闵锋　鲁统伟

摘 要：分析教学过程中存在的问题，针对机器视觉课堂教学与实践教学环节，提出改进的教学方法，阐述如何选择教材，恰当组织教学和实验内容，高效运用多媒体教学手段，激发学生的学习兴趣。

关键词：机器视觉；图像处理；教学改革

0 引 言

随着计算机技术的快速发展和摄像头的大量普及，机器视觉在许多新的领域不断得到应用，目前机器视觉已成为机器人、生产线乃至社会生活的一部分。机器视觉简单来说就是用机器代替人眼做测量和判断，一个完整的机器视觉系统通常使用摄像头等设备进行图像或视频的获取，然后使用计算机对其进行理解，最后做出系统需要的判断[1]。机器视觉已成为图像和视频处理从业人员的必备素质之一，也是我院智能科学与技术专业重要的专业方向课。

1 课堂教学改革

机器视觉属于交叉性学科，内容涉及广，且大多算法在学习时需要一定的数学基础，若采用传统教学方法，学生难以理解，且容易陷入复杂的数学公式中而脱离实际[2]。学生往往开始学时兴趣极大，学到中间一知半解，最后是一头雾水，消极应对。

1.1 选择教材

机器视觉这门课一般是大三下学期开设，选择教材时需要兼顾本科毕业就业和考研两部分学生的需求。对于本科毕业就要参加工作的同学而言，需要“广度”，需要了解这门课在各个领域中的应用，在实际中接触到相关的项目或工作时，能够知道去哪里找到自己需要的参考资料；而对于要进一步深造的同学而言，则需要一定的“深度”，为研究生阶段的研究打下基础[3]。同时，机器视觉与图像处理关系密切，需要图像处理的知识作为理论基础，并在此基础上应用于实践。

基于以上考虑，我们选择了清华大学出版社2012年出版的《图像处理与计算机视觉算法及应用》[4]作为教材，作者是帕科尔，译者景丽。有读者这样评价：“这本书，通过图示、数学公式、文字描述，并配有恰当的代码内容让读者了解图像处理与计算机视觉算法的原理。对着源码学习是最有效的方式，对着本书，读着源码，相信读者会进步神速。这本书是图像处理人员的必备书籍！”配有源码是这本书的最大特色，源码大部分是C语言编写的，采用了OpenCV1.0的接口，有很强的实用性。

1.2 组织教学内容

《图像处理与计算机视觉算法及应用》一书共有11章，有些章节部分的内容与数字图像处理课程的内容重合，考虑到仅有20个学时，只选取了这本书的第一章视觉系统实践、第四章灰阶分割、第五章纹理和色彩、第八章分类、第九章符号识别和第十章基于内容的搜索作为授课内容。第一、四、五章的内容与数字图像处理密切相关，起到复习巩固以前所学知识的作用，让学生快速进入学习状态，只占总学时的1/3；第八、九、十章的内容属于机器视觉，是这门课的重点，占总学时的2/3。授课时，对一些机器视觉的基本概念如特征、模式、距离度量、训练和测试等要作详细的解释，对一些经典算法如SVM和Boosting要作深入浅出的讲解，并将这些算法应用于实践如光学字符识别（Optical Character Recognition， OCR）、人脸检测等，让学生对所学的算法进一步加深理解，理论联系实践。

1.3 多媒体教学

机器视觉算法理论性强，抽象，不易理解，单纯采用文字叙述和公式推导的教学手段，学生看不见，摸不着，教学效果并不好。多媒体教学可以制作算法的动画仿真演示，分解算法步骤，用图片展示算法效果，使抽象难懂的原理公式变成具体生动的画面，相比老师的语言陈述，能更加吸引学生的注意，加深理解。如讲解Boosting算法应用时，可以以人脸检测为例，先播放一段讲授人脸检测原理与应用的视频，然后现场演示程序，让学生上讲台，对着摄像头运动，展示人脸检测的效果。这样的演示很受欢迎，能极大地激发他们的学习兴趣和提升对获取知识的渴求度。

1.4 引导问答式教学

随着智能手机的普及，学生基本是人手一台，授课时如不能吸引注意力，学生很容易开小差。传统授课满堂灌方式，会导致课堂效果犹如一潭死水，毫无生气，老师在讲台上讲得累死，学生在底下玩手机，自娱自乐。所以要提倡引导问答式教学，增加老师与学生之间的互动，通过提问引导学生去思考，激发其求知欲，形成探究性学习风气，充分调动学生的学习积极性和主观能动性。

2 实践教学改革

实践教学是课堂教学的深化和补充，学生在实践环节将课堂教学学到的知识加以运用，有助于知识的理解和掌握。传统的实践教学内容大多为验证型实验，与实际应用差距较大，对于基础差的学生来说，有点难又没有兴趣，不愿意做；对于基础好的学生来说，简单又没有挑战性，敷衍了事；缺乏综合性实验，对学生综合应用能力、创新能力和解决实际问题能力的培养不够。

2.1 组织实验内容

实验内容要与课堂教学内容紧密联系在一起，难度要适中，并且要有一定的实际应用，能够引起学生的兴趣。基于以上考虑，我们组织了表1所列的实验内容。

2.2 考核实验效果

为了保证实验的质量，加强对实验的管理，每一次实验前都要求学生写出实验方案，实验中检查学生完成情况，有问题及时解答；实验后完成相应的实验报告，将核心代码和实验结果贴在实验报告上。老师根据学生完成实验报告的情况给出评分和评语，并计入平时成绩中。由于老师重视，准备充分，大部分学生都能独自完成实验，并且感觉收获很大，动手能力得到了提高。课后的补充实验涉及很多工业视觉中的实际问题，比如电路板的焊点问题、光源问题、摄像机的选型等，对同学们的触动很大，开拓了視野，为以后的工作打下了坚实的基础。

3 结 语

机器视觉是一门不断发展的交叉学科，其应用领域也越来越广，要求机器视觉课程的内容不断更新，教学方法和教学模式也要不断改进。经过多年的教学摸索，我们认为，选择合适的教材，恰当组织教学和实验内容，使用多媒体教学手段，提倡引导问答式教学，增加老师与学生之间的互动，对讲好机器视觉这门课，非常有益。

参考文献：

[1] 韩九强. 机器视觉技术及应用[M]. 北京： 高等教育出版社， 2009.

[2] 刘钊， 胡佳， 吴怀宇. 机器视觉仿真实验平台的研究与设计[J]. 教育教学论坛， 2012（10）： 210-212.

[3] 韩红， 焦李成. 谈计算机视觉课程的教学创新[J]. 计算机教育， 2010（19）： 84-86.

[4] Parke J R. 图像处理与计算机视觉算法及应用[M]. 景丽， 译. 北京： 清华大学出版社， 2012.

（编辑：郭田珍）endprint