摘要:针对“图像处理”课程理论性强，注重实践能力培养的特点，在教学中引入项目教学法。将抽象的图像处理理论与形象直观的实际项目“运动目标检测系统”结合起来进行学习，由学生分组实现，将复杂问题可视化，直观地演示算法的实际效果，有效巩固了对理论算法的理解和实践能力的提高。通过这一教学改革，有效激发学生的学习兴趣，提高学生的学习主动性，增强了学生的综合能力。
关键词:图像处理;项目教学法;实践教学
0引言
图像是人类感知和获取外来信息的重要手段，随着信息化时代的蓬勃发展，图像处理技术取得了空前快速的发展［1］。图像处理在计算机、通信工程、医学等各大领域得到越来越广泛地应用，逐渐发展成为一门理论结合实践应用的课程，并且成为各高等学校计算机和信息工程类等专业必修或选修的一门重要课程。“图像处理”课程具有理论基础丰富、知识点零散且难度较高、多学科交叉渗透和实践性强的特点，这将使得学生在学习过程中对知识点的掌握相对困难。传统的理论教学很难使学生对知识点记忆深刻且不符合该门课程的学科特点，不易达到学以致用的教学效果。因此，为了实现理论与实践结合，追求更优质的教学模式，本文从传统教学中存在的问题出发，引入项目教学法，探索了该方法在“图像处理”教学中的应用。
1教学中存在的问题分析
在传统的“图像处理”课程教学过程中，存在以下几个方面的问题:首先，这门课程的知识点繁多，课程内容涉及领域较广，理论性要求高，且多学科交叉渗透。这就要求学生在学习该门课程之前具备足够的基础知识，如需要修过分析类、代数类、信息类等基础课程，才能对本门课程学习的知识融会贯通。然而学生对该类诸多基础课程的掌握参差不齐，导致出现了学生难学教师难教的现状。其次，“图像处理”课堂教学包括理论和实践两部分。教师授课主要对图像处理的基本原理、经典算法和主要应用进行讲授，没有培养学生对相关算法的实际应用能力。且由于课时原因，实验环节也只对教师设定的独立任务进行实践操作，无法使学生完整地深层次了解系统设计与实现的全过程。导致学生学习后只停留在理论上，对每个图像处理算法的实际作用、不同算法之间的联系以及如何应用缺乏深层次理解。并且，传统教学不注重开发运用，对编程语言、图像处理软件、现有的图像处理资源库和开源库都很少介绍。最后，随着数字化时代的蓬勃发展，图像处理技术的知识更新日新月异。传统教材中的内容无法及时更新和匹配实际应用，导致学生无法及时了解和掌握该课程中新的知识和前沿技术，即传统的教学模式无法满足现代技术发展的需要。因此，对“图像处理”课程教学模式的革新是亟待解决的问题［3］。
2项目教学法
项目教学法是指师生通过完成一个完整“项目”的形式进行教学［4］。项目教学法主张学生以自主学习和动手实验为主，教师讲授知识和实验指导为辅，以实践项目为框架，理论知识贯穿始终。即教师将一个相对独立的项目交由学生自己完成，通过动手实践充分调动学生的自主学习兴趣，积极主动参与，在完成项目任务过程中应用已有知识和学习新知识。通过理论知识与实践操作相结合的课堂教学，将难懂的理论知识转化为直观的实际结果，加深学生对知识点的理解，提高学生应用图像处理理论知识来解决实际问题的综合能力［5］。相比于传统的教学方法，项目教学法的主要特点有:其一，由原来的教师纯理论教学，转变为以学生为主导，教师主要为指导学生，形成师生共同参与相互促进的良性学习氛围;由原来的传授知识来源只限于所选教材，转变为教材和项目有关参考资料相辅相成，增加知识获取来源;由原来以课堂教学为中心，转变为课堂和实验学习相结合［6］。其次是“图像处理”课程理论性强，传统的教学模式主要为理论教学，忽视了实践能力的培养，缺乏综合应用能力的训练［7］，所以学生在具体应用问题上常常无从下手，难以做到将理论知识应用到解决具体问题上。因此为了增强学生解决实际问题的能力，在教学过程中引入以学生为主导的项目教学法对传统教学方法和教学内容进行改革［8］。
3教学示例
为了解决课程知识内容和实际应用相脱节的问题，我们采用项目教学法对课堂教学进行改革。根据“图像处理”课程教学大纲的基本要求，决定选取项目“运动目标检测系统”作为实例来组织该课程的教学内容。运动目标检测系统分为图像采集、图像预处理、目标特征提取、分割、运动目标检测等部分。图像采集涉及图像处理基础知识有图像格式、图像质量和图像变换等，结合工程应用开发还将考虑摄像机标定、光源的影响和设计。通过图像采集使学生对图像来源和基础知识有直观了解。图像采集完成后将进行图像预处理，主要包括图像增强和图像恢复等。由于环境和成像系统会使图像采集中存在噪声干扰，采集得到图像应先进行降噪处理，要求学生选择不同降噪算法对图像进行处理，并且通过对比分析加深对算法的理解和不同算法的优缺点。图像分割也就是图像标记，即将图像标记为若干不同性质的特定区域并保留下感兴趣目标的过程。图像分割的方法有阈值分割、区域分割等，随着对图像分割算法研究的深入，出现了由特定理论和方法相结合的图像分割方法，如聚类分析、基因编码和模糊集理论等。项目采用聚类分析中的k-means聚类分割方法对图像进行分割。k-means聚类分割首先得确定分割类别数目K和初始聚类中心，教师通过对算法理论知识的讲授，引导学生思考如何确定分割参数才能使分割结果精确，并通过编程实现比较不同参数结果。项目中根据处理图片的先验知识确定类别数目K=6，且由测试图像的灰度直方图中的波峰确定初始聚类中心，得到图像分割结果如下图3所示，其原图示于图2。图4为彩色图像分割后，去除了颜色单一的大片背景区域后，将小面积区域保留的结果图。图像的特征可分为两个层次，分别为低层视觉特征和高级语义特征。低层视觉特征包括纹理、颜色、形状三方面，语义特征是事物与事物之间的关系。项目从纹理特征出发，采用分形理论对分割保留区域提取分形特征，引导学生尝试使用不同滑窗大小提取分形特征，进而比较滑窗大小对分形特征提取的影响，使得学生能够直观了解算法执行中每步参数的选取对结果和程序执行效率的影响。采取滑窗大小为5x5对每一像素两次提取分形特征后分别得到结果如下图5、图6所示：形态学操作有腐蚀、膨胀和开闭运算，引导学生根据算法需要进行不同的形态学处理组合，以得到更好的处理效果。项目中首先对图像进行膨胀运算以连接小裂缝，填平小孔，最后运用闭运算平滑目标边界，获得完整目标区域结果如图7所示。形象直观的处理结果将有助于学生理解每种形态学操作对分割目标的作用效果。最后，以目标形状大小正确框出目标得到运动目标检测结果如图8所示。通过这一项目的实验教学，将算法理论通过编程得到可视化结果，让学生能够直观看到算法执行的实际应用效果，理解不同算法间的联系与区别，学习通过多种算法的处理完成整个项目的过程。
4结语
项目教学法是一种通过将理论与实践有机结合在一起的教学方法。以项目教学法为驱动的“图像处理”课程的教学改革，通过项目来引导学生进行思考，讨论不同算法的选择和融合，对比不同算法的处理结果，验证不同算法参数选取对结果影响，使得学生对图像处理算法原理地理解更加深刻，有效提高了教学质量水平，同时提升了学生的实践能力。教师通过具有课程价值的实际项目来引导学生进行思考，项目中以学生为主导，以任务调动学生学习兴趣，在实践过程中充分发挥学生的主动性和创造性。为今后的工程项目开发打下基础，并且将工程的观念传播到每一位学生心中，促使其转化为工程实践活动。
参考文献:
［1］冯登超，杜鹏飞，沈惠雅，刘振民．应用型大学研究生数字图像处理课程教学改革探索［J］．廊坊:北华航天工业学院学报，2019，29(01):42-44．
［2］翟艳丽．以应用为导向的数字图像处理教学模式探索［J］．新乡:河南机电高等专科学校学报，2017，25(02):75-78．
［3］邓运生，郑晨霞，邵育兰．面向工程的数字图像处理课程教学研究［J］．自城:白城师范学院学报，2018，32(06):32-36．
［4］刘忠艳，乔付，周波，张兴华，李懿．项目教学法在数字图像处理教学中的应用［J］．齐齐哈尔:高师理科学刊，2015，35(02):75-77．
［5］唐佳林，杨华明，陈林，喻武龙．项目教学法在《数字图像处理》课程教学中的应用［J］．成都:中国西部科技，2015，14(02):89-90．
［6］王圆妹，李永全．基于实践和创新能力培养的数字图像处理教学改革研究［J］．广州:现代计算机(专业版)，2015(27):31-34．
［7］罗兵，何周浩，殷政，周巨．结合工程应用的《数字图像处理》教学改革［J］．石家庄:教育现代化，2018，5(06):44-46．
［8］徐燕华．项目教学法在图像处理教学中的运用研究［J］．北京:科技创新导报，2016，13(09):145-146．
作者:王斌 郑淋萍 苏颖 张静 单位:上海师范大学
