面向新時代人才培養需求的“機器視覺”課程教學改革研究*

付貴忠 ，牛福洲 ，陳 浩 ，曹自洋 ，沈曄湖 ，謝 鷗

（蘇州科技大學機械工程學院，江蘇 蘇州 215009）

0 引言

德國提出的“工業4.0”概念強調將物理世界和數字世界融合，通過物聯網、大數據、云計算和人工智能等技術實現智能制造。智能制造涉及人工智能、物聯網、大數據等前沿技術，在農業、醫療和服務業等領域有廣泛應用。智能制造可以促使企業更加注重技術創新、品牌建設和高附加值產品的生產[1]。智能包含的能力包括感知能力、學習能力、推理能力、語言能力和協作能力等，而其中智能化的感知能力是非常重要的一環，機器視覺因其非接觸、成本低、效率高和可重復性高等優點作為智能化感知的重要實現方式，在眾多行業中得到了廣泛應用。為了更好地培養滿足新時代智能制造產業需求的人才，在人才教育和培養的過程中需要針對性地做好機器視覺專業素質的相關培養[2]。

機器視覺專業人才培養方式如圖1所示，其中人才培養定位為以康耐視、基恩士和德創等機器視覺企業的典型崗位需求為目標，人才培養課程包括“數字圖像處理”“機器視覺”“機器/深度學習”和“編程語言”等，在人才培養的過程中引入應用型項目實踐、團隊參與領域競賽、行業專家講座和機器視覺企業參觀等重點項目。

圖1 機器視覺專業人才培養方式

1 “機器視覺”課程教學現狀

機器視覺指機器代替人眼來做測量和判斷，是計算機科學和人工智能領域的一個重要分支，涉及使計算機能夠模仿人類視覺系統的能力，從圖像或視頻數據中提取信息、分析場景、識別對象等。“機器視覺”課程通常涵蓋機器視覺的基礎理論、圖像處理技術、模式識別和深度學習等。

1.1 教材偏陳舊

目前，高校在機器視覺和數字圖像處理方面用的教材包括：1）《Digital Image Processing》，作者為Rafael C. Gonzalez和Richard E. Woods；2）《數字圖像處理》，即Digital Image Processing的中譯版，阮秋琦等譯；3）《數字圖像處理的MATLAB實現》，作者為Rafael C. Gonzalez，Richard E. Woods，Steven L. Eddins，阮秋琦譯；4）《計算機視覺教程》，作者為章毓晉；5）《數字圖像處理》，卡斯爾曼著，朱志剛等譯。以上教材內容十分豐富，但是在自動化、電氣和儀器等專業的培養方案中，“機器視覺”課程一般不是專業的核心課程，課程內容的豐富性有時會受到學時的限制[3]。在授課教師講授課程時，主要講解的內容會選擇圖像的基礎知識、基礎算法、數學形態學、邊緣檢測和圖像分割等應用較廣的章節，而對很多比較重要的內容沒有詳細的講解，如圖像恢復/校正/修補、圖像去霧/雨、圖像重建、圖像編碼和目標識別等內容，這些內容有些是和行業中的實際需求相關的。

岡薩雷斯的《數字圖像處理》教材及其譯本，教材較為經典，受到廣泛使用。作為近年來快速發展的技術之一，機器視覺的理論內容、新方法和新設備等都有了很大的發展。但在選擇經典版本書籍作為教材時，存在滯后性，由于機器視覺教材的編寫時間較早，如《數字圖像處理》教材已經編寫完成十余年，教材內容可能無法涵蓋相關領域最新的研究進展和技術，尤其是在快速發展的機器視覺領域，導致學生無法了解機器視覺領域最新的發展趨勢和相關前沿知識，一些教材中的內容變得過時或不再適用，這可能導致學生在實際應用中面臨困難[4]。

1.2 課程教學內容工程實踐性不強

相關教師在授課時主要集中在基礎理論上，少量的例題也是對理論進一步闡述，缺少和實際任務需求相關的例題。這導致學生在學習過程中常常會出現理論與實踐脫節的情況[5]，學生在掌握理論知識時會局限在書本講述的內容，而無法和實際情況聯系起來。例如講解圖像去噪的時候，教材中主要講解利用各種模板進行圖像的去噪，關于噪聲的產生作了一定的介紹，但是在給出需要處理的含噪圖片時，并沒有給出實際情況下的自然含噪圖片，而是通過人工合成方式生成含噪圖片，這不利于學生形成對實際有噪聲圖像的直觀印象和培養學生對圖像處理的能力。因此，當學生畢業工作后面臨實際工程問題時，他們會局限于書本中的圖像去噪方案，而不能因地制宜地根據被研究對象的物體特性、光學特性、數據生成形式和環境影響等因素設計圖像去噪算法。

1.3 教學方式單一，學生積極性不高

機器視覺在多個行業中都有很廣泛的應用，包括制造業、互聯網、農業和交通等，多學科的交叉和融合現象較強，因此需要具備多學科專業知識來解決實際的工程問題。在傳統的板書和PPT教學模式中，更加側重于理論知識的展示，對實際應用問題的背景闡述、問題剖析和研究方案的設計內容較少。一些經典教材可能沿用傳統的教學方法和教學風格，可能不夠貼近現代學生的學習需求和方式。這可能影響學生的學習積極性和理解深度。在部分院校中有一定的上機實驗課，但是上機實驗課的課時較少，實驗的內容也僅是書本中的例題，實驗部分的成績對最終評定影響較小，因而學生對這一部分的重視度不夠。

學生在學習的過程中，學習興趣和積極性不高，認真聽課率不高。復習準備考試的過程中，學生只能面對理論的內容反復記憶背誦以通過考試。最后雖然學生通過了考試，但是從本課程中獲取的專業知識并不能夠滿足實際的工作需要，這樣的教學方式自然不能達成專業的教學目標和畢業目標。參加工作后需要在工作中摸索完成工作所需要的內容。

2 “機器視覺”課程教學改革措施

2.1 選用合適的教材

針對機器視覺教材選用存在的不足，教師應該充分意識到這些缺點，并采取適當的措施來彌補。首先，選擇國內外最新的機器視覺和圖像處理方面的教材作為主要參考資料，再提供一些經典的書籍給學生作為輔助參考資料，學生可以通過主要參考教材了解最新且成熟的技術，課后通過輔助參考教材補充了解上課老師沒講或者自己沒理解的內容。雖然在教學中可以選擇較新的教材，但是教材從編寫到出版一般也是需要最少一兩年，其中的相關技術不會一直保持最新的狀態。因此，在講解到相應的內容時，教師可以通過引用最新的研究文獻、技術博客、行業報告等資料，將教材內容與機器視覺最新的研究進展聯系起來，以幫助學生了解機器視覺領域的最新發展趨勢和前沿知識。

2.2 增強課程的實踐性

考慮到現有的“機器視覺”課程教學更加側重于理論知識的學習，實踐性的內容偏少，因此可以針對現有的教學大綱進行一定的調整[6]。首先，在常規教學中引入實際的案例和問題，讓學生在課堂上分析和解決真實世界中的機器視覺問題。這可以幫助他們將理論知識應用到實際情境中。項目組曾經以停車場車牌號識別、答題卡分數判別和農作物成熟度檢測作為案例進行分析與講解，停車場車牌號識別和答題卡分數判別均為學生學校日常生活中能夠接觸到的場景。因此學生在學習時不會感到陌生，反而相當一部分同學會感興趣這些案例背后的原理。在講解農作物成熟度檢測的時候，需要展示實際的機器視覺應用示范視頻，一步一步地解釋其原理和實現過程，形成直觀的過程。機器視覺在農業項目應用中番茄成熟度檢測的結果展示如圖2所示，可以看到學生通過番茄成熟度項目研究，對三種成熟度的番茄都獲得了較準確的檢測結果，學生的動手和實踐能力得到驗證。因此，可以鼓勵學生使用開源的圖像處理庫，如OpenCV以及深度學習框架，讓他們能夠快速構建和測試機器視覺模型。利用實驗平臺或在線工具，讓學生在模擬環境中進行圖像處理和機器視覺實驗，幫助他們熟悉實際操作步驟。此外，學科競賽成為當前大學生創新能力培養的重要載體[7]，目前機器視覺在各個領域的項目和競賽都很多，我國的一些機器視覺領域的比賽如表1所示，可以引導學生以小組為單位參加項目和競賽。以阿里云天池大賽為例，大賽一般提供公開的圖像數據集，讓學生嘗試不同的機器視覺任務，如圖像分類、目標檢測等，參賽者可以利用提供的數據集，應用數據挖掘、機器學習、深度學習等技術來解決實際問題，展示自己的技能和創新能力。比賽結束后，對于獲得比賽名次的團隊，主辦方還會頒發證書，這對于參賽團隊中的學生進一步深造或者在機器視覺行業中工作非常有幫助。

表1 機器視覺領域競賽

圖2 番茄成熟度檢測項目結果展示

2.3 改進教學方式

除了選擇更合適的教材，改進教學方式也很重要。教學方法的改革不僅需要教師自身針對教學的成效進行分析，還需要教師了解學生對教學的評價，鼓勵學生提供反饋，發表對教材和教師教學的看法。根據學生的反饋，在下一次上課的時候及時調整教學內容和方法。除了傳統的教學方式，還可以實施以下幾種課堂教學方式。

1）學生討論。利用機器視覺技術解決問題時，往往一個問題可以有多個解決方案，每個解決方案在實施時有很多參數需要調整和調試，在課堂上引導學生對這些方案和參數選擇進行討論和思考，探討知識在實際情境中的應用，分析各自的優劣。課堂上鼓勵學生提出問題、分享觀點，從而促進學生深入思考。

2）專家演講。和行業中的專家建立聯系，邀請機器視覺行業專家或從業者進行演講，分享一些實際的項目經驗。可以讓學生更好地了解實際問題和需求，學生針對演講的內容更容易提出問題。課后還可以組織學生去機器視覺行業相關公司走訪參觀。

3）應用相關軟件。在教學中將機器視覺的相關軟件作為教學工具，如MATLAB。MATLAB軟件具有強大的圖形可視化能力、豐富的內置函數和友好的編程環境。項目組在教學準備過程中編寫相應代碼程序作為課本教學的補充，發現講解MATLAB軟件代碼及操作時學生的專注度比講解理論部分更好，證實這種教學方式的教學效果更佳。

3 結語

毋庸置疑，提高人才培養效果關系到國家智能化、數字化發展質量和發展速度[8-10]。為更好地培養滿足新時代智能制造產業需求的人才，在人才教育和培養的過程中需要針對性地做好“機器視覺”課程的教學改革。項目組分析了現有的“機器視覺”教學過程中出現的教材偏陳舊、課程內容工程實踐性不強和教學方式單一等問題，并提出了相應的教學改革方案，以更好地滿足新時代人才教育和培養方面的需求。