“数字图像处理”可视化教学模式与实践.docVIP

“数字图像处理”可视化教学模式与实践 　　摘 要： 针对现有可视化教学演示系统底层代码已经被封装好、不适合算法演示等不足，基于VC和Open-CV，引入一种可在效果图像、算法和关键代码三个层次实现可视化的教学模式，包括PPT图片或动画演示、验证深化演示、引导验证演示三个子模式，能满足演示、修改、钻研等不同层次的需要，可以提高学生对“数字图像处理”课程知识的学习兴趣。 　　关键词： 数字图像处理 可视化教学模式 教学有效性 　　1.引言 　　2009年，诺贝尔物理学奖颁给了Willard S.Boyle和George E.Smith，他们研究的电荷耦合元件（CCD）推动了数字影像技术的飞速发展，为数字图像处理技术的进一步发展铺平了道路，当前，数字图像处理技术已广泛应用于军事、工业、农业及人们的日常生活等各个领域中，“数字图像处理”课程也因此成为电子信息类专业学生必修的课程之一。数字图像处理综合性非常强，涉及光学、计算机科学、电子科学、信息科学、模式识别和人工智能等学科专业知识，使教与学都存在一定难度。“可视化教学”是减轻这种难度的有效方法，张智商[1]对数字图像处理技术的可视化做了系统的研究，给出了相应的演示系统。贾永红，李树涛[2，3]等从不同侧面对可视化教学给出了诠释。这些研究成果极大地丰富了数字图像处理的教学方法，不过，由于它们基于Matlab，而Matlab底层代码已经被封装好不对用户开放，不适合算法演示，所以，在这种环境下尝试一些新的算法比较困难。针对这种情况，通过在教学实践中不断地摸索，本文基于VC和Open-CV，引入了一种可在效果图像、算法和关键代码三个层次实现可视化的教学模式。 　　2.可视化教学模式的构建 　　此处述及的可视化教学模式构建分为三个基本步骤：教学内容的取舍；教学内容的衔接过渡；可视化教学模式的实现。 　　第一步，教学内容的取舍。数字图像处理课程综合性很强，覆盖面很宽，且随着科学技术，尤其是计算机技术日新月异的发展，数字图像处理领域更有效、更实用的新方法和新手段不断产生，课程内容有持续增势。要使可视化教学有更好的效果，就必须先对教学内容进行取舍。我们取舍的原则是：重基础，兼顾先进，关注实用。以目前数字图像处理领域的重要内容为课程的基本教学内容，使教学内容具有系统性和适用性，并保持先进性。比如，保留了狭义图像处理中影像灰度直方图的有关概念、性质及其应用，图像的空间域、频率域增强与复原，广义图像处理中边缘检测、区域分割、灰度共生矩阵分析法和图像的模板匹配等内容；增添了比较新颖而实用的方法和前沿知识，如分形特征提取、多分辨率分析法等内容。受学时的限制，有些新颖的、难以理解的理论如小波分析、马尔科夫随机场和神经网络等内容，则作为选学内容供学生自学。在教学过程中，要注重向学生介绍最新的、前沿性的学科知识，尤其是一些实用价值高的新成果，潜移默化地让学生自动关注，提升学习兴趣。 　　第二步，教学内容的衔接过渡。数字图像处理课程包含的内容繁多，如图像增强、图像分割及边缘检测、图像的几何变换、频域变换、数学形态学处理、彩色图像处理、图像编码、图像恢复等，这些内容之间既有着内在的相关性，又有着相对独立性。为让学生能从已知到未知、由浅到深地学好本门课程，需对经过第一步取舍后的内容做出从深入到细节的衔接编排，让相对独立的内容系统化，有序化，消除其中的跳跃性。内容编排的总体原则是：从图像处理到图像分析；从灰度图像到彩色图像。例如，可以从较直观简单的灰度图像几何变换入手，进入到仍有直观性的边缘提取，在学生对图像处理有些感觉后，再进入到相对抽象一些的频率变换。 　　第三步，可视化教学模式的实现。一方面是前期预备，教学是经过教与学双方努力才会有结果的活动，可视化教学模式的有效实现离不开学生的参与，所以，我们在前期预备课程中就给学生开设了C、C++等课程，让学生熟悉VC编程环境，同时，在数字图像处理课程开始前，给学生介绍了Open-CV，让学生熟悉可视化教学涉及的编程，能从代码级动手参与。推测或在教学过程中发现学生会出现理解困难的概念点、算法点，强化这些点的可视化教学。另一方面是可视化教学模式的教学形式选择。鉴于数字图像处理的综合性和学生实际知识面相对不足的现状，在实际教学中我们发现，过长的演示或过长的PPT讲解都可能使学生陷入局外人状态，学生看、听得热闹却一无所获。为避免这种情况的出现，我们将讲解PPT和基于VC的演示相结合，形成一种三层的、立体式的可视化教学模式，让学生的思路最大限度地流畅。这三层分别是：效果图像、相应算法、关键代码。在具体演示中，为让学生最大限度地参与进来，我们还引入了更改机制，即学生可在课堂内外或实验中更改代码或参数，观察结果，从结果的差异中消化所学知识。此外，在PPT中我们引入了大量的动