OBE 理念下项目驱动的机器视觉技术及应用课程教学改革与实践

施滢，王艳，曹芳

（南京理工大学紫金学院，江苏 南京 210023）

1 前言

机器视觉技术作为一种融合信息技术、控制技术、计算机技术和人工智能等多方面的新技术，已在机器人导航、无人驾驶、智能检测、信息压缩与检索等邻域得到了越来越多的应用。机器视觉技术及应用课程，对学生的实践实验要求较高。但是，该课程的理论较多且较难，传统的课程内容过于深奥，不太符合独立学院应用型人才培养目标，容易使学生产生强烈的挫败感，无法激起学生的研究欲望，学习效果较差。

对于培养应用型人才，按照原有的以算法的数学推导为主，工科教学理科化模式容易使学生陷入复杂的数学公式中而脱离实际应用，满堂灌输枯燥的数学知识，使学生很快失去兴趣，课程学到最后仍然不清楚“为什么”和“怎么用”，实践教学与企业需求脱节，导致解决实际工程问题的能力有限。因此，如何将一个具体的实际项目分解为相关的实践教学模块，与课程教学知识点相融合，在OBE 的理念下用项目驱动教学，能有效地提高学生的学习兴趣，提高教学质量，能更好地培养学生解决较复杂工程项目的能力。如何根据OBE 理念，将实际项目融入课程，完善课程教学内容，具有重要的研究价值。

2 项目驱动的教学内容改革

2.1 选取基于机器视觉的手势识别控制系统项目进行教学内容设计

在实际工程项目中，基于机器视觉的手势识别控制系统，主要由视频/图像输入、预处理、特征提取、手势识别和鼠标控制等5 部分组成；机器视觉技术及应用课程，主要由图像与视觉系统、图像分析基础、图像变换、图像增强、图像分割、图像识别和机器视觉的高级感知等7 部分组成，根据课程教学大纲，将实际项目进行分解，融入教学，设计完成的教学内容，两者的对应关系如图1 所示。

图1 课程教学内容与项目的对应关系

2.2 设计完成优化的课程具体内容

选取的实际项目基于机器视觉的手势识别控制系统，根据课程大纲，可分为以下5 个模块。

模块一：视频/图像输入，主要实现：（1）图像文件读入和显示；（2）读视频文件和运动物体检测。

模块二：预处理，主要包括去噪、肤色检测、二值化、形态学处理、轮廓提取，其中较为重要的是肤色检测和轮廓提取。去噪即滤波，主要是为了实现对图像噪声的消除，增强图像的效果，可以结合实际实验效果选择是否在获取图像后先进行滤波，在肤色检测后会有二次滤波。肤色检测主要方法有：基于RGB 颜色空间、基于HSV 颜色空间和基于YCrCb 颜色空间。形态学处理，即便是比较好的肤色检测算法，分割出来的手势，也难免有黑点，或者背景有白点，需要对分割出来的手势图进行进一步处理，主要是腐蚀和膨胀两个操作。腐蚀和膨胀是针对白色部分（高亮部分）。轮廓提取是对肤色检测后的图像提取手势区域。

模块三：特征提取，手势特征多种多样，可以多特征融合，提高手势识别正确率。如对轮廓点坐标的傅里叶描述子的提取。

模块四：手势识别，手势识别主要包括建立特征库、建模、训练、匹配等。建立特征库，采集手势1 ～10，同时利用旋转平移等操作对得到的手势库进行扩充。对整个手势库中的每张照片中的手势。

轮廓线计算傅里叶描述子并保存。

模块五：鼠标控制，需要在程序中模拟鼠标的移动、点击等动作。如何调用Windows API 函数实现鼠标模拟操作的功能。通过手势识别控制鼠标动作，可以在画图中画画、玩相关游戏等，提高学生学习兴趣。

3 教学模式的改革

3.1 教学模块、模式和形式的优化

机器视觉技术及应用课程需要有数字图像处理和机器视觉的理论知识，本门课程共48 学时，分理论教学32 学时和实践教学16 学时。在近年来的教学过程中，一直探索如何充分融合理论教学和实践教学，能让学生在课程学时内完成理论知识学习和系统设计，总结如图2。

图2 教学模块、教学模式和教学形式的优化

教学模块主要分3 大部分：理论知识、实践能力和创新设计。

理论知识模块，主要采用翻转课堂模式进行教学。课前，教师将本节课即将学习的理论知识归纳总结成文字和视频发布到班级群，学生利用课余时间进行课前预习和自主学习。课堂中，主要采用案例式教学模式，根据课前学生反馈，总结出本章节重点和难点进行引导式学习，解决学生疑难问题，提高课堂上课效率。采用翻转课堂和项目驱动教学模式研究讨论理论难点和最新研究成果，引导学生积极思考，解决问题，提升学生的独立思考能力和团队合作能力。课后，学生可以参加学术报告讲座，开阔学生视野，提高学生学习兴趣。

实践能力模块，需要学生在学习完课程后完成基于机器视觉的人机交互系统设计。实验主要分五个小项目完成，分别在学习完该项目对应的理论知识后完成，并在最后系统性完成整体设计，实验环节五个小项目与课程对应关系如图1。理论知识学习完会将涉及该知识点的项目任务布置给学生，学生通过知识点的学习，结合论坛、文献等网络资源设计项目方案；学生可以相互交流，教师引导学生逐步实现项目任务。通过项目式驱动教学模式，提高学生学习课程兴趣，更好地培养了学生课程设计的综合能力。

创新设计模块，主要目标就是培养能解决实际工程问题的应用型工程师，本文提到立足独立学院的实际办学情况，主要依托学科竞赛赛题，并结合实际工程项目，将较大较复杂的工程项目，进行颗粒化分解，形成相应的实际教学内容。根据不同难度梯度划分的教学内容，引导学生进行探索实践，构成本文的探索式教学方法。学生通过该模块的培养，可以自主探索感兴趣的工程项目问题和培养团队合作意识。通过自主组合团队的方式，独立申请相应的江苏省大学生创新创业训练计划项目、学校学生科研训练计划、参加全国性高水平学科竞赛来进行相关的创新实践。依托和国内外知名企业合作的大学生创新创业基地和联合实验的平台，结合企业实际需求，围绕一系列产教融合课程开发，进一步优化了产教融合专业建设。

3.2 强化OBE 的项目解决能力的改进课程考核方式

传统的课程的考核主要是由平时成绩和期末考试成绩※两部分组成，但是，该课程以实践项目解决知识点融入课程内容，同时根据OBE 理念，重点突出考核学生的实践项目解决能力，突出学生的创新实践能力的培养。考核成绩根据课程采用的基于机器视觉的手势识别控制系统五个部分，采用笔试（50%）+项目完成度(50%)，其中项目完成度分数由第一部分（5%）、第二部分（10%）、第三部分（10%）、第四部分（15%）和第五部分（10%）成绩。在学生完成创新实践设计后进行分组答辩，答辩过程中重点关注学生是分析问题、解决问题以及设计创新点，这种过程化考核方式可以更好评估学生创新实践能力。

4 结语

随着OBE 教学理念在《机器视觉技术及应用》课程中的应用，打开了一个全新的教学方法。通过理论知识、实践能力和创新设计，结合翻转课堂、项目驱动式教学和探索式教学等，有效地提升学生独立思考能力、团队合作能力，提高学生参与度和积极性。利用过程化考核方式激发了学生的学习兴趣与内在动力，提高教学质量及效率。