社會智能化趨勢下圖像處理與機器視覺課程教學新實踐

付貴忠 牛福洲 陳 浩 謝 鷗 沈曄湖

（蘇州科技大學機械工程學院，江蘇 蘇州 215009）

0 引言

隨著中國經濟的不斷發展，中國的制造業也朝著自動化智能化提升，對工業產品的設計，生產和檢測也提出了更高的要求。國務院關于印發新一代人工智能發展規劃的通知中明確了“人工智能的迅速發展將深刻改變人類社會生活、改變世界。”機器視覺檢測通過攝像機來記錄物體的表面狀態，然后通過相應的軟件來分析材料的表面狀態，由于這種方法檢測速度快，設備投入低，獲得了廣泛的研究和應用。將機器視覺技術和人工智能方法相結合可以獲得更自動化智能化的工業解決方案。機器視覺及相關課程的學習對于學生的專業知識強化、實踐能力培養和思維意識的創新至關重要。因此本文將分析目前圖像處理與機器視覺課程的教學現狀與不足，提出了進行教學新實踐探索。

1 目前圖像處理與機器視覺教學現狀

目前國內本科學校在圖像處理與機器視覺的教學中，采用的教材版本較多，各個院校使用的版本也不盡相同，主要為岡薩雷斯著《數字圖像處理》，章毓晉著《圖像工程》等。相關教材都能夠覆蓋圖像處理與機器視覺的主要內容，通過傳統課程教學的方式來進行授課時，可以幫助學生掌握本課程必備的專業知識，了解主要專業內容。但是在社會智能化趨勢下，就圖像處理與機器視覺課程而言，目前的傳統教學模式存在以下的問題：

1.1 教學過程中的師生互動深度淺

近年來隨著數字化教育的興起，同時還受到新冠肺炎疫情的影響，線上教育成為越來越重要的一種教育形式，有著多種優點，但是師生互動深度淺也成為其缺陷之一。

1.2 貼近學生生活的應用案例匱乏

教材中出現的例題大多數案例相對枯燥，缺乏貼近學生生活的應用案例。

1.3 對于最新的技術前沿發展介紹較少

近幾年和圖像處理與機器視覺相關的汽車、自動化和互聯網行業都處于發展較快的階段，教材往往無法及時更新因而缺乏相應的前沿技術介紹。

1.4 學生解決實際機器視覺問題能力較弱

學生學習了相關的基礎理論后，如何在實際問題中運用相關知識成為主要欠缺的方面。

2 圖像處理與機器視覺教學新實踐

為了針對性地解決本課程教學過程中可能出現的不足，提出以下教學新實踐舉措：

2.1 舉一反三式例題講解

在講課過程中，相比于書本上生硬的理論知識學生更愿意聽更加具體的例題，在例題中引入知識點及理論的研究目的，引導學生思考。以筆者本課程教學所用教材圖像工程為例，講解第二章圖像分割基礎時，在例題中分析了圖像的梯度散射圖，如圖1所示。經過詳細的理論講解和例題難點分析后，學生一般都能夠對本例題有所理解。但是在講課時這個知識點到此結束并不合適，原因有兩個方面，一方面是講解教材中的紙面內容，難免有些枯燥；另一方面是教材中例題所選取的圖像是灰度圖像，而人類生活中所接觸的絕大多數影像都是彩色圖，灰度圖雖然簡單，卻喪失了信息的豐富度。因此在選取例題舉一反三目標時，該目標的引入既要自然生動，又要盡可能貼近學生的生活狀態，這樣更容易引起學生的學習興趣進而接受所學習的知識。因此，可以再選擇一個彩色的高爾夫球圖像作為研究對象，采用Matlab軟件編寫從輸入圖像到梯度散射圖的執行代碼。通過給學生展示實際彩色圖像和講解代碼，使學生的代入感更強了，更有利于學生提高聽課興趣，學習對應的編程方法。在教材例題的輸入圖像中，只有前景和背景，引入的高爾夫球照片例子則具有兩個背景，對應的梯度散射圖更加復雜，講述這樣的例子更有利于學生加深對知識點的理解。

圖1 采用舉一反三的方式講解梯度散射圖例題

此外，線上教學時采用常規簡答題提問的模式會削弱學生參與的積極性，其答案往往有較多的內容需要說明，而在線上課程時讓學生說明大量的內容并不方便，采用選擇題的方式則可以讓學生參與互動的積極性更高。在本例中可以通過類似“天空背景像素對應著梯度散射圖中ABCD的哪塊區域？”的方式進行提問，學生們會通過聊天窗口迅速給出自己認為正確的答案項。綜上所述，采用舉一反三式例題講解，選擇更生動有趣的例子，以更適合線上教學的提問形式，可以強化學生的思考積極性，提升師生的互動深度。

2.2 引入生活中常見的機器視覺應用

在本課程的教學中，每個詳細的知識點書中會有一定的例題講解，但是有時學完整個課程后，同學們的對于各個知識點的聯系還停留在教師的理論講解上，大腦中尚未構建起具象的知識網絡。因此在本課程的教學計劃中，還設計了一次實際的機器視覺應用案例講解，如圖2所示。

圖2 基于機器視覺的車牌號識別過程講解

基于機器視覺的車牌號識別過程包含多個實現步驟，依次為圖像采集、車牌區域定位、車牌號區域提取和字符識別，其中需要涉及多個知識點的使用。在牌照定位和分割的過程中，需要選擇合適的顏色空間，考慮RGB、HSV和灰度色彩模式各自的特點等；在傾斜牌照的矯正過程中，可以通過投影變換的方式找到傾斜角；車牌號區域提取可以讓學生明白如何選擇合適的閾值，選擇合適的形態學操作和邊界去除方法；字符識別將介紹模板匹配理論。在本案例中，基于機器視覺的車牌號檢測方法是學生生活中常見的車牌識別，該場景每個學校的校門口都有。看到這個熟悉的場景時學生們會很感興趣地去思考其內部算法構成，進而提高聽課效率，深刻理解相對完整的知識點網絡，有利于激發學生進一步學習和探索的興趣。

2.3 行業技術發展前沿介紹

由于教材編寫、修訂和出版等環節的存在，教材內容具有一定的延遲性和滯后性，教材里關于當時技術發展的前沿介紹可能在當下已經不是最新的，特別是最近幾年社會智能化趨勢愈加強烈。因此本課程在授課時需要及時補充最新的相關技術知識。如圖3所示，是本課程其中額外補充的一些示例，其中圖3（a）所示是本課程圖像工程第一章，介紹機器視覺的相關概念和應用時，闡述視覺增強現實方法的落地案例，一款可以在戶外通過視覺增強現實技術抓捕小精靈的游戲。圖3（b）是介紹圖像工程—圖像處理第九章圖像編碼基礎時引入的案例，圖鴨科技團隊于2019年獲得CVPR機器學習圖像壓縮挑戰賽CLIC賽事的四項指標第一，圖鴨科技是國內在圖像編碼技術領域的佼佼者。圖3（c）是介紹圖像工程—圖像處理第十四章視頻圖像處理時引入的案例，基于視頻圖像處理的無人駕駛技術近年發展迅速，圖森科技公司是國內首批實現L4級量產無人駕駛卡車的公司。綜上這些案例有利于學生了解不同行業和技術發展的最新動態，有利于學生開拓視野。

圖3 機器視覺的前沿技術

2.4 結合專業特點的創新實踐

通過課程的教學使學生學會理論知識，對于實踐動手能力的培養還需要設計合適的創新實踐項目，為此設計了一項機器視覺創新實踐項目—基于卷積神經網絡的人流量計數和口罩識別項目。本項目將多學科的知識都進了交叉，包括電子工程、信息科學和人工智能等，同時結合當下的疫情防控需要，有很強的現實意義。通過本項目可以有效強化學生的圖像處理與機器視覺及其他學科的專業知識，促進動手能力的培養，對學生的長期發展起到良好的推動作用。

3 結語

本文針對產業自動化智能化發展新形勢下的圖像處理與機器視覺課程教學存在的不足，提出了舉一反三式例題講解、引入生活中常見的機器視覺應用、行業技術發展前沿介紹和結合專業特點的創新實踐項目等教學過程中可以應用的新實踐內容。可以為社會培養更多的具有扎實機器視覺專業知識、實踐能力和開拓視野的優秀人才。