基于項目驅動的數字圖像處理課程教學改革與研究

廖天力，鄧淼磊

（河南工業大學信息科學與工程學院，河南 鄭州 450001）

0 引言

視覺是人們從外界獲取信息的重要手段之一，對圖像信息的獲取和處理在我們的生產、生活中有著廣泛的應用，特別是在醫療健康、測繪遙感和工業工程等領域[1]。這對高校的數字圖像處理課程的教學和相關人才的培養方面提出了更高的要求。然而，目前的課程教學過程中存在教學內容陳舊、學生參與度不夠、理論與實踐脫節等問題[2-7]。隨著數字圖像處理技術的飛速發展、人才培養需求的不斷變化，如何改進教學模式，激發學生的學習熱情，提高課堂教學的效率，使學生能夠緊跟時代發展的步伐，是廣大任課教師迫切需要關心和解決的問題。

1 教學現狀與問題

數字圖像處理課程在許多高校的培養方案中屬于專業選修課，一般課時不多，以河南工業大學計算機科學與技術專業為例，總學時為44個，其中理論課32學時，實驗課12個學時，通常安排在大二下學期。根據該課程近幾年教學情況來看，教學內容、教學方法以及考核評價方面存在一些共性問題，導致教學效果不盡如人意，與人才培養目標存在差距[3]，主要表現在以下幾個方面：

（1）教學內容方面。該門課程所涉及的內容非常廣泛，主要包括圖像信號的數字化、圖像變換、圖像增強、圖像復原、圖像重建、圖像壓縮編碼、圖像分割和形態學處理等。一般有7-8個章節的教學內容，內容繁多、公式復雜、概念抽象，要求有較好的微積分、線性代數和概率學基礎，因此教學難度大，但同時課時安排少，無法形成完善的教學體系。實驗主要包括數字圖像基礎、圖像變換、圖像增強、圖像復原、彩色圖像處理和圖像分割等內容，實驗內容較為簡單，難度偏小，且類型大多為驗證性實驗，無法準確衡量學生對所學知識的運用能力和掌握程度。

同時，教學內容有待更新。當前圖像處理相關知識更新較快，教材與參考書中的內容與國際前沿相比仍然比較滯后，教師在課堂教學中往往局限于教材的內容，涉及的研究熱點和動態較少，學生也不會主動接觸前沿知識和技術，因此，目前的教學內容很難適應現代化教學的需求。

（2）實驗平臺方面。數字圖像處理課程實驗主要采用MATLAB作為軟件環境和實驗平臺。MATLAB包含的數字圖像處理工具箱內容豐富、功能強大，幾乎能完全覆蓋所有的課程實驗，這為任課教師實驗示例的演示提供了便利，但同時會造成學生學習興趣和成就感的下降，導致學生積極性不高，對圖像處理算法的理解不夠深刻等問題。

（3）教學方法和手段方面。傳統的數字圖像處理理論教學過程中，通常以PPT講授為主，板書為輔的手段傳遞知識，很容易陷入填鴨式的教學模式中，學生獲取的知識量也比較有限，獲取知識的手段比較單一；實驗教學中學生只是根據老師或指導書的示例機械、被動地模仿，去驗證算法的效果，對實驗算法原理的理解缺乏主動性和積極性，并不能做到觸類旁通地思考和解決實際問題。

（4）課程考核方面。現有的課程考核評價體系通常以期末考核為主，實驗和平時成績為輔對學生進行評定。期中期末考核不同專業會采取理論筆試或者課程報告等不同形式。理論考試無法評價學生的綜合實踐和開發能力，課程報告雖然一定程度上能考察學生對所學知識的綜合應用能力，但往往容易流于表面，難度太低，無法準確衡量學生的應用能力；難度太高，對應的教學內容課堂教學并沒有涉及，學生無法按時獨立完成，則會產生相互抄襲、上網查找等不良現象。

2 課程教學改革探索

現代教學模式應以學生為主體，老師在教學過程中不斷引導學生自主學習，激發學生的學習興趣和熱情。本文基于上述分析，結合實際情況，提出將項目驅動式教學融入課程中來，針對性地提出以下幾點關于課程教學改革的思路，以供參考和借鑒。

（1）優化教學內容，凝練核心專題。由于數字圖像處理課程內容與課時之間的矛盾，為了在有限的課時內完成教學大綱所要求的內容，必然會造成許多內容的講解不夠深入，與學生的互動和討論時間較少。因此，結合計算機科學與技術專業的特點以及本專業學生已修的相關課程，對教學內容進行精心優化，適當取舍，把重要、突出的知識點凝練成多個教學專題項目（如表1所示），以專題代替教材或章節，并對每個專題設置相對應的實例開展教學，引導學生逐一掌握圖像處理的基礎知識，從而完成教學任務。

表1 把重要、突出的知識點凝練成多個教學專題項目

在實驗教學內容的設計上，不同于傳統實驗教學多采用驗證性實驗，在教學專題項目的基礎上，在實驗教學中設計類似的示例，讓學生分組討論，設計算法并最終將成果在課堂上展示出來，相互比較。通過這種形式幫助學生加深對圖像處理基礎知識的理解和實際的應用能力。

（2）選擇合理實驗平臺，提高學習興趣。傳統的數字圖像處理實驗教學中一般使用MATLAB作為實驗平臺與工具，導致學生只是簡單的調用工具箱中的函數去驗證算法，失去對算法本身的學習與探索，無法深刻理解算法背后的原理和對應的基本概念[3]。因此，本文建議使用Python和OpenCV作為開發環境。目前前沿的圖像處理算法大都基于深度學習工具，采用Python語言來設計，Python相比C/C++而言，結構簡單，上手容易，結合OpenCV的工具包能幫助學生通過實驗更好地理解算法的原理，加強對數字圖像處理本質的認識，為后續的綜合性實驗算法的設計提供必要的基礎儲備。

（3）改進課堂教學方法，豐富教學手段。數字圖像處理理論內容繁多冗長，傳統教學過程不可避免會陷入填鴨式教學模式中，而且不注重圖像基礎知識與實際應用之間的聯系，導致與實踐脫節，學生的動手和創新能力也得不到提高。因此，根據專題項目所覆蓋的教學內容及相互之間的關聯性，結合任課教師自己的科研課題和國內外最新研究成果，以解決專題項目的方式引入相關概念和方法，開展教學。采用分組研討的形式，教師在整個過程中起指導作用，讓學生能真正參與到課堂教學中，調動學生的學習興趣和積極性，激發學生的創新思維。

（4）完善課程考核方式，提升教學質量。傳統的考核方式主要包括課堂考勤、實驗報告和期末考核，形式比較單一，不能準確衡量學生對基礎知識的掌握程度和應用能力。通過采用專題項目的教學方法和分組研討的形式，最終的課程考核方式可以改進為“分組研討表現+實驗表現+課程報告成果”，分組研討表現主要根據學生在組內研討中的參與度、貢獻度，如回答問題的表現，對項目基礎知識的講解等；實驗表現考查學生對實驗作業的理解、解決問題的思路、最終的算法質量和成果匯報的表現；課程報告成果考查學生對所學知識的綜合運用能力。

3 結束語

本文針對傳統數字圖像處理課程存在的教學內容陳舊，教學方式方法單一，理論與實踐脫節等問題，提出了基于項目驅動的教學改革思路，從教學內容、實驗平臺、教學方法手段和課程考核方式4個方面提出了具體改革措施，以此來提高學生的自主學習能力和對知識的應用能力，讓學生真正參與到課堂中來，為學生以后的工作打好基礎，力爭培養出具有創新能力的新世紀人才。