本科和研究生数字图像处理课程的差异化教学思考

于迎霞，库尔班·吾布力，古丽拉·阿东别克，黄志华

（新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046）

0 引 言

随着图像处理技术的迅速发展及其在社会各领域的广泛深入应用[1,2]，一些高校按照需求，面向高年级本科生或研究生开设了“数字图像处理课程”，作为应用型专业基础必修的核心学位课程或全校性的公共选修课。有的高校还面向不同专业，如信号处理，遥感地理信息系统，有侧重地选择添加了与本专业方向相关的内容进行授课。部分高校，建设了精品课程网站，或专门设置了图像处理中心和研究所，从事数字图像处理的教学及科研工作。但也有一些高校，在同专业本科生和研究生中都开设了数字图像处理课程，却在课程名称、内容、教学环节、教学模式设计等方面没有太大本质差异，在硕士研究生阶段的硕士教育相当于重修了该门课程，出现了研究生教育本科化倾向，“弱学术化”倾向[3-5]。

几年前，数字图像处理技术研究热点，较多集中在以低中层图像工程为基础的图像处理和图像分析方向[6,7]，大部分相关图像课程教改文献侧重于基础知识教学内容设计，很少考虑本科生和研究生在该课程上的培养教育目标差异，只关注课程本身的教学方法改进，很少对环节改革、模式创新等提出针对性的教改。近几年，数字图像处理的理论与应用迅猛发展，其研究内涵、研究方法、应用领域等都大大改变[8]，需要及时对该课程教学进行更新。一些高校加大了本科阶段的实践比重，并且结合当前主流的应用领域和这个学科的前沿特性面向研究生开设高级数字图像处理课程。如安徽工程大学[9]提出面向应用的数字图像处理课程教学模式改革，武汉理工大学[10]则进行图像处理教学与科研共建模式研究，同济大学[8]提出研究生课程高级数字图像处理的建设方案，北方工业大学[11]整合几门图像系列研究生课程，形成面向研究生培养的图像工程课程群，北京航天航空大学[12]则尝试图像工程课程群本研贯通式一体化建设，这些教改都不同程度地开始考虑同课程本科和研究生教育教学的差异侧重与整合。

1 课程差异化教学必要性分析

通过对《中华人民共和国学位条例》《中华人民共和国学位条例暂行实施办法》中对学士、硕士学术水平和要求的规定作比较分析，不难发现硕士教育的重心是在以研究为基础的专业教育，而本科教育的重心则是在以理论知识和实践知识为基础的通识教育。但是，近几年部分文献研究分析[5]指出，硕士生教育呈现出了“本科化”倾向，主要体现在培养目标、管理模式、教学方式、教学内容等方面缺乏差异性，在一定程度上影响了研究生教育的质量。在教学方式上，本科多采用“教师讲授为主，学生参与为辅”的教学方式，而硕士研究生教育总体选择“讲授”与“讲授为主，讨论为辅”这两项的比例高达74.5%。在教学内容上，部分研究生课程内容与本科大量重复，课程难度小。正如谢安邦教授[13]所说，“研究生教育的部分课程的高深层级性只是体现在对本科生课程内容在横向层面上作平面式的扩展上，没有凸显研究生教育在课程内容上的要求和特色”。

（1）从本科生和研究生培养方案入手，“本科生和研究生教育的共性在于，它们同属于高等教育范畴，且都是培养高级专门人才的专业教育；而研究生教育区别于本科教育的特有属性则表现为它的研究性、创造性、最高层次性和它既出人才又出成果的双效性”。[14]。从该层面考虑，通才和精英教育，本科生和研究生在培养目标上存在着很大的差异，实施课程的差异化教学十分必要。

（2）从课程体系所包含的内容来分析，为了保证图像工程知识体系的完整性，大部分参考教材都以低层图像处理为主，涉及少部分高层知识。硕士教育的重心是在以研究为基础的专业教育，而本科教育的重心则是在以理论知识和实践知识为基础的通识教育[5]。这些常用参考书能满足本科生的知识扩充和对图像进行基本处理的实践实验需求，但研究生与本科阶段不同，研究生教育需要系统化、深入化、专业化、前沿化知识的应用和研究能力培养，因此差异化教学十分必要。

（3) 从知识建构模式来考虑，本科重概念建构，硕士重问题探索建构[5]。本科阶段和研究生阶段的知识建构模式不同，其教学侧重也会因此而产生差异。

综上，为了迎合本科生和研究生培养目标的不同需求，提高教学质量，促进技术学科的发展，实施差异化教学及合理良性的课程衔接改革，是该课程教学中必须要考虑的一个问题。

2 本科和研究生课程的差异化教学设计

2.1 本校本科和硕士研究生课程现状比较分析

从本校的本硕课程情况比较表（表1）中作以下分析。

表1 本校本硕课程情况比较

（1）授课教师职称。本科阶段授课教师既包含讲师，还包含副教授和教授，形成阶梯教学团队，而硕士阶段全部是教授授课，这一点保证了高学历专业人才培养的高水平。

（2）教学目标。本科的教学目标主要是注重全面基础知识的讲授，Matlab编程实践能力的培养。硕士研究生阶段则关注如何应用图像处理知识，并为应用型的专业课程奠定基础。

（3）课时安排及实践环节。本科阶段的总学时数大于硕士研究生的学时，这有利于本科阶段全面知识的掌握，实施“讲授为主”，同时辅以Matlab编程实践能力的锻炼。但硕士研究生阶段课时量少，并且缺乏实践练习，存在一定的缺陷。

（4）教学内容。相比本科教学，在研究生教学内容中减少了低层图像处理的学时比重，增加了中高层图像分析和图像处理的学时比重，体现了图像工程知识体系的层次性特点和本硕知识侧重的考虑，但在图像处理层次，硕士研究生教学仍占了其绝大部分的学时。

（5）教材比较。研究生所选用的经典教材,理论知识部分难度增加，全面深入且专业化，本科生教材则偏重基础的简单理论介绍及Matlab实验实践能力的综合培养，符合本科重全面知识和实践能力锻炼、研究生重专业培养的初衷。

（6）教学模式设计，教学环节，期末考核。首先，研究生教学环节中，无论课上还是课下，均没有安排实验实践，并且与本科阶段的教学模式设计环节差异也并不大，硕士研究生仍按照“讲授为主”的传统教学模式。在这一点上，“数字图像处理研究生”课程在研究生教育阶段存在“弱研究化”“弱学术化”倾向。在考核方式上，研究生考核采用了与本科不同的方式。

（7）无论是本科，还是硕士研究生阶段，“数字图像处理”都是作为一门单独的专业课开设。即使在硕士研究生阶段选择开设了“模式识别”课程，将模式识别在图像处理中的很多案例包含在该课程的讲授内容中，也并没有形成一个完善的数字图像处理应用型课程。

2.2 国内其他双一流建设高校开课情况

从国内B类双一流建设的6所高校官方网站上发布的本科和研究生培养方案计划或课程建设中查阅到，郑州大学、云南大学、湖南大学、新疆大学4所大学在本科和硕士阶段开设的课程基本同名，但是西北农林科技大学的地理信息科学学院本科专业开设了“数字图像处理”，硕士阶段则开设了“图像分析”和“遥感图像”两门与专业相关的图像工程类课程，东北大学信息科学与工程学院自动化专业则在本科阶段开设了“数字图像处理与机器视觉”，硕士研究生阶段分别开设了“图像处理分析与识别”和“计算机视觉”两门课程。

相比较而言，A类双一流建设的36所高校则呈现出了多样性。许多此类高校如清华大学、北京航空航天大学、北京理工大学、中国科技大学等拥有专门的图像信息处理研究所承担教学和科研工作，其本科和硕士所开设的课程已构成一个比较全面的图像工程课程体系。比较典型的如清华大学，本科阶段开设了“数字图像处理”，而研究生阶段则开设了“数字图像处理学”“图像分析”“图像理解”“数字图像处理技术及应用”“视频信号处理”“基于内容的视觉信息检索”等相关图像工程课程。吉林大学则在本科阶段同时开设了“数字图像处理”“数字图像通信”“图像分析与应用”“数字图像处理（双语）”等。还有一些高校，如武汉大学、东南大学、浙江大学、中国科学技术大学则有区别地在本科和硕士阶段开设了不同名称的具体应用的课程，如本科开设“数字图像处理”“数字图像处理导论”，硕士阶段就开设“数字图像处理与视频处理”“数字图像处理与模式识别”“图像处理与分析”[15]等。这些高校中有的将双语教学引入了课程，如上海交大，还有的在硕士阶段的该课程中添加了图像处理新技术，如吉林大学。

综上，本校的数字图像处理课程虽考虑到了本科和硕士研究生的差异，但在教学内容、教学模式上并没有较大的突破，需要尝试进一步的改革，以提升教学质量，改善教学效果。而在国内一些双一流建设的顶尖高校中，数字图像处理课程体系在本科和硕士阶段趋向差异化和本研贯通式一体化建设的特征明显。

2.3 本科和研究生的差异化教学设计思考

1）授课教师选择。

无论本科阶段还是研究生阶段的授课，都应该注重培养具有较高学术科研水平及指导能力的教师为任课教师。研究生授课主讲教师更应选择在该方向上具有科研成果的研究生导师，其拥有渊博的知识修养和丰富的教学经验，活跃在学术前沿，并在本学科具有一定的影响力。在授课时，鼓励有科研成果的硕士研究生和博士研究生参与到学术沙龙讲座中，拓宽知识面的同时，分享新的研究热点和解决问题的思维方法。

2）授课内容侧重。

本科教育更多的是一种通识教育[5]，其知识构成主要是“基础知识＋专业知识”，学生只需要掌握一定的专业理论知识和实践能力，形成全面、完整的专业理论素养，为以后的深入学习和工作建立基础。图像工程中的图像处理层次的全部基础内容和图像分析的部分内容应纳入本科课程的核心授课内容，而在学时允许的情况下，可以有选择地讲授图像理解层次，以扩充知识面。

研究生阶段授课内容则要重视教学内容的前沿性与实践性，即专业领域学术研究的热点、难点、重点以及尚存争议性的问题和研究发展的新动向[13]。数字图像处理技术发展迅速，而目前通用的经典数字图像处理教材更新较慢，硕士研究生阶段的系列课程除了介绍最基本的图像处理分析理解基础知识外，更要添加补充专业性和应用性较强的一些教学内容，如卷积神经网络、生物特征识别等。任课教师要在有限的时间内讲授完该课程的这些有关内容是不现实的，因此课堂上只能选择较为重点、核心的部分进行讲解，其他的则需要学生在教师的引导下自主学习。专业前沿知识的充实，一方面依靠课下阅读数字图像处理前沿文献资料，另一方面需要任课导师在授课时分享自己的科研成果或课题组最新的研究方向。同时，还必须通过课余的专家技术讲座、学术沙龙等环节来获取前沿知识。

3）教学模式及环节设计。

数字图像处理属于一门交叉学科，其内容丰富多样，和现实应用结合比较紧密。但本科阶段的教学方法还是仍应以专业知识的讲授为主，辅助以实践实验室的环节，基于Matlab或VC实验平台实现，锻炼学生实践能力的同时，可以通过实验现象和结果激发学生学习的兴趣。实验设计则以基础性实验、设计型实验为主，选做部分开放性、研究性实验。目前一些数字图像处理教改文献中的教学模式都可以结合应用，丰富教学过程。笔者在本科教学中引入的课程设计翻转课堂教学环节，连续实践了3年，在学生中反响较好，许多学生在毕业设计时对数字图像处理方向的课题表现出了极浓厚的兴趣，还有的学生在硕士研究生专业方向选择上都倾向于图像处理相关方向。

硕士研究生教育的教学方式，在教学模式设计上除了沿用传统的本科教学模式，还应采取“启发式探索式教学”，培养研究生的创新科研能力以及独立思考解决问题的能力。教学模式可以选择“讲授为辅”，通过采用研讨式教学，如学术沙龙、学术报告、课堂讨论以及案例教学等形式来开展。实践环节的设计方面也应以开放性实验和研究性实验为主，同时增加文献阅读整理和外文授课的比重，按需求进行项目驱动式的教学模式探索。

无论本科教学，还是研究生教学，都可参考结合信息技术新时代的一些混合教学模式，如线上线下基于云平台MOOC，或基于雨课堂，或根据学校的软硬件条件，建设专门的实验平台，建立精品课程网站，共享教学资料，增加与学生的互动交流环节，形成多元化课程教学模式。

4）课程体系建设。

借鉴参考一些国内一流大学的先进教改实践经验，可按需对图像工程专业相关课程进行改革，逐步形成图像处理、图像分析和图像理解3个层次的图像课程群。优化教学内容，增加本科和研究生系列课程的衔接性，减少课程内容的重复以及侧重点模糊的缺陷，构建本研贯通式一体化建设。同时，搭建合理的课程建设方案评估体制，不断改进和提升教学质量。从同济大学研究生高级数字图像处理课程建设方案、武汉大学研究生课程建设改革、北方工业大学课程整合、北京理工大学研究生课程多元化教学改革和北航本研贯通式一体化建设效果来看[8,11,12,15,16]，这样既考虑差异，又融合研究生教育特点的课程体系改革，对课程学科的发展起到了很好的促进作用，可形成一个良性的教学循环。

5）考核方式。

本科教学的传统考核方式多采用闭卷考试，在平时成绩中可增加实践、翻转课堂、课程设计等环节来综合考查学生对本门课程基础知识的掌握。

研究生的考核方式则不应局限于闭卷考试，更应注重学生对知识的应用和研究创新能力的考核，可采用课程论文、项目开展等方式来综合评价。

3 结 语

目前，许多高校都在相关专业的本科和研究生培养中开设了系列课程，而各高校在图像工程课程群建和方面还处在起步阶段[12]，同时，仍有不少高校没有对本科生和研究生进行该课程的详细全面的差异化教学设计，本文所提出的本科生和研究生课程差异化教学思考，为此提供了一个借鉴的思路，也将慢慢在本校的授课中逐渐实行推广。