深度学习在图像处理技术课程教学实践中的应用探讨

莫建文 张彤 袁华 欧阳宁

摘要：针对图像处理技术课程相关知识多、实践性强等特点，将深度学习引入到图像处理技术的课程学习、实验、毕业设计等多个教学过程中，结合电子信息学科的特点和多年的教学经验，对图像处理技术课程的教学模式与实践进行了探讨。让学生通过分析、解决实际问题，促进学生对知识的深刻理解，灵活掌握知识运用，提高学生的学习兴趣，增强创新能力。

关键词：图像处理技术；深度学习；教学探讨

中图分类号：G642.3 文献标志码：A 文章编号：1674-9324（2016）09-0115-02

引言

图像处理是电子信息、计算机类专业的重要课程[1]，是一门涉及多领域的交叉学科，是模式识别、计算机视觉、数字视频、视频通讯、多媒体技术等学科的基础。在图像处理技术课程的教学中，不但要让学生掌握其基本概念和原理，还要让学生尽可能理解和掌握图像处理在当前时代应用的最新发展。图像处理所讲授的理论和实验过程较复杂[2，3]，如何让学生能灵活应用这些知识，是课程学习的难点。

在高度信息化的知识经济时代背景下，深度学习已经引起高校教师的普遍重视[4]，深度学习特别是“如何促进深度学习”也成了当前学习研究的重要内容。本文结合电子信息学科的特点和多年的教学经验，引入深度学习框架，对图像处理技术课程的教学模式与实践模式进行了探讨。

一、图像处理课程特点

图像处理有相关课程、基础课程较多，实践性强，发展快、应用领域不断扩展，新方法内容抽象，要求数学基础高等特点。随着安防系统中图像处理技术的广泛应用，智能手机中的拍照功能越来越强，以及指纹识别、人脸检测等功能在智能手机中的引入，图像处理技术在生活中已经无处不在了。图像处理技术涉及的相关课程有模式识别、数字视频、计算机视觉、多媒体技术等。基于随机场MFS的方法、基于图论的方法、基于偏微分方程的方法在图像增强、分割等各个方面的应用，这些方法要求数学基础高，给教学带来了难度。

理论和实践的结合是本课程的关键，注重基础理论和技术的教学，以及加强学生实践能力和课题研究能力的培养是本课程的主要教学目的。由于涉及课程较多，只有在相关的模式识别、数字视频等课程学习完后，才能进一步的开展实践。这些工作需要在课程设计、毕业设计等实践环节中才能开展。

二、走向深度学习

深度学习是指在理解学习的基础上，学习者能够批判性地学习新的思想和事实，将其融入原有的认知结构中，并将已有的知识迁移到新的问题中，做出决策并解决问题的学习。它是一种主动的、探究式的、理解性的学习方式，将其引入图像处理课程的教学实践中，可以让学生进行理解性的学习，深层次的加工各门相关课程的信息，进行主动的知识建构和知识转化，灵活应用知识来解决实际问题。反思是贯穿于整个学习活动过程的一个重要环节，其主要目标是通过对学习过程及结果的调控来促进问题解决，是促进深度学习的重要策略之一。针对课程构造了一个较为复杂、完整的深度学习框架，参考这个框架，本文构造一个简化的深度学习策略，主要过程为：a.基础知识学习；b.问题提出；c.反思、知识建构或转化；d.知识应用、解决问题。

“基础知识学习”是一般教学过程都具备的前期学习过程，为后面的深度学习提供基础；“问题提出”是结果应用实践，给出学生们感兴趣的问题，引起对学习的注意；“反思、知识建构或转化”是深度学习的关键环节，通过对知识的建构，促进对各个相关知识的综合理解、转化，完善基本技能；“知识应用、解决问题”体现深度学习的高阶特性，将知识、技能进行综合联接。

深度学习的一个重要特点是灵活的知识应用。图像处理是门实践性很强的课程，需要通过解决实际问题，促进学生对知识的深刻理解，把知识灵活运用，促进深度学习的开展。图像处理要求的知识面较广，新技术、新方法很多，受到学生基础知识限制，不能在短短的课堂上讲述所有的方法。针对本科生的教学过程，不仅在课堂教学中引入深度学习，在相关的课程、实践环节中都体现图像处理技术的具体应用，每个环节中根据实际情况，引入深度学习过程模式。让学生能真正学会自己动手解决问题，提高学习的兴趣和主动性。

三、课堂教学中的深度学习

在课堂教学过程中，可以根据“问题—反思—生成”模式来开展教学活动，即通过创设问题情境、制造认知冲突来引导学生进行反思探究、知识建构及问题解决。部分教学知识点的深度学习教学模式设计如下。

（一）图像增强教学中的应用

“问题—反思—生成”模式设计对应如下：

“噪声对图像的影响—产生原因—低通滤波器设计（平滑模版）”。

教学过程中，首先联系电路分析、数字信号处理等课程提出问题：

1.“图像噪声和电路噪声的相同点”。

2.“电路中用RC电路去除噪声，数字信号中如何模拟这一过程”等。

在反思环节中，引导学生明白，噪声在时域上的体现是快速变换的信号，在图像中是随着空间间隔快速变换的光的强度；RC电路的本质是利用电容的充、放电过程，减缓信号的变化，达到去除噪声的目标。

在生成环节中，引导学生结合数字信号处理中的FIR数字低通滤波器，采用简单的邻域加权平均，减弱信号的变化量，达到平滑噪声目的。不同加权系数，构成了不同的平滑模版。

（二）车牌识别教学中应用

车牌识别是图像处理中结合实践常见的一个应用例子，包含图像预处理、车牌检测、二值化、字符分割、字符识别等多个子过程，每个子过程都可以利用“问题—反思—生成”的深度学习模式来开展教学活动。

例如在字符识别子过程中，首先提到的问题是“计算机如何做识别”，这个问题比较有难度，在“反思”阶段只能引导学生通过比较两幅数字图像的每个像素值，也就是模版匹配的方法，到达识别的目的。这样在“生成”阶段可以利用相关法进行匹配，完成识别过程的任务。

四、将科研思想、深度学习方法运用到实践科研过程中

课堂学习，以老师讲授为主，没有体现学生的主动性。在相应的实验课上，以及后续的课程设计、毕业设计环节，引入深度学习，结合老师的一些科研课题，让学生主动思考，增强学生的主动性。在这阶段的实践中结合深度学习，以问题为中心，让学生通过查阅资料和及时的交流讨论自主的解决问题，这样培养了学生初步开始科研活动的能力。

（一）课程实验中，引入深度学习，合理设计实验方案

图像处理课程实验方案设计中，结合生活中的实际问题，实现photoshop、美图等软件中的部分相应算法，实验素材采用学生自己生活中的照片。让学生自己寻找想解决的问题，通过反思、分析，灵活运用相关知识，解决问题。这样达到提高学生学习兴趣、增强学习主动性的目的。

（二）课程设计过程中设计简单的应用题目

课程实验中，由于时间短，只能对课本上的部分算法进行实现，不能进行更多的综合反思。课程设计是一个持续数周的实践过程，在这过程中，设计些简单的应用题目，让学生有充足的时间反思，为后续的毕业设计做准备。

（三）本科毕业设计阶段，提炼综合题目

教师可以从科研课题和开发项目中，提炼出一些关键问题，并结合当前学生感兴趣或觉得有前途的工具平台，作为本科生毕业设计的题目。临近毕业了，学生们在找工作过程中已经接触了较多的社会，他们选择课程设计经常带着较强的倾向性，选择通常受到以后工作的需求、媒体上宣传等因素影响较重。近年来，随着智能手机的普及，社会上对Android环境下的编程工程师需求较多，学生们对这方面的知识需求也较迫切，而课程的设置却难以跟上这些需求。毕业设计中如果可以补充学生的知识需求，无疑可以大大提高学生们的兴趣。

将教师图像处理方面的科研与学生需求结合，提出“Android平台下的人脸检测”、“Android平台下的字符识别”、“二维码的检测与提取”、“Android平台下视频运动目标检测与跟踪”等题目，这些题目的成果可以运行在学生手机上，提高了学生的兴趣和成就感。

五、总结

针对数字图像处理课程的特点，结合多年的教学体会，在课堂教学、实践等环节引入深度学习，对一些教学过程进行了探讨。通过深度学习模式，激发学生的学习兴趣，培养学生的动手能力，促进学生对知识的深刻理解，灵活掌握知识运用，提高学生的学习兴趣，增强创新能力。教学改革是一项长期任务，如何更有效地改善教学效果，还需要在教学实践中不断的探索。

参考文献：

[1]张永梅，马礼，何丽.图像处理技术课程教学探讨与实践[J].计算机时代，2014，（10）：76-77.

[2]李金萍，陆玲，刘自强，徐玮.数字图像处理课程实验教学改革探索[J].科技视界，2012，（7）：23-24.

[3]何楚，卓桐，杨应聪，徐新.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，（9）：78-82.

[4]郭华.基于深度学习的教学改进[J].教育科学论坛，2015，（4）：13-23.