应用型本科院校机器人工程专业数字图像处理课程教学改革与探索

马保建，陈棒棒，刘向东

（1.新疆理工学院，新疆 阿克苏 843100；2.南疆发展研究院）

0 引言

视觉感知是人类或者机器理解外部世界非常重要的方式之一，其中对图像信息的采集和处理在各个方面（比如医疗、工业和农业领域）都有着广泛的应用[1-2]，这对数字图像处理课程教学提出了更加高的要求。该门课程的理论性和实践性都比较强，在课堂教学过程中，如果采用“填鸭式”的教学方式，会使学生失去对本门课程学习的兴趣，影响本科教学的质量和效果。本文以新疆理工学院的机器人工程专业的数字图像处理课程为试点，积极探索合适的教学方法和途径，培养一批服务于当地经济社会发展的高素质、应用型人才，为地方本科院校教学改革提供参考。

1 教学现状与存在的问题

1.1 课程内容陈旧

经典的数字图像处理教材里面的核心内容包括：图像的空间变换、图像的增强与去噪、图像的形态学处理、图像的分割等[3-4]，传统教材内容涉及的理论知识较多，核心算法比较陈旧，各个章节之间的关联性不大。随着技术的进步，不断出现数字图像处理的新理论和方法，2012年深度学习技术在图像处理上取得了巨大的成功[5]，相比于传统图像算法提取特征的繁琐，深度学习可以实现端到端的处理过程，鲁棒性和普适性都很好，但是这些先进的图像处理技术并没有在教材里面涉及，学生很难接触到前沿的图像处理算法，导致学生掌握的知识技能远远落后于实际生产生活中的迫切需求。

1.2 教学手段与实践环节脱节

一般的授课方式从理论推导讲解相关算法的流程，使学生陷入抽象以及繁琐的数学推导过程中，极易让学生产生厌学情绪。在实践教学过程中大多数院校采用的算法验证平台是Matlab软件[6]，该软件中的图像模块基本涵盖课程讲解的相关算法，学生可以方便的调用相关函数简单的验证一下效果，导致学生无法通过现象够理解背后算法的本质，使课堂教学的理论知识与实验教学环节脱节，不利于学生创新意识的培养。当遇到新的实际问题时，导致学生无从下手，不能把课堂学习的理论知识与实际问题有机地结合起来。

1.3 考核评价单一

目前的图像处理课程的考核方式以理论考试和实验报告两种形式为主[7]，单纯的考试不仅不能反映学生掌握理论知识的真实情况，而且也不能反映学生的编程实践能力。同样的，实验报告的考核形式大多流于表面，学生的作业内容相似程度较高，抄袭现象普遍，这样的考核评价方式与课程培养学生的宗旨大相径庭。

2 教学改革的内容与举措

2.1 以理论讲解和实际编程的课程教学

（1）更新现有的图像处理教学内容，删除教材中的陈旧、过于理论以及没有实际应用价值的算法，适当增加当前图像领域的主流、前沿的相关内容和思想，使课程教学内容中的传统方法和深度学习方法有机结合。积极引入目前图像处理热点问题进行讨论，让课堂的理论知识从生活中来，到生活中去，锻炼学生解决实际问题的能力和创新意识。同时以课程的核心理论为基础，延伸一些前沿图像处理技术的研究现状，让学生去检索相关的论文，然后以小组汇报的方式呈现，锻炼了学生的文献检索能力，而且了解了目前的研究热点，完成从“要我学”到“我要学”的学习态度转变。

（2）改进现有的图像算法实验平台，由于Python和Matlab采用的都是脚本语言，相比于C/C++更容易理解和掌握，利用Python结合OpenCV、Scikit-image、Numpy等库作为图像处理的软件环境，从基本原理上实现对图像处理的编程操作，从本质上理解算法的原理。同时，利用目前主流的基于Python语言的深度学习框架Pytorch/Tensorflow编写一些简单的图像处理案例，通过实践操作加深对学习中卷积、池化、全连接层等基本概念的理解。

2.2 以任务驱动和成果展示的教学模式

在完善教材内容和实验平台的基础上，安排学生参观新疆理工学院机器人实验室，让学生了解图像处理在机器人视觉感知中的重要地位。介绍几款图像信息获取传感器，比如传统的CCD工业相机、微软的Kinect系列的深度相机，同时也可以扩展讲解一些激光雷达传感器，并简要介绍一些相机的基本原理知识，在此过程中完成图像信息获取与图像处理基本知识的介绍，比如数字图像的发展历程、图像形成的原理、像素的定义和彩色图像的通道等基本概念。后续采用以任务驱动和成果展示的创新教学模式，依据解决每个任务所包含的知识点开展图像处理算法概念和相关编程方法与技巧的教学。在完成单个图像处理案例分析之后，为学生提供相似的任务，让学生分组讨论，并给出理论上的解决方案，然后再让学生实际编程验证小组讨论的算法流程，充分调动学生参与的积极性，培养学生的动手实践能力。同时，建立“翻转课堂”式的图像课程的交流平台，使学生自主方便的选择自己的学习时间，巩固课上的理论学习内容。

在设计图像处理课程任务时，充分考虑新疆的区位地理优势尤其是农业领域所涉及的图像处理问题，并结合教师的科研项目，制定以解决实际问题为出发点的实验方案（表1）。提炼出难度适中的驱动任务，以课程任务替代原有的章节内容，打通知识点之间的内在联系，以系统性的思维方式考虑和解决问题，逐步让学生掌握图像处理课程的核心内容。

表1 课程任务涵盖的图像处理相关知识点

2.3 以比赛促教学的模式

积极鼓励学生参加新疆省内和全国的相关比赛，以赛促学，通过参加农业机器人大赛和图像处理大赛等方式进一步将学习到的理论知识转化为实践应用，例如在农业机器人大赛中，通过对玉米幼苗的叶片的识别判断其生长状况，为后续的水肥管理提供数据依据，通过参加这样的大赛进一步激发学生探究未知世界的内在动力。在图像处理课程教学中引导学生利用不同的图像处理手段解决同一个实际问题，通过小组比赛的形式评比出最合理和高效的图像处理方式，使原本枯燥的理论知识变得生动有趣，同时增加了课堂的活跃气氛。

2.4 合理的成绩考核指标

图像处理课程实践性较强，采用平时考勤和期末考试的方式不能准确地评价和衡量学生掌握知识的情况。由于采用以任务驱动的方式讲解图像相关算法，采用20%为平时成绩（包括出勤率和完成课后作业情况），50%为实验结果展示（以PPT小组汇报的形式），30%为试卷考试（主要考察图像处理的基本知识），这三部分成绩构成最后的学生成绩。其中平时成绩着重考察学生完成作业情况，结果展示考察学生讲解图像算法的基础知识以及语言表达能力，最后的考试是考察学生掌握基本图像算法原理的情况。通过这种综合评价机制促进学生全方位素质的提升。

3 结论

本文通过以任务驱动的方式对机器人工程专业中的数字图像处理课程进行改革探索。结合新疆理工学院的区位优势，以解决实际农业领域问题为课程导向，对课程内容、实践环节以及成绩评价指标等方面进行积极探索。将复杂枯燥的理论推导融入实际鲜活的生活案例中，不仅培养了学生发现问题和解决问题的能力，而且激发了学生的学习兴趣和参与课堂教学活动的主动性，提升了学生的创新能力，促进教师的教学质量提高。