农业院校数字图像处理实践教学方法探讨

王玉伟　刘路　廖娟　唐七星

摘要    数字图像处理是一门理论与实践紧密结合的专业课程，实践教学作为一种有效的课堂教学方法，发挥着举足轻重的作用。优秀的实践教学能够凸显课程的实用性，进而激发学习兴趣，巩固理论知识，锻炼动手能力，提升教学质量。本文分析了数字图像处理的课程特点，并以农业院校为例，探讨如何更好地实施实践教学。

关键词    数字图像处理;实践教学;农业院校

中图分类号    G642        文献标识码    A

文章编号   1007-5739（2020）16-0242-02

Exploration  on  Practice  Teaching  Method  for  Digital  Image  Processing  of  Agricultural  Universities

WANG Yu-wei    LIU Lu    LIAO Juan    TANG Qi-xing

（College of Engineering， Anhui Agricultural University， Hefei Anhui 230036）

Abstract     Digital image processing is a professional course that combines theory with practice. As an effective method of classroom teaching， practice teaching plays an important role. Excellent practice teaching can highlight the practicality of the course， then stimulate learning interest， consolidate theoretical knowledge， exercise practical ability， and improve teaching quality. This paper analyzed the course characteristics of digital image processing， and took agricultural universities as an example to explore how to implement practice teaching better.

Key words    digital image processing; practice teaching; agricultural university

随着电子信息和人工智能技术的快速发展，数字图像处理在农业领域的应用越来越广，极大地推动了农业现代化水平。目前，农业领域的数字图像处理专业人才比较紧缺，尤其是基础知识扎实、创新能力突出的专业人才，因而培养相关专业人才的需求越来越高[1]。数字图像处理是电子信息类的重要专业课程，主要包括数字图像基础、灰度变换、空域滤波、频域滤波、小波分析、图像压缩、形态学处理、图像分割、目标识别等[2]。该课程综合性较强，内容多、跨度大、覆盖面广，涉及计算机科学、数学、光学、电子学、信息学等学科知识;该课程理论和实践紧密结合，通过动手编程将理论公式转化为算法代码，观测数字图像处理结果，并加以总结归纳，加深对理论公式的理解;该课程对学生创新能力要求较高，针对不同的应用场景和需求设计编写相应的数字图像处理算法，并通过大量数据测试来验证算法的有效性[3]。然而，傳统课程教学过程中存在诸多问题：图像处理涉及大量的数学公式，且理论推导过程比较复杂，导致课程内容枯燥乏味、学生学习兴趣不高;教师拘泥于固定的教材案例，图像数据和算法比较单一，串联多个知识点的综合应用较少，导致学生综合运用图像处理算法的能力较弱;学生缺乏动手编程经验，往往出现眼高手低的情况，理论和实践脱节严重，解决实际问题的能力较弱[4]。根据数字图像处理课程的上述特点和问题，如何针对不同专业设计不同的实践教学，运用理论知识解决实际问题，显得尤为重要[5]。根据农业院校的培养需求，本文选择谷粒计数作为实践教学案例，并讲述该教学案例的具体实践过程。

1    图像采集实践

图像采集是图像处理的前提，良好的图像质量将大幅降低图像处理难度。在传统教学过程中，受限于专业的图像采集设备，教师往往只使用教材中的图像素材，复现教材中的图像处理算法，容易忽略图像采集这一重要环节。随着智能手机的逐渐普及，其成像质量不断提高，对于简单应用场景，指导学生利用智能手机进行图像采集具有较强的可行性。教师可以引导学生分析应用需求，确定光源、背景、拍摄角度和距离等参数，保证所采集的图像质量，便于后续的图像处理。

例如，如果要实现谷粒计数，需要将谷粒从图像中分割出来，然后统计谷粒区域个数。为了保证谷粒图像分割的准确性，谷粒和背景之间的对比度越高越好。对于不同种类的谷物，其表面颜色差异较大，因而选择合适的拍摄背景有利于提升图像的对比度。例如，大米可以选择黑色背景，绿豆可以选择白色背景，这样采集到的图像中谷粒和背景的颜色存在明显差异，谷粒图像分割阈值的选取比较容易。图1为使用iPhone XR拍摄的白色背景下大米和绿豆的图像，可明显看出大米与背景之间的对比度较低，绿豆与背景之间的对比度较高。同时，为了保证谷粒个数统计的准确性，谷粒摆放时需要保证谷粒之间存在一定间隙，避免出现谷粒紧挨的情况。对上述案例进行拓展，教师可以让学生思考如何采集小麦、大豆、玉米、花生等谷物图像，并安排学生课后验证图像采集效果，提升学生动手实践能力。

2    图像处理实践

采集到谷粒图像以后，下一步需要对图像进行分析处理，教师可以引导学生分析图像特征，确定大致的图像处理流程，并通过软件编程实现，再根据实验结果逐步调整算法参数，最终达到预期目标。通过MATLAB编程实现绿豆颗粒计数，其具体流程如下：①调用灰度化处理函数rgb2gray，将图2（a）所示的彩色图像转化为图2（b）所示的灰度图像;②调用 OSTU阈值分割函数imbinarize，将绿豆从白色背景中分割出来，如图2（c）所示;③调用孔洞填充函数imfill，对图 2（c）中的孔洞进行填充，结果如图2（d）所示;④调用连通域标记函数bwlabel，对图2（d）中的连通域进行标记，结果如图2（e）所示;⑤最后对连通域个数进行统计，并将计数结果显示在原始图像上，如图2（f）所示。

在上述实践案例讲授过程中，可以通过提问方式引导学生积极参与讨论。例如，图2（c）分割出的绿豆区域为何存在孔洞？因为绿豆种脐的颜色偏白，其灰度值大于OSTU阈值。在图像拍摄过程中为何一定要避免出现谷粒紧挨的情况？因为上述算法假设图2（e）中的每个连通域只对应1个谷粒区域，这样谷粒个数就等于连通域个数，如果多个谷粒紧挨，将会导致连通域与谷粒区域的一一对应关系被破坏，输出错误的计数结果。通过这种一问一答的方式，可以有效激发学生的求知欲，提升学生学习主动性。以上述算法作为参考，安排學生课后实现小麦、大豆、玉米、花生等谷物的颗粒计数，培养学生的算法编程能力和开拓创新能力，让学生切实感受到学有所用。

3    结语

本文选择谷粒计数作为农业实践教学案例，指出了图像数据采集的重要性，综合运用了图像阈值分割、孔洞填充、连通域标记等图像处理算法，并使用MATLAB编程实现整个实践过程的具体化、形象化、可视化，指导学生综合运用数字图像处理的理论知识解决实际问题。实践教学的有效实施不仅有助于提升课堂教学的趣味性，巩固学生的理论知识，培养学生的创新意识，同时还能够提升学生的编程能力，为将来从事相关行业打下坚实的专业基础。

4    参考文献

[1] 翟瑞芳，彭辉，刘善梅，等.农业院校数字图像处理课程创新实践教学[J].计算机教育，2012（5）：25-29.

[2] 宋怀波，何东健，龙燕，等.农业院校《数字图像处理》课程教学改革与实践[J].考试周刊，2014（70）：10-11.

[3] 郭琳琴，杨艳.《数字图像处理数学方法》案例教学探讨[J].浙江水利水电学院学报，2018，30（6）：81-84.

[4] 李婕，巩朋成.关于《数字图像处理》课程的体会与思考[J].教育教学论坛，2018（47）：216-217.

[5] 马慧敏，袁涛，焦俊，等.基于数字图像处理课程内容的实践案例实施[J].科教导刊，2019（12）：91-93.

基金项目   安徽省教学研究项目（2019jyxm0110）;安徽农业大学校级质量工程项目（2019aujyxm33，2019aujyxm27，2019aujyxm34）。

作者简介   王玉伟（1991-），男，安徽太和人，博士，讲师。研究方向：数字图像处理。

收稿日期   2020-05-05