随着科学技术的不断发展和进步，数字图像捕获设备的成本越来越低，体积越来越小巧，性能越来越高。近几年，海量数据存储技术、网络传输技术和数据处理技术都获得了长足的发展，降低了图像的存储、传输和处理的成本。基于数字图像处理的计算视觉技术开始渗透到社会生产和日常生活的方方面面，如工件质量检测、交通监控、社区安防等离不开图像处理技术。近几年许多高校把数字图像处理作为计算机科学技术、电子信息工程和通信工程等专业的必修课或者专业方向选修课开设。然而，数字图像处理技术是集光学、微电子学、计算机科学、应用数学等学科的一门综合性边缘科学[1].数字图像处理课程内容涉及的数学理论基础偏多、图像处理方法复杂、应用广泛，无论是教师想要上好这门课，还是学生想要学好这门课，难度都不小。
根据应用型本科院校教学实践过程中遇到的各种情况，本文总结了教学过程中遇到的几个典型问题，结合学生的实际情况和培养目标，提出了关于数字图像处理课程教学方法的一些建议。
1教学过程中遇到的主要问题
数字图像处理[2]课程涉及的理论基础知识比较多，内容广泛，学时有限，学生的基础薄弱等因素都给本门课程的教学工作增加了难度。这门课程一般安排在第六或第七学期，学生已经熟悉了校园环境，适应了大学生活，对于大学生活没有了新鲜感和美好的憧憬，随之而来的是焦虑、迷茫和浮躁。总得来说，主要有两个方面的问题。
（1）对课程学习目标定位不合理，方法不得当。有些同学把学好具体的课程知识点当作课程学习的最高目的；有些同学得过且过，没有明确的目标的，把应付期末考试当作学习的目标，考前死记硬背，考后除了成绩单上的数字之外，收效甚微。对于大学生来说，校园里每一门功课除了传授专业知识之外，具体知识之外的内容也同样不容忽视。学习一门课程的目的往往不仅仅在于知识本身，尤其像《数字图像处理》这种综合性比较强的课程更是如此。在课程学习的过程中，碰到问题、面临各种困惑和挫折感，分析问题，解决问题以及与同学老师互动过程中，训练了一个人的逻辑思维能力，磨练了一个人的心智，也培养了团队合作的能力。另外，学习数字图像处理不仅仅可以学习到数字图像处理的相关理论基础和方法，也是对前期所学的先修课程的一次检验和强化训练，让学生学会更好的应用数学的工具分析和解决数字图像处理的工程问题。
（2）学生理论基础相对薄弱，涉及数学理论学习起来比较吃力。数字图像处理涉及傅里叶变换、小波变换等数学分析工具，这些基础学科的理论基础是应用型本科院校学生的短板，再加上学时有限，多数同学面对公式推导和理论分析的时候，知难而退。另有一些同学在学习的过程中过于专注于图像处理数字理论推导和具体算法的分析，限于自身薄弱的数学功底，限入深奥的数学漩涡，倍感身心疲惫，打击了学习的兴趣和自信心。
2教学方法初探
针对教学过程上遇到的上述问题，结合学生的实际情况和应用型本科院校的培养目标，笔者试着从教学指导思想、教学内容安排以及数学理论处理方法上入手，实践和思考数字图像处理课程教学改革的思路。
2.1确立重过程轻结果的教学指导思想
虽然数字图像处理作为信息类学生的一门专业课，担负着培养学生专业工程知识和强化自然科学理论的应用双重任务，但是一个大学生的成长不是一蹴而就，也不是任何一门单一的课程可以决定的，因此，锻炼学生的逻辑思维、分析问题和解决问题的能力，尽最大限度挖掘学生自学的能力，帮助学生树立自信心，接受和包容学生的多样性，帮助学生做更好的自己一样不容忽视。
首先，从思想上接受和认可学生，不以学习成绩优劣给学生贴标签。经过高考选拔进入应用型本科院校的学生，多数学习积极性和主动性有限，自然学科的基础知识也相对薄弱，对于枯燥的理论知识望而却步。然而，这些学生中也不乏思维活跃，生性活泼好动，乐于与同学交流，善于动手实践者。现实社会对理论知识深厚、文化素养高的科研型人才的需求量相对是比较少的，实践操作能力强的专业技术型和技能型的人才才是社会经济建设不可或缺的生力军。有些学生专业课程学习成绩不好，原因往往是多方面的，可能是因为投入时间少，学习兴趣不高，课程本身难度高；也可能是学生已有明确的成长目标，本该课程不在其计划之内。笔者就遇到不少学生，专业课成绩一般，却各怀绝技，比如在游戏开发、自己创业和社会实践等方面表现突出。
此外，在言语上多鼓励学生，在行动上多帮助学生。虽说大学生已是成年人，理论上，内因才是决定一个大学生能否成材的主要因素，大学生应当积极发挥自己的主观能动性，不耻下问，主动学习。实际上，获得别人的肯定和夸奖是人类共同的心理需要，曾有学者经过调查研究验证了鼓励对于提高学生的学习兴趣密切关系[3].因此，教师可以创造各种机会，多与学生交流，了解学生的真正需要，发现学生的优点，有针对性地鼓励学生，帮助学生发现自己的优点并一步一步实现各自的目标。
最后，在教学过程中严格要求，在最后考试的时候放松要求。第一节课，明确考核要求，公布考核方法。在考核标准的制定上，偏重学习过程和学习态度，弱化结果的考核，把考核当作一次帮助学生检验学习效果的手段，而不是目的。不需要在考核上给学生太大的压力，让学生对课程的学习产生抵触的情绪。
2.2合理安排教学内容
数字图像处理[4]主要包括三个方面的内容：数字图像处理的基本概念、基础理论和数字图像处理的应用。其中基本概念部分主要介绍图像信息的采集及其数字化表示、数字图像显示与存储以及图像处理的各种基本运算；数字图像处理的基础理论主要介绍数字图像处理过程中常用的数学模型和数学分析工具，包括线性滤波、傅立叶变换、离散余弦变换和小波变换等；数字图像处理应用部分包括图像复原、图像增强、图像压缩与编码、图像分割等内容。
由于学时有限，在教学内容的安排上，不能一味求全，面面俱到。图像的基本概念部分是整个课程内容的基础，这一部分应当细讲，尤其是图像的表示、存储和各种基本运算等，需要结合案例并应用MATLAB仿真平台演示，力求做到吃透图像的基础理论部分，为后续的学习打开坚实的基础。
数字图像处理的基础理论和数字工具部分着重介绍空间域的线性滤波变换和傅里叶变换与分析，这部分内容比较抽象，结合案例和上机实验反复操练，让学生慢慢接受。最后数字图像处理的应用部分问题的关键在于对具体应用问题的数学建模，不同的应用需要采用不同的数学模型，这一部分可以根据学时的多少和教学进度，优先讲解比较基础的图像复原和图像增强两个部分，而图像压缩编码和图像分割部分可以作为选讲内容，根据学生的学习情况和学时安排确定是否讲解。
2.3数学理论是工具，不是目的
在数字图像处理这门课程的教学过程中，不可避免地需要面对许多数学公式和数学分析。喜欢追根问底的同学，随着年龄的增长，面于一堆的数学公式，可能脑中条件反射地冒出了一串问号：为什么要对图像进行傅里叶变换？为什么要进行周期延拓？为什么可以这样变换？等式的两边真的可以相等吗？为什么要用正交基？不把所有公式推导一遍，所有的问题问个明白，就会本能地拒绝接受新的知识和理论，没有办法继续课程的学习。而对于习惯性选择记忆的方式来接受新知识的同学，面对一堆看似毫无规律的数学公式和推导过程，可能直接就缴械投降了。
所以，处理好数学公式和理论分析部分在课程内容教学中的位置也是教学成败的关键因素之一。建议采用问答式教学，启发学生分层思考问题的习惯，把数学当作一种工具，而不需要深入去研究所有的数学公式，就像做豆腐的师傅不需要知道黄豆是怎么种出来的一样。下面以傅里叶变换为例来阐述这个问题。傅里叶变换在数字图像处理中只是一种手段，一种工具，这种工具可以暴露图像的频域特征，使得我们可以从另一个角度观察图像。图像中的高频信息对应图像中边缘、纹理等变化较大的部分，而低频部分对应图像中的整体亮度和变换缓慢的部分。首先在MATLAB平台，对一个8X8的矩阵执行傅立叶变换，并显示变换前后的矩阵内容，指出高频系数和低频系数在矩阵中的位置，再执行傅里里反变换并与原始矩阵进行比较，让学生直观地了解傅立叶变换的过程。然后，再任选一幅灰度图像，对其应用傅里叶变换，显示其频谱图（因为频谱往往超出图像所能表示的动态范围，一般在显示之前需要对其执行灰度变换以便肉眼观察），引导学生观察图像的频谱特征。接着，把变换后的傅里叶系数的低频和高频成份分别置零，再进行傅立叶反变换，观察缺失了低频或高频成分之后的对应图像，并与原图做比较，让学生分析图像高低频成分分别反应原图像的什么特征。最后，再列出傅里叶变换的公式，解释一下各个参数的意义，帮助理解，不要求学生死记硬背公式。
3结论
数字图像处理这门课程涉及多个学科的交叉知识，涉及的数学理论基础比较复杂，应用广，教学难度比较大，学生学习困难。笔者在教学实践过程中总结了应用型本科院校数字图像处理课程教学过程中面临的主要问题，并提出来一些探索性的教学改革方法，取得了一定的成效.
参考文献：
〔1〕闵晶妍。基于实践的数字图像处理课程研究[J].襄樊学院学报，2009（5）：75-77.
〔2〕冈萨雷斯。数字图像处理（matlab版）[M].北京：电子工业出版社，2009.
〔3〕马智聪。浅析鼓励式教学与提高学生学习兴趣的关系[J].黑龙江史志，2011（1）：46-47.
〔4〕杨杰。数字图像处理及MATLAB实现（第2版）[M].北京：电子工业出版社，2013.
