CC BY
14
Применение учебно-исследовательского комплекса «Цифровые методы» для изучения методов обработки и анализа изображений
Чачхиани Татьяна Игоревна доцент, к.ф.-м.н., доцент кафедры теории управления и динамики систем, Нижегородский государственный университет им. Н.И. Лобачевского, пр. Гагарина, 23, г. Нижний Новгород, 603950, (8312)462-33-57 mgsrv@yandex. ru
Серова Марина Германовна программист кафедры теории управления и динамики систем, Нижегородский государственный университет им. Н.И. Лобачевского, пр. Гагарина, 23, г. Нижний Новгород, 603950, (8312)462-33-57 mgsrv@yandex. ru
Аннотация
Разработан учебно-исследовательский комплекс «Цифровые методы». Этот комплекс используется для организации самостоятельной работы обучающихся. Он содержит набор модулей, каждый из которых предназначен для изучения и исследования одного метода работы с цифровыми изо бражениями.
The educational and research complex "Digital methods" was developed. This complex is used to organize the independent work of students. It contains a set of modules, each of which is designed to study and explore one method of working with digital images.
Ключевые слова
компетенции, электронные средства обучения, учебный комплекс, цифровые методы, обработка цифровых изображений
competences, e-learning tools, educational complex, digital methods, digital image processing
Введение
Современное образование основано на развитии электронных форм образовательных программ, что связано с проблемой обеспечения качества математической подготовки. В связи с этим необходима модернизация методики преподавания с использованием компьютерных технологий. Эти технологии имеют огромный потенциал для овладения математическими методами с целью применения их к решению прикладных задач. Методика обучения должна быть направлена на развитие способностей обучающихся к самостоятельному освоению материала и исследовательской работе. Ключевым ориентиром для разработки и реализации образовательных программ в предметной области является компетентностный подход, так как он направлен на формирование у обучающихся общекультурных и профессиональных компетенций [1 - 8].
Программный комплекс «Цифровые методы» разработан для поддержки курса «Цифровые методы анализа изображений», читаемого на направлениях подготовки «Фундаментальная информатика и информационные технологии» и «Прикладная математика и информатика».
Комплекс дает возможность обучающимся познакомиться с основными направлениями обработки и анализа цифровых изображений, освоить методы работы с видеоинформацией, проанализировать алгоритмы, выявить их возможности и ограничения. Кроме того, комплекс позволяет установить связь между математическими теориями и методами обработки цифровых изображений.
Методика построения комплекса ориентирована на развитие профессиональных компетенций и способности к самостоятельному освоению изучаемого материала, к анализу проведенных исследований.
Учебно-исследовательский комплекс имеет модульную структуру и включает в себя различные методы [9 - 11]. Модули содержат методы, начиная с градационных и пространственных преобразований и до алгоритмов более высокого уровня: сегментация, распознавание текстур и т.д.
Каждый модуль состоит из двух частей. Первая часть посвящена теоретическим основам методов. В ней кратко излагаются методы обработки цифровых изображений и приводятся примеры их применения. Вторая часть предназначена для самостоятельной работы обучающихся с этими методами, для исследования их возможностей, областей применения и для выполнения индивидуальных заданий. К этой части прилагается база цифровых изображений.
Методология использования комплекса «Цифровые методы»
В настоящее время цифровые методы обработки и анализа изображений широко используются в самых различных прикладных областях. Поэтому освоение профессиональных компетенций в области цифровой обработки с помощью электронных средств обучения позволяет обучающимся более полно использовать свои знания на практике. Этот подход к обучению требует новых качественных изменений в образовании. Необходима разработка систем, позволяющих обучающимся самостоятельно осваивать материал и осуществлять его проработку с целью максимального результата в освоении предмета.
Курс «Цифровые методы анализа изображений» читается на направлении подготовки «Фундаментальная информатика и информационные технологии» на 4-м курсе, один семестр, по 4 часа в неделю: 24 часа на занятия лекционного типа, 24 часа на научно-практические занятия, 48 часов составляет самостоятельная работа обучающихся. По итогам освоения дисциплины проводится зачет.
Несколько видоизмененный вариант курса «Цифровые методы анализа изображений» читается на направлении подготовки «Прикладная математика и информатика» на 4-м курсе, один семестр, по 2 часа в неделю: 18 часов на занятия лекционного типа, 18 часов на научно-практические занятия, 144 часа составляет самостоятельная работа обучающихся. По итогам освоения дисциплины проводится зачет.
Таким образом, предполагается перенос центра тяжести учебного процесса на самостоятельную работу обучающихся, что позволяет значительно расширить учебный материал.
Использование учебно-исследовательского комплекса в процессе обучения организовано следующим образом. По каждой теме курса обучающийся получает индивидуальное задание. Оно включает в себя следующее:
• Из базы изображений преподаватель выбирает 4-5 цифровых изображений, нуждающихся в обработке. Например, изображения являются зашумленными. Необходимо устранить этот шум.
• Обучающийся должен отобрать методы, которые решают эту проблему, проанализировать работу этих методов и выделить область их применения.
• Провести эксперименты на своем наборе изображений.
• Выбрать метод, дающий наилучший результат на конкретном изображении и произвести его обработку.
Выполнение заданий производится с помощью учебно-исследовательского комплекса «Цифровые методы». По итогам работы обучающиеся представляют презентации, в которых подробно разбираются все этапы заданий. Все обучающиеся делают доклады с презентациями на научно-практических занятиях с общим обсуждением рассматриваемой темы.
Преподаватель оценивает результаты выполнения задания каждым обучающимся в баллах от 0 до 1:
• Задание выполнено в полном объеме без ошибок и погрешностей - 1 балл.
• Задание выполнено в полном объеме с незначительными погрешностями - 0,75 балла.
• Задание выполнено в полном объеме с рядом незначительных погрешностей и негрубых ошибок - о,5 балла.
• Задание выполнено с рядом значительных погрешностей и ошибок -0,3 балла.
• Задание не выполнено - 0 баллов.
Количество баллов суммируется по всем темам. Таким образом, максимальное количество баллов равно количеству тем (например, 6 тем - 6 баллов). Если обучающийся набрал от 5,75 до 6 баллов, то он получает зачет автоматически. В остальных случаях задание должно быть переделано и на зачете задаются вопросы по этим темам. По результатам ответов выставляется зачет. Если обучающийся выполнил только одно задание или ни одного, он допускается к зачету только после выполнения всех заданий.
Самостоятельная работа обучающихся может проходить в учебно-исследовательской лаборатории «Динамика и оптимизация» и в домашних условиях (обучающий получает задание и соответствующий модуль на свой компьютер по электронной почте).
Реализация комплекса
В данной статье в качестве примера рассматривается один из модулей комплекса - «Морфологическая обработка изображений». Структура модуля представлена на экранных формах программы (рис. 1-11).
На рис. 1 представлено меню для работы с модулем.
В качестве примера построения теоретической части рассмотрим несколько методов морфологической обработки:
• дилатация (рис. 2);
• эрозия (рис.3);
• выделение границ (рис.4);
• заполнение областей (рис. 5);
• выделение связных компонент (рис. 6).
На каждой экранной форме для каждого метода дается краткое описание метода и схема его применения на условных примерах.
Рис. 1. Меню модуля
Рис. 2. Дилатация
Рис. 3. Эрозия
Рис. 4. Выделение границы
Рис. 5. Заполнение областей
Рис. 6. Выделение связных компонент
Для оценки степени освоения материала предназначена вторая часть модуля. Она используется для самостоятельной работы студентов и контроля преподавателем. В качестве примеров использованы методы, рассмотренные ранее в этой статье. На экранных формах программы (рис. 7-11) представлены следующие действия. Пользователь может выбрать изображение из базы цифровых изображений, выбрать метод, задать параметры (если это требуется), повторить преобразование несколько раз для получения желаемого результата, пометить и выделить фрагмент изображения в отдельном окне.
На рис. 7 операция эрозии применена 5 раз, что привело к выделению более крупных объектов и уменьшению размеров или исчезновению более мелких объектов.
Рис. 7. Пример операции эрозии
Операция дилатации (рис.8) позволила сделать границу объекта более четкой.
Рис. 8. Пример операции дилатации
На рис. 9 можно видеть выделенные границы объектов на изображении (границами являются перепады яркости).
Рис. 9. Пример операции выделения границ
Рис. 10 демонстрирует заполнение помеченной области.
Рис. 10. Пример заполнения областей
Операция выделения связной компоненты помеченного объекта показана на
рис. 11.
Рис. 11. Пример выделения связной компоненты
К каждому изображению можно применять различные методы морфологической обработки для получения желаемого результата.
Анализ и оценка разработки
Курс «Цифровые методы анализа изображений» читается сравнительно недавно, поэтому формирование комплекса «Цифровые методы» происходит постепенно. По мере разработки новых модулей, они присоединяются к комплексу. Следовательно, оценку освоения материала при самостоятельной работе обучающихся можно сделать только за последние 3 года.
До введения комплекса «Цифровые методы» для поддержки самостоятельной работы обучающихся, количество студентов, сдавших зачет с первого раза, составляло около 25%. Это свидетельствует о том, что освоение цифровых методов требует обязательной составляющей, которая позволила бы проводить эксперименты и исследования методов с помощью электронных средств. Следовательно, эта часть освоения материала должна быть вынесена на самостоятельную проработку обучающимися.
С введением комплекса «Цифровые методы», уже в 2015 году цифра сдавших зачет с первого раза увеличилась до 33%, в 2016 году - до 50%, в 2017 году - до 70%. Следовательно, за счет интенсификации самостоятельной работы обучающихся в связи с внедрением комплекса «Цифровые методы» повысился уровень понимания проблем и методов обработки и анализа цифровых изображений, и как следствие, повысился уровень успеваемости.
Результат использования комплекса для самостоятельной работы обучающихся показал повышение уровня формирования навыков и умений при освоении профессиональной компетенции.
Таким образом, разработка учебно-исследовательского комплекса явилась эффективным средством повышения качества профессиональной подготовки студентов.
Заключение
Применение комплекса «Цифровые методы» показало успешность использования электронных форм образовательных средств. Это повышает эффективность процесса обучения, качество освоения изучаемого материала и устанавливает связь с прикладными направлениями.
Цифровые методы обработки и анализа изображений являются одной из самых востребованных областей применения математических методов. Однако, в современной математической подготовке трудно выделить те методы, которые позволили бы хорошо решать задачи обработки цифровых изображений. Специфика этого направления требует как полного анализа поставленной задачи, так и определения средств для ее решения. Довольно часто только модификация или комбинирование методов позволяют достичь цели обработки цифрового изображения.
Разработанный учебно-исследовательский программный комплекс «Цифровые методы» отвечает поставленной задаче повышения уровня образования и формирования профессиональной компетенции, обеспечивая обучающихся средствами для самостоятельной подготовки.
Комплекс имеет модульную структуру, это дает возможность расширять набор методов в области цифровой обработки и анализа цифровых изображений.
Литература
1. Захарова И.В., Кузенков О.А. Опыт реализаций требований образовательных и профессиональных стандартов в области ИКТ в российском образовании// Современные информационные технологии и ИТ-образование. - 2016. - № 12. -С. 17-31.
2. Захарова И.В., Кузенков О.А. Взаимосвязь между проектом MetaMath и продолжающейся реформой высшего образования России // Международный электронный журнал «Образовательные технологии и общество (Educational Technology & Society)». - 2017. - т. 20. - № 3. - C. 279-291.
3. Soldatenko I.S., Balandin D.V., Kuzenkov O.A., Zakharova I.V., Biryukov R.S., Kuzenkova G.V., Yazenin A.V., Novikova S.V. Modernization of math-related courses in engineering education in Russia based on best practices in European and Russian universities. В книге: 44th Annual Conference of the European Society for Engineering Education - Engineering Education on Top of the World: Industry-University Cooperation, SEFI 2016 44, Engineering Education on Top of the World: Industry-University Cooperation. - 2016. - С. 131.
4. Галеев И.Х. Проблемы и опыт проектирования ИОС // Международный электронный журнал «Образовательные технологии и общество (Educational Technology & Society)». - 2014. - V.17. - №4. - C.526-542. - ISSN 1436-4522. URL: http://ifets.ieee.org/russian/periodical/journal.html
5. Zakharova I.V., Kuzenkov O.A., Soldatenko I.S., Yazenin A.V., Novikova S.V., Medvedeva S.N., Chukhnov A.S.Using SEFI framework for modernization of requirements system for mathematical education in Russia. В книге: 44th Annual Conference of the European Society for Engineering Education - Engineering Education on Top of the World: Industry-University Cooperation, SEFI 2016 44, Engineering Education on Top of the World: Industry-University Cooperation. - 2016. - С. 164.
6. Ключевые ориентиры для разработки и реализации образовательных программ в предметной области «Информационно-коммуникационные технологии» / И.Ю. Петрова, В.М. Зарипова, Е.Г. Ишкина, А.В. Маликов, В.А. Варфоломеев, И.В. Захарова, О.А. Кузенков, Н.В. Курмышев, С.К. Милицкая - Бильбао, 2013. - 87 с.
7. Гергель В.П., Гугина Е.В., Кузенков О.А. Разработка образовательного стандарта Нижегородского госуниверситета по направлению "Фундаментальная информатика и информационные технологии" // Современные информационные технологии и ИТ-образование. - 2010. - Т. 1. - № 6. - С. 51-60.
8. Гонсалес Р., Вудс Р. Цифровая обработка изображений. - М.: Техносфера, 2012. - 1104 с.
9. Шапиро Л., Стокман Дж. Компьютерное зрение. - М.: Бином, 2006. - 752 с.
10. Яне Б. Цифровая обработка изображений. - М.: Техносфера, 2007. - 584 с.
11. Форсайт Д., Понс Д. Компьютерное зрение. Современный подход. М: Вильямс, 2004. - 928 с.
