基于優課聯盟的“圖像處理技術”課程教學探索

周瑩

摘 要：“圖像處理技術”是信息工程類專業最為重要的課程之一，同時是計算機視覺的核心基礎課程。在新一輪科技與產業革命中，計算機視覺有關新興產業飛速發展，但傳統教學已逐漸跟不上步伐。針對教學過程中理論教學與實踐教學不適配、互動性不足、反饋不及時和教學內容與模式滯后等問題，結合優課聯盟的線上平臺，開展線上+線下教學模式探究，線上教學以視頻學習與后臺數據追蹤為主，線下教學以答疑與反饋調整為主。針對線上+線下模式進行問卷調查，大部分學生感到滿意，但是認為線上教學資源有一定難度，并且在教學過程中需要更強的督促與考察。

關鍵詞：圖像處理技術;教學改革;優課聯盟

0? ? 引言

隨著新一輪的科技革命和產業革命到來，技術創新與新興產業如雨后春筍般不斷涌現。為應對全球新形勢、經濟發展新轉變，應對人工智能相關產業不斷發展與新興信息技術產業儲備人才不足的矛盾，國家提出“新工科”的發展戰略，對高等教育、工程教育培養模式進行深化改革[1]。“新工科”對應的是新興科技與產業，既包括人工智能、智能裝備、大數據和云計算等新興專業，也包括自動化、電子信息類、電氣工程類和機械工程類等傳統專業。新興專業是以傳統專業為基礎，傳統專業需要與不同學科進行交叉，特別是信息技術類專業，進行升級改造才能服務于新興產業。

“圖像處理技術”是電子信息類專業的重要專業課程，也是學習機器視覺的重要基礎。機器視覺是人工智能一個正在快速發展的分支，其能夠替代人的眼睛進行測量和判斷，并且具有更高的精確性、更快的速度、更高的效率和更低的成本。因此，其應用范圍也很廣，包括工業檢測、醫學影像、安防和交通管理以及衛星遙感等領域，還有近年來快速發展的自動駕駛和工業視覺機器人等新興產業。但是，對于這樣一門應用于新興產業的課程，傳統的教學方式逐漸不能滿足企業的用人需求。對于“圖像處理技術”這樣一門理論難度大、實踐過程復雜的課程，在傳統的教學方式中，不得不花費大量的時間進行理論教學，但是由于理論艱深、模型抽象，導致事倍功半;而對于實踐課程部分，實踐內容過于碎片化，實踐課效果不能滿足預期，且導致學生工程思維與動手能力提升不明顯。

隨著現代信息技術的高速發展，“互聯網+高等教育”的新形態逐漸融入高等教育改革之中，特別是在線課程的建設與應用。《教育部關于加快建設高水平本科教育全面提高人才培養能力的意見》提到推出3 000國家精品在線課程，共享高質量課程資源，起到示范作用，提升課程建設的整體水平[2]。由此，結合優課聯盟上山東科技大學曹茂永教授所開設的“數字圖像處理”在線開放課程與線下的教學，對“圖像處理技術”這門課程改革進行探究。

1? ? “圖像處理技術”課程教學中遇到的問題

1.1? 理論教學與實踐教學不適配

在教學過程中，發現“圖像處理技術”這門課程的理論教學與實踐教學出現不適配的情況。這種不適配主要體現在兩個方面：（1）理論教學與實踐教學課時不適配;（2）理論教學與實踐教學節奏不適配。

理論教學與實踐教學課時不適配，主要在于理論課時雖然多，卻不能反復學習，而實踐課時較少，不利于掌握實踐要求內容。理論課程知識量大且內容有一定難度，學生短時間內難以消化，并且結合實踐之后，需要重新再復習相關理論知識，但課程進度是線性的。實踐課程間隔較長，總學時較短，難以熟練掌握課程所要求內容。

而理論課程與實踐課程教學節奏不適配，主要在于理論課程較為集中，而實踐課程較為分散。過于集中且模塊化不足的理論知識會導致學生學習難度增加，加之，對應實踐課程需分階段學習，理論學習與實踐學習會出現錯位。節奏錯位使得學生已學的內容無法及時鞏固和練習，而進行實踐時理論知識印象已不深刻。

1.2? 互動性不足，反饋不及時

被動式學習是教學中必須面對且最為艱難問題之一。學生學習沒有主觀能動性，課堂氣氛沉悶，學習效果必然不佳。這種被動式學習在于缺乏互動性與及時反饋，學生與教師在同一空間卻猶如分隔兩地。在“圖像處理技術”這門課程的教學過程中，理論教學部分以講授為主，但講授時間一長學生就會出現倦怠，學生也紛紛表達希望課堂能夠更加活躍的想法。同時，缺乏互動也會導致教師不能及時了解到學生的學習情況。最后考試的成績是對于學生學習情況較為籠統的評價，難以準確、真實地追蹤學生的學習情況，但在現有的教學模式中缺乏有效的追蹤與反饋機制。

1.3? 舊瓶難裝新知

近年來，人工智能技術的突破和應用場景的擴展，其中計算機視覺技術應用極為廣泛，深入日常生活與專業領域。二維碼、指紋識別和人臉識別等技術已融入人們生活，機器視覺、缺陷自動監測、自動駕駛和機器人等技術在各領域逐漸成熟。計算機視覺技術仍在不斷更新，但作為其核心基礎的“圖像處理技術”這門課卻沒有銜接上實際應用。

“圖像處理技術”這門課程現有的教學模式具有靜態、滯后和彈性不足等特點，難以適應不斷更新的技術與應用場景。教學方式呈現靜態，理論課程以講解數學背景與公式推導為主，學生難于理解與激發興趣;教學內容呈現滯后，現有理論與實踐課程的內容滯后于技術應用，遇到復雜場景，學生難以應對;教學模式呈現彈性不足，固有的教學模式對外無法應對應用上的變化，對內無法挖掘課程思政思想。

2? ? “圖像處理技術”課程改革方案探討

2.1? 模塊化與項目化

針對上文中所提到的理論教學與實踐教學不適配，在線上+線下的教學模式下嘗試理論課程模塊化和實踐課程項目化的方式進行教學。理論課程模塊化是指將之前由單個知識點切入，對數學知識和公式推導進行講解的方式，轉化成以圖像處理技術中不同技術手段為模塊，從最基礎的模塊開始，依次提升模塊難度，最終將所有模塊進行組合解決不同情境下的問題。實踐教學項目化則是指將實踐課程內容由課本的知識遷移到實際的項目應用，結合理論課程中的主要模塊：圖像增強、圖像復原、圖像分割和特征提取等，形成兼顧基礎知識與前沿應用的一系列實踐項目。理論與實踐教學模塊與項目相對應，在大的模塊之下，切分成小模塊，每個小模塊對應著項目的進度，化整為零，把大問題切分成小問題。對于小問題以結果為導向倒推理論，使得理論教學與教學能夠較好地契合。

2.2? 獎懲游戲與數據追蹤

在線上+線下的教學模式下，在線上學生需選擇優課聯盟中曹茂永老師的“數字圖像處理”課程，完成簽到、視頻學習、作業、單元測驗、討論區與線上考試;在線下主要進行集中答疑、實踐課程、項目討論與線下考試。在線下教學的環節中，每隔一周對學生的線上自主學習情況進行檢查。教師組織課程知識競賽，以組為單位，采用積分制，回答正確的組進行加分，最后在學期末對積分最高的組全員進行獎勵。采用這種知識競賽之后，學生參與積極性提高。同時，可以定期考查學生學習進度與效果，學生與教師的互動比上課時更加頻繁，氣氛活躍，學生反應熱烈。在線上學習的過程中，通過優課聯盟課程后臺，統計分析學生簽到、視頻學習、作業、單元測驗的情況，通過測驗結果發現學生的薄弱點，在線下答疑時進行加強鞏固，通過視頻觀看次數，找到反復觀看次數最多的視頻，對相關知識點進行講解，通過學生作業情況實時掌握學生進度，對于進度較慢的學生提供幫助。

2.3? 動態教學構建

“圖像處理技術”是一門緊貼生活、生產實際且前沿技術不斷迭代的課程，囿于現有教學內容與教學模式，教學會陷入僵化。嘗試構建一種動態的教學模式，動態主要體現在兩個方面：教學內容和教學方式。教學內容不是固定的，設定一個前沿應用的章節，隨著技術的更新不斷更換，實踐課程中設定一個綜合應用，以當下熱點技術為題，幫助學生完成一個實際的有應用價值的項目。教學方式上將重心從“老師教”轉移到“學生學”，甚至可以是“學生教”，課程以集中解決問題為核心。這樣的方式彈性空間較大，過程中根據情況進行調整，同時，這種方式更加依賴于學生自身的主動性，故而，在整個教學過程中，教師需要嚴格要求學生，緊盯學習進度。

3? ? 評價與展望

針對“圖像處理技術”這門課程，根據教師教學過程中發現的問題和學生集中反映的問題，進行了改革嘗試，并對參與改革的同學進行了滿意度調查。調查結果如表1所示，由表可知，超過半數的學生對這樣的改革嘗試感到非常滿意，超過八成學生感到滿意;對于線上的教學資源學生感覺講解不夠詳細，更傾向于線上直播的方式或教師錄播的方式。這樣的改革嘗試總體而言是受到學生歡迎的，也確實對學習效果有一定促進作用，但是在執行過程中，仍存在部分學生跟不上進度，前沿應用題目有一定難度，導致實踐課效率較低和整體學生進展慢等問題，需在實踐中進一步改進。

[參考文獻]

[1]教育部.教育部高等教育司關于開展新工科研究與實踐的通知[R/OL].（2019-10-11）[2021-3-10].https：//www.sohu.com/a/304388578_120103333.

[2]教育部.教育部關于加快建設高水平本科教育全面提高人才培養能力的意見[R/OL].（2018-10-08）[2021-3-10].http：//www.moe.gov.cn/srcsite/A08/s7056/201810/t20181017_351887.html.

[3]劉東，方芳.人工智能視域下數字圖像處理課程的教學改革[J].福建電腦，2020（3）：23-26.

[4] 劉君.結合人工智能的數字圖像處理教學改革探討[J].科技創新導報，2018（16）：235-236，238.

[5] 田園.獨立學院數字圖像處理課程教學改革與實踐[J].中國現代教育裝備，2020（6）：107-109.

（編輯 何 琳）

Exploration of “Image Processing Technology” on university open online courses

Zhou Ying

（Guangdong Polytechnic College， Zhaoqing 526000， China）

Abstract：“Image Processing Technology” is one of the most important courses for information engineering majors， and it is also the core basic course of computer vision. In the new round of science and technology and industrial revolution， computer vision related emerging industries are developing rapidly， but the traditional teaching has gradually failed to keep up with the pace. In view of the problems in the teaching process， such as the mismatch between theoretical teaching and practical teaching， the lack of interaction， the untimely feedback and the lag of teaching content and mode， combined with the online platform of excellent course alliance， the “online + offline” teaching mode is explored. Online teaching mainly focuses on video learning and back stage data tracking， while offline teaching mainly focuses on question answering and feedback adjustment. According to the questionnaire survey of “online” + “offline” mode， most students are satisfied， but think that online teaching resources have certain difficulty， and the teaching process needs stronger supervision and inspection.

Key words：“Image Processing Technology”; teaching reform; university open online courses