《数字图像处理》课程教学改革研究

李琳芳 李艳翠 潘灿林 刘艳昌

[摘 要]《数字图像处理》是一门跨多学科的课程，具有数学公式多、理论抽象和实践性强等特点。针对《数字图像处理》课程特点，结合河南科技学院信息工程专业教学实际，从教学内容、教学方法、实验项目设置、考核方式等方面进行研究，采用可视化教学方法激发学生学习兴趣，分层式实验项目提高学生的工程实践能力和创新能力，改革考核方式，达到增强学生的创新意识、提高学生解决实际问题的能力。

[关键词]数字图像处理;课程教学改革;可视化教学;创新能力

[中图分类号]G434 [文献标识码]A [文章编号]1008-7656（2019）02-0027-04

引言

图像是视觉的基础，是人类获取和交换信息的主要来源，在高速发展的信息时代，数字图像处理技术被广泛应用于智能交通、航空航天、生物医学、工业检测等领域。《数字图像处理》是信息类专业重要的必修课程之一，一方面，图像处理凭借其广阔的应用领域为本科生提供了很好的就业平台，例如，基于内容的图像搜索方向的公司有微软、谷歌、雅虎、百度等，医学图像方向的公司有西门子、GE、飞利浦、柯达等，计算机视觉和图像识别方向的公司有上海法视特、大恒、凌云等，除此之外，还有许多需求图像方面人才的公司，例如，摩托罗拉上海研究院、威盛、松下、索尼、清华同方、三星等;另一方面，人工智能作为未来一个长期重点研究方向，目前各个高校都在陆续增设人工智能专业，建设了人工智能、模式识别方面的实验室，人工智能其中一个领域便是图像处理，利用人工智能算法可以高效准确的进行图像识别、目标检测、图像切割、图像风格迁移等，如果学生有扎实的图像处理基础，对学生进一步研究深造无疑是大有裨益的[1]。

一、《数字图像处理》课程教学存在的不足

目前，在《数字图像处理》的课程教学中，存在着以下不足。

（1）教学过程中对图像处理的新算法阐述较少。对于工科生的培养，高校的目标是培养出符合市场需求、能解决社会实际问题的工程师，因此教学过程中一定要结合科技前沿，时代背景[2]，让学生能够用新兴算法高效解决问题。

（2）教学方法多是传统的“多媒体+板书”。数字图像处理具有概念抽象、数学公式多的特点，对数学基础要求较高，学生存在难以理解、缺乏兴趣的现象。

（3）验证性实验较多，设计性和综合性实验比例相对偏低。《数字图像处理》是一门实践性很强的课程，提高设计性和综合性实验的比例有助于提高学生创新能力和综合解决问题的能力。

（4）考核方式不够完善，以往考核采用闭卷考试或大作业形式。采用闭卷考试方式忽略了教学过程中的考核，学生缺乏学习积极性，存在考前突击的现象，不能客观全面地反映学生对知识掌握情况;采用大作业的形式会有雷同现象。

二、改进教学内容

高校开设的《数字图像处理》课程，一般只讲传统算法，如图像灰度变换、空域图像处理算法、频域图像处理算法、边缘检测与图像分割算法、图像复原算法等;而人工智能算法在图像边缘检测、图像分割、图像识别、图像匹配、图像分类等领域有着广泛应用 [3]，例如，利用卷积神经网络算法进行手写体数字识别、房价预测、红酒品质预测等[4]，利用遗传算法对高噪声细胞进行分割、雾天車牌识别等，利用蚁群算法进行人脸识别、硬币识别、图像情感分析等，利用模拟退火算法进行地图自动着色、汉字识别等，利用粒子群算法进行图像检索、多模态医学图像配准等，这些算法在某些应用层比传统算法更高效和准确。

在人工智能时代，算法是关键，学生要学习能真正解决实际问题的算法，这些新兴算法在以往的教材中很少提到，因此有必要更新教学内容，优化教学结构，给学生讲一些新兴算法，可以通过专题形式将上述人工智能算法融入到课堂教学中。

三、优化教学方法

（一）可视化教学

《数字图像处理》课程理论性强，数学推导和公式较多，一味推导数学公式会使得学生觉得晦涩难懂。该课程很适合可视化教学，一方面，在授课过程中可适当引入Flash动画，如图像空域增强中的滤波是在空域内做模板运算，利用Flash动画可以形象的展示滤波模板在图像上的遍历运算过程;另一方面，多媒体教室的电脑上安装MATLAB编程软件，讲课过程中可以用MATLB软件对算法过程进行编程，通过对算法过程编程可以加强学生对算法原理的认知与理解。此外，通过对算法仿真运行，还可以使学生直观看到算法处理效果[6]。

（二）知识关联

《数字图像处理》课程其中一个章节是傅里叶变换，信号与系统课程中学习过连续信号傅里叶变换，数字信号处理课程中学习过离散信号傅里叶变换、快速傅里叶变换，讲课过程中要和以前所学知识关联起来，不仅使学生容易接受新知识，也有助于学生建立起系统的知识体系。讲课过程中巧用比喻，Gonzalez版的教材中将傅里叶变换类比成一个玻璃棱镜，形象生动地阐释了傅里叶变换的本质。

（三）善用网络资源

教师要引导学生善用网络资源，例如斯坦福大学就提供有优质的图像处理和机器视觉方面的公开课，网上论坛、博客也经常会有一些工程师的经验分享，中国大学MOOC国家精品课程在线学习平台有丰富的图像处理方面的视频，这些都可供学生借鉴学习。此外，可以关注相关的微信公众号，例如大数据文摘、机器人及人工智能大赛等，这些公众号每天都会推介一些最新的科技研究，会让学生开阔眼界，创新思路。查阅资料和检索信息是学生必备的素养，尤其人工智能算法需要大量数据集，学生要会找寻海量的适合的数据集。

四、优化实验设置

实验课课时有限，开设过程中要减少验证性实验，提高设计性实验和综合性实验的比例[7]。验证性实验主要由教师指导完成，设计性实验和综合性实验采取两人一组的形式，学生通过查阅文献资料，自行设计解决方案，实验过程中遇到的问题教师简单指导，不作详细说明，主要由学生思考完成。实验项目设置如表1所示。验证性实验和设计性实验主要是让学生熟悉并掌握各种算法原理、特点，综合性实验是让学生综合利用多种算法完成工程项目，综合性实验除了用传统图像处理算法实现外，还可让学生尝试用神经网络算法+分类器实现[8]。

学院有图像处理与模式识别实验室、机器人重点实验室，学院的机器人团队有多项省级课题，2018年又成功获批了新乡市重大专项，一些学生已经参与到了课题中，每周定期会组织师生讨论，对于刚参与到课题中的本科生，安排有专门的研究生给予指导，以便让学生迅速融入团队课题。这样既培养了学生的团队意识，也为培养卓越工程人才奠定了基础。

五、完善考核方式

《数字图像处理》以往的考核方式存在一些弊端，必须选择科学合理的考核方式。具体考核办法为：最终成绩=期末成绩×60%+实验成绩×40%。一方面，期末考试设置“基础概念理解—算法分析计算—综合题目分析”这样分层式的题目，侧重对学生综合能力的考核;另一方面，实验成绩=基本功能×25%+创新成分×25%+操作演示×10%+答辩情况×20%+实验报告×10%+平时表现×10%，通过对实验成绩的综合考量，可以调动学生学习过程中的积极性，端正学生撰写实验报告的认真态度，考查学生对知识理解掌握程度，提高学生的创新能力。

六、结语

图像处理技术随着科学技术的发展也在不断发展、完善，新的图像处理算法也在陆续提出，《数字图像处理》的教学也要与时俱进，教师要尽可能参加一些相关会议，跟踪图像处理技术的最新动态，多进行行业交流，及时更新教学内容，利用工科信息技术优势丰富教学方法，扎实学生理论基础知识，借助实验项目提高学生创新能力和工程实践能力。文章结合教学实际，对《数字图像处理》教学改革进行了研究和探索，经过近三年的实践检验，大部分学生提高了学习兴趣，查阅文献的能力及综合分析问题的能力明显提升，学习效果也明显得到改善。

[参考文献]

[1]蒋斌，张俊松，孟颖辉，等.数字图像处理课堂教学研究与探索[J].计算机教育，2017（9）.

[2]朱士虎.《数字图像处理》课程教学改革与实践[J].现代计算机，2015（3）.

[3]张林，沈莹.研究生课程高级数字图像处理的建设方案[J].计算机教育，2017（6）.

[4]R.C.Gonzalez，R.E. Woods.数字图像处理（第三版）[M].北京：电子工业出版社，2011.

[5]张景虎，孔芳.人工智能算法在图像处理中的应用[J].电子技术与软件工程，2014（8）.

[6]郑慧诚.“数字图像处理”课程教学实践与探讨[J].电气电子教学学报，2012（3）.

[7]吴全玉，刘晓杰，等.“数字图像处理”课程实验教学研究与探索[J].电气电子教学学报，2016（1）.

[8]何楚，卓桐，杨应聪，等.基于开放源码分析的数字图像处理课程教学实践[J].计算机教育，2014（18）.

[作者简介]李琳芳（1988-），女，河南新乡人，河南科技学院讲师，硕士，研究方向：图像处理与模式识别;李艳翠（1982-），女，河南延津人，河南科技學院讲师，博士，研究方向：自然语言处理;潘灿林（1982-），男，浙江新昌人，河南科技学院讲师，博士，研究方向：无线通信技术;刘艳昌（1979-），男，河南鹤壁人，河南科技学院讲师，硕士，研究方向：智能控制。

[责任编辑 何一辉]