OBE理念引导下“数字图像处理”课程教学改革探索

上官宏 张雄 乔建华 武晓嘉 宁爱平

太原科技大学电子信息工程学院 山西太原 030024

1 “数字图像处理”课程教学现状及存在的问题

数字图像是一种在计算机中以数字格式存储的图像数据。目前，国内各大高校所开设的针对本科生的“数字图像处理”课程主要介绍利用计算机实现对图像的采集、增强、变换、编码、恢复、分割、分析和识别等的理论、方法和技术，该课程涉及传感器、计算机、信号处理和模式识别等技术领域，是一门多学科交叉的课程。随着我国创新驱动发展战略的实施，培养更多具有创新创业能力的技术型人才成为当前高等教育的使命。可广泛应用于医学诊疗、工业无损检测、自动驾驶、目标跟踪、地形勘探等领域的“数字图像处理”课程已成为信息类学科的重要专业基础课程，通过研究数字图像的采集、显示和处理的基本概念、算法和系统，学生们可获取毕业后从事模式识别、计算机视觉、信息技术及其工程应用等工作所需的机器视觉基础知识。

“数字图像处理”课程涉及较为高深的基本理论(如傅里叶变换、聚类分析、霍夫变换、形态学分析、数字信号滤波)，具备较强的应用实践背景(例如人脸、指纹、静脉等生物特征识别，图像去雨、去雾、去摩尔纹，以及智能视频监控等)，要求学生具备较强编程动手能力。该课程教学现状及存在的问题如下：

(1)传统教学以课堂讲授为主，在教学过程中以“教授知识”为中心，面对抽象的理论知识和复杂繁多的公式，学生往往充当被动接受者的角色，教学目标中没有体现以“学生”为中心的OBE理念；

(2)传统线下教学方式提供的学习资源非常有限，教学内容陈旧。现阶段，线上线下混合教学已成为当代大学的必要选择，这使得授课教师需充实线上教学资源，更新教学案例，以保障在长时间线上教学过程中调动学生学习的积极性；

(3)传统“数字图像处理”课程考核方式落后，仅进行终结性评价，关注的重点是学生在期末考试中对重要知识点的掌握程度，未进行过程性考核，无法科学评价学生在整个学期的学习收获；

(4)传统教学模式以知识传授为主，在教学设计过程中鲜少考虑在专业课程中融入思想政治教育元素。

因此，在目前大多数学校所采用的传统教学模式下培养出的学生，已无法满足新时代我国对创新型人才的需要。有必要从“新工科”建设的本质和内涵出发，探索适应应用型、复合型人才培养需求的“数字图像处理”课程教学新模式。

2 OBE理念引导下“数字图像处理”课程教学改革探索

伴随着中国工程教育专业认证的热潮，成果导向教育(Outcomes-based Education，OBE)逐渐被高等教育从业者所接受。将“以教学内容为本”教学模式转化为“以学生为中心”的教学模式，OBE的关注焦点是如何用学生的学习成效引导教学目标的制定、教学过程的实施和教学质量的评价。具体来说，如何实现由“教材导向”的教学大纲向由“产出导向”的教学大纲的转变；如何实现教学内容从“教什么”向“学什么”的转变；如何实现教学方法由“怎么教”向“怎么学”转变；如何实现教学评价从“教得怎么样”向“学得怎么样”转变。OBE强调学生的素质培养和能力提高，强调教学质量的持续改进。

2.1 OBE理念引导下的“数字图像处理”课程教学目标设计

OBE理念引导的教学目标设计满足以下相互作用关系：课程教学目标由毕业要求直接决定，毕业要求的达成又依赖于课程教学目标。按照OBE理念，“数字图像处理”课程应能够支撑毕业要求的若干指标点，由指标点决定该课程的教学要求，由教学要求决定该课程的教学内容，然后通过教学评价发现教学过程中存在的问题，并将教学评价的结果用于毕业要求的达成度评价和课程教学体系改进。通过这一闭环系统，不断完善“数字图像处理”课程的各个教学环节。

目前，我校电子信息工程专业学生通过“数字图像处理”课程的学习，应达到以下思政育人目标：(1)理想信念：引导学生要立鸿鹄志，坚定理想信念，把实现个人价值与实现中华民族伟大复兴的中国梦统一起来，努力成为中国特色社会主义合格建设者和可靠接班人。(2)正确三观：坚定唯物主义世界观，树立科学人生观，遵守社会主义核心价值观，认识和改正自身不正确的价值追求。(3)科学精神：把专业知识与科学精神紧密融合，激发学生追求真理、实事求是、敢于探究与实践、勇攀科学高峰的科学精神。(4)创新思维：对于遇到的问题要认真观察与思考，要能探究其中所蕴含的规律，善于从事物与事物之间的联系来分析并解决问题，具有迎难而上的勇气与精神，培养学生卓越的创新思维。

通过“数字图像处理”课程的学习，应达到以下知识能力目标：Z1掌握数字图像、数字图像处理、数字图像处理系统的概念，理解图像处理的目的及主要内容，了解数字图像处理的应用及发展动向；Z2掌握图像数字化的基本原理，了解色度学基础、颜色模型、数字图像类型及图像文件格式的概念，理解频域与频域变换的概念，掌握傅里叶变换的基本原理，掌握图像比例缩放、图像平移、图像镜像、图像旋转的基本原理，掌握二值形态学(膨胀、腐蚀、开运算、闭运算)、灰值形态学的基本原理，掌握图像的基本特征、焦点特征的基本概念和纹理分析的基本原理；Z3掌握灰度变换、直方图修正、图像平滑、图像锐化、伪彩色处理的基本原理，理解同态滤波的原理，理解频域中图像处理的实现，了解小波变换的原理，了解角点检测的方法，掌握阈值分割、基于区域的分割、基于形态学的分割、边缘检测、分水岭分割的基本原理，学会区域标记与轮廓跟踪，了解局部不变特征点提取方法、理解图像匹配的原理。能够综合运用该课程中包含的专业知识解决图像处理领域的复杂工程问题；Z4能够采用多种可行方案解决图像处理领域的工程问题，通过分析比较可行方案的优缺点获取最佳解决方案。

表1 “数字图像处理”课程教学目标与毕业要求的对应关系

2.2 OBE理念引导下“数字图像处理”课程教学内容设计

目前，我校电子信息工程专业本科生所修“数字图像处理”课程的配套教材为何东健教授所著的国家级规划教材《数字图像处理(第3版)》，该教材中的教学内容设计及课程进程安排比较适合本科生教学。为了贯彻OBE理念中教学内容从“教什么”向“学什么”的转变，我们在实际教学中对教学内容进行了与时俱进的扩展，以使学生适应人工智能和数字图像处理技术的最新发展。具体教学改革措施如下：

在教学内容中增设深度学习相关内容。目前本校本课程的教学内容比较基础，无法跟上数字图像处理技术的发展步伐。我们在“数字图像处理”课程教学过程中，增加了基于深度学习“数字图像处理”相关内容的介绍。通过增加图像去雨去雾去摩尔纹、脑肿瘤分割、无人机目标跟踪等实例，激发学生的学习兴趣。通过拓宽学生的知识面，培养学生发现问题、分析问题和解决问题的能力。

表2 部分章节的教学补充内容

2.3 OBE理念引导下的“数字图像处理”课程教学方式设计

随着社会信息化的快速推进，图像处理在工业信息化中发挥了不可或缺的作用。因此，图像处理的内容不仅仅要强调基础知识，更要与当前应用紧密结合，引入前沿专题讲座，把相关科研项目和实际项目以“实例”形式引入教学内容中。以病理检测为例，采用人工智能与医学大数据相结合的智能诊断技术对癌症进行早期诊断与筛查，可以有效缓解医生的工作压力，提高医学诊断的可靠性。这就需要开发筛选癌细胞的自动诊断系统，包含细胞显微图像读取、图像预处理、图像分割、特征参数提取和检测识别等核心技术。以图像预处理为例，手机在夜间拍摄图像存在大量噪声，需要引入图像预处理技术进行去噪；以消除图像的运动模糊为例，手机拍摄运动目标时常常出现模糊现象，可要求学生独立分析这一问题并提出可行的解决方案等，这就要求学生深入理解运动模糊的基础知识。通过这种方式，不仅增强了学生的学习兴趣，增添了课堂气氛，也让学生认识到课程的重要性。

“实例”教学模式的实施主要包括以下几个部分。(1)采集适当应用“实例”：调研工厂、医院、企业的实际需求，收集课题构成“实例”项目群。(2)“实例”项目分配：针对每个项目，分配2～3名学生组成一个项目小组。(3)“实例”项目实施：在项目实施过程中，每组需要在课堂上讲解项目实施中遇到的问题和难点，寻求老师和其他学生的帮助；每个组定期汇报项目进展，大约设置2～3次上台讲解的机会。(4)项目评价：每个项目必须有项目设计报告和验收报告，并给出实验演示。每个组的项目评价由本组的成员评分、其他组组长评分和教师评定。

最后，以项目成果为手段，采用丰富多样的形式展示教学内容。这样不仅能够提高教学的趣味性，激发学生的学习热情，还可以调动学生的探索精神。通过引入数字图像处理的实际应用案例和相关科研内容，增加图像处理基础知识的教学趣味性，提高学生的自觉性和主动性。此外，还能够通过运用图像处理相关知识分析和解决具体问题，让学生对数字图像处理技术有整体的认识，提升学生解决实际问题的能力。

2.4 OBE理念引导下“数字图像处理”课程考核方式设计

以OBE为导向的教学体系，注重过程化的课程考核模式，并强调建立持续评价和过程化的闭环反馈机制。支持课程教学目标的过程化考评是OBE为导向教学改革的关键环节。目前，“数字图像处理”课程目标达成的评价方式仍然单一，只重视终结性评价，而忽视过程性评价。除了对期末考试成绩直接评价外，大多只针对学生作业甚至考勤做出评价，评价方法不能真正反映学生的学习质量。课程主讲教师习惯于“面向教学内容”的课程评价方法，很难接受“面向产出”的评价方法。“面向产出”的评价方法是指，课程的教学评价是为了判断课程教学目标是否达成，而不是判断教学内容是否掌握。

本课程注重形成性过程考核，采用百分制记分方式。包括期末考试成绩、期中考试成绩、平时成绩(包括作业和课堂表现)、实验成绩，其中平时成绩占15%，实验成绩占25%，期中考试成绩占15%，期末考试成绩占45%。考试方式为闭卷，考试题包括基本概念、基本理论、基本分析方法等，题型可采用填空题、选择题、判断题、简答题、计算题和综合分析题等多种形式。考核内容应覆盖主要教学内容，体现对课程目标和支撑的毕业要求指标点达成度的评价，考核环节与课程目标的对应关系及分值见表3。

表3 考核环节与课程目标的对应关系及分值表

课程组在“数字图像处理”课程教学过程中构建的持续改进过程考核方案，从对知识点的考核逐步过渡到解决实际问题能力达成度的考核。连续三年的教学实践说明了本课题设计的课程过程考核方案的有效性。

结语

“数字图像处理”课程是电子信息工程专业的专业必修课程，主要内容包括数字图像的采集、显示和处理的基本概念、基本算法和系统结构。通过学习该课程，可为电子信息类学生从事计算机视觉、图像模式识别和信息处理技术相关的工程应用奠定坚实的理论基础。在OBE理念引导下进行“数字图像处理”课程的教学改革，以学生的学习效果评价教学成效，实现从“以知识传授为中心”到“以学生为中心”的教学理念转变，通过调整课程教学目标提高该课程对毕业要求指标点的支撑度。通过改变传统授课模式，在教学内容中融入数字图像处理的最新发展成果，采用实例教学模式和项目驱动的学习方法，在成绩评定中加入多样化的过程考核等手段，有效提高了该课程的教学效果。