面向新工科建設的“數(shù)字圖像處理”課程教學改革探索

摘"要：隨著新工科建設的不斷推進，高校對人才的培養(yǎng)要更加符合新技術、新模式、新產業(yè)的新時代要求，把學生培養(yǎng)成基礎理論扎實、實踐能力強的科技創(chuàng)新人才。“數(shù)字圖像處理”作為一門重要的工科類專業(yè)課程，為了滿足新工科背景下課程建設的新要求，實現(xiàn)人才培養(yǎng)新目標，本文從課程的教學現(xiàn)狀出發(fā)，注重發(fā)揮課程特點和優(yōu)勢，提出課程教學改革方案，對教學內容、實踐環(huán)節(jié)、考核方式等方面進行改革探索，旨在讓課程教學緊跟前沿技術發(fā)展，拓寬學生視野，激發(fā)學生的學習興趣和創(chuàng)新思維，培養(yǎng)學生分析問題、解決問題的能力，為工科類專業(yè)課程建設提供新策略和新思路。

關鍵詞：新工科；數(shù)字圖像處理；教學改革

一、概述

在這個科技飛速發(fā)展的時代，我國許多新興產業(yè)都亟須具備實踐能力和創(chuàng)新能力的新工科人才。高校作為人才培養(yǎng)的重要基地，也因此面臨著新的機遇和挑戰(zhàn)。自從2017年教育部召開新工科建設研討會以來［12］，各大高校紛紛啟動了新工科建設，將課程理論內容與科技前沿相結合，以培養(yǎng)學生的實踐和科技創(chuàng)新能力。“數(shù)字圖像處理”作為工科類一門重要的專業(yè)課程，其教學內容包括圖像數(shù)字化、圖像增強、圖像復原、圖像壓縮、圖像分割、彩色圖像處理等，數(shù)字圖像處理技術目前被廣泛應用于人工智能、工業(yè)生產、航空航天、國防工業(yè)、游戲娛樂等各個領域。此外，由于“數(shù)字圖像處理”是一門涉及信息處理、計算機視覺等多學科的工科類專業(yè)課程，具有綜合性、交叉性、理論和實踐相結合等特點，當前，隨著機器學習、人工智能的飛速發(fā)展，在新工科背景下，如何在課程教學各個環(huán)節(jié)中把理論教學、實踐教學和前沿技術統(tǒng)一規(guī)劃，在保證理論教學的基礎上，提高學生的實踐技能、跨學科融合能力以及科研創(chuàng)新能力，是實現(xiàn)新工科建設的人才培養(yǎng)目標的重要問題。

二、數(shù)字圖像處理課程教學現(xiàn)狀

“數(shù)字圖像處理”的課程特點是理論性與實踐性并重，涉及多個交叉學科，且應用領域廣泛。然而，目前的教學方式大多沒有充分發(fā)揮課程的特點和優(yōu)勢，無法適應當前的新工科建設需求，主要表現(xiàn)在以下方面。

（1）課堂教學以教師為中心的灌輸式教學為主［3］，學生被動接受，這種模式很難讓所有學生全程保持高度專注。究其原因是由于本課程知識點較多且理論性強，算法描述和數(shù)學推導占比較大，并且本課程對多門先修課程要求較高，導致課堂互動難度較大［4］，能夠激發(fā)學生的學習積極主動性的方法有限，難以適應新工科對培養(yǎng)自主學習、創(chuàng)新型人才的要求。

（2）本課程教學方式除了課堂教學，還有實驗環(huán)節(jié)，但多為驗證性實驗，主要完成經典圖像處理算法，學生根據(jù)實驗步驟實現(xiàn)算法，實踐深度欠缺，缺乏培養(yǎng)面對實際復雜場景和工程應用時分析問題、解決問題的能力這一新工科要求。

（3）新工科強調跨學科［5］，“數(shù)字圖像處理”課程的跨學科教學目前主要體現(xiàn)在與計算機、電子信息學科知識的交叉方面，對于如生物醫(yī)學圖像分析、遙感圖像處理等多領域未充分進行融合，未展現(xiàn)本課程在多學科的應用潛力，亦沒有充分拓寬學生的視野。

（4）數(shù)字圖像處理科研領域近年依托深度學習、人工智能的飛速發(fā)展，新理論、新方法不斷涌現(xiàn)，但目前課程教學方面更新較慢，教學內容較為固化陳舊，沒有及時在教學各環(huán)節(jié)中與前沿知識相結合，學生所學知識與行業(yè)前沿脫節(jié)。

（5）考核形式較為單一，過程考核占比較弱。課程一般以期末考試成績?yōu)橹鳎己酥攸c放在理論知識上，對學生的實踐能力、創(chuàng)新思維、團隊協(xié)作等綜合素養(yǎng)考查不足，不利于學生真正掌握和靈活運用知識；對學生平時的學習過程，如課堂表現(xiàn)、小組討論、實踐項目完成情況等方面的重視程度不夠，缺乏有效的過程性考核機制，不能全面、動態(tài)地反映學生的學習效果，沒有及時督促學生在整個學期中進行持續(xù)學習。

三、課程教學改革探索

新工科背景下，針對前述“數(shù)字圖像處理”課程教學中存在的諸多問題，迫切需要對理論和實踐教學形式及內容進行教學改革，本文以培養(yǎng)能夠綜合應用圖像處理技術解決復雜工程問題，具備數(shù)字圖像處理算法創(chuàng)新能力，具有與時俱進、勇于開拓精神的新型人才為教學目標，從激發(fā)學生學習興趣出發(fā)，對課程內容、實踐教學、學科交叉融合，前沿技術融入和考核方式等方面進行改革，旨在探索出一條能夠適應新工科建設的育人新途徑。

（一）以學生為主體進行課程理論知識內容改革

教師不應僅是知識的傳授者，更應是學生學習的引導者。要以學生為主體，鼓勵學生積極參與課堂教學，培養(yǎng)他們的自主學習能力和創(chuàng)新思維。目前，“數(shù)字圖像處理”課程內容主要包括基礎理論和經典圖像處理算法，缺乏能夠激發(fā)學生興趣的實際工程應用和前沿技術知識。為此，本文提出課堂教學在確保基本概念、原理及方法講授充分和清晰的基礎上，應強調這些內容的應用場景和效果；收集工程應用案例，通過案例講解，讓學生了解數(shù)字圖像處理技術在不同領域的應用，并引導學生分析案例中所采用的技術和方法，培養(yǎng)學生分析和解決問題的能力。同時，課程內容應緊跟時代發(fā)展，將深度學習、人工智能等在圖像處理中新的算法和應用及時納入教材，以上課程內容改革有助于激發(fā)學生的學習興趣，讓學生愿意加入課堂討論互動，并有助于開展小組討論和項目驅動學習。例如，在講解圖像復原時，可以先展示實際拍照時由于人物運動產生的照片模糊，引導學生思考如何解決，進行課堂問答互動，再逐步引入相關算法，而非直接講解算法原理。再例如，在學習圖像濾波時，讓學生分組討論不同算法的優(yōu)缺點及適用場景，并派代表進行總結陳述，教師可在小組討論過程中進行指導，最后對小組結論進行點評和補充。對課程理論知識內容進行改革，讓課程緊跟數(shù)字圖像處理先進技術發(fā)展，并讓學生積極主動參與課堂學習，提高學習質量和效率。具體實施時可通過修訂教材和更新課件，并可通過網絡數(shù)據(jù)加入實際場景和案例圖像，增加學生的學習興趣。

（二）以項目驅動深化課程實踐學習

由于課程實踐環(huán)節(jié)主要以驗證性實驗為主，不利于培養(yǎng)學生解決實際工程問題的能力。所以，本文提出在保持經典算法驗證實驗的同時，以項目驅動增強課程實踐，設計貼近實際應用場景的綜合性實踐項目，從項目需求分析、方案設計、技術實現(xiàn)到最終的成果展示，全程由學生獨立自主或小組協(xié)作完成，教師在項目完成過程中提供必要的指導和幫助。以下三個綜合性實踐項目涵蓋數(shù)字圖像處理眾多原理和算法，需要學生在項目實踐中將分散的知識點串聯(lián)起來，在實際操作中理解不同原理和算法間的關聯(lián)及應用場景，以培養(yǎng)學生的實踐操作能力、創(chuàng)新思維和團隊協(xié)作與溝通能力。

（1）運用圖像處理算法完成自動生產線上產品質量檢測。實驗目的為讓學生針對不同類型產品的表面缺陷進行檢測，通過方案設計、算法實現(xiàn)檢測出零件表面的不同缺陷特征（劃痕、裂紋、孔洞等）。實驗內容包括從圖像采集、圖像預處理、特征提取到目標檢測整個過程，全面鍛煉學生解決實際問題的能力。

（2）基于數(shù)字圖像處理的車牌識別系統(tǒng)。實驗目的為讓學生綜合運用數(shù)字圖像處理技術，設計并實現(xiàn)一個完整的車牌識別系統(tǒng)。實驗內容包括對車牌圖像進行預處理、提取和校正車牌區(qū)域、字符分割、運用傳統(tǒng)方法或深度學習OCR技術進行字符識別，并將各個模塊進行整合，實現(xiàn)從輸入圖像到輸出車牌字符的完整系統(tǒng)，理解實際應用中數(shù)字圖像處理技術的流程。

（3）人臉檢測與識別綜合實踐項目。實驗目的為讓學生全面掌握人臉檢測與識別的完整流程和關鍵技術。實驗內容包括圖像預處理、特征提取、分類識別等環(huán)節(jié)。除傳統(tǒng)算法，鼓勵學生運用深度學習神經網絡進行人臉識別，激發(fā)學生的創(chuàng)新思維。

綜合性實踐項目與實際應用緊密結合，無論是現(xiàn)代化工廠中的產品質量檢測、交通運輸中的車牌識別還是安防監(jiān)控中的人臉識別，學生通過實驗都能深入了解數(shù)字圖像處理技術在現(xiàn)實世界的廣泛應用，了解行業(yè)需求，為未來進入相關領域工作做好準備。此外，綜合性實踐項目鼓勵學生探索前沿技術，啟發(fā)創(chuàng)造性思維，這使學生緊跟當今科技發(fā)展趨勢，拓寬技術視野。

（三）多途徑實現(xiàn)學科交叉融合

數(shù)字圖像處理是一門具有綜合性與交叉性的學科，它融合了多個領域的知識與技術，在廣泛的應用場景中發(fā)揮重要作用。所以，在教學過程中適當融入其他學科的相關內容，可以凸顯本門課程在多學科領域的應用，拓展學生的視野。目前，跨學科在課程教學中主要體現(xiàn)為與電子信息、計算機類的交叉內容，為此本文提出通過多途徑展現(xiàn)課程在其他交叉學科的應用。首先，在前述課程理論知識內容改革中的工程應用案例中增加如生物醫(yī)學圖像、遙感圖像處理等多學科相關案例。例如，圖3為肺部X光圖像病灶檢測實例，通過講解利用圖像處理算法對該醫(yī)學圖像進行預處理、邊緣提取、圖像分割和病灶檢測，讓學生了解課程知識在交叉學科的具體應用。其次，在以項目驅動深化課程實踐學習中增加如地質礦物、多光譜圖像處理等綜合實踐項目。例如，設計綜合實踐項目多光譜圖像融合，項目要求完成可見光圖像和紅外圖像的融合以獲得更加完整詳細的圖像信息，實驗內容包括圖像配準、特征提取、基于小波變換或深度學習的圖像融合算法等，將圖像處理原理和方法應用在交叉學科的具體項目中，不但能深入鍛煉學生的實踐能力，同時多學科知識的應用更有利于激發(fā)學生的創(chuàng)造性思維。

四、課程考核優(yōu)化

改革課程以理論知識考試為主的考核方式，實行多元化考核，對學生的知識掌握程度、實踐能力、創(chuàng)新思維、團隊協(xié)作能力、表達溝通能力等進行綜合考量。

（一）增加平時考核和實踐考核占比

平時考核涵蓋多個方面，包括課堂表現(xiàn)（出勤情況、課堂互動）、作業(yè)完成情況（作業(yè)的準確性和創(chuàng)新性）和小組討論（團隊貢獻、團隊協(xié)作能力）。實踐考核包括課程基礎實驗、綜合實踐項目（過程的合理性、結果準確性、算法的創(chuàng)新性、解決實際問題的能力）。增加平時考核和實踐考核在總體成績中的占比，達到40%～50%，以激勵學生在平時上課和實驗環(huán)節(jié)中保持積極主動的學習態(tài)度。

（二）豐富考核形式

對于日常教學可以設置多個階段性考核節(jié)點，例如，在一個章節(jié)完結或一個固定時間段后進行相應的測試或評價，這些考核結果可以作為平時考核的一部分。根據(jù)這些階段性考核結果，教師可以及時調整教學策略和教學進度，對學生普遍存在的薄弱環(huán)節(jié)進行重點強化教學，學生也能根據(jù)反饋及時查漏補缺，保證整個學習過程的連貫性和有效性。

對于綜合實踐項目，組織學生進行項目答辯。學生匯報內容包括需求分析、設計思路、實現(xiàn)過程、遇到的問題及解決方法，以及最終的實驗成果等，教師和其他同學可進行提問，根據(jù)匯報的內容及答辯表現(xiàn)評定成績，考查學生對知識的整體掌握和運用能力，同時鍛煉學生的表達能力和應變能力。

結語

新工科建設賦予了“數(shù)字圖像處理”課程改革新的使命與挑戰(zhàn)。本文通過對課程教學現(xiàn)狀和教學目標的詳細論述，提出教學改革方案，對教學內容、實踐教學方法以及考核評價等多方面改革進行了探索，旨在不斷優(yōu)化課程內容與教學方法，讓教學緊跟前沿技術發(fā)展，加強跨學科融合以及實踐教學的深度與廣度，以更好地提升學生解決復雜工程問題的能力，激發(fā)學生學習本門課程的積極主動性和創(chuàng)新思維，拓寬學生視野，培養(yǎng)與時俱進的綜合型人才。

參考文獻：

［1］崔慶玲，劉善球.中國新工科建設與發(fā)展研究綜述［J］.世界教育信息，2018（4）：1926.

［2］周繼宇，廖麗君，吳九九.線上線下混合+項目驅動的數(shù)字圖像處理教學改革與實踐［J］.安順學院學報，2023（6）：132136.

［3］孟祥超，符冉迪，邵楓，等.“數(shù)字圖像處理”立體式教學方法改革與實踐［J］.高教學刊，2019（23）：136138.

［4］鄭靜，王騰.基于人工智能的數(shù)字圖像處理課程優(yōu)化設計與實踐［J］.電子技術，2022（10）：139141.

［5］劉東，方芳.人工智能視域下數(shù)字圖像處理課程的教學改革［J］.福建電腦，2020（3）：2326.

作者簡介：張坤華（1973—"），女，漢族，四川德陽人，博士研究生，副教授，研究方向：智能信息處理、數(shù)字圖像處理。