基于优课联盟的图像处理技术课程教学探索.docxVIP

?

?

基于优课联盟的“图像处理技术”课程教学探索

?

?

周莹

摘要：“图像处理技术”是信息工程类专业最为重要的课程之一，同时是计算机视觉的核心基础课程。在新一轮科技与产业革命中，计算机视觉有关新兴产业飞速发展，但传统教学已逐渐跟不上步伐。针对教学过程中理论教学与实践教学不适配、互动性不足、反馈不及时和教学内容与模式滞后等问题，结合优课联盟的线上平台，开展线上+线下教学模式探究，线上教学以视频学习与后台数据追踪为主，线下教学以答疑与反馈调整为主。针对线上+线下模式进行问卷调查，大部分学生感到满意，但是认为线上教学资源有一定难度，并且在教学过程中需要更强的督促与考察。

关键词：图像处理技术;教学改革;优课联盟

0??引言

随着新一轮的科技革命和产业革命到来，技术创新与新兴产业如雨后春笋般不断涌现。为应对全球新形势、经济发展新转变，应对人工智能相关产业不断发展与新兴信息技术产业储备人才不足的矛盾，国家提出“新工科”的发展战略，对高等教育、工程教育培养模式进行深化改革[1]。“新工科”对应的是新兴科技与产业，既包括人工智能、智能装备、大数据和云计算等新兴专业，也包括自动化、电子信息类、电气工程类和机械工程类等传统专业。新兴专业是以传统专业为基础，传统专业需要与不同学科进行交叉，特别是信息技术类专业，进行升级改造才能服务于新兴产业。

“图像处理技术”是电子信息类专业的重要专业课程，也是学习机器视觉的重要基础。机器视觉是人工智能一个正在快速发展的分支，其能够替代人的眼睛进行测量和判断，并且具有更高的精确性、更快的速度、更高的效率和更低的成本。因此，其应用范围也很广，包括工业检测、医学影像、安防和交通管理以及卫星遥感等领域，还有近年来快速发展的自动驾驶和工业视觉机器人等新兴产业。但是，对于这样一门应用于新兴产业的课程，传统的教学方式逐渐不能满足企业的用人需求。对于“图像处理技术”这样一门理论难度大、实践过程复杂的课程，在传统的教學方式中，不得不花费大量的时间进行理论教学，但是由于理论艰深、模型抽象，导致事倍功半;而对于实践课程部分，实践内容过于碎片化，实践课效果不能满足预期，且导致学生工程思维与动手能力提升不明显。

随着现代信息技术的高速发展，“互联网+高等教育”的新形态逐渐融入高等教育改革之中，特别是在线课程的建设与应用。《教育部关于加快建设高水平本科教育全面提高人才培养能力的意见》提到推出3000国家精品在线课程，共享高质量课程资源，起到示范作用，提升课程建设的整体水平[2]。由此，结合优课联盟上山东科技大学曹茂永教授所开设的“数字图像处理”在线开放课程与线下的教学，对“图像处理技术”这门课程改革进行探究。

1??“图像处理技术”课程教学中遇到的问题

1.1?理论教学与实践教学不适配

在教学过程中，发现“图像处理技术”这门课程的理论教学与实践教学出现不适配的情况。这种不适配主要体现在两个方面：（1）理论教学与实践教学课时不适配;（2）理论教学与实践教学节奏不适配。

理论教学与实践教学课时不适配，主要在于理论课时虽然多，却不能反复学习，而实践课时较少，不利于掌握实践要求内容。理论课程知识量大且内容有一定难度，学生短时间内难以消化，并且结合实践之后，需要重新再复习相关理论知识，但课程进度是线性的。实践课程间隔较长，总学时较短，难以熟练掌握课程所要求内容。

而理论课程与实践课程教学节奏不适配，主要在于理论课程较为集中，而实践课程较为分散。过于集中且模块化不足的理论知识会导致学生学习难度增加，加之，对应实践课程需分阶段学习，理论学习与实践学习会出现错位。节奏错位使得学生已学的内容无法及时巩固和练习，而进行实践时理论知识印象已不深刻。

1.2?互动性不足，反馈不及时

被动式学习是教学中必须面对且最为艰难问题之一。学生学习没有主观能动性，课堂气氛沉闷，学习效果必然不佳。这种被动式学习在于缺乏互动性与及时反馈，学生与教师在同一空间却犹如分隔两地。在“图像处理技术”这门课程的教学过程中，理论教学部分以讲授为主，但讲授时间一长学生就会出现倦怠，学生也纷纷表达希望课堂能够更加活跃的想法。同时，缺乏互动也会导致教师不能及时了解到学生的学习情况。最后考试的成绩是对于学生学习情况较为笼统的评价，难以准确、真实地追踪学生的学习情况，但在现有的教学模式中缺乏有效的追踪与反馈机制。

1.3?旧瓶难装新知

近年来，人工智能技术的突破和应用场景的扩展，其中计算机视觉技术应用极为广泛，深入日常生活与专业领域。二维码、指纹识别和人脸识别等技术已融入人们生活，机器视觉、缺陷自动监测、自动驾驶和机器人等技术在各领域逐渐成熟。计算机视觉技术仍在不断更新，但作为其核心基础的“图像处理技术”这门课却没有衔接上实际应用。

“图像处理技术”这门课程现有的教学模