人工智能類專業數字圖像處理課程教學改革探索

1 現狀分析

1.1人工智能類專業培養目標

人工智能是一門多學科交叉的學科，人工智能類專業教學過程中以基礎知識和技能培養為重點，其中主要需要數學和計算機科學基礎兩個方面的支持。安徽工程大學人工智能類專業的培養目標是：培養具有良好的專業理論和技術等相關知識與技能，具備良好的團隊交流合作能力、通過多學科交叉融合解決實際問題的能力，適應新技術發展并保持終身學習的能力和習慣，具有高度的社會責任感和良好的職業道德，能在智能產品和相關系統中承擔各種與圖像處理相關工作任務，解決視覺系統設計和相關軟件開發等方面的問題，亦可從事人工智能相關應用研究或工作的應用型人才。

1.2數字圖像處理課程教學現狀

人工智能這門學科具有極強的實踐性，培養學生解決實際問題的能力是專業教學過程中的重點。因此，在實際教學過程中，實踐和項目實踐的權重需要得到提升，以培養學生將理論知識應用到實際中去的能力。安徽工程大學的數字圖像處理課程內容主要涉及圖像處理的基本原理、算法和技術，教學中常常會結合實際案例和應用場景，利用計算機視覺和機器學習等技術解決實際問題；還會引入圖像處理軟件工具和編程語言，如MATLAB、Python和 OpenCV等，以幫助學生學習和實踐[1-2]。這門課程的先修課程有高等數學、線性代數、C語言程序設計、信號與系統、MATLAB程序設計等，涉及與數學和信號處理系統相關的理論知識與應用編程語言的知識體系。

人工智能類專業教學需要將多學科進行交叉融合，以此作為培養學生綜合思維能力的重要途徑。此外，數字圖像處理課程通常會包括一些課程項目和實驗，讓學生通過實踐加深對所學知識的理解和掌握。這些項目可以包括圖像濾波、邊緣檢測、圖像分割和對象識別等實際應用的實現與評估。教學過程中應引導學生思考和討論倫理、隱私、道德等方面問題，使他們具備良好的倫理和社會責任感。

人工智能類專業的學生是按照應用型人才的方向進行培養的，學生的知識、能力和技能培養需要適應當下社會發展與行業需求。調研各大招聘網站發現，與數字圖像處理課程知識相關的崗位有圖像算法工程師和語音算法工程師，對學歷要求較高，一般要求碩士及以上。崗位主要需求是算法語言的應用能力和熟練掌握智能網絡框架理論，以及具備一定的實踐經歷。通過前面的分析可以發現，人工智能類專業本科階段在信號和信號處理系統相關的理論知識和應用軟件方面的學習，主要是為學生進行更高層次（碩博士）的深造打下基礎[1]。

1.3教學過程中面臨的困境

結合近幾年數字圖像處理課程相關教研論文，總結該課程在教學過程中面臨的困境[1，3-4]。

1.3.1先修知識的掌握程度

對于學生而言，學習該課程需要扎實掌握先修知識，主要包括數學、信號處理、編程等。如果學生對這些課程知識掌握得不夠扎實，就很難快速掌握后續具體圖像處理算法原理，從而很難提升學習積極性。比如在圖像變換與濾波相關章節中，重點介紹二維離散傅里葉變換（DFT）、離散余弦變換（DCT）和離散小波變換（DWT）等知識點，它們的基礎都是傅里葉變換理論。因此，如果先修的理論知識掌握不夠扎實，會在上述知識點相關的理論學習和編程實踐過程中遇到困難。

1.3.2 理論與實踐之間的脫節

該課程教學過程中實踐訓練的課時有限，學生很難完全理解課程中的算法并進行深入測試。同時，在理論課程教學過程中，學生缺少參與實際項目的機會，無法將理論綜合運用于實際案例。

1.3.3教學經驗和能力的要求

授課教師需要深入淺出地闡明算法中數學公式的邏輯，帶領學生輕松愉快地學習算法。授課教師既需要具備深厚的理論知識，又需要具有豐富的圖像算法項目開發經驗或相關科研經歷。

1.3.4行業技術更新迅速

目前，行業內的各種圖像處理軟件開發工具更新換代頻繁，如果在授課過程中重點教授高度集成的開發工具包的使用方法，容易導致學生進入無法活用所學知識的死胡同，走進“黑匣子”模型的誤區，不僅會造成學生片面關注更新迭代的軟硬件產品而忽視內在的理論來源，也會造成教師的教學內容被技術左右，無法給予學生最重要的算法思維。

1.3.5課程考核方式

目前，傳統的作業布置和考核形式不能有效檢驗學生對本門課程內容的學習效果。同時，由于缺乏有效的師生互動手段，教師無法掌握學生對課堂教學的理解情況和學習進度，從而無法制定更合適的教學安排。

1.3.6 倫理和道德問題

人工智能技術的發展和應用對社會的發展產生深遠影響，主要涉及倫理、隱私、道德等方面的問題。針對人工智能的特點，在人工智能類專業的授課過程中應引導學生重點思考和討論這些問題，使他們具備良好的倫理和社會責任感。

2 教學改革

通過前述的相關分析，以及對實際教學過程和行業發展的問題總結，人工智能類專業的數字圖像處理課程需要根據教學需求，探索和發展新的課程教學模式、評價與反饋機制。人工智能相關行業的需求在不斷變化，為了順應發展趨勢，人工智能類專業學生的培養要更加注重數理思維、動手實踐能力、專業化素質、技術創新能力等，課程教學更要緊扣當代課程教育理念，注重以人為本的理念、全面發展的要求、創造性和主體性的綜合提升等[5]

2.1教學模式改革

2.1.1線下教學模式的轉變

傳統的授課型教學往往只關注理論的講述，以及通過練習作業進行測試。在這樣的培養方式下，學生更注重做題和考試，缺乏對于實際工程問題的關注，忽視解決實際問題能力的訓練。為了避免傳統講授式教學無法激發學生學習興趣的缺陷，在課程教學中可以從介紹相關知識和技能在人工智能類專業發展中的應用與地位出發，提升學生的學習積極性和學習興趣，由興趣帶動學習，從而提升學生的學習效率。

在課程內容教授過程中，合理組織課程相關內容，使其具有邏輯性和連貫性。可以運用多媒體技術，結合實際案例和示例，用圖像和動畫等形式生動展示概念與算法。如前面提到的圖像變換部分的內容，可以通過動圖的形式直觀展示二維離散傅里葉變換（DFT）、離散余弦變換（DCT）、沃爾什一哈達瑪變換（WHT）、卡胡南一列夫（K-L）變換和離散小波變換（DWT）的過程與結果。同時，在講解過程中可以借助實例演示，將抽象的理論知識聯系到實際應用中；還可以選取一些經典的圖像處理案例，對關鍵處理步驟進行詳細講解，幫助學生理解和掌握算法的運行過程。此外，在課堂上引入互動環節，如小組討論、問題解答等，可以激發學生的主動性和積極性。

在實踐和上機操作方面，盡可能提供上機實踐的機會，讓學生親自動手進行圖像處理實驗和編程，鞏固理論知識并培養實際操作能力。

課程結束后，及時對學生的學習情況進行評估和反饋，幫助他們發現自己的不足和提升的方向。可以通過作業、實驗報告、小組項目等形式對學生進行評價，同時提供具體的建議和指導。

通過上述過程，可以提升學生認識問題、分析問題和解決問題的能力，培養他們的科學精神。

2.1.2線上線下混合式教學模式的推廣

人工智能是一個緊跟行業發展并不斷創新和演進的領域。相關專業的教學過程應把學生的創新思維能力和問題解決能力作為培養目標，并培養學生欠缺的自主學習和不斷適應變化的能力。目前，課程的教學模式在互聯網技術發展的推動下發生變化，基于信息技術的線上教學模式已成為課程教學的重要組成部分，這種教學模式的出現對傳統教學模式產生一定的沖擊，使其逐漸向混合式教學模式轉變[6]。在混合式教學模式下，靈感碰撞、互動，豐富的線上資源支持，線下學習空間等優勢，使教學方式和學習方式的混合效果發揮到最大程度，可以更充分地發揮學生的學習主體作用。

數字圖像處理設計能力培養是該門課程的高階知識，也是體現創新能力的一個方面。線上教學不受時空限制且資源豐富，為學生復現相關算法提供了良好的平臺支持；線下教學良好的互動性為學生的練習提供了技術支撐，學生通過教師評價和同學間互評可以發現不足、取長補短；學生通過混合式學習、協作學習逐步提高設計能力，初步形成創新設計思維[7]。教師應利用好線上相關算法資源，引導學生理解改進算法的設計思路，將線上資源與課程內容緊密結合，輔助教學進程，促進學生進行深度學習。線下需注重算法應用，在項目中進行思維碰撞，激發學生交流合作與深度探究知識的欲望。

2.1.3與相關課程設計的有機結合

數字圖像處理及其課程設計是人工智能類專業重要的專業方向課程和實踐類課程。在選擇課程設計的主題時，可以結合數字圖像處理的理論知識，選擇與圖像處理相關的課題，如圖像增強、圖像分割等，以確保課程設計與所學的理論知識密切相關。根據課程設計的主題和目標，設計相應的實驗方案，選擇適合的圖像處理算法進行實現。可以結合所學的數字圖像處理理論知識，選取合適的算法進行設計和優化。根據課程設計的要求，從收集和采集圖像數據出發，利用數字圖像處理算法對采集的數據進行預處理、特征提取、分析和處理，達到設計目標。根據課程設計目標，對實驗結果進行性能評估和分析，比較不同算法的優劣，從定量和定性兩方面對設計的有效性進行評估。在進行課程設計實驗過程中，鼓勵學生利用多媒體資源，如圖像處理軟件、開發工具等，從而使他們能夠更好地進行圖像處理實驗。

通過上述教學模式改革，可以根據學生先修知識的掌握程度調整授課方式，增強學習效果；可以有效解決理論與實踐脫節的問題和理論知識無法與行業發展緊密結合的問題，從而不斷增強學生的動手實踐能力；可以促進教師總結授課過程中的各種問題，利用混合式教學不斷提升教學經驗和能力。

2.2評價和反饋機制改革

從學生自我評價、同行評價和教師評價等方面，建立符合課程要求的評價和反饋機制。傳統的學業成績考核評價體系只有兩個部分，即平時成績和期末考試成績。其中，平時成績的權重一般不超過 30% ，這種期末成績占主導的考核方式容易導致學生考前突擊復習即可通過考試。對于數字圖像處理課程，傳統的評價考核機制容易造成學生無法達到課程學習標準，從而無法銜接下一階段的學習或工作。

為解決上述問題，可以通過全方位、多層次的過程考核機制，保證混合式教學模式下的教學質量與效果。將考核分為課前、課中、課后三個階段，具體考核通過“線上（問答）+線下（隨堂測驗、主題交流和簽到）+實驗 + 期末考試”共同完成。在主題交流時，可以引導學生討論技術發展可能引發的倫理和道德問題，使學生具備良好的倫理和社會責任感。基于上述學習數據進行多維綜合評價，還可以有效管理教學過程，通過多維數據跟蹤和分析，及時調整具體的教學方案，實現評價數據可追溯、可更迭。線上評價考核還可以應對由于不可抗力而導致的突發狀況。以項目為驅動的動手實踐能力考核，可以通過算法編程與復現的考核方式將理論方法直接應用于實際算法，讓知識看得見、摸得著，從而激發學生的學習興趣，增強教學效果。

通過上述課程評價考核體系改革，可以增強教師理論知識講授效果，調動學生學習的主觀能動性。這種將理論與實踐應用結合的方式，可以緊跟社會與行業發展，提升學生的學習積極性，優化學校教育評價體系，使學生就業率、專業課程體系與學生創新能力三者之間的關系進入良性循環，為學校向社會和國家輸出應用型創新人才提供強大支撐。

3教學改革成效

數字圖像處理課程是學校人工智能專業的專業方向課程，本文所提的改革措施從2020級開始實施。為了驗證改革措施的有效性，統計2019級與2020級兩屆學生的課程考核結果，如圖1所示。

1）由兩個年級該課程考試的平均分可以看到，2020級學生的平均分較2019級增加2.25分。2）由兩個年級該課程成績的標準差可以看到，2020級學生的成績標準差較2019級減少1.15分。3）由兩個年級該課程成績分布可以看到，2020級學生成績峰值較2019級整體右移，即向高分區域移動。

通過上述分析可以看出，2020級學生的成績較2019級學生得到普遍提升，從而證明本文提出的改革措施取得初步成效。未來，將持續對課程教學進行改革。

圖1改革前后學生成績統計結果

4結束語

數字圖像處理課程是人工智能類專業的專業方向課程，是專業化人才培養中的關鍵課程。本文通過分析該課程教學過程中出現的問題，探討教學改革方向，通過改革提升學生的學習興趣和算法設計能力，加深學生對于基礎理論知識的掌握程度，也為其后續學習其他相關的專業知識做好鋪墊，為全面提升人工智能類專業人才培養質量打下堅實基礎。數字圖像處理相關知識具有多學科交叉性，課程的改革方向不止本文所提內容，并且課程改革效果檢驗還需要進一步推進，未來還需要進行更深入的研究。

5 參考文獻

[1]游波．《數字圖像處理》課程教學困境及應對策略［J].

現代商貿工業，2022，43（14）：173-174.

[2]李志，陳入云.Python在數字圖像處理課程教學中的應用探索[J].創新創業理論研究與實踐，2022，5（10）：11-13.

[3]賈茜，賴重遠．“OBE”理念下工科課程逆向教學設計及其效果定性研究：以數字圖像處理為例［J].現代信息科技，2022，6（18）：178-184.

[4]上官宏，張雄，喬建華，等.OBE理念引導下“數字圖像處理”課程教學改革探索[J].科技風，2022（24）：90-92.

[5］胡蓉，鄧雄昌，潘學文.三全育人視域下“數字圖像處理”混合式“金課”建設研究與實踐［J].湖南科技學院學報，2022，43（5）：116-118.

[6］陳麗娟，林菡，邢婷婷，等.線上教學模式在數字圖像處理課程上的探索與實踐[J]．內江科技，2022，43（10）：118-119.

[7]王志平，唐存東.數字圖像處理課程混合式教學改革與探索[J]．內蒙古教育，2021（30）：46-49.