AI時代“數字圖像處理”教學面臨的挑戰和改革路徑

胡春華?程魯玉?謝嵐

摘要：人工智能給數字圖像處理帶來了全新的發展思路，但在當前高校“數字圖像處理”課程的教學中，很少將人工智能融入其中。此外，課程教學內容陳舊、教學方法單一、課程實驗缺乏創新等問題也存在。這些問題嚴重影響了教學效果，妨礙了復合型和創新型人才的培養。為解決這些問題，本文以人工智能為背景，從理論教學、實驗教學、考核方式和綜合項目擴展四個方面展開教學改革。該課程改革方案以學生為中心，以項目為驅動，以全面和多角度為目標，以探索為方向，并提出了具體的實施措施。

關鍵詞：人工智能；數字圖像處理；教學改革

隨著信息技術的快速發展和計算機、電子技術的進步，數字圖像處理技術已經廣泛應用于工業、農業、醫學、軍事等領域。這種技術已經成為信息化社會的重要基礎和支撐。因此，“數字圖像處理”課程也具有了新的意義。

“數字圖像處理”是一門綜合性強、先導課程多、實踐要求高、算法快速更新的專業課或選修課，適用于計算機類和電子信息專業類的學生。在教學過程中，教師需要具備豐富的知識儲備和教學能力，而學生則需要有扎實的專業基礎。這門課程的教學目標是培養學生的圖像處理能力，使他們能夠運用先進的算法和技術來處理圖像，并掌握實踐應用的技巧。

一、人工智能背景介紹

人工智能是一種以計算機為核心、通過機器模擬人的智能的技術。在大數據和互聯網技術發展的背景下，人工智能在計算機、互聯網、通信等領域得到了廣泛的應用，尤其是在計算機視覺領域取得了長足的發展。人工智能涵蓋的范圍非常廣泛，主要包括機器學習、知識表示和推理、深度學習、自然語言處理、機器人學等。

圖像處理是指根據人們對事物的認知規律，將數字圖像或模擬信號進行加工處理，并以一定的形式輸出。圖像處理的基本過程包括圖像數字化、圖像壓縮編碼和圖像顯示。在數字化階段，將模擬信號轉換成數字信號；在圖像壓縮編碼階段，將數字信號壓縮成模擬信號；在圖像顯示階段，通過顯示器將存儲的數字圖像顯示出來。在這個過程中，需要對圖像進行編碼、壓縮、調制、傳輸等操作。為了提高圖像處理的效率，人們還提出了多種圖像處理技術，如小波變換、 Hilbert變換、數學形態學等。

近年來，隨著計算機硬件水平和計算能力的快速提升，基于深度學習的圖像識別技術逐漸成為研究熱點。深度學習已經應用于許多領域，包括圖像識別、目標檢測、人臉識別等。通過深度學習算法和大規模數據集的訓練，計算機可以學習到更復雜的特征表示，從而提高圖像處理的準確性和效率。人工智能和圖像處理的結合將會在許多領域產生重要的影響，如自動駕駛、智能安防、醫學影像分析等。

二、人工智能背景下“數字圖像處理”教學改革存在問題

（一）過分注重理論忽視實踐

“數字圖像處理”是一門實踐性很強的課程。但由于課程內容抽象復雜，很多學生在學習過程中難以理解和掌握理論知識。教師也往往只注重理論講解，而缺乏對實踐環節的重視，導致學生對所學內容難以進行全面理解和應用。此外，由于時間和教學條件的限制，很多數字圖像處理課程只能在有限的學時內完成。為了解決這些問題，教師應該在教學中充分考慮如何將理論教學和實踐教學有機結合起來。在授課時，可以將每一個知識點都與具體的應用案例相結合，讓學生更容易理解和記憶。對于理論知識的講解，要通俗易懂、深入淺出，避免使用過于專業或抽象的術語，讓學生能夠輕松理解。對于實際應用問題，要深入講解并給出詳細解答，引導學生思考如何將所學知識應用到實際問題中。同時，要適當增加實踐環節的教學內容和時間，讓學生有機會實際動手操作和實踐，提高他們的學習興趣和積極性。

（二）教學內容過于陳舊

目前，“數字圖像處理”課程教學內容主要圍繞線性時不變系統展開，包括信號與系統、離散傅里葉變換和連續時間系統等基礎理論和方法。雖然這些內容在教學上是必要的，但傳統的數字圖像處理教材已過時，無法跟上現代通信技術和數字圖像處理理論的快速發展。此外，該課程缺乏實驗課程，這也是目前教材中未涉及的。因此，在人工智能背景下，數字圖像處理課程的教學內容和教學方法需要進行相應調整。教育者應該根據不同專業學生的需求和特點，結合理論與實踐，改革數字圖像處理課程，提高學生對相關理論知識的理解和應用能力。

（三）教師所選擇的考核方式比較單一

隨著人工智能技術的發展，“數字圖像處理”課程在教學過程中，教師所選擇的考核方式比較單一，主要以試卷成績為評價標準。然而，單一的考核方式存在問題，其中試卷成績可能強調死記硬背的內容。這導致學生在考試時傾向于選擇相對簡單且容易得分的題目，忽略了更具挑戰和創新性的題目。這樣的考核方式不利于培養學生綜合運用所學知識解決問題的能力，也不利于培養學生的創新意識和創新能力。因此，有必要對考核方式進行改革。除了試卷成績之外，可以引入其他評估方式，比如平時成績、實驗成績和設計成績等，以全面考查學生的綜合能力。通過平時成績的考核，可以鼓勵學生積極參與課堂討論、完成作業以及與同學進行互動，培養他們的主動學習和合作能力。實驗成績可以評估學生實際應用能力的掌握情況，鼓勵他們進行實際操作并分析實驗結果。設計成績可以評估學生解決實際問題的能力和創新能力。通過多維度的考核方式，可以更全面地評估學生的學習情況，并能夠更好地培養他們的綜合能力和創新意識。

三、人工智能背景下數字圖像處理教學改革路徑

（一）堅持以學生為中心進行理論知識內容改革與完善

課程內容改革是以學生為中心的重要舉措，旨在提升課程的針對性和實用性。當前的“數字圖像處理”課程內容包括理論基礎、典型圖像處理算法和工程應用實例三個層次。為了更好地達到教學目標，需要注意以下幾個方面的改進：首先，在理論知識的傳授上，需要采用通俗易懂的授課方法，將數字圖像處理的概念、原理和方法解釋清楚。理論知識不宜過于深入，以確保學生能夠理解和掌握基本概念和關鍵原理；其次，典型算法和工程應用實例的講解應重點突出。這些算法和實例是幫助學生理解理論知識和實際應用的關鍵環節。在介紹典型算法時，可以選擇幾種最基礎和常用的算法進行講解，同時強調其在數字圖像處理中的應用場景和效果。工程應用實例應選取與學生未來就業方向密切相關的內容，例如與人工智能、大數據等領域的應用；最后，課程內容的更新也是必要的。數字圖像處理技術在不斷發展和應用，教材內容應緊跟時代潮流，及時更新和補充新的理論和實踐成果。可以通過教材的修訂和引入實際案例等方式，持續優化課程內容。

在教學改革中，除了注重理論課程的闡述，優化實驗設計并強化學生實踐技能也是非常重要的。為了確保理論課程和實驗課程的順利開展，學校可以考慮增加3—4位助理講師，他們可以及時解答學生的問題，提高學生在數字圖像處理方面的興趣和探究精神。當前，大部分大學選用的主流教科書是 Gonzalez RC的 《Digital Image Processing》（第三版）。為了跟上時代發展，可以在教科書修訂的基礎上，更新教學課件，加入有關神經網絡基本原理和實際應用的內容。特別是結合人工智能背景，將利用神經網絡進行圖像分類和識別的部分加入模式識別部分。同時，針對教科書中所選的樣本圖片，可以從網絡或公共數據庫（如ImageNet）中篩選出新奇、感興趣的樣本圖片，通過對樣本圖片的驗證，增加學生的興趣。也可以引入更多的動物、人物和風景等圖片，豐富樣本圖片庫。

（二）利用信息化技術手段采用任務驅動教學法進行實驗內容改革

在實驗內容的改革中，可以采用任務驅動教學法來激發學生的學習興趣和提高實踐動手能力。例如，通過圖像去噪、去模糊、增強等任務來讓學生主動完成實驗，教師可以對學生的結果進行檢查和點評。同時，采用視頻方式進行實驗可以利用現代化技術手段將圖像處理知識以直觀易懂的形式呈現給學生，從而增強學生的學習興趣和熱情。在實驗中，還要提高實驗設備的利用率，合理安排實驗設備的使用時間，使學生能夠在不同學期都有機會進行實踐。

在專題的籌備工作中，可以分為小組討論、文獻研究和相關知識學習三個階段。首先，鼓勵學生在課余時間自發組成小組，培養團隊合作意識。對于沒有組隊的學生，教師或助理可以幫助他們選擇團隊成員。其次，教授學生科學文獻搜索的方法，激發他們的探究精神和創造力。并鼓勵基礎好的學生通過校園圖書館中的資料庫閱讀與計算機視覺相關的學術期刊，對基礎較差的學生，則可以適當放寬標準。最后，教授學生網絡調參技巧和程序的工程化方法，以幫助他們積極學習。完成課題后，學生可以通過PPT的形式溝通和展示所學到的知識，包括卷積神經網絡的設計、代碼的實現、訓練集的精確度以及最終的測試集的精確度等，并接受教師的評語和打分。

（三）堅持多角度全面的考核方式進行綜合考核

在目前的“數字圖像處理”的教學中，評價方式相對簡單，主要以理論測驗和實驗報告為評價依據。然而，這種評價方法無法全面展現學生的學習成果，無法培養學生的動手實踐能力和團隊協作精神。傳統教學中，唯一評價學生學習的標準是期末考試成績，缺乏平時成績和實踐創新的考核。這樣的評價方式顯然不合理。

因此，為了全面考核學生的綜合素質，教師需要從多個角度進行評價。在平時成績方面，可以通過課堂提問、討論和實驗報告等方式，對學生的學習情況進行考核。實驗成績可以通過實驗報告和課堂演示等方式對學生的實驗操作能力進行評價。而實踐報告方面，則可以通過設計小程序、實現算法、編寫代碼和調試等方式對學生的創新能力進行評估。通過多角度、全面的考核方式，學生可以認識到自身的不足之處，并激發學習興趣和熱情，培養獨立思考、問題分析和解決問題的能力。此外，通過綜合考核平時成績、實驗成績和實踐報告，學生可以更好地認識到課程學習的重要性，激發主動學習的積極性。

（四）結合人工智能方向進行項目綜合拓展與改革

結合人工智能方向進行項目綜合拓展與改革，能夠讓學生在了解傳統數字圖像處理技術的基礎上，掌握人工智能技術中的一些基本原理和應用。例如，在傳統數字圖像處理中，教師會介紹基本的圖像去噪算法和圖像增強算法，但是這些算法往往具有較強的局限性，對于一些特定的目標處理效果不理想。現在學生接觸到了深度學習技術，了解了神經網絡的基本原理和應用，那么教師可以在此基礎上進行深度拓展。例如，可以讓學生參與深度學習相關的課程設計和項目研究。具體來講，可以讓學生參與深度學習的相關課程設計，并以深度學習算法為例對數字圖像處理中的一些基本理論進行實驗驗證；或者讓學生參與相關項目研究，并以項目為例對數字圖像處理中的一些基本理論進行實驗驗證。這樣不僅可以提高學生學習興趣和積極性，還能培養學生運用所學知識解決實際問題的能力。

為了確保綜合項目的連續性，并實現對興趣高、主動性強、基礎扎實的學生的差異化培養，可以在教學的末尾對綜合項目進行擴展。對集成題的拓展可以從兩個方面入手：一是適當提高集成題的難度；二是針對具體問題進行拓展。以CIFAR-10為例，可以引入對抗性攻擊（如向原始圖像中加入干擾等）讓學生利用卷積神經網絡和最近鄰分類器，在對抗性攻擊下，確保訓練集與測試集的正確性，并比較兩種方法在對抗性攻擊下的效果。此外，可以結合當前人工智能的發展趨勢，深度學習與機器學習在圖像處理與計算機視覺方面的重要進展，提出基于注意機制的圖像恢復等課題。在此基礎上，對學生進行科學研究寫作的指導與培訓，鼓勵學生發揮創造性，并進一步對其進行歸納與整理。

四、結束語

人工智能是當下計算機科學與技術領域快速發展的必然趨勢。在這個背景下，對于實用性較強的學科“數字圖像處理”進行改革是必要的。本文提出了針對“數字圖像處理”課程面臨的問題的改革思路和舉措，并在理論教學、實驗教學和考核方式等方面進行了改革。實踐證明，這些改革措施取得了良好的效果。

在人工智能技術的發展下，“數字圖像處理”課程將進一步發展和完善，為學生的創新意識培養和綜合能力提升提供重要保障。此外，改革還有助于提升學生的整體素質，使他們能夠全面了解傳統圖像處理方法和相關的人工智能技術。這為學生在畢業后在數字圖像處理領域的就業、深造和科研方面奠定了良好的基礎。

參考文獻

[1]巢海遠，肖青云.數字圖像處理課程教學資源建設實踐與思考[J].教育信息化論壇，2023（02）：39-41.

[2]鄭靜，王騰.基于人工智能的數字圖像處理課程優化設計與實踐[J].電子技術，2022，51（10）：139-141.

[3]馬保建，陳棒棒，劉向東.應用型本科院校機器人工程專業數字圖像處理課程教學改革與探索[J].新疆農機化，2022（05）：39-41.

[4]鐘必能，張洪博.人工智能時代數字圖像處理的教學改革[J].科學咨詢：教育科研，2021（09）：68-69.

[5]丁衛，王偉.“新工科”背景下數字圖像處理課程教學改革與實踐[J].太原城市職業技術學院學報，2021（08）：142-144.

[6]向德輝.數字圖像處理課程的一種自頂向下教學方法[J].數字通信世界，2021（08）：255-257+262.