《机器视觉》课程教学大纲

《机器视觉》教学大纲课程名称：机器视觉（RobotVision）课程编码：1502ZY220 课程类别:专业基础-限选学 分：2分总学时：32学时，其中，理论学时：24学时；实验学时：8学时适用专业：自动化先修课程：高等数学、线性代数、C语言程序设计、C++语言程序设计、数字图像处理王可一、课程性质本课程是自动化专业限选课，主要涉及视觉测量与检测技术在实际工业应用过程中的应用方法，是一门具有较强实践与应用性的课程。本课程通过对机器视觉的基本组成、图像处理的基本方法以及视觉测量的基本原理等内容的讲解，使学生对机器视觉系统的各个环节有了深入的认识，并能应用于实际的生产活动中。学生通过本课程的学习可以具备基本的机器视觉系统的基本应用设计能力，为今后从事现代视觉检测与测量技术相关的维护、开发、应用与管理打下良好的基础。二、课程目标（一）育人目标从培养学生的辩证思维方式，爱国教育、社会责任、人生领悟、民族自信等方面入手，将育人要素和机器视觉专业知识嵌入到课堂中教学，凝聚学生对社会主义核心价值观的共识。通过科学家故事学习科学精神，通过课程概念原理学习系统论、工程论、科学思维，利用对机器视觉实际应用研究学习提升学生的科技自信及爱国主义情怀，师生互动进行“三观”教育和学习方法指导，培养学生的专业素质、学术和职业道德，全面提高学生缘事析理、明辨是非的能力，培养学生成为德才兼备、全面发展的人才。（二）知识和能力目标掌握机器视觉的基本组成与原理，掌握图像处理中图像强化、分割与边缘检测等基础知识，了解机器视觉系统中检测与测量的基本方法与原理，能够将机器视觉的基本组成与原理应用于实际视觉测量与检测系统的设备选型、系统设计，利用掌握的图像处理方法完成实际的测量与检测任务。(毕业要求1.3)；课程目标与毕业要求指标点对应关系课程目标毕业要求指标点课程目标11.3掌握自动化领域过程控制系统与运动控制系统所需的工程基础、专业知识，并能据此寻求最佳解决方案三、基本要求本课程是一门理论性、实践性很强的专业基础课，主要介绍机器视觉系统的基本组成原理与目标检测与测量的方法。通过本课程的学习，应使学生能够较好地理解和掌握机器视觉相关的基本概念，数字图像分析方法及视觉检测与测量系统的基本方法，具有很强的实用性。教学过程中要注意与先修课程内容的联系，帮助学生了解机器视觉系统的基本设计方法，能够了解机器视觉系统在控制系统中的作用，并进行简单机器视觉系统的设计。通过重点讲解图像处理方法，使学生能利用图像增强、图像分割、形状匹配等算法进行简单的机器视觉检测与测量算法设计。在机器视觉应用的讲述中，注意培养学生分析系统指标以及查阅相关技术资料的能力，重点培养学生对机器视觉系统各模块功能与作用的分析能力，使学生了解机器视觉系统的设计方法，具备一定的软、硬件综合设计能力。四、教学内容分章节说明教学内容，课时安排，并说明教学重点、主要教学模式（包括授课、自学、实验、堂讨论、作业等）。章节教学内容授课学时教学模式对应课程目标1机器视觉基础2课堂授课，课堂讨论12硬件构成2课堂授课，课堂讨论13硬件选型2课堂授课，课堂讨论14图像处理技术6课堂授课，课堂讨论1/25缺陷检测技术2课堂授课，课堂讨论1/26模式识别技术2课堂授课，课堂讨论1/27尺寸测量技术4课堂授课，课堂讨论1/28目标定位技术4课堂授课，课堂讨论1/2第1章机器视觉概述2机器视觉的发展历程2机器视觉的发展趋势4机器视觉的应用领域4机器视觉的性能优势及功能特点5本章重点：了解机器视觉的发展与应用环境第2章硬件构成8相机镜头本章重点：了解相机的基本组成第3章硬件选型1采集图像收集需求选择相机选择镜头选择光源本章重点：了解机器视觉系统的基本组成掌握相机选型的基本方法第4章图像处理技术1图像采集图像预处理边缘检测本章重点：了解图像处理的基本方法与应用掌握图像二值化、增强、滤波、边缘检测等算法第5章缺陷检测技术1划痕检测2焊点检测本章重点：了解缺陷检测技术的基本方法与应用第6章模式识别技术59模式识别的分类59模式识别的应用：字符识别模式识别的应用：条码识别本章重点：了解模式识别技术的基本方法与应用第7章尺寸测量技术1距离测量圆测量轮廓测量本章重点：掌握尺寸测量技术的基本方法第八章目标定位技术1形状匹配灰度匹配坐标校准测量标定本章重点：了解目标定位的基本方法掌握基于形状和灰度的目标匹配方法五、实验内容与学时分配实验项目与类型序号实验项目学时实验性质验证综合设计1图像滤波2√2图像边缘提取2√3轮廓测量2√4形状匹配2√实验一图像滤波1、目的要求掌握如何使用matlab/python进行本地图像的读取、显示与保存。对图像进行滤波处理，了解不同的滤波技术及各种滤波技术之间的差异。2、主要试验仪器及材料微型计算机。3、实验内容利用matlab/python读取图像，并对图像分别进行均值滤波、中值滤波与高斯滤波等。实验二图像边缘提取1、目的要求掌握图像边缘检测算法及提取轮廓的方法。2、主要试验仪器及材料微型计算机。3、实验内容利用matlab/python读取图像，采用Canny算子实现图像的边缘检测。实验三轮廓测量1、目的要求掌握尺寸测量技术的基本方法2、主要试验仪器及材料微型计算机。3、实验内容选择特定形状物体图像，利用matlab/python编写程序实现物体外观尺寸测量实验四形状匹配1、目的要求掌握形状匹配的方法。2、主要试验仪器及材料微型计算机。3、实验内容利用matlab/python编写程序实现特定物体形状的检测。六、教学方法本课程主要围绕机器视觉系统中各个环节展开讲述，是一门具有较强实践应用性的课程。在课程教学中着重培养学生的动手能力和综合分析能力，其教学方法和手段如下：在课堂教学中采用多媒体课件和板书相结合的方式，采取“启发式”教学方法，鼓励和引导积极学生思考。通过机器视觉系统应用实例的讲解，理论联系实际，激发学生学习兴趣。通过课堂提问、课后习题查看学生对所学知识的掌握情况。在课堂教学过程中，从基础知识出发，通过对特定应用实例的提问，引发学生思考，扩展学生思维，培养学生的思维能力和创新能力。在实验教学过程中，学生利用计算机网络资源查阅各种文献资料完成实验要求内容。通过实践进一步加深学生对机器视觉系统设计方法的认识，培养学生分析问题、解决问题的能力。鼓励学生利用课外实践观看与课程相关的慕课，巩固学生对所学知识的理解。七、考核与评价方式及标准考核标准与成绩评定课程考核由平时成绩进行成绩评定。平时成绩（百分制）：包括课堂测验、作业、实验等。平时成绩评价标准基本要求评价标准优秀（0.9-1）良好（0.7-0.89）合格（0.6-0.69）不合格（0-0.59）掌握机器视觉的基本概念，对机器视觉相关概对机器视觉相关概对机器视觉相关对机器视觉相掌握图像处理的基本原理、念清晰，分析得当。念清晰，但部分分基本概念基本清关基本概念未基本技术和基本分析方法；能够正确地解决问析有误。独立完成晰。解决问题，掌握。主要思能运用图像处理的原理、方题，思路清晰，计作业，书写清晰，思路基本清晰，路、过程和计法对复杂机器视觉系统中算正确。独立完成主要符号、单位等计算基本正确极算过程错误较目标检测与测量等工程问作业，书写工整、符合规范。少部分抄袭，符多。大部分抄题进行分析、比较和实现的清晰，符号、单位号、单位等基本袭或者作业不能力。等符合规范。规范。完整或未交。实验成绩评价标准基本要求评价标准优秀（0.9-1）良好（0.7-0.89）合格（0.6-0.69）不合格（0-0.59）能够根据实验项目1~4内容开展实验，观察实验现象，分析实验结果。能够根据机器视觉技术的基本原理开展实验，实验结果正确，结果分析全面；设计性实验的方案正确。报告书写工整、清晰，符号等符合规范。能够根据机器视觉技术的基本原理开展实验，实验结果较正确，有结果分析；设计性实验的方案较正确。报告书写清晰，主要符号等符合规范。基本上能够根据机器视觉技术的基本原理开展实验，实验结果基本正确，部分结果分析；设计性实验的方案基本正确。报告极小部分抄袭，符号等基本规范。基本上能够根据机器视觉技术的基本原理开展实验，实验结果不正确，无结果分析；设计性实验的方案不正确。报告抄袭。成绩评定为：平时成绩*30%+随堂考试*70%。课程期末考核内容与评价标准基本要求评价标准优秀（0.9-1）良好（0.7-0.89）合格（0.6-0.69）不合格（0-0.59）目掌握机器视觉的基本对机器视觉的基对机器视觉的对机器视觉的基对机器视觉的基标组成与原理，掌握图像本概念、图像处基本概念、图本概念、图像处本概念、图像处1处理中图像强化、分割理的基本方法等像处理的基本理的基本方法等理的基本方法等与边缘检测等基础知内容回答正确。方法等内容回内容回答基本正内容回答错误较识，了解机器视觉系统对机器视觉系统答较正确。对确。对机器视觉多。对机器视觉中检测与测量的基本的检测与测量方机器视觉系统系统的检测与测系统的检测与测方法与原理，能够将机法设计思路回答的检测与测量量方法设计思路量方法设计思路器视觉的基本组成与正确。方法设计思路回答基本正确。错误较多。原理应用于实际视觉回答较正确。测量与检测系统的设备选型、系统设计，利用掌握的图像处理方法完成实际的测量与检测任务。课程目标达成评价《机器视觉》课程目标达成评价分析报告一、课程基本信息课程名称机器视觉课程性质专业基础，限选学时学分48/2开课学期专业班级考核方式随堂考试平时成绩任课教师：评价人员：课程组长，命题教师，阅卷教师二、课程目标达成评估课程目标支撑指标点课程目标评价数据源评价依据分值平均分达成度值Ki评价方式指标点1.3：掌握自动化领域过程控制系统与运动控制系统所需的工程基础、专业知识，并能据此寻求最佳解决方案目标1：掌握机器视觉的基本组成与原理，掌握图像处理中图像强化、分割与边缘检测等基础知识，了解机器视觉系统中检测与测量的基本方法与原理，能够将机器视觉的基本组成与原理应用于实际视觉测量与检测系统的设备选型、系统设计，利用掌握的图像处理方法完成实际的测量与检测任务随堂考试：机器视觉的基本原理、图像处理的基本知识、基本的处理方法等（100分）T10=100试题构成说明（选择题、填空题）T1=74�1*0.5+�1*0.5�10 �10=0.795平时成绩A10=100A1=85三、课程评价与分析考核结果总结持续改进方法八、教材和参考书1、章毓晋.《计算机视觉教程》(第3版)，人民邮电出版社，2021年2、章毓晋.《图像处理和分析教程》(第3版)，人民邮电出版社，2020年3、工控帮教研组.《机器视觉原理与案例详解》，电子工业出版社，2020年4、E.R.Davies.机器视觉:理论,算法与实践=MachineVision:Theory,Algorithms,Practicalities:第3版