基于优课联盟的“图像处理技术”课程教学探索

周莹

摘 要：“图像处理技术”是信息工程类专业最为重要的课程之一，同时是计算机视觉的核心基础课程。在新一轮科技与产业革命中，计算机视觉有关新兴产业飞速发展，但传统教学已逐渐跟不上步伐。针对教学过程中理论教学与实践教学不适配、互动性不足、反馈不及时和教学内容与模式滞后等问题，结合优课联盟的线上平台，开展线上+线下教学模式探究，线上教学以视频学习与后台数据追踪为主，线下教学以答疑与反馈调整为主。针对线上+线下模式进行问卷调查，大部分学生感到满意，但是认为线上教学资源有一定难度，并且在教学过程中需要更强的督促与考察。

关键词：图像处理技术;教学改革;优课联盟

0    引言

随着新一轮的科技革命和产业革命到来，技术创新与新兴产业如雨后春笋般不断涌现。为应对全球新形势、经济发展新转变，应对人工智能相关产业不断发展与新兴信息技术产业储备人才不足的矛盾，国家提出“新工科”的发展战略，对高等教育、工程教育培养模式进行深化改革[1]。“新工科”对应的是新兴科技与产业，既包括人工智能、智能装备、大数据和云计算等新兴专业，也包括自动化、电子信息类、电气工程类和机械工程类等传统专业。新兴专业是以传统专业为基础，传统专业需要与不同学科进行交叉，特别是信息技术类专业，进行升级改造才能服务于新兴产业。

“图像处理技术”是电子信息类专业的重要专业课程，也是学习机器视觉的重要基础。机器视觉是人工智能一个正在快速发展的分支，其能够替代人的眼睛进行测量和判断，并且具有更高的精确性、更快的速度、更高的效率和更低的成本。因此，其应用范围也很广，包括工业检测、医学影像、安防和交通管理以及卫星遥感等领域，还有近年来快速发展的自动驾驶和工业视觉机器人等新兴产业。但是，对于这样一门应用于新兴产业的课程，传统的教学方式逐渐不能满足企业的用人需求。对于“图像处理技术”这样一门理论难度大、实践过程复杂的课程，在传统的教學方式中，不得不花费大量的时间进行理论教学，但是由于理论艰深、模型抽象，导致事倍功半;而对于实践课程部分，实践内容过于碎片化，实践课效果不能满足预期，且导致学生工程思维与动手能力提升不明显。

随着现代信息技术的高速发展，“互联网+高等教育”的新形态逐渐融入高等教育改革之中，特别是在线课程的建设与应用。《教育部关于加快建设高水平本科教育全面提高人才培养能力的意见》提到推出3 000国家精品在线课程，共享高质量课程资源，起到示范作用，提升课程建设的整体水平[2]。由此，结合优课联盟上山东科技大学曹茂永教授所开设的“数字图像处理”在线开放课程与线下的教学，对“图像处理技术”这门课程改革进行探究。

1    “图像处理技术”课程教学中遇到的问题

1.1  理论教学与实践教学不适配

在教学过程中，发现“图像处理技术”这门课程的理论教学与实践教学出现不适配的情况。这种不适配主要体现在两个方面：（1）理论教学与实践教学课时不适配;（2）理论教学与实践教学节奏不适配。

理论教学与实践教学课时不适配，主要在于理论课时虽然多，却不能反复学习，而实践课时较少，不利于掌握实践要求内容。理论课程知识量大且内容有一定难度，学生短时间内难以消化，并且结合实践之后，需要重新再复习相关理论知识，但课程进度是线性的。实践课程间隔较长，总学时较短，难以熟练掌握课程所要求内容。

而理论课程与实践课程教学节奏不适配，主要在于理论课程较为集中，而实践课程较为分散。过于集中且模块化不足的理论知识会导致学生学习难度增加，加之，对应实践课程需分阶段学习，理论学习与实践学习会出现错位。节奏错位使得学生已学的内容无法及时巩固和练习，而进行实践时理论知识印象已不深刻。

1.2  互动性不足，反馈不及时

被动式学习是教学中必须面对且最为艰难问题之一。学生学习没有主观能动性，课堂气氛沉闷，学习效果必然不佳。这种被动式学习在于缺乏互动性与及时反馈，学生与教师在同一空间却犹如分隔两地。在“图像处理技术”这门课程的教学过程中，理论教学部分以讲授为主，但讲授时间一长学生就会出现倦怠，学生也纷纷表达希望课堂能够更加活跃的想法。同时，缺乏互动也会导致教师不能及时了解到学生的学习情况。最后考试的成绩是对于学生学习情况较为笼统的评价，难以准确、真实地追踪学生的学习情况，但在现有的教学模式中缺乏有效的追踪与反馈机制。

1.3  旧瓶难装新知

近年来，人工智能技术的突破和应用场景的扩展，其中计算机视觉技术应用极为广泛，深入日常生活与专业领域。二维码、指纹识别和人脸识别等技术已融入人们生活，机器视觉、缺陷自动监测、自动驾驶和机器人等技术在各领域逐渐成熟。计算机视觉技术仍在不断更新，但作为其核心基础的“图像处理技术”这门课却没有衔接上实际应用。

“图像处理技术”这门课程现有的教学模式具有静态、滞后和弹性不足等特点，难以适应不断更新的技术与应用场景。教学方式呈现静态，理论课程以讲解数学背景与公式推导为主，学生难于理解与激发兴趣;教学内容呈现滞后，现有理论与实践课程的内容滞后于技术应用，遇到复杂场景，学生难以应对;教学模式呈现弹性不足，固有的教学模式对外无法应对应用上的变化，对内无法挖掘课程思政思想。

2    “图像处理技术”课程改革方案探讨

2.1  模块化与项目化

针对上文中所提到的理论教学与实践教学不适配，在线上+线下的教学模式下尝试理论课程模块化和实践课程项目化的方式进行教学。理论课程模块化是指将之前由单个知识点切入，对数学知识和公式推导进行讲解的方式，转化成以图像处理技术中不同技术手段为模块，从最基础的模块开始，依次提升模块难度，最终将所有模块进行组合解决不同情境下的问题。实践教学项目化则是指将实践课程内容由课本的知识迁移到实际的项目应用，结合理论课程中的主要模块：图像增强、图像复原、图像分割和特征提取等，形成兼顾基础知识与前沿应用的一系列实践项目。理论与实践教学模块与项目相对应，在大的模块之下，切分成小模块，每个小模块对应着项目的进度，化整为零，把大问题切分成小问题。对于小问题以结果为导向倒推理论，使得理论教学与教学能够较好地契合。

2.2  奖惩游戏与数据追踪

在线上+线下的教学模式下，在线上学生需选择优课联盟中曹茂永老师的“数字图像处理”课程，完成签到、视频学习、作业、单元测验、讨论区与线上考试;在线下主要进行集中答疑、实践课程、项目讨论与线下考试。在线下教学的环节中，每隔一周对学生的线上自主学习情况进行检查。教师组织课程知识竞赛，以组为单位，采用积分制，回答正确的组进行加分，最后在学期末对积分最高的组全员进行奖励。采用这种知识竞赛之后，学生参与积极性提高。同时，可以定期考查学生学习进度与效果，学生与教师的互动比上课时更加频繁，气氛活跃，学生反应热烈。在线上学习的过程中，通过优课联盟课程后台，统计分析学生签到、视频学习、作业、单元测验的情况，通过测验结果发现学生的薄弱点，在线下答疑时进行加强巩固，通过视频观看次数，找到反复观看次数最多的视频，对相关知识点进行讲解，通过学生作业情况实时掌握学生进度，对于进度较慢的学生提供帮助。

2.3  动态教学构建

“图像处理技术”是一门紧贴生活、生产实际且前沿技术不断迭代的课程，囿于现有教学内容与教学模式，教学会陷入僵化。尝试构建一种动态的教学模式，动态主要体现在两个方面：教学内容和教学方式。教学内容不是固定的，设定一个前沿应用的章节，随着技术的更新不断更换，实践课程中设定一个综合应用，以当下热点技术为题，帮助学生完成一个实际的有应用价值的项目。教学方式上将重心从“老师教”转移到“学生学”，甚至可以是“学生教”，课程以集中解决问题为核心。这样的方式弹性空间较大，过程中根据情况进行调整，同时，这种方式更加依赖于学生自身的主动性，故而，在整个教学过程中，教师需要严格要求学生，紧盯学习进度。

3    评价与展望

针对“图像处理技术”这门课程，根据教师教学过程中发现的问题和学生集中反映的问题，进行了改革尝试，并对参与改革的同学进行了满意度调查。调查结果如表1所示，由表可知，超过半数的学生对这样的改革尝试感到非常满意，超过八成学生感到满意;對于线上的教学资源学生感觉讲解不够详细，更倾向于线上直播的方式或教师录播的方式。这样的改革尝试总体而言是受到学生欢迎的，也确实对学习效果有一定促进作用，但是在执行过程中，仍存在部分学生跟不上进度，前沿应用题目有一定难度，导致实践课效率较低和整体学生进展慢等问题，需在实践中进一步改进。

[参考文献]

[1]教育部.教育部高等教育司关于开展新工科研究与实践的通知[R/OL].（2019-10-11）[2021-3-10].https：//www.sohu.com/a/304388578_120103333.

[2]教育部.教育部关于加快建设高水平本科教育全面提高人才培养能力的意见[R/OL].（2018-10-08）[2021-3-10].http：//www.moe.gov.cn/srcsite/A08/s7056/201810/t20181017_351887.html.

[3]刘东，方芳.人工智能视域下数字图像处理课程的教学改革[J].福建电脑，2020（3）：23-26.

[4] 刘君.结合人工智能的数字图像处理教学改革探讨[J].科技创新导报，2018（16）：235-236，238.

[5] 田园.独立学院数字图像处理课程教学改革与实践[J].中国现代教育装备，2020（6）：107-109.

（编辑 何 琳）

Exploration of “Image Processing Technology” on university open online courses

Zhou Ying

（Guangdong Polytechnic College， Zhaoqing 526000， China）

Abstract：“Image Processing Technology” is one of the most important courses for information engineering majors， and it is also the core basic course of computer vision. In the new round of science and technology and industrial revolution， computer vision related emerging industries are developing rapidly， but the traditional teaching has gradually failed to keep up with the pace. In view of the problems in the teaching process， such as the mismatch between theoretical teaching and practical teaching， the lack of interaction， the untimely feedback and the lag of teaching content and mode， combined with the online platform of excellent course alliance， the “online + offline” teaching mode is explored. Online teaching mainly focuses on video learning and back stage data tracking， while offline teaching mainly focuses on question answering and feedback adjustment. According to the questionnaire survey of “online” + “offline” mode， most students are satisfied， but think that online teaching resources have certain difficulty， and the teaching process needs stronger supervision and inspection.

Key words：“Image Processing Technology”; teaching reform; university open online courses