基于新工科背景下“機器視覺”課程教學改革探究

摘要：為適應當前新產業、新技術、新模式下的新經濟形態，要以新工科為引導，培養具有崇高職業道德、扎實專業知識、良好工程實踐素養的高素質應用型人才。“機器視覺”課程是交叉融合與工程性極強的一門新興課程，針對當前教學中存在重理論輕實踐、教學模式固化、教學方法滯后和考核機制陳舊等問題，通過更新教學內容、調整教學方法、整合教學模式和改革考核機制等改革措施，提高了學生的學習效率，激發了學生的實踐創新能力，對“機器視覺”課程在教學實踐中具有一定的指導意義。

關鍵詞：機器視覺；新工科；教學改革

ResearchonExperimentalTeachingReform

ofMachineVisionundertheBackgroundofNewEngineering

ZhuLijuan

XinjiangUniversityofTechnologyXinjiangAksu843000

Abstract：Inordertoadapttotheneweconomicformunderthecurrentnewindustry，newtechnologyandnewmodel，itisnecessarytotrainhighqualityappliedtalentswithhighprofessionalethics，solidprofessionalknowledgeandgoodengineeringpracticequalityundertheguidanceofnewengineering.MachineVisionisanemergingcoursewithstrongcrossintegrationandengineering.Inviewoftheexistingproblemsincurrentteaching，suchasemphasizingtheoryoverpractice，solidifyingteachingmode，laggingteachingmethodandoutdatedassessmentmechanism，thecoursehasimprovedstudents'learningefficiencybyupdatingteachingcontent，adjustingteachingmethods，integratingteachingmodeandreformingassessmentmechanism.Itstimulatesthestudents'abilityofpracticeandinnovation，andhascertainguidingsignificanceforthecourseofMachineVisioninteachingpractice.

Keywords：MachineVision；Newengineering；teachingreform

機器視覺是指通過給機器加裝上視覺裝置，將被攝取目標轉換成圖像信號，并傳送給專用的圖像處理系統，使機器具有類似于人類的視覺功能，從而提高機器的自動化和智能化程度。

當下，人工智能、大數據等技術得到飛速發展，給人民生活帶來了極大變革，同時社會中一些信息技術產業也反作用于計算機技術與網絡通信技術，引領和促進高等院校計算機、信息化等專業的與時俱進［1］。新工科建設是新時代高等教育改革的重要內容，旨在培養更多新型高素質工程科技人才，提升國家硬實力和國際競爭力。新產業、新技術、新模式是目前全球經濟的特征，許多產業面臨轉型升級，國家硬實力和國際競爭力的提升都迫切需要“新工科”理念和新型卓越工程人才的支持［2］。

“機器視覺”課程充分展示了多學科與前沿科學技術相互交叉融合，為學生在新技術、新行業創新實踐能力的培養提供堅而有力的理論基礎。然而目前高校亟待思考與解決的問題是如何快速有效地激發學生對該課程的興趣以及如何高效提升學生在該課程的實踐能力與職業技術。

一、“機器視覺”課程教學中存在問題

機器視覺是一門蓬勃發展的交叉學科［3］，涉及計算機視覺、模式識別、計算機圖形學和機器學習等多個領域。

（一）理論教學與實踐教學比例失衡

“機器視覺”課程包括理論部分和實踐部分，但在“機器視覺”教學過程中，教師通常是從頭到尾地講解課程的原理內容，僅僅安排小部分時間進行課程設計。從而使得上課過程中理論教學過重，實踐教學弱化。“機器視覺”授課既要把機器視覺的原理講解清楚，又要引導學生設計和應用機器視覺中包含的技術，學以致用，培養能力，這種情況下使得教師自身必須具備過硬的知識儲備素養。在教學過程中課時安排不合理使得教師對相關知識點的講解不夠深入細致，涉及的真實教學案例少，對最前沿的科研動態信息和科研項目內容的擴展有限，這種培養模式往往與社會需求脫節，忽視課程學習中的動手訓練。學生學習興趣較低，他們常把考試成績看作學習的主要目的，沒有真正融入“機器視覺”課程的學習狀態中，最終使得學生眼高手低，很難學以致用，無法適應社會對應用型人才的需要。

實踐教學是學生素質教育中不可或缺的環節，它側重于培養動手能力以及創新能力，通過組織開展實驗或課程設計，使學生能獨立自主地完成數據庫小項目的設計實踐能力。目前存在的問題有：①實驗內容與課堂理論教學銜接性不強；②上機實驗的目的還是圍繞學習與理解理論服務，實踐觀念弱化，難以適應當前時代對機器視覺學習的要求；③學生實驗還是停留在傳統的一人一機模式，學生常單兵作戰，這種情形難以培育團隊協作意識，團隊合作能力培養不足；④學生的實踐興趣不足，重視性不夠，一些學生還沉浸在學習就是掌握理論知識的思想中。

（二）教學模式固化缺少靈活性

傳統的課堂教學往往是教師一言堂，不斷地灌輸機器視覺的理論知識，唯恐學生不能很好地理解，這樣與學生的互動性變差，養成了學生學習的依賴性，致使學生學習的主動性減弱。大學的課程量較多而且有些課程很艱澀，并且教師存在帶多個班級以及多門課程的現象，教師與學生各自忙著自己的事情，少有機會進行有效的溝通與交流，教師可能不能及時了解學生的學習情況以及問題所在，無法及時為學生排憂解難以及實時適度地安排自己的授課進程。

（三）教學方法單一不具有多樣化

目前的課堂教學依然沿用傳統的教學方法，以PPT+板書方式展示教學內容，仍以教師為中心進行課堂教學，學生的參與度低，教學效果不好。當學生遇到計算復雜的數學公式，原理深奧難懂與理解的知識點會使學生產生不良情緒。“填鴨式”的教學過程使得師生得不到及時有效的交流溝通，體現不出以學生為中心的教學方式，學生仍處于被動接收的狀態。

（四）課程考核方式陳舊不新穎

當下的課程考核主流模式通常以期末考試卷面成績作為主要的衡量標準，這種情況對理論性較強的學科效果顯著，但“機器視覺”課程需要結合具體數據案例結合計算機工具進行一定的實操訓練，若以單一的期末考試卷面成績為衡量依據，學生可以通過臨近期末時期的突擊練習、記憶背誦得以過關，由于知識掌握得不牢固，考試過后又將其淡忘，則會誤導學生重理論而輕實踐。

二、“機器視覺”課程教學改革的相關措施

（一）修正教學大綱，更新教學內容

通過修訂大綱，讓“機器視覺”課程前后的教學階段能夠很好地過渡與銜接。任課教師到當地或其周邊的地方企業進行走訪調研，通過企業人員或用人單位的建議與需求指導去及時修訂教學大綱。從先修基礎知識到專業精髓知識點和具體應用來構建完整的機器視覺知識結構體系，確保學生能夠高效有序地進行“機器視覺”課程的學習。

（二）調整教學方法

推廣實施項目制教學改革，將以傳授知識為主的教學模式轉變為以完成任務、解決問題為主的互動式的教學方式，要求學生根據項目任務，提出解決方案，完成項目設計，培養多方面能力。并以項目為依托，以“挑戰杯”、“互聯網+”等校內創新實踐競賽為契機，引領學生大力開展創新創業教育改革，切實培養學生的實踐創新能力［4］。

（三）整合教學模式

教師在授課中，應因地制宜地采用多種方法以提升學生的學習興趣，提升學生的自主學習熱情。例如，采用案例教學讓學生做中學；采用西蒙方法讓學生集中精力學；采用金字塔學習法讓學生進行課堂討論，輸出促進輸入學；采用費曼學習法讓學生教中學；采用番茄生物鐘法讓學生限制時間學等。同時開展專題講座、網絡線上教學［5］、慕課與反轉課堂等多種教學方式帶動學生的積極主動性，提高學生的學習主觀能動性、創新與實踐能力。在教學過程中注重示例性講解，從項目分析、設計到開發實踐，使項目整體流程清晰化，調動學生的學習情緒，打開學生的思維方式。進而打造理論實踐一體化設計的教學模式，比如安排圖像采集［6］與預處理實驗，讓學生學會使用攝像頭或其他圖像采集設備獲取圖像，學習使用圖像處理軟件（如OpenCV）對圖像進行預處理操作，如灰度化、二值化、濾波、直方圖均衡化等，達到了解圖像采集設備的工作原理，學習圖像預處理的基本方法的實驗目的。安排特征提取［78］與匹配實驗，讓學生選擇一種特征提取算法（如SIFT、SURF、ORB等）對圖像進行特征提取，并學習使用特征匹配算法對提取到的特征進行匹配，達到學習如何提取圖像中的特征，并理解特征匹配的原理的實驗目的。基于機器視覺的圖像采集系統示意圖如圖1所示，圖像的灰度化、二值化示例如圖2所示，灰度共生矩陣示例如圖3所示，旋轉不變矩示例如圖4所示。

（四）制定合適的考核方式

“機器視覺”課程的考核應該與機器視覺的教學相統一，機器視覺的理論和實踐要劃分一定的比例，兼顧二者的學習效用。針對當前教學中學生的實踐操作意識淡薄、創新動力較弱的現狀，在課程考核過程中加入實踐創新能力，學生在學習過程中化被動為主動，從而提升其多方面的能力。我們可以將平時成績（占20%）、期末理論考試成績（占40%）、實踐能力成績（占40%）劃分為三部分，平時成績主要參考平時課堂回答問題、作業及考勤情況，期末考試成績重在考查學生對理論知識的掌握程度，實踐能力成績分通過實驗課及課程設計成績、學科競賽成績或是小論文的發表等方式來考核。

結語

本文首先分析了“機器視覺”教學中存在的問題，從更新教學內容、調整教學方法、整合教學模式及改革考核方式上提出了若干教學改革措施，力求理論教學和實際應用緊密結合，既可以解決學生在學習中的難題，又可以提高學生的學習興趣和獨立思考能力，也可以讓學生了解國內外的前沿科學知識，開闊學生的思維方式，培養出更多適應信息化社會的復合型、應用型人才。

參考文獻：

［1］朱麗娟.應用型人才培養模式下數據庫原理教學改革探究［J］.科技風，2022（22）：131133.

［2］教育部，工業和信息化部.中國工程院關于加快建設發展新工科實施卓越工程師教育培養計劃2.0的意見［J］.中華人民共和國教育部公報，2018，4（10）：1315.

［3］王中任，陳科鵬，肖光潤，等.機械專碩“機器視覺原理與應用”教學案例庫建設［J］.教育教學論壇，2022（11）：5356.

［4］虞曉霞，彭浩.項目制班內分層互動教學模式在Java程序設計課程教學中的應用［J］.計算機教育，2021，4（05）：96100.

［5］劉瓔瑛，屈鵬程，騰秀梅，等.基于學習通的《數字圖像處理》混合式教學模式設計與研究［J］.中國教育信息化，2018，4（13）：3437.

［6］朱麗娟.基于機器視覺的紅棗大小分級方法研究［J］.科技風，2022（25）：5961.

［7］朱麗娟.基于灰度共生矩陣的紅棗紋理特征提取［J］.科技風，2022（25）：7880.

［8］朱麗娟.基于機器視覺的紅棗裂紋特征提取［J］.科技風，2024（10）：1719.

項目：新疆理工學院校級項目“基于機器視覺的紅棗外觀品質分級方法研究”（項目編號：ZZ202104）

作者簡介：朱麗娟（1987—），女，漢族，山東菏澤人，研究生，副教授，研究方向：人工智能、機器視覺。