導語：數(shù)字圖像處理課程教學改革研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:隨著人工智能技術(shù)的大力發(fā)展，數(shù)字圖像處理技術(shù)呈現(xiàn)出方法更新速度快、應(yīng)用場景多、領(lǐng)域交叉融合等特點，傳統(tǒng)的數(shù)字圖像處理技術(shù)課程教學難以滿足學科發(fā)展的新趨勢。本文主要從課程內(nèi)容優(yōu)化、教學方法改革、實驗教學設(shè)置等三個方面探討人工智能視域下數(shù)字圖像處理課程的教學改革，旨在突破傳統(tǒng)教學內(nèi)容與方法的局限，滿足培養(yǎng)創(chuàng)新實踐人才的需要。

關(guān)鍵詞:人工智能；數(shù)字圖像處理；創(chuàng)新能力；任務(wù)驅(qū)動

1引言

目前，人工智能發(fā)展飛速，并深刻地改變著人類的社會生活。人工智能技術(shù)的開發(fā)和利用，已為人類創(chuàng)造出巨大的社會和經(jīng)濟效益，幾乎滲透到包括移動互聯(lián)網(wǎng)、智能終端、工業(yè)制造、醫(yī)療輔助診斷、自動化控制、智能機器人等在內(nèi)的各個領(lǐng)域，正有力地促進著經(jīng)濟社會的發(fā)展。在教育部倡導大力發(fā)展新工科、新醫(yī)科的背景下，人工智能與各個學科的融合起著重要的作用[1]。因此，在人工智能新視域下，如何在課程教學改革中突破傳統(tǒng)教學內(nèi)容與方法的局限，優(yōu)化課程內(nèi)容與創(chuàng)新實踐人才教學模式，滿足人工智能創(chuàng)新性、跨學科、復合型人才培養(yǎng)的需求，是目前課程教學改革過程中面臨的關(guān)鍵問題?！稊?shù)字圖像處理》是通信工程、計算機、醫(yī)學影像技術(shù)等多個專業(yè)的專業(yè)選修課。數(shù)字圖像處理是信息科學領(lǐng)域的一項高新技術(shù)，是對圖像進行去噪、增強、復原、分割、壓縮等處理的基本方法、技術(shù)和手段，以及對圖像信息的表示、內(nèi)在聯(lián)系和本質(zhì)規(guī)律進行研究的技術(shù)。隨著科技進步與人工智能技術(shù)的發(fā)展，數(shù)字圖像技術(shù)被逐漸應(yīng)用于醫(yī)學、農(nóng)業(yè)、制造業(yè)、航天航空、軍事等諸多領(lǐng)域，呈現(xiàn)出與多個學科交叉融合的特點，并成為計算機視覺研究領(lǐng)域的核心基礎(chǔ)。由此可見，數(shù)字圖像處理技術(shù)的發(fā)展與人工智能密不可分。因此，在《數(shù)字圖像處理》課程教學過程中，應(yīng)該高度結(jié)合人工智能學科背景，融入前沿理論技術(shù)，與計算機視覺現(xiàn)實應(yīng)用場景相結(jié)合，培養(yǎng)創(chuàng)新實踐人才。然而，目前《數(shù)字圖像處理》課堂教學中大多采用傳統(tǒng)教學模式，較難滿足培養(yǎng)學生創(chuàng)新實踐能力的需求，體現(xiàn)在以下幾個方面：（1）教材內(nèi)容大多比較陳舊。一些基礎(chǔ)的算法在實際應(yīng)用中早已過時，未能體現(xiàn)最新技術(shù)發(fā)展的動態(tài)，也缺少人工智能領(lǐng)域的前沿應(yīng)用場景講解。（2）理論教學知識點過于分散化。在傳統(tǒng)的教學中，教師通常對單個知識點進行逐一講解，從數(shù)學背景到公式推導，理論性較強。這讓學生理解困難，且使他們失去了對知識模塊之間聯(lián)系性的掌握，尤其在面對實際復雜應(yīng)用場景時束手無策。（3）實驗教學薄弱，實驗工具單一化。目前《數(shù)字圖像處理》實驗教學多以驗證性或演示性實驗為主，難以培養(yǎng)學生創(chuàng)新思維與解決實際問題的能力。實驗工具大多采用MATLAB編程。MATLAB雖然編程環(huán)境簡單、圖像處理功能完善，但它在人工智能算法研發(fā)上與Python編程相比尚有許多不足之處。（4）課程教學未體現(xiàn)學科交叉融合的特點。數(shù)字圖像處理技術(shù)課程涉及學科高度交叉融合，在課堂教學中應(yīng)充分融合醫(yī)學影像、地理遙感等領(lǐng)域知識，培養(yǎng)學生交叉學科知識的融合應(yīng)用能力。鑒于此，本文主要從課程教學內(nèi)容優(yōu)化、教學方法改革、實驗教學實施等方面探討結(jié)合人工智能學科背景的《數(shù)字圖像處理》課程的教學改革，并提升學生的創(chuàng)新與實踐能力，優(yōu)化課程內(nèi)容，強化以人工智能應(yīng)用場景為指導的實踐教學，多向融合交叉學科，以期解決現(xiàn)有教學過程中存在的不足。

2研究現(xiàn)狀分析

2.1數(shù)字圖像處理關(guān)鍵技術(shù)發(fā)展現(xiàn)狀。數(shù)字圖像處理技術(shù)主要包括圖像數(shù)字化、圖像增強與復原、圖像壓縮與分割、圖像特征提取以及圖像識別等一系列圖像處理高級應(yīng)用。隨著人工智能的發(fā)展，許多數(shù)字圖像基礎(chǔ)理論已更新，并呈現(xiàn)出新的發(fā)展勢態(tài)。在人工智能背景下，總結(jié)數(shù)字圖像處理技術(shù)發(fā)展趨勢，大致可分為三個方面：一是新方法與新理論層出不窮，迭代更新的速度很快。例如，大量的視覺特征描述算子被提出、卷積神經(jīng)網(wǎng)絡(luò)等深度學習方法日益流行。二是應(yīng)用場景向多元化和智能化發(fā)展。數(shù)字圖像處理技術(shù)的應(yīng)用場景不僅深入到智能手機、隨身設(shè)備等日常生活領(lǐng)域，而且與醫(yī)學、遙感、軍事等領(lǐng)域的應(yīng)用結(jié)合也日益廣泛。圖像處理技術(shù)與智能化的融合是發(fā)展的新趨勢。三是硬件設(shè)備下移以及機器人視角。自動駕駛汽車、智能機器人等軟硬件結(jié)合的人工智能對數(shù)字圖像處理技術(shù)提出了更高的要求，需要同時兼顧算法在嵌入式設(shè)備下移的效率。通過上述現(xiàn)狀分析可知，數(shù)字圖像處理技術(shù)已得到飛速發(fā)展，而《數(shù)字圖像處理》課程還停留在傳統(tǒng)模式，難以體現(xiàn)理論技術(shù)的應(yīng)用性與先進性，也無法滿足行業(yè)對人工智能人才的需要。2.2數(shù)字圖像處理課程教學改革研究現(xiàn)狀。部分國內(nèi)外學者已對《數(shù)字圖像處理》課程教學改革進行了頗有成效的探索。S.Kiraly研究了一種融合了教學項目、評估系統(tǒng)和教學案例的信息化教學工具，以提高數(shù)字圖像處理課程的教學效率[2]。王忠芝等探討了動態(tài)教學演示法、啟發(fā)式教學方法等多種教學方法，以增強理論教學效果[3]。杜號軍結(jié)合了LabView虛擬平臺的情景教學模式和MATLAB的語言編程優(yōu)勢，提出了數(shù)字圖像處理實驗教學的新方法[4]。王云峰進行了基于PBL(Problem-BasedLearning)教學模式的數(shù)字圖像處理實踐教學改革方案的探索，并設(shè)計了相關(guān)教學方案[5]。孫曾國等基于Blackboard網(wǎng)絡(luò)教學平臺探討了項目小組教學模式在數(shù)字圖像處理課程中的應(yīng)用，從項目分組、教學過程、考核評價等方面提出了教學改革方案[6]。目前教學改革方法大多是從教學方法和教學工具上進行改革，對教學內(nèi)容進行優(yōu)化的探索較少，相對缺少融合人工智能新概念的課程內(nèi)容優(yōu)化，亦未能體現(xiàn)學科交叉融合的特點。

3教學改革探討

3.1課程教學內(nèi)容優(yōu)化?！稊?shù)字圖像處理》課程教學普遍存在理論性偏重、許多教學內(nèi)容陳舊、不少算法已過時的問題，無法與時俱進，也沒有涉及人工智能和圖像處理領(lǐng)域的最新研究成果。在面臨真實的人工智能及圖像處理應(yīng)用場景時，學生難以將在課程中學到的知識應(yīng)用到實踐中。這在很大程度上限制了學生理論聯(lián)系實際的能力以及創(chuàng)新思維的發(fā)展。下面從基礎(chǔ)理論更新與優(yōu)化、前沿研究成果擴充兩方面探討《數(shù)字圖像處理》課程理論教學內(nèi)容的優(yōu)化。首先，在基礎(chǔ)理論方面，刪減部分陳舊的、在實際應(yīng)用中效率低下的圖像處理方法，引入時下流行的、高效的方法作為更新，完善教學內(nèi)容，使其符合人工智能發(fā)展的特點。如表1所示，以圖像特征表示章節(jié)為例，擬對顏色、形狀、紋理、區(qū)域描述方法等知識模塊進行教學內(nèi)容優(yōu)化，引入時下高效的、流行的算法替換部分陳舊的算法，使教學內(nèi)容符合人工智能技術(shù)應(yīng)用發(fā)展的需要。例如，現(xiàn)有教學內(nèi)容中多數(shù)將灰度差分統(tǒng)計等作為紋理特征的主要知識點，但該方法因其性能低下而難以滿足實際需求，早已不被現(xiàn)實應(yīng)用所采納。而目前人工智能領(lǐng)域廣泛使用的局部二值模式(Localbinarypattern,LBP)系列紋理描述方法[7]，因其計算簡單、魯棒性強等特點被成功應(yīng)用人臉識別、醫(yī)學圖像分析諸多場景中。因此，選擇局部二值模式及其改進方法作為優(yōu)化后的紋理描述方法，既從理論方面介紹紋理特征經(jīng)典描述方法、存在的缺陷以及改進動機，激發(fā)學生的創(chuàng)新思維；又在應(yīng)用層面可直接應(yīng)用于圖像識別等人工智能應(yīng)用場景，培養(yǎng)學生的實踐能力，同時為學生參加各項學科競賽、從事科學研究工作奠定基礎(chǔ)。表1還展示了其他優(yōu)化后的部分知識模塊。這些知識模塊都是目前實際應(yīng)用場景中廣泛流行的基礎(chǔ)理論，難度適中，完全適用于本科階段教學。其次，引入圖像處理與計算機視覺領(lǐng)域最新的研究成果，形成以圖像預處理、圖像增強、圖像分割、圖像特征提取、經(jīng)典高層應(yīng)用等為基礎(chǔ)授課內(nèi)容，以新算法、新思想、新應(yīng)用為創(chuàng)新授課內(nèi)容。其中經(jīng)典高層應(yīng)用包括圖像檢索與分類；新算法包括視覺詞袋模型、卷積神經(jīng)網(wǎng)絡(luò)等目前流行的方法；新思想包括大數(shù)據(jù)與深度學習的思想；新應(yīng)用包括智能HDR、圖像去霧等與現(xiàn)實生活聯(lián)系緊密的實際應(yīng)用。以此優(yōu)化教學大綱，兼顧基礎(chǔ)，聯(lián)系實際，突出前沿，提升學生的人工智能視野與水平，為培養(yǎng)實踐創(chuàng)新能力奠定基礎(chǔ)。3.2教學方法改革。傳統(tǒng)《數(shù)字圖像處理》課程注重基礎(chǔ)理論的講解，許多知識點理論性較強，公式推導復雜，學生常常難以理解。此外，傳統(tǒng)教學過程中，常常將多個理論內(nèi)容拆分講解，彼此獨立。這種方式雖然針對性較強，但缺乏對知識模塊之間關(guān)聯(lián)性的理解，學生難以形成以應(yīng)用驅(qū)動為導向的知識網(wǎng)絡(luò)，使得教學效果不理想。而事實上，在現(xiàn)實應(yīng)用場景中，往往需要對數(shù)字圖像處理技術(shù)中的多個知識模塊進行綜合應(yīng)用，而不只是某個單一理論知識的使用。例如，在經(jīng)典的人臉識別案例中，不僅涉及圖像預處理、目標分割、特征提取、目標識別等多個環(huán)節(jié)，而且后一個環(huán)節(jié)還依賴于前一個環(huán)節(jié)的處理結(jié)果。為此，本文探討一種基于任務(wù)驅(qū)動和交叉融合的課堂教學方法，鼓勵學生轉(zhuǎn)變被動學習的模式，使其有目的性、針對性地去解決一些與專業(yè)方向及人工智能領(lǐng)域相關(guān)的課題任務(wù)。具體來說，任務(wù)驅(qū)動模式是以實際應(yīng)用場景或者人工智能任務(wù)需求為驅(qū)動，以發(fā)展探究思維為目標，以學科的基本結(jié)構(gòu)為內(nèi)容，促使學生構(gòu)建自主思考、探究實踐的學習體系。而交叉融合教學方法是指，在具體的任務(wù)驅(qū)動設(shè)置中，注重前沿學術(shù)成果與課程內(nèi)容的融合、課內(nèi)教學與課外實踐的融合、創(chuàng)新性實驗與學科競賽的融合、跨學科領(lǐng)域任務(wù)的融合等，旨在充分融合前沿科學技術(shù)與交叉學科領(lǐng)域，充分調(diào)動學生主觀能動性和探究實踐欲望，開展一系列卓有成效的技術(shù)課題探究。具體實施要點包括：（1）通過結(jié)合課程知識點，創(chuàng)設(shè)課題情景，選擇與當前學習主題密切相關(guān)的應(yīng)用問題，引導學生帶著真實的“任務(wù)”進入學習情境，使得學習更為直觀和形象化。（2）以任務(wù)為主線，在老師的充分講解與指導下，強調(diào)自主學習與協(xié)作學習，老師對任務(wù)驅(qū)動的學習過程進行把關(guān)。（3）充分挖掘與本課程緊密關(guān)聯(lián)的醫(yī)學影像、遙感圖像、工業(yè)圖像等交叉領(lǐng)域問題，進行有機融合，實現(xiàn)人工智能技術(shù)創(chuàng)新的問題分析、模型構(gòu)建、設(shè)計和解決，實現(xiàn)基于任務(wù)驅(qū)動的多學科交叉知識融合應(yīng)用。如表2所示，本文給出通信電子類《數(shù)字圖像處理》課程的部分任務(wù)驅(qū)動技術(shù)課題。其中涉及圖像增強、復原、分割、特征提取等多個核心章節(jié)，并在一個任務(wù)中實現(xiàn)了多個知識點的關(guān)聯(lián)，并且任務(wù)均來自遙感、醫(yī)學、農(nóng)業(yè)、工業(yè)等領(lǐng)域的具體人工智能應(yīng)用場景。3.3實驗教學實施。實驗教學是培養(yǎng)學生實踐與創(chuàng)新能力的重要組成部分。在實驗設(shè)置、工具使用、實驗數(shù)據(jù)、嵌入式下移教學、第二課堂等方面對實驗教學進行優(yōu)化。具體實施要點如下：（1）在實驗設(shè)置方面，除了保留部分少數(shù)驗證性實驗，還增加設(shè)計綜合性實驗、開放性實驗。設(shè)計綜合性實驗主要為圖像分割、圖像檢索、手寫字識別等數(shù)字圖像處理與計算機視覺領(lǐng)域的經(jīng)典應(yīng)用，旨在鍛煉學生利用核心算法，融會貫通、解決問題的能力。開放性實驗，以當前人工智能領(lǐng)域的熱點任務(wù)為內(nèi)容，結(jié)合教學單位的科研優(yōu)勢與生產(chǎn)實踐，進行創(chuàng)新性專題實驗，鼓勵學生學習和挖掘授課內(nèi)容以外的新方法，培養(yǎng)學生的創(chuàng)新能力。（2）在實驗工具方面，主要以MATLAB作為驗證性實驗工具，主要以Python作為設(shè)計綜合性與開放性實驗工具，同時鼓勵學生在實驗實訓過程中使用Tensorflow、Keras等深度學習算法開發(fā)工具。（3）在實驗教學數(shù)據(jù)方面，充分體現(xiàn)《數(shù)字圖像處理》課程學科交叉的特點。例如，借助教學單位附屬醫(yī)院影像科大量的真實醫(yī)學數(shù)據(jù)，融入實驗教學項目，開展交叉學科實驗教學與實驗實訓。（4）開展嵌入式下移實驗教學，形成人工智能新視域下數(shù)字圖像處理軟件+硬件的應(yīng)用技術(shù)教學閉環(huán)。以通信電子類專業(yè)培養(yǎng)方案為例，通常來說，《數(shù)字圖像處理》的前驅(qū)課程包含了諸多硬件類的課程，可充分滿足嵌入式下移實驗的知識儲備。例如，可通過嵌入式設(shè)備下移圖像分割等算法，連接攝像頭，實現(xiàn)“實時圖像分割”等應(yīng)用場景。通過開展嵌入式下移實驗教學，形成專業(yè)培養(yǎng)的系統(tǒng)知識網(wǎng)絡(luò)，培養(yǎng)學生軟硬兼?zhèn)涞膶嵺`創(chuàng)新能力。（5）開展第二課堂實驗教學，使得對本學科感興趣的優(yōu)秀學生能夠得到進一步的發(fā)展機會。利用開放實驗室、人工智能興趣小組、參與指導老師科研項目等多種形式，挖掘創(chuàng)新課題，提出解決問題的思路、方案，設(shè)計相應(yīng)算法，完成創(chuàng)新性實驗作品，從而讓學生在這個過程中得到創(chuàng)新與實踐能力的提升。

4總結(jié)

在人工智能大力發(fā)展的背景下，本文首先分析了數(shù)字圖像處理技術(shù)的研究現(xiàn)狀和發(fā)展趨勢，從理論與應(yīng)用層面闡述了數(shù)字圖像處理課程教學改革面臨的挑戰(zhàn)。接著從課程內(nèi)容優(yōu)化、教學方法改革、實驗教學實施等三個方面論述了人工智能視域下數(shù)字圖像處理教學改革的實施要點與改革舉措。本文研究成果可以有效地優(yōu)化、完善數(shù)字圖像處理課程的教學內(nèi)容與方法，為培養(yǎng)具有人工智能研發(fā)能力的創(chuàng)新實踐人才提供助力。

作者:劉東 方芳 單位:湘南學院軟件與通信工程學院