林燕芬

（廈門工學(xué)院計(jì)算機(jī)與人工智能學(xué)院，廈門361021)

0 引言

以新工科建設(shè)為契機(jī)，高等工程教育改革進(jìn)入了一個(gè)新的階段。為適應(yīng)新工科建設(shè)背景下對(duì)人才培養(yǎng)的新要求，通過(guò)課程教學(xué)過(guò)程中的人才培養(yǎng)的動(dòng)態(tài)調(diào)節(jié)機(jī)制、人才成長(zhǎng)的優(yōu)化學(xué)科環(huán)境和多學(xué)科的融合貫通，高等院校對(duì)學(xué)科、專業(yè)和課程等進(jìn)行深入改革[1]。數(shù)字圖像處理技術(shù)已滲透到計(jì)算機(jī)、通信、交通運(yùn)輸、醫(yī)學(xué)、軍事等多個(gè)領(lǐng)域[2]，與人們的生活緊密相關(guān)，更是作為高等院校計(jì)算機(jī)類的重要課程。課程涉及復(fù)雜的數(shù)學(xué)知識(shí)、專業(yè)術(shù)語(yǔ)和跨學(xué)科的工程應(yīng)用場(chǎng)景，具有很強(qiáng)的專業(yè)理論性、學(xué)科融合性和工程應(yīng)用性。傳統(tǒng)教育存在的重理論、輕應(yīng)用等教學(xué)現(xiàn)狀，學(xué)生缺乏足夠?qū)W習(xí)興趣，理解僅限于表面認(rèn)識(shí)，很難看到理論的實(shí)際應(yīng)用效果，面臨實(shí)際問(wèn)題時(shí)，往往無(wú)從下手。

針對(duì)上述的教學(xué)現(xiàn)狀和存在問(wèn)題，課程改革實(shí)踐以“項(xiàng)目實(shí)例”教育為導(dǎo)向，在《數(shù)字圖像處理》課程的教學(xué)實(shí)踐中從項(xiàng)目實(shí)例驅(qū)動(dòng)引入課程基礎(chǔ)知識(shí)，并融合思維導(dǎo)圖重構(gòu)知識(shí)體系，激發(fā)學(xué)生學(xué)習(xí)的興趣，引導(dǎo)學(xué)生以跨學(xué)科應(yīng)用的思維學(xué)習(xí)、思考和解決實(shí)際問(wèn)題，最終達(dá)到培養(yǎng)學(xué)生的自主學(xué)習(xí)能力。

1 數(shù)字圖像處理項(xiàng)目實(shí)例教學(xué)構(gòu)建

項(xiàng)目實(shí)例導(dǎo)向是突破傳統(tǒng)的理論知識(shí)逐點(diǎn)講授的教學(xué)模式，契合目前企業(yè)的實(shí)際需求，接軌工程應(yīng)用問(wèn)題，與當(dāng)今的新工科下的應(yīng)用型教育結(jié)合，著陸于激發(fā)學(xué)生學(xué)習(xí)的興趣[3,4]。項(xiàng)目驅(qū)動(dòng)的任務(wù)在于將課程教學(xué)問(wèn)題分割為一個(gè)個(gè)子問(wèn)題，采用實(shí)例方式導(dǎo)入教學(xué)知識(shí)點(diǎn)，導(dǎo)出學(xué)習(xí)的方向，目的在于實(shí)現(xiàn)在課堂教學(xué)中從實(shí)踐應(yīng)用來(lái)再到工程應(yīng)用去，培養(yǎng)學(xué)生的創(chuàng)新能力[5]。

思維導(dǎo)圖是一種將思維過(guò)程形象化的思考輔助工具，通過(guò)圖文并重的方式，把主題與其他關(guān)聯(lián)關(guān)節(jié)建立記憶鏈接，利用思維的規(guī)律，形成整個(gè)知識(shí)數(shù)據(jù)庫(kù)。思維導(dǎo)圖的應(yīng)用始于商業(yè)，逐漸擴(kuò)展到教育領(lǐng)域[6]，本文在項(xiàng)目驅(qū)動(dòng)的基礎(chǔ)上，融合了思維導(dǎo)圖進(jìn)行知識(shí)結(jié)構(gòu)的鏈接，讓學(xué)生建立清晰思維。首先建立課程知識(shí)的全貌圖，提升整體認(rèn)識(shí)；其次通過(guò)知識(shí)梳理，拓展應(yīng)用，實(shí)現(xiàn)知識(shí)點(diǎn)間的鏈接；最后提高解決實(shí)際問(wèn)題的能力。思維導(dǎo)圖是課程改革的知識(shí)體系主線，項(xiàng)目驅(qū)動(dòng)是引領(lǐng)這條主線的動(dòng)力，兩者相融合來(lái)完成該課程的教學(xué)改革。

1.1 項(xiàng)目實(shí)例導(dǎo)向教學(xué)知識(shí)點(diǎn)

該教學(xué)改革探索將數(shù)字圖像處理的應(yīng)用進(jìn)行跨學(xué)科的拓展，選擇一些驗(yàn)證性實(shí)驗(yàn)相關(guān)的項(xiàng)目實(shí)例，讓學(xué)生從中發(fā)現(xiàn)圖像處理技術(shù)在工程應(yīng)用，醫(yī)學(xué)圖像等其他學(xué)科的重要應(yīng)用案例，接著從理論上更深層次的引導(dǎo)學(xué)生掌握相關(guān)的教學(xué)知識(shí)點(diǎn)，減少課程的枯燥感，充分調(diào)動(dòng)學(xué)生學(xué)習(xí)主動(dòng)性與創(chuàng)造性。通過(guò)跨學(xué)科之間的應(yīng)用，培養(yǎng)學(xué)生將圖像處理技術(shù)應(yīng)用于不同學(xué)科，力圖使課堂變得生動(dòng)、實(shí)用、有趣[7-9]。

思維導(dǎo)圖知識(shí)庫(kù)將數(shù)字圖像處理課程的知識(shí)點(diǎn)分為三大部分，第一部分是數(shù)字圖像處理的基礎(chǔ)，由數(shù)字圖像處理的基本概念、圖像基本運(yùn)算和圖像灰度變換三章組成；第二部分是數(shù)字圖像處理的理論、方法和實(shí)例，包括圖像增強(qiáng)、圖像復(fù)原與重建、圖像編碼與壓縮三章；第三部分是圖像特征提取與分析的基本理論、方法和實(shí)例，包括圖像分割、形狀分析、紋理分析、模板匹配與模式識(shí)別四章。以“新工科”建設(shè)為背景，數(shù)字圖像處理開(kāi)展多學(xué)科交叉融合，本文以幾個(gè)跨學(xué)科應(yīng)用項(xiàng)目為實(shí)例，由戶外監(jiān)控去霧技術(shù)案例引入第一部分；由車牌處理案例引入第二部分；由醫(yī)學(xué)圖像處理案例引入第三部分。通過(guò)實(shí)際案例引導(dǎo)學(xué)生對(duì)基礎(chǔ)知識(shí)的理解，拓寬學(xué)生視野，最后引入一個(gè)工程運(yùn)用問(wèn)題，讓學(xué)生分組完成，提高解決實(shí)際工程問(wèn)題的能力。

1.2 戶外監(jiān)控去霧技術(shù)案例導(dǎo)向

數(shù)字圖像處理技術(shù)廣泛應(yīng)用在科學(xué)工程領(lǐng)域如戶外監(jiān)控系統(tǒng)、自動(dòng)導(dǎo)航系統(tǒng)，為了保證視覺(jué)系統(tǒng)全天候正常工作，就必須使系統(tǒng)適應(yīng)各種天氣狀況。本案例從霧霾天氣下的圖像清晰化過(guò)程引入數(shù)字圖像處理的基本概念、圖像基本運(yùn)算和圖像灰度變換。

做為課程導(dǎo)向的第一個(gè)項(xiàng)目案例，列出生活中常見(jiàn)的帶霧圖像，從而引入知識(shí)點(diǎn)，思維導(dǎo)圖的關(guān)節(jié)聯(lián)結(jié)，即數(shù)字圖像的基本概念、應(yīng)用領(lǐng)域、圖像的成像方式、圖像采樣量化過(guò)程、像素間的基本關(guān)系等課程基礎(chǔ)知識(shí)點(diǎn)。為了實(shí)現(xiàn)去霧目的，該項(xiàng)目案例首先采用了圖像基本的加法運(yùn)算對(duì)圖像的亮度進(jìn)行調(diào)整，思維導(dǎo)圖引出教學(xué)知識(shí)點(diǎn)圖像基本運(yùn)算中的加減乘除相關(guān)代數(shù)運(yùn)算，讓學(xué)生對(duì)戶外監(jiān)控圖像進(jìn)行對(duì)應(yīng)的實(shí)驗(yàn)操作；其次案例主要采用了全局直方圖均衡化算法來(lái)實(shí)現(xiàn)去霧過(guò)程，提出該部分的直方圖處理教學(xué)點(diǎn)，講解直方圖對(duì)圖像顯示效果的重要影響，進(jìn)一步引入直方圖匹配化，局部直方圖等知識(shí)點(diǎn)，并讓學(xué)生結(jié)合帶霧圖像的特點(diǎn)進(jìn)行相應(yīng)的實(shí)驗(yàn)，具體如圖1 戶外監(jiān)控去霧案例及思維導(dǎo)圖所示。為了增加課程的直觀性，調(diào)用Maltab的GUI 來(lái)生成軟件框架，提供有關(guān)的去霧圖像載入、處理、對(duì)比過(guò)程，從而提高直觀性，具體如圖1 所示。

1.3 車牌處理案例導(dǎo)向

圖1 戶外監(jiān)控去霧案例及思維導(dǎo)圖

通過(guò)戶外監(jiān)控去霧案例的導(dǎo)入，講解了圖像處理的基礎(chǔ)知識(shí)、基本運(yùn)算以及直方圖處理的相關(guān)內(nèi)容，并指導(dǎo)實(shí)驗(yàn)從而讓學(xué)生掌握了圖像預(yù)處理的知識(shí)點(diǎn)。在第一部分的基礎(chǔ)上引入生活中常見(jiàn)的車牌識(shí)別系統(tǒng)中的車牌處理案例，首先講解了空間域和頻率域底下對(duì)噪聲如何處理，講解了空間域的平滑濾波，即各類均值濾波、統(tǒng)計(jì)排序?yàn)V波，以及頻率域等下理想低通濾波，高斯低通濾波等；其次，在完成噪聲處理的同時(shí)，針對(duì)案例中車牌圖像含有運(yùn)動(dòng)模糊，如何去模糊？思維導(dǎo)圖導(dǎo)向圖像復(fù)原的章節(jié)知識(shí)點(diǎn)，講授逆濾波、維納濾波、盲復(fù)原解卷積復(fù)原等方法；再者，給出相關(guān)實(shí)驗(yàn)要求引導(dǎo)學(xué)生靈活運(yùn)用各類方法進(jìn)行圖像處理；最后，考慮到攝像頭拍攝的大量車牌在傳輸過(guò)程中，需進(jìn)行壓縮，導(dǎo)入圖像壓縮與編碼內(nèi)容。鑒于去噪和復(fù)原后的圖像如何進(jìn)行定位，從而引出下一部分圖像分割以及形態(tài)學(xué)知識(shí)點(diǎn)的思考[10]。具體如圖2 思維導(dǎo)圖所示。為了加強(qiáng)對(duì)各類算法的理解，調(diào)用MALTAB 的GUI 來(lái)生成軟件框架，提供有關(guān)的車牌圖像載入、處理、平滑銳化操作，如圖2 所示。

1.4 醫(yī)學(xué)圖像處理導(dǎo)向

圖像處理在醫(yī)學(xué)領(lǐng)域中的應(yīng)用廣泛，涉及面大，從彩超圖像、磁共振、CT、胸片處理等[11]。本文在前兩部分的基礎(chǔ)上，引入醫(yī)學(xué)圖像處理案例作為導(dǎo)向，講解圖像分割、形態(tài)學(xué)處理等知識(shí)點(diǎn)。具體如圖3 的思維導(dǎo)圖所示，首先，選擇相關(guān)的醫(yī)學(xué)圖像，綜合前面所學(xué)知識(shí)點(diǎn)進(jìn)行預(yù)處理。導(dǎo)入定位目標(biāo)的過(guò)程先進(jìn)行圖像分割，從而引入本部分的知識(shí)點(diǎn)圖像分割，講解圖像分割兩個(gè)分割原理、閾值分割、Canny 算子、霍夫變換等基本的分割方法，在該基礎(chǔ)上講授主流的分割算法，如分水嶺、Snake 模型等；其次，在圖像分割的基礎(chǔ)上，引入形態(tài)學(xué)處理，即膨脹、腐蝕、開(kāi)運(yùn)算、閉運(yùn)算等進(jìn)一步去噪，填充孔洞，去除小目標(biāo)；最后進(jìn)行目標(biāo)的標(biāo)記。為了加強(qiáng)課堂效果，引入了如圖3 所示的醫(yī)學(xué)圖像處理案例。

通過(guò)上述的教學(xué)內(nèi)容分解，實(shí)現(xiàn)了從圖像的基本概念到圖像的分割識(shí)別，完成了課程教學(xué)改革的基本目標(biāo)。課程綜合實(shí)驗(yàn)部分設(shè)計(jì)相應(yīng)的工程問(wèn)題，學(xué)生分組實(shí)驗(yàn)，即指紋圖像處理、人臉識(shí)別標(biāo)記、水果分類、瓶罐標(biāo)簽檢測(cè)等，以大作業(yè)的方式來(lái)考量學(xué)生利用課程知識(shí)解決實(shí)際工程問(wèn)題的能力。

2 結(jié)語(yǔ)

圖2 車牌處理案例及思維導(dǎo)圖

圖3 醫(yī)學(xué)圖像處理案例及思維導(dǎo)圖

本文突破以往按照教學(xué)內(nèi)容講述的方式，在以項(xiàng)目驅(qū)動(dòng)為導(dǎo)向，融合思維導(dǎo)圖的方式，對(duì)數(shù)字圖像處理的教學(xué)改革進(jìn)行探索嘗試，將數(shù)字圖像處理的教學(xué)拓展到其他學(xué)科，與戶外監(jiān)控、車牌處理、醫(yī)學(xué)圖像處理相結(jié)合。學(xué)生通過(guò)3 個(gè)主題的數(shù)字圖像處理應(yīng)用案例，能進(jìn)一步利用數(shù)字圖像處理教學(xué)內(nèi)容解決跨學(xué)科實(shí)際問(wèn)題，在很大程度上提高了學(xué)生主動(dòng)性和創(chuàng)新能力，對(duì)于提高學(xué)生工程實(shí)踐能力具有顯著效果。