基于在线开放课程的混合式实践教学研究与实施

摘  要：数字图像处理是一门以人工智能、信息技术和云计算为依托的新工科专业的重要基础课程。为解决传统课堂实验教学模式存在的问题，基于自组织学习理念开展以混合式为载体的线上线下混合式实践教学模式改革，以数字图像处理课程为研究对象，设计并实施在线开放课程混合式实践教学体系，实现课前自组织预习、课中交互式学习和课后多元立体评价的实践教学模式。该模式能够调动学生学习的积极性和主动性，培养学生创新能力和实践能力。

关键词：数字图像处理；自组织学习；混合式实践教学；多元评价；能力培养

中图分类号：G642      文献标志码：A          文章编号：2096-000X（2024）31-0111-05

Abstract： Digital Image Processing is an important basic course supported by artificial intelligence， information technology， and cloud computing for new engineering majors. In order to solve the problems existing in the traditional classroom experiment teaching mode， a blended online and offline practice teaching mode reform based on the concept of self-organized learning and using blended learning as the carrier is carried out. Taking the course Digital Image Processing as the research object， the online and open course hybrid practical teaching system was designed and implemented， realizing a practical teaching mode of self-organized preview before class， interactive learning in class， and multiple three-dimensional evaluation after class. This model can mobilize students' enthusiasm and initiative in learning， and cultivate their innovative and practical abilities.

Keywords： Digital Image Processing; self-organized learning; hybrid practical teaching; multiple evaluations; ability development

数字图像处理是当今信息科学中发展最快的热点研究方向，涉及光学、电子和计算机科学等多个学科内容。计算机类课程相关性比较强，在学习了程序设计、算法分析与设计和高等数学等课程后，非常需要一门综合所学理论提高实践技能和创新能力的课程。数字图像处理在网络空间安全学院面向计算机科学技术、软件工程本科和硕士研究生开设，该课程系统学习图像处理理论和技术，因其具有理论多且复杂，实践难度大和应用广泛的特点， 不但在计算机类等专业教学中具有承前启后的作用，也是进一步进行相关研究的必修课程。

基于在线开放课程的混合式教学充分发挥教与学两方面的优势，变被动学习为主动学习。教师从完全主导转为部分主导，协助学生发现和分析问题；学生从被动参与转为部分主导，在课前选择看视频、阅读资料、网络讨论等适合自己的方式完成外化学习，在课堂上通过交流协作等方式完成知识的吸收与掌握，该方式能够激发学生学习动力并专注发现问题的解决[1]。因此，通过混合式教学改革数字图像处理课程教学兼具理论和应用价值。

一  数字图像处理传统教学中存在的问题

（一）  课程定位模糊，课时分配失衡

一是过分强调理论学习，由于该课程涉及学科较多，知识结构复杂且理论性强，教学中不但要讲解基本理论和介绍国内外最新研究成果，还要进行大量演示，因此大部分课时用于传授理论、弱化实验，从而导致学生实践能力偏弱。二是过分强调应用技能的传授，把课程内容的讲解和学习完全等同于Photoshop，课程全部采用实验课单纯传授软件使用，尽管学生的动手能力有提高，但完全忽略了课程相关学科理论知识及创新意识和实践能力的培养。

（二）  基础知识薄弱，课程难度较大

数字图像处理课程需要线性代数、信号处理等先导课程，但是，由于课程设置和知识体系原因造成学生相关基础知识薄弱。选择以理论为主的教材进行教学时，学生在有限的时间内通常由于对抽象理论感到难以理解而逐渐失去学习兴趣；而选择侧重动手能力和编程的教材教学时，由于太注重程序编写和简单实践而最终导致学生失去学习主动性。

（三）  理论推导过多，实验缺乏创新

先导课程中的数学知识内容和理论公式推导比较多，公式推导需要花费较多课时的同时也会让学生失去积极性和主动性。同时，实践教学中实验设置较为固定，内容相同且验证性实验偏多，学生通常按部就班输入和调试程序，忽略了对程序功能和整体结构的理解，限制了学生综合技能培养和创造性的发挥。

二  数字图像处理在线开放课程建设

数字图像处理课程培养具有系统、扎实图像处理理论基础，在图像传递、处理及应用等方面具有较深专业知识、较强应用能力和实践动手能力，具有良好编程素质和创新精神的高级人才[2-3]。因此，笔者以数字图像处理课程实践教学为探索对象，构建了基于在线开放课程的混合式教学模式，对于促进计算机类专业课堂改革有积极的意义。该课程于2019年9月入选郑州大学第一批混合式开放课程建设名单，2020年10月正式在“爱课程”以及郑州大学厚山讲坛发布应用，截至2024年1月校内线上和线下选课人数累计1 000余人，2021年11月被选为河南省研究生精品在线课程建设项目。

图1为在线开放混合式课程研发、实施和评价总体框架。为了提高学生学习兴趣和积极性，实现学生知识储备和能力锻炼两个培养目标，在课程研发阶段，课程团队精心梳理课程知识点，针对重点和难点知识设计和录制了讲解视频，设计和制作了教学大纲，课件、习题、作业、章节测试、期终考试、课程讨论和实验实践等学习资源，并推荐相关参考网站和经典阅读资料供参考。同时梳理了对应的一般验证性实验并录制了实验演示的视频放到平台供学生预习，除此之外还在平台上推荐了阅读资料以及具有前沿研究论文的网址。

课程实施阶段学生课外通过观看视频、在线练习和在线互动进行在线预习，课下则通过完成课后作业复习。翻转课堂阶段教师针对课程重难点知识和理论配合实验演示进行介绍，通过修改实验参数和某些关键点增强学生对知识的理解，紧接着针对课程学习过程中的共性问题进行讲解，然后针对个别同学问题进行答疑和展开讨论，并对线上练习和课后作业进行讲解和协作交流，增强同学们对重难点知识的理解，最后教师针对本次课程内容进行总结，加深对课程整体了解和学习。上述过程不但能够保证知识学习的全面性，也能突出重点。

课程评价包括学习评价和教学评价，学习评价针对学生学习情况综合评估，需要过程性考核和终结性考核相结合，形式上包括线上考评和线下考评，其中线上考评主要让学生完成在线学习、单元测试、在线作业和期终测试；而线下考评主要包括课堂表现、课后作业、课堂实验、课下实验、实践项目和期末考试。教学评价是为了验证在线开放课程混合式教学模式效果，并针对存在的问题和不足进行总结和完善，以促进教学内容、教学模式、教学方法调整，从而提高教学质量，因此教学评价主要由教务系统评教，学生访谈和问卷调查构成，主要内容是教学过程中重难点讲解是否详细突出，学生线上学习和线下学习存在问题等。

课程研发时课程团队成员负责课程设计、PPT制作、知识点讲解和在线测试、教学资源建设和在线技术支持，视频由第三方公司协助录制完成。课程团队初期根据混合式教学计划安排将课程分解为30个知识点，根据任课教师专长分配授课知识点并制作PPT和编写脚本，单视频时长10分钟内，目前已经进行了多轮次混合式教学。

三  数字图像处理混合式实践教学

基于在线开放课程的混合式教学按照时间次序划分为课前、课中、课后三环节[4]。课前环节课程团队教师结合基础理论和最新研究动态对教学内容进行优化调整和针对性讲解，自制视频和课件等多媒体素材，学生利用在线视频和课件预习。课中环节充分利用密切交互、开放协同等方法激发学生学习积极性，协助学生完成自身知识体系的生长，学生在场景中借助于成果交流、协同实现及反馈与评价等方式实现知识体系构建。课后环节着重评估检验及反馈优化，强化对学生知识体系构建过程的跟踪，及时采集学生学习过程中的表现，发现并分析学生学习兴趣、方法和态度上的共性问题及优点，针对授课内容、授课方法、场景设计等再加工。

（一）  混合式实践教学方案设计

1  教学目标和实践教学内容

为了充分利用在线开放课程开展混合式教学，并有针对性设计和提升实践教学效果，课程团队首先确立了课程学习的知识、能力和岗位目标。其中知识目标是指学生应该掌握的图像处理概念原理、数字图像处理方法和图像分析实用技术等；能力目标则指学生应该具备的熟练图像编程能力、逻辑抽象思维能力和解决应用问题能力等；岗位目标指的是学生通过该课程学习可以成为图像处理算法工程师、模式识别算法工程师和图像处理硬件工程师等[5]。

实践教学内容注重计算思维的培养，在实现图像基本处理操作的基础上，结合应用问题启发学生主动发现，通过问题的解决加深对计算思维的理解，强化学生对问题的抽象、分析和解决等能力的全方位训练，才能促进创新意识的养成。因此，针对课程内容多且复杂的特点，课程团队和任课教师采取抓住重点、解决难点的思路对授课内容进行取舍，将教学内容按照知识点顺序和难易程度分为图像基本概念及增强、图像色彩及编码、几何变换及边缘提取、形态学及图像分割和图像加密及表示五个层次[6]。

授课内容兼顾完整性和突出重点，对应用性强的内容讲授和实践并重，比如图像变换、空域增强和彩色图像处理等。而频域增强、图像复原和小波分析涉及数学知识较多，同时考虑在课程知识中的重要性，尽量弱化理论内容讲授及复杂数学公式推导，侧重于应用场景、应用方法和细节介绍，以及应用和实践效果体验。对于图像表示描述和图像识别等研究偏多内容，课堂介绍基本知识和应用场景，实践环节偏重方案设计和效果体验[7]。

2  分层实验设计

为了达到实践教学三个目标，课程团队针对不同知识设计了分层次实践内容[8]。

一般性验证实验。通常先录制整个实验过程放在平台上供学生提前预习，在授课过程中直接播放演示，不再课堂重复输入调试过程，不但实现实验预习，还能增强学生对理论内容和实验结果的直观理解，同时节省授课时间。

重要性验证实验。除了录制在线演示视频供学生提前预习之外，还提前准备好需要代码和数据进行课堂重现，在课堂演示时通过增加不同情境和修改重要参数的方式对实验多次重复，以观察不同情境和参数对实验结果的影响，增强学生对关键知识点的理解和记忆。