實踐能力；羅曉清等[7]對研究生“計算機視覺原理與應用”課程教學改革進行探索，對課程內容和教學策略以及考核方式進行探索；田園等[8]以數字圖像處理實驗課程教學改革為例展開研究，數字圖像處理課程的實踐教學因秉承“一條主線、三個模塊”理念展開創新實踐，以激發學生的學習興趣，培養學生的動手能力，將所學的理論知識應用到處理實際問題中；張儼娜等[9]基于翻轉課堂重新設計了教學流程和內容，以期變被動學習為主動學習，培養思辨和創新能力；侯麗玲[10]針對高職專科院校“數字圖像處理”課程的教學現狀，提出了基于Halcon軟件的數字圖像處理教學方案。談玲瓏等[11]在實驗教學中增加面向工程實踐的特色實驗項目，在實驗教學環節中引入翻轉課堂教學模式，打破傳統教學的時間、空間限制，在實驗考核中增加對實驗創新性設計、操作演示情況以及線上學習情況的考核；劉東等[12]從課程內容優化、教學方法改革、實驗教學設置等三個方面探討了人工智能視域下數字圖像處理課程的教學改革。

從上述研究發現，國內外學者對數字圖像處理教學方法開展了深入研究，但是現有數字圖像處理課程教學方法尚未詳細闡明教學理論方法應用于實際教學的具體實施過程；數字圖像處理課程知識點多且相互獨立，但尚未建立數字圖像處理課程中知識點之間的知識串聯模型；數字圖像處理應用領域廣泛，應用類目多樣化，而現有教學內容與實際應用之間存在脫節，導致無法真正學以致用。為了解決上述問題，本文基于OBE教學理念，以學生學習興趣培養為導向，以解決復雜工程問題為目標，強化學生的主觀能動性和實踐能力，不斷提高數字圖像處理的教學質量。

二、基于問題驅動的項目式融合教學方法

（一）基本原理

問題驅動教學是模擬人類學習發生機制，教師通過設計與學生知識儲備相匹配的問題，激發學生學習興趣和學習主動性的教學方法。該方法可以以學生為教學中心，實現課堂由“教師知識灌輸”向“師生互動式學習”轉變[3]。然而在實際教學應用中發現問題驅動教學存在如下不足：首先針對具體教學內容該如何合理設計問題，其次問題之間的內在邏輯性和引導性不足，最后問題設計缺乏實際應用問題考慮和知識拓展。為了解決上述問題，本文從數字圖像處理課程特點、人才培養需求和學生發展的角度出發，提出了一種新的問題驅動教學和項目式教學融合的教學方法，教學思維導圖如圖1所示。首先將教學知識點分解為以下三個問題，即“所學知識點是什么？”“知識點是如何實現的？”“知識點是如何應用的？”，再依據每個問題的復雜度，分解為2—3個小問題，通過引導學生按照邏輯順序解決小問題，進而實現三個大問題的求解，在問題求解中，引導學生完成知識點學習。在問題設置時，需要考慮學生的前期知識儲備和能力，設計合理難度的問題，讓學生能夠“跳一跳，摘個桃”；其次，問題設計要具有一般解決問題的邏輯性，要符合由易到難，由簡單到綜合，且要注意解決問題的先后次序；最后，問題設計要理論聯系實際，引導學生實現知識點的實際應用。該方法以學生興趣培養為導向，強化學生的主觀能動性；以問題驅動為邏輯主線，培養學生自主解決問題的能力；以實際工程應用為教學情境，提升學生的應用實踐能力。

圖1 教學思維導圖

（二）教學設計

本文以數字圖像處理中Hough變換為例，以無人駕駛中車道線檢測為應用情境，以問題為邏輯主線展開知識點，具體實施方式如圖2所示。課前通過藍墨云班課手機APP發布課前預習任務，對學生的知識基礎、預習情況進行了解，為進一步課堂理論教學提供參考。在教學過程中，以智能車無人駕駛中車道線檢測為情境，播放相關視頻以吸引學生注意力，明確課程內容。通過圖片演示，幫助同學具體回顧邊緣檢測知識，并提出問題，即邊緣檢測后，如何進一步自動連接斷開的輪廓并檢測道路線？從而引入課程內容并建立新知識點和已學知識點之間的聯系。新課內容由理論教學和教學演示組成，其中理論教學圍繞以下三個主要問題展開，即“什么是Hough變換？”“怎么實現Hough變換？”“如何應用Hough變換？”。具體如下：

圖2 Hough變換教學設計

1.針對第一個問題“什么是Hough變換？”，將該問題分解為以下三個小問題：通過問題1引出參數和參數坐標的概念；利用問題2觀察圖像坐標與參數坐標之間的轉換關系，引出Hough變換的基本原理和性質；通過垂直直線無法用直角參數方程表示，引出問題3：為什么直線要用極坐標參數表達式表示。

2.針對第二個問題“怎么實現Hough變換？”，將該問題分解為兩個小問題，通過解決問題，使學生掌握Hough變換的計算原理和實現步驟。

3.針對第三個問題“如何實現Hough變換工程應用？”，將該問題分解為三個小問題，通過問題1讓學生明白使用車道線檢測的具體實施步驟，通過算法設計，實現已學圖像預處理知識和新學知識的知識串聯；通過問題2引導學生了解圖像處理軟件中圖像處理模塊相關算子和參數的含義，能夠根據具體情況，靈活選用算子和修改參數；通過問題3讓學生掌握圖像處理編程軟件使用方法，實現基于Matlab或者Halcon的車道線檢測完整過程。

知識點講解完畢后，帶領學生回顧教學內容，引導學生對Hough變換的主要性質和技術優勢進行總結，在理解Hough主要思想的基礎上，知識拓展思考Hough變換還可用于哪些曲線的自動檢測。課后，通過二維碼給學生分享卡奈基梅隆大學的計算機視覺研究主頁，方便學生復習和知識拓展；通過藍墨云設置測試題目，使學生鞏固學習內容。

（三）教學改進

本教學設計基于OBE教學理念，采用以問題為中心的教學法，使學生掌握Hough變換的基本原理、實現步驟和實際應用，引導學生在類似智能系統設計與開發中學以致用。在教學過程中，教師可以通過藍墨云軟件設置調查問卷，以及通過QQ和微信等聯系方式與學生建立點對點關系，及時解決同學們學習過程中遇到的具體問題，課后的學生評價以及課后作業反映出了學生在學習中存在的問題，教師應當根據學生學習情況對教學方案作出調整，以確保教學質量并且持續改進教學方案。

從數字圖像處理課程需求、學生需求和學生發展的角度出發，基于OBE教學理念，對數字圖像處理的教學過程和教學方法進行了探索，提出了一種新的基于問題驅動的項目式融合教學方法。該方法通過合理設置問題和引導式解決問題，強調了學生的主導性、能動性，激發了學生的學習興趣；通過項目式融合教學，可將算法的理論知識與具體應用緊密結合，增強各個獨立知識點之間的聯系，有利于為學生建立完整的知識體系，提高教學質量，并為其他多學科交叉課程的教學實踐提供理論參考。