科研轉(zhuǎn)化教學(xué)

楊秋菊 劉麗麗

摘? 要：全面推進(jìn)新工科建設(shè)的大背景對高校人才培養(yǎng)提出了更高的要求。該文在分析數(shù)字圖像處理課程現(xiàn)有教學(xué)模式弊端的基礎(chǔ)上，精心構(gòu)建典型工程案例輔助理論教學(xué)，探討將最新的科研技術(shù)和方法融入課堂教學(xué)，并在教學(xué)過程中融入思政教育。介紹部分工程案例的具體內(nèi)容、涉及的知識點、課程思政元素，并以其中的硨磲熒光圖像預(yù)處理案例為例，詳細(xì)說明案例的具體構(gòu)建過程及呈現(xiàn)形式。教學(xué)實踐結(jié)果顯示，引入案例化教學(xué)后學(xué)生的學(xué)習(xí)興趣明顯提高，學(xué)生的科研素養(yǎng)、創(chuàng)新能力、動手能力和綜合應(yīng)用能力也得到顯著提升，結(jié)合案例實際的課程思政設(shè)計有利于“全方位育人”的目標(biāo)達(dá)成。

關(guān)鍵詞：新工科;數(shù)字圖像處理;案例教學(xué);課程建設(shè);課程思政

中圖分類號：G641? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號：2096-000X（2024）01-0180-04

Abstract： The background of comprehensively promoting the construction of new engineering puts forward higher requirements for the cultivation of talents in universities. Based on the analysis of the shortcomings of the existing teaching mode of Digital Image Processing course， this article carefully constructs typical engineering cases to assist theoretical teaching， discusses the integration of the latest scientific research techniques and methods into classroom teaching， and integrates the ideological education in the teaching process. The paper introduces the specific contents of some engineering cases and the knowledge points involved. Taking the tridacna fluorescence image preprocessing as an example， the construction process and presentation are introduced in detail. The teaching practice results show that the introduction of case-based teaching has significantly increased students' interests in learning， and has also significantly improved their research skills， innovation， practical skills and comprehensive application skills. Combining the actual case with the curriculum political design is conducive to achieving the goal of "comprehensive education".

Keywords： new engineering; Digital Image Processing; case teaching; course construction; curriculum politics

為響應(yīng)《教育部高等教育司2023年工作要點》中“加強基礎(chǔ)學(xué)科人才培養(yǎng)，著力造就拔尖創(chuàng)新人才”和“強化交叉融合再出新，深入推進(jìn)新工科、新醫(yī)科、新農(nóng)科、新文科建設(shè)，引領(lǐng)帶動高等教育提質(zhì)創(chuàng)新發(fā)展”等精神，高校應(yīng)持續(xù)對工科類課程進(jìn)行教學(xué)研究與改革。目前，高校人才培養(yǎng)面臨著眾多挑戰(zhàn)：一方面，教學(xué)與科研脫節(jié)，學(xué)生的創(chuàng)新能力難以保證;另一方面，理論與實踐脫節(jié)，學(xué)生綜合應(yīng)用能力不強;此外，課程思政融入方式及融入深度均有待提升[1]。

數(shù)字圖像處理是信息與通信工程、計算機(jī)科學(xué)與技術(shù)、生物醫(yī)學(xué)工程等學(xué)科的重要研究方向及業(yè)務(wù)內(nèi)容之一，也是信息科學(xué)中發(fā)展最快的熱點研究方向。其不僅涉及專深的基礎(chǔ)理論，而且與工程實踐密切相關(guān)，同時具有極其廣闊的探索空間。隨著數(shù)字圖像處理技術(shù)的快速發(fā)展及教學(xué)改革的不斷深入，舊版的《數(shù)字圖像處理》教材和傳統(tǒng)的課堂理論講授模式已經(jīng)無法滿足教育教學(xué)的需求，國內(nèi)高校紛紛開展教學(xué)改革，如設(shè)計基礎(chǔ)、綜合、開放等不同層次的實驗改進(jìn)實驗教學(xué)[2-3]，增加實驗課時量突出工程實踐[4]，引入最新機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)[5]，引入案例化教學(xué)[6-8]，將思政教育融入課程教學(xué)[9-10]等，并取得了不錯的效果。

本文從師范院校的人才培養(yǎng)出發(fā)，充分利用任課教師團(tuán)隊的科研成果和前沿專業(yè)賽事，構(gòu)建數(shù)字圖像處理工程化教學(xué)案例，將最新的科研技術(shù)和方法融入課堂教學(xué)，實施課程教學(xué)改革。案例教學(xué)是以學(xué)生為中心，通過呈現(xiàn)案例場景，引導(dǎo)學(xué)生發(fā)現(xiàn)問題、分析問題和解決問題，在實踐中提高學(xué)生的綜合能力。同時，為了更好地發(fā)揮專業(yè)課程的育人作用，結(jié)合案例內(nèi)容在教學(xué)過程的各個環(huán)節(jié)有機(jī)融入思政元素，切實開展課程思政，實現(xiàn)知識傳授、能力培養(yǎng)和價值塑造有機(jī)融合，旨在培養(yǎng)德才兼?zhèn)涞膶I(yè)技能人才。

一? 數(shù)字圖像處理國內(nèi)教學(xué)現(xiàn)狀

數(shù)字圖像處理課程主要講授計算機(jī)圖像處理的基本原理、典型方法和應(yīng)用實踐，具體包括數(shù)字圖像的基礎(chǔ)、圖像變換域處理、圖像增強、圖像分割、數(shù)學(xué)形態(tài)學(xué)、圖像復(fù)原與重建、圖像壓縮與編碼、圖像特征提取和模式識別等內(nèi)容。該課程是一個理論學(xué)習(xí)與動手實踐并重的課程，不僅概念多，理論性強，同時與日常生活和工業(yè)生產(chǎn)的具體應(yīng)用直接相關(guān)，被廣泛應(yīng)用于航空航天、通信、工業(yè)、醫(yī)學(xué)及軍事公安等領(lǐng)域。目前，數(shù)字圖像處理的教學(xué)模式依然以課堂講授為主，教師借助幻燈片講解相關(guān)理論和知識，學(xué)生參與度低，課堂效果一般;且本課程側(cè)重于工程應(yīng)用與實踐，完全采用課堂講授難以達(dá)成教學(xué)目標(biāo)。此外，很多學(xué)校采用的數(shù)字圖像處理的教材是2010年左右出版，已經(jīng)跟不上日新月異的技術(shù)發(fā)展，比如如火如荼的深度學(xué)習(xí)。這導(dǎo)致學(xué)生無法將熱門的數(shù)字圖像應(yīng)用（如戴口罩人臉識別、美顏相機(jī)等）與課堂理論建立聯(lián)系，最終導(dǎo)致課堂教學(xué)理論性強、應(yīng)用性差，學(xué)生學(xué)習(xí)積極性不高，將理論與實踐相結(jié)合的能力得不到鍛煉。

本文提出以科教融合、產(chǎn)教融合、思政融合的育人觀為指導(dǎo)，將教師科研成果（包括理論成果、技術(shù)成果、產(chǎn)品開發(fā)成果等）轉(zhuǎn)化成教學(xué)案例，課堂教學(xué)既有基礎(chǔ)理論，又有當(dāng)前國際前沿發(fā)展及典型案例演示，學(xué)生既能“耳聽”，又能“目染”。在教學(xué)過程中，根據(jù)案例內(nèi)容將思政元素融入課程的細(xì)微處，實現(xiàn)全程育人和全方位育人，完成立德樹人的根本任務(wù)。通過課堂案例教學(xué)不僅使學(xué)生掌握堅實的基礎(chǔ)理論和專業(yè)知識，同時培養(yǎng)學(xué)生運用知識解決前沿問題的能力。在綜合實驗和課程大作業(yè)環(huán)節(jié)，學(xué)生需要通過編程實現(xiàn)案例內(nèi)容，在實踐應(yīng)用中將知識融會貫通，實現(xiàn)實踐教學(xué)和理論教學(xué)的有機(jī)結(jié)合。

二? 工程化教學(xué)案例的構(gòu)建

數(shù)字圖像處理作為機(jī)器視覺、模式識別、遙感圖像處理與識別、醫(yī)學(xué)圖像處理、視頻編碼與處理等方向的基礎(chǔ)知識，綜合了計算機(jī)、數(shù)學(xué)、光學(xué)及信號處理等領(lǐng)域的專業(yè)知識，是控制科學(xué)與工程專業(yè)及相近專業(yè)的一門綜合性專業(yè)課，對培養(yǎng)綜合性人才大有裨益。該課程與工程實踐結(jié)合緊密，教學(xué)內(nèi)容豐富，在構(gòu)建工程案例時應(yīng)該兼顧前沿性、系統(tǒng)性、專業(yè)性、工程性和普遍性等準(zhǔn)則，選擇當(dāng)下熱門的應(yīng)用需求和場景，引導(dǎo)學(xué)生發(fā)現(xiàn)問題和解決問題，提高學(xué)生理論聯(lián)系實際的應(yīng)用水平，提高學(xué)生的動手能力并培養(yǎng)學(xué)生分析和解決實踐問題的創(chuàng)新意識和設(shè)計能力。

按照上述準(zhǔn)則，結(jié)合任課老師的科研方向，我們共構(gòu)建了十個典型案例，基本涵蓋了數(shù)字圖像處理的基本理論和主流任務(wù)。表1列出了其中五個案例的案例名稱、案例內(nèi)容、涉及的知識點及思政內(nèi)容，以此來說明我們案例的構(gòu)建過程和特點。

具體地，每個教學(xué)案例包括案例來源、案例內(nèi)容、涉及的知識點、算法流程、算法源代碼和思政元素等，其中算法源代碼主要由Matlab或Python來實現(xiàn)。以表1中硨磲熒光圖像預(yù)處理為例：在案例引入時，先討論厄爾尼諾現(xiàn)象和拉尼娜現(xiàn)象等極端天氣現(xiàn)象給人類造成的巨大影響，培養(yǎng)學(xué)生的社會責(zé)任感，繼而引入硨磲這種研究全球氣候變化的載體。硨磲熒光圖像預(yù)處理的具體流程如圖1所示。其輸入原始圖像為圖1（a）;圖1（b）是使用直方圖均衡法進(jìn)行圖像增強，以改善圖像較暗的情況;圖1（c）是使用PatchCore算法[11]，對硨磲熒光圖像中較大異常區(qū)域進(jìn)行檢測異常檢測，得到包含異常區(qū)域的不規(guī)則mask;圖1（d）是利用PEN-Net方法[12]，根據(jù)硨磲熒光圖像的上下文信息對異常區(qū)域進(jìn)行圖像復(fù)原;圖1（e）是利用無監(jiān)督深度生成對抗網(wǎng)絡(luò)[13]生成的硨磲熒光圖像;圖1（f）是對圖1（e）二值化后的結(jié)果。我們對整個案例的算法核心代碼提供了必要的解釋說明，包括案例介紹、涉及的知識點、算法名字，并對算法的運行環(huán)境、參數(shù)等做了充分的說明，引導(dǎo)學(xué)生去實現(xiàn)案例，理解和應(yīng)用數(shù)字圖像處理算法。整個過程側(cè)重培養(yǎng)學(xué)生綜合應(yīng)用理論、系統(tǒng)考慮問題和解決問題的能力。而且在案例設(shè)計時，考慮到因材施教的原則，既有統(tǒng)一性，又有多樣性：每個學(xué)生都能根據(jù)自己的能力，達(dá)到不同程度，比如本案例中的圖像生成這一步比較難，學(xué)生可以根據(jù)自己的水平選擇性完成。

三? “案例+思政”融合教學(xué)實踐

本案例聚焦硨磲熒光圖像預(yù)處理這一問題，課程思政主要包括三點：①案例引入時，帶領(lǐng)學(xué)生討論近年頻出的極端天氣（如干旱、高溫、暴雨輪番上演等）對人類的影響，培養(yǎng)學(xué)生的社會責(zé)任感;②介紹中國科學(xué)院地球環(huán)境研究所晏宏研究員在氣候變化領(lǐng)域的成就，通過青年榜樣的力量引導(dǎo)學(xué)生勇于挑戰(zhàn)、趕超學(xué)術(shù)前沿;③在實驗過程中，培養(yǎng)學(xué)生科學(xué)、嚴(yán)謹(jǐn)?shù)膶嶒瀾B(tài)度，并培養(yǎng)創(chuàng)新精神、團(tuán)隊合作精神及工匠精神。

在引入案例化教學(xué)之前，學(xué)生常常通過課堂聽講、課后習(xí)題作業(yè)，以及演示/驗證性實驗完成整個課程教學(xué)。構(gòu)建典型教學(xué)案例后，學(xué)生提前預(yù)習(xí)和研究案例內(nèi)容，課堂上教師組織學(xué)生將案例拆解成多個子任務(wù)、分析各子任務(wù)涉及的知識點、并給學(xué)生演示各子任務(wù)的結(jié)果示例（圖1），最后學(xué)生自由組隊實現(xiàn)整個案例內(nèi)容。具體地，本案例在教學(xué)過程中采用美國神經(jīng)病學(xué)教授Howard Barrows 提出的“基于問題的學(xué)習(xí)”（Problem-Based Learning，簡稱PBL）教學(xué)-學(xué)習(xí)模式來完成，該教學(xué)模式強調(diào)以學(xué)生為中心、以老師為主導(dǎo)，問題是該教學(xué)模式的軸心[14]。主要包括如下步驟。

課前自學(xué)。學(xué)生根據(jù)案例內(nèi)容自主查閱最新論文，了解國內(nèi)外研究現(xiàn)狀，知道研究的重點和難點。

課堂討論。將硨磲熒光圖像預(yù)處理拆解為數(shù)字圖像處理的典型任務(wù)，包括圖像增強、異常區(qū)域檢測、圖像復(fù)原、圖像生成及圖像二值化等，討論每個子任務(wù)可行的解決方案。

自由組隊。建議3人一組，分別負(fù)責(zé)文獻(xiàn)調(diào)研、編程、理論研究等。

自主完成實驗。根據(jù)前面的學(xué)習(xí)和討論，每個組自主設(shè)計實驗方案，編程完成實驗。

小組匯報。針對實驗方案、實驗過程、實驗結(jié)果等進(jìn)行小組匯報和組間PK。

綜合評價。包括自評、互評和教師點評，如實驗任務(wù)和關(guān)鍵問題是否得到解決？實驗過程中組員間合作如何？研究方案、實驗結(jié)果有沒有問題？

采用PBL案例教學(xué)和問題驅(qū)動/任務(wù)驅(qū)動的小組合作教學(xué)模式，有助于培養(yǎng)學(xué)生的問題意識、自主學(xué)習(xí)能力、合作能力和創(chuàng)新能力。

在學(xué)生的考評環(huán)節(jié)，現(xiàn)有模式主要依據(jù)是期末考試成績，通常占比70%～80%;而占比20%～30%的平時考核成績主要依據(jù)的是考勤、課后習(xí)題作業(yè)、實驗報告等，平時成績很難拉開差距;這種考核方式很難反映出學(xué)生的綜合能力。引入“案例+思政”后，平時成績比例增大至50%，其中課程大作業(yè)占比25%，主要考查評估學(xué)生的動手實踐能力和綜合運用能力，具體包括算法設(shè)計、代碼實驗、報告撰寫和匯報答辯等部分;平時成績的另外25%主要考察學(xué)生的課堂表現(xiàn)（10%）、實驗課表現(xiàn)（10%）及作業(yè)情況（5%）。針對課程思政，主要考查學(xué)習(xí)態(tài)度、在團(tuán)隊中的表現(xiàn)等。在整個教學(xué)過程中，強調(diào)對概念和原理的理解而不是死記硬背，培養(yǎng)獨立思考和獨立解決相關(guān)工程問題的能力。值得一提的是，雖然在考核方式上來單獨體現(xiàn)課程思政部分，但其實已經(jīng)將其融入課程全過程，包括通過課堂測試強化學(xué)生的公平公正意識，通過小組合作強化學(xué)生團(tuán)結(jié)協(xié)作、誠實守信的工作態(tài)度，精益求精的科研精神，以及一榮俱榮的集體榮譽感。

總之，通過案例教學(xué)，引導(dǎo)學(xué)生學(xué)會如何對數(shù)字圖像進(jìn)行綜合處理、分析和應(yīng)用，促進(jìn)學(xué)生了解相關(guān)研究方向的前沿技術(shù)，提升學(xué)生創(chuàng)新能力和解決復(fù)雜問題的能力;通過思政教學(xué)，發(fā)揮課堂育人的主渠道作用，落實立德樹人的根本任務(wù)。

四? 教學(xué)效果

經(jīng)過在2個班級的教學(xué)實踐結(jié)果表明，相比之前傳統(tǒng)教學(xué)，“案例+思政”融合教學(xué)取得了良好的教學(xué)效果。一方面，學(xué)生的新工科素養(yǎng)提到了很大的提升，學(xué)生的學(xué)習(xí)興趣、理論水平、動手能力及文獻(xiàn)調(diào)研能力等均有了明顯改善，學(xué)生的視野得到了有效拓寬，對本門課的理解和認(rèn)識有了很大提升。通過一個學(xué)期的學(xué)習(xí)，給定一個綜合性實驗，比如設(shè)計一個運動目標(biāo)檢測系統(tǒng)，大多數(shù)同學(xué)都能通過分析問題、查閱資料、獨立設(shè)計實驗方案并最終完成實驗。另一方面，學(xué)生探索未知、追求真理的好奇心大大增強;培養(yǎng)了批判質(zhì)疑、縝密分析的科學(xué)思維和科學(xué)方法;樹立了嚴(yán)謹(jǐn)?shù)膶嶒瀾B(tài)度和規(guī)則意識，創(chuàng)新精神和團(tuán)隊合作意識見長;強化了學(xué)以致用、學(xué)習(xí)報國的理念，民族使命感和社會責(zé)任感大大增強。

五? 結(jié)束語

教學(xué)與科研的關(guān)系相輔相成，“教而不研則淺，研而不教則空”。當(dāng)前科技發(fā)展迅速，只有將教師優(yōu)秀的科學(xué)成果轉(zhuǎn)換為教學(xué)資源，才能滿足人才培養(yǎng)的需求。文章通過將科研新技術(shù)融入課堂教學(xué)并將科研新成果轉(zhuǎn)化為教學(xué)資源，精心設(shè)計了數(shù)字圖像處理工程案例，并結(jié)合案例內(nèi)容挖掘思政元素，在課程教學(xué)實踐中實現(xiàn)思政育人。教學(xué)實踐表明，與日常生活和專業(yè)賽事相關(guān)、兼具學(xué)術(shù)和應(yīng)用價值的工程案例能充分調(diào)動學(xué)生的學(xué)習(xí)積極性，激發(fā)學(xué)生的求知欲;采用基于任務(wù)驅(qū)動和小組分工的PBL教學(xué)法可以強化學(xué)生分析問題、解決問題及團(tuán)隊合作的能力;立足學(xué)術(shù)前沿，有利于學(xué)生科研素養(yǎng)和創(chuàng)新能力的培養(yǎng)和提升;思政元素的引入，使教學(xué)更加人性化，有助于全面落實立德樹人的根本任務(wù)。

參考文獻(xiàn)：

[1] 王淑營，楊燕，李天瑞，等.“科教+思政”融合的人工智能拔尖人才培養(yǎng)模式探索[J].計算機(jī)教育，2023（6）：1-6.

[2] 李露，謝鳳英，姜志國，等.關(guān)于在實驗課程中培養(yǎng)研究生創(chuàng)新實踐能力的探索——以數(shù)字圖像處理實驗課程教學(xué)改革為例[J].實驗技術(shù)與管理，2010（27）：235-237，248.

[3] 李欣，張琪，王蓉.虹膜識別系統(tǒng)綜合實驗設(shè)計[J].實驗技術(shù)與管理，2021（38）：75-77，81.

[4] 張育中，盧榮勝，董敬濤，等.數(shù)字圖像處理課程教學(xué)實踐與思考[J].大學(xué)教育，2022（6）：142-144.

[5] 朱賀.基于深度學(xué)習(xí)的圖像語義分割算法的應(yīng)用研究[J].電子元器件與信息技術(shù)，2022（6）：196-198.

[6] 劉海英，陳鵬舉，郭俊美，等.《數(shù)字圖像分析與處理》教學(xué)案例庫之驗證碼識別算法研究與應(yīng)用[J].高教學(xué)刊，2020（27）：87-89.

[7] 張俊超.“數(shù)字圖像處理”邊緣檢測教學(xué)案例設(shè)計[J].電氣電子教學(xué)學(xué)報，2022（44）：178-181.

[8] 張俊生，赫英鳳，張曉娟，等.新工科背景下《數(shù)字圖像處理》課程的案例化建設(shè)研究[J].電子元器件與信息技術(shù)，2023（7）：246-248，253.

[9] 周虹，徐海榮.工科課程思政教學(xué)設(shè)計與實踐——以“數(shù)字圖像處理”課程為例[J].教育教學(xué)論壇，2023（9）：129-132.

[10] 滕升華，李晶.“以學(xué)生為中心”的數(shù)字圖像處理課程思政設(shè)計與實施[J].計算機(jī)教育，2022（8）：53-56.

[11] ROTH K， PEMULA L， ZEPEDA J， et al. Towards Total Recall in Industrial Anomaly Detection [C]// IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）， New Orleans， LA， USA， 2022：14298-14308.

[12] ZENG Y， FU J， CHAO H， et al. Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting [C]// IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）， Long Beach， CA， USA， 2019：1486-1494.

[13] KIM J， KIM M， KANG H， et al. U-GAT-IT： Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation [C]//International Conference on Learning Representations （ICLR）， 2020：1-19.

[14] MCPARLAND M，NOBLE L M，LIVINGSTON G. The effectiveness of problem-based learning compared to traditional teaching in undergraduate psychiatry [J]. MedEduc， 2004（8）：859-867.

基金項目：陜西省自然科學(xué)基礎(chǔ)研究計劃-面上項目“基于機(jī)器學(xué)習(xí)的PMAFs時-空自動檢測及其物理特征研究”（2023-JC-YB-228）;中國科學(xué)院地球環(huán)境研究所黃土與第四紀(jì)地質(zhì)國家重點實驗室開放基金“基于機(jī)器學(xué)習(xí)的化石孢粉圖像自動識別”（SKLLQGZR2201）

第一作者簡介：楊秋菊（1986-），女，漢族，湖南岳陽人，博士，副教授，碩士研究生導(dǎo)師。研究方向為數(shù)字圖像處理、機(jī)器學(xué)習(xí)。