科研轉化教學

楊秋菊 劉麗麗

摘? 要：全面推進新工科建設的大背景對高校人才培養提出了更高的要求。該文在分析數字圖像處理課程現有教學模式弊端的基礎上，精心構建典型工程案例輔助理論教學，探討將最新的科研技術和方法融入課堂教學，并在教學過程中融入思政教育。介紹部分工程案例的具體內容、涉及的知識點、課程思政元素，并以其中的硨磲熒光圖像預處理案例為例，詳細說明案例的具體構建過程及呈現形式。教學實踐結果顯示，引入案例化教學后學生的學習興趣明顯提高，學生的科研素養、創新能力、動手能力和綜合應用能力也得到顯著提升，結合案例實際的課程思政設計有利于“全方位育人”的目標達成。

關鍵詞：新工科;數字圖像處理;案例教學;課程建設;課程思政

中圖分類號：G641? ? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2024）01-0180-04

Abstract： The background of comprehensively promoting the construction of new engineering puts forward higher requirements for the cultivation of talents in universities. Based on the analysis of the shortcomings of the existing teaching mode of Digital Image Processing course， this article carefully constructs typical engineering cases to assist theoretical teaching， discusses the integration of the latest scientific research techniques and methods into classroom teaching， and integrates the ideological education in the teaching process. The paper introduces the specific contents of some engineering cases and the knowledge points involved. Taking the tridacna fluorescence image preprocessing as an example， the construction process and presentation are introduced in detail. The teaching practice results show that the introduction of case-based teaching has significantly increased students' interests in learning， and has also significantly improved their research skills， innovation， practical skills and comprehensive application skills. Combining the actual case with the curriculum political design is conducive to achieving the goal of "comprehensive education".

Keywords： new engineering; Digital Image Processing; case teaching; course construction; curriculum politics

為響應《教育部高等教育司2023年工作要點》中“加強基礎學科人才培養，著力造就拔尖創新人才”和“強化交叉融合再出新，深入推進新工科、新醫科、新農科、新文科建設，引領帶動高等教育提質創新發展”等精神，高校應持續對工科類課程進行教學研究與改革。目前，高校人才培養面臨著眾多挑戰：一方面，教學與科研脫節，學生的創新能力難以保證;另一方面，理論與實踐脫節，學生綜合應用能力不強;此外，課程思政融入方式及融入深度均有待提升[1]。

數字圖像處理是信息與通信工程、計算機科學與技術、生物醫學工程等學科的重要研究方向及業務內容之一，也是信息科學中發展最快的熱點研究方向。其不僅涉及專深的基礎理論，而且與工程實踐密切相關，同時具有極其廣闊的探索空間。隨著數字圖像處理技術的快速發展及教學改革的不斷深入，舊版的《數字圖像處理》教材和傳統的課堂理論講授模式已經無法滿足教育教學的需求，國內高校紛紛開展教學改革，如設計基礎、綜合、開放等不同層次的實驗改進實驗教學[2-3]，增加實驗課時量突出工程實踐[4]，引入最新機器學習、深度學習技術[5]，引入案例化教學[6-8]，將思政教育融入課程教學[9-10]等，并取得了不錯的效果。

本文從師范院校的人才培養出發，充分利用任課教師團隊的科研成果和前沿專業賽事，構建數字圖像處理工程化教學案例，將最新的科研技術和方法融入課堂教學，實施課程教學改革。案例教學是以學生為中心，通過呈現案例場景，引導學生發現問題、分析問題和解決問題，在實踐中提高學生的綜合能力。同時，為了更好地發揮專業課程的育人作用，結合案例內容在教學過程的各個環節有機融入思政元素，切實開展課程思政，實現知識傳授、能力培養和價值塑造有機融合，旨在培養德才兼備的專業技能人才。

一? 數字圖像處理國內教學現狀

數字圖像處理課程主要講授計算機圖像處理的基本原理、典型方法和應用實踐，具體包括數字圖像的基礎、圖像變換域處理、圖像增強、圖像分割、數學形態學、圖像復原與重建、圖像壓縮與編碼、圖像特征提取和模式識別等內容。該課程是一個理論學習與動手實踐并重的課程，不僅概念多，理論性強，同時與日常生活和工業生產的具體應用直接相關，被廣泛應用于航空航天、通信、工業、醫學及軍事公安等領域。目前，數字圖像處理的教學模式依然以課堂講授為主，教師借助幻燈片講解相關理論和知識，學生參與度低，課堂效果一般;且本課程側重于工程應用與實踐，完全采用課堂講授難以達成教學目標。此外，很多學校采用的數字圖像處理的教材是2010年左右出版，已經跟不上日新月異的技術發展，比如如火如荼的深度學習。這導致學生無法將熱門的數字圖像應用（如戴口罩人臉識別、美顏相機等）與課堂理論建立聯系，最終導致課堂教學理論性強、應用性差，學生學習積極性不高，將理論與實踐相結合的能力得不到鍛煉。

本文提出以科教融合、產教融合、思政融合的育人觀為指導，將教師科研成果（包括理論成果、技術成果、產品開發成果等）轉化成教學案例，課堂教學既有基礎理論，又有當前國際前沿發展及典型案例演示，學生既能“耳聽”，又能“目染”。在教學過程中，根據案例內容將思政元素融入課程的細微處，實現全程育人和全方位育人，完成立德樹人的根本任務。通過課堂案例教學不僅使學生掌握堅實的基礎理論和專業知識，同時培養學生運用知識解決前沿問題的能力。在綜合實驗和課程大作業環節，學生需要通過編程實現案例內容，在實踐應用中將知識融會貫通，實現實踐教學和理論教學的有機結合。

二? 工程化教學案例的構建

數字圖像處理作為機器視覺、模式識別、遙感圖像處理與識別、醫學圖像處理、視頻編碼與處理等方向的基礎知識，綜合了計算機、數學、光學及信號處理等領域的專業知識，是控制科學與工程專業及相近專業的一門綜合性專業課，對培養綜合性人才大有裨益。該課程與工程實踐結合緊密，教學內容豐富，在構建工程案例時應該兼顧前沿性、系統性、專業性、工程性和普遍性等準則，選擇當下熱門的應用需求和場景，引導學生發現問題和解決問題，提高學生理論聯系實際的應用水平，提高學生的動手能力并培養學生分析和解決實踐問題的創新意識和設計能力。

按照上述準則，結合任課老師的科研方向，我們共構建了十個典型案例，基本涵蓋了數字圖像處理的基本理論和主流任務。表1列出了其中五個案例的案例名稱、案例內容、涉及的知識點及思政內容，以此來說明我們案例的構建過程和特點。

具體地，每個教學案例包括案例來源、案例內容、涉及的知識點、算法流程、算法源代碼和思政元素等，其中算法源代碼主要由Matlab或Python來實現。以表1中硨磲熒光圖像預處理為例：在案例引入時，先討論厄爾尼諾現象和拉尼娜現象等極端天氣現象給人類造成的巨大影響，培養學生的社會責任感，繼而引入硨磲這種研究全球氣候變化的載體。硨磲熒光圖像預處理的具體流程如圖1所示。其輸入原始圖像為圖1（a）;圖1（b）是使用直方圖均衡法進行圖像增強，以改善圖像較暗的情況;圖1（c）是使用PatchCore算法[11]，對硨磲熒光圖像中較大異常區域進行檢測異常檢測，得到包含異常區域的不規則mask;圖1（d）是利用PEN-Net方法[12]，根據硨磲熒光圖像的上下文信息對異常區域進行圖像復原;圖1（e）是利用無監督深度生成對抗網絡[13]生成的硨磲熒光圖像;圖1（f）是對圖1（e）二值化后的結果。我們對整個案例的算法核心代碼提供了必要的解釋說明，包括案例介紹、涉及的知識點、算法名字，并對算法的運行環境、參數等做了充分的說明，引導學生去實現案例，理解和應用數字圖像處理算法。整個過程側重培養學生綜合應用理論、系統考慮問題和解決問題的能力。而且在案例設計時，考慮到因材施教的原則，既有統一性，又有多樣性：每個學生都能根據自己的能力，達到不同程度，比如本案例中的圖像生成這一步比較難，學生可以根據自己的水平選擇性完成。

三? “案例+思政”融合教學實踐

本案例聚焦硨磲熒光圖像預處理這一問題，課程思政主要包括三點：①案例引入時，帶領學生討論近年頻出的極端天氣（如干旱、高溫、暴雨輪番上演等）對人類的影響，培養學生的社會責任感;②介紹中國科學院地球環境研究所晏宏研究員在氣候變化領域的成就，通過青年榜樣的力量引導學生勇于挑戰、趕超學術前沿;③在實驗過程中，培養學生科學、嚴謹的實驗態度，并培養創新精神、團隊合作精神及工匠精神。

在引入案例化教學之前，學生常常通過課堂聽講、課后習題作業，以及演示/驗證性實驗完成整個課程教學。構建典型教學案例后，學生提前預習和研究案例內容，課堂上教師組織學生將案例拆解成多個子任務、分析各子任務涉及的知識點、并給學生演示各子任務的結果示例（圖1），最后學生自由組隊實現整個案例內容。具體地，本案例在教學過程中采用美國神經病學教授Howard Barrows 提出的“基于問題的學習”（Problem-Based Learning，簡稱PBL）教學-學習模式來完成，該教學模式強調以學生為中心、以老師為主導，問題是該教學模式的軸心[14]。主要包括如下步驟。

課前自學。學生根據案例內容自主查閱最新論文，了解國內外研究現狀，知道研究的重點和難點。

課堂討論。將硨磲熒光圖像預處理拆解為數字圖像處理的典型任務，包括圖像增強、異常區域檢測、圖像復原、圖像生成及圖像二值化等，討論每個子任務可行的解決方案。

自由組隊。建議3人一組，分別負責文獻調研、編程、理論研究等。

自主完成實驗。根據前面的學習和討論，每個組自主設計實驗方案，編程完成實驗。

小組匯報。針對實驗方案、實驗過程、實驗結果等進行小組匯報和組間PK。

綜合評價。包括自評、互評和教師點評，如實驗任務和關鍵問題是否得到解決？實驗過程中組員間合作如何？研究方案、實驗結果有沒有問題？

采用PBL案例教學和問題驅動/任務驅動的小組合作教學模式，有助于培養學生的問題意識、自主學習能力、合作能力和創新能力。

在學生的考評環節，現有模式主要依據是期末考試成績，通常占比70%～80%;而占比20%～30%的平時考核成績主要依據的是考勤、課后習題作業、實驗報告等，平時成績很難拉開差距;這種考核方式很難反映出學生的綜合能力。引入“案例+思政”后，平時成績比例增大至50%，其中課程大作業占比25%，主要考查評估學生的動手實踐能力和綜合運用能力，具體包括算法設計、代碼實驗、報告撰寫和匯報答辯等部分;平時成績的另外25%主要考察學生的課堂表現（10%）、實驗課表現（10%）及作業情況（5%）。針對課程思政，主要考查學習態度、在團隊中的表現等。在整個教學過程中，強調對概念和原理的理解而不是死記硬背，培養獨立思考和獨立解決相關工程問題的能力。值得一提的是，雖然在考核方式上來單獨體現課程思政部分，但其實已經將其融入課程全過程，包括通過課堂測試強化學生的公平公正意識，通過小組合作強化學生團結協作、誠實守信的工作態度，精益求精的科研精神，以及一榮俱榮的集體榮譽感。

總之，通過案例教學，引導學生學會如何對數字圖像進行綜合處理、分析和應用，促進學生了解相關研究方向的前沿技術，提升學生創新能力和解決復雜問題的能力;通過思政教學，發揮課堂育人的主渠道作用，落實立德樹人的根本任務。

四? 教學效果

經過在2個班級的教學實踐結果表明，相比之前傳統教學，“案例+思政”融合教學取得了良好的教學效果。一方面，學生的新工科素養提到了很大的提升，學生的學習興趣、理論水平、動手能力及文獻調研能力等均有了明顯改善，學生的視野得到了有效拓寬，對本門課的理解和認識有了很大提升。通過一個學期的學習，給定一個綜合性實驗，比如設計一個運動目標檢測系統，大多數同學都能通過分析問題、查閱資料、獨立設計實驗方案并最終完成實驗。另一方面，學生探索未知、追求真理的好奇心大大增強;培養了批判質疑、縝密分析的科學思維和科學方法;樹立了嚴謹的實驗態度和規則意識，創新精神和團隊合作意識見長;強化了學以致用、學習報國的理念，民族使命感和社會責任感大大增強。

五? 結束語

教學與科研的關系相輔相成，“教而不研則淺，研而不教則空”。當前科技發展迅速，只有將教師優秀的科學成果轉換為教學資源，才能滿足人才培養的需求。文章通過將科研新技術融入課堂教學并將科研新成果轉化為教學資源，精心設計了數字圖像處理工程案例，并結合案例內容挖掘思政元素，在課程教學實踐中實現思政育人。教學實踐表明，與日常生活和專業賽事相關、兼具學術和應用價值的工程案例能充分調動學生的學習積極性，激發學生的求知欲;采用基于任務驅動和小組分工的PBL教學法可以強化學生分析問題、解決問題及團隊合作的能力;立足學術前沿，有利于學生科研素養和創新能力的培養和提升;思政元素的引入，使教學更加人性化，有助于全面落實立德樹人的根本任務。

參考文獻：

[1] 王淑營，楊燕，李天瑞，等.“科教+思政”融合的人工智能拔尖人才培養模式探索[J].計算機教育，2023（6）：1-6.

[2] 李露，謝鳳英，姜志國，等.關于在實驗課程中培養研究生創新實踐能力的探索——以數字圖像處理實驗課程教學改革為例[J].實驗技術與管理，2010（27）：235-237，248.

[3] 李欣，張琪，王蓉.虹膜識別系統綜合實驗設計[J].實驗技術與管理，2021（38）：75-77，81.

[4] 張育中，盧榮勝，董敬濤，等.數字圖像處理課程教學實踐與思考[J].大學教育，2022（6）：142-144.

[5] 朱賀.基于深度學習的圖像語義分割算法的應用研究[J].電子元器件與信息技術，2022（6）：196-198.

[6] 劉海英，陳鵬舉，郭俊美，等.《數字圖像分析與處理》教學案例庫之驗證碼識別算法研究與應用[J].高教學刊，2020（27）：87-89.

[7] 張俊超.“數字圖像處理”邊緣檢測教學案例設計[J].電氣電子教學學報，2022（44）：178-181.

[8] 張俊生，赫英鳳，張曉娟，等.新工科背景下《數字圖像處理》課程的案例化建設研究[J].電子元器件與信息技術，2023（7）：246-248，253.

[9] 周虹，徐海榮.工科課程思政教學設計與實踐——以“數字圖像處理”課程為例[J].教育教學論壇，2023（9）：129-132.

[10] 滕升華，李晶.“以學生為中心”的數字圖像處理課程思政設計與實施[J].計算機教育，2022（8）：53-56.

[11] ROTH K， PEMULA L， ZEPEDA J， et al. Towards Total Recall in Industrial Anomaly Detection [C]// IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）， New Orleans， LA， USA， 2022：14298-14308.

[12] ZENG Y， FU J， CHAO H， et al. Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting [C]// IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）， Long Beach， CA， USA， 2019：1486-1494.

[13] KIM J， KIM M， KANG H， et al. U-GAT-IT： Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation [C]//International Conference on Learning Representations （ICLR）， 2020：1-19.

[14] MCPARLAND M，NOBLE L M，LIVINGSTON G. The effectiveness of problem-based learning compared to traditional teaching in undergraduate psychiatry [J]. MedEduc， 2004（8）：859-867.

基金項目：陜西省自然科學基礎研究計劃-面上項目“基于機器學習的PMAFs時-空自動檢測及其物理特征研究”（2023-JC-YB-228）;中國科學院地球環境研究所黃土與第四紀地質國家重點實驗室開放基金“基于機器學習的化石孢粉圖像自動識別”（SKLLQGZR2201）

第一作者簡介：楊秋菊（1986-），女，漢族，湖南岳陽人，博士，副教授，碩士研究生導師。研究方向為數字圖像處理、機器學習。