1 数字图像处理实验教学中存在的问题
目前，普通高校工科专业在人才培养上侧重于基本理论和基本知识的教学，开展实践教学和培养学生创新意识、能力的力度远远不够，与新工科所要求的以应对变化、塑造未来为建设理念，以继承与创新、交叉与融合、协调与共享为主要途径，培养未来多元化、创新型卓越工程人才，具有战略性、创新性、系统化、开放式的特征的内涵相差甚远[1-2]。在此背景下，创新能力和实践能力的培养已成为高校大学生培养工作的重点。实验教学作为实践能力培养的重要环节，也是培养学生创新能力的重要途径[3]。
创新能力是指运用已有的知识和理论，在科学、艺术、技术和各种实践活动领域中不断提供具有经济价值、社会价值和生态价值的新思想、新理论、新方法和新发明的能力[4]。文献 [4] 中指出大学生创新能力的培养目标包含以下 4 个方面：①培养学生的科研兴趣；②培养学生的动手能力；③培养学生的自学能力；④培养学生的思维能力。
数字图像处理课程是计算机类的一门重要专业方向课程，它是人工智能和计算机视觉领域的核心基础课程，为信息技术提供图像处理的基础理论、基本方法和实现方案。近年来，随着人工智能和计算机视觉的快速发展，数字图像处理技术已经渗透到人们生活和生产工作的方方面面，如军事、公共安全、通信、教育、工业、医疗等诸多领域[5-6]。
现有的数字图像处理实验教学大多存在以下问题：①实验教学目标不明确，实验教学沦为理论教学的陪衬；②缺乏专门的有针对性的实验指导教材；③实验教学学时紧张；④实验大多为经典算法的验证性实验，缺乏综合性、设计性和创新性实验，难以培养学生解决实际复杂问题的能力和创新思维；⑤实验教学方法单一，难以调动学生的主观能动性；⑥实验考核方式单一，缺乏形成性评价[3, 7-9]。
2 以创新能力培养为导向调整课程教学目标，增加综合实践
早期的实验教学课程目标仅有知识目标，实验学时少，缺乏综合实践，难以培养学生解决图像处理类实际复杂问题所需的综合实践能力和创新能力，因此，在专业培养方案的课程体系中调整教学目标和学时，增设综合实践，课程由 32 学时（理论学时 24，实验 8 学时）的专业方向选修课历经两次变化转变为 48 学时（理论 34 学时，实验 14 学时）的数字图像处理课程和 16 学时的图像处理技术应用实践综合实践课程的组合。教学目标从单一的知识目标升级为知识、能力和素养目标的结合，主要培养学生的图像处理领域真实问题解决能力和创新能力。实验教学平台也从最初的 VC++ 变为 Matlab 和 Python 的结合。教学计划变化情况见表 1。
能力和素养目标包含学生创新能力的培养要素，这为后续实验教学体系的搭建提供助力。实验教学学时的增加和综合实践的设立从学时上保障了实验教学任务的开展，为综合性、创新性实验项目的开展提供了必要的土壤，这种新模式加强了学生实践动手能力的培养，有助于培养学生的创新能力。
3 以创新思维培养为中心编写启发式探究型实验指导资料
数字图像处理实验教学常用软件环境有 Matlab、OpenCV、Python 和 VC++。目前市面上的实验指导教材大多是单一实验环境的，缺乏图像处理领域的综合性前沿性实例，故而只能作为学生的实验参考书，无法指导学生开展综合性创新性图像处理实验。因此，笔者编写了基于 Matlab 和 Python 平台的实验指导资料，包括 Matlab 图像处理编程、Python 图像处理、基础实验、综合实验、创新实验、科技报告撰写指导等模块。每个模块用思维导图[10]帮助学生理清知识脉络，重构知识体系。基础实验、综合实验和创新实验模块均采用启发式思路编写。基础实验模块围绕教学目标，按照启发式原则设置实验步骤，每一步都精心设计了思考题，引导学生分析实验结果，归纳总结算法特点，从而深刻理解算法原理、掌握算法的实现方法并了解其应用场合。综合实验从问题提出、问题分析、算法设计、参数设置、实验设计、实验结果分析和总结几个方面组织材料，力图引导学生发现问题、分析问题、设计问题解决方案、编程实现解决方案、根据实验结果改进方案等，进而融会贯通解决实际图像处理领域的复杂问题，培养学生的综合实践能力和创新思维。创新实验由图像处理前沿应用案例改造而来，侧重于开阔眼界、培养学生的创新能力和团队协作能力。
图 1 给出一个基础实验模块——频域滤波的启发性实验指导设计思路。实验指导的设计层层递进，一步一步引导学生观察、发现和思考。在这个过程中，学生可以将理论知识和实践紧密联系起来，以理论知识指导实践，而实践反过来又加深学生对理论知识的理解，并进而发现问题、提出问题、分析问题并解决问题。这种引导式探究式基础实验可以较好地培养学生分析问题和解决问题的能力。
4 基于课程目标搭建分层实验教学体系，培养学生综合实践能力与创新能力
早期的实验教学是理论课程的附属[3]，多为演示性和验证性实验，其目的是为了强化学生对理论知识的理解。这种实验内容单一，虽然可以强化基础，但是难以培养学生的综合实践能力和创新能力[11]。为此，我们以“有序递进、稳步提升”为原则，搭建了一套分层实验教学体系[12-13]，如图 2 所示，分为基础层、综合层和提高层 3 层，逐步培养学生的综合实践和创新能力。
（1）基础层：验证性实验，包括图像基本运算、灰度变换、直方图处理、空域滤波、频域滤波、图像复原、图像分割和数学形态学实验。要求学生在 Matlab 平台上编程实现算法、观察并分析实验结果，深度了解各类算法的特点和应用环境，培养学生的基本实践技能。
（2）综合层：综合性实验，包括图像增强综合实验、图像几何变换系统、图像分割综合实验和图像复原综合实验。要求学生融会贯通、灵活运用各种基本算法完成综合实验。实验结果呈现需要当堂陈述算法思路，同时按照科研论文框架撰写实验报告，报告包括问题分析、算法思路、算法设计、算法实现、实验分析与结果等部分，这可以锻炼学生综合应用理论知识系统分析问题、解决问题的能力和综合实践能力。
（3）提高层：创新性实验，包括车牌检测与字符分割、人脸图像光照处理、纺织物瑕疵点检测和水果检测分类。学生组队分工合作，每组选择感兴趣的课题，小组成员共同查阅研读文献资料，设计算法并实现算法，同时做实验对比分析。实验结果以课题答辩呈现，这开阔了学生的视野，进一步强化学生的创新意识，较好地培养学生的实践动手能力、创新能力和团队协作能力。
5 开展分组科研训练，对接各类创新活动，培养学生科研兴趣
上述 3 层实验教学体系覆盖了全部学生。在此基础上，针对学有余力的学生开展分组科研训练，对接各类创新活动。分组科研训练大体分为 3 个阶段，具体描述如下[14]。
1）第一阶段：教师发布科研训练任务。
教师从图像处理相关重要期刊和学术会议中筛选一批前沿论文，篇幅适中，算法难度适中，将论文按照研究问题进行粗分类，然后将论文中算法的实现与改进作为科研课题发布给学生。
2）第二阶段：学生分组分工合作完成科研训练任务。
引入小组制，学生自愿组成科研训练小组（ 3~4 人一组），选择科研课题，以团队形式分工合作，通过研读论文、查阅文献、研究讨论、算法实现、实验分析、算法改进等环节完成科研训练任务。这种训练可以有效地激发学生的学习热情，极大地发挥学生的主观能动性，培养学生分析、解决复杂问题的能力和创新能力，同时也培养了学生的团队合作意识。
3）第三阶段：分组报告研讨。
第二阶段完成后学生分组汇报自己的研究内容、现有算法思路、改进方法的思路和成果。教师引导学生对相关问题深入讨论，集思广益，以“众智”模式进一步加深对研究内容的理解，并通过交流讨论产生思维碰撞，获得新的灵感，提高学生对课题认识的深度和广度。这一方面可以让学生了解多个研究课题的主要内容和研究思路，另一方面也可以让学生分享科研的乐趣，进一步激发学生的科研兴趣。
此外，学生的研究结果可以对接各类创新活动，如发表论文、申请专利、作为大学生实践创新项目或实验室创新项目等。
分组科研训练不仅能够极大地激发学生的科研兴趣，提高学习的主动性、积极性，并且能集思广益，促进学生之间创新思维的交流碰撞，同时锻炼学生的团队协作能力，以“众智”模式进一步深化学生创新能力的培养[15-16]。
6 以学生为中心实施线上线下混合式教学模式，采用多元考核评价
实验教学传统教学方式是教师集中布置实验任务，讲解重难点，学生各自完成实验项目，完成过程中教师单独针对性指导，共性问题再集中讲解，实验项目验收以实验报告或算法代码验收为主。这种教学模式中，信息主要是单向从教师传递给学生，学生是被动接收信息、被动完成实验项目，无法充分调动学生的主观能动性和学习积极性，学生自主学习、自主思考的比例较低，学生不是主动建构知识体系，不利于培养学生分析问题、解决问题的能力[17]。同时，这种模式学习效率不高，完成既定的教学任务需要的学时也较多，这又与有限的实验教学学时有冲突。此外，这种全班统一进度、按部就班的教学方式没有充分考虑班级学生基础知识水平、实践能力和主观能动性的不同，无法满足学生的个性化学习需求[18]。因此需要革新教学模式，以学生为中心，采用线上线下混合式教学模式开展实验教学工作，同时采用多元考核评价方式，加大形成性评价比例，以适应实践教学的需求。混合式实验教学模式如图 3 所示，具体描述如下。
（1）基于超星学习通在线平台，所有实验指导资料、拓展资料、实验要求、实验报告模板、提交资料清单等均发布在学习通平台上，内容按照实验指导书的层次结构来组织。
（2）所有实验均分为课前、课中、课后和考核 4 个阶段。课前学生通过学习通在线学习，课中完成实验，课后拓展与答疑。
（3）基础层、综合层和提高层的实验考核方法各不相同。基础层实验依据算法代码和实验报告评分，综合层实验考查算法思路和实验结果，提高层实验使用超星学习通的 PBL（ Project-Based Learning ）功能，这是一种专题式学习模式[18]。依据分组答辩情况按照组内互评、组间互评和教师评价综合评分。
7 改革成效
课程改革在计算机科学与技术专业 2016—2018 级 3 届学生中进行了实践，结果表明，改革提升了教学质量，提高了学生的综合实践能力和创新能力。表 2 是相应的 3 个学期教师的学生评教平均统计数据与学校教学督导组综合评教数据，从中可以看出，学生评教和督导组评教评分均是逐年提高，充分体现了课程改革的实效。
大学生创新能力评价指标涉及多种因素，指标需要充分反映创新意识、创新知识基础、创新学习能力、创新思维、创新技能和创新环境[19]。依据科学性和可行性原则，选取创新意识、创新学习能力、创新技能等指标衡量创新能力培养方面的改革成效。
创新意识包括创新动机、创新兴趣和创新意志[20]。利用近 3 届学生参加图像处理相关大创项目、申请专利和发表论文等数据体现学生的创新意识。2016—2018 级 3 届学生中共有 30 多项图像领域的校级及以上大学生实践创新项目立项，占学生总立项数目的 60% 以上。学生申请多项专利并授权，发表多篇图像领域类论文。创新学习能力包含发现问题能力、信息检索能力、知识更新能力、想象力等[20]，这些可以在综合层、提高层实验表现和分组科研训练表现等方面体现出来。创新技能包括动手能力、表达能力等[20]，这些也可以展现在提高层实验表现、科研训练表现和创新创业活动中。数字图像处理实验教学采用多元考核评价，其中考核学生的创新学习能力和创新技能。表 3 所示为 2016—2018 级 3 届学生的实验成绩分布。从表中可以看出，获得优秀的学生比例逐届提高，不及格学生的比例也逐届降低，这表明学生的创新学习能力和创新技能都得到了增强。
几届学生的教学实践结果表明，该实验教学改革显著激发了学生自主学习的积极性，有效锻炼了学生的团队协作能力，切实培养了学生的综合实践能力和创新能力，提高了实验教学质量。
8 结 语
面向本科生创新能力培养，从培养科研兴趣、动手能力、自学能力和创新思维能力 4 个目标入手，①以创新能力培养为导向调整教学目标；②以创新思维培养为中心，使用思维导图构建知识脉络；③搭建分层实验教学体系，培养动手能力与自学能力；④开展科研训练，培养科研兴趣；⑤采用混合式教学，使用多元考核评价。改革取得了一定的成效，同时，仅仅依靠一门课程的改革是远远不够的。要适应新工科人才培养的需求，造就一大批多样化、创新型卓越工程科技人才，需要围绕学生发展这个中心，以创新能力培养为导向，从专业培养方案入手，构建“基本素质—专业技能—工程能力—创新能力—综合能力”有序递进的教学体系，同时也需要系统化建设激发大学生创新思维的基础环境、实施平台和保障机制。大学生创新能力的培养是一个复杂的系统工程，需要革新高校自身观念，重组资源，建立创新人才培养模式，集成各方力量，合力构成育人共同体，才能培养出面向未来、面向世界的新工科创新型人才。
参考文献：
[1] 钟登华. 新工科建设的内涵与行动[J]. 高等工程教育研究, 2017(3): 1-6.
[2] 赵青云, 崔艳, 刘帅. 新工科理念下普通高校工科专业教与学的探索[J]. 大学教育, 2020(5): 40-42.
[3] 李露, 谢凤英, 姜志国, 等. 关于在实验课程中培养研究生创新实践能力的探索: 以数字图像处理实验课程教学改革为例[J]. 实验技术与管理, 2010, 27(11): 235-237, 248.
[4] 蒋良孝, 李超群. 计算机类专业本科生创新能力培养的探索与实践[J]. 计算机教育, 2021(1): 106-110.
[5] 李丽宏, 吴开兴, 马永强, 等. 专业认证理念下“数字图像处理”课程教学探索[J]. 现代信息科技, 2019, 3(21): 71-72, 75.
[6] 史彩娟, 黄晓红. 基于创新型研究生培养模式的数字图像处理与分析课程教学改革初探[J]. 中国教育技术装备, 2018(19): 93-94, 105.
[7] 王忠芝, 刘文萍, 王晗, 等. “数字图像处理”课程教学改革探索[J]. 中国林业教育, 2019, 37(3): 66-69.
[8] 肖志勇, 刘建军, 宋晓宁, 等.“数字图像处理”课程教学改革探索研究[J]. 教育教学论坛, 2017(3): 86-87.
[9] 李晓辉, 吴蓓.“数字图像处理”课程实验改革与实验系统的研究[J]. 高等理科教育, 2003(4): 100-103.
[10] 林燕芬. 项目驱动融合思维导图的数字图像处理教学改革研究[J]. 现代计算机, 2020(5): 79-82.
[11] 韩德强, 邵温, 张丽艳. 实验室创新教育的探索与实践[J]. 实验技术与管理, 2010, 27(3): 280-281.
[12] 陈奋. 数字图像处理课程的理论教学和实践教学探讨[J]. 大学教育, 2017(9): 27-29.
[13] 刘东, 方芳. 人工智能视域下数字图像处理课程的教学改革[J]. 福建电脑, 2020, 36(3): 23-26.
[14] 张颖. 以兴趣为导向的数字图像处理教学改革策略探析[J]. 电脑知识与技术, 2019, 15(16): 120-121.
[15] 张红斌, 李广丽. 众智模式与主动学习驱动下的“数字图像处理”课程教学改革实践[J]. 教育教学论坛, 2020(7): 103-104.
[16] 张显斗, 李倩, 王萌萌, 等. 研究生数字图像处理教学模式与实验改革探索[J]. 实验室研究与探索, 2018, 37(3): 162-165.
[17] 赵伟华, 董黎, 林菲, 等. 工程认证下操作系统课程实践环节的改革探索[J]. 实验技术与管理, 2020, 37(4): 172-177, 190.
[18] 汪钰菲, 刘向春, 宋伟. 基于在线学习平台的PBL教学模式应用探析: 以“数字图像处理”课程为例[J]. 中国教育信息化, 2020(6): 64-68.
[19] 李军红. 大学生创新能力评价与培养研究[J]. 经济研究参考, 2017(34): 128-137.
[20] 付昌义, 袁伟霞, 赵唯佳, 等. 新工科背景下大学生创新能力调查与研究[J]. 中国教育技术装备, 2019(6): 11-18.
基金项目：南京信息工程大学教改项目“基于‘OBE’理念的‘数字图像处理’教学模式研究与实践”（ 2021XJYLKC053 ）。
第一作者简介：范春年，女，南京信息工程大学副教授，研究方向为数字图像处理与模式识别，yuuqingnuist@163.com。
引文格式: 范春年, 孟克, 关辉. 新工科背景下面向创新能力培养的数字图像处理课程实验教学改革 [J]. 计算机教育, 2023(7): 29-34.
转自：“计算机教育”微信公众号
如有侵权，请联系本站删除！
