賈茜，賴重遠(yuǎn)

（江漢大學(xué) 人工智能學(xué)院，湖北 武漢 430056）

0 引言

OBE（Outcome-Based Education）亦稱“目標(biāo)導(dǎo)向教育、能力導(dǎo)向教育”或“需求導(dǎo)向教育”。自20世紀(jì)80年代被提出以來，OBE 到目前已形成一套完整的理論體系和實(shí)踐模式，為高等工程教育改革提供了切實(shí)可行的依據(jù)，并被證明是正確的方向，已成為當(dāng)前教學(xué)研究的熱點(diǎn)。OBE 轉(zhuǎn)變了傳統(tǒng)的“知識導(dǎo)向”教育方式，其特點(diǎn)是衡量學(xué)生能做什么，而不是學(xué)生知道、了解什么，這種理念更加貼合現(xiàn)代社會和行業(yè)需求，即強(qiáng)調(diào)學(xué)生的“工程能力輸出”。所以，修習(xí)工科類的課程——例如數(shù)字圖像處理，最終是否能“學(xué)以致用”，將所學(xué)的技術(shù)實(shí)踐到具體的工程問題，勝任實(shí)際的圖像處理工程任務(wù)，是評價(jià)教學(xué)效果的關(guān)鍵。

數(shù)字圖像處理是模式識別、機(jī)器學(xué)習(xí)和圖像理解等高級視覺問題的基礎(chǔ)，也是計(jì)算機(jī)視覺、人工智能、機(jī)器人等技術(shù)的前置課程，其研究的是計(jì)算機(jī)視覺系統(tǒng)中的底層和中層問題，包括：圖像信息的獲取、表示、存儲、顯示、傳輸、增強(qiáng)、特征提取等技術(shù)。在本科階段掌握數(shù)字圖像處理基本技術(shù)，是為將來從事IT（Information Technology）、AI（Artificial Intelligence）行業(yè)和其他交叉學(xué)科領(lǐng)域的研發(fā)工作，以及碩、博士階段深造提供必要的知識儲備和研究基礎(chǔ)。近年來，AI技術(shù)已滲透到社會生活的方方面面，該領(lǐng)域人才需求急劇增長，國內(nèi)不少高校積極籌建了人工智能專業(yè)，我校于2020年獲批新增該專業(yè)。我院曾面向電信、通信專業(yè)本科生開設(shè)數(shù)字圖像處理課程有8年時(shí)間，而目前該課程已被人工智能、計(jì)算機(jī)、智能控制等更多專業(yè)納入人才培養(yǎng)方案中，并且有越來越多其他的專業(yè)學(xué)生被該課程所吸引。然而，數(shù)字圖像處理是一門應(yīng)用廣泛的交叉學(xué)科，它涵蓋了微積分、矩陣論、概率論、信號與系統(tǒng)、信息論與編碼和高級程序設(shè)計(jì)等多個(gè)領(lǐng)域的知識，涉及繁復(fù)的數(shù)學(xué)原理推導(dǎo)、眾多的軟件開發(fā)工具和實(shí)際應(yīng)用場景。所以，這門課程學(xué)習(xí)難度大，并且行業(yè)技術(shù)更新速度快，沒有被精心設(shè)計(jì)的教學(xué)內(nèi)容和模式，很難讓學(xué)生真正掌握該領(lǐng)域的知識和技術(shù)。

在此背景下，本研究首先深入剖析數(shù)字圖像處理課程教學(xué)各個(gè)環(huán)節(jié)普遍存在的困境；再針對這些問題，探討了以O(shè)BE 理念來指導(dǎo)一種新的教學(xué)模式的構(gòu)建思路，并闡述OBE 實(shí)施四項(xiàng)原則：“清楚聚焦、擴(kuò)大機(jī)會、提高期望、反向設(shè)計(jì)”，如何落實(shí)到課程具體的教學(xué)環(huán)節(jié)中；以定性研究的方法，展示了實(shí)施該教學(xué)模式后，學(xué)生真實(shí)的學(xué)習(xí)體驗(yàn)、“輸出成果”和取得的成效，表明該教學(xué)模式對于提升工程能力帶來了顯著的促進(jìn)作用。

1 數(shù)字圖像處理教學(xué)中存在的困境

結(jié)合研究團(tuán)隊(duì)教師自身實(shí)際教學(xué)經(jīng)驗(yàn)，和對近年該課程相關(guān)教研文獻(xiàn)資料的歸納，分別從學(xué)生和老師兩個(gè)角度剖析該課程教學(xué)過程中普遍存在的困境。

于學(xué)生而言，學(xué)習(xí)這門課程需要掌握的數(shù)學(xué)知識較多，如果沒有對先修課程中相應(yīng)的數(shù)學(xué)知識進(jìn)行有效的梳理和復(fù)習(xí)，很難深入理解圖像處理算法原理，從而打擊學(xué)習(xí)熱情；再者，課程的實(shí)踐機(jī)會不足，學(xué)生在有限的時(shí)間內(nèi)難以將所學(xué)的方法全面、細(xì)致的親自編程實(shí)現(xiàn)，來驗(yàn)證和從感性上認(rèn)識算法步驟，而且對于實(shí)際項(xiàng)目的工程實(shí)踐途徑也較少，缺乏綜合運(yùn)用所學(xué)技術(shù)的機(jī)會。

于老師而言，除非具備深厚的數(shù)學(xué)功底、淵博的知識面，又有十足的圖像算法項(xiàng)目開發(fā)經(jīng)驗(yàn)，否則很難深入淺出的闡明算法中數(shù)學(xué)公式的邏輯，帶領(lǐng)學(xué)生輕松愉快地學(xué)習(xí)算法；其次，行業(yè)內(nèi)的各種圖像處理軟件開發(fā)工具日新月異，如果盲目地教授這些抽象程度和集成度越來越高的開發(fā)工具包的使用方法，不僅容易走進(jìn)“黑匣子”模型的誤區(qū)，只關(guān)注不斷推陳出新的軟硬件產(chǎn)品，完全由技術(shù)來驅(qū)動教學(xué)內(nèi)容，還會給師生雙方帶來焦慮。再次，傳統(tǒng)的作業(yè)、考核形式，并不能有效檢驗(yàn)學(xué)生的學(xué)習(xí)效果，而且教學(xué)互動手段不足，難以掌握學(xué)生對知識的理解情況和學(xué)習(xí)進(jìn)度。

在這種情況下，教師普遍面臨兩種教學(xué)方式：一種是關(guān)注圖像處理算法的分析和講授，而另一種是偏重講解和應(yīng)用各種軟件編程開發(fā)平臺和圖像處理工具包的使用。前者在講授中涉及大量的數(shù)學(xué)原理和公式推導(dǎo)，例如求偏微分（邊緣檢測）、卷積（空間域?yàn)V波）、傅里葉變換和濾波器設(shè)計(jì)（頻率域?yàn)V波）等，而弱化了顯式的計(jì)算機(jī)編程應(yīng)用。本課程的目的是將這些數(shù)學(xué)工具應(yīng)用在實(shí)際的圖像工程系統(tǒng)中，去解決具體的工程問題，單純地去講授算法數(shù)學(xué)求解和證明過程，與工程實(shí)踐相脫節(jié)，也不適應(yīng)本科生的學(xué)習(xí)模式，學(xué)生會感覺枯燥乏味又難以理解。而后者把本課程當(dāng)成一門類似計(jì)算機(jī)編程的課來教授，由軟件技術(shù)來驅(qū)動和組織教學(xué)內(nèi)容，學(xué)生即使學(xué)會了某種平臺的圖像處理應(yīng)用程序開發(fā)，也不一定能理解開發(fā)工具包背后的圖像處理技術(shù)原理，這與學(xué)生融會貫通地綜合運(yùn)用技術(shù)去解決實(shí)際的工程問題，以及今后從事該領(lǐng)域技術(shù)研發(fā)工作或碩、博士研究生階段深造時(shí)所做的深層次算法改進(jìn)和創(chuàng)造之間，存在較大的鴻溝。

2 基于OBE 理念的課程目標(biāo)和教學(xué)內(nèi)容構(gòu)建

OBE 理念下的教學(xué)過程需要教育機(jī)構(gòu)關(guān)注4 個(gè)問題：（1）想要學(xué)生學(xué)習(xí)的成果是什么？（2）為什么要學(xué)生取得這樣的學(xué)習(xí)成果？（3）如何有效地幫助學(xué)生取得這些學(xué)習(xí)成果？（4）如何知道學(xué)生取得了這些學(xué)習(xí)成果？從這4 個(gè)基本問題出發(fā)，以下分別來討論本研究的教學(xué)模式設(shè)計(jì)思路和改革舉措。

2.1 “清楚聚焦”課程教學(xué)目標(biāo)

首先，以O(shè)BE 實(shí)施四項(xiàng)原則中的第一項(xiàng)——“清楚聚焦”為方針，本研究重新設(shè)立了清晰、精準(zhǔn)的課程目標(biāo)。在以往的教研工作中，通常的做法是事先開發(fā)一套圖像處理軟件演示系統(tǒng)，然后在授課時(shí)給學(xué)生演示效果。而我們的理念與此不同。OBE 實(shí)施原則的第三項(xiàng)——“提高期望”指出，教師應(yīng)該提高對學(xué)生學(xué)習(xí)的期望，制定具有挑戰(zhàn)性的執(zhí)行標(biāo)準(zhǔn)，以鼓勵(lì)學(xué)生深度學(xué)習(xí)，促進(jìn)更成功的學(xué)習(xí)。為此，我們設(shè)立了如下目標(biāo)，該課程致力于：（1）讓學(xué)生學(xué)習(xí)完本課程，能獨(dú)立開發(fā)一套完整的、可演示的圖像處理軟件系統(tǒng)；（2）能夠?qū)W以致用，把所學(xué)的技術(shù)應(yīng)用到電子設(shè)計(jì)大賽、機(jī)器人大賽等一些學(xué)科競賽中，提高視覺傳感模塊的性能，解決實(shí)際的工程問題。我們希望通過本研究中的教學(xué)模式的實(shí)施，不僅使學(xué)生既能深刻理解圖像處理中各項(xiàng)技術(shù)的基本原理和算法步驟，又能上手編程實(shí)踐算法去解決復(fù)雜的工程實(shí)際問題。對于本科層次的普通學(xué)生來說，這些目標(biāo)看似難以達(dá)到，但后續(xù)的定性研究表明，通過本研究中“逆向設(shè)計(jì)”的教學(xué)內(nèi)容以及精心安排的作業(yè)和考核形式，普通學(xué)生也能夠“精熟”圖像處理技術(shù)。

2.2 “逆向設(shè)計(jì)”教學(xué)內(nèi)容

正在實(shí)施的教學(xué)大綱中包含理論部分32 學(xué)時(shí)，實(shí)驗(yàn)部分8 學(xué)時(shí)，共計(jì)40 學(xué)時(shí)，課程在本科第5 學(xué)期開設(shè)。OBE實(shí)施原則第四項(xiàng)：以最終目標(biāo)（最終學(xué)習(xí)成果或頂峰成果）為起點(diǎn)，反向進(jìn)行課程設(shè)計(jì)，開展教學(xué)活動。據(jù)此，圍繞上述課程目標(biāo)的兩個(gè)方面，根據(jù)課時(shí)，我們緊湊地安排了教學(xué)內(nèi)容。每次教學(xué)4 節(jié)課連排，一次課對應(yīng)一個(gè)主題，拋開緒論，共設(shè)置了8 個(gè)技術(shù)專題，分別為：圖像幾何變換與灰度變換、空間域?yàn)V波、頻率域?yàn)V波、色彩空間域彩色圖像處理、圖像復(fù)原與重建、形態(tài)學(xué)處理、圖像分割、特征分析與提取。這8 個(gè)技術(shù)專題既相互獨(dú)立又有前后的邏輯關(guān)聯(lián)，由淺入深的介紹數(shù)字圖像處理方法的數(shù)學(xué)和物理基礎(chǔ)、具體算法和應(yīng)用條件，并使學(xué)生理解這些技術(shù)在整個(gè)計(jì)算機(jī)視覺系統(tǒng)中的地位。實(shí)驗(yàn)部分有2 次課，分別為：工程項(xiàng)目舉例和GUI（Graphical User Interface）設(shè)計(jì)。以上每個(gè)專題內(nèi)容實(shí)際上是將“課程目標(biāo)”中開發(fā)圖像處理系統(tǒng)這一任務(wù)進(jìn)行拆解后的子模塊，每次授課以圍繞一項(xiàng)技術(shù)專題開展，為最后完成整個(gè)圖像處理系統(tǒng)奠定基礎(chǔ)，而每一次的作業(yè)也是這個(gè)系統(tǒng)中的一個(gè)功能模塊。

課程資源配套的編程軟件平臺是MATLAB。盡管近些年在圖像處理和計(jì)算機(jī)視覺領(lǐng)域，很多的科研工作是以Python 實(shí)現(xiàn)，而Python 有很多第三方工具庫的支持，例如OpenCV-Python 也可以做圖像處理算法；但在教學(xué)中我們之所以選擇MATLAB，是因?yàn)樗敲嫦蚬こ處熀涂茖W(xué)家的最簡單且最高效的計(jì)算環(huán)境，它采用數(shù)學(xué)、圖形和編程的方式，對初學(xué)者非常友好，并且自帶Image Processing Toolbox，不需要安裝其他第三方庫。我們希望學(xué)生在學(xué)習(xí)本課程時(shí)，重點(diǎn)關(guān)注圖像處理算法的原理和實(shí)現(xiàn)，而不是在安裝配置編程環(huán)境，熟悉各種開發(fā)包調(diào)用上耗費(fèi)過多精力和時(shí)間，阻礙學(xué)習(xí)進(jìn)度、降低學(xué)習(xí)效率和興趣。一旦學(xué)生熟練掌握了利用MATLAB 開發(fā)圖像處理算法，可以快速地遷移到Python 或其他編程語言和IDE 開發(fā)環(huán)境。

本課程所設(shè)計(jì)的教學(xué)內(nèi)容圍繞計(jì)算機(jī)視覺領(lǐng)域的中、底層問題，而中高層的視覺問題，如：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、圖像理解和語義描述等內(nèi)容，所涵蓋的內(nèi)容如此龐大，以至于需要開設(shè)另外的課程來講授，我們希望課程焦聚的重點(diǎn)突出，所以這些內(nèi)容沒有安排在本課程的教學(xué)內(nèi)容中。

3 “混合式”教學(xué)方法與在線平臺資源建設(shè)

OBE 實(shí)施的第二項(xiàng)——“擴(kuò)大機(jī)會”，指出要在時(shí)間和資源上保障每個(gè)學(xué)生都有達(dá)成學(xué)習(xí)成果的機(jī)會。在線教學(xué)平臺是突破時(shí)間空間以及教材內(nèi)容的限制的重要手段，有些高校對于該課程已經(jīng)積極建設(shè)了較為成熟的MOOC 平臺，但不一定適合本研究所構(gòu)建的課程內(nèi)容以及我校學(xué)生的學(xué)習(xí)難度。因此，我們利用“超星學(xué)習(xí)通”建設(shè)了MOOC 在線教學(xué)平臺，采取課堂和線上混合式教學(xué)模式。根據(jù)教學(xué)大綱的內(nèi)容，對技術(shù)專題知識點(diǎn)進(jìn)行挑選、梳理、加工和沉淀，設(shè)計(jì)和制作了更適合我校本科學(xué)生層次和學(xué)習(xí)難度的線上教學(xué)資源。其中的章節(jié)內(nèi)容與前述8 個(gè)技術(shù)專題相對應(yīng)，每一個(gè)知識點(diǎn)有配套的課件PPT 以及我們錄制的講授視音頻文件，還有一些延伸閱讀材料。

課堂理論教學(xué)時(shí)，通過“引入工程項(xiàng)目，采用任務(wù)驅(qū)動”的教學(xué)模式來提高學(xué)習(xí)效果。對公式推導(dǎo)和代數(shù)證明盡量化繁為簡，多以生動、直觀的多媒體方式講授圖像處理算法原理，闡述和演示矩陣變換的物理意義、運(yùn)算的步驟和結(jié)果，讓學(xué)生清楚地理解每個(gè)算法到底對圖像矩陣數(shù)據(jù)做出了怎樣的操作。而學(xué)習(xí)編程實(shí)現(xiàn)算法的部分則主要留給學(xué)生在課后通過線上教學(xué)資源在MOOC 平臺自主完成，不過多占用課堂時(shí)間。在教學(xué)過程中，首先要使學(xué)生了解各項(xiàng)技術(shù)隱含的數(shù)學(xué)方法和原理，然后將所學(xué)的圖像處理算法在計(jì)算機(jī)上編程運(yùn)行，體會矩陣計(jì)算的步驟和結(jié)果，通過直觀地觀察圖片處理前后的處理效果，深入理解該技術(shù)的目的和應(yīng)用范圍，在此過程中也逐步訓(xùn)練了編程能力。

在MOOC 平臺討論區(qū)，每次課結(jié)束后老師會發(fā)布1 ～2個(gè)討論主題，內(nèi)容為編程作業(yè)中共性的或典型的問題，以及課程內(nèi)容相關(guān)話題的思考。學(xué)生們在此板塊踴躍發(fā)言，也可以自行提問，老師和同學(xué)來解答、參與討論。教師團(tuán)隊(duì)從中更加了解學(xué)生對具體問題的理解和掌握情況，并獲得了一些教學(xué)素材的靈感，可以說教學(xué)相長。

4 作業(yè)與考核形式改革

前述“課程目標(biāo)”之一的任務(wù)是基于MATLAB 設(shè)計(jì)一個(gè)具有交互方式運(yùn)行的圖像處理系統(tǒng)，這是一項(xiàng)極具挑戰(zhàn)性、綜合性較強(qiáng)的設(shè)計(jì)任務(wù)。為實(shí)現(xiàn)這個(gè)目標(biāo)，將成果目標(biāo)進(jìn)行拆解，設(shè)計(jì)了下面的平時(shí)作業(yè)和考核形式。

4.1 “成果導(dǎo)向”的平時(shí)作業(yè)設(shè)計(jì)

在計(jì)算機(jī)上編寫程序，這是最適合本課程教學(xué)內(nèi)容的練習(xí)方式，相較于傳統(tǒng)方式在作業(yè)本上寫題，其優(yōu)勢不言而喻。為此，我們編寫了一套詳細(xì)的MATLAB 實(shí)驗(yàn)指導(dǎo)放在MOOC 平臺中，與理論課的技術(shù)專題相互呼應(yīng)。學(xué)生在此前已經(jīng)學(xué)習(xí)過MATLAB 系統(tǒng)仿真課程，所以完全有能力根據(jù)實(shí)驗(yàn)指導(dǎo)完成每一次的編程練習(xí)即作業(yè)。不過編程作業(yè)的形式會給老師批閱作業(yè)和檢查程序運(yùn)行效果帶來難度。為此，在每次課結(jié)束后，我們會在MOOC 系統(tǒng)發(fā)布編程練習(xí)題目，要求學(xué)生以實(shí)驗(yàn)報(bào)告的形式提交，內(nèi)容需包含程序源代碼、實(shí)驗(yàn)結(jié)果圖和分析；并且在系統(tǒng)中設(shè)置了提交截止時(shí)間（一般以一周作為期限），以督促學(xué)生趁熱打鐵，在規(guī)定的時(shí)間內(nèi)完成作業(yè)，實(shí)踐學(xué)習(xí)內(nèi)容。老師在MOOC 平臺系統(tǒng)內(nèi)批閱作業(yè)，可以查看學(xué)生的報(bào)告中的程序和實(shí)驗(yàn)結(jié)果，還可以直接下載程序源代碼來運(yùn)行，以方便對學(xué)生編寫的代碼做具體指導(dǎo)。

每次以圖像處理中的一項(xiàng)技術(shù)專題為核心，設(shè)置這樣的編程作業(yè)，其實(shí)是為了課程目標(biāo)完成整個(gè)圖像處理系統(tǒng)做鋪墊，每一次的作業(yè)均是這個(gè)系統(tǒng)中的一個(gè)功能模塊。OBE強(qiáng)調(diào)知識整合而不是知識割裂，而最后的大作業(yè)就是對知識的整合和綜合運(yùn)用，逐步提高工程實(shí)踐能力。

4.2 “知識整合”的考核形式

本課程期末考核形式設(shè)置為大作業(yè)和設(shè)計(jì)報(bào)告形式，考核方案如表1所示。這個(gè)系統(tǒng)中圖像處理的各模塊算法大部分已在平時(shí)的編程作業(yè)中完成，還需要設(shè)計(jì)GUI 和回調(diào)函數(shù)編程就可以集成實(shí)現(xiàn)整個(gè)系統(tǒng)。因此，在實(shí)驗(yàn)教學(xué)部分中設(shè)置了MATLAB GUI 設(shè)計(jì)的相關(guān)內(nèi)容，包含利用GUIDE（MATLAB5.0 版至今）或者App Designer（MATLAB2016版至今）兩種方式，學(xué)生任選其一完成大作業(yè)任務(wù)。設(shè)計(jì)題目和考核要求在考試前一周布置，考試時(shí)老師現(xiàn)場驗(yàn)收每位同學(xué)所開發(fā)的圖像處理系統(tǒng)，演示界面控件功能，并進(jìn)行簡短的答辯，回答老師提出的有關(guān)技術(shù)細(xì)節(jié)的問題。

表1 《數(shù)字圖像處理》課程考核方式

大作業(yè)的另一個(gè)重要部分是設(shè)計(jì)報(bào)告，目的是訓(xùn)練學(xué)生撰寫內(nèi)容充實(shí)、邏輯清晰、格式規(guī)范的總結(jié)報(bào)告。設(shè)計(jì)報(bào)告內(nèi)容需包含：課題研究內(nèi)容及意義、相關(guān)算法原理介紹、設(shè)計(jì)方法和步驟（系統(tǒng)邏輯框圖、各模塊設(shè)計(jì)內(nèi)容及程序代碼）、實(shí)驗(yàn)結(jié)果及分析、心得體會、參考文獻(xiàn)、附錄等。通過撰寫設(shè)計(jì)報(bào)告，學(xué)生必須清晰地理解并闡述算法原理和GUI 邏輯流程，才能寫出優(yōu)秀的報(bào)告，這不僅是對課程所學(xué)內(nèi)容的總結(jié)和查漏補(bǔ)缺，也是對今后撰寫學(xué)術(shù)論文、畢業(yè)論文和學(xué)科競賽技術(shù)報(bào)告的訓(xùn)練。課程最終成績由平時(shí)成績（70%）和期末考核成績（30%）來綜合評定。

5 教學(xué)案例設(shè)計(jì)

教學(xué)案例的設(shè)計(jì)從挑選素材開始，就要“因材施教”，考慮學(xué)生的興趣點(diǎn)、接受程度和可操作性；并且要關(guān)注行業(yè)前沿，將新的技術(shù)和手段引入課堂，讓學(xué)生感到既有趣又先進(jìn)，在強(qiáng)烈的求知欲的驅(qū)使下主動學(xué)習(xí)。下面以“色彩空間與彩色圖像處理”技術(shù)專題為例，分享一次教學(xué)案例設(shè)計(jì)。

5.1 問題引入

前面已學(xué)習(xí)過圖像的幾何與灰度變換，空間域與頻率域?yàn)V波，圖像復(fù)原與重建等，接觸到的例子主要以灰度圖像為主，將單通道的灰度圖看成一個(gè)二維矩陣來討論其處理和計(jì)算的方法，但在實(shí)際應(yīng)用中，特別是通用數(shù)字圖像處理領(lǐng)域所要處理的對象更多的是彩色圖，引入2 個(gè)問題：（1）在緒論中提到過RGB 彩色圖可以看成3 個(gè)二維矩陣，對于有三個(gè)通道的矩陣數(shù)據(jù)我們應(yīng)該怎樣來處理？（2）除了RGB這種三原色混合所形成的彩色圖像，還有沒有其他表示顏色的模型？以這兩個(gè)問題為切入點(diǎn)，引起學(xué)生好奇心來驅(qū)使他們學(xué)習(xí)本節(jié)的內(nèi)容。

5.2 各色彩空間的概念講解

分別講解RGB、HSV、YCbCr、LAB 等幾種常用的色彩空間概念和表示方法、相互之間的轉(zhuǎn)換和取值范圍，在具體介紹一種色彩空間時(shí)，通過最簡單的單一色彩圖像，調(diào)整單個(gè)通道分量的值，展示色彩分量合成后像素色彩最終結(jié)果，讓學(xué)生直觀的感受每個(gè)分量的含義和它對圖像整體顏色的影響。

5.3 利用顏色特征處理圖像

為了讓學(xué)生能夠深入理解色圖像在各彩空間中的表現(xiàn)形式，并能迅速用顏色特征來解決實(shí)際的工程問題，在本案例中利用圖像處理和計(jì)算機(jī)視覺工具中的Color Thresholder App 例程來作為輔助教學(xué)工具。選擇MATLAB 自帶測試圖片中的mandi.tif，給學(xué)生展示這幅圖在不同色彩空間中的點(diǎn)云數(shù)據(jù)，啟動MATLAB2021b 版，在命令行中輸入以下代碼來對圖像進(jìn)行預(yù)處理和啟動此例程：

>>X = imread（‘mandi.tif’）；

>>rgb = demosaic（X，’bggr’）；

>>colorThresholder（rgb）

生成如圖1（a）所示界面，然后依次選擇各個(gè)顏色空間，并調(diào)節(jié)顏色分量的滑塊控件，來限定顏色分量的取值范圍，以顯示圖像的不同部分。當(dāng)學(xué)生有了感性認(rèn)識以后，提出問題：這幅圖整體偏暗，對比度較低，并且人臉膚色與周圍的物體顏色也比較接近，如何利用顏色信息準(zhǔn)確地分割出人臉？啟發(fā)學(xué)生思考。此時(shí)，選擇HSV 色彩空間，通過例程中的繪圖工具在圖像點(diǎn)云3D 視圖中繪制多邊形來包圍要分割的顏色，并配合滑條控件來微調(diào)，如圖1（b）所示，即可分割出人臉，生成感興趣區(qū)域Mask，同時(shí)還可以導(dǎo)出執(zhí)行此功能的函數(shù)源代碼。

圖1 Color Thresholder App 色彩分割器

引入此例有以下3 個(gè)方面的目的：（1）讓學(xué)生深刻地理解不同色彩空間的表示，以及如何利用顏色特征；（2）學(xué)習(xí)導(dǎo)出的函數(shù)代碼，以遷移到開放性實(shí)驗(yàn)、學(xué)科競賽等目標(biāo)檢測與提取任務(wù)模塊中，例如：機(jī)械手、無人機(jī)平臺的人臉跟蹤，用膚色特征代替計(jì)算復(fù)雜的人臉檢測算法來快速搭建系統(tǒng)、取得效果；（3）舉隅演示MATLAB 中Image Processing Toolbox App 用來學(xué)習(xí)和幫助開發(fā)圖像處理系統(tǒng)，啟發(fā)學(xué)有余力的學(xué)生在課余自學(xué)進(jìn)階內(nèi)容。

6 “成果輸出”標(biāo)尺下的教學(xué)成效定性研究

6.1 學(xué)生優(yōu)秀大作業(yè)展示

期末考核的大作業(yè)看似較難，如果沒有本課程在之前每次編程作業(yè)練習(xí)做鋪墊，即使對于本身編程能力強(qiáng)的學(xué)生也會是一項(xiàng)需要耗費(fèi)數(shù)周時(shí)間和精力的任務(wù)，對于普通學(xué)生來講更是難以完成，“剛看到老師布置的大作業(yè)要求不相信自己能夠做出來?！薄晃粚W(xué)生在大作業(yè)設(shè)計(jì)報(bào)告心得中寫道。但由于有平時(shí)編程作業(yè)的積累，各功能模塊其實(shí)已經(jīng)完成，只需要設(shè)計(jì)GUI 中各個(gè)功能控件并編寫回調(diào)函數(shù)，把平時(shí)作業(yè)的模塊程序安放其中，就可以集成實(shí)現(xiàn)整個(gè)系統(tǒng)。在實(shí)驗(yàn)課中，首先講解MATLAB GUI 和App Designer 兩種設(shè)計(jì)方法，以按鈕實(shí)現(xiàn)“打開圖像”和“灰度轉(zhuǎn)換”兩個(gè)基本功能，編寫回調(diào)函數(shù)并演示結(jié)果后，學(xué)生們表現(xiàn)出了極大的興趣，迫不及待想要嘗試其他功能控件來實(shí)現(xiàn)自己的功能，完成整個(gè)系統(tǒng)的方法和步驟變得清晰而又具體。最終在驗(yàn)收時(shí)，絕大部分同學(xué)都十分認(rèn)真地完成了此次的任務(wù)，得心應(yīng)手地介紹和演示了自己設(shè)計(jì)的系統(tǒng)，不乏有一些獨(dú)具匠心的設(shè)計(jì)，他們表現(xiàn)得很自豪，能看出他們從中獲得了極大的成就感。以下展示本學(xué)期兩位同學(xué)的優(yōu)秀大作業(yè)設(shè)計(jì)。

如圖2（a）所示，這位學(xué)生利用GUIDE 設(shè)計(jì)的交互界面良好，操作便利，而且整個(gè)系統(tǒng)集成了非常全面的圖像處理功能。除了主界面上展示的功能控件以外，還設(shè)計(jì)了菜單欄中下拉菜單的方式來實(shí)現(xiàn)其他的更多功能，如圖2（b）所示。

圖2 優(yōu)秀大作業(yè)1

如圖3所示，這位學(xué)生不僅制作了精美的GUI 界面，用App Designer 完成了所有要求的功能，精心布局每個(gè)控件，包括字體和圖標(biāo)；在設(shè)計(jì)報(bào)告中，還用思維導(dǎo)圖畫出了整個(gè)系統(tǒng)運(yùn)行的邏輯流程，并撰寫了非常詳細(xì)的操作說明，頗具商業(yè)軟件的說明文檔風(fēng)格，可以看出花費(fèi)了很多心思。如圖4所示。

圖3 系統(tǒng)界面（優(yōu)秀大作業(yè)2）

圖4 系統(tǒng)流程圖（優(yōu)秀大作業(yè)2）

以下摘抄自幾位同學(xué)設(shè)計(jì)報(bào)告中的心得體會：

“從接收到老師布置的任務(wù)開始，我就迫不及待地想要完成這項(xiàng)練習(xí)，因?yàn)槲矣X得這實(shí)在是太有趣了，太有吸引力了，于是對于這項(xiàng)作業(yè)我是馬不停蹄地完成了起來，在最后一節(jié)課上就已經(jīng)構(gòu)思出了我的界面該如何設(shè)計(jì)，再根據(jù)老師在課上講解的對App Designer 的使用方法，一步一步地將代碼帶入進(jìn)去，一次一次的添加控件，修改代碼，在網(wǎng)上查閱資料，最終做出了一些名堂?！?/p>

“本課題中采用的原理代碼大部分是之前在授課過程或者課后作業(yè)中使用過的代碼，但在MATLAB 的App Desiger功能中需要理解這些代碼的原理并合理利用，所以對平常的積累有著很高的要求。在驗(yàn)收過程中，我對于一些算法的理解不深刻不清晰，老師幫我指出來后，在撰寫報(bào)告時(shí)，我重新深切體會了一番，對于算法有了更深刻的理解，收獲良多?！?/p>

“在這次設(shè)計(jì)大作業(yè)的過程當(dāng)中，我從零開始一步一步設(shè)計(jì)了一個(gè)可以完美運(yùn)行并投入使用的圖像處理程序，每一個(gè)小的模塊或者控件都需要小心翼翼地處理，讓他們能有正確的作用以及良好的效果，我經(jīng)歷了反復(fù)思考后最終一點(diǎn)一滴的完成一個(gè)可用的程序，希望以后還會有這樣的機(jī)會。”

“我覺得MATLAB 這么好用的軟件以后一定會再次用到，而掌握其中的圖像處理功能并能獨(dú)自設(shè)計(jì)出具有這么多功能的界面我感覺非常自豪?！?/p>

“將項(xiàng)目完整做出來的開心，遇到自己不會的地方查閱資料后的恍然大悟，自己辛辛苦苦積累的經(jīng)驗(yàn)，都讓我受益匪淺，很感謝老師對我教給我這么多這么有趣又有用的知識，雖然這門課程結(jié)束了，但我對這門有意思的學(xué)科的學(xué)習(xí)還沒結(jié)束。”

本課程平時(shí)作業(yè)與考核方案的設(shè)計(jì)自始至終貫徹OBE理念，帶領(lǐng)學(xué)生“逐級達(dá)到頂峰”，即將學(xué)生的學(xué)習(xí)進(jìn)程劃分成不同的階段，并確定出每階段的學(xué)習(xí)目標(biāo)，這些學(xué)習(xí)目標(biāo)是從初級到高級，最終達(dá)成頂峰成果。

6.2 解決學(xué)科競賽中的工程問題

在2021年舉行的“全國大學(xué)生工程實(shí)踐與創(chuàng)新能力大賽”和“全國大學(xué)生電子設(shè)計(jì)大賽”中，我系學(xué)生分別參加了“智能配送無人機(jī)”和“植保飛行器”兩個(gè)賽題。這兩個(gè)賽題都需要用到OpenMV 視覺模塊進(jìn)行無人機(jī)導(dǎo)航。以“智能配送無人機(jī)”賽題為例，無人機(jī)應(yīng)具備自主定位、路徑規(guī)劃、目標(biāo)識別、貨物搬運(yùn)與投遞等功能，初賽賽場地圖如圖5所示。

圖5 第七屆全國大學(xué)生工程實(shí)踐與創(chuàng)新能力大賽“智能配送無人機(jī)”賽題地圖

在定位A、B、C 三個(gè)目標(biāo)區(qū)時(shí)，根據(jù)在數(shù)字圖像處理課程上所學(xué)知識，學(xué)生們最初想到的方案是存儲目標(biāo)模板圖，然后利用特征點(diǎn)檢測算法來匹配。由于無人機(jī)在飛行時(shí)拍攝圖像很容易收到光照條件和陰影的影響，經(jīng)過測試發(fā)現(xiàn)，該方案不能穩(wěn)定的檢測特征點(diǎn)或者檢測時(shí)間過長，從而影響投遞貨物的準(zhǔn)確性。學(xué)生們觀察到目標(biāo)區(qū)標(biāo)志都是圓形，于是修改了方案，采用Hough 變換的圓檢測來定位，測試發(fā)現(xiàn)該方法能夠快速、穩(wěn)定的檢測到圓形即目標(biāo)區(qū)標(biāo)志，為無人機(jī)的準(zhǔn)確投遞和自主路徑規(guī)劃創(chuàng)造了條件。由于學(xué)生能靈活應(yīng)用數(shù)字圖像處理課程上學(xué)到的技術(shù)，大幅度提高了無人機(jī)視覺傳感模塊的性能，最終我系學(xué)生在初賽中獲得了湖北省賽區(qū)一等獎(jiǎng)、全國總決賽金獎(jiǎng)的成績。

7 結(jié)論

“OBE”聚焦的是學(xué)生最終達(dá)成的頂峰成果，強(qiáng)調(diào)以“精熟”內(nèi)容為前提。在本研究中，首先“提高期望”，設(shè)立了普通本科層次學(xué)生看似難以企及的課程目標(biāo)，然后詳細(xì)闡述了為實(shí)現(xiàn)這些目標(biāo)所構(gòu)建的新的教學(xué)模式，包括：“逆向設(shè)計(jì)”教學(xué)活動，建立更加適配所設(shè)計(jì)的教學(xué)內(nèi)容和學(xué)習(xí)難度的MOOC 平臺，“混合式”教學(xué)方法，“成果導(dǎo)向”的作業(yè)與考核評價(jià)形式。最后，以定性研究的方法，通過展示學(xué)生的“成果輸出”，論證了本研究貫穿“OBE”理念構(gòu)建的教學(xué)模式的有效性。學(xué)生不僅學(xué)習(xí)動機(jī)和熱情大幅度提高，而且真實(shí)地掌握了圖像處理基本技術(shù)，獲得了獨(dú)立開發(fā)一套圖像處理軟件系統(tǒng)所具備的知識儲備和編程能力，并能利用該技術(shù)在學(xué)科競賽中取得成效。師生雙方都從該模式的教學(xué)過程中獲得了成就感。

目前課程的MOOC 平臺視音頻資源主要是教師個(gè)人錄制，下一步準(zhǔn)備請專業(yè)的在線教育攝制公司來制作更加細(xì)致、精美的視音頻教學(xué)材料。我們將緊跟行業(yè)前沿技術(shù)，與時(shí)俱進(jìn)，持續(xù)更新教學(xué)內(nèi)容，培養(yǎng)當(dāng)今社會和行業(yè)需要的人才。在未來的教學(xué)實(shí)踐中也將不斷改善優(yōu)化本研究的教學(xué)模式，并嘗試遷移到其他工科同類課程。