探究生机器视觉课程cdio教学改革实践

《探究生机器视觉课程cdio教学改革实践》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、探究生机器视觉课程CDIO教学改革实践　　摘要：阐述基于CDIO的机器视觉研究生课程教学改革实践方法，提出通过开展实践式教学、创建实习实验室、设计真实的教学环境等教学改革手段，加强教师素质培养与团队建设。实践证明，该改革方法能够改善课程教学效果，提高研究生科研能力。關键词：机器视觉；CDIO；教学改革；研究生教学我国的研究生教育经过扩招后，质量出现了严重下滑的现象，研究生教育改革势在必行。为提高研究生教育质量，课程体系改革是中心工作。传统的教育模式主要是教师主动传授，学生被动接受。这种教育方式已不适应当前人才培

2、养需要，因此必须逐步改变传统教育模式，探索适合中国教育特色的研究生培养路线，实践证明CDIO是培养创新型人才的可行之路。本文以研究生机器视觉课程为试点，探索CDIO模型下的研究生教学改革方案。1.机器视觉课程特点9随着数字图像处理、人工智能技术的快速发展，机器视觉应用越来越广泛。机器视觉成为了信息相關专业研究生的一门重要选修课，该课程涉及信息处理、计算机、机器人、人工智能等众多领域。机器视觉从信息处理的层次研究视觉信息的认知过程，包括视觉处理中的方法、理论及信息描述等。该课程具有以下两个特点。1）理论抽象，内容

3、广泛。机器视觉涉及图像处理、模式识别、机器学习等多个学科领域，所涉及的内容数学表达抽象、内容广泛、算法繁多，学生难以理解。2）与工程应用结合紧密，实践性强。这门课程知识体系的构建源自各种特色专业应用领域。在工业中，特别是在各种生产线上，视觉产品应用非常广泛。只有让研究生经历大量的工程项目设计与实现，才能深切体会各种机器视觉算法和技术的功能及作用。2.CDIO教育模式随着经济、科技高速发展，全球面临工程人才短缺和工程教育质量问题。为了培养符合企业需求的人才，麻省理工学院、瑞典皇家工学院等4所大学经过多年探索、研究

4、，创立了CDIO工程教育模式，并成立了CDIO国际合作组织。CDl0教育模式是构思（conceive）、设计（Design）、实现（Implement）、运作（Operate）4个英文单词的缩写。（1）构思要求学生根据所掌握的专业知识基本原理，确定个人未来的发展方向。（2）设计是以产品规划与设计为核心，通过产品研发，解决某个具体问题。9（3）实现是以制造或建造为核心，巩固学生所掌握的专业知识，提高实践能力，形成一体化的课程实践。（4）运作是产品应用的各个环节。该环节将学生能力培养贯穿于从产品研发到运行的整个生命

5、周期中。通过系统的产品设计与研发，提高学生的专业技术水平，培养学生个人能力、职业能力、态度、团队工作和交流能力等。CDIO代表了一种工程教育理念，它是“基于项目教育和学习”及“做的过程中学习”的抽象表达和集中概括，强调通过密切联系产业培养学生的综合能力。燕山大学、清华大学、汕头大学等多所高校进行了CDIO教育模式试点改革，并取得较好的成效。3.基于CDIO的“机器视觉”教学改革本课题组借鉴国内外高校在CDIO教学改革方面的经验，重新审视了江苏科技大学研究生教学中机器视觉课程的不足之处，参照CDIO教育模式，结合

6、江苏科技大学特点制定了基于CDIO的机器视觉教学改革方案。江苏科技大学研究生来自全国各地，部分学生是非计算机专业出身，知识水平及应用能力差距较大；同时，该课程内容涉及广泛、综合性强，需注重实践能力的培养，这些都给教学带来了困难。3.1加强教师素质培养与团队建设9CDIO模式的实施需要教师深刻理解CDIO模式的理念，具备丰富的工程实践经验，并能长期与企业在各个工业领域开展合作，因此，江苏科技大学作出關于培育CDIO模式师资力量的计划。首先，让青年教师到企业挂职锻炼，了解企业实际需求及工业的相關技术发展；其次，与企

7、业签订合同，让教师参与企业产品研发，提高教师工程实践能力；再次，将教师企业挂职经历、参与企业合作研发产生的效益等作为晋职的考核指标之一。本次教学改革打破传统系、教研室的观念，组建复合型“机器视觉”教学科研团队。该团队以机器视觉课程为主线，吸收数学、计算机语言、软件工程等基础课，工业控制、机器人学、人工智能、模式识别、机器学习等专业课，实现机器视觉课程和相關专业课程的融合，促进机器视觉与相關专业知识的互相渗透和有机结合，实现教师及实验资源的合理使用。同时，学校要求本课题中从事机器视觉教学的教师，不仅从事机器视觉课

8、堂教学，而且必须参与相關项目，从事实际项目设计、开发、测试等工作。目前，江苏科技大学的机器视觉教学科研团队，已与企业合作承担了若干与机器视觉相關的项目。通过参与项目的实际开发，提高了教师的教学科研能力，同时为CDIO模式的有效实施创造了有利条件。3.2开展讲座式、讨论式、实践式教学9本次教学改革将机器视觉的教学内容分割成滤波器、特征提取与匹配、图像分割、图像匹配、目标跟踪、光流、三维重