数字图像处理课程中协同式教学模式应用

　　引言

　　图像是信息传递的一个重要载体。数字图像处理是目前信息处理技术中发展迅速且得到广泛应用的一个新兴学科，其已经渗透到电子、通信、医学、交通等各个学科领域甚至与人们的日常生活密不可分。数字图像处理的主要任务是研究如何用计算机对图像进行分析和处理，为了使学生能够全面掌握该课程的基本原理和和经典算法，需要让学生通过各种计算机语言进行编程实践，即数字图像处理是一门对学生的动手实践能力要求极高的课程。但与此同时，该课程也有着较强的理论性。

　　在传统的数字图像处理课程教学中，一般侧重理论教学，而忽视了对学生实践能力的培养，从而导致学生在遇到实际问题时不知道如何下手去解决。在协同创新及应用型人才培养的大背景下，对传统的《数字图像处理》课程的教学方法进行改革，寻找满足当前需求的应用型人才培养模式势在必行。

　　为了增强学生理论应用于实际的能力，可以在教学中引入项目化教学法，通过具体的项目化教学案例把理论知识融入其中，让学生在实践中理解和掌握理论知识，同时也能加深学生的感性认识。教师在教学过程中，要兼顾基本理论与科研热点的结合，充分调用各种资源，将课堂讲授、编程实践、扩展阅读、案列教学等多种手段进行协同，提高学生的综合素质与创新精神。

　　一、协同式教学

　　协同效应又被称为增效作用其原本是一种物理化学现象，具体是指当两种及以上的组分相加或调配在一起时，所产生的作用要大于各种组分单独作用时的总和，即产生"1+1 >2 "的效果[1].德国物理学家赫尔曼·哈肯于 1971 年提出了协同的概念，并于 1976 年发表了《协同学导论》等着作，对协同理论进行了完整、系统的论述[2].根据协同理论，在整个环境中各个系统之间都存在着既相互影响同时又相互合作的关系，人类社会和自然界都存在协同，其表现是它们能够有序运作[3]."协同创新"是在创新的过程中引入协同的基本思想，使每个创新的要素在发挥各自优势作用的同时，产生系统叠加的非线性效用，使效率发生质变，从而带来价值的增加和创造。

　　协同创新机制下的教学实践活动是所有参与者之间协同合作的结果， 要求每个参与者都具备与其他参与者协同合作的意识。在整个教学过程中，虽然学生是学习的主体，但是教师却起着至关重要的作用，教师要能够对教学过程中的各个环节进行协同，充分利用各种教学资源和教学手段，完善和创新教学内容，优化对学生的考核方式，最终实现教学效果的全面提升。

　　二、教学手段的丰富

　　针对该课程理论性和实践性较强、可视化程度较高的特点，结合现代化教育技术，在课堂教学、实验教学、应用实践等多个方面构建立体化教学资源。结合不同专业需求，运用MATLAB、C++,C#、Open CV 等软件工具包搭建图像处理实验平台，组建网络化辅助教学系统，使枯燥的理论和算法直观化、形象化，激发学生的创新思维，例如，将基本的算法和一些经典的例子进行整理，做成可执行软件，方便给学生演示，激发其学习兴趣。同时提供源代码给学生，学生可以自己修改或者运行代码并分析实验结果，加深对基本算法的认识；建立标准的图像测试库，包括图像去噪、图像融合、图像分割、特征提取、分类识别等核心内容涉及到的测试数据，方便学生对书中的已有知识或者自己的想法进行验证；在网上搜集数字图像处理和计算机视觉方面的多媒体课件或者经典教材，以及一些科研成果的源代码，通过这种与外界间接交流的方式使学生拓宽自己的视野和思路创新始于实践，实践又是创新的源泉。对于数字图像处理的教学而言，要将科研中的图像处理相关部分引入到课堂教学中， 使其和理论知识相结合，让学生在掌握基本理论知识的同时，对该学科领域的科研热点和前沿技术有更深的了解和认识。这不管是对学生后续的学习深造和还是参加工作都有积极的引导作用，真正达到学以致用。与此同时，还实现了科研带动教学，教学促进科研的良性循环。

　　三、教学内容的项目化改革

　　项目化教学法是针对课程的教学大纲设计出一系列项目案例对学生进行施教.所设计的每个项目围绕着教材中具有典型性、启发性的关键问题进行设计，这样保证每个项目所涉及的知识具有很强的针对性，能够将教学大纲中规定的知识点的学习融入到整个项目实践中。学生经过分组后，以小组成员的身份参与整个项目，在项目实施过程中对课程内容进行全面的学习和掌握。项目化教学法实现了理论学习与动手实践的紧密结合，能够真正以学生和教学目标为中心，使培养出的学生既有扎实的理论基础，又具备实践创新能力，满足社会对应用型人才的需求。

　　项目化教学法在数字图像处理课程教学中实施的步骤如下：（1） 确定项目内容；（2）确定项目小组；（3）教师操作示范；（4）学生分组讨论；（5）教师指导，师生相互交流。其中至关重要的一步就是确定项目内容。根据《数字图像处理》这门课程的教学大纲，以"人脸识别系统"这个项目来组织该课程的教学内容。"人脸识别系统"分为图像采集、图像预处理、图像校正、人脸检测、人脸分割和人脸识别等部分，系统的这几部分内容与《数字图像处理》课程的相关知识点基本上是一一对应的，将它们作为子项目分别进行教学，这样"人脸识别系统"项目就能够贯穿到《数字图像处理》这门课程中。每个子项目与课程知识点的对应关系如表 1 所示。

　　从表 1 中可以看出，《数字图像处理》的教学内容基本上可以通过"人脸识别系统"这一项目组织起来。除此之外，在这门课程的项目化教学中也可以根据教师自己的研究方向和课题结合学生的学习兴趣，把"人脸识别系统"替换为"指纹识别系统"、"遥感图像分类系统"等案例。

　　学生对于一个项目的完成，一般需要经历下面四个阶段：（1）项目的分析及论证；（2）项目实施步骤的确定；（3）具体的实践操作；（4）项目结果汇报与总结。学生在每个阶段都应该撰写和提交学习报告，在前两个阶段，学生通过对项目的原理进行分析，确定出项目实施的具体步骤，在这个过程中要对《数字图像处理》课程的基本理论知识点进行学习和掌握，对于有疑问的地方要及时查阅相关资料和求助老师。在后两个阶段，教师需要根据每个学生的学习报告和分析总结查找存在的问题，然后进行有针对性的指导，帮助学生真正理解和掌握所涉及的知识点。

　　在项目化教学的实施过程中，对项目的选择与设计要综合考虑，克服一些项目无法全部覆盖教学大纲上知识点的局限，把各个知识点都串联起来，使学生能够掌握完整的知识体系，同时进一步提高学生的兴趣及动手解决实际问题的能力。

　　四、课程考核方式的改革

　　传统的对该课程的考核是采用笔试加上机测试相结合的方式，通过笔试成绩检验学生对理论知识的掌握程度，通过上机实验和撰写实验报告考核学生的实践动手能力。最后教师结合笔试成绩和上机成绩给予学生一定的分数来对学生完成考核。在协同创新机制下的教学方式改革中，这种考核方式显然满足不了对学生综合素质的全面评价。在这种协同创新、协同教学、协同学习的环境下，需要对学生的学习能力、资料查阅能力、实践动手能力、互助合作能力、分析总结能力、思维创新能力进行全面的考核，同时要将这种考核贯穿到每个子项目的实施过程中。为此可以设计多个考核指标，每个指标采用百分制进行打分，然后结合学生的实际情况对每个指标赋予一定的权值，最终用所有指标的加权成绩之和来衡量一个学生对该门课程的掌握情况。该考核方式可用下面公式来表示：

　　五、结束语

　　通过对《数字图像处理》课程教学手段的丰富、教学内容的改革、评价方式的优化，采用项目化教学方法结合各种教学手段进行协同教学，实现了从传统教学模式向协同创新教学模式的转变，实际结果表明，学生的综合素质得到明显提高，创新协同能力显着增强。

　　参考文献：
　　[1]张斌，彭红霞，张志。协同创新机制下"遥感数字图像处理"课程教学探索[J].中国地质教育，2015,24（1）：70-73.
　　[2]杨建斌。协同理论在农业基础项目管理中的应用研究[J].湖南农业科学，2011（1）：140-141.
　　[3]王海建。基于协同创新思想的大学生协同创新能力培养[J].中国石油大学学报：社会科学版，2012,28（3）：105-108.
　　[4]何楚，冯倩，杨芳，等。数字图像处理课程实验教学过程设计[J].计算机教育，2011（18）：74-77.