圖像分割技術(shù)在數(shù)字圖像處理課程中的教學應(yīng)用研究

袁靜 韓瑩 王愛敏 孫嘉廷 王亞麗

摘要：在現(xiàn)代工程教育理念下，雖然數(shù)字圖像處理課程已經(jīng)被廣泛開設(shè)，但是關(guān)于圖像分割技術(shù)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(shù)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(shù)字圖像處理教育資源，特別是針對圖像分割技術(shù)的教學資源。需要充分運用線上網(wǎng)絡(luò)教學平臺，運用開源軟件和編程語言來實現(xiàn)圖像分割算法，結(jié)合實踐基礎(chǔ)來合理設(shè)定考核內(nèi)容。實踐表明，圖像分割技術(shù)在數(shù)字圖像處理課程中具有廣泛的教學應(yīng)用潛力。通過引入圖像分割技術(shù)，能夠更好地發(fā)掘?qū)W生的個人能力。

關(guān)鍵詞：圖像分割技術(shù)；數(shù)字圖像處理課程；教學應(yīng)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(shù)字圖像處理領(lǐng)域的核心技術(shù)之一，廣泛應(yīng)用于醫(yī)學圖像分析、計算機視覺、視頻處理等領(lǐng)域。隨著計算機視覺和人工智能的快速發(fā)展，圖像分割在各個領(lǐng)域的應(yīng)用越來越重要。在數(shù)字圖像處理課程中，在教學中應(yīng)用圖像分割技術(shù)具有重要意義[1]。一方面，圖像分割是學習數(shù)字圖像處理基礎(chǔ)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(yīng)用的技術(shù)，在教學中應(yīng)用圖像分割技術(shù)可以幫助學生將所學的理論知識應(yīng)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(shù)時面臨的困難

第一，理論知識理解難度大。圖像分割技術(shù)涉及計算機視覺、數(shù)字圖像處理等多個領(lǐng)域的知識。學生需要具備一定的數(shù)學基礎(chǔ)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(guān)理論較為復雜，學生往往在面對圖像分割技術(shù)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(yīng)用相結(jié)合。第二，缺乏實踐經(jīng)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(jīng)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(yīng)用于實際場景中，無法真正掌握圖像分割技術(shù)的實踐應(yīng)用。第三，對技術(shù)工具與平臺不熟悉。圖像分割技術(shù)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(shù)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(xiàn)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(shù)在數(shù)字圖像處理課程中的教學優(yōu)化途徑

2.1 結(jié)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(yīng)首先對廣泛應(yīng)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(xiàn)。在學生對開源軟件有了一定的了解后，教師可以設(shè)計一系列的編程實踐環(huán)節(jié)[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(xiàn)等步驟，借助OpenCV實現(xiàn)閾值分割、k-means聚類分割等。結(jié)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(nèi)容如表1所示。

為了加深學生的理解和應(yīng)用能力，教師可以布置與圖像分割相關(guān)的編程作業(yè)，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(wù)，并時刻關(guān)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(shù)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(fā)和實現(xiàn)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(yōu)化，教師則需引導學生通過編程實踐來深入理解和應(yīng)用圖像分割技術(shù)，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(jīng)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(yīng)用所學知識。教師可以從實際應(yīng)用場景中選取具有代表性的案例，指導學生了解從數(shù)據(jù)預處理、特征提取到圖像分割算法的實現(xiàn)和評估全過程。案例涵蓋醫(yī)學圖像分割、交通場景分割、自然圖像分割等各個領(lǐng)域，確保學生能夠全面了解圖像分割技術(shù)的實際應(yīng)用。各領(lǐng)域教學實例引入的課程教學內(nèi)容如表2所示。

在指導學生的過程中，教師將引導學生從數(shù)據(jù)預處理開始，學習如何對圖像進行預處理，使得圖像數(shù)據(jù)更適合后續(xù)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(shù)據(jù)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(xiàn)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(jù)具體應(yīng)用場景對算法進行調(diào)整和優(yōu)化。例如手寫數(shù)字識別，引導學生通過數(shù)據(jù)預處理、特征提取和圖像分割算法的實現(xiàn)，完成手寫數(shù)字識別的任務(wù)[4]。將大量的手寫數(shù)字圖像進行標準化處理，將圖像大小調(diào)整為統(tǒng)一尺寸，減少后續(xù)計算的復雜程度。隨后采用Sobel 算子、Canny邊緣檢測調(diào)整圖像邊緣、筆畫寬度、筆畫方向等，提取特征作為后續(xù)分割算法的輸入。將手寫數(shù)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(xiàn)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(xiàn)細節(jié)，并學會如何評估算法的性能，提高學生程序設(shè)計能力。

2.3 合理設(shè)定考核內(nèi)容，結(jié)合實際應(yīng)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(huán)。教師應(yīng)該設(shè)定與實際應(yīng)用緊密相連的實踐任務(wù)，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(shù)據(jù)預處理、特征提取、算法實現(xiàn)等步驟，教師根據(jù)項目的完整性、準確性和創(chuàng)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(jié)果。教師應(yīng)該設(shè)定報告的格式和內(nèi)容要求，根據(jù)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(xiàn)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(chuàng)新性是評價圖像分割項目的重要指標，分別設(shè)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(jié)和反思，所以“報告質(zhì)量”部分設(shè)定為40分。清晰度、邏輯性和深度是評估報告質(zhì)量的關(guān)鍵，分別為10分、15分和15分。設(shè)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(xiàn)是評估學生學習態(tài)度和對課程內(nèi)容掌握情況的一個方面，設(shè)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(xiàn)的關(guān)鍵，分別設(shè)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(qū)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?qū)⒌缆贰⒄系K物、車輛等不同區(qū)域分離出來，從而準確地識別出可行駛區(qū)域，得到高精度的分割結(jié)果[5]。教師再從此次實踐課程中觀察學生得出的分割結(jié)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(yǎng)撰寫技術(shù)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(jié)論

綜上所述，圖像分割技術(shù)在數(shù)字圖像處理課程中具有優(yōu)越的發(fā)展前景，依托線上網(wǎng)絡(luò)教學平臺、開源軟件和編程語言來實現(xiàn)圖像分割算法，并結(jié)合實踐基礎(chǔ)設(shè)定考核內(nèi)容，能夠更好地培養(yǎng)學生的個人能力，提升學生在圖像處理領(lǐng)域的技能水平，進一步推動圖像分割技術(shù)在工程教育中的應(yīng)用和發(fā)展，培養(yǎng)具備高水平圖像處理能力的專業(yè)人才，促進社會的科技進步和發(fā)展。隨著對圖像分割技術(shù)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(yīng)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(zhuǎn)化為實際運用，推動工程教育的發(fā)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(shù)在“ 數(shù)字圖像處理” 課程中的教學應(yīng)用[J].電子制作，2022，30（2）：48-50，41.

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

[3] 李基臣，亓玉龍，胡海瑞，等.數(shù)字圖像處理技術(shù)在醫(yī)學影像中的研究與應(yīng)用[J].電子技術(shù)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(shù)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(qū)域檢測[J].智能計算機與應(yīng)用，2022，12（8）：65-69.

【通聯(lián)編輯：張薇】