首頁 > 優(yōu)秀范文 > 數(shù)字圖像處理論文
時間：2022-04-06 10:47:45
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗，特別為您篩選了11篇數(shù)字圖像處理論文范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識！
中圖分類號：TP399 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2013）03-0242-01
在高校教學(xué)體系中，數(shù)字圖像處理成為了包括理工科、農(nóng)醫(yī)科在內(nèi)專業(yè)必選課程或者重點選修課程。作為一門理論知識豐富、實踐性非常強(qiáng)的高校課程，當(dāng)前PBL模式已經(jīng)成為了包括美國在內(nèi)的多個國家的主要教學(xué)模式。
1 PBL模式與數(shù)字圖像處理結(jié)合探索背景
PBL模式作為一種較為先進(jìn)的教學(xué)模式，英文名稱Problem-Based Learning，其含義為問題式教學(xué)模式或者基于問題的學(xué)習(xí)模式，PBL模式的主要思路是以問題為前提進(jìn)行教學(xué)的展開活動，這一教學(xué)方法的特點在于在教師的直接參與和指導(dǎo)之下，將學(xué)生放在主體地位，通過小組討論的方式，通過以某一具體問題為中心的研究討論和加強(qiáng)學(xué)習(xí)的過程，將教學(xué)的焦點放在某學(xué)科的重要原理以及關(guān)鍵概念之上，通過幫助學(xué)生自己構(gòu)建知識體系的過程，養(yǎng)成學(xué)習(xí)獨立學(xué)習(xí)、獨立思考的基本能力，數(shù)字圖像處理具有其本身獨特的特色。
其一，該門課程的理論知識豐富，知識點較為深奧難懂[1]；其二，日常生活中，應(yīng)用到的數(shù)字圖像處理相關(guān)課程知識點較多，對學(xué)生綜合能力要求較高，尤其在工科專業(yè)的基礎(chǔ)知識學(xué)習(xí)中要求較高，需要對計算機(jī)、數(shù)學(xué)等學(xué)科知識進(jìn)行綜合運(yùn)用，例如，湖南省某學(xué)院部分專業(yè)在開設(shè)這門課程時，每一學(xué)期的課時量為30至40課時，該學(xué)院部分立刻專業(yè)設(shè)置了選修課程的的課時量。依靠傳統(tǒng)的教學(xué)模式進(jìn)行數(shù)字圖像處理已經(jīng)不適宜當(dāng)前的教學(xué)實際，須對高校包括機(jī)械制造專業(yè)、自動化等專業(yè)的數(shù)字圖像處理能力進(jìn)行要求，才能全面提升學(xué)生的綜合能力。
2 基于PBL模式的實踐教學(xué)改革方案探索
2.1 對數(shù)字圖像處理實踐教學(xué)方式方法的研究
以上述湖南某城市學(xué)院為例，為推進(jìn)數(shù)字圖像處理的PBL模式改革，該校自行編撰了驗證性課程指導(dǎo)實踐用書，該書的主要內(nèi)容包括了30多個實踐項目，涵蓋了圖像分析、圖像濾波、數(shù)字處理軟件的使用以及圖像分割等多個板塊知識點，該學(xué)院學(xué)生中計算機(jī)普及程度廣，所以在進(jìn)行圖像處理實踐時可自行下載相關(guān)的支持軟件。改變以往該課程集中實踐方式，升級成分散與集中結(jié)合的模式，即第一步學(xué)生利用業(yè)余時間或者在專門實驗室內(nèi)完成數(shù)字圖像處理分散實驗，第二步教師對學(xué)生教學(xué)實踐中產(chǎn)生的問題進(jìn)行一對一面談解決或者利用網(wǎng)絡(luò)通訊工具解決問題，第三步，通過多次的分散式課程實踐活動，利用4個至6個課時進(jìn)行集中式教學(xué)。
2.2 突破數(shù)字圖像處理理論教學(xué)模式
其一，確保在對數(shù)字圖像處理完整性以及整體性進(jìn)行維護(hù)前提下，在實踐教學(xué)課堂中盡量避免對數(shù)字處理相關(guān)公式的重復(fù)推導(dǎo)[2]，主要對相關(guān)算法以及關(guān)鍵原理進(jìn)行說明，如在對均衡處理數(shù)字圖像知識點進(jìn)行講解過程中，直接引用推導(dǎo)公式，利用均衡化圖像的原理以及關(guān)鍵算法進(jìn)行處理技術(shù)的編程；其二，在對相關(guān)的信息進(jìn)行篩選之后重點對處理圖像的算法進(jìn)行編程和實踐應(yīng)用，在對圖像處理邊緣檢測知識進(jìn)行運(yùn)用過程中，可以將Hough的變換、路經(jīng)檢測加強(qiáng)聯(lián)系，更好進(jìn)行編程；其三，在解決實踐問題的過程中，多進(jìn)行實例的例舉，可利用2至3個課時對實踐教學(xué)的背景、已有的實踐教學(xué)成果的、重要技術(shù)流程、重要算法進(jìn)行演示等。
3 基于PBL模式的數(shù)字圖像處理教學(xué)方案設(shè)計
仍以湖南某城市學(xué)院信息學(xué)院為例，從PBL模式出發(fā)，針對于數(shù)字圖像處理建立了處理庫，這一項目中涵蓋處理圖像、分析圖像、識別圖像等多類別項目，例如“門禁系統(tǒng)視覺識別系統(tǒng)”、“指紋識別”、“二維碼檢測”等，學(xué)院每學(xué)期建立了不低于36個的項目，學(xué)生可在這些項目中進(jìn)行選修，另外，以40個課時為標(biāo)準(zhǔn)，數(shù)字圖形處理理論課程教學(xué)學(xué)時為30個，實踐性教學(xué)課時為10個，每周保證3個學(xué)時，總共教學(xué)時長為13個教學(xué)周。
第一，在進(jìn)行教學(xué)的前兩個周內(nèi)，將數(shù)字圖像處理課程PBL模式實踐考察和教學(xué)方式進(jìn)行明確和推介，并將以往的學(xué)生實踐教學(xué)成果進(jìn)行分享，為學(xué)生在選修過程中提供參考，學(xué)生進(jìn)行是否選修的決策；第二，在3至4周，擬定學(xué)生課程選修名單，進(jìn)行實踐性教學(xué)任務(wù)的布置，確定36個以上的實踐項目給學(xué)生，學(xué)生自動組成項目合作，保持每組在3個人左右，學(xué)生自行數(shù)字圖像處理選擇題目，對實踐項目進(jìn)行圖像加文字型的介紹，盡快確定目標(biāo)，盡快對實踐應(yīng)用難度進(jìn)行確定以及評分；第三，在5至6周的時候確定數(shù)字圖像處理實踐目標(biāo)書，確定相關(guān)參考資料；第四，在7周至12周時間內(nèi)實施實踐項目，學(xué)生利用課余時間完成分散型實驗，這段時間內(nèi)適當(dāng)安排集中型實驗，對實踐項目進(jìn)行驗證，在這一過程中，特別注意積極提出實踐項目存在的問題，及時檢查問題解決的進(jìn)度，教師有針對地進(jìn)行問題解答，幫助實踐小組完成任務(wù)目標(biāo)；第五，在第13周時，組成專業(yè)或者班級為小組的實踐項目答辯，實踐項目的成果進(jìn)行答辯與說明；最后，數(shù)字圖像處理課程教師完成總結(jié)，學(xué)生對實踐項目進(jìn)行報告，教師根據(jù)實際情況對學(xué)生進(jìn)行打分。
4 結(jié)語
基于PBL模式的數(shù)字圖像處理的教學(xué)形式，能幫助高校學(xué)生快速了解和吸收處理數(shù)字化圖像過程中必要的技術(shù)、方法與原理等知識點[3]，還能幫助學(xué)生掌握數(shù)字圖像處理實踐項目的實踐研究方法和思路，提升學(xué)生利用圖像處理的基礎(chǔ)知識靈活解決生活實際問題能力，提升學(xué)生的學(xué)習(xí)積極性以及創(chuàng)新、實踐能力，對于全面提升數(shù)字圖像處理相關(guān)課程的教學(xué)質(zhì)量具有重要作用。
參考文獻(xiàn)
摘 要：針對數(shù)字圖像處理課程基礎(chǔ)理論抽象、實用性強(qiáng)的特點，分析和探討該課程教學(xué)中存在的若干問題及原因，從師資力量建設(shè)、課程標(biāo)準(zhǔn)制定、教學(xué)方法與設(shè)計、考核方法4個方面闡述數(shù)字圖像處理課程的教學(xué)優(yōu)化改革方案。
關(guān)鍵詞 ：數(shù)字圖像處理；教學(xué)優(yōu)化改革；師資力量；課程標(biāo)準(zhǔn)
基金項目：全軍學(xué)位與研究生教育研討會研究課題“軍隊院校研究生教育中的導(dǎo)師與研究生關(guān)系研究”（YJZX14C14）。
第一作者簡介：孔韋韋，男，講師，研究方向為圖像處理，kwwking@163.com。
0 引 言
數(shù)字圖像處理[1-2]是信息處理領(lǐng)域的重要分支，通過該課程我們可以完成圖像的幾何變換、算術(shù)處理、圖像增強(qiáng)、圖像復(fù)原、圖像重建、圖像編碼、模式識別、圖像理解等多個方面的工作。目前，隨著計算機(jī)軟硬件處理能力的不斷提升，數(shù)字圖像處理技術(shù)已被廣泛應(yīng)用于醫(yī)學(xué)檢測、反恐處突、彈道導(dǎo)彈精確制導(dǎo)等多個軍（民）用領(lǐng)域。由于該門課程的特殊地位和廣泛應(yīng)用，國內(nèi)外幾乎所有信息類專業(yè)都開設(shè)了該課程，許多專家、學(xué)者也針對課程的教學(xué)方式提出了自己的觀點[3-8]。
軍隊院校作為高等院校中的一類特殊群體，無論在課程設(shè)置還是人才培養(yǎng)需求上均與地方高等院校有很大的不同。軍隊院校自身的特殊屬性要求培養(yǎng)出的人才不僅要有扎實的理論基礎(chǔ)和科研能力，還能運(yùn)用這些知識對作戰(zhàn)以及日常訓(xùn)練中出現(xiàn)的問題加以解決，因此，軍隊院校對人才的理論與實踐結(jié)合能力提出了更高也更為嚴(yán)格的要求。
武警部隊負(fù)責(zé)維護(hù)國家安全和社會穩(wěn)定，有效打擊國內(nèi)外各種恐怖勢力，保障人民安居樂業(yè)。當(dāng)前，世界各國都將“反恐”作為維護(hù)國家穩(wěn)定和保衛(wèi)人民生命財產(chǎn)安全的一項重要任務(wù)。反恐圖像目標(biāo)的識別和監(jiān)視能力更體現(xiàn)了一個國家的反恐技術(shù)力量和能力水平，其關(guān)鍵在于反恐圖像目標(biāo)的識別。因此，有效地將數(shù)字圖像處理技術(shù)應(yīng)用于反恐處突領(lǐng)域，不僅有助于提升針對恐怖勢力的打擊力度，還可以有效減少傷亡，最大限度地保障國家和人民的生命財產(chǎn)安全。
1 數(shù)字圖像處理課程的特點
數(shù)字圖像處理課程主要有以下幾個特點：①理論基礎(chǔ)要求高，涉及高等數(shù)學(xué)、信號與信息系統(tǒng)、信息論、計算機(jī)編碼等多個領(lǐng)域的知識；②數(shù)字圖像處理課程覆蓋的內(nèi)容廣泛，知識點繁雜零碎；③新興理論的不斷出現(xiàn)要求廣大學(xué)者能夠敏銳把握數(shù)字圖像處理技術(shù)的發(fā)展前沿；④數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域不斷拓展，處理方法也更為復(fù)雜。
2 軍隊院校數(shù)字圖像處理課程教學(xué)中存在的問題
2.1 課程設(shè)置不靈活
相比地方高等院校，軍隊院校的課程設(shè)置自由度十分受限，具體體現(xiàn)為課程的教學(xué)內(nèi)容、學(xué)時安排、課堂組織形式甚至是開課時間均有嚴(yán)格的規(guī)定和限制，不能根據(jù)學(xué)生理論基礎(chǔ)和學(xué)習(xí)能力的實際情況做自適應(yīng)的調(diào)整。
盡管研究生有自己的導(dǎo)師和研究方向，且很多研究生日后學(xué)位論文的研究方向可能與數(shù)字圖像處理領(lǐng)域并無關(guān)聯(lián)，然而，由于許多信息類專業(yè)院校的研究生培養(yǎng)方案均嚴(yán)格限定該課程為學(xué)位必修課，導(dǎo)致一些研究生為了學(xué)分和學(xué)位只得選擇一門與自己研究領(lǐng)域完全無關(guān)的課程，無形中造成了教學(xué)資源的浪費(fèi)。
2.2 課時少內(nèi)容多
數(shù)字圖像處理課程是國內(nèi)外幾乎所有信息類專業(yè)的必修課。地方高等院校通常會開設(shè)50個學(xué)時，而軍隊院校大多只開設(shè)40學(xué)時，有的學(xué)校甚至只將其作為學(xué)位選修課開設(shè)20學(xué)時。眾所周知，該課程涉及的教學(xué)內(nèi)容非常繁雜且對相關(guān)課程的理論基礎(chǔ)提出了較高要求，這類課程即使安排50學(xué)時也很難將重點內(nèi)容講授完畢，軍隊院校課程課時不足無疑對該課程的教學(xué)質(zhì)量造成重大影響。
2.3 教學(xué)形式單一
軍隊院校的特殊屬性在一定程度上約束了課堂多種教學(xué)形式的存在與發(fā)展，傳統(tǒng)的教師主體式教學(xué)法是主流。這種過于單一和機(jī)械的教學(xué)形式將對研究生的學(xué)習(xí)積極性造成不利影響。另外，軍隊中上下等級關(guān)系往往扼殺了研究生質(zhì)疑教師的勇氣和可能，使研究生不敢對教師的見解有所質(zhì)疑，不敢擅自踏入教師未首肯的領(lǐng)域中積極主動地發(fā)現(xiàn)問題、分析問題和解決問題，導(dǎo)致研究生的學(xué)習(xí)完全處于被動境地。
3 教學(xué)優(yōu)化改革
3.1 師資力量建設(shè)
數(shù)字圖像處理課程專業(yè)性強(qiáng)、理論難度大，涉及的基礎(chǔ)學(xué)科門類較多，因此，在條件允許的情況下應(yīng)盡可能安排科研方向或理論研究方向?qū)儆趫D像處理領(lǐng)域的教師擔(dān)任任課老師。一方面，長期從事該領(lǐng)域的教師對課程的基本內(nèi)容和理論了如指掌，基本功非常扎實，授課更為流暢、自然；另一方面，教材中介紹的只是圖像處理領(lǐng)域的基礎(chǔ)理論和經(jīng)典模型，長期從事該領(lǐng)域研究的老師在研究過程中往往對課程中的概念及理論模型有更深刻的理解，在授課過程中必然會附帶介紹本人在該領(lǐng)域內(nèi)的研究現(xiàn)狀和最新進(jìn)展，有利于開闊研究生視野，激發(fā)學(xué)習(xí)興趣，提高授課質(zhì)量。
3.2 課程標(biāo)準(zhǔn)的制定
結(jié)合軍隊院校課時不足的教學(xué)實際以及人才培養(yǎng)類型的定位需求，我們完全有必要重新制定數(shù)字圖像處理課程的教學(xué)標(biāo)準(zhǔn)，在保證理論系統(tǒng)性完整的基礎(chǔ)上，側(cè)重實踐能力以及解決實際問題能力的培養(yǎng)和提升。具體措施如下：①教學(xué)對象精確定位，扭轉(zhuǎn)以往研究生課程頻頻出現(xiàn)的“被選課”現(xiàn)象，切實保障“選修權(quán)”，允許研究生按照自己學(xué)位論文的研究需求選課；②由于學(xué)時有限，在制定課程標(biāo)準(zhǔn)時必須全面分析和研究教學(xué)內(nèi)容，梳理與課程內(nèi)容相關(guān)的知識目標(biāo)、技能目標(biāo)和素質(zhì)目標(biāo)，適當(dāng)?shù)貏h減一些非重點內(nèi)容，重新劃分各章節(jié)的學(xué)時；③數(shù)字圖像處理雖然是一門理論性很強(qiáng)的課程，但學(xué)習(xí)的最終目的還是應(yīng)用，因此，在制定課程標(biāo)準(zhǔn)時必須為研究生學(xué)員留有一定的實踐操作以及課堂研討課時；④要反映部隊特色，在授課過程中重點介紹能夠直接應(yīng)用于部隊實際的模型和方法，譬如模式識別、圖像理解版塊，并要求研究生動手實踐；⑤緊跟發(fā)展前沿，保持知識的先進(jìn)性，充分利用網(wǎng)絡(luò)資源，以完善的學(xué)習(xí)資料、豐富的課程資源、真實的實踐環(huán)境作為課程的基礎(chǔ)和支撐。
3.3 教學(xué)方法與設(shè)計
結(jié)合課程標(biāo)準(zhǔn)，我們擬將整個教學(xué)過程分解為4個階段：①基本理論講授；②專題討論；③專題講座；④實踐操作。
3.3.1 基本理論講授
教師對教學(xué)內(nèi)容中的基本理論加以講解，旨在為研究生掃清基本理論障礙。該部分的講解并非只是對課本內(nèi)容的簡單復(fù)制和重申，而是在介紹基本理論的基礎(chǔ)上，對基本概念中涉及的各層次知識點和潛在疑問加以梳理和闡釋，為下一階段的專題討論做鋪墊。該階段以教師講授為主體，采取案例式教學(xué)和啟發(fā)式教學(xué)相結(jié)合的授課方式。
3.3.2 專題討論
所謂專題討論，就是基于教師先前講授的某一個或某一類基本理論，探討具體應(yīng)用效果以及可能影響最終圖像處理效果的若干因素。這一環(huán)節(jié)將徹底打破經(jīng)典教學(xué)模式中的“教師主體”模式，轉(zhuǎn)變?yōu)椤敖處煷_定討論范圍—研究生為討論主體—教師最后總結(jié)”的模式。在整個過程中，教師和研究生的角色完全轉(zhuǎn)換，由研究生基于自身掌握的知識充分發(fā)揮自己的想象，針對若干問題展開探討或者辯論。譬如，教師在探討前先介紹圖像去噪理論的相關(guān)知識，包括噪聲產(chǎn)生的原理、噪聲的種類、噪聲在圖像中的表現(xiàn)、幾類經(jīng)典圖像去噪方法等，上述部分內(nèi)容講授完畢后確定3個問題，即均值去噪和中值去噪方法的原理有何不同？各自的優(yōu)缺點何在？各自在去噪過程中可能影響最終效果的因素有哪些？下一次課教師可安排專題討論，并將研究生在討論中的表現(xiàn)作為課程成績的一項重要依據(jù)。
在該門課程課代表的組織下，研究生被分成若干小組，大家利用課余時間分別對兩種去噪方法展開了深入研究，并通過Matlab軟件仿真驗證，記錄諸如峰值信噪比PSNR等相關(guān)指標(biāo)值，初步得出可能會影響最終去噪效果的若干因素；幾位同學(xué)針對一些不太一致的觀點展開激烈的討論；最后，由教師進(jìn)行內(nèi)容總結(jié)和答疑解惑，一些研究生還對教師的某些結(jié)論提出質(zhì)疑。
專題討論完畢后，教師和研究生普遍感覺以往枯燥又不合時宜的教學(xué)方法得到了徹底改變，研究生內(nèi)心的求知熱情得到了極大的激發(fā)。此外，整個專題討論過程也鍛煉了他們的邏輯思維，為了說服“對手”，他們必須要找到支撐自己觀點的科學(xué)依據(jù)，包括權(quán)威論壇上的答疑解惑以及仿真軟件仿真出來的實際結(jié)果等。有了這些證據(jù)后，他們還要對數(shù)據(jù)進(jìn)行分析研究、組織語言、理清思路，而在以往的教學(xué)模式下，研究生并不會主動花費(fèi)時間查找資料，教師由于課時的關(guān)系也不可能對每一種理論都進(jìn)行仿真演示。
3.3.3 專題講座
擔(dān)任數(shù)字圖像處理課程任務(wù)的教師必須從事圖像處理領(lǐng)域研究，因此，在教學(xué)過程中，適時安排1~2次專題講座，由任課教師將自己在本領(lǐng)域的研究成果或是研究體會以講座的形式向研究生進(jìn)行報告。在講座過程中，教師將從一個較高的層次，把一些新的內(nèi)容介紹給研究生，同研究生一起分享圖像處理領(lǐng)域最新的發(fā)展動態(tài)和研究成果，開拓研究生的視野，為研究生動態(tài)更新最新的前沿知識。另一方面，由于課程標(biāo)準(zhǔn)制定過程中教學(xué)對象已實現(xiàn)了精確定位，凡是選修數(shù)字圖像處理課程的研究生日后均要從事該領(lǐng)域的研究，因此專題講座的開展也在一定程度上為研究生日后的學(xué)位論文撰寫提供靈感和研究方向。顯然，專題講座是課程教學(xué)強(qiáng)大而又有益的補(bǔ)充。
3.3.4 實踐操作
由教師從教學(xué)內(nèi)容中選取若干重難點且與部隊作戰(zhàn)（訓(xùn)練）密切關(guān)聯(lián)的內(nèi)容，交由研究生自行仿真實現(xiàn)，記錄主客觀評價指標(biāo)數(shù)值，對仿真結(jié)果進(jìn)行比較與分析，并得出結(jié)論；對仿真結(jié)果中的不足展開討論，給出可能的解決方案。顯然，該階段側(cè)重課程標(biāo)準(zhǔn)中“反映部隊特色”的宗旨，要求學(xué)員學(xué)以致用，切實將書本中的理論知識運(yùn)用到部隊實際中，為部隊服務(wù)，提高作戰(zhàn)能力，體現(xiàn)軍隊院校“向部隊靠攏，向?qū)崙?zhàn)靠攏”的辦學(xué)宗旨。
在實際操作中，為了貼合武警部隊反恐處突場景的作戰(zhàn)實際，教師為學(xué)生布置了模式識別版塊中的圖像融合仿真實驗，給出了國際TNO組織提供的聯(lián)合國營地源圖像，源圖像取自同一場景，一幅由灰度可見光圖像傳感器獲得，另一幅由紅外圖像傳感器獲得。該實踐場景十分類似于武警部隊對潛藏在樹林中的恐怖分子進(jìn)行圍捕的場景，要求研究生對現(xiàn)行資料中融合效果較好的6種融合方法進(jìn)行仿真，記錄仿真結(jié)果并加以分析討論。
通過這一階段的訓(xùn)練，研究生將書本中的理論知識與實際應(yīng)用進(jìn)行了有機(jī)結(jié)合，取得了良好的效果，并為日后將相應(yīng)方法應(yīng)用于部隊作戰(zhàn)（訓(xùn)練）提供了理論基礎(chǔ)和支持。
3.4 考核方法
課程考核采取百分制，并綜合考慮研究生在筆試、專題討論、實踐操作3個環(huán)節(jié)中的表現(xiàn)，3者的比例為0.30：0.35：0.35。在考核中，教師更看重研究生在該門課程中針對實際問題的分析能力和實踐動手能力，以期學(xué)生真正理解和消化書本中的理論知識。筆試采取開卷方式進(jìn)行，側(cè)重考核研究生對該門課程中的基本理論、概念、公式的掌握情況，因此，同以往的純閉卷考試相比，該考核方法靈活度更高，考核效果也更理想。在最終考核中，由于采取了更為有效的考核方式，學(xué)生只要認(rèn)真參與教學(xué)活動，必然可以順利通過考試并拿到高分。如今，兩年的教學(xué)改革已經(jīng)使該課程在研究生中小有名氣，從往日學(xué)員們的“黑名單”課程轉(zhuǎn)而成為“熱銷品牌”。
4 結(jié) 語
兩年的實踐結(jié)果表明，相比傳統(tǒng)的授課方式，該改革方案更符合高等院校的教學(xué)規(guī)律和實際情況，尤其是將部隊的實戰(zhàn)需求充分融入課程標(biāo)準(zhǔn)的制定過程，更加貼近了當(dāng)前軍隊院校的人才培養(yǎng)需求，充分體現(xiàn)了軍隊院?！跋虿筷牽繑n，向?qū)崙?zhàn)靠攏”的辦學(xué)宗旨。
參考文獻(xiàn)：
[1] 岡薩雷斯. 數(shù)字圖像處理[M]. 北京: 電子工業(yè)出版社, 2014.
[2] 賈永紅. 數(shù)字圖像處理[M]. 武漢: 武漢大學(xué)出版社, 2010.
[3] 楊淑瑩, 張樺.“數(shù)字圖像處理”理論與實踐相結(jié)合教學(xué)模式[J]. 計算機(jī)教育, 2009(24): 84-86.
[4] 周海芳.“數(shù)字圖像處理”課程研討式教學(xué)[J]. 計算機(jī)教育, 2010(24): 93-97.
[5] 周耿烈, 魯逢蘭. 圖像處理技術(shù)精品課程建設(shè)[J]. 計算機(jī)教育, 2010(18): 101-104.
[6] 何楚, 馮倩, 楊芳, 等. 數(shù)字圖像處理課程實驗教學(xué)過程設(shè)計[J]. 計算機(jī)教育, 2011(18): 74-77.
【中圖分類號】G642 【文獻(xiàn)標(biāo)識碼】A 【文章編號】1006-9682（2012）11-0017-02
一、引 言
《數(shù)字圖像處理》是高等院校信息與通信類專業(yè)重要的專業(yè)課程之一，主要內(nèi)容為數(shù)字圖像處理技術(shù)的基本概念、基本原理、基本分析方法和圖像處理的新技術(shù)。該課程基于信號分析與處理理論，概念抽象、原理復(fù)雜、理論性較強(qiáng)，給學(xué)生帶來一定的難度。[1]
《數(shù)字圖像處理》課程的理論教學(xué)很抽象，僅通過理論教學(xué)學(xué)生很難掌握數(shù)字圖像處理的基本原理。因此，在教學(xué)過程中，通過實驗使學(xué)生加深對理論的理解，提高實踐動手能力。但數(shù)字圖像處理課程所設(shè)計的實驗一般是針對某一局部理論知識點或關(guān)鍵技術(shù)，如“利用直方圖技術(shù)進(jìn)行圖像增強(qiáng)”、“邊緣檢測算法”等，這些實驗內(nèi)容帶有一定的局限性，難以使學(xué)生較綜合地掌握整個課程的知識體系。
為了解決上述問題，有效利用和挖掘?qū)嶒炇屹Y源條件，創(chuàng)造良好的育人環(huán)境，充分發(fā)揮實驗室在實施素質(zhì)教育、創(chuàng)新精神和實踐技能培養(yǎng)中的作用，進(jìn)一步深化提高實踐教學(xué)水平，我們將開放性實驗形式引入《數(shù)字圖像處理》課程中，為學(xué)生提供開放式的實驗內(nèi)容和平臺，在教師的指導(dǎo)下，有組織、有計劃、有步驟地完成相關(guān)內(nèi)容。
二、實驗開放性要求
1.以學(xué)生為主體
開放性實驗教學(xué)強(qiáng)調(diào)以學(xué)生為中心，在實驗項目、實驗設(shè)備、實驗方式方法、實驗時間和實驗難度等方面給予學(xué)生充分的自，使學(xué)生能夠根據(jù)個人的實驗基礎(chǔ)、專業(yè)特點和興趣愛好選擇相應(yīng)的實驗內(nèi)容，這就使學(xué)生處于教學(xué)的中心地位，有利于調(diào)動他們的學(xué)習(xí)興趣，從而激發(fā)其解決問題的積極性。
開放性實驗以學(xué)生為主體，要求學(xué)生以團(tuán)隊形式進(jìn)行分工與合作，共同完成某一具體任務(wù)目標(biāo)。從任務(wù)目標(biāo)的制定、整個任務(wù)的完成。
2.教師的指導(dǎo)
開放性實驗以學(xué)生為主體，離不開專業(yè)教師的啟發(fā)與引導(dǎo)。無論是課內(nèi)擴(kuò)展性或延伸性的實驗、課程設(shè)計提出的實驗、畢業(yè)設(shè)計題目、學(xué)生自選題目、科研、競賽等開放性實驗都應(yīng)配有指導(dǎo)教師，指導(dǎo)教師對學(xué)生選題的科學(xué)性及難易程度進(jìn)行審核，并認(rèn)真審閱學(xué)生獨立擬定的實驗實施方案、設(shè)計實驗步驟，經(jīng)指導(dǎo)教師審閱同意后，方可進(jìn)入實施階段。指導(dǎo)教師對實驗過程中可能存在的若干問題要有預(yù)案、論證，并提前向?qū)W生提出警示防范。[2～3]指導(dǎo)教師需要定期到開放實驗室進(jìn)行指導(dǎo)，注重對學(xué)生實驗過程中的啟發(fā)，引導(dǎo)學(xué)生的創(chuàng)新意識、刻苦鉆研、勇于探索精神，同時善于發(fā)現(xiàn)學(xué)生潛在的天賦和才能，尊重學(xué)生的個性和差異，引導(dǎo)他們走上適合自身發(fā)展的道路。蘇霍姆林斯基曾說：“世界上沒有才能的人是沒有的。問題在于教育者要去發(fā)現(xiàn)每一位學(xué)生的稟賦、興趣、愛好和特長，為他們的表現(xiàn)和發(fā)展提供充分的條件和正確引導(dǎo)”。教師要不斷激發(fā)學(xué)生學(xué)習(xí)的主動性和積極性。學(xué)生在開放實驗項目完成后，首先向指導(dǎo)教師提交實驗結(jié)題報告、論文或?qū)嵨锏葘嶒灲Y(jié)果，作為學(xué)生成績和科技成果學(xué)分的評定依據(jù)，指導(dǎo)教師對實驗結(jié)果和報告進(jìn)行正確評價。
3.內(nèi)容靈活
開放性實驗的內(nèi)容設(shè)計靈活，可以由教師設(shè)計相對自由度較大的實驗項目，并通過多種方案實現(xiàn)實驗?zāi)繕?biāo)，學(xué)生則通過查閱資料，結(jié)合課堂教學(xué)內(nèi)容，對具體方案進(jìn)行分析，教師則可以對其進(jìn)行指導(dǎo)，選擇合理方案實現(xiàn)。在這種方式中，學(xué)生可以充分發(fā)揮自身的主觀能動性，按照自己的想法完成實驗項目。
另外，也可以由學(xué)生自己制訂相關(guān)內(nèi)容的實驗項目來完成，從題目選擇、方案設(shè)計等方面都由學(xué)生完成，教師進(jìn)行審核和指導(dǎo)。這種方式對學(xué)生提出了更高的要求，可以結(jié)合學(xué)生具體情況有選擇地實施。
此外，開放性實驗還要求實驗室開放設(shè)備、開放管理、人性化考核、建立健全開放性實驗激勵機(jī)制等方面的輔助措施，[4～5]形成意識、知識、能力于一體的工程實踐能力模式。
三、開放性實驗設(shè)計
由于是首次在《數(shù)字圖像處理》課程中進(jìn)行開放性實驗的嘗試，結(jié)合本校學(xué)生的具體情況，采用教師設(shè)計開放性實驗項目、由學(xué)生選擇具體方案來完成的方式。主要提供了“視覺特征提取實驗”和“城市路況信息提取實驗”，都是結(jié)合本專業(yè)學(xué)科多年科研經(jīng)驗和成果設(shè)計的。
1.視覺特征提取實驗
本實驗針對機(jī)器視覺領(lǐng)域中對數(shù)字圖像上目標(biāo)特征的提取和定位要求提出的，要求學(xué)生能夠提取機(jī)器視覺中常見的橢圓形特征和角點，見圖1。
圖1 視覺常用特征
為學(xué)生提供了此類圖像處理的基本流程和關(guān)鍵環(huán)節(jié)，如圖像預(yù)處理、目標(biāo)特征的粗定位、目標(biāo)特征的約束判斷、目標(biāo)特征的
高精度定位等。[6]學(xué)生根據(jù)每個環(huán)節(jié)的要求查閱資料，設(shè)計具體的實現(xiàn)方法。
本實驗的主要目標(biāo)是讓學(xué)生了解圖像常用預(yù)處理方法、不同圖像增強(qiáng)效果的比較、圖像具體目標(biāo)特征的識別等。同時，結(jié)合本實驗，可使學(xué)生接觸機(jī)器視覺研究領(lǐng)域，也加深了對數(shù)字圖像處理的理解。
2.城市路況信息提取實驗
本實驗針對目前城市道路擁堵現(xiàn)狀，利用道路視頻監(jiān)控設(shè)施和數(shù)字圖像處理方法，自動對路況信息提取，見圖2。
圖2 交通路況視頻截屏圖
該實驗要求學(xué)生對監(jiān)控視頻流進(jìn)行獲取，截取每幀圖像，經(jīng)過圖像預(yù)處理、車輛目標(biāo)識別、車輛目標(biāo)跟蹤等過程，實現(xiàn)視頻中車輛的識別和跟蹤，并最終對路況信息進(jìn)行綜合判斷。
本實驗緊貼生活實際問題，具有很強(qiáng)的實用性，學(xué)生也便于理解。通過本實驗項目，讓學(xué)生了解圖像常見預(yù)處理方法、邊緣檢測算法的比較、圖像區(qū)域分割方法、運(yùn)動目標(biāo)跟蹤等。結(jié)合本實驗，也可以使學(xué)生直觀地了解到數(shù)字圖像處理的實際應(yīng)用價值，加深對數(shù)字圖像處理的理解。
四、結(jié)束語
通過在《數(shù)字圖像處理》課程中開設(shè)開放性實驗，較好地解決了該課程實踐能力鍛煉環(huán)節(jié)不足的問題，為學(xué)生提供了更多鍛煉的機(jī)會。利用數(shù)字圖像處理在科研和生活等方面的實際應(yīng)用，不僅使學(xué)生更多地了解了《數(shù)字圖像處理》課程的實用性，而且親自接觸和實踐了相關(guān)方案，在提高能力的同時，也為學(xué)生帶來了較大的成就感。
目前的開放性實驗僅開設(shè)了兩個實驗項目，在今后的教學(xué)過程中要進(jìn)一步發(fā)掘和整理新的項目。另外，還需要在實驗室開放管理、開放性實驗成績評價和考核等方面加深探索和研究。
參考文獻(xiàn)
1 賈永紅.“數(shù)字圖像處理”課程的建設(shè)與教學(xué)改革[J].高等理科教育，2007（1）：96～98
2 張波、貫會明.開放性實驗在實驗教學(xué)體系構(gòu)建中的作用[J].實驗室研究與探索，2010（9）：135～137
3 周玲艷、秦華明、梁紅.開放性實驗教學(xué)探討[J].中山大學(xué)學(xué)報論叢，2006（26）：225～227
4 李金萍、陸玲、劉自強(qiáng)、徐瑋.數(shù)字圖像處理課程實驗教學(xué)改革探索[J].科技視界，2012（7）：23～24
【中圖分類號】G642 【文獻(xiàn)標(biāo)識碼】A 【文章編號】2095-3089（2015）10-0016-02
一、課程特點和教學(xué)現(xiàn)狀
1998年教育部新增地理信息系統(tǒng)（GIS）本科專業(yè)后，我國GIS教育發(fā)展形勢空前活躍。目前，國內(nèi)已有近200所高校開設(shè)了地理信息系統(tǒng)專業(yè)，逐步形成了比較穩(wěn)定的GIS專業(yè)課程體系與課程設(shè)置方案（石永明，2011）。其中，遙感系列課程（遙感物理與技術(shù)、遙感數(shù)字圖像處理、遙感地學(xué)分析與應(yīng)用）成為GIS專業(yè)課程體系中的重要模塊。充分利用各種圖像處理算法從遙感數(shù)據(jù)中獲取各種生物物理參數(shù)和土地覆被/利用信息，可以為自然和人文生態(tài)系統(tǒng)的空間分布式模型提供輸入?yún)?shù)，在遙感技術(shù)應(yīng)用中占有十分重要的地位。
《遙感數(shù)字圖像處理》是一門系統(tǒng)研究遙感圖像理論、技術(shù)和應(yīng)用的課程（路元剛，2012）， 它是遙感科學(xué)技術(shù)和地理信息系統(tǒng)等專業(yè)本科生的專業(yè)課（朱洪錦，2012；宋懷波，2014）。數(shù)字圖像處理技術(shù)的迅速發(fā)展使其分支幾乎擴(kuò)展到農(nóng)業(yè)信息科學(xué)的全部領(lǐng)域，該課程強(qiáng)調(diào)實踐性，實踐教學(xué)是創(chuàng)新人才培養(yǎng)中的重要環(huán)節(jié)，對于培養(yǎng)學(xué)生專業(yè)技能和理論實踐結(jié)合能力、激發(fā)學(xué)生的創(chuàng)新思維和探索精神、提升科研能力，有著重要意義。因此，只有通過適時安排實驗課，才能收到最佳的教學(xué)效果。目前，國內(nèi)高校中該課程一般都安排有12個學(xué)時以上的實驗。新疆農(nóng)業(yè)大學(xué)GIS專業(yè)的《遙感數(shù)字圖像處理》課程于2009年開設(shè)，教學(xué)過程中重視實踐教學(xué)環(huán)節(jié)，安排有20-24學(xué)時的上機(jī)實驗，按照教育部對實驗課的要求，實驗類型主要為驗證性和綜合性。雖然現(xiàn)有的實踐教學(xué)內(nèi)容不斷豐富，但仍以教師為主導(dǎo)，學(xué)生的學(xué)習(xí)興趣沒有被完全調(diào)動，主動思考的意識尚有待提高。而現(xiàn)代教學(xué)模式強(qiáng)調(diào)學(xué)生的主觀能動性，教學(xué)要以學(xué)生為中心，使學(xué)生處于主動的地位。因此，如何更好地激發(fā)學(xué)生學(xué)習(xí)遙感圖像處理的興趣、鼓勵學(xué)生自主學(xué)習(xí)理論知識并培養(yǎng)動手能力是在本課程課堂實踐環(huán)節(jié)中最重要的目標(biāo)之一。筆者所在的新疆農(nóng)業(yè)大學(xué)GIS教研室的教師通過多年的課程實踐教學(xué)積累了一些經(jīng)驗，并在實踐中取得了很好的效果（朱磊，2014），需及時地進(jìn)行系統(tǒng)地梳理和總結(jié)，盡快建立起一套符合農(nóng)業(yè)類院校遙感圖像處理的課堂實踐教學(xué)模式，以規(guī)范和完善課程實踐教學(xué)的內(nèi)容并推動授課模式的改革，有助于提高GIS專業(yè)學(xué)生的遙感圖像處理的實踐能力。綜上所述，本研究擬將“研究型教學(xué)模式”和“問題導(dǎo)向型教學(xué)模式”引入到課程的課堂實踐環(huán)節(jié)中，構(gòu)建以學(xué)生為主導(dǎo)的實踐體系，使學(xué)生了解和掌握了圖像處理的主要內(nèi)容和方法，培養(yǎng)學(xué)生團(tuán)結(jié)協(xié)作和創(chuàng)新思維能力，為今后深入學(xué)習(xí)專業(yè)課程和高質(zhì)量完成畢業(yè)論文奠定基礎(chǔ)。
二、實踐教學(xué)內(nèi)容調(diào)整
1.調(diào)整課時安排
《遙感數(shù)字圖像處理》課程強(qiáng)調(diào)學(xué)生的實踐動手能力，因而實踐教學(xué)在整個教學(xué)過程中占據(jù)重要地位。新疆農(nóng)業(yè)大學(xué)自2009年開設(shè)“遙感數(shù)字圖像處理”課程以來，課程總學(xué)時為50-52學(xué)時，其中實踐教學(xué)課程始終保持在20學(xué)時至24學(xué)時之間，占課程總課時量的近50%，高于其它同類高校約33%的平均比例（黃秋燕，2008）。較高的實踐教學(xué)課時，保證了學(xué)生能夠接觸到大量的綜合性實驗，并有足夠的時間能在教師指導(dǎo)的狀態(tài)下熟悉和掌握實踐技能，這對他們提高動手能力、積累實戰(zhàn)經(jīng)驗大有益處。全部課程共十章，除第一章緒論外，其余各章均安排有2-4學(xué)時的課堂實習(xí)。
2.補(bǔ)充教學(xué)材料
《遙感數(shù)字圖像處理》課程相關(guān)教材較多，我們選用的是韋玉春等主編的、科學(xué)出版社出版的《遙感數(shù)字圖像處理教程》（韋玉春，2007）。該教材結(jié)構(gòu)設(shè)置合理，對遙感數(shù)字圖像處理的基本概念和常用方法進(jìn)行了系統(tǒng)的講解。但限于篇幅，教材中對涉及到的其它遙感領(lǐng)域的一些定義、算法和思路僅做了概述，因此向?qū)W生推薦了多本輔助教材，如：趙英時主編的《遙感應(yīng)用分析原理與方法》（趙英時，2003）和戴昌達(dá)等主編的《遙感圖像應(yīng)用處理與分析》（戴昌達(dá)，2004）等。另外，鑒于教材中部分內(nèi)容的時效性，不能夠反映最新的研究動態(tài)，而這部分內(nèi)容恰恰是教材中最能夠引發(fā)學(xué)生學(xué)習(xí)興趣的部分。因此，我們鼓勵學(xué)生自行檢索并下載閱讀近1-3年相關(guān)領(lǐng)域的文獻(xiàn)，并推薦有能力的同學(xué)閱讀英文文獻(xiàn)。同時，引導(dǎo)學(xué)生充分利用網(wǎng)絡(luò)資源，主動查閱資料，不斷更新知識庫、擴(kuò)展知識面。
3.推進(jìn)學(xué)科交織
遙感（RS）、地理信息系統(tǒng)（GIS）和全球定位系統(tǒng)（GPS）構(gòu)成了“3S”綜合應(yīng)用體系，遙感作為該系統(tǒng)最重要的數(shù)據(jù)源，與其他學(xué)科結(jié)合緊密。學(xué)生已初步具備了GIS和GPS的基本知識和操作技能。因此，教師適時地運(yùn)用視頻、圖片等多媒體方式將“3S”實際應(yīng)用的案例穿插在理論講授過程中，讓學(xué)生了解遙感圖像處理在整個“3S”應(yīng)用體系中的作用和技術(shù)要求，以及RS如何與GIS和GPS銜接與集成。此外，積極引導(dǎo)學(xué)會學(xué)生觸類旁通、舉一反三，不僅要知道怎么做，而且知道為什么做，同樣的方法還能夠解決什么問題，碰到類似的問題時自己是否能夠獨立解決等等，這對學(xué)生日后面對實際工作、解決實際問題具有極大的幫助。
三、實踐教學(xué)方法改革
1.構(gòu)建任務(wù)導(dǎo)向式的實踐教學(xué)模式
根據(jù)實踐教學(xué)方案，各主要章節(jié)理論知識講授完畢后，均安排相關(guān)內(nèi)容進(jìn)行上機(jī)實驗。課堂實驗選題設(shè)計為學(xué)生在未來的專業(yè)領(lǐng)域可能遇的“真實世界”的現(xiàn)實的問題，沒有固定的解決方法和過程。整個過程以自主探究和小組寫作為主，減少教師的“灌輸式”講述。在每一個任務(wù)完成和每個課程單元結(jié)束時進(jìn)行自我評價和小組評價，并定期進(jìn)行總結(jié)。如：第八章圖像分割上機(jī)實驗題目為“運(yùn)用空間建模手段，提取給定影像上的植被信息，非植被區(qū)域保留原始影像”。通過完成該任務(wù)，學(xué)生可以復(fù)習(xí)、鞏固以下知識點和技能點：（1）歸一化植被的概念、作用和計算步驟，不同取值的指示意義；（2）如何為植被區(qū)域賦常量值，非植被區(qū)域保留原始影像；（3）借助專業(yè)圖像處理軟件ERDAS IMAGINE的空間建模平臺，構(gòu)建針對本任務(wù)的模型。上機(jī)實驗中任務(wù)的設(shè)計對教學(xué)效果極其重要，應(yīng)全面考慮學(xué)生對理論知識的掌握程度，并要求教師對重要知識點的提煉和融合，力求讓學(xué)生通過完成一個課堂任務(wù)來增強(qiáng)對理論知識的理性認(rèn)識，更重要的是培養(yǎng)學(xué)生分析問題、解決問題的能力。
2.培養(yǎng)學(xué)生團(tuán)隊合作意識和能力
實踐教學(xué)活動在我校綜合實驗樓GIS機(jī)房中進(jìn)行，作者本學(xué)期所帶的GIS132班共計29人，按照自愿結(jié)合的原則，分為10個小組（除第十組為2人外，各小組均為3人）。同一小組的同學(xué)座位相鄰，便于交流。每人一臺計算機(jī)，保證操作的獨立性。
首先用很短的時間對已學(xué)的相關(guān)知識進(jìn)行簡要的復(fù)習(xí)，讓學(xué)生較快地進(jìn)入到學(xué)習(xí)新知識的氛圍中來，并讓學(xué)生了解到本節(jié)課實踐內(nèi)容與復(fù)習(xí)內(nèi)容的相關(guān)性，為之后學(xué)生自主探究及實踐做鋪墊。
之后教師課堂任務(wù)，學(xué)生以小組為單位開展實踐。由于最終的考核是以小組為單位，所以組內(nèi)的每位成員都需按時完成任務(wù)，且保證質(zhì)量，小組內(nèi)部就會產(chǎn)生一種你追我趕的學(xué)習(xí)狀態(tài)，每個學(xué)生都不想因為自己的落后而影響整個小組。從而在小組內(nèi)自發(fā)形成“快帶慢、快幫慢”的學(xué)習(xí)模式。此外，在任務(wù)完成質(zhì)量同等的前提下，教師將對先完成任務(wù)的小組給出較高的分?jǐn)?shù)，各小組間也形成了競爭模式。先完成的小組可以幫助進(jìn)度較慢的小組，這種幫助其他同學(xué)完成任務(wù)的過程也會讓先完成的同學(xué)獲得成功的體驗，形成“任務(wù)一出，大家爭相完成”的學(xué)習(xí)氛圍。
3.改革學(xué)習(xí)考核評價方法
本研究運(yùn)用上述授課形式，對GIS132班進(jìn)行了教學(xué)模式改革的嘗試，學(xué)期末通過對學(xué)生進(jìn)行的調(diào)查問卷，獲取了學(xué)生對知識掌握的情況及對該授課方式的意見和建議。最終，綜合學(xué)期考勤記錄、學(xué)生課堂表現(xiàn)記錄和期末調(diào)查問卷，得到課堂實踐教學(xué)模式改革的整體效果評價，結(jié)果顯示：（1）學(xué)生出勤率較高，完成作業(yè)情況較好，課程學(xué)習(xí)的積極性較高：全班共計29人，本課程包含13個教學(xué)周，總計曠到1人次、請假2人次、遲到5人次；課后書面作業(yè)5次，總計4人次未按時提交，作業(yè)正確率較高。（2）學(xué)生對知識點的掌握更為牢固，調(diào)查問卷顯示90%以上的學(xué)生認(rèn)為通過本學(xué)期的學(xué)習(xí)，掌握了遙感數(shù)字圖像處理的主要步驟和方法，了解了實際應(yīng)用的領(lǐng)域。（3）課堂實踐教學(xué)模式取得了較好的效果，全班認(rèn)為“問題導(dǎo)向型模式”和“小組協(xié)作型模式”有助于課堂理論知識的鞏固和實踐操作技能的提高的比例達(dá)到100%。
四、結(jié)語
《遙感數(shù)字圖像處理》課程是地理信息科學(xué)專業(yè)本科生的專業(yè)必修課，在整個課程體系中占有重要地位。該課程在理論和方法的課堂教學(xué)之外更加強(qiáng)調(diào)學(xué)生的實踐能力，因此該課程的課堂實踐教學(xué)顯得尤為重要。本研究探索性地將“研究型教學(xué)模式”和“問題導(dǎo)向型教學(xué)模式”引入到課程的課堂實踐環(huán)節(jié)中，構(gòu)建了以學(xué)生為主導(dǎo)的實踐體系，同時編制《遙感數(shù)字圖像處理實驗手冊》。該教學(xué)模式在提高學(xué)生學(xué)習(xí)主動性和創(chuàng)造性及培養(yǎng)團(tuán)隊意識等方面取得了較好的效果，。今后的教學(xué)改革中，如能將該模式與翻轉(zhuǎn)課堂等其它先進(jìn)的教學(xué)模式進(jìn)行合理地組合，將開創(chuàng)《遙感數(shù)字圖像處理》課程課堂實踐教學(xué)的新模式，進(jìn)一步提高學(xué)生自主學(xué)習(xí)的效率，并有助于探索出一套適合GIS本科生實踐技能和創(chuàng)新能力培養(yǎng)的開放式的綜合教學(xué)體系。
參考文獻(xiàn)：
[1]石永明， 田永中. 地理信息系統(tǒng)實驗課程教學(xué)探討[J]. 實驗室科學(xué)， 2011， 14（1）： 26-29.
[2]朱磊. 淺析地理信息系統(tǒng)專業(yè)本科生創(chuàng)新能力的培養(yǎng)[J]. 2014， 4： 154-155.
[3]路元剛. 《數(shù)字圖像處理》課程的教學(xué)探討與實踐[J]. 江蘇教育學(xué)院學(xué)報（自然科學(xué)）， 2012， 28 （5） ： 32-33.
[4]朱洪錦， 范洪輝， 葉飛躍， 等.《數(shù)字圖像處理技術(shù)》課程的教學(xué)改革探索[J]. 吉林化工學(xué)院學(xué)報， 2012， 29 （12）： 24-27.
[5]宋懷波， 何東健， 龍燕， 等. 農(nóng)業(yè)院?！稊?shù)字圖像處理》課程教學(xué)改革與實踐[J]. 教改研究， 2014， 70： 10-12.
[6]黃秋燕. GIS專業(yè)遙感概論課程實驗教學(xué)改革探索[J]. 科技信息， 2008（27）： 352-353.
[7]韋玉春. 遙感數(shù)字圖像處理教程[M]. 科學(xué)出版社， 2007.
[8]趙英時. 遙感應(yīng)用分析原理與方法[M]. 科學(xué)出版社， 2003.
中圖分類號：TP751文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2011)07-1638-03
Image Processing Algorithm Design Research Based on ImageJ
ZHAO Yi-li
(Dept. of Computer, Southwest Forestry University, Kunming 650224, China)
Abstract: Proposing an image processing algorithm design program based on ImageJ software, the program can complete digital image processing algorithm design quickly and accurately, and it is a useful complement for which based on MATLAB or C/C++ language environments. Through two examples of digital filtering and wavelet transform, the paper shows the benefits of the program for the image processing algorithm design task. Meanwhile, with the ImageJ's open plug-in architecture, making the design has good modularity and scalability.
Key words: imagej; image processing; digital filtering; wavelet transform; algorithm design
1 數(shù)字圖象處理算法設(shè)計概述
在進(jìn)行數(shù)字圖像處理算法仿真時，采用的方案主要有兩大類。一類是使用MathWorks公司開發(fā)的MATLAB軟件。另外一類基于C和C++語言，以及Microsoft公司的Visual Studio平臺和MFC框架。
1.1 基于MATLAB的圖像處理算法設(shè)計
由MathWorks公司開發(fā)的MATLAB[1]軟件非常適合用于處理向量和矩陣，在科學(xué)研究和產(chǎn)品的原型開發(fā)與設(shè)計中得到了廣泛的應(yīng)用。并且被國內(nèi)外許多大學(xué)采用作為線性代數(shù)和數(shù)值計算的計算機(jī)輔助教學(xué)軟件。該軟件本身提供了一種高級語言，能夠通過編程的方式解決問題。由于MATLAB附帶了一個功能完整的圖像處理工具箱[2]，因此很多研究者都基于MATLAB進(jìn)行數(shù)字圖像處理算法的設(shè)計[3-5]。
采用MATLAB軟件作為原型系統(tǒng)設(shè)計具有可靠和快速的優(yōu)點，但是也存在三個缺點。第一，由于MATLAB是一個商業(yè)軟件，軟件的版權(quán)費(fèi)用比較昂貴。第二，MATLAB對相應(yīng)的圖像處理算法行了封裝。因此，很難有機(jī)會看到相關(guān)算法的實現(xiàn)代碼。第三，在MATLAB中開發(fā)的程序必須要有MATLAB的運(yùn)行庫支持，脫離了MATLAB環(huán)境就無法運(yùn)行。
1.2 基于C和C++語言的圖像處理算法設(shè)計
另外一類設(shè)計方案基于C和C++語言。C語言是很多圖像處理和數(shù)值分析庫的首選編程語言。但是，使用C語言需要通過指針訪問圖像數(shù)據(jù)，而且需要手動進(jìn)行內(nèi)存的分配和釋放。因此在使用C語言進(jìn)行算法設(shè)計的時候，往往會把注意力轉(zhuǎn)移到其它和圖像處理無關(guān)的領(lǐng)域上面，而且C語言本身也沒有提供用戶界面接口環(huán)境。
隨著C++語言的普及，越來越多的研究者開始采用C++語言進(jìn)行圖像處理算法設(shè)計。這些設(shè)計大部分都是基于Visual C++環(huán)境，并且使用MFC完成相關(guān)的用戶界面接口。由于C++語言本身的復(fù)雜性，以及MFC具有相對陡峭的學(xué)習(xí)曲線，使得這個方案開發(fā)效率不是很高。言內(nèi)容。
2 基于ImageJ的圖像處理算法設(shè)計
為了能夠解決以上提到的問題，作者在進(jìn)行數(shù)字圖像處理工程實踐中，采用基于Java語言編寫的ImageJ平臺的算法仿真方案。通過一些項目的實踐，取得了不錯的效果。下面對采Java語言和ImageJ平臺的原因進(jìn)行闡述。
2.1 采用Java語言的原因
隨著Java語言及其平臺的日益成熟，使得Java語言[6]在多個領(lǐng)域都得到了廣泛的應(yīng)用。選擇Java語言的原因是（1）Java語言是跨平臺的，可以使用多個操作系統(tǒng)來進(jìn)行算法設(shè)計，例如Windows、Linux或者M(jìn)ac OS；（2）Java語言是免費(fèi)和開放的；（3）Java語言帶有網(wǎng)絡(luò)開發(fā)的標(biāo)準(zhǔn)庫，這使得開發(fā)基于Web的圖像處理系統(tǒng)更加方便；（4）Java語言帶有用戶界面庫AWT和Swing，可以將圖像處理算法和處理結(jié)果的可視化無縫銜接起來；（5）Java語言是面向?qū)ο蟮?，并且支持垃圾回收和良好的異常處理機(jī)制。這樣研究者更容易把注意力集中在算法實現(xiàn)上面，而不是指針的操作以及內(nèi)存的手動分配與回收這些與問題域無關(guān)的事物上面；（6）Java程序運(yùn)行速度很快，這意味著可以得到算法運(yùn)行結(jié)果的即時反饋，即實時性。
2.2 采用ImageJ的原因
ImageJ是由美國國家衛(wèi)生總局的維恩開發(fā)的一個功能強(qiáng)大的圖像處理和分析軟件[7]，在全世界被很多生物學(xué)家和醫(yī)學(xué)圖像處理研究者應(yīng)用于生物醫(yī)學(xué)圖像處理研究[8]。由于ImageJ本身是使用Java語言編寫的，因此可以運(yùn)行在任何一個安裝了Java虛擬機(jī)的操作系統(tǒng)上面。同時，在ImageJ的網(wǎng)站上也提供了相應(yīng)的源程序和幫助文檔下載，研究者可以通過下載ImageJ的源代碼對ImageJ內(nèi)部的工作機(jī)制和原理進(jìn)行分析。最重要的是ImageJ的設(shè)計基于插件架構(gòu)體系，可以通過編寫插件對其功能進(jìn)行擴(kuò)展。利用ImageJ的插件機(jī)制，可以將不同的圖像處理算法編寫為相應(yīng)的插件。通過Java虛擬機(jī)和ImageJ提供的插件動態(tài)加載功能，當(dāng)用戶對插件進(jìn)行更改以后，直接編譯就可以在ImageJ中進(jìn)行加載和運(yùn)行，而無需重新啟動應(yīng)用程序，即提供了所謂“熱拔插”的功能。
3 圖像處理算法設(shè)計示例
下面將通過兩個例子來說明如何基于ImageJ平臺進(jìn)行數(shù)字圖像處理算法設(shè)計。通過這兩個例子可以看到ImageJ的插件機(jī)制為圖像處理算法的實現(xiàn)提供了一個非常好的平臺。
3.1 數(shù)字濾波
隨著數(shù)字濾波是圖像平滑和銳化算法的理論基礎(chǔ)[9]。論文實現(xiàn)了數(shù)字濾波的兩種算法，一種使用不可分離算法，另外一種使用可分離的算法。一個大小為m*n的濾波器，對于每個像素，不可分離算法的時間復(fù)雜度為O(m*n)，可分離算法的時間復(fù)雜度為O(m+n)。因此，可分離算法在模塊化和計算時間方面更有優(yōu)勢。
算法1 垂直邊緣濾波器的不可分離算法
public ImageProcessor nonseparable(ImageProcessor input) {
int w = input.getWidth();
int h = input.getHeight();
ImageProcessor output = new ImageProcessor(w, h);
double[][] block = new double[3][3];
double value = 0.0;
for (int x = 0; x < w; x++) {
for (int y = 0; y < h; y++) {
input.getNeighborhood(x, y, block);
value = (block[2][0] - block[0][0] + block[2][1] - block[0][1] + block[2][2] -block[0][2])/6.0;
output.putPixel(x, y, value);}}
return output;}
算法2 垂直邊緣濾波器的可分離算法
public ImageProcessor separable(ImageProcessor input) {
int w = input.getWidth();
int h = input.getHeight();
ImageProcessor output = new ImageProcessor(w, h);
double rowin[]= new double[w];
double rowout[] = new double[w];
for (int y = 0; y < h; y++) {
input.getRow(y, rowin);
difference(rowin, rowout);
output.putRow(y, rowout);}
double colin[]= new double[h];
double colout[] = new double[h];
for (int x = 0; x < nx; x++) {
output.getColumn(x, colin);
average(colin, colout);
output.putColumn(x, colout);}
return output;}
private void average(double in[], double out[]) {
int n = in.length;
out[0] = (2.0 * in[1] + in[0]) / 3.0;
for (int k=1; k
out[k] = (in[k-1] + in[k] + in[k+1]) / 3.0;}
out[n-1] = (2.0 * in[n-2] + in[n-1]) / 3.0;}
private void difference(double in[], double out[]) {
int n = in.length;
out[0] = 0.0;
for (int k=1; k
out[k] = (in[k+1] - in[k-1])/2.0;}
out[n-1] = 0.0;}
表1列出了ImageJ的均值濾波的測試時間，測試環(huán)境為：512 x 512的灰度圖像，JRE 1.6.0_21，Intel Core Quad/2.33GHz，4GB RAM。從表1中可以看到可分離算法相對于不可分離算法的優(yōu)勢，特別是當(dāng)濾波器尺寸加大以后更加明顯。
3.2 小波變換
另外一個例子是實現(xiàn)可分離的二維Haar小波變換[10]。
算法3 二維Haar小波變換
public ImageProcessor analysis(ImageProcessor input, int nbScale) {
int nx = input.getWidth();
int ny = input.getHeight();
ImageProcessor output = input.duplicate();
ImageProcessor buffer;
for (int i=0; i
buffer = new ImageProcessor(nx, ny);
ouput.getSubImage(0, 0, buffer);
buffer = split(buffer);
output.putSubImage(0, 0, buffer);
nx = nx / 2;
ny = ny / 2;}
return output;}
private ImageProcessor split(ImageProcessor input) {
int nx = input.getWidth();
int ny = input.getHeight();
ImageProcessor output= new ImageProcessor(nx, ny);
double rowin[]= new double[nx];
double rowout[] = new double[nx];
for (int y=0; y
input.getRow(y, rowin);
split_1D(rowin, rowout);
output.putRow(y,rowout);}
double colin[] = new double[ny];
double colout[] = new double[ny];
for (int x=0; x
output.getColumn(x, colin);
split_1D(colin, colout);
output.putColumn(x,colout);}
return output;}
private void split_1D(double in[], double out[]) {
int n = in.length / 2;
double sqrt2 = Math.sqrt(2.0);
int k1;
for (int k=0; k
k1 = 2 * k;
out[k] = (in[k1] + in[k1+1]) / sqrt2;
out[k+n] = (in[k1] - in[k1+1]) / sqrt2;}}
圖1是基于ImageJ設(shè)計的Haar小波變換仿真的運(yùn)行結(jié)果。
3 結(jié)論
論文提出的基于ImageJ軟件的數(shù)字圖像處理算法設(shè)計方案對傳統(tǒng)的基于MATLAB和C/C++語言的方案是一個非常好的補(bǔ)充。通過相關(guān)的兩個實例也展現(xiàn)了這種方案在實現(xiàn)數(shù)字圖象處理算法時的簡潔和快速，對于研究者設(shè)計和驗證新的圖像處理算法是一個非常好的平臺。同時由于ImageJ基于插件的架構(gòu)體系設(shè)計，使得研究者可以將不同的圖像處理算法編寫為相應(yīng)的插件，對其進(jìn)行擴(kuò)充和二次開發(fā)。
參考文獻(xiàn)：
[1] The MathWorks Inc. MATLAB,Natwick,MA.[CP/OL].
[2] Rafael C,Richard E,Steven L.Digital Image Processing Using MATLAB [M].[S.l]:Prentice Hall,2004.
[3] 安平,王朔中.建立在MATLAB平臺上的數(shù)字圖像處理教學(xué)實驗系統(tǒng)[J].實驗室研究與探索,2001(1).
[4] 賈永紅.現(xiàn)代化教學(xué)手段在數(shù)字圖像處理教學(xué)中的應(yīng)用研究[J].測繪通報,2006(1).
[5] 張國琴,吳周橋.MATLAB在數(shù)字圖像處理教學(xué)中的應(yīng)用[J].武漢科技學(xué)院學(xué)報,2005(10).
[6] The Java Language.[CP/OL].
[7] Image J.rsb.info.nih.gov/ij[CP/OL].
1《圖像處理》課程的特點
1.1教學(xué)內(nèi)容適合雙語
由于《圖象處理》課程是一門涉及多領(lǐng)域的交叉學(xué)科，也是目前發(fā)展最迅速的學(xué)科之一，因此大量原始文獻(xiàn)傳播和交流都采用英文方式。但是，目前國內(nèi)的中文教材基本是英文文獻(xiàn)的翻譯，很多專業(yè)詞匯在不同教材中翻譯成不同的中文詞匯。為讓學(xué)生獲取對知識點最精準(zhǔn)的理解，獲取最“原汁原味”的科學(xué)知識，采用雙語教學(xué)是比較好的途徑。
《圖象處理》課程具有理論性和實踐性特點，易于實現(xiàn)雙語教學(xué)?！秷D象處理》課程內(nèi)容涉及大量的圖像、圖形，生動直觀，文字講授內(nèi)容相對于其他課程較少，因此，更容易吸引學(xué)生的興趣，實現(xiàn)雙語教學(xué)時易學(xué)易懂。
1.2教學(xué)對象適合雙語
電子信息工程專業(yè)的本科生歷來屬于學(xué)校的優(yōu)質(zhì)生源，在外語水平和實踐能力上較為突出?！秷D象處理》是針對大三學(xué)生開設(shè)的專業(yè)基礎(chǔ)課，在專業(yè)基礎(chǔ)知識方面，通過大一大二期間，對《信號與系統(tǒng)》《數(shù)字信號處理》《信息論》《通信原理》等相關(guān)專業(yè)課程的學(xué)習(xí)，已經(jīng)具備一定的專業(yè)基礎(chǔ)，為《圖象處理》課程的學(xué)習(xí)和理解奠定了基礎(chǔ)；在英語聽說和閱讀水平方面，《大學(xué)英語》課程的學(xué)習(xí)已經(jīng)全方面訓(xùn)練了學(xué)生的英語聽說和閱讀能力，具備使用英語學(xué)習(xí)專業(yè)課程的水平；在實踐方面，大三學(xué)生已經(jīng)學(xué)完《C語言程序設(shè)計》、《Matlab語言》課程，具備基本的編程能力，能夠?qū)崿F(xiàn)理論教學(xué)與實踐教學(xué)相結(jié)合。
1.3穩(wěn)定的教學(xué)團(tuán)隊
我們基本形成一支由5人組成的結(jié)構(gòu)合理、力量雄厚的教學(xué)團(tuán)隊，其成員包括教授1名，副教授1名，講師3名。團(tuán)隊中有1名青年教師在攻讀博士期間曾前往德國波恩大學(xué)計算機(jī)系深造一年，并參與其圖象處理相關(guān)課程的全英文教學(xué)工作；另有2名青年教師在武漢科技大學(xué)青年教師講課比賽中獲獎，這些青年教師將成為教學(xué)、科研的主力軍。
2《圖像處理》課程建設(shè)措施
2.1師資隊伍建設(shè)
2.1.1選派青年教師到國內(nèi)外知名大學(xué)做訪問學(xué)者。在獲取湖北省教育廳，以及國家留學(xué)基金委提供的出國進(jìn)修資助項目下，派遣教學(xué)團(tuán)隊的教師到國外知名大學(xué)訪學(xué)進(jìn)修，提高英語讀寫表達(dá)能力，提高英語授課水平。
2.1.2通過中外合作辦學(xué)項目，選派老師到美國橋港大學(xué)進(jìn)修半年。
2.1.3選派青年教師參加高水平的學(xué)術(shù)研討會?？蒲信c教學(xué)相互促進(jìn)，信息學(xué)科更新發(fā)展迅速，讓青年教師提高科研水平，接觸最前沿的科研動態(tài)，才能在課堂上傳授實用性強(qiáng)、前沿的專業(yè)知識。
2.1.4通過傳、幫、帶等系列方法培養(yǎng)青年教師。通過對青年教師傳幫帶，開發(fā)青年教師的潛能，傳授教學(xué)經(jīng)驗，幫助青年教師成長，使本課程始終擁有一支穩(wěn)定的教學(xué)隊伍。
2.2教學(xué)方法、手段建設(shè)
在教學(xué)內(nèi)容安排上，遵循“少而精”原則，精選經(jīng)典內(nèi)容；探索構(gòu)建“多層次實踐教學(xué)體系”；通過學(xué)生專題研討，引進(jìn)數(shù)字圖像處理現(xiàn)代技術(shù)；將教師科研成果轉(zhuǎn)化為教學(xué)內(nèi)容、實驗項目，提高學(xué)生的實踐能力和創(chuàng)新能力。
采取研究式教學(xué)，理論與實踐相結(jié)合，在課堂上教師先講授理論內(nèi)容，選取具有代表性的案例，將案例的模塊與理論知識點結(jié)合，通過實驗結(jié)果驗證理論知識，再通過理論知識釋解實驗結(jié)果，加深學(xué)生對知識點的理解。
采取啟發(fā)式教學(xué)，每學(xué)期舉行2次課程學(xué)習(xí)講座，讓學(xué)生以所學(xué)內(nèi)容為基礎(chǔ)，指定或自選一個主題，在課外查找資料，拓寬知識面，制作成PPT，進(jìn)行口頭匯報。通過這種知識遷移的方法，一方面鞏固學(xué)生的知識掌握，另一方面也提高了學(xué)生的表達(dá)能力。
目前，武漢科技大學(xué)《圖像處理》雙語課程共計40學(xué)時，其中32理論學(xué)時，8實驗學(xué)時，具體教學(xué)安排詳見下表：
3教學(xué)效果預(yù)測
3.1讓學(xué)生體驗不同的教育模式，促進(jìn)素質(zhì)教育和創(chuàng)新教育
我國教材系統(tǒng)性強(qiáng)、敘述嚴(yán)謹(jǐn)、知識體系清晰，重視對學(xué)生基本概念和理論推導(dǎo)的訓(xùn)練；國外教材有意識地激發(fā)學(xué)生學(xué)習(xí)的好奇心，注重啟發(fā)學(xué)生思考，激發(fā)學(xué)生自主學(xué)習(xí)的興趣，注重理論聯(lián)系實際。雙語教學(xué)融會中西方教學(xué)理念之所長，能促進(jìn)學(xué)生創(chuàng)新能力的培養(yǎng)。
3.2用外語直接獲取專業(yè)知識，培養(yǎng)學(xué)生專業(yè)英語交流能力
學(xué)生應(yīng)用外語直接獲取專業(yè)知識，不僅可使學(xué)生能切實掌握相應(yīng)課程專業(yè)知識，同時在英語能力，尤其是科技閱讀能力和專業(yè)詞匯量的擴(kuò)展等方面得到實用性的鍛煉，提高閱讀英文文獻(xiàn)、撰寫專業(yè)英文科技論文的能力。
4受益的專業(yè)和學(xué)生人數(shù)
課程的建設(shè)及相關(guān)資料的共享將使信息學(xué)院的電子信息工程專業(yè)與通信工程專業(yè)常年在校本科生、研究生約1000余人直接受益；全校相關(guān)涉及信息計算類理工專業(yè)，如自動化、信息計算科學(xué)、機(jī)械工程自動化等本科生可同步學(xué)習(xí)和參考。
5結(jié)論
武漢科技大學(xué)信息學(xué)院面向電子信息工程專業(yè)本科生開展《圖象處理》課程雙語教學(xué)實踐已達(dá)六年之久，基本形成了較為穩(wěn)定優(yōu)秀的教學(xué)隊伍，并積累了較豐富的教學(xué)經(jīng)驗。所有的教材、課件、教案、試卷及參考資料等都已基本完成英文化制作。同時學(xué)院提供了專業(yè)計算機(jī)實驗室和多媒體設(shè)備供同步教學(xué)和上機(jī)實驗，為做好課程的雙語教學(xué)工作奠定了扎實的基礎(chǔ)。
參考文獻(xiàn)：
中圖分類號：G643.2 文獻(xiàn)標(biāo)識碼：A DOI：10.16400/ki.kjdkz.2016.03.015
Research and Practice on Course Group of Pattern Analysis and
Visual Processing for Graduated Students
SUN Han， CHEN Songcan， LIU Ningzhong， HUANG Yuanyuan， ZHU Qi
（College of Computer Science and Technology， Nanjing University of
Aeronautics and Astronautics， Nanjing， Jiangsu 210016）
Abstract By analyzing the teaching status of pattern analysis and visual processing course group， this paper puts forward the new teaching goal， which includes improving students' international vision， the ability of linking theory with practice， and promoting the engineering practice ability and innovative consciousness. Then this paper discusses the whole process of course group reform. Firstly the structure of teachers' group is optimized. And then the knowledge system of course group is sorted and the teaching mode is improved. Finally the practice system of course group is optimized and the assessment system is reformed.
Key words pattern analysis； computer vision； teaching reform
1 背景
我校模式分析與智能計算研究所師資團(tuán)隊是江蘇省“青藍(lán)工程”創(chuàng)新團(tuán)隊，主要研究領(lǐng)域包括智能數(shù)據(jù)分析、圖像處理和機(jī)器視覺等方向，承擔(dān)研究生和本科生的模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能信息檢索、數(shù)字圖像處理、計算機(jī)視覺等課程的教學(xué)任務(wù)。以往的教學(xué)過程中雖然積累了豐富的教學(xué)經(jīng)驗，但當(dāng)前新知識不斷涌現(xiàn)、新技術(shù)發(fā)展迅猛，對模式分析與視覺處理課程群的知識體系、實踐體系改進(jìn)提出了新的挑戰(zhàn)。
近年來，國內(nèi)外高校在該類課程教學(xué)上，已涌現(xiàn)出眾多新理念、新方法。Coursera聯(lián)合創(chuàng)始人Andrew Ng推出的機(jī)器學(xué)習(xí)課程，開啟了教育領(lǐng)域的MOOC時代，引領(lǐng)了教育教學(xué)方法的新革命。①深圳大學(xué)、②江蘇科技大學(xué)③分別進(jìn)行了基于CDIO工程教育理念的計算機(jī)視覺課程教學(xué)改革實踐，實現(xiàn)多層次項目設(shè)計的教學(xué)模式改革，講座式、討論式、實踐式教學(xué)方法的探索。國防科技大學(xué)④在計算機(jī)視覺課程中引入研討式教學(xué)模式，通過案例教學(xué)、小組研討的方式來替代傳統(tǒng)的教學(xué)方式。華中科技大學(xué)⑤從教學(xué)內(nèi)容國際化、教學(xué)方式國際化、教學(xué)成果國際化三個方面開展了計算機(jī)視覺課程的國際化建設(shè)。另外，也有高校進(jìn)行了圖像工程課程群建設(shè)，⑥基于圖像分析與計算機(jī)視覺應(yīng)用課程結(jié)合的項目協(xié)同創(chuàng)新能力培養(yǎng)實踐。⑦
在分析上述國內(nèi)外高校該類課程改革的基礎(chǔ)上，我們重點以模式分析與視覺處理課程群的實踐教學(xué)體系改革為切入點，優(yōu)化師資隊伍結(jié)構(gòu)，梳理課程群知識體系，優(yōu)化課程授課模式，完善課程群實踐體系，改革實踐考核模式，實現(xiàn)學(xué)生國際化視野、理論聯(lián)系實際、工程實踐和創(chuàng)新能力全面提升的目標(biāo)。
2 模式分析與視覺處理課程群特點
模式分析與視覺處理課程群涵蓋了模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)字圖像處理、計算機(jī)視覺等多門課程。該類課程存在以下特點。
（1）該類課程屬于多學(xué)科交叉，涉及的知識面既廣又深。由于該方向涉及計算機(jī)科學(xué)與技術(shù)、應(yīng)用數(shù)學(xué)、自動化、電子科學(xué)與技術(shù)、信息工程等多學(xué)科內(nèi)容，而學(xué)生在大學(xué)本科階段很難學(xué)習(xí)和了解如此多的知識模塊，這對研究生階段學(xué)習(xí)來說，具有相當(dāng)大的挑戰(zhàn)。同時，對于每個知識模塊，所要求的數(shù)學(xué)基礎(chǔ)較高，理論具有相當(dāng)?shù)纳疃龋斫夂驼莆詹蝗菀住?/p>
（2）該類課程既重視扎實的基礎(chǔ)理論，也強(qiáng)調(diào)良好的工程實踐能力。該類課程的基礎(chǔ)理論教學(xué)一直受到各高校的重視。隨著近年來產(chǎn)業(yè)界的迅猛發(fā)展，計算機(jī)視覺應(yīng)用層出不窮，對學(xué)生的工程實踐也提出了更高要求，需要能夠在系統(tǒng)層次上有整體認(rèn)知，同時要能對各功能模塊進(jìn)行優(yōu)化，提升系統(tǒng)的整體性能。
（3）該類課程所面向的選修學(xué)生面廣。該類課程既是多學(xué)科交叉，也面向計算機(jī)應(yīng)用、電子科學(xué)與技術(shù)、自動化、應(yīng)用數(shù)學(xué)等不同研究方向、不同水平層次的研究生開設(shè)。這對課堂教學(xué)和實驗實踐也帶來更大挑戰(zhàn)。
3 模式分析與視覺處理課程群改革舉措
針對上述分析的課程群特點，我們重點以實踐體系改革為突破口，通過優(yōu)化師資隊伍結(jié)構(gòu)，梳理課程群知識體系，優(yōu)化課程授課模式，完善課程群實踐體系，改革實踐考核模式等舉措，實現(xiàn)學(xué)生國際化視野、理論聯(lián)系實際、工程實踐和創(chuàng)新能力全面提升的目標(biāo)。
3.1 師資隊伍結(jié)構(gòu)優(yōu)化
為了學(xué)生能夠適應(yīng)模式分析與視覺處理產(chǎn)業(yè)的快速發(fā)展，在課程群建設(shè)過程中更強(qiáng)調(diào)學(xué)生的工程實踐和創(chuàng)新能力培養(yǎng)。這首先對師資隊伍結(jié)構(gòu)提出了新的要求。
近年來，課程教學(xué)團(tuán)隊引進(jìn)海內(nèi)外具有深厚理論功底和較強(qiáng)工程能力的高水平師資4名，大大充實了機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、圖像處理等課程的教學(xué)力量。對于現(xiàn)有教師隊伍，鼓勵教師跟產(chǎn)業(yè)一線企業(yè)廣泛合作，目前已與華為、中興等企業(yè)在視頻檢索、智能交通視覺處理等方面開展了實質(zhì)合作。這些來源于產(chǎn)業(yè)界的高質(zhì)量課題對科研和教學(xué)起到了良好的促進(jìn)作用。
與此同時，通過研究生工作站、企業(yè)短期實習(xí)等渠道，鼓勵企業(yè)高級研發(fā)人員參與到學(xué)生實踐能力培養(yǎng)環(huán)節(jié)中，將實際項目進(jìn)行適當(dāng)切分或提煉，實現(xiàn)該類課程實踐環(huán)節(jié)的模塊化、專題化訓(xùn)練。
綜上，通過引培并舉，優(yōu)化校內(nèi)師資隊伍結(jié)構(gòu)；通過校企合作，積極吸引企業(yè)師資參與。良好的師資隊伍為該類課程的實踐體系改革提供了有力支撐。
3.2 課程群知識體系梳理與授課模式改革
模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能信息檢索、數(shù)字圖像處理、計算機(jī)視覺等課程既有一定的邏輯關(guān)系，也存在相互交叉的混雜關(guān)系。一般認(rèn)為，模式識別、機(jī)器學(xué)習(xí)是模式分析與視覺處理領(lǐng)域的基礎(chǔ)理論課程，數(shù)據(jù)挖掘是建立在模式識別、機(jī)器學(xué)習(xí)和數(shù)據(jù)庫基礎(chǔ)上的應(yīng)用類課程，智能信息檢索則是數(shù)據(jù)挖掘基礎(chǔ)上更為具體的應(yīng)用實現(xiàn)。數(shù)字圖像處理為計算機(jī)視覺課程提供了基礎(chǔ)支撐，計算機(jī)視覺則是在綜合利用模式識別、機(jī)器學(xué)習(xí)、數(shù)字圖像處理、數(shù)據(jù)挖掘等知識模塊基礎(chǔ)上面向應(yīng)用的系統(tǒng)實現(xiàn)。但是，這些課程也存在著知識點的交叉或重復(fù)。例如，模式識別和機(jī)器學(xué)習(xí)中都有貝葉斯參數(shù)估計、支持向量機(jī)模型等知識點，但視角和側(cè)重點有所不同；圖像處理、計算機(jī)視覺中都有顏色模型、成像模型等知識點，也同時存在與模式識別、機(jī)器學(xué)習(xí)交叉的知識點。
我們針對來自不同研究領(lǐng)域的學(xué)生群體，對該課程群的知識點進(jìn)行系統(tǒng)梳理，既避免知識點的重復(fù)講授，也防止重要知識點的缺漏。課程教師集體討論，形成每門課程的核心知識集，和針對不同研究領(lǐng)域的選講知識集。學(xué)生在學(xué)習(xí)課程時，在掌握核心知識集的基礎(chǔ)上，結(jié)合自己的研究方向選擇相關(guān)的選講知識集學(xué)習(xí)。
在課程教材和參考書的選擇上，注重挑選國際上有影響力的教材。例如，模式識別的參考書為Richard O. Duda等人編著的Pattern Classification；機(jī)器學(xué)習(xí)的參考書為Tom M. Mitchell編著的Machine Learning和Christopher M. Bishop編著的Pattern Recognition and Machine Learning；數(shù)據(jù)挖掘的參考書為Jiawei Han等人編著的Data Mining：Concepts and Techniques；數(shù)字圖像處理的參考書為K. R. Castleman編著的Digital Image Processing；計算機(jī)視覺的參考書為D. A. Foryth編著的Computer Vision： A Modern Approach和Richard Szeliski編著的Computer Vision： Alogrithms and Applications。這些教材已被國內(nèi)外著名大學(xué)普遍采用。同時，每門課程都提供相關(guān)的國內(nèi)外頂級會議和期刊的列表，供學(xué)生課后追蹤研究領(lǐng)域的熱點問題。
在課堂授課環(huán)節(jié)上，注意采用靈活多樣的授課方式。對于核心基礎(chǔ)知識模塊，以教師講授為主，同時提供國內(nèi)外該類課程的熱門MOOC網(wǎng)址給學(xué)生參考。對于選講知識模塊，鼓勵學(xué)生事先結(jié)合各自研究方向有目的自學(xué)，在學(xué)生報告的基礎(chǔ)上進(jìn)行課堂討論方式進(jìn)行。充分發(fā)揮學(xué)生學(xué)習(xí)的主體作用，也便于教師了解學(xué)生的水平和學(xué)習(xí)狀況。
除此以外，不定期邀請國內(nèi)外著名學(xué)者來校做學(xué)術(shù)報告，讓學(xué)生充分了解該研究領(lǐng)域的最新前沿動態(tài)，并就熱點問題進(jìn)行專題討論。
3.3 課程群實踐體系完善與考核方式改革
工程實踐和創(chuàng)新能力的培養(yǎng)是該課程群改革的重要目標(biāo)。我們在上述師資隊伍結(jié)構(gòu)優(yōu)化、課程群知識體系梳理與授課模式改革的基礎(chǔ)上，著力進(jìn)行課程群實踐體系的改革與完善。我們通過多層次菜單式的實驗項目選擇、項目牽引的創(chuàng)新能力訓(xùn)練、學(xué)生綜合研究能力的全面考查等方面來實現(xiàn)。
首先，整合和優(yōu)化課程群實踐內(nèi)容，實現(xiàn)多層次菜單式靈活選擇。根據(jù)各研究領(lǐng)域的要求進(jìn)行靈活搭配，根據(jù)學(xué)生個體的能力與水平選擇適當(dāng)規(guī)模和難度的實踐內(nèi)容，通過課程內(nèi)的基礎(chǔ)實驗、課程間的綜合實驗、課程群的創(chuàng)新實驗來選擇和組合，如圖1所示。
圖1 多層次菜單式實驗內(nèi)容示意圖
基礎(chǔ)型實驗內(nèi)容主要是各課程核心知識點的實驗驗證，主要包括模式識別，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，圖像處理與分析，計算機(jī)視覺等課程的實驗。要求選課學(xué)生對這些基礎(chǔ)實驗必做，打下良好的研究基礎(chǔ)。
綜合探索型實驗在基礎(chǔ)型實驗基礎(chǔ)上，既有單門課程內(nèi)總的綜合實驗，也有課程間知識的綜合應(yīng)用。主要分為兩大塊，包括模式分析與機(jī)器學(xué)習(xí)方向的綜合實驗，以及圖像處理與機(jī)器視覺方向的綜合實驗。實驗?zāi)康闹饕轻槍@兩大塊方向重點知識的綜合分析和比較，能夠熟練掌握和靈活應(yīng)用。例如模式分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方向都用到的線性判別分析、支持向量機(jī)、均值聚類等內(nèi)容；圖像處理與機(jī)器視覺中的圖像特征抽取、視覺系統(tǒng)選型、目標(biāo)檢測、特定平臺的算法優(yōu)化等內(nèi)容。學(xué)生可根據(jù)各自研究方向有目的的選擇兩塊綜合實驗的大部分內(nèi)容。
在綜合型實驗基礎(chǔ)上，該課程群通過若干創(chuàng)新型實驗來檢驗學(xué)生理論知識掌握程度和實踐方法應(yīng)用能力，為后續(xù)的研究課題開展打下良好的科研素養(yǎng)。主要內(nèi)容包括人臉識別、二維條碼識別、車輛屬性識別、智能視覺監(jiān)控、以及企業(yè)來源的關(guān)鍵技術(shù)等。這些項目實踐既涉及用到圖像處理與機(jī)器視覺的內(nèi)容，也涉及模式分析與機(jī)器學(xué)習(xí)方向的知識。并且需要學(xué)生在綜合運(yùn)用相關(guān)知識的基礎(chǔ)上有創(chuàng)新能力。
其次，重視各類項目牽引的創(chuàng)新能力訓(xùn)練。一方面，鼓勵教師從國家自然科學(xué)基金、企業(yè)合作項目等研究中提煉出問題規(guī)模和難度適中的訓(xùn)練項目，作為課程群的綜合能力訓(xùn)練項目。另一方面，鼓勵學(xué)生參加挑戰(zhàn)杯、全國研究生智慧城市技術(shù)與創(chuàng)意設(shè)計大賽等各類具有挑戰(zhàn)性的競賽項目，以賽代練，提升學(xué)生的工程實踐和創(chuàng)新能力。同時，也鼓勵學(xué)生利用百度、微軟等相關(guān)研究領(lǐng)域的企業(yè)實習(xí)機(jī)會，參與產(chǎn)品一線的工程實踐能力訓(xùn)練。
再次，注重考核環(huán)節(jié)，實現(xiàn)科研素養(yǎng)和實踐能力的全面考查。只有嚴(yán)格、公平、公正的考核，才能保證實驗實踐的質(zhì)量和水平，才能提升學(xué)生的科研素養(yǎng)和實踐能力。我們主要在手段、方式方法上進(jìn)行了改進(jìn)。在題目選擇上，根據(jù)學(xué)生個體水平和研究領(lǐng)域要求的差異，在選題上有適當(dāng)?shù)碾y易區(qū)分度，讓每位學(xué)生都有鍛煉和提升的機(jī)會；在考核方式上，采用結(jié)題書面報告來檢驗學(xué)術(shù)論文的寫作能力，采用程序演示檢驗系統(tǒng)的設(shè)計與實現(xiàn)水平，采用上臺匯報的方式檢驗學(xué)生的表達(dá)能力，多管齊下全面檢查學(xué)生的綜合科研素養(yǎng)；在考核成績評定上，采用現(xiàn)場教師和學(xué)生共同評分的方式，公平合理；最后，通過網(wǎng)站展示、發(fā)表學(xué)術(shù)小論文、專利、軟件著作權(quán)等方式展示和公開優(yōu)秀成果，激發(fā)學(xué)生的學(xué)習(xí)熱情，并由此形成積累，有利于學(xué)生實驗實踐氛圍的傳承。
4 結(jié)語
本文在分析國內(nèi)外高校模式分析與視覺處理類課程群改革現(xiàn)狀的基礎(chǔ)上，以學(xué)生國際化視野、理論聯(lián)系實際、工程實踐和創(chuàng)新能力全面提升為目標(biāo)，重點開展了師資隊伍結(jié)構(gòu)優(yōu)化、課程群知識體系梳理、課程授課模式改革、課程群實踐體系完善和實踐考核模式改革等工作，取得了良好的效果，并為校內(nèi)其他課程群的教學(xué)改革作為示范推廣。
注釋
① https：///learn/machine-learning/
② 郭小勤，曹廣忠.計算機(jī)視覺課程的CDIO教學(xué)改革實踐.理工高教研究，2010.29（5）：98-100，148.
③ 史金龍，白素琴，龐林斌，錢強(qiáng).研究生機(jī)器視覺課程的CDIO教學(xué)改革實踐.計算機(jī)教育，2013.9：40-43.
④ 陳芳林，劉亞東，沈輝.在《計算機(jī)視覺》課程中引入研討式教學(xué)模式.當(dāng)代教育理論與實踐，2013.5（7）：112-114.
遙感有著高效、快捷且不受時間空間限制的特點，被廣泛應(yīng)用于農(nóng)、林、地、礦、軍事等諸多領(lǐng)域。通過衛(wèi)星遙感技術(shù)獲得的地球表面客體或事物的衛(wèi)星遙感圖像也越來越多地應(yīng)用在地球資源的調(diào)查、自然災(zāi)害預(yù)測預(yù)報環(huán)境污染監(jiān)測、氣象衛(wèi)星云圖處理以及用于軍事目的的地面目標(biāo)識別等各個方面。有著遙感作用的NOAA氣象衛(wèi)星的運(yùn)行周期短、覆蓋面廣，目前正廣泛受到人們的關(guān)注，并作用于農(nóng)業(yè)估產(chǎn)、林火監(jiān)測、漁況預(yù)報、城市熱島等方面。但是，NOAA衛(wèi)星圖像數(shù)據(jù)的使用效率并不高，再加上云的存在，使衛(wèi)星資料反演的各種參數(shù)出現(xiàn)誤差，而對于同一幅NOAA衛(wèi)星圖像中的薄云和濃云的處理目前還未見到很適用算法，所以，研究時效性的除云算法在軍事、環(huán)境、氣候、自然災(zāi)害等領(lǐng)域有重要的意義和研究價值。
1云檢測方法
根據(jù)同一衛(wèi)星圖像，它在各個分量上的水汽、二氧化碳、一氧化碳、甲烷等氣體據(jù)有相同的屬性參數(shù)，截取目標(biāo)區(qū)域圖像和該區(qū)域附近的無云樣品區(qū)域進(jìn)行處理。
由于云是不穩(wěn)定因子，它隨時間和空間變化而變化，即不同季節(jié)云的反射率和亮溫不同，不同空間高度云的反射率和亮溫又有所不同。因此，要能較好地識別云區(qū)范圍就要了解它的空間和時間分布特性，并采用行之有效的方法來解決這個難題。然而鑒于不同的云相對于植被、土壤、水域等不同下墊面在可見光和近紅外波段具有較高的反射率，而在熱紅外波段由較低的亮溫，這就給我們判云帶來了有利條件。針對與所選用的熱紅外通道，我們采用了以下幾種方法進(jìn)行了檢測云。
1.1單通道探測值閾值檢測
任取NOAA氣象衛(wèi)星的某一通道圖像資料，并給定一個云區(qū)灰度閾值，凡高于該閾值的像元皆為云。
1.2可見光和近紅外通道反射率閾值檢測
計算可見光和近紅外通道圖像的反射率，給定反射率閾值，凡高于該閾值的為云。
1.3紅外通道溫度閾值檢測
運(yùn)用普朗克公式計算紅外通道的亮溫和溫度，設(shè)立溫度閾值，凡低于該閾值的為云。
2除云方法討論
云檢測的目的是找出云影響的測量值，回歸晴空測量值后用于計算海面溫度。云檢測是基于觀測目標(biāo)自身的特性，比如，海面溫度梯度變化不大；在紅外和可見光波段中，海面較云頂有較高的溫度和低得多的反射率；海面和云頂在不同紅外窗區(qū)通道反射率上的差異等，推測出有云影響的數(shù)據(jù)。
在氣候變化中，云與輻射起著關(guān)鍵的作用，云層影響著地球的輻射收支地球表面溫度以及氣候變化趨勢。遙感圖像處理中，與覆蓋時最常見的噪聲之一，它不僅對圖像的處理帶來諸多困難。
2.1國外遙感溫度研究
從70年代開始，研究者開始嘗試從機(jī)理方面著手研究亮溫與地表溫度的關(guān)系。由于衛(wèi)星獲得的亮溫是由大氣頂層接收的輻射亮度值換算而成的，而大氣對遙感器接收地表信息的影響較大，所以早期的研究主要集中于大氣輻射校正上。到目前為止，己經(jīng)研究出很多輻射校正方法，但是這些方法大部分都需要其它氣象數(shù)據(jù)的支持，比如不同高度的大氣濕度等。
大氣校正方法比較煩瑣，后來有的學(xué)者基于相鄰波段大氣吸收特性提出了一種全新的方法，直接運(yùn)用兩個波段的亮溫數(shù)據(jù)去推算地表的溫度。這就是一種比較簡單有效的溫度反演方法，即分窗口技術(shù)法(Split-windowTechnology)，該方法可在少量的地表參數(shù)支持下從氣象衛(wèi)星數(shù)據(jù)反演出地表溫度。目前溫度反演研究主要集中在NOAA衛(wèi)星圖像的熱紅外波段。
2.2國內(nèi)遙感溫度研究
國內(nèi)在遙感地表溫度研究中主要采用的還是數(shù)理統(tǒng)計方法，此后沿襲這些研究思路和研究方法，特別是中國科學(xué)院遙感應(yīng)用研究所在土壤水分方面進(jìn)行了大量的研究，但是作為其中最為重要的參數(shù)之一的地表溫度的研究卻進(jìn)展不大，沒有跟上國際上由數(shù)理統(tǒng)計研究取得的結(jié)果。
北京大學(xué)學(xué)者提出了一種新的改進(jìn)分窗口技術(shù)方法，該方法的特色之處在于引入相鄰像元的概念。研究者給定了兩種情況下的溫度反演法，第一種情況是假設(shè)地表輻射率已知，然后運(yùn)用迭代反演方法求解地表溫度。該方法模擬結(jié)果與其它共5種模型結(jié)果分析比較，精度有較大的提高。第二種情況是地表輻射率未知，來反演地表溫度與輻射率。這時采用雙通道雙像元法去求解相應(yīng)的參數(shù)。通過模擬計算取得了較好的精度，在大氣廓線總水汽含量誤差小于10%時，反演的溫度均方根誤差0.7。輻射率均方根誤差0.013，地表輻射項的均方根誤差小于0.6%，己經(jīng)可以滿足陸地表面溫度反演1的精度要求。
雙通道雙像元法是經(jīng)典分窗口技術(shù)法的延伸，利用相鄰像元間輻射率之間的關(guān)系，在地表輻射率未知的情況下反演地表溫度是個很好的方法。但是該方法也有局限性，在大氣水汽含量誤差大于20%時，反演的溫度誤差就會顯著增加。
陸面溫度反演中分窗口技術(shù)法經(jīng)過不斷改進(jìn)，反演精度有所提高，但是這些改進(jìn)的方法還沒有達(dá)到大面積應(yīng)用階段，更不能像海溫研究那樣進(jìn)入業(yè)務(wù)運(yùn)行階段，因此，要達(dá)到陸面溫度反演的實用化程度，還需要繼續(xù)拓展。最近幾年遙感界出現(xiàn)了一個熱門的研究領(lǐng)域，就是多角度遙感數(shù)據(jù)反演研究，這個方法可能為組分溫度遙感提供一個新的思路。
參考文獻(xiàn)
1 陸玲,王蕾,桂穎.數(shù)字圖像處理[M],北京:中國電力出版社, 2007.
2 高成,董長虹,郭磊等.Matlab 圖像處理與應(yīng)用(第二版)[M],北京:國防工業(yè)出版社.2006.
3 何東健,耿楠,張義寬. 數(shù)字圖像處理[M],西安電子科技大學(xué)出版社,2003.
關(guān)鍵詞：計算機(jī)專業(yè)選修課教學(xué)；在線教學(xué)平臺；在線教學(xué)；課堂教學(xué)；混合教學(xué)模式
中圖分類號：G633.67 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2016）52-0268-05
中國高等教育已經(jīng)進(jìn)入大眾化階段，高等教育大眾化以及2008年以來的全球金融危機(jī)給大學(xué)生就業(yè)帶來嚴(yán)峻形勢。對于國內(nèi)各類院校普遍開設(shè)的計算機(jī)專業(yè)來說，這種狀況尤為嚴(yán)重，一方面，每年有大量的計算機(jī)專業(yè)畢業(yè)生，特別是普通院校的畢業(yè)生，找不到合適的專業(yè)崗位，另一方面，也有很多IT企業(yè)找不到符合企業(yè)需要的人才。根據(jù)我們對國內(nèi)100多家IT企業(yè)和300多名本校計算機(jī)專業(yè)畢業(yè)生的問卷調(diào)查，大部分IT企業(yè)需要專業(yè)基礎(chǔ)扎實、工程實踐能力強(qiáng)、具有一定創(chuàng)新能力的應(yīng)用型創(chuàng)新人才。信息技術(shù)發(fā)展日新月異，計算機(jī)專業(yè)的應(yīng)用型創(chuàng)新人才應(yīng)該具備對新知識和新技術(shù)的敏感性，擁有e極探索新知識和新技術(shù)的敬業(yè)精神、突出的創(chuàng)新思維和創(chuàng)新能力，因此，在人才培養(yǎng)上，應(yīng)該注重學(xué)生學(xué)習(xí)能力和應(yīng)用創(chuàng)新能力的培養(yǎng)[1]。
應(yīng)用型創(chuàng)新人才的培養(yǎng)是應(yīng)用型本科高校的主要任務(wù)。目前，國內(nèi)應(yīng)用型本科高校在專業(yè)課程設(shè)置上分為專業(yè)必修課和專業(yè)選修課。專業(yè)選修課是專業(yè)教學(xué)計劃中的重要組成部分，在人才培養(yǎng)中承擔(dān)著擴(kuò)展專業(yè)視野，培養(yǎng)創(chuàng)新性思維及工程應(yīng)用能力的功能[2]。因此，專業(yè)選修課在計算機(jī)專業(yè)應(yīng)用型創(chuàng)新人才的培養(yǎng)上有著不可忽視的作用。然而目前，大多數(shù)應(yīng)用型本科高校的計算機(jī)專業(yè)選修課并沒有發(fā)揮相應(yīng)的教學(xué)功能。主要原因在于目前計算機(jī)選修課教學(xué)仍然采用傳統(tǒng)教學(xué)模式，以教師講授知識為主，學(xué)生處于被動接受知識的地位，忽視了學(xué)生的認(rèn)識主體作用，不利于學(xué)生學(xué)習(xí)和應(yīng)用創(chuàng)新能力的培養(yǎng)?；ヂ?lián)網(wǎng)以及多媒體技術(shù)的發(fā)展引發(fā)出許多豐富多彩的網(wǎng)絡(luò)化在線教學(xué)模式，近年來，慕課（MOOC）、翻轉(zhuǎn)課堂、微課等在線教學(xué)模式受到越來越多教育工作者的關(guān)注[3-9]，這些新模式從根本上改變了教學(xué)中師生的地位和關(guān)系，在學(xué)生學(xué)習(xí)和應(yīng)用創(chuàng)新能力的培養(yǎng)上表現(xiàn)出較大的優(yōu)勢。然而，在線教學(xué)模式也存在學(xué)習(xí)者身份難以認(rèn)證、教學(xué)監(jiān)控難度較大、課程實驗尚未有效解決等缺陷。因此，國內(nèi)外一些學(xué)者紛紛提出在線教學(xué)與傳統(tǒng)教學(xué)相結(jié)合的混合教學(xué)模式[9-11]。筆者所在學(xué)校正處于向應(yīng)用型轉(zhuǎn)型發(fā)展階段，近幾年來，筆者所在的團(tuán)隊針對計算機(jī)專業(yè)應(yīng)用型創(chuàng)新人才的培養(yǎng)問題進(jìn)行了一系列的探索。基于多年數(shù)字化學(xué)習(xí)技術(shù)的研究成果，團(tuán)隊與企業(yè)合作研發(fā)了“潛能在線”教學(xué)平臺。在該平臺的支持下，我們設(shè)計了一個在線教學(xué)與傳統(tǒng)課堂教學(xué)相結(jié)合的混合教學(xué)模式，并在數(shù)字圖像處理等課程中進(jìn)行探索性實踐。
一、應(yīng)用型本科高校計算機(jī)專業(yè)選修課教學(xué)中存在的問題
據(jù)我們了解，目前，國內(nèi)應(yīng)用型本科高校的計算機(jī)專業(yè)選修課教學(xué)，普遍存在以下幾個方面的問題：教學(xué)內(nèi)容多而課時少，教學(xué)內(nèi)容相對滯后，課堂教學(xué)滿堂灌輸，考核機(jī)制不完善等問題。
1.教學(xué)內(nèi)容多而課時少。自從20世紀(jì)八九十年代，國內(nèi)高校陸續(xù)開展學(xué)分制教學(xué)改革，課程分為必修課與選修課，在人才培養(yǎng)中取得了許多經(jīng)驗與收獲[12]。但同時，也逐漸形成一個認(rèn)識上的誤區(qū)：必修課重要，而選修課相對次要。因存在上述認(rèn)識誤區(qū)，各高校在專業(yè)人才培養(yǎng)方案的設(shè)置上，專業(yè)必修課學(xué)分學(xué)時較多，而選修課學(xué)分學(xué)時較少。比如，筆者所在高校的計算機(jī)科學(xué)與技術(shù)專業(yè)，專業(yè)必修課一般設(shè)置為3―4個學(xué)分，課時為48―72學(xué)時，而專業(yè)選修課一般只有2個學(xué)分，課時為42學(xué)時，其中理論學(xué)時28，實驗學(xué)時14。但是，選修課的教學(xué)內(nèi)容并沒有減少多少，比如，筆者所擔(dān)任的數(shù)字圖像處理課，大綱規(guī)定的內(nèi)容偏多，包括緒論及圖像處理系統(tǒng)、圖像變換、圖像增強(qiáng)、圖像編碼、圖像復(fù)原、圖像重建、數(shù)學(xué)形態(tài)學(xué)原理等內(nèi)容。采用傳統(tǒng)教師主講的教學(xué)模式，教師根本無法在規(guī)定的學(xué)時數(shù)內(nèi)完成大綱要求的內(nèi)容。
2.教學(xué)內(nèi)容相對滯后。目前，在應(yīng)用型本科高校，計算機(jī)專業(yè)選修課的教學(xué)內(nèi)容一般以教材為主，以教師的科研及學(xué)科前沿為輔。由于課時少，任課教師只能依照教材，講授大綱要求的內(nèi)容，沒有多余的時間講授自己的研究成果和學(xué)科前沿。然而目前，多數(shù)教材內(nèi)容陳舊，跟不上最新發(fā)展形勢，造成教學(xué)內(nèi)容相對滯后，學(xué)生缺乏興趣。大多數(shù)計算機(jī)專業(yè)選修課沒有發(fā)揮其應(yīng)有的教學(xué)功能。
3.課堂教學(xué)滿堂灌輸。計算機(jī)學(xué)科發(fā)展的時間相對較短，學(xué)科教學(xué)理論還不完善。學(xué)科教師往往學(xué)習(xí)數(shù)理學(xué)科的教學(xué)觀念和教學(xué)模式，采用以教師講授為主的“灌輸式”教學(xué)方法。這種教學(xué)方法以教師為主體，學(xué)生只能被動接受教師的教學(xué)方法和教學(xué)內(nèi)容，因而缺乏主動學(xué)習(xí)和探索求知的欲望。少數(shù)學(xué)習(xí)積極的同學(xué)可能會被動地接受教師講授的內(nèi)容，多數(shù)同學(xué)則可能會因缺乏好奇心和求知欲而失去學(xué)習(xí)的興趣。比如，數(shù)字圖像處理是集光學(xué)、數(shù)學(xué)、計算機(jī)科學(xué)、物理學(xué)等學(xué)科的一門綜合性邊緣學(xué)科[13]。它涉及數(shù)學(xué)、物理、信號處理和計算機(jī)科學(xué)等多學(xué)科知識，理論性強(qiáng)、內(nèi)容抽象、算法較多，學(xué)生理解起來有一定難度。任課教師必須采用靈活多樣的教學(xué)方法以及準(zhǔn)備一些豐富有趣的教學(xué)內(nèi)容，激發(fā)學(xué)生自主學(xué)習(xí)和探索求知的欲望，讓學(xué)生對該門課程產(chǎn)生濃厚的學(xué)習(xí)興趣，才能順利地開展后續(xù)的課程教學(xué)。
4.考核機(jī)制不完善，缺乏對學(xué)習(xí)和應(yīng)用創(chuàng)新能力的考核。目前，多數(shù)高校的計算機(jī)專業(yè)選修課考核方式主要有以下幾種：試卷考核、論文考核、作業(yè)考核、實踐考核等。試卷考試答案標(biāo)準(zhǔn)固定，學(xué)生靠死記硬背就可以通過，成績不能反映學(xué)生的學(xué)習(xí)和應(yīng)用創(chuàng)新能力。論文或作業(yè)考核可以在一定程度上反映學(xué)生的學(xué)習(xí)和應(yīng)用創(chuàng)新能力，但容易出現(xiàn)抄襲現(xiàn)象，成績不能真實反映學(xué)生的實際能力。實踐考核能夠在一定程度上反映學(xué)生學(xué)習(xí)和應(yīng)用創(chuàng)新能力，然而，因沒有形成科學(xué)標(biāo)準(zhǔn)的實踐考核辦法以及評價機(jī)制，很多實踐考核流于形式，最終成績也不能真實反映學(xué)生的實際能力。因此，需要完善考核機(jī)制，把學(xué)生的整個學(xué)習(xí)過程納入考核范圍，使成績能夠在一定程度上真實反映學(xué)生的學(xué)習(xí)和應(yīng)用創(chuàng)新能力。
二、“潛能在線”教學(xué)平臺支持下的混合教學(xué)模式設(shè)計
為解決當(dāng)前計算機(jī)專業(yè)選修課教學(xué)中存在的上述問題，加強(qiáng)學(xué)生學(xué)習(xí)和應(yīng)用創(chuàng)新能力的培養(yǎng)，筆者所在的團(tuán)隊吸納了慕課（MOOC）、翻轉(zhuǎn)課堂、微課等在線教學(xué)模式的優(yōu)點，利用“潛能在線”教學(xué)平臺，設(shè)計了一個適合應(yīng)用型本科高校計算機(jī)專業(yè)選修課教學(xué)的混合教學(xué)模式。該混合教學(xué)模式轉(zhuǎn)變了師生的角色，教師從知識的傳授者轉(zhuǎn)變?yōu)閷W(xué)生學(xué)習(xí)的引導(dǎo)者、推動者和指導(dǎo)者。學(xué)生從知識的被動接受者轉(zhuǎn)變?yōu)閷W(xué)習(xí)的主體、學(xué)習(xí)過程的中心。模式包括課前在線學(xué)習(xí)與提問互動、課堂面對面教學(xué)、課后在線測試與學(xué)術(shù)沙龍三個階段。
1.課前在線學(xué)習(xí)與提問互動。該階段是為克服傳統(tǒng)教學(xué)模式“教師滿堂灌輸，學(xué)生被動接受知識”的缺陷而設(shè)計的，采用當(dāng)前在線教學(xué)模式的先進(jìn)教學(xué)理念，教師通過網(wǎng)絡(luò)提供學(xué)習(xí)任務(wù)和學(xué)習(xí)資源，引導(dǎo)并推動學(xué)生自主學(xué)習(xí)、協(xié)作學(xué)習(xí)，以達(dá)到培養(yǎng)學(xué)生學(xué)習(xí)能力的目的。具體來說，課前教師利用“潛能在線”平臺中的在線導(dǎo)學(xué)模塊創(chuàng)建導(dǎo)學(xué)卡，通過導(dǎo)學(xué)卡學(xué)習(xí)任務(wù)以及學(xué)習(xí)資源。學(xué)習(xí)任務(wù)包括學(xué)習(xí)內(nèi)容、重點難點、要求完成的作業(yè)等，學(xué)習(xí)資源包括電子教材、教學(xué)PPT、授課微視頻以及網(wǎng)上可以利用的資源等。學(xué)生根據(jù)導(dǎo)學(xué)卡在線上自主學(xué)習(xí)，同時，利用“潛能在線”平臺中的提問互動模塊提出問題，通過問題與教師以及其他同學(xué)進(jìn)行互動交流。
2.課堂面對面教學(xué)。該階段是利用傳統(tǒng)面對面課堂“易于組織實施、互動便捷、效果直接顯著”等優(yōu)勢，通過匯報、展示、討論、教師重難點解析和總結(jié)等形式多樣的教學(xué)活動，加深學(xué)生對知識點的理解和掌握。課堂面對面教學(xué)主要由學(xué)習(xí)匯報、課堂討論、重難點解析以及課堂總結(jié)四個部分組成。學(xué)習(xí)匯報由學(xué)生匯報在線學(xué)習(xí)以及作業(yè)完成的情況；課堂討論就重難點及熱點問題展開討論，教師參與指導(dǎo)；重難點解析由教師講解，進(jìn)一步強(qiáng)調(diào)本節(jié)課的教學(xué)重點及難點。課堂總結(jié)由教師對本節(jié)課教學(xué)過程、在線學(xué)習(xí)情況、學(xué)習(xí)表現(xiàn)、學(xué)習(xí)成果進(jìn)行點評及總結(jié)。
3.課后在線測試及學(xué)術(shù)沙龍。該階段通過在線測試以及應(yīng)用性課題，檢查學(xué)生學(xué)習(xí)知識的成效以及應(yīng)用知識的能力，以達(dá)到培養(yǎng)學(xué)生應(yīng)用創(chuàng)新能力的目的。具體過程如下，教師利用“潛能在線”平臺中的虛擬考場，將紙質(zhì)考卷通過掃描，或者將電子文檔考卷制作成電子考卷上傳到平臺。學(xué)生登入虛擬考場，完成課后在線測試。另外，教師可以根據(jù)教學(xué)進(jìn)度，布置一些應(yīng)用性的課題，讓學(xué)生課后去完成，然后通過“潛能在線”平臺中的公共聊天室，定期組織在線學(xué)術(shù)沙龍。
三、混合教學(xué)模式在數(shù)字圖像處理課教學(xué)中的探索性實踐
基于團(tuán)隊設(shè)計的混合教學(xué)模式，我們在數(shù)字圖像處理等課程中進(jìn)行探索性實踐。下面就數(shù)字圖像處理課程的實踐情況做一下介紹。團(tuán)隊根據(jù)課程大綱的要求，設(shè)計了七個專題，并給出了每一專題各教學(xué)活動的學(xué)時安排表，如表1所示，其中，第一個專題因為是第一次上課，采用傳統(tǒng)教學(xué)模式，以教師講授為主，其他專題采用混合教學(xué)模式。此外，每個專題兩個實驗學(xué)時根本不夠，所以實驗由學(xué)生利用課余時間完成，實驗課上主要是匯報實驗情況以及展示實驗結(jié)果。
1.前期準(zhǔn)備。利用“潛能在線”平臺進(jìn)行混合教學(xué)，需要完成一些前期準(zhǔn)備工作。首先需要在平臺中創(chuàng)建數(shù)字圖像處理課程，把教材掃描到平臺制作成電子教材，并建立知識點的目錄體系結(jié)構(gòu)。其次，教師學(xué)生登入平臺，選擇已創(chuàng)建的數(shù)字圖像處理課程。最后，對學(xué)生進(jìn)行“潛能在線”教學(xué)平臺的使用培訓(xùn)。
2.教學(xué)實施。在數(shù)字圖像處理課程的實施過程中，針對每個專題，我們設(shè)計了11個教學(xué)活動，利用“潛能在線”教學(xué)平臺，分14個步驟展開，具體過程如圖1所示，它展示了教師、學(xué)生在“潛能在線”教學(xué)平臺和課堂的整個互動過程。
（1）在線導(dǎo)學(xué)。在傳統(tǒng)教學(xué)模式下，教師在n堂上面對全班學(xué)生授課，因此，課前備課，必須依據(jù)全班大多數(shù)人的情況，準(zhǔn)備授課內(nèi)容和安排教學(xué)進(jìn)度。準(zhǔn)備的內(nèi)容和安排的進(jìn)度無法滿足學(xué)生個性化的需求。在混合教學(xué)模式下，教師的角色轉(zhuǎn)變了，作為學(xué)生學(xué)習(xí)的引導(dǎo)者，只需準(zhǔn)備學(xué)習(xí)內(nèi)容和相關(guān)的學(xué)習(xí)資源，通過網(wǎng)絡(luò)提供給學(xué)生，引導(dǎo)學(xué)生自主學(xué)習(xí)。因此，我們設(shè)計了“在線導(dǎo)學(xué)”教學(xué)活動，教師可以根據(jù)不同層次的學(xué)生情況，準(zhǔn)備學(xué)習(xí)內(nèi)容和學(xué)習(xí)資源，以滿足學(xué)生個性化的需求，并通過我們團(tuán)隊開發(fā)的在線導(dǎo)學(xué)模塊，把學(xué)習(xí)內(nèi)容和學(xué)習(xí)資源出去。學(xué)習(xí)內(nèi)容按知識點組織，教師根據(jù)知識點制作教學(xué)PPT、授課微視頻（10分鐘左右）等教學(xué)資源，收集相關(guān)的網(wǎng)站、論壇、圖書、論文等可利用的資源，布置相關(guān)的作業(yè)和練習(xí)。然后，把這些資源按知識點制作成導(dǎo)學(xué)卡，通過在線導(dǎo)學(xué)模塊提供給學(xué)生。表2列出了我們在數(shù)字圖像處理課程實施過程中，每一專題的知識點。
（2）在線自主學(xué)習(xí)。傳統(tǒng)教學(xué)模式以教師為主體，向?qū)W生單向傳授知識，忽視了學(xué)生個體的學(xué)習(xí)能動性，也忽視了學(xué)生應(yīng)用創(chuàng)新能力的挖掘，不利于計算機(jī)應(yīng)用型創(chuàng)新人才的培養(yǎng)。因此，我們設(shè)計了“在線自主學(xué)習(xí)”教學(xué)活動，讓學(xué)生成為學(xué)習(xí)的主體。學(xué)生可以根據(jù)自身已有的基礎(chǔ)，選擇合適的內(nèi)容，安排合理的進(jìn)度，在輕松的氛圍中學(xué)習(xí)。這種方式鍛煉了學(xué)生的自主學(xué)習(xí)能力，也培養(yǎng)了學(xué)生的探索求知欲。
（3）提問互動。在傳統(tǒng)教學(xué)模式下，課堂上教師滿堂灌輸，課后師生見面不易，師生之間、生生之間互動交流極少。為此，我們設(shè)計了“提問互動”教學(xué)活動，通過提問互動模塊，學(xué)生隨時可以與教師以及同學(xué)進(jìn)行互動交流?；拥闹饕问桨ㄌ岢鰡栴}，回答問題，評價問題回答的情況等。通過這一教學(xué)活動培養(yǎng)學(xué)生協(xié)作學(xué)習(xí)和提問質(zhì)疑的能力。同時，提問互動數(shù)據(jù)也是期末學(xué)生學(xué)習(xí)能力考核的依據(jù)。
（4）在線解答。在傳統(tǒng)教學(xué)模式下，由于課時的限制，教師很少有時間讓學(xué)生提問，因而，也就很少解答學(xué)生的問題。在混合教學(xué)模式下，學(xué)生可以隨時通過提問互動模塊提出問題。因此，我們設(shè)計了“在線解答”教學(xué)活動，教師通過提問互動模塊或公共聊天室，采用文字、語音或微視頻等多種方式，解答學(xué)生提出的問題。
（5）在線作業(yè)。在傳統(tǒng)教學(xué)模式下，學(xué)生課堂聽課，課后完成作業(yè)。兩者之間有一定的時間差，如果課堂上有些知識點沒聽懂或課堂上聽懂課后忘記了，完成作業(yè)就有一定的困難。為此，我們設(shè)計了“在線作業(yè)”教學(xué)活動，學(xué)生完成自主學(xué)習(xí)后，可以立即在線完成作業(yè)。如果哪些知識點沒聽懂，可以重復(fù)聽授課微視頻。此外，學(xué)生在線提交作業(yè)后，教師可以及時對作業(yè)進(jìn)行批改和點評，其他同學(xué)也可通過網(wǎng)絡(luò)平臺對該同學(xué)作業(yè)進(jìn)行點評，形成師生之間、生生之間的互動交流。學(xué)生完成作業(yè)的情況、作業(yè)的質(zhì)量以及相互的點評數(shù)據(jù)，也是期末學(xué)生學(xué)習(xí)能力考核的依據(jù)。
（6）學(xué)習(xí)匯報?；旌辖虒W(xué)模式以學(xué)生為主體，學(xué)生通過在線自主學(xué)習(xí)獲得知識，教師是學(xué)習(xí)過程的引導(dǎo)者、推動者。因此，我們設(shè)計了“學(xué)習(xí)匯報”教學(xué)活動，學(xué)生在課堂上匯報在線學(xué)習(xí)的情況、展示完成的作業(yè)。學(xué)生通過這一活動鍛煉了協(xié)作學(xué)習(xí)能力以及表達(dá)能力。教師通過這一活動了解學(xué)生學(xué)習(xí)的情況，發(fā)現(xiàn)其中的問題，為后面的重難點解析和課堂總結(jié)做準(zhǔn)備。因為選修學(xué)生人數(shù)比較多，有39人，所以我們把全班劃分10個學(xué)習(xí)小組，每個小組派一名學(xué)生匯報。學(xué)習(xí)匯報的情況作為期末學(xué)生學(xué)習(xí)能力、應(yīng)用創(chuàng)新能力考核的一個依據(jù)。
（7）課堂討論。在傳統(tǒng)教學(xué)模式下，學(xué)生通過課堂聽課學(xué)習(xí)知識，因課時有限，教師沒有時間組織課堂討論。在混合教學(xué)模式下，學(xué)生在課外通過在線平臺學(xué)習(xí)知識，教師有充足的時間開展形式多樣的教學(xué)活動。因此，我們設(shè)計了“課堂討論”教學(xué)活動，教師根據(jù)學(xué)生學(xué)習(xí)的情況、專題重難點知識以及熱點問題，選擇合適的論題，組織課堂討論。學(xué)生按照教師的安排，課前認(rèn)真準(zhǔn)備論題，在課堂上參與討論。表2列出了我們在數(shù)字圖像處理課程實施過程中，每一專題選擇的課堂討論論題。該教學(xué)活動的目的是培養(yǎng)學(xué)生協(xié)作學(xué)習(xí)、應(yīng)用創(chuàng)新能力以及表達(dá)的能力。學(xué)生課堂討論上的表現(xiàn)作為期末學(xué)生學(xué)習(xí)能力、應(yīng)用創(chuàng)新能力考核的依據(jù)。
（8）重難點解析。在混合教學(xué)模式下，教師作為學(xué)生學(xué)習(xí)的引導(dǎo)者和指導(dǎo)者，要引導(dǎo)學(xué)生了解本專題的重點難點，并輔助學(xué)生掌握重點難點。因此，我們設(shè)計了“重難點解析”教學(xué)活動，教師根據(jù)提問互動、學(xué)習(xí)匯報以及課堂討論等階段了解的情況，對本專題中的重點難點以及學(xué)生普遍存在的問題進(jìn)行解惑答疑。
（9）課堂總結(jié)。在混合教學(xué)模式下，教師在學(xué)生學(xué)習(xí)過程中起輔助作用。在每個專題學(xué)習(xí)結(jié)束時，需要教師進(jìn)行總結(jié)。因此，我們設(shè)計了“課堂總結(jié)”教學(xué)活動，對本專題的教學(xué)過程進(jìn)行總結(jié)、對學(xué)生在線學(xué)習(xí)情況、學(xué)習(xí)表現(xiàn)、學(xué)習(xí)成果進(jìn)行點評。
（10）在線測試。在混合教學(xué)模式下，各種教學(xué)活動由教師統(tǒng)一安排，學(xué)生自主完成。因此，我們設(shè)計“在線測試”教學(xué)活動，利用在線教學(xué)平臺的虛擬考場，教師事先提供在線測試的內(nèi)容，學(xué)生課后自主完成在線測試。該教學(xué)活動的目的是讓學(xué)生檢測自主學(xué)習(xí)的成效，發(fā)現(xiàn)存在的問題，并進(jìn)行補(bǔ)缺補(bǔ)漏。在線測試的成績作為期末學(xué)生學(xué)習(xí)能力考核的依據(jù)。
（11）學(xué)術(shù)沙龍。傳統(tǒng)教學(xué)模式重視知識的傳授，而忽視應(yīng)用創(chuàng)新能力的培養(yǎng)。因此，我們設(shè)計了“學(xué)術(shù)沙龍”教學(xué)活動，教師根據(jù)學(xué)生學(xué)習(xí)的情況，選擇合適的應(yīng)用性課題，通過在線教學(xué)平臺的公共聊天室，組織在線學(xué)術(shù)沙龍。學(xué)生根據(jù)所學(xué)的知識，完成教師布置的應(yīng)用性課題，參加在線學(xué)術(shù)沙龍，交流課題完成的情況、遇到的問題以及解決辦法等。表2列出了我們在數(shù)字圖像處理課程實施過程中，每一專題選擇的應(yīng)用性課題，這些應(yīng)用性課題都來自我們團(tuán)隊在研的飲用水源水質(zhì)生物在線監(jiān)測項目。該教學(xué)活動的目的是培養(yǎng)學(xué)生的科學(xué)素養(yǎng)和應(yīng)用創(chuàng)新能力。
3.學(xué)習(xí)評價。傳統(tǒng)教學(xué)模式主要依據(jù)出勤、作業(yè)、實驗以及期末考核等情況，u定學(xué)生學(xué)習(xí)成績。這種評價方式不能全面的反映學(xué)生真實的學(xué)習(xí)情況，也不能反映學(xué)生學(xué)習(xí)能力和應(yīng)用創(chuàng)新能力。采用混合教學(xué)模式以后，可以利用在線教學(xué)平臺提供的統(tǒng)計功能，對學(xué)生參與提問互動、學(xué)術(shù)沙龍等活動以及完成作業(yè)與在線測試的情況進(jìn)行統(tǒng)計。同時，教師還可以記錄課堂上學(xué)生參與學(xué)習(xí)匯報、作業(yè)展示、課堂討論等活動情況。這些數(shù)據(jù)較全面地反映了學(xué)生整個學(xué)習(xí)過程，同時也在一定程度上反映了學(xué)生學(xué)習(xí)和應(yīng)用創(chuàng)新能力。因此，我們把這些數(shù)據(jù)與傳統(tǒng)課堂的考勤、平時實驗和期末考核等數(shù)據(jù)組合在一起，綜合評定學(xué)生的學(xué)習(xí)成績。具體來說，期末成績評定分成兩大塊：平時成績和期末考核成績，平時占70%，期末考核占30%。平時成績又包括考勤、線上活動表現(xiàn)、課堂活動表現(xiàn)、實驗等四個方面，其中，考勤占10%，線上活動表現(xiàn)占20%，課堂活動表現(xiàn)占20%，實驗占20%。線上活動表現(xiàn)主要考核學(xué)生參與提問互動、學(xué)術(shù)沙龍以及完成作業(yè)與在線測試的情況，課堂活動表現(xiàn)主要考核學(xué)生參與學(xué)習(xí)匯報、作業(yè)展示以及課堂討論的情況。
4.實施效果?；旌辖虒W(xué)模式的實施激發(fā)了學(xué)生的好奇心與求知欲，增強(qiáng)了學(xué)生自主學(xué)習(xí)、協(xié)作學(xué)習(xí)、應(yīng)用創(chuàng)新等方面的能力，教學(xué)效果顯著。教學(xué)效果可以從以下幾個方面的統(tǒng)計數(shù)據(jù)中展現(xiàn)。整個學(xué)期學(xué)生在提問互動模塊中提出的問題數(shù)為113，其中，有一定質(zhì)量的問題數(shù)為47，參與提問互動交流的學(xué)生人次數(shù)為486，參與學(xué)術(shù)沙龍的學(xué)生人次數(shù)為203；在課堂討論上發(fā)言的學(xué)生人次數(shù)為78。以上統(tǒng)計數(shù)據(jù)表明，各項教學(xué)活動的參與度還是比較高的，也從側(cè)面反映了學(xué)生學(xué)習(xí)興趣的提高。從學(xué)生參與互動交流、課堂討論以及學(xué)術(shù)沙龍的情況看，學(xué)生自主學(xué)習(xí)、協(xié)作學(xué)習(xí)以及應(yīng)用創(chuàng)新能力比之前采用傳統(tǒng)教學(xué)模式的班級有較大的提高，之前的教學(xué)中，自主學(xué)習(xí)和協(xié)作學(xué)習(xí)能力的訓(xùn)練較少，更談不上應(yīng)用創(chuàng)新能力的訓(xùn)練。從學(xué)生的學(xué)習(xí)匯報情況看，采用混合教學(xué)模式后學(xué)生自主學(xué)習(xí)的能力也得到明顯的加強(qiáng)。
四、結(jié)束語
專業(yè)選修課的教學(xué)問題廣泛存在于各類高等院校中，如何上好專業(yè)選修課，關(guān)系到學(xué)生知識面的拓展、學(xué)生學(xué)習(xí)能力及應(yīng)用創(chuàng)新能力的培養(yǎng)、學(xué)生綜合素質(zhì)的提高，因此，應(yīng)該受到足夠的重視。本文提出的混合教學(xué)模式，還有待進(jìn)一步的實踐驗證，希望與同行們一起不斷摸索，找到更理想的解決辦法。
參考文獻(xiàn)：
[1]何麗，華斌，劉軍.計算機(jī)應(yīng)用創(chuàng)新型人才培養(yǎng)的實踐教學(xué)改革研究[J].計算機(jī)教育，2014，（2）：5-9.
[2]衛(wèi)紹元，佟紹成，呂義.高校專業(yè)選修課改革的探索與實踐[J].黑龍江教育，2012，（2）：52-43.
[3]蔣，費(fèi)洪曉.面向MOOC的新型教學(xué)模式探索[J].計算機(jī)教育，2014，（9）：17-20.
[4]伍民友，過敏意.論MOOC及未來教育趨勢[J].計算機(jī)教育，2013，（20）：5-8.
[5]王莉莉，陳德運(yùn)，唐遠(yuǎn)新.計算機(jī)程序設(shè)計課程翻轉(zhuǎn)課堂的探索與實踐[J].計算機(jī)教育，2015，（16）：53-62.
[6]高麗萍，劉亞，彭敦陸，等.翻轉(zhuǎn)教學(xué)在算法設(shè)計與分析中的應(yīng)用研究[J].計算機(jī)時代，2014，（11）：59-61.
[7]呂曉，崔良中，郭暉，等.計算機(jī)語言與軟件課程微課教學(xué)模式的應(yīng)用和實踐[J].課程教育研究，2015，（28）：54.
[8]吳文峻，呂衛(wèi)鋒.大數(shù)據(jù)時代的大規(guī)模開放在線教育[J].計算機(jī)教育，2013，（20）：9-10.
[9]張其亮，王愛春.基于“翻轉(zhuǎn)課堂”的新型混合式教學(xué)模式研究[J].現(xiàn)代教育技術(shù)，2014，24（4）：27-32.
[10]蔣，費(fèi)洪曉.基于MOOC的混合教學(xué)模式設(shè)計與應(yīng)用研究[J].高等理科教育，2015，（3）：120-125.
中圖分類號 TP3 文獻(xiàn)標(biāo)識碼 A 文章編號 1674-6708（2016）160-0153-02
在現(xiàn)實生活中我們遇到的好多圖像或多或少都存在質(zhì)量下降問題，對圖像復(fù)原技術(shù)的研究最終歸可結(jié)為對退化圖像的點擴(kuò)散函數(shù)的研究。目前國內(nèi)外出現(xiàn)了多種估計運(yùn)動模糊點擴(kuò)散函數(shù)的算法；文獻(xiàn)[1-2]中MasayukiTanaka提出運(yùn)動模糊圖像點擴(kuò)散函數(shù)確定方法是：先構(gòu)造出一個可以調(diào)節(jié)的三維鋸齒波形作為進(jìn)行檢測的函數(shù)，然后把檢測后的函數(shù)與模糊圖像頻譜進(jìn)行運(yùn)算，在運(yùn)算過程中進(jìn)行不斷改變波形的周期和退化圖像的頻譜角度，當(dāng)進(jìn)行多次操作后使得函數(shù)取最小值時可以認(rèn)為此時的角度就是暗條紋的角度。文獻(xiàn)[3-5]中Mohsen-EbrahimiMoghaddam提出的方法是采用Radon變換方法來確定，其步驟是首先得到模糊圖像的頻譜圖，然后對其進(jìn)行Radon變換，當(dāng)Radon變換到使得投影軸與頻譜圖中暗條紋相互垂直時，然后求出Radon變換取得最大值時所對應(yīng)的方向，即確定點擴(kuò)散函數(shù)的方向。本文就是以勻速直線運(yùn)動產(chǎn)生的模糊圖像為例，提出采用MATLAB7.0自帶的工具進(jìn)行手動確定模糊參數(shù)，此方法具有簡單靈活性，而且有很高的準(zhǔn)確性和穩(wěn)定性，從而推廣到非勻速直線運(yùn)動中使用。
1 運(yùn)動模糊圖像的頻譜特征分析
在MATLAB7.0環(huán)境下對其水平方向勻速直線運(yùn)動產(chǎn)生模糊頻譜圖如圖1所示。
K1=fft2（double（mf））；
M1=fftshift（K1）；
N1=abs（M1）；
P1=（N1-min（min（N1）））/（max（max（N1））-min（min（N1）））
*225；
subplot（1，2，2）；
imshow（P1）；
由于在實驗過程中我們假定運(yùn)動方向是水平的，運(yùn)動長度L=32個像素，從圖1實驗結(jié)果的頻譜圖中可以明顯的看出亮條紋，并且，這條亮條紋與水平方向是垂直的。
對于非水平方向運(yùn)動模糊圖像頻譜圖如圖2所示。
圖2的實驗結(jié)果是圖像運(yùn)動方向與x軸之間有一定的角度，所以得到的亮條紋和X軸之間也存在著一定的角度。
2 勻速直線運(yùn)動模糊方向和模糊長度的確定2.1 模糊方向的確定
在圖2的基礎(chǔ)上，通過多次實驗發(fā)現(xiàn)，當(dāng)模糊圖像的角度發(fā)生變化時，條紋也隨之改變，該亮條紋方向正好反映了運(yùn)動模糊點擴(kuò)散函數(shù)的方向性。于是我們只要求出這條亮條紋的傾角就可以了；所以將求模糊角度的問題轉(zhuǎn)化為在平面上求一個三角形的角度問題；也就是下圖中所示的θ角的度數(shù)。
根據(jù)頻譜圖用MATLAB7.0自帶的作圖工具Show Plot Tools作出三條直線構(gòu)成一個三角形，然后在MATLAB7.0命令窗口中輸入函數(shù)ginput（）來完成求解。用[x，y]=ginput（2），獲得兩點坐標(biāo)，可以取好多個點，再求平均值然后利用k=（y（2）-y（1））/（x（2）-x（1））得到斜率，按照上面步驟求出度數(shù)為θ=69.1°，理論值為θ=70°，基本上吻合。
2.2 模糊長度的確定
本文首先采用Matlab7.0做出運(yùn)動模糊圖像的自相關(guān)圖，生成的自相關(guān)圖是一條曲線，具體如下圖4所示，在這條曲線上出現(xiàn)了一對比較明顯的負(fù)峰，并且方向朝下，通過多次實驗結(jié)果顯示這兩負(fù)峰之間的距離L正好等于運(yùn)動模糊長度的2倍。因此，只要能夠計算出這兩個負(fù)峰之間的距離就可以得出運(yùn)動模糊長度L。
在圖4的自相關(guān)圖中利用matlab的Data Cursor工具可以測得兩負(fù)峰之間的坐標(biāo)分別為69與131，距離為62個像素點，兩相關(guān)負(fù)峰間的距離等于運(yùn)動模糊長度的2倍，因運(yùn)動模糊的長度為31個像素，與理論值32個像素基本上吻合（比較精確）。
3 結(jié) 論
上面的實驗結(jié)果基本上和理論值吻合，采用手動的方法來確定勻速直線運(yùn)動模糊圖像的點擴(kuò)散函數(shù)，不但操作方法簡單靈活，而且具有很高的精確度和穩(wěn)定性。對于非勻速直線運(yùn)動所造成的圖像模糊，在某種程度上可以近似看成是多個小段勻速直線運(yùn)動合成的。所以可以將此方法推廣到非勻速直線運(yùn)動模糊圖像的處理上。
參考文獻(xiàn)
[1]陳前榮，陸啟生，成禮智.運(yùn)動模糊圖像點擴(kuò)散函數(shù)尺度鑒別[J].計算機(jī)工程與應(yīng)用，200（23）：15-19.
[2]黎瑋.運(yùn)動模糊圖像復(fù)原的參數(shù)估計與算法研究[D].合肥：安徽大學(xué)，2011.
[3]賀衛(wèi)國，黎紹發(fā).勻速直線運(yùn)動模糊長度的精確估計[J].計算機(jī)應(yīng)用，2005，25（6）：1317-1320.
[4]張明謙.運(yùn)動模糊圖像的運(yùn)動參數(shù)估計及復(fù)原研究[D].成都：電子科技大學(xué)，2009.
中圖分類號：TP3 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2012）12（c）-00-01
1993年Mallat和Zhang提出了信號的稀疏表示，在信號逼近上取得了出色的表現(xiàn)，迅速引起了廣大學(xué)者的普遍關(guān)注，信號稀疏表示研究很快被從一維信號推廣到二維信號圖像的研究上。
稀疏表示的模型可以表示為：
式中為向量的l0范數(shù)，表示向量x中非零元素的個數(shù)，x即為信號y的稀疏表示。
在數(shù)字圖像處理中，由于圖像的數(shù)據(jù)信息具有冗余性，為冗余字典，因此可以在冗余字典上進(jìn)行稀疏表示，y則為圖像子塊的列向量表示。如何構(gòu)造表達(dá)能力強(qiáng)、訓(xùn)練簡單的冗余字典是圖像處理中的關(guān)鍵一步，自稀疏表示理論的提出，在圖像去噪、去模糊、超分辨率、圖像修復(fù)等方面得到了廣泛的應(yīng)用，取得了比傳統(tǒng)方法更好的處理結(jié)果。
1 稀疏表示理論在提高數(shù)字圖像質(zhì)量中的應(yīng)用
Michael Elad是較早將稀疏表示理論應(yīng)用于圖像去噪與超分辨率的代表人物[1]，他將K均值聚類方法引入字典訓(xùn)練過程中。在K均值算法中，求解一個包括K個代碼的碼本，使得在此碼本上，根據(jù)最鄰近分配法則，對包含N個信號的集合進(jìn)行分類，得到最佳分類。在稀疏表示中，稀疏表示的過程可以看做廣義矢量量化過程，其中的每個信號用多個代碼的線性組合表示。當(dāng)要求K-SVD中的每個信號只能用一個原子來近似時，K-SVD算法就退化為K均值算法。K-SVD在稀疏編碼與字典更新之間交替迭代，保證總誤差單調(diào)下降，因此可保證能收斂到局部（或全局）最小值，從而得到性能優(yōu)良的過完備字典。K-SVD訓(xùn)練字典方法廣泛的應(yīng)用在圖像復(fù)原問題上?；贙-SVD訓(xùn)練得到的過完備字典，取得了較好的圖像去噪與超分辨率結(jié)果。
統(tǒng)計學(xué)中的主成分分析（PCA）的概念，也被引入到字典訓(xùn)練當(dāng)中。在統(tǒng)計學(xué)當(dāng)中，變量個數(shù)太多會增加問題的復(fù)雜性主成分分析作為一種統(tǒng)計分析方法，它可以從多元事物中解析出主要影響因素，簡化復(fù)雜問題。PCA的核心思想，就是將高維數(shù)據(jù)投影到低維空間。尋找 r 個新變量，使其反映事物的主要特征，每個新變量是原有變量的線性組合，體現(xiàn)原有變量的綜合效果，則這 r 個新變量稱之為“主成分”，它們兩兩正交不相關(guān)。這 r 個主成分可以在很大程度上反映原來變量的信息。Hui Zou引入了SPCA（Sparse PCA）的概念，他修改了傳統(tǒng)的PCA方法，利用主成分負(fù)載的稀疏性，使算法變得更加易懂，且得到更為稀疏的結(jié)果。
形態(tài)學(xué)成分分析（MCA）作為一種新興的信號分解方法，吸引了很多人的注意。MCA根據(jù)圖像信號組成成分的形態(tài)差異性，將圖像內(nèi)容分割為紋理區(qū)域和卡通區(qū)域。不同區(qū)域其擬合字典類型不同。小波變換可以很好的表示圖像光滑區(qū)域的特征，curvelet變換通過帶方向的局部傅里葉基，可以有效的處理邊緣特征。離散余弦變換（DCT）以及Gabor變換是紋理區(qū)經(jīng)常采用的兩種處理方式。MCA充分的考慮了圖像的結(jié)構(gòu)組成部分以及內(nèi)部特征，廣泛用于盲源分離、圖像分解、圖像修補(bǔ)等。
Julien Mairal將自然圖像的自相似性引入到圖像恢復(fù)模型中。圖像的自相似性，其根本是自然圖像的統(tǒng)計特征。Julien Mairal非局部模型與稀疏編碼結(jié)合成一個框架，將噪聲在相似塊之間進(jìn)行平均，取得了較好的去噪、去馬賽克結(jié)果。同樣，自相似性在圖像去模糊、圖像修補(bǔ)方面也展示了其良好的性能。
Weisheng Dong提出了一種新的圖像復(fù)原模型CSR，利用減小退化圖像分解系數(shù)與原圖分解系數(shù)之間的差異來達(dá)到復(fù)原圖像的目的，其本質(zhì)是自相似性的應(yīng)用。在超分辨率方面，他提出了自適應(yīng)稀疏域選擇超分辨率算法，認(rèn)為超分辨率重建結(jié)果的優(yōu)劣很大部分取決于稀疏域的選擇，對輸入的樣本先采用K-均值聚類，采用PCA算法進(jìn)行詞典訓(xùn)練，將非局部相似性（NL）和圖像去噪中的自回歸（AR）模型與超分辨率重建模型有效結(jié)合，提高了超分辨率重建質(zhì)量。
Nebojsa創(chuàng)造性的提出了圖像摘要的概念。他將圖像的特征提取為一幅摘要圖，在圖像處理過程中，對該摘要圖進(jìn)行分解處理，這是合理并且有效的。Louise 利用該思想，在圖像去噪方面取得了較好的去噪結(jié)果。
Kostadin在變換域，通過一組協(xié)作濾波器，將一幅圖像中結(jié)構(gòu)相似的二位塊聚合成一組，形成一個三維模型，以增強(qiáng)其表示的稀疏性。Aram利用該3D理論，建立了一個新的圖像模型―BM3D。BM3D在圖像復(fù)原方面表現(xiàn)了其卓越的性能。
最近，保持圖像幾何結(jié)構(gòu)的思想吸引了很多人的注意。Samy Bengio將圖像分割成相互重疊的塊，結(jié)構(gòu)相似的塊組成一個群組，分別對每個組進(jìn)行分解訓(xùn)練，這就是群組編碼的思想，其基本思想類似于非局部思想，也是利用了自然圖像的自相似性。關(guān)于結(jié)構(gòu)稀疏方面的研究展示了結(jié)構(gòu)分組比簡單不重疊的分組更一般的特性。例如，樹狀分組或是重疊分組。結(jié)構(gòu)稀疏正則化具有十分廣闊的應(yīng)用前景。結(jié)構(gòu)稀疏PCA作為一種新型的有效的非凸稀疏方法，在字典訓(xùn)練方面，可以取得較為理想的結(jié)果。
縱觀稀疏表示理論出現(xiàn)以后的圖像處理論文，廣大研究者著重于研究如何獲得表示能力強(qiáng)的冗余字典，以及通過結(jié)合多重約束，如平滑約束，相似性約束，幾何結(jié)構(gòu)不變性約束等來得到高質(zhì)量的圖像，近年來取得了很大的進(jìn)展。但是稀疏表示屬于一種優(yōu)化問題，涉及到字典學(xué)習(xí)和稀疏求解的計算過程比較復(fù)雜，因而對于該理論在圖像的實時處理上受到了限制，因此如何縮短計算時間也是這個模型急需解決的問題。
2 結(jié)語
