社會(huì)智能化趨勢(shì)下圖像處理與機(jī)器視覺(jué)課程教學(xué)新實(shí)踐

付貴忠 牛福洲 陳 浩 謝 鷗 沈曄湖

（蘇州科技大學(xué)機(jī)械工程學(xué)院，江蘇 蘇州 215009）

0 引言

隨著中國(guó)經(jīng)濟(jì)的不斷發(fā)展，中國(guó)的制造業(yè)也朝著自動(dòng)化智能化提升，對(duì)工業(yè)產(chǎn)品的設(shè)計(jì)，生產(chǎn)和檢測(cè)也提出了更高的要求。國(guó)務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知中明確了“人工智能的迅速發(fā)展將深刻改變?nèi)祟?lèi)社會(huì)生活、改變世界?！睓C(jī)器視覺(jué)檢測(cè)通過(guò)攝像機(jī)來(lái)記錄物體的表面狀態(tài)，然后通過(guò)相應(yīng)的軟件來(lái)分析材料的表面狀態(tài)，由于這種方法檢測(cè)速度快，設(shè)備投入低，獲得了廣泛的研究和應(yīng)用。將機(jī)器視覺(jué)技術(shù)和人工智能方法相結(jié)合可以獲得更自動(dòng)化智能化的工業(yè)解決方案。機(jī)器視覺(jué)及相關(guān)課程的學(xué)習(xí)對(duì)于學(xué)生的專(zhuān)業(yè)知識(shí)強(qiáng)化、實(shí)踐能力培養(yǎng)和思維意識(shí)的創(chuàng)新至關(guān)重要。因此本文將分析目前圖像處理與機(jī)器視覺(jué)課程的教學(xué)現(xiàn)狀與不足，提出了進(jìn)行教學(xué)新實(shí)踐探索。

1 目前圖像處理與機(jī)器視覺(jué)教學(xué)現(xiàn)狀

目前國(guó)內(nèi)本科學(xué)校在圖像處理與機(jī)器視覺(jué)的教學(xué)中，采用的教材版本較多，各個(gè)院校使用的版本也不盡相同，主要為岡薩雷斯著《數(shù)字圖像處理》，章毓晉著《圖像工程》等。相關(guān)教材都能夠覆蓋圖像處理與機(jī)器視覺(jué)的主要內(nèi)容，通過(guò)傳統(tǒng)課程教學(xué)的方式來(lái)進(jìn)行授課時(shí)，可以幫助學(xué)生掌握本課程必備的專(zhuān)業(yè)知識(shí)，了解主要專(zhuān)業(yè)內(nèi)容。但是在社會(huì)智能化趨勢(shì)下，就圖像處理與機(jī)器視覺(jué)課程而言，目前的傳統(tǒng)教學(xué)模式存在以下的問(wèn)題：

1.1 教學(xué)過(guò)程中的師生互動(dòng)深度淺

近年來(lái)隨著數(shù)字化教育的興起，同時(shí)還受到新冠肺炎疫情的影響，線(xiàn)上教育成為越來(lái)越重要的一種教育形式，有著多種優(yōu)點(diǎn)，但是師生互動(dòng)深度淺也成為其缺陷之一。

1.2 貼近學(xué)生生活的應(yīng)用案例匱乏

教材中出現(xiàn)的例題大多數(shù)案例相對(duì)枯燥，缺乏貼近學(xué)生生活的應(yīng)用案例。

1.3 對(duì)于最新的技術(shù)前沿發(fā)展介紹較少

近幾年和圖像處理與機(jī)器視覺(jué)相關(guān)的汽車(chē)、自動(dòng)化和互聯(lián)網(wǎng)行業(yè)都處于發(fā)展較快的階段，教材往往無(wú)法及時(shí)更新因而缺乏相應(yīng)的前沿技術(shù)介紹。

1.4 學(xué)生解決實(shí)際機(jī)器視覺(jué)問(wèn)題能力較弱

學(xué)生學(xué)習(xí)了相關(guān)的基礎(chǔ)理論后，如何在實(shí)際問(wèn)題中運(yùn)用相關(guān)知識(shí)成為主要欠缺的方面。

2 圖像處理與機(jī)器視覺(jué)教學(xué)新實(shí)踐

為了針對(duì)性地解決本課程教學(xué)過(guò)程中可能出現(xiàn)的不足，提出以下教學(xué)新實(shí)踐舉措：

2.1 舉一反三式例題講解

在講課過(guò)程中，相比于書(shū)本上生硬的理論知識(shí)學(xué)生更愿意聽(tīng)更加具體的例題，在例題中引入知識(shí)點(diǎn)及理論的研究目的，引導(dǎo)學(xué)生思考。以筆者本課程教學(xué)所用教材圖像工程為例，講解第二章圖像分割基礎(chǔ)時(shí)，在例題中分析了圖像的梯度散射圖，如圖1所示。經(jīng)過(guò)詳細(xì)的理論講解和例題難點(diǎn)分析后，學(xué)生一般都能夠?qū)Ρ纠}有所理解。但是在講課時(shí)這個(gè)知識(shí)點(diǎn)到此結(jié)束并不合適，原因有兩個(gè)方面，一方面是講解教材中的紙面內(nèi)容，難免有些枯燥；另一方面是教材中例題所選取的圖像是灰度圖像，而人類(lèi)生活中所接觸的絕大多數(shù)影像都是彩色圖，灰度圖雖然簡(jiǎn)單，卻喪失了信息的豐富度。因此在選取例題舉一反三目標(biāo)時(shí)，該目標(biāo)的引入既要自然生動(dòng)，又要盡可能貼近學(xué)生的生活狀態(tài)，這樣更容易引起學(xué)生的學(xué)習(xí)興趣進(jìn)而接受所學(xué)習(xí)的知識(shí)。因此，可以再選擇一個(gè)彩色的高爾夫球圖像作為研究對(duì)象，采用Matlab軟件編寫(xiě)從輸入圖像到梯度散射圖的執(zhí)行代碼。通過(guò)給學(xué)生展示實(shí)際彩色圖像和講解代碼，使學(xué)生的代入感更強(qiáng)了，更有利于學(xué)生提高聽(tīng)課興趣，學(xué)習(xí)對(duì)應(yīng)的編程方法。在教材例題的輸入圖像中，只有前景和背景，引入的高爾夫球照片例子則具有兩個(gè)背景，對(duì)應(yīng)的梯度散射圖更加復(fù)雜，講述這樣的例子更有利于學(xué)生加深對(duì)知識(shí)點(diǎn)的理解。

圖1 采用舉一反三的方式講解梯度散射圖例題

此外，線(xiàn)上教學(xué)時(shí)采用常規(guī)簡(jiǎn)答題提問(wèn)的模式會(huì)削弱學(xué)生參與的積極性，其答案往往有較多的內(nèi)容需要說(shuō)明，而在線(xiàn)上課程時(shí)讓學(xué)生說(shuō)明大量的內(nèi)容并不方便，采用選擇題的方式則可以讓學(xué)生參與互動(dòng)的積極性更高。在本例中可以通過(guò)類(lèi)似“天空背景像素對(duì)應(yīng)著梯度散射圖中ABCD的哪塊區(qū)域？”的方式進(jìn)行提問(wèn)，學(xué)生們會(huì)通過(guò)聊天窗口迅速給出自己認(rèn)為正確的答案項(xiàng)。綜上所述，采用舉一反三式例題講解，選擇更生動(dòng)有趣的例子，以更適合線(xiàn)上教學(xué)的提問(wèn)形式，可以強(qiáng)化學(xué)生的思考積極性，提升師生的互動(dòng)深度。

2.2 引入生活中常見(jiàn)的機(jī)器視覺(jué)應(yīng)用

在本課程的教學(xué)中，每個(gè)詳細(xì)的知識(shí)點(diǎn)書(shū)中會(huì)有一定的例題講解，但是有時(shí)學(xué)完整個(gè)課程后，同學(xué)們的對(duì)于各個(gè)知識(shí)點(diǎn)的聯(lián)系還停留在教師的理論講解上，大腦中尚未構(gòu)建起具象的知識(shí)網(wǎng)絡(luò)。因此在本課程的教學(xué)計(jì)劃中，還設(shè)計(jì)了一次實(shí)際的機(jī)器視覺(jué)應(yīng)用案例講解，如圖2所示。

圖2 基于機(jī)器視覺(jué)的車(chē)牌號(hào)識(shí)別過(guò)程講解

基于機(jī)器視覺(jué)的車(chē)牌號(hào)識(shí)別過(guò)程包含多個(gè)實(shí)現(xiàn)步驟，依次為圖像采集、車(chē)牌區(qū)域定位、車(chē)牌號(hào)區(qū)域提取和字符識(shí)別，其中需要涉及多個(gè)知識(shí)點(diǎn)的使用。在牌照定位和分割的過(guò)程中，需要選擇合適的顏色空間，考慮RGB、HSV和灰度色彩模式各自的特點(diǎn)等；在傾斜牌照的矯正過(guò)程中，可以通過(guò)投影變換的方式找到傾斜角；車(chē)牌號(hào)區(qū)域提取可以讓學(xué)生明白如何選擇合適的閾值，選擇合適的形態(tài)學(xué)操作和邊界去除方法；字符識(shí)別將介紹模板匹配理論。在本案例中，基于機(jī)器視覺(jué)的車(chē)牌號(hào)檢測(cè)方法是學(xué)生生活中常見(jiàn)的車(chē)牌識(shí)別，該場(chǎng)景每個(gè)學(xué)校的校門(mén)口都有?？吹竭@個(gè)熟悉的場(chǎng)景時(shí)學(xué)生們會(huì)很感興趣地去思考其內(nèi)部算法構(gòu)成，進(jìn)而提高聽(tīng)課效率，深刻理解相對(duì)完整的知識(shí)點(diǎn)網(wǎng)絡(luò)，有利于激發(fā)學(xué)生進(jìn)一步學(xué)習(xí)和探索的興趣。

2.3 行業(yè)技術(shù)發(fā)展前沿介紹

由于教材編寫(xiě)、修訂和出版等環(huán)節(jié)的存在，教材內(nèi)容具有一定的延遲性和滯后性，教材里關(guān)于當(dāng)時(shí)技術(shù)發(fā)展的前沿介紹可能在當(dāng)下已經(jīng)不是最新的，特別是最近幾年社會(huì)智能化趨勢(shì)愈加強(qiáng)烈。因此本課程在授課時(shí)需要及時(shí)補(bǔ)充最新的相關(guān)技術(shù)知識(shí)。如圖3所示，是本課程其中額外補(bǔ)充的一些示例，其中圖3（a）所示是本課程圖像工程第一章，介紹機(jī)器視覺(jué)的相關(guān)概念和應(yīng)用時(shí)，闡述視覺(jué)增強(qiáng)現(xiàn)實(shí)方法的落地案例，一款可以在戶(hù)外通過(guò)視覺(jué)增強(qiáng)現(xiàn)實(shí)技術(shù)抓捕小精靈的游戲。圖3（b）是介紹圖像工程—圖像處理第九章圖像編碼基礎(chǔ)時(shí)引入的案例，圖鴨科技團(tuán)隊(duì)于2019年獲得CVPR機(jī)器學(xué)習(xí)圖像壓縮挑戰(zhàn)賽CLIC賽事的四項(xiàng)指標(biāo)第一，圖鴨科技是國(guó)內(nèi)在圖像編碼技術(shù)領(lǐng)域的佼佼者。圖3（c）是介紹圖像工程—圖像處理第十四章視頻圖像處理時(shí)引入的案例，基于視頻圖像處理的無(wú)人駕駛技術(shù)近年發(fā)展迅速，圖森科技公司是國(guó)內(nèi)首批實(shí)現(xiàn)L4級(jí)量產(chǎn)無(wú)人駕駛卡車(chē)的公司。綜上這些案例有利于學(xué)生了解不同行業(yè)和技術(shù)發(fā)展的最新動(dòng)態(tài)，有利于學(xué)生開(kāi)拓視野。

圖3 機(jī)器視覺(jué)的前沿技術(shù)

2.4 結(jié)合專(zhuān)業(yè)特點(diǎn)的創(chuàng)新實(shí)踐

通過(guò)課程的教學(xué)使學(xué)生學(xué)會(huì)理論知識(shí)，對(duì)于實(shí)踐動(dòng)手能力的培養(yǎng)還需要設(shè)計(jì)合適的創(chuàng)新實(shí)踐項(xiàng)目，為此設(shè)計(jì)了一項(xiàng)機(jī)器視覺(jué)創(chuàng)新實(shí)踐項(xiàng)目—基于卷積神經(jīng)網(wǎng)絡(luò)的人流量計(jì)數(shù)和口罩識(shí)別項(xiàng)目。本項(xiàng)目將多學(xué)科的知識(shí)都進(jìn)了交叉，包括電子工程、信息科學(xué)和人工智能等，同時(shí)結(jié)合當(dāng)下的疫情防控需要，有很強(qiáng)的現(xiàn)實(shí)意義。通過(guò)本項(xiàng)目可以有效強(qiáng)化學(xué)生的圖像處理與機(jī)器視覺(jué)及其他學(xué)科的專(zhuān)業(yè)知識(shí)，促進(jìn)動(dòng)手能力的培養(yǎng)，對(duì)學(xué)生的長(zhǎng)期發(fā)展起到良好的推動(dòng)作用。

3 結(jié)語(yǔ)

本文針對(duì)產(chǎn)業(yè)自動(dòng)化智能化發(fā)展新形勢(shì)下的圖像處理與機(jī)器視覺(jué)課程教學(xué)存在的不足，提出了舉一反三式例題講解、引入生活中常見(jiàn)的機(jī)器視覺(jué)應(yīng)用、行業(yè)技術(shù)發(fā)展前沿介紹和結(jié)合專(zhuān)業(yè)特點(diǎn)的創(chuàng)新實(shí)踐項(xiàng)目等教學(xué)過(guò)程中可以應(yīng)用的新實(shí)踐內(nèi)容。可以為社會(huì)培養(yǎng)更多的具有扎實(shí)機(jī)器視覺(jué)專(zhuān)業(yè)知識(shí)、實(shí)踐能力和開(kāi)拓視野的優(yōu)秀人才。