基于项目驱动的数字图像处理课程教学改革与研究

廖天力，邓淼磊

（河南工业大学信息科学与工程学院，河南 郑州 450001）

0 引言

视觉是人们从外界获取信息的重要手段之一，对图像信息的获取和处理在我们的生产、生活中有着广泛的应用，特别是在医疗健康、测绘遥感和工业工程等领域[1]。这对高校的数字图像处理课程的教学和相关人才的培养方面提出了更高的要求。然而，目前的课程教学过程中存在教学内容陈旧、学生参与度不够、理论与实践脱节等问题[2-7]。随着数字图像处理技术的飞速发展、人才培养需求的不断变化，如何改进教学模式，激发学生的学习热情，提高课堂教学的效率，使学生能够紧跟时代发展的步伐，是广大任课教师迫切需要关心和解决的问题。

1 教学现状与问题

数字图像处理课程在许多高校的培养方案中属于专业选修课，一般课时不多，以河南工业大学计算机科学与技术专业为例，总学时为44个，其中理论课32学时，实验课12个学时，通常安排在大二下学期。根据该课程近几年教学情况来看，教学内容、教学方法以及考核评价方面存在一些共性问题，导致教学效果不尽如人意，与人才培养目标存在差距[3]，主要表现在以下几个方面：

（1）教学内容方面。该门课程所涉及的内容非常广泛，主要包括图像信号的数字化、图像变换、图像增强、图像复原、图像重建、图像压缩编码、图像分割和形态学处理等。一般有7-8个章节的教学内容，内容繁多、公式复杂、概念抽象，要求有较好的微积分、线性代数和概率学基础，因此教学难度大，但同时课时安排少，无法形成完善的教学体系。实验主要包括数字图像基础、图像变换、图像增强、图像复原、彩色图像处理和图像分割等内容，实验内容较为简单，难度偏小，且类型大多为验证性实验，无法准确衡量学生对所学知识的运用能力和掌握程度。

同时，教学内容有待更新。当前图像处理相关知识更新较快，教材与参考书中的内容与国际前沿相比仍然比较滞后，教师在课堂教学中往往局限于教材的内容，涉及的研究热点和动态较少，学生也不会主动接触前沿知识和技术，因此，目前的教学内容很难适应现代化教学的需求。

（2）实验平台方面。数字图像处理课程实验主要采用MATLAB作为软件环境和实验平台。MATLAB包含的数字图像处理工具箱内容丰富、功能强大，几乎能完全覆盖所有的课程实验，这为任课教师实验示例的演示提供了便利，但同时会造成学生学习兴趣和成就感的下降，导致学生积极性不高，对图像处理算法的理解不够深刻等问题。

（3）教学方法和手段方面。传统的数字图像处理理论教学过程中，通常以PPT讲授为主，板书为辅的手段传递知识，很容易陷入填鸭式的教学模式中，学生获取的知识量也比较有限，获取知识的手段比较单一；实验教学中学生只是根据老师或指导书的示例机械、被动地模仿，去验证算法的效果，对实验算法原理的理解缺乏主动性和积极性，并不能做到触类旁通地思考和解决实际问题。

（4）课程考核方面。现有的课程考核评价体系通常以期末考核为主，实验和平时成绩为辅对学生进行评定。期中期末考核不同专业会采取理论笔试或者课程报告等不同形式。理论考试无法评价学生的综合实践和开发能力，课程报告虽然一定程度上能考察学生对所学知识的综合应用能力，但往往容易流于表面，难度太低，无法准确衡量学生的应用能力；难度太高，对应的教学内容课堂教学并没有涉及，学生无法按时独立完成，则会产生相互抄袭、上网查找等不良现象。

2 课程教学改革探索

现代教学模式应以学生为主体，老师在教学过程中不断引导学生自主学习，激发学生的学习兴趣和热情。本文基于上述分析，结合实际情况，提出将项目驱动式教学融入课程中来，针对性地提出以下几点关于课程教学改革的思路，以供参考和借鉴。

（1）优化教学内容，凝练核心专题。由于数字图像处理课程内容与课时之间的矛盾，为了在有限的课时内完成教学大纲所要求的内容，必然会造成许多内容的讲解不够深入，与学生的互动和讨论时间较少。因此，结合计算机科学与技术专业的特点以及本专业学生已修的相关课程，对教学内容进行精心优化，适当取舍，把重要、突出的知识点凝练成多个教学专题项目（如表1所示），以专题代替教材或章节，并对每个专题设置相对应的实例开展教学，引导学生逐一掌握图像处理的基础知识，从而完成教学任务。

表1 把重要、突出的知识点凝练成多个教学专题项目

在实验教学内容的设计上，不同于传统实验教学多采用验证性实验，在教学专题项目的基础上，在实验教学中设计类似的示例，让学生分组讨论，设计算法并最终将成果在课堂上展示出来，相互比较。通过这种形式帮助学生加深对图像处理基础知识的理解和实际的应用能力。

（2）选择合理实验平台，提高学习兴趣。传统的数字图像处理实验教学中一般使用MATLAB作为实验平台与工具，导致学生只是简单的调用工具箱中的函数去验证算法，失去对算法本身的学习与探索，无法深刻理解算法背后的原理和对应的基本概念[3]。因此，本文建议使用Python和OpenCV作为开发环境。目前前沿的图像处理算法大都基于深度学习工具，采用Python语言来设计，Python相比C/C++而言，结构简单，上手容易，结合OpenCV的工具包能帮助学生通过实验更好地理解算法的原理，加强对数字图像处理本质的认识，为后续的综合性实验算法的设计提供必要的基础储备。

（3）改进课堂教学方法，丰富教学手段。数字图像处理理论内容繁多冗长，传统教学过程不可避免会陷入填鸭式教学模式中，而且不注重图像基础知识与实际应用之间的联系，导致与实践脱节，学生的动手和创新能力也得不到提高。因此，根据专题项目所覆盖的教学内容及相互之间的关联性，结合任课教师自己的科研课题和国内外最新研究成果，以解决专题项目的方式引入相关概念和方法，开展教学。采用分组研讨的形式，教师在整个过程中起指导作用，让学生能真正参与到课堂教学中，调动学生的学习兴趣和积极性，激发学生的创新思维。

（4）完善课程考核方式，提升教学质量。传统的考核方式主要包括课堂考勤、实验报告和期末考核，形式比较单一，不能准确衡量学生对基础知识的掌握程度和应用能力。通过采用专题项目的教学方法和分组研讨的形式，最终的课程考核方式可以改进为“分组研讨表现+实验表现+课程报告成果”，分组研讨表现主要根据学生在组内研讨中的参与度、贡献度，如回答问题的表现，对项目基础知识的讲解等；实验表现考查学生对实验作业的理解、解决问题的思路、最终的算法质量和成果汇报的表现；课程报告成果考查学生对所学知识的综合运用能力。

3 结束语

本文针对传统数字图像处理课程存在的教学内容陈旧，教学方式方法单一，理论与实践脱节等问题，提出了基于项目驱动的教学改革思路，从教学内容、实验平台、教学方法手段和课程考核方式4个方面提出了具体改革措施，以此来提高学生的自主学习能力和对知识的应用能力，让学生真正参与到课堂中来，为学生以后的工作打好基础，力争培养出具有创新能力的新世纪人才。