研究生“数字图像处理”课程的理论与实践教学体系建设探讨

许佳奕 崔晨 李黎

摘要：数字网络时代，越来越多的信息被以图像载体的方式进行分析、存储、处理和传播。物联网以及大数据、云计算技术的迅猛发展，使得由数字图像处理引申而出的视频图像处理、非结构化数据分析、机器视觉及人工智能技术逐渐成为产业高地和科研领域前沿，吸引越来越多高等院校、科研院所和高新企业加大相关领域人才的引进和培养力度。在此背景下，本文将重点研究探讨面向研究生教育的“数字图像处理”核心课程体系理论与实践教学改革思路，通过改革传统教学方法，加强学生基础知识掌握能力，扩展学生创新能力，提高学生对相关领域最新研究成果的应用水平，为培养学生成为复合型人才打下坚实基础。

关键词：数字图像处理；研究生教育；人才培养；课程体系建设

中图分类号：G642.42 文献标识码：A 论文编号：1674-2117（2018）24-0093-04

● 引言

近年来，随着计算机科学、物联网技术以及大数据、云计算技术的迅猛发展，数字图像作为人类感知世界的重要视觉基础，成为我们在虚拟世界获取信息、表达语义和传递数据的主要载体之一，与此同时，针对计算机图像的分析处理技术也逐渐成为其他科学和应用领域中一项不可缺少的重要工具，并且已经在医学影像、安防监控、公共安全、军事测绘、天文遥感等领域得到了长足发展和深入应用。在这样的背景下，以“数字图像处理”课程为核心的专业性、应用型人才培养方案越来越受到很多高等院校和科研院所的关注，“数字图像处理”课程也逐渐成为本科甚至研究生阶段的必修课程之一。[1]本文从研究生“数字图像处理”核心课程建设及教学方案出发，针对研究生阶段专业知识教育及技能应用特点，主要针对该课程传统教学的不足，从理论教育、实践应用、学研结合的角度对该课程的授课内容、教学方法和应用目标等各方面进行一些教学改革的探讨，希望能对未来高等院校的研究生教育及数字图像处理课程建设提供一些参考和启发。

● 研究生“数字图像处理”课程建设背景

1.数字图像处理课程简介

数字图像处理又被称为计算机图像处理，是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，目的是提高图像实用性和应用范围，达到满足不同领域或特定需求的结果。[2]相关课程以高等数学、线性代数、概率论等课程为数学背景，在计算机科学、信号与信息处理等应用性课程的基础上系统学习研究数字图像处理的基本理论与分析方法，是计算机科学、信息工程、软件工程等专业的重要必修课程。国内外众多高校和科研院所将数字图像处理作为重要的研究方向之一，为相关专业毕业生进一步深造提升提供了机遇与平台。[3]国内外的多家知名企业都在数字图像处理的软硬件开发上投入了大量的精力，提供了大量岗位需求。因此引导研究生学习并掌握数字图像处理基本知识和应用工具，将为毕业生未来的发展提供必要的技术储备和研究基础。

然而数字图像处理的课堂与实验教学还存在一些亟待解决的问题，课程理论较深，大量模型和算法依赖严密的数学描述，在具体教学中，凡是涉及大量公式推导和证明描述的课时最终教学效果往往不尽如人意。此外，数字图像领域最近几年的蓬勃发展使得大量尖端研究成果和技术得以实践应用，而教學方案和应用教材对最近技术的描述相对滞后，也使得很多研究生认为课堂学习与自己研究进展脱节，从而降低了对课程的接受度。如果能够较好地解决这些问题，就意味着学生能缩短从事数字图像处理领域各个具体方向的入门时间，改善数字图像处理的人才培养效果，激发学生的学习兴趣，提高学生的实践动手能力，培养学生的创新能力[4]，从而减少学生所学知识与数字图像处理市场需求之间的差异，使得学生毕业后能够尽快胜任大部分图像处理实践工作并能为进一步深造学习打下坚实基础。

2.研究生教育特点

改革开放40年来， 我国已跨入世界研究生教育大国行列，研究生教育规模不断扩大，教学条件明显改善，学科建设和教育质量也有了显著提高[5]，作为基于本科知识脉络，专注于研究某一领域最新成果和未来发展的高层次教育，研究生教学培养一方面注重对本科阶段所学课程的固化和引申，另一方面注重基本学术素养和研究性技能的传授，教育层次始终处于知识发展和应用转型的最前沿，它对知识变革的敏感性要远远超过其他层次的教育。相对而言，研究生教育面对的是原生性的尖端知识，而本科教育面对的则是系统化、结构化，历经检验的知识[6]，这也就要求教师在课堂讲授时需要与科学研究相结合[7]，根据自己的理解筛选整合，去粗取精，根据领域发展和专业相关增加与最新成果的结合度，进一步提高教学层次，提升学生视野和知识接受意愿。

以数字图像处理课程为例，该课程既需要学生掌握本科所学高等数学、线性代数、计算机科学、信号与信息处理等先导性课程上的一些基本概念和基础知识，并在相关知识的基础上讲授课程核心内容，如图像增强、图像分割、图像恢复、图像编码等，同时还需要教师结合图像处理在工程、科研、企业等实际应用领域发展落地方向，如数字水印、影像识别、计算机视觉等，传授学生最新工具、模型、算法的使用和操作技巧，并能时时对相关内容予以扩展引申。因此研究生阶段“数字图像处理”课程需要针对研究生学习、教育、科研特点，有的放矢，充分发挥学生已学知识优势，引导学生从被动式接受知识转变为主动思考应用方向、扩展应用场景。

● 研究生“数字图像处理”课程建设探讨

1.课堂理论教学改革探讨

研究生“数字图像处理”课程涉及理论较深，大部分理论和算法都有着严格的数学定义描述，而课堂教学作为学生复习巩固既学知识重要环节之一，既要采用适当方法引导学生对以往所学数学知识进行有效的梳理和回顾，也要避免过多涉及数学推导从而降低学生接受意愿，拖延学习进程。例如，图像处理理论中的正交变换是高等代数中的频域变换，傅里叶变换、离散余弦变换、小波变换、K-L变换等可用于图像编码和滤波等用途，学生知道这些应用可以促进对相关矩阵理论的复习和深入理解，反之，对这些矩阵理论的深入理解也会促进图像相关算法的改进，培养学生对经典算法的理解，提高学生的创新能力。

2.应用实践教学改革探讨

“数字图像处理”课程涉及的知识面广泛，通过研究其他院校本科、研究生同类课程教学大纲发现，针对本课程实践教学多以软件仿真为主，实验内容包括图像位置变换、图像代数运算、灰度映射、直方图变换、空频域增强、图像分割、彩色图像处理等几部分内容。传统的“数字图像处理”实践教学体系主要通过各知识点由点至面的结构逻辑及各类图像处理方法的层次递进关系引申而来，从教学效果来看，这一实践体系对学生初步掌握图像处理方法、形成对相关领域实践应用基本架构有一定的帮助。例如在“图像增强”的章节中，虽然方法众多，但是各种处理方法相关性较小。因此，为了让学生对数字图像处理的知识体系有一个整体认识，梳理“数字图像处理”课程的知识点、寻找合适的主线将各知识点连接起来是当前急需解决的问题。

3.教研结合引领性课堂教学研究

“数字图像处理”的课程特性使得在教学过程中既要包括较强的理论性，也要包括较强的实践性，在教学过程中教师不仅要讲授图像处理的数学基础和数学模型，也要强调学生尽可能利用计算机进行仿真验证，跟随授课进度按时完成各个模块的实验练习，这既是课程教学核心，也是该课程应用性现实需求。因此，充分利用好课程特性，准确把握课程定位，才能更好地完成教学任务，提高教学质量，才能适应新环境和新模式下的教学方法。

以此为目的，笔者引入教研结合的教学思路，重点利用最新领域成果补充教学重点，利用教学进度引导科研进程。课程设置致力于从研究生教学特点出发，注重培养学生提高发现热点、解决问题、实践应用的能力，遵循理论教学分析和业务实际应用相结合并逐步验证的教学改革思路，采取理论分析指导下的实验手段和实验结果辅助下的应用方法，将数字图像领域及教学团队最新研究成果采用问题导向分析、引导学生初步建模、课堂分组讨论优化、学生仿真验证、横向对比、课后测试等特色教学方法，加强学生与教师、基础知识与前沿成果碰撞反馈。具体展开如下教学方案。

（1）教學团队制作统一的课件，在每个章节的课件中讲解国内外最新的研究案例。在讲授完大纲要求的内容后，新增一个章节的课件，对国内外最新的研究进展进行介绍，从基础的算法引入复杂的算法，同时配合展示多种应用成果。

（2）建设“数字图像处理”课程网站，由专业人员审核选取国内外最新科研成果、知名院校的慕课资源、企业相关人才需求等内容发布，并开辟讨论区为学生随时答疑解惑。

（3）在讲解基础理论知识的基础上，要求每个学生至少研读一篇高水平的英文论文，提交读书报告并在课堂与师生展开讨论，由此培养学生英文读写及团队科研的能力。

（4）设计实验以培养学生的动手实践能力。课程组选择4个重点章节，以重点章节的算法布置编程作业。为了能因材施教，每章节的作业分为基础型和进阶型，基础型的题目要求学生实现基本的算法功能，进阶型的题目要求学生在实现基本算法功能的基础上，考虑算法的效率、鲁棒性等优化问题。以“图像分割和边缘提取”章节的编程作业为例，基础型的题目为：采用阈值分割的方法将简单场景中的物体分割成为背景与前景两个部分；进阶型的题目为：采用基于区域分割的算法进行多个物体的分割，可采用区域生长算法、分裂合并法、分水岭算法中的至少一种。

（5）结合相关科研最新热点，将图像处理的一些难点与研究及应用进行关联，让学生深刻理解其原理和研究的应用点，提高学生的创新能力。通过理论分析经典算法的优缺点，引导学生发现已有算法的不足。例如，经典图像不等比缩放算法由于差值会带来形变等误差，举例结合团队最新相关研究成果来启发学生的创新精神。又如，将经典理论和信息隐藏、图像取证等研究热点和难点相结合，培养学生善于思考、勇于挖掘问题的学习习惯。

● 结论

对“数字图像处理”核心课程进行综合建设对进一步增强笔者所在学校计算机学科优势、引领学生创新创业发展、提高学生科学素质及核心竞争力均具有重要意义。通过改革教学与传统教学相结合的方法，创建具有基础性、引导性、示范性、特色性的研究生核心课程，可达到加强学生知识基础、扩展学生应用能力的目的。

参考文献：

[1]肖志勇，刘建军，宋晓宁，等.《数字图像处理》课程教学改革探索研究[J].教育教学论坛，2017（3）：86-87.

[2]杨杰.数字图像处理及MATLAB实现（第二版）[M].北京：电子工业出版社，2013.

[3]蒋斌，张俊松，孟颍辉，等.数字图像处理课堂教学研究与探索[J].计算机教育，2017（9）：91-93.

[4]何朝霞.《数字图像处理》课程的分层实践教学体系研究[J].电脑知识与技术，2018（1）：185-186.

[5]王碧云，陈国平，邱均平.硕士研究生教育质量调查分析——对全国43所高校硕士生的调查[J].教育与现代化，2010（1）：78-83.

[6]刘贵华，孟照海.论研究生教育的发展逻辑[J].教育研究，2015（1）：66-74.

[7]吴冬梅.融入研究性教学模式的《数字图像处理》课程教学改革[J].武汉大学学报·理学版，2012（s2）：160-162.

基金项目：本文受杭州电子科技大学研究生核心课程建设项目“数字图像处理（HXKC2017014）”，杭州电子科技大学高等教育研究项目“计算机图形学课程教学改革与研究（YB201730）”资助。