王紅一 陳繼威 宋麗梅

摘? 要? 視覺檢測技術(shù)在工業(yè)領(lǐng)域的應(yīng)用日漸廣泛，有必要對(duì)數(shù)字圖像處理課程實(shí)踐內(nèi)容進(jìn)行探索和改革，以提高課程價(jià)值。在實(shí)踐教學(xué)中，以項(xiàng)目開發(fā)為牽引，將理論知識(shí)融入需求分析、方案設(shè)計(jì)和運(yùn)行測試等各個(gè)環(huán)節(jié)，涵蓋工業(yè)生產(chǎn)領(lǐng)域應(yīng)用到的多方面數(shù)字圖像處理技術(shù)，實(shí)現(xiàn)課程教學(xué)與工程實(shí)踐的有機(jī)融合，培養(yǎng)學(xué)生的實(shí)踐能力、創(chuàng)新意識(shí)、科學(xué)素養(yǎng)和社會(huì)責(zé)任感。

關(guān)鍵詞? 數(shù)字圖像處理；視覺檢測技術(shù)；實(shí)踐教學(xué)

中圖分類號(hào)：G642? ? 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1671-489X（2022）07-0087-03

0? 引言

工業(yè)的飛速發(fā)展對(duì)視覺檢測技術(shù)和人工智能技術(shù)人才的需求與日俱增。數(shù)字圖像處理是一門融合了計(jì)算機(jī)科學(xué)及信息學(xué)等多個(gè)學(xué)科的交叉課程，是學(xué)生學(xué)習(xí)機(jī)器視覺和人工智能等專業(yè)課的基礎(chǔ)。該課程主要是讓學(xué)生學(xué)習(xí)數(shù)字圖像處理基礎(chǔ)知識(shí)，掌握相關(guān)算法原理，提高學(xué)生解決實(shí)際問題的系統(tǒng)思維能力，并能通過自主編寫相關(guān)程序代碼和自主設(shè)計(jì)邏輯算法來完成項(xiàng)目開發(fā)。如何進(jìn)行課程設(shè)計(jì)和課程實(shí)踐來激發(fā)學(xué)生的學(xué)習(xí)熱情，提高學(xué)生在課程、科研項(xiàng)目等實(shí)踐中發(fā)現(xiàn)并解決問題的能力，提升綜合素養(yǎng)和能力，是課程教學(xué)中值得深入探索的問題[1-2]。

本次教學(xué)改革針對(duì)課程實(shí)踐環(huán)節(jié)，主要從工業(yè)應(yīng)用角度出發(fā)，設(shè)計(jì)以工業(yè)產(chǎn)出為導(dǎo)向、以項(xiàng)目任務(wù)為驅(qū)動(dòng)的容納豐富數(shù)字圖像處理算法的實(shí)踐教學(xué)案例，注重項(xiàng)目開發(fā)過程的完整性，實(shí)現(xiàn)課程教學(xué)與工程實(shí)踐的有機(jī)融合，讓學(xué)生通過參與面向工業(yè)應(yīng)用的視覺實(shí)踐項(xiàng)目開發(fā)，提高運(yùn)用課程相關(guān)技術(shù)解決視覺檢測項(xiàng)目工程實(shí)際問題的能力，成為數(shù)字圖像處理等領(lǐng)域的高素質(zhì)人才。

1? 存在的問題

在實(shí)際教學(xué)實(shí)踐中，學(xué)生普遍存在基礎(chǔ)理論不牢固、編程基礎(chǔ)薄弱等問題，很難快速理解課程的知識(shí)體系。數(shù)字圖像處理課程實(shí)踐存在以下問題：

1）課程的實(shí)驗(yàn)內(nèi)容缺乏綜合性和創(chuàng)新性，沒有增加與實(shí)際工業(yè)應(yīng)用有關(guān)的前沿技術(shù)實(shí)驗(yàn)，忽視對(duì)學(xué)生綜合能力的培養(yǎng)，難以鍛煉學(xué)生對(duì)新技術(shù)的快速學(xué)習(xí)和應(yīng)用能力，從某種程度上限制了對(duì)學(xué)生創(chuàng)新、實(shí)踐能力及科研能力的培養(yǎng)；

2）課程實(shí)踐內(nèi)容沒有緊跟當(dāng)前實(shí)際工業(yè)發(fā)展趨勢，與真實(shí)企業(yè)工業(yè)生產(chǎn)應(yīng)用的技術(shù)存在很大的差異，學(xué)生對(duì)相關(guān)領(lǐng)域發(fā)展及行業(yè)前沿了解不清晰，難以適應(yīng)科技和產(chǎn)業(yè)的發(fā)展需求；

3）教學(xué)過程中忽視了課程其他方面育人功能的挖掘，沒有讓學(xué)生認(rèn)識(shí)到學(xué)習(xí)數(shù)字圖像處理課程的意義和作用，缺乏對(duì)學(xué)生社會(huì)責(zé)任心和民族使命感的培養(yǎng)。

2? 課程改革的主要目標(biāo)及基本思路

針對(duì)以上問題，本文以提升學(xué)生的綜合實(shí)踐能力為主要目標(biāo)，通過面向工業(yè)生產(chǎn)項(xiàng)目的開發(fā)實(shí)踐，挖掘課程內(nèi)涵，實(shí)現(xiàn)對(duì)課程的改革及探索，提高課程教學(xué)質(zhì)量。課程改革的基本思路是以工業(yè)產(chǎn)出為導(dǎo)向，以圖像處理領(lǐng)域的實(shí)際工程問題為驅(qū)動(dòng)，通過大量實(shí)踐活動(dòng)激發(fā)學(xué)生對(duì)課程相關(guān)專業(yè)知識(shí)的學(xué)習(xí)興趣，培養(yǎng)學(xué)生解決實(shí)際問題的能力。在以項(xiàng)目開發(fā)為牽引的教學(xué)實(shí)踐環(huán)節(jié)，學(xué)生對(duì)項(xiàng)目任務(wù)進(jìn)行需求分析，對(duì)解決方案進(jìn)行可行性設(shè)計(jì)和討論，并在實(shí)踐上機(jī)時(shí)對(duì)所設(shè)計(jì)的方案進(jìn)行實(shí)現(xiàn)、運(yùn)行測試等，真正地將理論知識(shí)應(yīng)用于實(shí)踐。同時(shí)，在對(duì)項(xiàng)目需求進(jìn)行分析調(diào)研時(shí)，要了解數(shù)字圖像處理領(lǐng)域的前沿技術(shù)及發(fā)展現(xiàn)狀，這有助于學(xué)生開闊眼界、明確目標(biāo)、增強(qiáng)自信。

3? 課程改革的具體措施

視覺檢測技術(shù)在諸多工業(yè)領(lǐng)域均有迫切的應(yīng)用需求，如工廠中人員入侵檢測、安全帽檢測、煙霧明火檢測、設(shè)備運(yùn)行故障檢測等，這些視覺檢測應(yīng)用均需要用到數(shù)字圖像處理技術(shù)。在進(jìn)行課程實(shí)踐案例設(shè)計(jì)時(shí)，應(yīng)盡量選擇對(duì)圖像處理知識(shí)包含全面、實(shí)驗(yàn)數(shù)據(jù)易于采集、可實(shí)現(xiàn)性強(qiáng)的項(xiàng)目，使學(xué)生能夠盡快熟悉課程項(xiàng)目內(nèi)容，能夠在學(xué)習(xí)課程內(nèi)容后結(jié)合查閱資料以及小組合作等方式完成課程實(shí)踐任務(wù)。

在智能化生產(chǎn)過程中，基于智能視覺檢測技術(shù)，產(chǎn)品的生產(chǎn)制造從自動(dòng)化變成智能化，極大地提高了工業(yè)生產(chǎn)的效率。在水泥加工、石油化工、紡織、智能制造等諸多行業(yè)中，基于數(shù)字圖像處理技術(shù)的工業(yè)應(yīng)用有很多，如利用深度學(xué)習(xí)、圖像處理等技術(shù)對(duì)產(chǎn)品進(jìn)行質(zhì)量檢測及類型識(shí)別，工業(yè)現(xiàn)場對(duì)工作人員的識(shí)別和跟蹤等，都迫切需要先進(jìn)的圖像處理技術(shù)。本次課程實(shí)踐改革以紡織工業(yè)領(lǐng)域的視覺檢測任務(wù)為依托，把課堂教學(xué)打造成以案例構(gòu)思、設(shè)計(jì)、實(shí)現(xiàn)和運(yùn)行為生命周期的素質(zhì)訓(xùn)練環(huán)境。

3.1? 基于數(shù)字圖像處理技術(shù)的織物纖維檢測識(shí)別實(shí)踐

以織物纖維檢測識(shí)別為實(shí)踐案例，該實(shí)踐項(xiàng)目的任務(wù)是通過數(shù)字圖像處理及識(shí)別技術(shù)實(shí)現(xiàn)顯微圖像中棉、麻、毛、絲類型的識(shí)別。在項(xiàng)目實(shí)踐前期，要進(jìn)行大量的項(xiàng)目調(diào)研工作，了解項(xiàng)目的具體需求、國內(nèi)外研究現(xiàn)狀、需要用到的核心算法及需要用的軟硬件設(shè)備等。明確研究目標(biāo)之后，就要根據(jù)調(diào)研的結(jié)果給出設(shè)計(jì)實(shí)施方案，理清項(xiàng)目的開發(fā)思路。之后，進(jìn)入織物纖維檢測識(shí)別項(xiàng)目的開發(fā)階段，利用圖像設(shè)備采集課程實(shí)踐項(xiàng)目所需要的纖維圖像，并利用所學(xué)課程知識(shí)進(jìn)行圖像處理。

利用電子顯微鏡采集到的棉、麻、毛、絲四種織物纖維的顯微圖像如圖1所示。該項(xiàng)目可采用卷積神經(jīng)網(wǎng)絡(luò)模型（CNN）進(jìn)行織物纖維的分類識(shí)別，其基本處理步驟包括圖像去噪、圖像細(xì)化、圖像樣本制作、圖像識(shí)別。首先，組織學(xué)生對(duì)采集到的原始圖像進(jìn)行處理，并將學(xué)生分組來完成圖像去噪等工作。其次，進(jìn)行形態(tài)學(xué)膨脹、腐蝕，提取出纖維輪廓信息，并利用中軸變換算法提取出纖維走勢的骨架信息。最后，運(yùn)用整體批量裁剪與隨機(jī)裁剪兩種方法得到固定尺寸的樣本圖像，并經(jīng)過圖像的翻轉(zhuǎn)與旋轉(zhuǎn)擴(kuò)充數(shù)據(jù)樣本集。

該項(xiàng)目實(shí)踐采用的是卷積神經(jīng)網(wǎng)絡(luò)模型。在織物分類識(shí)別模型訓(xùn)練階段，組織學(xué)生學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)等相關(guān)的知識(shí)，指導(dǎo)學(xué)生學(xué)習(xí)關(guān)于深度學(xué)習(xí)超參數(shù)調(diào)節(jié)的知識(shí)，自主探索模型輸入數(shù)據(jù)、學(xué)習(xí)率、迭代次數(shù)等參數(shù)設(shè)置過程，對(duì)項(xiàng)目模型不斷地訓(xùn)練，最終根據(jù)評(píng)估指標(biāo)及實(shí)驗(yàn)驗(yàn)證得到識(shí)別效果較好的模型，并組織學(xué)生分享項(xiàng)目實(shí)踐學(xué)習(xí)經(jīng)驗(yàn)。

在織物纖維圖像識(shí)別項(xiàng)目實(shí)踐過程中，學(xué)生運(yùn)用到數(shù)字圖像處理的圖像灰度變換、圖像幾何變換、圖像濾波、圖像分割、圖像裁剪和圖像識(shí)別等方面的理論知識(shí)。在實(shí)踐報(bào)告中，學(xué)生通過分析實(shí)踐案例需求，利用課程相關(guān)技術(shù)解決了一些實(shí)際的問題。只有幫助學(xué)生全面系統(tǒng)地掌握這些數(shù)字圖像處理的基礎(chǔ)理論，學(xué)生在實(shí)踐中及以后的工作中才能靈活運(yùn)用這些知識(shí)解決工業(yè)生產(chǎn)的實(shí)際問題。同時(shí)，學(xué)生也通過實(shí)踐案例提出很多自身的理解和非常有意義的問題，如提出可以利用其他網(wǎng)格搜索等優(yōu)化算法幫助進(jìn)行網(wǎng)絡(luò)模型超參數(shù)調(diào)節(jié)來提高模型的識(shí)別準(zhǔn)確度，不一定樣本數(shù)量越多模型效果就越好等。

3.2? 基于數(shù)字圖像處理技術(shù)的織物缺陷檢測實(shí)踐

織物缺陷檢測是紡織工業(yè)中產(chǎn)品質(zhì)量監(jiān)控的必要手段，基于視覺的織物缺陷檢測方式已受到普遍認(rèn)可。基于數(shù)字圖像處理技術(shù)的織物缺陷檢測實(shí)踐項(xiàng)目的任務(wù)是利用數(shù)字圖像處理課程相關(guān)技術(shù)，結(jié)合計(jì)算機(jī)軟件基礎(chǔ)知識(shí)、高級(jí)語言程序設(shè)計(jì)等知識(shí)，實(shí)現(xiàn)對(duì)織物瑕疵產(chǎn)品的在線檢測，完成生產(chǎn)線產(chǎn)品質(zhì)量的在線監(jiān)控、產(chǎn)品品質(zhì)等級(jí)的自動(dòng)篩選、目標(biāo)的定位及跟蹤等。對(duì)項(xiàng)目進(jìn)行方案設(shè)計(jì)，可設(shè)計(jì)為四個(gè)主要模塊：圖像預(yù)處理模塊、定位檢測模塊、特征提取模塊、圖形界面設(shè)計(jì)模塊。最終開發(fā)的程序應(yīng)能實(shí)現(xiàn)缺陷的定位、缺陷特征提取、缺陷類型識(shí)別、等級(jí)分類等多種需求，能達(dá)到提高產(chǎn)品生產(chǎn)效率和制造質(zhì)量的效果。在課程實(shí)踐過程中，以小組合作分工的形式組織學(xué)生完成該系統(tǒng)設(shè)計(jì)。在課程實(shí)踐結(jié)束前組織學(xué)生進(jìn)行課程實(shí)踐匯報(bào)及經(jīng)驗(yàn)交流分析，分享實(shí)踐過程中遇到的技術(shù)問題、圖像處理經(jīng)驗(yàn)、課程技術(shù)知識(shí)、前沿技術(shù)等。

在此項(xiàng)目中，為了準(zhǔn)確地檢測織物缺陷，需對(duì)圖像進(jìn)行全面的預(yù)處理操作，并提取圖像的多種顏色、形狀和紋理方面的圖像特征，再對(duì)提取到的特征進(jìn)行特征篩選和降維處理，最后定位并識(shí)別織物缺陷。這一實(shí)踐項(xiàng)目較全面地涵蓋了數(shù)字圖像處理的基本處理技術(shù)，適用于數(shù)字圖像處理課程實(shí)踐。

通過以上兩個(gè)工程實(shí)踐案例可以看出，在實(shí)踐教學(xué)中引入實(shí)際項(xiàng)目開發(fā)任務(wù)，既能激發(fā)學(xué)生的學(xué)習(xí)興趣，又能鞏固學(xué)生對(duì)課程理論內(nèi)容的掌握，還能掌握解決工程問題的基本方法，同時(shí)深入了解工業(yè)的實(shí)際需求。學(xué)生通過親自參與實(shí)際工程項(xiàng)目開發(fā)實(shí)踐，可以利用課堂所學(xué)知識(shí)解決實(shí)際的工程問題，提升實(shí)踐能力和行業(yè)競爭實(shí)力。同時(shí)，學(xué)生參與項(xiàng)目調(diào)研，可以深入了解行業(yè)前沿技術(shù)及發(fā)展方向，了解數(shù)字圖像處理技術(shù)的發(fā)展歷程。面向工業(yè)的實(shí)際項(xiàng)目也幫助學(xué)生了解了視覺檢測技術(shù)在當(dāng)前工業(yè)檢測領(lǐng)域的迫切需求，提升了學(xué)生的社會(huì)責(zé)任感和專業(yè)認(rèn)可度，鍛煉了學(xué)生合作解決實(shí)際問題的能力，鞏固了課堂所學(xué)知識(shí)。

4? 結(jié)束語

本次數(shù)字圖像處理課程實(shí)踐改革，注重項(xiàng)目實(shí)踐的完整性，包含需求分析、解決方案設(shè)計(jì)、程序開發(fā)實(shí)踐和運(yùn)行測試等多個(gè)環(huán)節(jié)，并且盡可能多地容納數(shù)字圖像處理中的多種技術(shù)，幫助學(xué)生全面掌握專業(yè)知識(shí)，培養(yǎng)學(xué)生的實(shí)踐能力、創(chuàng)新意識(shí)和科學(xué)素養(yǎng)，使學(xué)生了解行業(yè)前沿技術(shù)和發(fā)展現(xiàn)狀，加深對(duì)數(shù)字圖像處理課程的認(rèn)識(shí)和自身專業(yè)的理解，培養(yǎng)學(xué)生的社會(huì)責(zé)任感，增強(qiáng)學(xué)生為實(shí)現(xiàn)中華民族偉大復(fù)興而努力奮斗的決心。

參考文獻(xiàn)

[1] 王云發(fā)，程鑫橋，黃飛，等.基于卷積神經(jīng)網(wǎng)絡(luò)的??亞麻與棉自動(dòng)識(shí)別系統(tǒng)[J].紡織檢測與標(biāo)準(zhǔn)，2018，4（6）：19-23.

[2] 邵金鑫，張寶昌，曹繼鵬.基于圖像處理與深度學(xué)習(xí)方法的棉纖維梳理過程纖維檢測識(shí)別技術(shù)[J].紡織學(xué)報(bào)，2020，41（7）：40-46.

[3] 劉暢榮，王志勇，王玉蝶.工程教育視域下高校人才核心素養(yǎng)培養(yǎng)體系的重構(gòu)[J].中國教育技術(shù)裝備，2021（11）：6-7.

[4] 李雯雯.高校創(chuàng)新創(chuàng)業(yè)教育觀念變革的構(gòu)想研究[J].科技與創(chuàng)新，2021（15）：114-115.

[5] 陸蕊.模式識(shí)別及其在圖像處理中的應(yīng)用研究[J].大眾標(biāo)準(zhǔn)化，2021（16）：122-124.

*項(xiàng)目來源：天津工業(yè)大學(xué)2021年度研究生課程思政示范課程培育項(xiàng)目“數(shù)字圖像處理與模式識(shí)別”（YJS202128）；

“紡織之光”中國紡織工業(yè)聯(lián)合會(huì)高等教育教學(xué)改革項(xiàng)目“面向紡織行業(yè)的智能視覺課程內(nèi)容改革及課程思政建設(shè)”（2021BKJGLX728）；中國學(xué)位與研究生教育學(xué)會(huì)研究課題“研究生個(gè)體成長與能力提升的影響因素研究”（2020MSA388）。

作者：王紅一，天津工業(yè)大學(xué)人工智能學(xué)院，副教授，博士，主要研究方向?yàn)閿?shù)字圖像處理、智能檢測技術(shù)；陳繼威，天津工業(yè)大學(xué)控制科學(xué)與工程學(xué)院，主要研究方向?yàn)榇髷?shù)據(jù)分析、智能建模；宋麗梅，天津工業(yè)大學(xué)人工智能學(xué)院，教授，博士，主要研究方向?yàn)闄C(jī)器視覺、三維光學(xué)測量（300387）。