基于CDIO模式的数字图像处理课程教学改革与实践

秦琴 张希靓 屠子美 朱冬冬

摘  要：针对测控技术与仪器专业应用型本科人才培养的需要，数字图像处理课程进行了CDIO教学模式改革与实践。通过项目式教学法，该教学改革课程基于原有课程基础，贯彻CDIO能力培养宗旨，提高学生对该门课程的理解和实际应用能力，为应用型本科院校相关专业的数字图像处理课程和实践教学提供参考。通过教学内容、教学方法、实验手段、授课方式等多个角度的改革与实践，教学效果明显提高。

关键词：数字图像处理  LabVIEW  教学改革  CDIO

中图分类号：TP301-4                        文献标识码：A文章编号：1672-3791（2021）02（b）-0001-04

The Teaching Reform and Practice of the Digital Image Processing Course Based on CDIO Mode

QIN Qin*  ZHANG Xiliang  TU Zimei  ZHU Dongdong

（Shanghai Polytechnic University， Shanghai， 201209  China）

Abstract：The Digital Image Processing course is reformed and practiced by CDIO teaching mode in order to satisfy the need of applied undergraduate talent cultivation of the major of Measurement & Control Technology and Instrument. Through the project-based teaching method， the teaching reform course is based on the original course foundation， implements the CDIO ability training purpose， improves students' understanding and practical application ability of the course， and it offers reference for relevant majors of applied undergraduate colleges as a digital image processing course and practical teaching. Through the reform and practice of teaching content， teaching methods， experimental methods， teaching methods and other angles， the teaching effect has been significantly improved.

Key Words：Digital image processing; LabVIEW; Teaching reform; CDIO

數字图像处理领域是伴随着计算机技术发展起来的较新的科学领域。近年来，借助微电子、探测、通信、编码和航天等一些学科的研究成果，它得以快速发展。在国外，数字图像处理技术发展早于国内，开设的课程也早于国内，并且有相应的经典教材。在国内，某些重点大学该门课程开设较早，注重理论讲授，然而相对应的实践实验环节较少，且大多在研究生教育阶段开设。

随着科技的不断进步，尤其是人工智能领域的爆发式发展，用人单位对本科生提出了更高的要求。上海第二工业大学工学部智能制造与控制工程学院测控技术与仪器专业于2011年为该专业本科生开设了数字图像处理课程，自2017年起进行CDIO工程教育模式改革，并计划于2018年实现全英文授课，接轨国内国际名校数字图像领域最新发展前沿和教育资源。

该文总结了该门课程自开设以来的教学改革与实践成果，为应用型本科院校相关专业的数字图像处理课程和实践教学提供参考。

1  数字图像处理课程内容改革

传统的数字图像处理课程注重理论知识的传授和算法的仿真，而针对图像采集、机器视觉和图像缺陷检测等工业上的典型应用知识的技术则涉及较少，并且这些知识在智能制造领域的信息传输、质量控制、生产监控等诸多环节尤为重要。教学团队针对上述问题，对数字图像处理课程内容进行了改革。

原有知识章节包括绪论、数字图像基础、图像几何处理、图像变换、图像滤波、图像恢复与重建、图像压缩、彩色图像处理、图像分割、形态学图像处理、目标识别[1]。在原有课时学分不变的前提下，将形态学图像处理和目标识别两部分内容作为课外拓展知识，布置学生课后学习，同时增加机器视觉技术（图像采集、软硬件设计、图像标定）和工业图像检测技术两部分知识并配备相应的实验实践环节，如图1所示。

机器视觉技术和工业图像检测技术是数字图像处理技术走向具体应用必不可少的知识环节，也是检验理论知识和实践能力相结合的关键。课程内容经优化后，面向本科教学实用性与针对性更强。

2  实验教学改革及实验平台的建设

该课程实验教学力求充分体现课程内容并加深学生对知识的掌握，锻炼学生的应用能力和创新思维。对接改革后的课程内容，该实验教学分为图像处理算法仿真和机器视觉与图像检测两个模块，具体实验项目设置见图2。

图像处理算法仿真模块采用MATLAB语言编程实现数值计算和验证，共含有6个实验，这部分体现了该门课程经典的实验内容和的实验手段。机器视觉与图像检测实验模块则采用专业教师自己搭建的机器视觉教学平台和工业机器人分拣实验平台。

图3为机器视觉教学平台，该硬件平台包括PC机（千兆网卡）、光学支架、工业相机（GIGE千兆网接口）、镜头、光源及光源控制器，软件系统采用LabVIEW软件编程，功能包括实验原理介绍、实验硬件平台介绍、实验数据存储、产品缺陷检测、图像尺寸测量等实验内容[2]。

图4为工业机器人分拣实验平台，硬件主要包括MOTOMAN系列MH5F型的六轴机器人、Manta G-201B工业相机、PC机和路由器组成。结合LabVIEW软件编程和工业机器人实现图像的采集、检测和分拣工作，该平台提供二次开发接口，鼓励学生在本平台上进行创新研究和实验[3-7]。

3  基于CDIO工程教育模式的课程改革

该课程自2017年起实行CDIO工程教育模式改革[8-9]，以项目式教学法全面提高学生能力。通过学生分组的形式自课程初始，教学团队布置综合性实验内容：基于图像处理的工业产品缺陷检测项目。每组学生待检测的工业产品均不同，项目具体技术要求包括检测精度、检测范围、检测速度、检测结果输出方式、检测设备成本、安装要求、工作环境及可靠性要求等。

学生自课程初期领取项目要求之后，带着问题边学边处理;在课程中期进行项目技术方案答辩和讨论，授课教师及时对学生的项目方案进行把关和指导;在课程末期学生需提交项目作品并进行答辩展示。

4  双语授课

为提高学生在该领域的科技英文词汇并与国际接轨，该课程尝试使用了英文教材和中文授课的双语教学形式。

学生在初期学习纯英文教材有些不适应，对知识点的理解有困难，需要教师花更多的时间和精力来引导和帮助。由于课时有限，因此授课教师通过布置大量的该领域科技文献阅读作业来快速提高学生的能力，具体为课程前1/3学时每周布置1篇科技文献，要求学生翻译重点内容，并在课堂上抽出时间进行点评;课程中间1/3学时要求学生在项目方案写作和答辩时提供中英文两个版本;课程后1/3学时要求学生用中英文撰写项目结题报告。

学生经过双语教学的改革模式以后，普遍反映课程初期阅读该专业英文文献有些痛苦，但由于是分组执行作业要求，学生可以在课后充分沟通和交流，促进学习和理解。在课程中后期进行方案写作、结题报告的写作过程中，大家分工合作、共同完成任务，能够体会到合作的乐趣和效率，并逐渐适应采用科技英文进行工作的方法和思路，收获非常大。

5  结语

为更好地满足应用型本科人才培养需要，上海第二工业大学工学部测控技术与仪器专业教学团队针对数字图像处理课程，从教学内容、教学方法、实验手段、授课方式等多个角度进行了改革与实践。从教学效果来看，经过该轮改革，学生课程参与度明显提高，且在CDIO项目实施过程中，普遍提高了学习热情、知识掌握深度、学习信心以及解决实际问题的能力。

参考文献

[1] Tsuchiya， Kentaro. Image processor， image processing method， image processing program， and image processing system[J]. And Then Becomes A Constant Value after Time，2018，1（1）：65-70.

[2] Esmaeel AM， Elmelegy TTH， Abdelgawad M. Multi-purpose machine vision platform for different microfluidics applications[J].Biomedical Microdevices，2019，21（3）：1-13.

[3] Vithu P， Moses JA. Machine vision system for food grain quality evaluation： A review[J]. Trends in Food ence & Technology，2016（56）：13-20.

[4] Nerakae P，Uangpairoj P，Chamniprasart K.Using Machine Vision for Flexible Automatic Assembly System[J].Procedia Computer ence，2016（96）：428-435.

[5] Hosseininia SJ， Khalili K， Emam SM. Flexible Automation in Porcelain Edge Polishing Using Machine Vision[J].Procedia Technology， 2016（22）：562-569.

[6] P. Raveendra，V. Siva Reddy，G.V. Subbaiah. Vision based weed recognition using LabVIEW environment for agricultural applications[J].Materials Today： Proceedings，2020，23（3）：483-489.

[7] LIANG Xu， he xiaomin， li xiuli， et al. A machine-vision inspection system for conveying attitudes of columnar objects in packing processes[J].Measurement，2016（87）：255-273.

[8] 裴劍辉.基于CDIO理念的计算机课程教学应用与反思[J].科技资讯，2020，18（10）：63-64.

[9] 周纬远，何永玲.基于CDIO理念的机械应用工程师培养方法的探索[J].科技创新导报，2019，16（27）：218-219.