“图像处理”课程改革初探

郭立强　刘恋

摘要：在应用型本科人才培养的转型要求下，为了提高“图像处理”课程的教学质量，针对该课程在传统授课方式下所存在理论推导繁琐、学生难于理解以及学生对课程重视程度不够等问题，我们对这门课的教学总体目标和要求、教学内容、教学方式和考核方式进行了有针对性的课程改革。通过两个学期的课程教学实践，我们的方法取得了良好的教学效果。

关键词：图像处理；教学改革

一、引言

“图像处理”是我院计算机科学与技术专业和物联网工程专业的专业选修课，该课程要求学生能够掌握基本的图像处理理论与算法，能够进行简单的程序设计来实现特定的图像处理任务。然而，经过几年的课程教学，我们发现学生在学习这门课的过程中出现了一些问题，具体如下：

首先，图像处理这门课是多学科交叉，学习这门课之前要掌握微积分、线性代数、微分方程、计算方法等数学课程，同时还要掌握一种程序设计语言。然而，学生的学习积累较弱，在进行算法讲解过程中往往需要结合特定的物理学、仿生学理论进行必要的数学理论推导，使学生在听课的过程中感到乏味，这给学生的学习上带来了不小的困难。在课下和学生交流过程中，他们普遍反映对理论推导的理解上存在不小的困难。

其次，作为一门实践性很强的课程，在学习课程的同时还需要进行相应的编程来验证算法的有效性，更多的时候是需要学生在吃透算法的基础上引导学生对已有算法来进行改进。然而，由于许多学生对于这门课的作用、目标不清晰，没有一个正确的学习方法，导致学生自己编程时普遍存在没有思路或者无从下手的感觉。

最后，这门课是三年级下学期开设的课程，学生面临公务员和研究生考试，同时还是选修课，学生重视程度不够，这些不确定因素给教学带来了一定的困扰。这样一来，真正肯下功夫学习的学生并不是很多。

为了破解图像处理这门课教学过程中所存在的一系列问题，提高学生对这门课的兴趣，同时按照学校应用型本科人才培养的要求，我们对这门课的教学总体目标和要求、教学内容、教学方式和考核方式进行了相应的改革。

二、教学总体设计

2014年淮阴师范学院逐步开展了本科教学改革，学院的人才培养目标要逐步向应用型本科人才培养方向进行转型。结合图像处理这门课有着非常强的工程实用背景，根据学校的应用型本科人才培养方案要求，我们对课程的教学目标和要求、教学内容、教学方式和考核方式进行了如下改革。

（一）教学目标和要求

按照应用型本科人才培养要求，结合学生的实际情况，教学目标的制定上统筹考虑基础理论的掌握和实践能力的提升两方面要求，使学生初步确立图像工程的理论思维，具备一定的创新实践意识，在自己的专业领域灵活应用所学知识解决实际工程问题。

（二）教学内容

尽管图像处理是一个年轻的学科，但其所涉及的内容却比较多而且杂。图像处理所涉及的主要内容包括：图像的基础理论、图像滤波、图像分割、图像增强、图像变换（如傅里叶变换、小波变换等）、图像形态学处理、图像复原与重建、图像压缩与编码、图像数字水印等。同时，图像处理也是一门不断发展的学科，文献[1-3]是图像处理的经典教材。以文献[1]为例，已经是第六版了，每一版本都比上一版本在内容上进行了不小的扩充。作为一门只有32课时的选修课，不可能面面俱到讲授所有内容，因此在内容上的选择要慎重。为了突出实践教学以及避免枯燥的理论学习，我们采用了Matlab版本的数字图象处理这本教材[4]。使用Matlab软件可以对图像处理的中间过程和结果有个直观的接触，使学生对课堂教学以及学生自学过程中能够产生足够的兴趣。同时，利用Matlab自带的图像处理工具箱，可以很方便地调用相关函数来实现特定的图像处理算法，这些函数对于理解书本内容有着很大的帮助作用。此外，Matlab还有非常详尽的帮助文档，便于学生自主学习。这里我们并没有采用vc++作为编程软件，主要是试验环境的搭建比较麻烦，调试起来比较困难。但是，在课程简介过程中，我们针对想深入学习图像处理，尤其是涉及硬件（DSP、FPGA）编程进行图像处理算法研究的学生，给他们推荐文献[5]。

在具体内容的讲授上，以工程应用背景为主的知识点进行讲解，包括：图像基础理论、图像滤波、图像分割、图像的傅立叶变换、图像压缩与编码。在基础理论的讲解上，主要是给学生树立图像的数学模型和图像处理的整体架构：用矩阵的形式来表示图像，所有图像处理算法都是围绕如何使用相关方法来对这个矩阵进行处理，再把处理的结果以图像的形式显示。这样使学生清楚在接下来的课程学习中如何去应对形式多样的算法。对于图像滤波、图像分割等其他内容，重点突出工程应用背景来提高学生的关注度与兴趣。

（三）教学方法

除了传统的多媒体课件和板书外，在教学环节中引入大量的现场演示环节，通过Matlab软件对图像处理算法进行仿真与处理，使学生对算法有个直观的认识。教学过程中的算法讲解，主要利用Mat-lab的数字图像处理工具箱中的对应函数，通过函数调用来教学生算法的使用，避免了复杂的数学推理，使课堂教学更有趣味性。另外，所有的课堂教学全部选择在计算机机房，讲解的过程中随时让学生来演练相关的算法，加深对知识点的理解。此外，当学生对图像处理有了一个基本掌握后，给出部分开放题目供学生选择，让学生分组来完成相应的题目，采用小组报告的形式到讲台上来讲解本组算法设计的过程，由下面的同学进行提问，凡是提问的学生都会有加分，如果台上同学回答正确也有加分。这样增加课堂学生的参与程度，使学生都能够融入到课堂中来。此外，我们还积极引导学生合理利用网络资源，选择与课堂教学内容相关、有针对性的视频公开课让学生去学习，同时给学生提出相应的问题，通过这种方式使学生自己解决问题，并把答案以作业的形式递交。

（四）考核方式

传统的考核方式比较单一，由平时成绩和期末闭卷考试成绩构成。这种考核方式的弊端就是学生对于课程学习过程重视不够，在期末时采取突击复习的被动方式来应对考核。若是期末用一张试卷进行考核，知识点量大、面广，学生复习困难，不利于学生对知识的掌握。考核只是一种手段，最终目的是通过考核使学生掌握知识。因此，我们采用过程化考试方法，即取消期末闭卷考试，把期末考试的比重分散到整个学期考核的各个环节。具体方案是：平时成绩占总评成绩的10%，主要考核学生的出勤及课堂表现情况；作业占30%，批改三次作业，每次满分10分，批改后直接公布分数；团队合作项目占60%，期中、期末各进行一次实验汇报，由学生上讲台讲解本组实验过程并提交实验报告，每次汇报满分30分。通过这种考核方式，使学生在整个学期学习的各个阶段对自己所获得的分数有个直观的把握，一方面能够调动学生的积极主动性、能够避免期末复习考试给学生带来的额外负担，使他们能够把注意力集中在课堂上；同时，在教学的各个阶段教师都有机会对学生的学习进行督促和总结。

三、课程设计

这里我们以图像分割这一章的一节课的教学过程为实例，讲解我们的课程设计。每节课教学内容的选择上突出兴趣主导，根据学生需求并兼顾题目的难度。以图像分割中的边缘检测为例，首先给学生展示一款安装在手机上名为“魔漫相机”的小软件，这款软件可以自动识别出照片中的人脸，然后嵌入到特定的场景中，如图1所示。

图1中，（a）为图像处理中的标准原始图像，在讲课时，先把这幅图像显示给学生，然后利用手机上安装的魔漫相机软件对这幅图像进行处理，得到图（b）。此时学生的注意力都被吸引到这幅处理后的图像，学生开始讨论。此时，我会讲解这个软件所用的算法，即使用人脸识别技术定位到图像中的面部区域，利用图像分割算法提取出面部图像，再嵌入到特定的场景中，就得到图（b）。紧接着，我抛出问题，这幅图像与素描很接近，基本勾勒出场景的线条，如果用算法实现这一处理，就是我们接下来要学习的边缘检测算法。通过现场编程，用普鲁伊特边缘检测算法对（a）图像进行处理，得到（c）图像，然后显示给学生看。然后提出问题，是否还有其他的边缘检测算法？边缘检测算法的原理是什么？通过对这些问题的讲解，使学生掌握了边缘检测算法的本质就是设计模板，通过更改模板中的数据可以得到不同的检测效果，然后讓学生们上机练习来对现有算法进行改进。一些学生直接把编程处理后的边缘图像发在自己的个人空间里，互相点赞，使学生们感到学习的趣味性。

四、总结

本文总结了图像处理这门课程的教学改革方案，在教学目标和要求上凸显工程应用背景，目的是使学生具备解决实际问题的能力；在教学内容的选择上，选择有针对性、难度适中且容易实现的内容来进行讲解；授课形式除了传统的多媒体教学，还引入互动教学、案例教学以及慕课模式，充分调动学生的积极性、主动性，使学生融入到教学过程中；考核方式采取过程化考核，让学生及时了解自己在各个阶段的分数，减轻了学生的课业负担。通过两个学期的教学实践，学生对现在的教学模式满意度达到97.3%，实现了预期的教学效果。

[责任编辑：韩璐]