計算機類專業數字圖像工程類專業課程的建設與改革

詹曙　雷超　楊雄

摘 要：數字圖像工程類專業課程是高等學校計算機類專業的基礎課程，該課程理論性強、概念抽象、學習難度大。為了提高學生的學習興趣和學習效果，本文通過反思教學實際，分析了數字圖像工程類專業課程在教授時所存在問題的形成原因，然后就此提出解決方法。并且將解決方法應用到本校實際教學之中，取得了良好的教學效果。

關鍵詞：計算機類專業；數字圖像工程類專業課程；課程的建設與改革

中圖分類號：TP642 文獻標識碼：A

1 引言（Introduction）

數字圖像工程類專業課程是高等學校計算機類專業學生的專業基礎課程，該課程具備了豐富的理論研究價值和廣闊的實際應用前景，是IT行業中人工智能，計算機視覺，虛擬現實等熱門領域中的重要理論和實踐基礎[1]，同時該課程在就業市場中的重要地位都使得廣大學生重視該課程，有強烈的深入學習意愿，因此加強計算機類專業數字圖像工程類專業課程的建設與改革意義重大。然而現如今高校在教授數字圖像工程相關課程時，主要存在著重視程度不夠、教授內容過于陳舊，結合實際應用內容欠缺三方面的問題，本文通過分析該課程在相關領域的重要應用、對于學生能力提升的意義，并且緊密結合本校教學實際，對于以上三方面問題探討了形成原因并且提出了針對性的解決方法。最后，將這些方法應用到了教學實踐中，取得了良好的教學效果。

2 圖像處理在相關領域的應用（Application of

image processing in related fields）

數字圖像處理是指通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術，除了基礎的應用，比如常見的圖像處理軟件photoshop，智能手機里面常見的美圖秀秀等修圖軟件，在其他領域也有著不可替代的作用。

在機器學習領域，首先大部分圖像處理算法，比如各種平滑算法，常常作為機器學習中第一個步驟，也就是預處理步驟，從而使得最終的實驗效果更加可靠準確；另外，將機器學習方法應用到圖像處理方面，目前是圖像處理研究領域的一個熱點，比如采用卷積神經網絡或者條件隨機場方法，用于分類和分割等任務中[2，3]。

在計算機視覺領域，也常常需要利用數字圖像處理來做一些雜活，比如對需要識別的照片進行預處理，增強對比度、去除噪聲等[4]。國內不少公司比如中科視拓、face++等已經可以將比較成熟的人臉識別相關產品運用于實踐生活中來，而這些產品是離不開數字圖像處理中的基本方法和技術的。

在計算機圖形學領域，如今大量的3D游戲為了增加表現力都會疊加全屏的后期特效。這些技術看似高級，其實背后的基本原理就是數字圖像處理，只是將計算量放在了計算機的顯卡端。通常的做法是首先繪制一個全屏的矩形，然后在pixel shader中進行數字圖像處理。

在虛擬現實與增強現實領域，同樣需要數字圖像處理進行一些預處理，再運用計算機視覺跟蹤物體的識別于姿態獲取，運用計算機圖形學進行虛擬三維物體的疊加，從而最終豐富了人們的感官體驗。

從以上所述的一些應用領域不難得出結論：數字圖像處理處理除了自身的直接應用之外，對于其在機器學習、計算機視覺、計算機圖形學、虛擬現實與增強現實等領域的作用，就如同數學中基本的加減乘除運算一樣。它為進行其他方向的研究提供了基本的工具和方法，基于這些工具和方法，相關領域的專業人士才可以在各自的天地內更加踏實更加自由的進行創作和開發。

綜上所述，數字圖像處理是一門基礎學科，同時也在不斷與時俱進，在不同的領域發揮著重要的作用。因此，越來越多不同領域的人投身于對數字圖像處理的研究中來，因為其中所包含的基本思想、基本方法、基本理論對他們進一步的學習和發展有著重要的作用。

3 圖像處理課程對于學生的意義（The significance

of image processing for students）

數字圖像處理的一門綜合性學科，內容包括物理、數學和計算機編程等相關知識，應用涉及計算機、圖形學、數學、醫學等領域。從數字圖像處理的知識范圍和涉及領域不難看出，該門課程要求學生必須同時具備理論分析和編程實踐兩個方面的能力[5-7]：一方面，學習圖像處理的基本理論，比如傅里葉變換、小波變換等，有利于學生回憶起之前先修的高等數學、線性代數等內容，從而幫助學生掌握不同學科的之間的緊密聯系共同提高，同時也鍛煉了思維的能力，使學生主動思考主動學習。

另一方面，高校計算機相關專業的學生，一直以來編程實踐能力的欠缺一直為公司所詬病，這也是很多畢業生找不到理想工作的原因所在[8]。國內某公司圖像處理職位的招聘要求，如圖1所示。可以看出，除了一些基本技能之外，明確要求具備實現算法的能力。而數字圖像處理是一門理論與實踐結合非常緊密的學科，學生在學習的過程中，可以利用matlab、opencv等常用軟件進行實踐自己的想法，鍛煉自己的編程能力。

此外，當你在瀏覽前程無憂、智聯招聘等學生求職網站，可以發現如今各大公司對于圖像處理相關專業的學生需求很大。單就合肥而言，在本文寫作過程中，在智聯招聘網站上搜索欄搜索圖像處理相關鍵詞后就顯示有148個職位可以提供，如圖2所示；在前程無憂網站上則有131個職位，如圖3所示。這一方面得益于圖像處理自身在日常生活中用處廣泛，同時也得意于上述提到的機器學習、計算機視覺、計算機圖形學、虛擬現實與增強現實等領域持續火熱的發展。需求決定市場，而高校的一個重要任務就是訓練學生擁有足夠能力去就業謀生，二者不謀而合，因此圖像處理這門課程對于學生提升就業競爭力來說是非常重要。

綜上所述，數字圖像處理學科有助于提高學生思考問題和編程實踐的能力，同時現如今就業市場對于該專業人才需求量也很大。因此，于學生于高校，開展endprint

數字圖像處理課程勢在必行。

4 成因分析（Cause analysis）

4.1 重視程度不夠

首先，現如今高?！翱荚嚒狈諊鷩乐兀芏鄬W生上課并不認真聽講或者說根本無心聽講，而僅僅選擇在期末突擊一星期以應付考試。也就是說，數字圖像課程于學生而言只不過是類似中國特色社會主義、自然辯證法等“無關緊要”的課程，并無多大用處又何必白費心思去學；反過來，這也直接影響到了教授老師的“心情”，也許本想認真上課，于是對學生就嚴格一點，結果卻受到學生的抱怨，使得教授老師開始懷疑自己，于是也漸漸放低了要求。如此反復循環，最終數字圖像處理課程也“泯然眾人矣”。但事實卻并非如此，從上文分析可知，數字圖像處理的重要性不言而喻。

4.2 教授內容過于陳舊

一般高校采用的都是岡薩雷斯的《數字圖像處理》作為自己的教材，經典教材固然好用，但卻存在一些問題。其中最大的問題便是水土不服，不僅因為教材本身是由外國相關專業人士所編寫，而且因為沒有考慮本校實際比如學生的先修課程等。

本文對本校計算機專業學生做了抽樣調查，大多數學生都反映有這樣的兩種情況：一是岡薩雷斯的《數字圖像處理》比較全，但不夠細，有些地方應該多講一些結果卻只是一筆帶過，比如關于邊緣檢測、區域分割、灰度共生矩陣分析法和圖像的模板匹配介紹太少；二是本書的編排也不夠合理，比如常見的處理算法完全可以將時域和頻域放在一起講而不是各自放在獨立的兩章節中，這樣在學習中更容易對比從而獲得更加深刻的印象。

同時，圖像處理是一門與時俱進的技術，很多舊方法早已不用，很多新方法源源不斷的出現，而由于教材本身的滯后特性，是無法兼顧與此的[9]。

與此對應的，也導致教學方法過于呆板，考察方式單一。與其他學科一樣，數字圖像處理這門學科的教授方式基本也是采取“教師滿堂灌，學生記筆記”的模式，缺乏師生之間的互動。對于這門理論與實踐結合緊密的課程來說，學生顯得過于被動。至于考察方式，很大程度也是采取最后的卷面考試成績，這也直接導致了學生同其他學科一樣是為了應付考試而學，最終換不來學生能力的提升。

4.3 結合實際應用內容欠缺

國內某大學關于數字圖像處理課程的授課計劃表，如表1所示。表中數據顯示，如今高校大多采用的是平時正常上課教授教材中的理論知識，然后期末安排一次大作業，或者直接安排為期一周的課程設計。學生在規定的時間內完成就算是完成了數字圖像處理課程的學習[10]。

相比其他“無關緊要”的課程僅僅多了大作業或者課程設計，這顯然是遠遠不夠的。首先，學生容易蒙混過關，因為僅僅一周時間去完成一個之前沒做編程練習對于大部分學生還是較有難度的，于是學生會滋生“懶惰”的心理。既然設置這個“多余項”，就有必要利用好否則只是走形式又有多大意義；其次，由于計算機專業學生本身需要學習的課程較多，這直接導致了學時安排的考慮，并且往往達不到數字圖像所必需的最少課程安排；最后，結合章節1中所談到的，由于教師授課本身的側重點不在于實踐，部分教師對此重視不夠甚至忽略了該問題，往往都是相同的題目一年又一年，而學生交上來的作業也是一篇似一篇。這樣長期以來結果就是：學生知道學過這些東西，但卻連簡單的復現都無法做到，更加別提與實際應用做出結合了。

5 方法探討（Method study）

5.1 針對重視程度不夠的問題

“考試”氛圍固然難以改變，但是卻可以做出彌補。本文認為最好的方法就在于如何去提高學生對于數字圖像處理的興趣，只要興趣有了，學生才會認真的對待課堂，進而甚至會在課下進行自我練習，而不會把數字圖像也當作一門普通課程，而教授老師要主動承擔起提高學生興趣的這項責任。具體來說，比如如今學生都喜歡拍照，教授老師就可以利用Photoshop等軟件進行修圖，讓學生知道數字圖像處理與現實生活結合如此緊密；教授老師也可以介紹自己近年來做過的或者一直關注的前沿課題的進展，比如計算機視覺方向就可以介紹人臉識別最新的研究動態以及相關的產品，讓學生開拓了自己的眼界和見識。本文認為提高學生對于數字圖像處理的興趣是當前最為緊要的任務，因為課程最大的功勞在于領學生入門，真正實用的技能及其與具體情境的結合應用是要靠學生自己的努力的。學生由于自身局限無法兼顧到這些，因此教授老師需要多費心，哪怕花費時間多一些，效果也是值得期待的。

5.2 針對教材陳舊的問題

首先編寫教材應該考慮本校學生的先修的基礎課程和基本能力等方面，因此提倡高校教師自己進行內容的編排和取舍，打造一本適合本校校情的教材。另外，由于學科之間交叉性的存在，比如一般開設數字圖像處理課程的專業同時也會開展多媒體信息技術，模式識別等相關課程，這些課程之間往往聯系緊密，因此要求教師具備一人多授課的能力，這樣教師有助于把握學生的實際學習情況，同時也能夠節省時間避免重復做無用功。

同時，現如今授課教師都是根據所制作的ppt提供思路然后進行口述授課，因此，教材陳舊沒關系，解決方法在于教師，授課教師應該及時關注數字圖像處理領域的相關研究動態，及時刪除一些舊的，更新一些新的，最終凝聚在所制作的ppt之中。也許教師平時時間比較緊張，此時可以將一些實踐經驗或者前沿方向等以閱讀材料的形式補充在課件末尾供學生自己選擇性的閱讀，從而更好的開拓學生的視野，激發學生的興趣。

本文認為教師應該采取問題式教學的方式，而不是自說自話。具體說來，課前教師可布置思考題鼓勵學生主動看書和查找資料去尋找答案，課堂上也要善于啟發式的引導學生去思考而不是直接拋出結論。教師同時也應該善于利用多媒體來豐富自己的教學內容，運用視頻、聲音、圖像等信息給予學生不同的刺激，有利于學生注意力的提高，從而更加高效的學習[11]。

至于考察方式，卷面考試必不可少，但應降低卷面成績的最終比例，本文認為卷面成績與平時成績為1：1的比例更為合適，其中平時成績不僅包括出勤情況，也包括每周的實踐作業。這樣或許時間會比較緊張，因為實踐作業要求學生必須付出更多的時間和精力，本文提供的一個解決方法就是只要求學生實現理論的關鍵部分，其余的部分統一給出即可。endprint

5.3 針對輕實踐重理論的問題

首先教師應該轉變觀念，充分認識到數字圖像處理的理論與實踐同等重要，而不是忽視該問題；此外學時固然無法改變，但教師教授應有所側重，有所舍棄。

一些簡單的知識點完全沒必要大講甚至不講，比如一開始章節的關于圖像的基本概念直接一兩句話帶過即可；一些學生努點便可以懂的知識小講，或者交給學生制作ppt由學生自己去講；而真正令人困惑的或者程度還不夠的可以重點講，比如前文提到的涉及到先修數學知識的傅里葉變換等需要教師做出推導和在實際中的具體應用。這樣結合前面第二點，把主動權交給學生，可以節省出時間用于提升學生的編程能力[12，13]。

至于如何去提升學生的編程能力，本文認為可以從兩個方面入手。一是每周可以提前布置與本周教學內容有關的小實驗，給出大部分代碼，其中關鍵的部分由學生自主完成，每周末作為作業交上來納入平時的成績之中；二是期末應有一個課程設計大作業，為其一周左右，讓學生根據自身的興趣去選題，編程語言不限，鼓勵學生發揮創新精神，運用本課程學習到的基本知識和方法去實現自己感興趣的一個方向。

6 結論（Conclusion）

本文首先論述了數字圖像工程類專業課程在相關領域的應用，以及對于學生自身的意義，據此明確了設置數字圖像工程類專業課程的主要意義；然后指出了現如今計算機類專業數字圖像工程類專業課程存在的三個問題，即重視程度不夠、教授內容過于陳舊，結合實際應用內容欠缺，表明建設與改革勢在必行；最后針對存在的三個問題分別探討了三個問題的形成原因，以及對應的解決方法，并且將方法應用到了教學實踐中，學生反應良好，學習積極度、勤奮度大大提升，取得了良好的教學效果。

參考文獻（References）

[1] Li H，Li Y，Porikli F.DeepTrack：Learning Discriminative Feature Representations Online for Robust Visual Tracking[J].IEEE Transactions on Image Processing，2016，25（04）：1834-1848.

[2] Wohlberg B.Efficient Algorithms for Convolutional Sparse Representat-Ions[J].IEEE Transactions on Image Processing，2016，25（01）：301-315.

[3] Zand M，et al.Ontology-Based Semantic Image Segmentation Using Mixture Models and Multiple CRFs[J].IEEE Transactions on Image Processing，2016，25（07）：3233-3248.

[4] 岡薩雷斯.數字圖像處理[M].北京：電子工業出版社，2005.

[5] 賈永紅.“數字圖像處理”課程的建設與教學改革[J].高等理學教育，2007（01）：96-99.

[6]李熙瑩.“數字圖像處理”課程設計與學生實踐動手能力的培養[J].計算機教育，2008（08）：17-18.

[7] 黃朝兵，楊杰，李慶.圖像處理教學與科研共建模式研究[J].計算機教育，2014（08）：48-50.

[8] 魏力.經濟新常態下IT專業本科畢業生就業態勢研究[J].軟件工程，2016，19（09）：60-62.

[9] 張大良，呂浩雪.打造精品課程，提升教學質量[J].中國高等教育，2003（09）：6-7.

[10] 劉琴.計算機專業程序設計類課程教學方法探討[J].軟件工程，2017，20（03）：57-59.

[11] 劉放美，等.基于PHP的多媒體教學資源管理系統設計與實現[J].軟件工程，2016，19（07）：40-42.

[12] 任化敏，陳明.計算機應用型人才的計算思維培養研究[J].計算機教育，2010（05）：61-63.

[13] 呂帥，等.實踐教學中的開放性創新實驗項目探索[J].計算機教育，2017（03）：29-32.

作者簡介：

詹 曙（1968-），男，博士，教授.研究領域：計算機圖像分析，計算機視覺.

雷 超（1994-），男，碩士生.研究領域：三維人臉識別.

楊 雄（1992-），男，碩士生.研究領域：醫學圖像分析.endprint