郵電類高校《機器視覺與應用》課程教學創新改革與探索

范保杰 徐豐羽

摘 要：在我國新一代人工智能發展戰略的背景下，結合郵電類高校的人才培養目標，深入分析《機器視覺與應用》課程知識體系，對此課程的教學大綱、理論教學內容、實踐教學內容、教學方法等方面進行創新教學改革和探索，緊跟行業技術發展趨勢，將機器視覺與應用的理論教學融于實踐教學過程，著重加強學生工程實踐能力的培養，學以致用，提高學生的創新能力。

關鍵詞：機器視覺與應用;創新實踐;郵電類高校

國務院印發的《新一代人工智能發展規劃》中提出了我國人工智能“三步走”戰略目標并深化實施“中國制造2025”，將人工智能上升到國家戰略層面。因此，必須加快推進人才培養模式改革，推進科教協同育人，完善高水平科研支撐拔尖創新人才培養機制。新工科背景下的核心課程機器視覺與應用是郵電類本科學生的基礎課程，許多高校主要面向自動化、計算機類等工科專業開設，此課程融合了機器學習理論，數字圖像處理，智能決策與最優化等技術[1]，教學內容涉及機器視覺系統的組成與標定、圖像濾波與分割、目標檢測與識別、成像原理與多視圖幾何、三維測量等。各個學校對該課程的教學內容側重點不同，培養目標也不盡相同，但普遍面臨的問題是：強調理論知識點的掌握如定理、證明等，理論教學內容不能與最新技術發展同步，實踐教學內容簡單、膚淺，不能有效聯系實際應用或案例。學生對這門課缺乏興趣，實驗設備老舊、編程語言傳統，不符合企業實際需求，影響學生就業與升學的競爭力。因此，為解決上述問題，《機器視覺與應用》這門課程的教學改革勢在必行。

一、理論教學課程體系改革的與時俱進

機器視覺在我們生活中的應用不斷擴大，如手機上的攝像頭系統，微信、支付寶的掃碼操作等，因此在《機器視覺與應用》這門課中，在深入講解經典機器視覺知識的同時，要將當前最新的機器視覺與應用的研究成果與行業前沿知識在課堂上對學生進行介紹，如基于稠密深度、輕量化卷積神經網絡的目標檢測與識別、圖卷積神經網絡等，讓他們了解最新的知識點與行業應用及當前流行的軟件、硬件平臺，為他們以后的學科研究與就業奠定良好的基礎。因此，對課程的培養目標與課程體系進行了修訂。

新版的《機器視覺與應用》課程以Python語言為基礎，要求學生掌握機器視覺的概念、原理、圖像處理方法及經典視覺成像模型，掌握多視圖幾何及三維重建的原理及實現方法，學會搭建基礎的輕量化卷積神經網絡，為進一步學習人工智能相關專業課以及從事本專業的研究和技術工作打下必要的基礎。

同時，要充分考慮企業的需求，以協同育人的視角構建教師和企業導師聯合育人團隊，因材施教，優勢互補。比如，通過理論講解掌握機器視覺的圖像濾波與目標檢測，借助于生產線現場缺陷目標檢測等工業應用案例掌握理論教學知識，并反饋理論教學中未涉及的實際應用要點，如算法的實時性、檢測成功率，影響誤檢測的因素等。

二、創新實踐教學平臺

為了緊跟當前機器視覺與應用技術發展的潮流，培養人工智能應用行業所急需的專業人才，在通過課堂將機器視覺與應用專業理論知識傳授給學生的同時，還需啟發學生將來在機器視覺應用方面有創新性的成果[2]。

我們構建了三種型號的基于機器視覺系統的無人車、無人機等創新實踐平臺，每一種型號分別采用英偉達Nano和樹莓派兩種開發板，每種開發板32套，總共192套基于機器視覺系統的無人平臺。這些平臺不僅更好地服務于機器視覺與應用課程的章節實驗及綜合性實驗，而且還作為實驗室的創新平臺，為智能車比賽，無人機競賽，機器人大賽提供強有力的支撐。

三、創新實踐教學機器視覺軟件的組成

本課程的章節實驗及綜合性實踐提供多種編程語言和工具箱平臺，學生可以根據自己的興趣、愛好及未來的學業、職業規劃選擇一種或多種編程語言及平臺[3]。在Matlab圖像處理工具箱與OPENCV工具箱的基礎上[4]，本課程的實踐教學創新性地引入基于Python的機器視覺與應用基礎工具箱、進階版深度學習工具箱，緊跟當前機器視覺與應用課程發展的技術潮流。因為Python是一種面向對象、解釋型、動態數據類型的高級程序設計語言。其代碼量小，簡潔清晰。還具有豐富的機器視覺標準庫和擴充庫，如Pytesseract、OpenCV等，是當前人工智能行業廣泛應用的編程工具。

此外，為進一步支撐機器視覺綜合性實驗及基于視覺導航的無人車進階實踐項目，建議學生學習ROS開源的元機器人操作系統，包括硬件抽象、底層設備控制、常用函數的實現、進程間消息傳遞以及包管理。上述的OpenCV，Python等機器視覺工具箱及激光雷達、IMU慣導模塊以及相應的多傳感器標定、圖像處理、目標識別與跟蹤、三維重建、SLAM等都可以在此環境下實現。

另外，學生還可以熟悉掌握常用的深度學習框架，如PyTorch、TensorFlow、Keras、MXNet等，為將來的工作和學業深造打下堅實的基礎。

四、創新實踐教學內容的設計

我結合機器視覺與應用的理論教學內容，并兼顧實驗室開放創新項目及競賽需求，設計了漸進式創新實踐教學內容，主要分為三個級別：驗證性機器視覺章節實驗、綜合性視覺及多傳感器融合實踐項目、創新性實踐項目。考慮到學生對知識的掌握程度不同，三個級別的項目由易到難，循序漸進，兼顧學生的興趣愛好及實際生活中的創意實現。三個級別的實驗及實踐項目舉例如下：

1.驗證性實驗：攝像頭啟動及驅動，圖像預處理如多彩色空間轉化、灰度變化、圖像增強、圖像濾波、銳化、圖像分割與二值化、腐蝕與膨脹、圖像特征提取與匹配等。

2.綜合性實踐：相機標定實驗及誤差分析，多傳感器聯合標定（相機、激光雷達、IMU聯合標定），圖像去霧、去雨、去模糊化等。

3.創新性實踐：視覺導航，無人車視覺避障，無人車視覺同時定位與重建，模擬工業機器視覺應用如智能產品缺陷檢測、視覺測量，快遞包裹視覺實時追蹤與定位，人流估計與預測等。

驗證性實驗是必選的，綜合性及創新性實踐是以小組完成的，學生可以跟蹤興趣、愛好選擇不同的題目，提高主觀能動性，并允許學生利用所學知識進行創新創意性擴展。

五、創新實踐教學方式改革探索

（一）梳理課程間內容關系，完善相應的平臺、硬件、軟件及相應的電子資源建設

學生的專業基礎不同，所掌握編程知識及實踐能力有一定的差異性，教師開課前應摸底學生所學的課程內容，了解學生不同的專業基礎，并進行合理的分組、引導，使學生互幫互助;完善實驗室的理論教學平臺，發展三種類型多套的無人硬件平臺，建立相應的課程電子資源網站，包括理論教學內容知識點和實踐教學內容及所需的軟件、教程、工具包，網站上包含專門的知識內容討論區，另外還包括國內外《機器視覺與應用》相應的多媒體課件、論文、書籍及經典算法的實現代碼，以適應當今人工智能行業內機器視覺知識的內容多、涉及范圍廣、知識更新快的特點，以便學生下載、查閱。同時，教師要合理利用一些即時通訊平臺，如微信群、QQ等工具，及時解答學生的疑問。

（二）優化小班化實驗室課堂，注重學生知識的掌握與應用

教師要改變往常以教師講解為主，學生機械地參與的滿堂灌模式，直接在實驗室采用小班化教學，一次32人，分為四個小組，每個小組都要完成三個級別的實驗，保證每個組員都要參與，都有相應的任務，實驗內容盡量避免雷同。每次課2個課時，教師進行0.5課時基礎理論知識進行透徹地講解;拿出1個課時讓學生進行驗證性實驗，對基礎知識進行實現、驗證，并進行組內討論;剩下的0.5個課時，學生進行綜合性實踐或創新型實踐的討論、演示、講解，任課教師進行點評、講解、指導。學生人手一臺實驗設備和電腦（或自帶筆記本），實驗室設備與學生一一綁定，不隨意更換，方便理論知識的掌握、實現以及相應軟件環境的安裝設置等，并改變以往提交紙質實驗報告的考核方式，采用分組答辯的形式，每個人講解展示自己所負責的工作，相互學習、相互進步。這樣可以較好的避免抄襲，避免雷同的實驗報告，激發學生學習的積極性和自主性，有利于知識的拓展和創新創意實踐。

（三）鼓勵學生進行應用性創新實踐，并為產學研合作及企業實踐提供支持

學生在完成多個實踐性項目的同時，后續可能要對系統硬件、算法軟件進行不斷的完善、優化。為了使更多的實踐成果走出實驗室，貼合實際生產生活，鼓勵學生帶成果走出去，教師要主動積極聯系有機器視覺應用需求的企事業單位，將創新成果與實際企業需求、工業現場要求進行深入溝通與協作，建立穩定的產學研機制。這種機制可以對校內課程體系進行有效擴充和延伸，并對創新實踐教學成果進行反饋，更好地貼近實際生產生活需求，做更接地氣的實踐教學內容改革探索。同時，教師要鼓勵學生進行相應專利的申請和論文的撰寫，保護好相應的知識產權。

六、結語

通過創新教學實踐方式的改革有效提升了學生的分析問題能力、動手能力、創新能力，驗證了機器視覺與應用創新實踐教學改革的有效性，總體上了提升了學生找工作和升學的競爭力。

參考文獻：

[1]宮二棟，丁蘊豐.基于labVIEW的機器視覺檢測系統的研究[J].長春理工大學學報（自然科學版），2017（2）：75.

[2]張立偉，何炳蔚，陳劼.新工科背景下的機器人工程人才培養探索與實踐[J].教育現代化，2019（4）：8.

[3]曹麒文.機器視覺尺寸檢測系統軟件模塊化設計[D].廣東：廣東工業大學，2015.

[4]王朗，耿慶田，葉凌箭.基于學習測量和自適應學習的“機器視覺”課程知識創新實踐研究[J].長春師范大學學報，2017（8）：135.