刘璎瑛,屈鹏程,腾秀梅,吕成绪
(南京农业大学 工学院,江苏 南京 210031)
《数字图像处理》课程是一门技术综合性强、对数学能力要求极高的课程,该课程包含图像处理基础知识和图像处理技术基本原理,通过该课程我们可以学到图像数字化、图像增强、图像恢复、图像压缩、图像分割和图像特征提取等多个方面的知识。机器视觉技术的发展以及数学理论的完善,使数字图像处理的方法和技术也日臻成熟,目前在农业工程、工业制造、医学检测、军事导弹和日常生活等多个方面,图像处理技术已经大展拳脚。[1-3]而机器视觉技术的快速发展和广泛应用,也使越来越多的学生开始关注图像识别等前沿信息。《数字图像处理》作为我校一门选修课,选修人数在逐年增加。在这样的背景下,数字图像处理课程教学模式的转变势在必行。
《数字图像处理》课程综合性极强、内容广泛、知识点碎且杂,并且对学生在矩阵、向量、线性系统和编程方面的要求较高,这给许多学生的学习造成困扰。在大多数高等院校中,该课程是以选修课的形式存在的,这就导致了课程课时少、师生交流不足,也使教师很难发现学生在学习中的问题或困难。这种状况招致的后果是该课程的教学质量不高,教学效果也受到了严重影响。
传统的《数字图像处理》课程使用的是“PPT+上机实验”的教学模式,这种单一且机械式的教学难以激发学生的学习兴趣,师生间的互动性也较差,学生的学习始终处于一种被动状态。
为了解决上述问题,笔者基于超星学习通平台创建了线上线下混合式图像处理课程教学模式,试图解决目前高校图像处理课程存在的不足,例如课时少、资料贫瘠、教师与学生交流匮乏以及教学模式不新颖等,提高数字图像处理的教学质量。[4]在少学时的情况下改变单一PPT讲解和上机实验的传统模式,增加师生间的互动,将深奥的理论讲解用视频动画演示的形式在线上呈现,学生可以在课前完成线上预习,课上答疑和课后线上复习巩固,相关联的数学知识也在线上知识扩充部分给出,学生可以自行学习,不懂会有疑惑的地方及时与教师或同学讨论提问。
学习通平台上的移动课程是对线下课堂教学的一种补充,是在网络环境里的一种便捷式学习方式。其特点是课程在线编辑简洁,课程单元资源丰富。这种模式打破了“教师在上学生在下”的传统教学模式,为高校学生开辟了一个广阔的学习空间。目前我校的无线网络已经达到全覆盖,这给混合式教学的实施提供了便利的条件。[5]教师按照“先学后教、少教多学”的教学理念,利用微课、实验操作等特色资源,依托信息化理实一体的教学环境和学习通在线平台,巧用二维码技术、学习通等信息化互动技术,以任务驱动为主线,实施线上和线下、课内和课外的混合式教学,为学生自主学习提供了良好的学习环境,解决教学重点难点问题。
图1所示即为教师利用学习通教师端进行课程建设的概括图。一门课程有两大模块——课程管理和课程班级活动。其中的课程管理模块由教师端维护,保障课程的顺利进行。课程班级活动模块是教师与学生沟通的桥梁。教师利用课程班级活动模块可以进行高效率点名,并能实现作业的批改。学生在手机或平板电脑上完成提问抢答、讨论互动等任务,并且随时可以查看课程相关资料进行自主学习。在预习任务中加入“游戏化”学习体验,通过这种趣味性的方式来吸引学生学习,使学生的参与度提高。将课程内容进行模块化设计,每个模块有相应的几个独立知识点,每个知识点尽量缩小,让学生在10分钟以内能够轻松掌握,知识点建立链接,对涉及的数学概念、公式推导进行知识扩展。模块化设计能够使知识由整化零,对知识进行碎片化处理便于学生利用零散时间随时随地学习。[5]
网络课程的搭建分课前、课中、课后三个阶段。课前,做到感性认知,提出问题。教师在学习通平台上发布预习任务,确定学生自主学习的目标,为新课的顺利进行扫除障碍。另外,教师提前构建好完整的教学体系,为学生提供多种学习资源。在学习过程中,学生遇到问题或疑难点可及时通过群组与教师、助教或同学讨论解决。为了保障学习效果,教师可选用学习通的监控效果,检测学生的学习状况,如音频、视频资料可设置为防快进模式。教师可根据统计状况了解学生的学习进度以及对知识点的掌握程度,并在后期课堂中给出针对性教学。[6]
课中目标是:提出问题,引出思考;探索发现,层层递进。系统提供的在线签到功能保证了教师高效率签到,一键点名从而知晓出勤情况,如图2左侧所示。根据课前任务完成的反馈情况,教师可在课堂上提出相应问题,引导学生思考,进行针对性的授课。学生通过完成课前的预习任务,已经对知识点有了简单了解,再加上课中通过探讨、交流等层层递进,完成知识巩固,就能很容易地消化课堂所教授的内容。图2右侧为学生课下自主学习时讨论的情况。
课后任务:操作设故,强化所学。学生通过学习通平台提交作业,教师在对作业批阅的过程中了解学生的学习状况。图3为第二章作业成绩统计情况,由表格可以看出,大部分学生对本章知识点掌握得较牢靠,能很好地消化课堂内容。而少部分学生知识未能完全理解,在做题应用上稍有难度。利用大数据分析,能够及时发现学生掌握薄弱的地方,了解学生对知识的掌握、运用程度,从而对疑难点做出解答,也可以给教学进度的调整、教学行为的修正提供最直接的反馈信息。
图3 第二章作业成绩统计例图(PC端)
鉴于目前学生的动手能力较差,而图像处理课程的应用性和实践性很强,所以在教学过程中,我们对实验教学环节进行了改进。实验课前,我们会在平台上发布实验预习任务,给出需要实现的编程要求,让学生进行程序实现。在这一过程中,既可以完成学生对已有知识的巩固也可以激发他们的学习兴趣。在进行上机操作时,学生还可以通过学习通把发现的问题、心中的疑惑及时与教师或同学沟通。[7][8]图4左图所示为实验预习任务,右图为教师发布的预习通知。
网络在线教学,可以为学生提供教学大纲、教学进度计划、讲义、模拟题、中英文参考文献等多种网络教学资源。同时提供了许多优秀的机器视觉的网址,使学生在业余时间能通过网络了解到国内外机器视觉的发展动态以及国际机器视觉的最新消息。这样既为学生拓宽了多条知识通道,并且有助于学生从全方位多角度来了解复杂难懂的数字图像处理技术。[9]在课程章节中,我们会将课程内容提炼出精华部分,让学生通过一部手机或者一台笔记本电脑就能轻松学到所有《数字图像处理》相关的内容。此外,我们灵活应用平台中提供的随堂检测、单元自测等来检查学生的掌握程度,全面考查学生的学习成果。
下面结合第二章数字图像处理基础的课程实例,进一步阐释如何通过学习通进行教学。如图5所示,左上为第二章的课程章节,这是对整章内容的一个总体概括;右上是教师录制的微课视频,是对2.3节图像数字化学习的一种重要补充和扩展,视频内容能永久保存,可供学生反复查阅观看;左下是2.1节色度学基础中颜色模型的扩充,学生按需选择学习,既可查缺补漏,又能强化巩固知识;右下是第二章作业的示例,学习通平台提供了集数字作业的收交、批改和反馈于一体的系统,便利、效率高且能维护学生的信息安全。以上课程操作都能够在线编辑,简捷便利。
通过一学期的建设与使用能够发现,基于“学习通”平台的线上线下混合式教学模式不仅符合网络时代发展的要求,并且能满足学生使用、便捷、感兴趣的需求。从实证角度对这种教学模式进行分析,发现学生对于该教学模式认可度较高。学习通上丰富的网络教学资源拓展了学生的视野,“游戏化”学习体验能使学生主动积极地参与到学习活动中。学生在线上的学习过程是一个自由的状态,他们可以根据自己的情况选择自主研究或是协作学习。在这样的学习互动过程中,教师必须要对学生的学习进行一定的管理和控制,以引导学生正确的研究方向,同时在适当的时候给予指导,让学生的学习获得真正意义上的内化和深化。[10]
图6是学生在线学习成绩管理例图,学生的成绩是根据学生在学习通上的学习状态来衡量的,包括章节测验、访问次数、作业、签到等。表格可以看出,学生成绩均分在70以上,这说明学生能很好地运用学习通课程进行在线学习。
图7、图8是学习通平台的统计系统给出的两种课程访问统计量,这两幅图更能直观反映出教学效果。本门课程是从9月8日第一次开始授课,到12月29日授课结束,共32个学时。图7是学生个人的任务完成数以及课程访问数,图中可以看出,学生任务完成率为100%,访问次数人均118。图8是17年12月份学生的学习页面访问次数曲线图,12月份课程已进入收尾阶段,但仍有许多学生登录界面学习。调查发现,通过该课程教学,学生的学习态度变得更加端正,专业学习取向日趋明显,对课程教学的满意度也是90%以上,课程教学效果明显。
图6 学生成绩管理例图(PC端)
图7 学生学习页面访问个人统计例图(PC端)
图8 2017年12月学生学习页面访问统计例图(PC端)
为适应移动互联网的快速发展,高校教学模式的改进迫在眉睫。基于“学习通”平台的线上线下混合式教学模式作为一种新型教学方式,或许会发展为未来高校教学中的一种普遍模式。无论是对于教师还是学生而言,混合式教学都是一场新的征程。它促使学生养成自主学习的良好习惯,同时,促进了教师的自我提升。在这种模式下,教师有充足的时间和精力投入到教学和学生的指导中,学生也有更宽裕的时间进行课下自学,最终实现高效课堂和教学相长的目标。但如何确保在混合式教学中充分使用学习通,以及如何衡量智能学习工具对教学的影响,还有待于进一步探索实践。