基于“专创融合”的数字图像处理课程教学改革与实践

赵艳娜，黄春霞，周勇，贾伟宽，胡竞文，郑元杰

（1.山东师范大学 信息科学与工程学院，山东济南 250014；2.山东师范大学 招生就业处（创新创业学院），山东济南 250014；3.山东师范大学 共青团，山东济南 250014）

1 数字图像处理的学科特点

在获取信息的过程中，视觉信息作为信息的重要来源，对于人的发展具有重要作用。近年来，随着科技的不断发展，数字图像处理技术已在航空航天、生物医学、军事公安、工业等多个领域得到广泛应用，与人们的日常生活密切相关，在推动社会发展、改善人民生活质量中起到了重要作用。

数字图像处理是计算机科学与技术专业重要的必修课程、核心课程，是通信工程等相关专业的重要选修课程。数字图像处理作为一门高度综合的交叉边缘学科，融合了计算机科学、传感器、信号处理、光学、数学等学科[1]，主要讲述了利用计算机技术对图像进行去除噪声、特征提取以及图像增强、图像分割、图像复原等方面的理论和方法[2]。在一般的图像处理过程中，首先通过摄取图像、光电转换等步骤进行图像获取，再进行图像预处理，包括图像增强、图像恢复、几何变换等，再进行图像分割、特征提取、图像识别、图像理解分析[3]。图像处理具有较强的综合性，对于知识实践应用能力要求较高，要求学生在理解复杂理论知识的基础上进行工程实践[4]。

数字图像处理领域对大学生专业素质的基本要求如下：

（1）深刻理解并掌握图像处理原理和理论基础；

（2）具有出色的工程实践能力，能够独立完成工程实践项目[5]；

（3）具有创新精神和创新意识。

2 数字图像处理领域践行“双创”教育的方法

数字图像处理课程的培养目标是使学生掌握并理解课程的基本原理及理论知识，培养学生的应用能力和专业实践能力，提高编程能力，使学生能够利用数字图像处理技术并结合创新意识进行实践，从而培养出从事图形处理工作的专门人才。教师应引导学生将理论知识与实践能力相结合，开发创新点，解决在应用中遇到的实际问题[6]。随着科技的进步，数字图像处理技术迅速发展，并与其他应用学科融合，成为这些学科研究和发展的基础[7]。人工智能的诸多应用，如图像分析、行为识别等，都离不开数字图像处理技术。

然而，传统的数字图像处理课程侧重于知识的教授，未能与现实工程实践相结合，容易导致学生脱离实际应用[8]。此外，图像处理作为与科技进步紧密结合的学科，其知识更新速度快，基于课本知识的学习会导致学生不了解前沿的理论与应用，学习效果不佳。因此，众多数字图像处理培养改革方案被提出。温旭云等提出了基于学生目标导向的数字图像处理课程改革，主张以学生个体的就业目标为中心，由学生自主选择学习通道，提高学生自我学习驱动力[9]。钟必能等提出了以“翻转课堂”为途径，将项目教学融入日常教学的培养方案，主张广泛利用线上平台，解决书本知识更新慢、课堂教学沉闷的问题，提高学生的学习积极性[10]。贾永红等提出了利用数字图像处理慕课教学平台实现线上线下相结合，增强师生互动，提高知识的差异性辅导，更好地发挥教师的引导作用[11]。

党的十七大报告提出“促进以创业带动就业”和“提高自主创新能力，建设创新型国家”的发展战略。大学生群体具有较强的创新创业潜力[12]。在高等学校开展创新创业教育，有助于培养学生的创新精神和实践能力，促进高校毕业生充分就业创业，进而把我国建设成为创新型国家[13]。为了真正促进学生图像处理工程实践应用能力的提升，笔者提出基于“专创融合”的数字图像处理教学改革，从教学手段、教学方法和实践教学等方面进行探索。

3 基于“专创融合”的数字图像处理课程改革实践

3.1 构建“以学生为中心、以能力培养为引导”的数字图像处理教学模式

积极探索理论与实践相结合的教学模式，遵循理论与实践并重，强化应用能力培养的四个教学环节，如图1 所示。

图1 四个教学环节

（1）理论分析。

现有教材的数字图像处理理论内容存在多、繁、杂的特点，有些内容理论性较强，学习起来比较枯燥，且不能反映当前技术的最新进展，学生容易丧失学习兴趣。为此，笔者在理论分析环节进行教学改革，教学时贯彻“少而精”的原则，删除一些陈旧的内容，结合当前人工智能的发展现状，增加新的内容，如图像特征描述子、卷积神经网络等，为实践教学环节留出更多时间，使学生在实践的基础加深对知识的理解。

（2）理论验证。

理论验证环节结合动画、demo 等进行展示，增强理论学习的直观性和趣味性，使学生快速理解理论，增强学习的兴趣，为后续编程实现和综合实践打下基础。

（3）流程设计。

流程设计环节采用框图、算法流程图等方式，使学生从整体上掌握理论实现的步骤以及实现过程中所涉及的知识点。

（4）编程实现。

编程实现环节采用难易结合的方式，对课本基本理论，如简单的图像运算、直方图均衡化、图像空余滤波等，提供示例代码，及时让学生理论联系实际进行实践，让学生快速上手，体会到学习的乐趣。待学生基本熟悉了数字图像处理的流程后，教师逐步提高难度，布置一些综合性较强的题目，如JPEG 图像压缩、细胞分割与计数，进一步提高学生动手实践能力和解决实际问题的能力。

新的教学方式将理论与实践紧密结合，将传统的知识学习与新技术结合，详略得当，难易适中，提高了学生的学习兴趣，使学生由被动接受知识转为主动学习、主动实践，实现“以学生为中心、以能力培养为引导”的教学目标。

3.2 完善教学案例，构建基于案例的课堂教学方法

近年来，随着人工智能在图像处理方面的成功应用，智能安防、智慧医疗、智能交通、工农业自动化等方面的应用案例和产品涌现。百度公司的AI 开放平台，开放了若干与图像处理开发相关的资源，谷歌、腾讯等高科技公司也提供了类似的资源。以Paperwithcode、GitHub 为代表的开源网站提供了丰富的学习与应用资源。笔者根据多年来从事计算机视觉、图像处理方面的研究经验，建设了可用性与操作性强、基础性与发展性并重的教学案例库。

教学案例既要结合当前人工智能的研究热点，又要结合教材内容，选择案例的原则如下：

（1）代表性原则。案例应该是学生熟悉的内容，易于理解且学生能够独立完成，能提高学生的学习兴趣，能够反映图像处理的关键理论知识和算法。

（2）实用性原则。案例能够让学生利用课程所学解决现实生活中遇到的一些问题，能够实现理论联系实际。

（3）启发性原则。案例设计坚持基础性与扩展性结合的原则，加入综合案例。综合案例给予学生思考的余地和创新的空间，训练学生独立思考、查阅文献解决问题的能力。鼓励学生使用Python 完成综合实验，同时鼓励学生使用Pytorch 等深度学习工具。部分应用案例与知识点对应如表1 所示。

表1 部分课程知识点与相应案例

由表1 可以看出，有些案例对应单个知识点，如对比度增强和图像增强；有些案例涉及多个知识点，如天空分割、道路分割、图像搜索、车牌识别、人脸识别、人像动漫化等。以人像动漫化为例，其涉及人脸检测、人脸分割和处理，头发检测、头发分割和处理，基于深度学习的生成对抗网络等。数字图像处理大部分知识点都采用以案例引出问题，激发学生的学习兴趣，进而采用演示法和实验法相结合的方式进行教学。

3.3 基于开放实验室及校企合作开展创新创业活动

创新是社会进步的灵魂，创业是推动社会经济发展的重要途径。大学生创新创业主要体现在结合“互联网+”，利用所学专业知识进行实践，真正实现学有所用，在“双创”项目中实现对图像处理领域专业知识和理论的深刻理解[14]。笔者根据近几年指导大学生参加创新创业比赛的经验，提出基于创新创业项目的数字图像处理改革实践，实践框图如图2所示。笔者选取基于数字图像处理课程指导学生参与“双创”项目的实例——数字图像处理在园区安防的应用探索，介绍“双创”竞赛与图像处理教学的融合。

图2 基于创新创业项目的数字图像处理课程改革实践

园区安防系统架构图如图3 所示。该系统利用人脸识别技术，对检测到的人脸信息进行一系列相关技术分析，包括人脸识别预处理、人脸图像采集、比对识别等，得到不同神态、不同角度的人脸照片作为训练集。利用配置卷积神经网络模型，结合训练集进行测试，通过多轮训练与测试集进行比对，不断优化，提高识别精度。接着将识别的信息上传至云平台，进行可视化展示，若发现非园区可疑人员，系统会发出警报，及时通知安防人员查看情况；若检测到园区人员，系统可自动进行打卡、统计工时。这一系统可以有效实现人员管理、智慧安防、智能签到，能够真正推动智慧社区、智慧工厂、智慧园区的建设，让科技融入生产生活。该项目获得了第六届“互联网+”大学生创新创业大赛山东省中国国际省金奖，极大地提高了学生学习数字图像处理课程的热情。

图3 园区安防系统架构图

3.4 课程考核

数字图像处理课程既有理论知识讲解，也有上机实践和综合实践。因此，该课程不仅要考查学生的理论知识，还要考查学生的实践能力。理论内容的考核采取基础知识问卷的形式，题型包括填空、选择、简答、计算，让学生理解和掌握课程的理论基础知识，为实践提供理论支持；实践能力的考核兼顾基础性和发展性，基础性算法根据课程内容选择，如直方图均衡、空域滤波、频域滤波、边缘检测等，扩展性内容结合人工智能领域的最新进展，在学期中和学期末分别布置一项内容。实践能力的考核要求学生进行实验结果演示，并按照要求完成实验报告。通过理论和实践两方面的考核，促进了学生理论和实践能力的提高。实验报告的书写，有助于提高学生的科技文档书写能力，为学生进一步深造打下基础。

4 结语

数字图像处理作为一门理论与实践并重的专业课程，要求学生能够活学活用理论知识，利用技术解决实际问题。本文首先分析了数字图像处理课程的特点，提出了基于“专创融合”的数字图像处理课程改革，从教学手段、教学方法和实践教学等方面进行了探索。笔者结合指导创新创业竞赛的经验，列举了大学生在数字图像处理领域结合创新创业项目的实践思路和方向，提出把创新创业教育贯穿数字图像人才培养全过程，以期提高该课程的教学质量，培养符合社会发展需求的实践型人才。