教育數字化轉型下AI賦能數字圖像處理教學改革探索與實踐

中圖分類號：G420 文獻標識碼：A 文章編號：2095-5995（2025）01-0032-06

一、背景

伴隨新一輪科技革命和產業革命的深人推進，教育數字化轉型已經成為全球共識，數字化已經成為新時代世界范圍內教育變革的戰略方向和重要推力。近年來，我國陸續出臺了《教育信息化2.0行動計劃》（2018年）、《中國教育現代化2035》（2019年）、《關于推進教育新型基礎設施建設構建高質量教育支撐體系的指導意見》（2021年）和《“十四五”數字經濟發展規劃》（2022年）等一系列政策文件，充分表明了堅定我國教育數字化改革的決心。習近平總書記在主持中央政治局工作時明確指出：“教育數字化是我國開辟教育發展新賽道和塑造教育發展新優勢的重要突破口。”可見，教育數字化戰略行動是順應時代潮流和推進教育創新和高質量發展的重大舉措，對于推進我國教育現代化和教育強國建設具有重要意義。人工智能技術的蓬勃發展在極大促進科技進步和經濟發展的同時，為數字賦能教育帶來了新的機遇。高等教育作為教育強國的龍頭，研究“人工智能十X”復合專業培養新模式，多渠道培養解決“卡脖子”問題的科創新型關鍵技術人才，是推進教育、科技、人才的一體化發展的重要保障，也是適應全球大變局下的科技創新趨勢和更好應對國際競爭的重要前提和支撐。

數字圖像處理課程作為一門實踐性強、應用性廣且前景廣闊的課程，融合了計算機科學、電子工程和數學等多個交叉學科，應用場景涵蓋航天航空、生物醫學、智能交通、工業檢測等眾多領域。國內外很多知名高校和在線學習平臺（如Coursera、edX、Udemy等）都普遍開設了該課程。例如，美國頂尖大學（如麻省理工學院、斯坦福大學、加州大學伯克利分校等）和英國頂尖大學（如牛津大學、劍橋大學等），以及歐洲眾多知名大學 （如蘇黎世聯邦理工學院等），都將數字圖像處理列為計算機科學和工程專業的必修課；我國的眾多重點高校，也都將數字圖像處理列為人工智能課程體系或課程群的基礎核心課程。總之，在全球范圍內，無論是學術研究還是產業發展領域，數字圖像處理都受到了廣泛的關注和應用。

近年來，為了響應大數據和人工智能時代的召喚，促進人工智能與其他學科的深度交叉融合，國內一些高校針對新形勢下數字圖像處理課程的建設和改革，進行了有益的探索和研究。如北京航空航天大學[1]和哈爾濱工業大學[2]強調改革應鼓勵發展學生創新性思維，湖南大學[3］提出“線上理論 + 線下討論”一體化教學模式；武漢大學[4］和天津醫科大學[5]、中國礦業大學[6]和南京信息工程大學[7]分別開展了醫學圖像處理和遙感數字圖像處理課程的實踐教學改革研究。然而，目前國內數字圖像處理課程建設總體而言，教學資源、教學手段和評價方式仍滯后于新興技術發展，難以滿足人工智能時代的學科建設與創新性人才培養的戰略需求。因此，研究適應新形勢下數字圖像處理課程的學科發展和教學改革勢在必行。

二、課程教學現狀分析

本文首先對目前國內外相關高校的數字圖像處理課程教學現狀進行了充分的調研。國外大學普遍采用岡薩雷斯的《數字圖像處理》作為教材，一些大學將數字圖像處理課程與其他課程相結合以強化教學特色及應用，如加州大學伯克利分校結合宇航空間技術和醫學應用開設數字圖像處理課程，杜克大學結合消費領域應用開設該課程；關于國內高校數字圖像處理課程教學現狀，目前已有較多研究[8]-[11]，指出該課程自前存在教學體系不合理、教學內容滯后、實踐環節薄弱和考核方式單一等不足，并針對性提出一系列改革方案。

在此基礎上，本文重點分析了2018年以來教育部發布的《關于開展新工科研究與實踐的通知》和《高等學校人工智能創新行動計劃》等一系列戰略規劃和行動計劃，結合新形勢下高等教育的新理念、學科專業的新結構、人才培養的新模式和教育教學的新質量，本文將目前國內數字圖像處理課程教學存在的局限性及教學改革的重點總結為以下三個方面：

（一）教學信息資源持續建設與更新的問題

傳統數字圖像處理課程的教學信息資源與教育數字化轉型下的信息化教學模式契合度不夠，需要持續更新改進，并增加適應教學模式改革的新形態信息資源。具體而言，信息技術的發展已經進人大數據和人工智能時代，專業知識急劇膨脹，摩爾定律依然適用。大數據的多源異構、多尺度、多維度等特性以及人工智能各項新技術，都正在深刻影響著傳統數字圖像處理課程的知識體系及教學形式。然而，目前的數字圖像處理課程仍主要采用形式單一的傳統教材，教學資源、形式和內容相對陳舊，缺乏與時俱進的新形態資源，對人工智能領域最新成果的跟蹤和引入有限；此外，知識點之間的關聯較為松散，與其他領域的交叉融合性弱且缺乏實際場景案例，難以滿足新形勢下學科建設與創新型人才培養需求。

（二）面向新工科工程能力的問題

傳統的數字圖像處理課程教學普遍采用“四中心”培養模式，即以課程為中心、老師為中心、教室為中心、考試為中心，難以為新工科高層次創新人才培養需求提供有效支撐。具體表現在四個方面：（a）理論教學和實踐教學的矛盾：理論課時過多，而實踐教學較為薄弱，“重理論、輕應用”現象明顯，導致學生對實際應用需求的理解不足，對算法的理解停留在理論層面，難以做到學以致用；（b）實踐教學原理驗證性多、研究探索性少，基礎訓練多、綜合提高少，且產教協同實踐育人深度有限，很少將企業在科技創新中的能動性融人課程教學，大多數學校傳統實驗環境難以支持有深度的專業實驗；（c）教學模式以教師傳授為主，教師充當知識的傳遞者和灌輸者，采用以知識傳授為主的教學方法，缺乏任務式驅動，忽視了學生創新思維與工程實踐能力的培養；（d）教學評價方式單一且“重結果、輕過程”，目前的課程教學中，卷面考試仍然是課程考核的主要方式，難以精準考核學生對學科動態的了解情況、運用理論知識的實踐能力以及解決實際問題的創新能力。

（三）教學模式與教育新理念不相適配的問題

傳統的數字圖像處理課程在教學中普遍存在專業教育與思政育人、知識傳授與能力培養、教學手段與信息技術結合不夠緊密的問題。因此，亟須將思政教育、高階思維培養和信息技術等先進教育理念融人到教學模式改革中。目前教學過程中側重介紹數字圖像處理技術的相關算法本身，而對數字圖像處理技術的發展歷史、尤其是我國數字圖像處理技術發展的歷史沿革及前沿動態結合有限，如能在教學中適時融入當前人工智能和深度學習的最新進展及其在醫學、遙感、智能交通等領域的應用，如基于AI算法診斷新冠肺炎疫情、數字孿生及元宇宙應用、無人駕駛領域等前沿知識，則既能幫助學生理解本學科的科學問題和關鍵技術，又能提升學生對本學科發展動態的敏銳度和感知力，對于樹立學生良好的職業道德觀和社會主義核心價值觀，以及勇攀科學高峰的志氣和情懷都大有裨益。

由此可見，在教育數字化轉型大背景下，探索和研究AI賦能數字圖像處理教學改革模式，構建能力導向的高層次創新人才培養教學體系，從而滿足新形勢人才培養戰略需求，是大勢所趨，且已迫在眉睫。

三、教學改革思路

（一）構建“融合一實踐一創新”的創新型人才培養教學體系

針對目前數字圖像處理課程教學存在的局限性，本文提出“融合一實踐一創新”的創新型人才培養教學體系，包含3個層面（如圖1所示）。

其中，“融合”指的是將人工智能技術的動態發展前沿融人課程的理論教學環節，加強學科交叉融合，強化學生對理論基礎知識的掌握和人工智能實際應用場景的理解；“實踐”指的是加強實踐教學，結合人工智能科研項目設立課程實踐環節，提升學生的創新實踐能力，實現課堂理論學習和科研項目實踐的良性互動；“創新”指的是通過理論學習和人工智能案例實踐，引導學生思考科學問題，養成“問題大于方法”的科研思維。總之，“融合一實踐一創新”的創新型人才培養教學體系通過最新科研成果帶人課堂，用科研成果更新理論和實踐教學環節內容，充分體現了“科研反哺教學”的理念和思路。

（二）設計基于科研項目引導的任務驅動式教學環節

本文提出人工智能科研項目引導的任務驅動式教學模式，依托實際的人工智能科研項目，以問題和任務需求為導向，引導學生帶著人工智能科研項目中的任務和需求進人學習情境，使學生理解具體的圖像處理算法在真實場景中的應用，以此帶動其學習興趣和積極性。具體的實踐環節中，要求學生完成從模型構建一算法設計一開發一驗證的整體流程，使其學習超越算法理論層面，將所學知識應用于大數據和人工智能實踐，從而培養學生發現和解決實際問題的能力、提升其創新性思維。表1給出“智慧交通視頻大數據智能分析關鍵技術”項目的任務驅動式教學方法實例，包含任務驅動算法、知識模塊、知識點融合及場景案例。

（三）構建多維度全過程考核體系

構建完善的多維度全過程考核體系，能夠綜合考核學生的實際應用能力和對數字圖像處理領域最新研究進展的了解和掌握情況，同時深化學生對于專業知識和學科交叉融合應用的理解，充分調動學生的學習能動性，更好地培養學生的實踐能力、團隊協作能力以及創新思維。本文提出包含“基礎理論一課堂互動一小組開放性課題設計與實現一前沿綜述報告”的多維度全過程考核體系，除了傳統卷面考試之外，將考勤及課堂互動、開放性課題設計與實現以及前沿動態跟蹤納人目前考核體系。一方面，將原有的單一算法代碼仿真實驗調整為面向任務的開放性課題，要求學生在相關科研項目范圍內自選題目，分小組設計、實現算法并撰寫報告，以考核學生對數字圖像處理技術的實際應用能力以及團隊合作能力，并鼓勵學生以此課題為基礎申請大學生創新創業項目，進一步提升學生的雙創能力。另一方面，要求學生針對具體的研究方向查閱文獻，調研最新研究動態，撰寫調研報告，以考核學生對該領域發展前沿的了解程度以及科學問題的發現能力。此外，借助微助教等教學平臺的課堂互動功能及時掌握學生對知識點的掌握情況，在便于調整教學內容的同時，也作為一項重要的過程考核依據納人考核體系。

四、結束語

教育數字化已全面走向縱深，AI賦能高等教育是實現教育強國的必經之路。本文以AI基礎核心課程一一數字圖像處理課程為例，對AI賦能的數字圖像處理課程教學模式系統化創新和科研范式轉型思路進行了有效的探索。本文提出的“融合一實踐一創新”的創新型人才培養教學體系，旨在構建數字社會發展需要的新教育形態，培養一批具有國際學術視野、富有創新思維和創新能力、主動適應國家經濟社會建設發展需要的創新性人才，提升高等教育數字化水平，促進我國高等教育的高質量發展。本文的研究是數字技術與教育雙向賦能的智慧育人新模式的有益探索。

本文提出的教學體系及實踐經驗對于該學科其它課程（如多媒體技術與應用、視頻處理與通信、數字音頻處理、醫學圖像處理等）的教學改革同樣具有借鑒意義。

參考文獻：

[1］祝世平，周富強，高碩等，面向新工科建設的儀器類專業數字圖像處理課程思政教學案例設計與探索，高教學刊，2024，S2（10）：39-43.

[2]王勇，李鴻志，王照法等．《數字圖像處理》教學改革探索，課程教育研究，2020，17：131-131.

[3]凌志剛，溫和，季華麗，面向新工科的數字圖像處理課程線上線下一體化教學改革，計算機教育，2022，3：139-142.

[4]賈永紅，數字圖像處理混合教學的研究與實踐，測繪通報，2022，2：174-176

[5]彭艷敏，梁猛．數字醫學圖像處理課程實驗教學的設計與實踐，繼續醫學教育，2022，5（36）：97-100.

[6]張成業，李軍，袁德寶，等，人工智能與大數據時代的《遙感數字圖像處理》教學內容改革探討［J]．北京測繪，2020，34（6）：876-880.

[7］范春年，孟克，關輝．新工科背景下面向創新能力培養的數字圖像處理課程實驗教學改革，計算機教育，2023，7：29-34.

[8]王成優，周曉，張亮等．人工智能背景下數字圖像處理教學改革，高教學刊，2023，8（9）：6-9，15.

[9]馮思為，人工智能教育背景下融入自主學習理念的“數字圖像處理”課程教學改革，計算機應用文摘，2022，12（38）：34-36.

[10］馬慧敏，焦俊，時國龍等．融入人工智能創新發展思政的《數字圖像處理》課程教改初探，科教導刊（電子版）2022，25（9）：191-192

[11］葉志鵬，姜楓，位復元，人工智能時代下的數字圖像處理課程教學改革研究．電腦知識與技術，2024，25（20）：165-167.

Exploration and Practice of Al-Driven Teaching Reform in Digital Image Processing Under the Digital Transformation of Education

Qimin Cheng ，Li Yu，Qinmu Peng

（School of Electronic Informationand Communications，Wuhan Hubei，430074）

Abstract：Digitaltransformationineducationisastrategicdirectionandkeyinitiativeforgobal educationalreform. Artificialinteligence（Al）technology brings newopportunitiesforempowering educationthrough digital means.This paper，addressing the developmentand teaching reform requirementsof the foundationalAlcorecourse-Digital Image Processing-under newcircumstances，proposesaninnovativeteachingsystemcharacterizedby“Integration-PracticeInovation.”Thesystemaims toexploreinnovativeteaching modelsandresearch paradigmshiftsenabledbyAlinthe contextof thedigital education strategy.Itrepresentsanewapproach tointegrating scienceandeducationaswellas industry-academiacolaboration，servingasanexplorationandpracticeofacoordinated teachingmodelthatcombines innovative entrepreneurship education with professional education.

Keywords：DigitalTransformationinEducation；Artificial Inteligence；DigitalImageProcessing；TeachingReform InnovativeEducation

（責任編校：周文鼎）