圖像分割技術在數字圖像處理課程中的教學應用研究

袁靜 韓瑩 王愛敏 孫嘉廷 王亞麗

摘要：在現代工程教育理念下，雖然數字圖像處理課程已經被廣泛開設，但是關于圖像分割技術的教學資源和案例仍然相對匱乏。很多教材和教學資料并沒有涵蓋圖像分割技術或者只是簡單地提及，缺乏具體的實踐案例和項目指導，這給學生的學習和實踐帶來了一定的困難。為此，需要進一步完善和豐富數字圖像處理教育資源，特別是針對圖像分割技術的教學資源。需要充分運用線上網絡教學平臺，運用開源軟件和編程語言來實現圖像分割算法，結合實踐基礎來合理設定考核內容。實踐表明，圖像分割技術在數字圖像處理課程中具有廣泛的教學應用潛力。通過引入圖像分割技術，能夠更好地發掘學生的個人能力。

關鍵詞：圖像分割技術；數字圖像處理課程；教學應用

中圖分類號：G42 文獻標識碼：A

文章編號：1009-3044（2024）05-0028-03

圖像分割是數字圖像處理領域的核心技術之一，廣泛應用于醫學圖像分析、計算機視覺、視頻處理等領域。隨著計算機視覺和人工智能的快速發展，圖像分割在各個領域的應用越來越重要。在數字圖像處理課程中，在教學中應用圖像分割技術具有重要意義[1]。一方面，圖像分割是學習數字圖像處理基礎知識的重要部分，通過教授和學習圖像分割算法，可以幫助學生理解圖像處理的基本概念和原理。另一方面，圖像分割是一種實際應用的技術，在教學中應用圖像分割技術可以幫助學生將所學的理論知識應用到實際問題中，提高學生的實踐能力和解決問題的能力。

1 學生在學習和實踐圖像分割技術時面臨的困難

第一，理論知識理解難度大。圖像分割技術涉及計算機視覺、數字圖像處理等多個領域的知識。學生需要具備一定的數學基礎和編程能力，以深入理解和掌握圖像分割的原理和方法[2]。由于相關理論較為復雜，學生往往在面對圖像分割技術的理論推導和算法原理時感到困惑，難以將理論知識與實際應用相結合。第二，缺乏實踐經驗和項目指導。學生在學習過程中，往往缺乏真實的圖像分割項目實踐經驗。課堂教學和教材通常注重理論知識的傳授，而缺乏實際案例和項目指導。這導致學生無法將所學的理論知識應用于實際場景中，無法真正掌握圖像分割技術的實踐應用。第三，對技術工具與平臺不熟悉。圖像分割技術的實踐通常需要借助各種編程語言和開源軟件工具。學生可能對這些技術工具和平臺不夠熟悉，需要花費額外的時間學習和掌握。同時，對于如何選擇和使用合適的工具來實現圖像分割算法，學生也往往感到迷茫，從而增加了學習和實踐的難度。

2 圖像分割技術在數字圖像處理課程中的教學優化途徑

2.1 結合開源軟件和編程語言進行實踐教學

在課程的初期，教師應首先對廣泛應用的開源軟件庫，例如OpenCV和PIL，進行詳細的介紹和講解，包括其安裝、基本使用、核心功能等，并介紹這些工具在圖像分割中的常用方法和算法實現。在學生對開源軟件有了一定的了解后，教師可以設計一系列的編程實踐環節[3]。這些實踐可以包括基本的圖像處理操作、特定的圖像分割算法實現等步驟，借助OpenCV實現閾值分割、k-means聚類分割等。結合真實的圖像分割案例進行講解和示范，然后讓學生能夠自主動手實踐。課程教學內容如表1所示。

為了加深學生的理解和應用能力，教師可以布置與圖像分割相關的編程作業，或者讓學生分組完成一個小型的圖像分割項目。要求學生使用特定的開源軟件和編程語言來完成特定的任務，并時刻關注學生動向，及時為其解答遇到的問題。幫助學生克服對技術工具與平臺不熟悉的問題，教學中可以充分利用開源軟件接觸豐富的圖像分割工具和庫，加速算法的開發和實現過程。同時，通過使用編程語言如Python或C++，讓學生自主參與線上圖像分割的代碼編寫并進行定制和優化，教師則需引導學生通過編程實踐來深入理解和應用圖像分割技術，讓學生在實踐中掌握如何使用這些工具來解決實際問題。

2.2 引入實際案例和項目指導

為了解決學生缺乏實踐經驗和項目指導的問題，教學中可以引入真實的圖像分割案例和項目，讓學生參與實踐并應用所學知識。教師可以從實際應用場景中選取具有代表性的案例，指導學生了解從數據預處理、特征提取到圖像分割算法的實現和評估全過程。案例涵蓋醫學圖像分割、交通場景分割、自然圖像分割等各個領域，確保學生能夠全面了解圖像分割技術的實際應用。各領域教學實例引入的課程教學內容如表2所示。

在指導學生的過程中，教師將引導學生從數據預處理開始，學習如何對圖像進行預處理，使得圖像數據更適合后續的分割算法。接著，學生將學習特征提取的方法，了解如何從圖像中提取有意義的特征，為分割算法提供有效的輸入。在學生對數據預處理和特征提取有了一定的了解后，教師可以進一步指導學生實現圖像分割算法，并對算法進行評估。學生將學習到如何選擇合適的分割算法，并根據具體應用場景對算法進行調整和優化。例如手寫數字識別，引導學生通過數據預處理、特征提取和圖像分割算法的實現，完成手寫數字識別的任務[4]。將大量的手寫數字圖像進行標準化處理，將圖像大小調整為統一尺寸，減少后續計算的復雜程度。隨后采用Sobel 算子、Canny邊緣檢測調整圖像邊緣、筆畫寬度、筆畫方向等，提取特征作為后續分割算法的輸入。將手寫數字從背景中分割出來，計算灰度直方圖來確定最佳閾值，從而實現圖像的二值化分割。通過實踐，學生將深入了解圖像分割算法的實現細節，并學會如何評估算法的性能，提高學生程序設計能力。

2.3 合理設定考核內容，結合實際應用事件進行評估

在圖像分割的教學中，實踐是非常重要的一環。教師應該設定與實際應用緊密相連的實踐任務，并對學生的實踐成果進行評估。教師可以要求學生提交一個完整的圖像分割項目，包括數據預處理、特征提取、算法實現等步驟，教師根據項目的完整性、準確性和創新性進行評估。學生需要提交詳細的實踐報告，描述學生所使用的圖像分割方法、實驗過程和結果。教師應該設定報告的格式和內容要求，根據學生的報告清晰度、邏輯性和深度來評分，并參考學生在課堂上的參與度、回答問題的準確性、小組討論的貢獻等方面進行評估。學生課程表現評估表如表3所示。

如表3所示，圖像分割的實踐成果是評估的重點，因此“實踐成果”部分總分最高，占60分。其中，完整性、準確性和創新性是評價圖像分割項目的重要指標，分別設定了30分、20分和10分，以確保學生對整個流程有完整的理解和實踐。報告是學生對實踐成果的總結和反思，所以“報告質量”部分設定為40分。清晰度、邏輯性和深度是評估報告質量的關鍵，分別為10分、15分和15分。設定的目的是希望學生不僅能夠描述實驗過程，還能對其進行深入的分析和討論。課堂表現是評估學生學習態度和對課程內容掌握情況的一個方面，設定為15分，是對學生參與課堂討論的鼓勵。其中，參與度、回答問題的準確率和對小組討論的貢獻度是評估學生在課堂上表現的關鍵，分別設定為5分，以鼓勵學生積極參與課堂互動。例如，在交通道路自動駕駛的道路圖像分割上，可行駛區域的提取是圖像分割的重要步驟，學生針對道路圖像進行精細的分割，能夠將道路、障礙物、車輛等不同區域分離出來，從而準確地識別出可行駛區域，得到高精度的分割結果[5]。教師再從此次實踐課程中觀察學生得出的分割結果，并給出評分及改正建議。如此一來，學生不僅能夠通過實踐鍛煉自己的技能，還能夠培養撰寫技術報告和在公共場合的表達能力。同時，教師也可以更為全面地了解學生的學習狀況，從而更好地指導學生的學習。

3 結論

綜上所述，圖像分割技術在數字圖像處理課程中具有優越的發展前景，依托線上網絡教學平臺、開源軟件和編程語言來實現圖像分割算法，并結合實踐基礎設定考核內容，能夠更好地培養學生的個人能力，提升學生在圖像處理領域的技能水平，進一步推動圖像分割技術在工程教育中的應用和發展，培養具備高水平圖像處理能力的專業人才，促進社會的科技進步和發展。隨著對圖像分割技術需求的增加，教學資源將更加豐富多樣化，教材和在線課程將深入探討圖像分割算法的基本原理、應用場景和最新研究進展，同時將提供更多的案例分析和實踐項目，以便學生可以將理論知識轉化為實際運用，推動工程教育的發展，促進社會的科技進步和繁榮。

參考文獻：

[1] 張湃，王麗俠.小波技術在“ 數字圖像處理” 課程中的教學應用[J].電子制作，2022，30（2）：48-50，41.

[2] 周騖，徐日辛，董祥瑞.數字圖像處理與流場測量課程教學案例設計[J].佳木斯職業學院學報，2021，37（2）：57-58.

[3] 李基臣，亓玉龍，胡海瑞，等.數字圖像處理技術在醫學影像中的研究與應用[J].電子技術與軟件工程，2022（9）：194-197.

[4] 許超，王仕山.基于深度學習的手寫體數字圖像識別[J].移動信息，2023，45（7）：213-216.

[5] 邵哲欽，黃影平，郭志陽.基于點云與圖像融合的可行駛區域檢測[J].智能計算機與應用，2022，12（8）：65-69.

【通聯編輯：張薇】