线上线下混合+项目驱动的数字图像处理教学改革与实践

周继宇 廖丽君 吴九九

(贵州师范学院物理与电子科学学院，贵州 贵阳 550018)

工程教育在与产业发展的相互支撑和紧密结合中扮演着重要的角色。大学阶段是学生了解产业发展并形成工程思维的关键时期[1]。为了加快推进工程教育的创新发展，自2017年2月以来，教育部陆续发布了一系列重要通知，包括《关于开展新工科研究与实践的通知》《关于推荐新工科研究与实践项目的通知》和《教育部办公厅关于公布首批“新工科”研究与实践项目的通知》等，旨在推动"新工科"建设。

数字图像处理课程主要涵盖图像处理的基础理论、方法和实现，是人工智能领域的关键技术之一，在遥感解译、医学影像分析和智慧城市等领域具有广泛的应用。然而，在传统的数字图像处理教学中，仍然存在着以教师讲解、学生被动听取的被动式教学模式，课程内容过于侧重基础运算和经典方法的讲解，忽视了线下教学与线上资源的融合，也忽略了项目化综合能力的培养，已经无法满足新形势下工程应用人才的需求[2，3]。

在新工科的背景下，数字图像处理课程教学模式和方法的改革刻不容缓。通过引入互动式教学方法、结合线上资源以及注重项目化综合能力的培养，可以锻炼学生的实践能力，培养出符合现代化产业发展需求的工程应用型人才。

1 数字图像处理课程传统教学存在的问题

数字图像处理课程的复杂性和广泛性使得教学团队在有限的课时内面临着许多挑战。学生的基础薄弱、理论基础知识的繁多以及课程内容的广度，都增加了教学工作的难度。教学团队在早期采用了传统的教学模式。课堂上，教师主要依赖选用的教材和配套课件，通过讲授知识点来传达理论基础。同时，教师还会利用理论知识对经典案例进行验证和公式推导，以帮助学生更好地理解概念和原理。然而，通过教学实践的积累，我们逐渐意识到传统教学模式存在一些不足。这种模式无法充分激发学生的学习兴趣和主动性，而且在有限的课时内难以覆盖所有知识点和案例。学生可能只是被动接受知识，缺乏互动和实践的机会。主要问题归纳如下：

1.1 课程缺乏任务导向，学习目标不明确

学生对课程的学习目标和知识体系没有一个清晰的认识，仅把学好具体的理论知识，期末考试分数当作课程学习的最高目标。然而数字图像处理课程综合性较强，更多的是强调对学生实践能力的培养。以线性化知识讲解为主的传统授课方式，容易让学生用惯性思维去定位学习目标，迷失学习方向；同时，学生学习过程缺乏任务导向，抓不住学习重点，容易陷入到琐碎知识的吸收上，无法有效地对内容进行串联。

1.2 教师侧重对知识点的覆盖，忽视知识点的重构

数字图像处理课程知识点庞杂且难度较高，教师过于注重对知识点的全面覆盖，容易加重学生的课堂学习负担。新工科理念下培养的是工程应用型人才，针对以教材传授为中心到以项目实现为中心这样的转变，新型教学模式应根据项目需求对教学内容进行精简，着重学习最核心、最具启发性的内容，帮助学生提高学习效率。

1.3 线上线下两者孤立，难以有效适配课堂教学

疫情期间，全国大规模线上教学积累了大量学习资源，且学生已适应了借用互联资源辅助学习。但是，这些线上资源主要为国内重点大学的慕课视频，其教学内容和进度安排未必与线下教学实际保持一致，此外，学生也难以对海量的资源进行甄别。这导致线上教学资源无法很好融入到线下教学体系中，造成了两者的孤立。

1.4 学生项目训练不足，无法快速衔接产业需求

图像处理方法众多，教师在授课过程中往往仅限于某个经典案例的讲解与验证，学生也仅是针对单个算法的仿真实现，项目化开发训练不足。文献检索、团队合作、代码实现、论文撰写等综合能力培养未能在教学目标中体现，长此以往，无法适应新工科背景下的工程应用实际。

1.5 考核形式单一，成绩不能有效反映学生能力

在传统的数字图像处理课程教学中，教师对学生的考核和评价主要依靠平时作业和期末考卷为主。然而，这种方式缺乏对学生除理论知识学习外，其他实践操作能力的综合考核。这种评估方式限制了教师全面了解学生的学习情况和效果，也无法有效激发学生的学习积极性和主动性。

2 融合线上线下混合教学模式与项目驱动模式的教学设计

课题组在采用传统教学方法授课的过程中，深受上述痛点的困扰。受新工科教学理念和OBE成果导向理念的启发[4]，通过深入分析数字图像处理课程的教学目标及学情状况后，决定以项目为主线，与线上线下混合教学模式相融合，着力将以往“教师讲，学生听”“以教定学”的被动式教学模式，转变为“以项目为主线、教师为主导、学生为主体”，“以学定教”培养学生主动实践的创新教学模式。在以上述思想作为指导的前提下，本教学团队通过多年数字图像处理课程教学经验的积累，设计了以项目为驱动的教学模式[4，5]，其简要框图如图1所示：

基于新工科背景下项目驱动的数字图像处理教学模式创新，本教学团队通过有针对性的教学措施优化，克服了传统教学中的问题，具体措施如表1所示：

表1 存在问题与解决措施对照表

2.1 以任务为导向，明确课程和章节项目

明确课程和章节的应用场景，让学生知道为什么学？学什么？怎么学？明确的课程学习目标有助于激发学生的学习积极性，能够更长远地看待当前所学的知识的应用前景。

通过明确章节项目，可以让学生清晰地知道自己需要掌握哪些知识和技能，从而能够更有针对性地学习，逐步由浅入深地掌握数字图像处理的概念和技能，提高学习效率。

具体采用的措施有：

(1)建立课程和各章的应用场景视频库，在开启课程和新的章节时为学生进行播放，一般视频时长1-3分钟，主要介绍课程或单一章节在实际生活中的应用现状和未来趋势，激发学生对于课程和章节的学习热情。

(2)课题组依据课程教学内容和目标，将课程知识点汇集到9个专题项目，包括：图像的数学表示与统计、图像的空域增强、图像的频域增强与视觉增强、图像的空域复原、运动模糊复原、图像的信源与压缩编码 、图像的分水岭分割、图像的检测与识别、期末综合性应用(如：车牌识别、人脸识别等)[4]。项目驱动教学模式的开展都是围绕项目主线，因此项目的设置都进行了前期调研和论证，对于章节知识具有较强的代表性。

2.2 围绕专题项目，重构原有知识点结构

数字图像处理课程交叉性强且发展迅速，随着数学、物理、生物和计算科学等学科的发展，新的图像知识和图像算法也不断出现，因此很难构建一个通用的、固定的分类体系来概括学科的全貌。不同类别的算法采用不同的数学方法，比如：基于函数、基于统计和基于矩阵等。而不同的数学方法，需要不同的基础知识。因此，需要围绕项目，对课堂教学内容进行精简，着重学习最核心、最具启发性的内容，而非力求课堂知识的面面俱到。项目驱动教学法注重培养学生文献检索、团队合作、代码实现、论文撰写的能力，可以以单个类别的算法为主线，演示剖析问题、设计算法、算法实现、效果评价的过程，启发学生探索学习其他方法。

(1)结构梳理，定位重点知识

项目驱动教学法注重培养学生团队协作、分析问题、资料检索、解决问题的能力，而不是数学方法的广度，所以课程教学中应该更突出解决问题的思路。以图像的空域增强处理专题为例，常用的经典算法分类如图2所示，依照项目驱动法的思想指导。教师首先根据需要增强的图像自身的特点，对比点运算下三大类方法和邻域运算下两大类方法的特长，确定通过图像平滑大类作为解决方案。而图像平滑涉及的基础知识主要有：邻点与邻域、邻域处理、卷积与模板、卷积运算，这几个概念在图像处理领域具有非常广的应用。

图2 图像空间域增强专题经典算法框架图

(2)利用演示系统进行动态效果展示

为了解决教材中案例代码的限制问题，教学团队积极探索解决方案，并研发了一款创新的数字图像处理课程演示系统，如图3所示。

通过该演示系统，学生可以进行模块组合和参数更改，灵活地探索不同的图像处理技术和方法。他们可以自主地调整图像滤波、边缘检测、图像分割等处理操作，观察结果的变化，并进行结果分析和比较。这样的交互式学习环境激发了学生的学习兴趣，培养了他们的实践能力和创新思维。同时，该演示系统还提供了丰富的实例和示例图像，帮助学生更好地理解不同处理方法的应用场景和效果。学生可以通过实际操作，将理论知识与实际图像处理问题相结合，加深对课程内容的理解和记忆。

这款数字图像处理课程演示系统具有可交互性，学生可以方便地在本地安装并使用。这种实时的、自主的学习方式使学生能够直观地感受到不同处理方法和参数调整对图像处理结果的影响，加深对课程内容的理解。学生可以灵活地调整模块和参数，观察处理结果，并进行反馈和讨论。这样的教学工具有效地提升了学习效率，帮助学生更好地理解和应用数字图像处理的知识，培养出具备实践能力和创新思维的工程应用人才。

图3 数字图像处理课程演示系统操作界面

2.3 以项目为主线，线上线下混合教学

数字图像处理是原理与应用、理论与实践紧密结合的课程，采用传统的教材+配套课件的教学手段，已经无法满足学生的多元化学习需求。因此，课题组在课前、课中、课后都采用了以项目为主线，与线上线下混合教学相融合的授课方式，具体如下：

(1)课前：为了帮助学生树立正确的学习目标，让学生知道学什么？为什么学？教师提前建立好与课程章节相符的应用前言科普微视频。在课前预习环节，通过雨课堂手机课件的形式向学生推送对应章节的微视频，在学习基本原理之前，先让学生了解课程内容的实际应用和未来趋势，从而实现原理与应用紧密结合。

(2)课中：在课堂教学中采用了自主研发且可交互的数字图像处理课程演示系统，通过理论讲解+动态演示同步的方法，让学生可以自行改变相关数值，更直观地感受图像处理前后的变化情况，从而实现理论与实践紧密结合。

(3)课后：教师通过多渠道的数据记录与收集，构建了更加科学的线上线下混合模式的数字图像处理教学评价体系。形成了基于线上的课前、课中过程评价(雨课堂预习5%、雨课堂考勤15%、雨课堂互动10%)+基于线下的项目实践评价(项目报告20%、软件实现30%、项目答辩20%)=课程综合评价的考核方案。

2.4 采用分组形式，进行项目实施与考核

选取9个项目专题中的图像空间域增强技术为例。要求学生围绕该专题，明确具体任务和方法，设计并实现软件平台。实施过程中将3个学生分为1组，参照CDIO项目教学法分别完成：项目调研、项目设计、项目实现和项目反馈四个步骤，形成项目实践报告书。具体过程如下：

(1)项目调研

项目调研的主要目标是扩充课堂教师所讲内容以外的背景知识、定位自己要解决的关键问题。通过文献检索学生能够了解到图像的空间域增强方法多样性，甚至远不止课堂上教师所罗列的类别。图像的增强也不是一个统一的概念，可以包含：图像去噪、图像灰度均衡、图像边缘和细节强化等问题，面对不同的问题也没有一个放之四海而皆准的通用方法。因此，学生通过文献检索和学习，需要定位自己具体要解决的图像增强问题。本文假设学生通过调研后选定边缘和细节强化作为图像增强要解决的问题。

通过项目研究，学生将具备基本的文献分析能力，还能对研究主题进行初步的文献综合评述，明确相关研究的优势、不足和未来的发展方向等。获得使用多种中英文资料库的技能，

(2)项目计划

项目计划的主要目标针对项目调研后所定位出来要解决的问题，找出对应的解决方法。设计阶段，小组成员会收集到很多解决边缘和细节强化问题的方法，学生需要首先理解这些方法的原理，并给出方法的数学模型描述。针对边缘和细节强化问题，可以采用图像锐化的方法，而图像锐化有Sobel锐化、Prewitt锐化和Robertsr锐化等算法。

理解了上述算法后，小组成员需要详细绘制每种方法的算法流程图，并进行软件平台的界面和功能设计。这包括确定各种控件和菜单设置等。在充分交流和讨论后，小组成员将共同确定最佳的算法流程图和软件平台界面设计方案。

(3)项目实现

学生在项目计划阶段，已经对选定的任务进行分析，确定了具体的实现方法和流程，也对软件界面和功能做了设计布局图。因此，在项目实现阶段，学生主要是利用Matlab进行编程实现项目计划的内容。代码实现过程中，学生分模块协作，编程规范和团队合作能力都得到提升。

(4)项目运行反馈

反馈阶段可以分为两个方面，首先是小组成员对所开发软件的基本功能进行测试和完善，对涉及算法进行主客观评价，学生需要收集和学习用于图像增强问题评价的指标，了解每个指标所代表的物理含义，每种方法除了输出增强图像外，还需要运算评价指标，通过评价指标评测在该问题下的增强效果的优劣。

其次是对项目的过程撰写报告书，制作PPT进行项目答辩，向指导教师阐述实施过程，教师对项目的优点和不足进行总结性评价，为学生进一步完善或升级软件平台提供指导性方向。

2.5 构建实践能力为核心的多渠道评价体系

(1)以雨课堂为辅助的课前和课中评价

在雨课堂软件下，教师可以设置课前预习和课中的课堂互动，并能够在该雨课堂课程中心查看学生的参与和完成情况。通过雨课堂的学情分析功能，教师可以跟踪学生的学习表现，了解学生的学习状态和学习进度，并根据学情分析结果进行针对性的教学。最后雨课堂也能够按照学生课前和课中的表现进行评分。

(2)以项目为核心的实践能力评价

数字图像处理作为一门工科课程，其核心是实践能力的培养。学生通过9个专题项目的完成，文献检索能力、独立思考能力、团队交流及合作能力、代码实现能力、论文撰写能力、逻辑思维能力和口头表达能力都得到了体现。教师通过指导学生的项目完成过程，按照相应的实践评价体系，制定项目答辩评价表，实时进行评分。

(3)课程综合评价

通过多个渠道的数据记录与收集，最后汇总到雨课堂的综合评价系统，形成了基于线上的课前、课中过程评价(雨课堂预习5%、雨课堂考勤15%、雨课堂互动10%)+基于线下的项目实践评价(项目报告20%、软件实现30%、项目答辩20%)=课程综合评价的考核方案。这种方式降低了教师主观因素在学生考核中的影响，构建出一个更加科学、全面、公正和多元化的数字图像处理教学评价体系，促进学生的全面发展和教学质量的提高。

3 教学改革实践效果

将上述教学设计应用于贵州师范学院2019级电子信息科学与技术专业学生的数字图像处理课程，综合所授课班级学生的平均完成情况进行评价如图4所示。

图4 班级平均成绩图

可以看出，4项考核内容的平均成绩均呈现上升趋势，说明以项目为主线，与线上线下混合教学相融合的授课方式能够帮助学生提高综合素质能力。线上综合的成绩后期增长缓慢，也表明在实际教学中学生互动环节有待加强。实践表明，由以教师为中心到以学生为中心，以教材为中心到以项目为中心的项目驱动型数字图像处理教学模式，能够解决传统授课方式存在的不足，使得学生在文献检索、独立思考、团队合作、代码实现、论文撰写、逻辑思维等方面的综合能力都得到实操训练和提升，更加符合工程实际的需求。

结 语

在持续的创新改革过程中，数字图像处理课程的教学质量不断提升，取得了令人欣喜的成果。这一改革的成效证明了我们不断努力追求教育的卓越，为学生提供更高效的学习体验的初心是坚定不移的。然而，团队成员深知教学创新改革是一条漫长的道路，下一步将继续努力探索更优质的教学方法和策略，不断改进教学内容和教学资源，以满足学生的学习需求和适应产业发展的挑战。