《图像处理与机器视觉 》 教学大纲

图像处理与机器视觉课程教学大纲课程名称：图像处理与机器视觉英文名称：ImageProcessingandMachineVision课程号：无课程类型：专业任选课总学时及学分：48学时（含实验16学时）学分：3适应对象：自动化专业主要先修课程：高等数学、概率论、复变函数、数字信号处理执行日期：第7学期课程的性质与任务 性质：图像处理与机器视觉课程是自动化专业在自动化工程方向的一门专业方向选修课。机器智能化是自动化学科的重要发展目标之一，也是国际上跨学科的热门研究领域。而图像处理与机器视觉技术是机器智能化过程的重要手段，它与模式识别、人工智能及认知科学等都有紧密的关系。本课程对于开阔学生视野、使学生了解本专业的发展前沿,把学生培养成自动化领域的复合型人才具有重要的地位和作用。 任务：依据学校办学定位和专业培养方案中的专业人才培养目标、毕业生相关知识、能力、素质要求，在规定的时间和学时范围内，完成课程的理论与实验教学；以学生为中心，通过开展各种教学活动，使学生对课程所涉及的内容能够熟练掌握和灵活运用，掌握一定的科学研究方法与技能，培养学生分析与解决实际工程问题的能力，为有潜力成为研究型人才的学生打下一定基础；培养学生创新意识，提升团队合作、自主学习能力以及综合素质，适应人才培养的需要。课程目标1.课程目标本课程的总体教学目标是使学生能熟练掌握本课程中所涉及的图像处理与机器视觉技术，并具备灵活运用所学知识进行分析与解决实际工程问题的能力。以“夯基础、强实践、重创新”，融知识传授、能力培养、素质教育于一体的教学理念，提高学生的创新、团队合作、自主学习能力；并引导学生树立正确的人生观、价值观，培养精益求精的大国工匠精神，提高综合素质。通过本课程的教学，使学生在知识、能力、素质三个方面达到以下几点要求：课程目标1：了解图像处理与机器视觉技术的基本概念、以及图像处理与机器视觉技术在科学研究、工业生产、日常生活中的主要应用场景和用途，了解图像处理与机器视觉技术当前面对的挑战性难题，以及功克这些技术对国家科技发展的重要意义；课程目标2：掌握图像处理与机器视觉的基本原理与方法，包括空频域图像处理、彩色图像处理、形态学图像处理等基本原理与方法，以及特征提取、视觉成像模型、立体视觉与三维重建等知识模块；了解图像工程相关的工程伦理与从业规范，掌握图像处理与机器视觉相关算法设计的基本原则与策略；能综合运用所学的知识，分析、解决图像领域的工程技术问题；课程目标3：通过图像处理与机器视觉相关实验提高学生的动手实践能力、使用现代工具的能力、相关算法的性能评价能力，培养学生的创新意识、终身学习意识、严谨的治学态度和大国工匠精神，提高综合素质。课程教学目标对培养要求的支撑关系：教学目标培养要求指标点目标1了解学科前沿及发展趋势，并了解科研人背后的人文精神与强国重任。目标2宽厚坚实的专业技术理论基础知识；遵守从业规范、工程伦理，具有人文关怀精神；问题分析、设计研发、探索的方法；目标3计算机应用能力、使用现代工具；自学能力、创新意识和较高的科学素质与人文素养；终身学习教学内容对相关专业毕业要求的支撑关系毕业要求毕业要求分指标点课程目标1、工程知识在高等数学、线性代数、概率论、数字信号处理等课程知识的基础上，学习图像处理与机器视觉的基本技术，具备将复杂技术问题分解为多个基本功能单元并进行功能分析、组合设计的知识基础。课程目标1、22、问题分析应用数学、自然科学与工程科学的基本原理和图像处理与机器视觉的核心技术，对复杂的图像工程问题进行理性分析，同时培养学生解决问题过程中的理性思考和创新能力。课程目标2、33、设计/开发解决方案在考虑相关社会伦理方面诸因素的前提下，针对复杂的工程问题，设计满足特定需求、具有一定创新性的图像处理算法。并且在解决问题过程中培养学生的人文关怀精神，偏向柔性化与人性化设计。课程目标1、2、34、研究运用基础课程知识及本课程知识，进行图像处理与机器视觉前沿领域的问题研究，培养解决重大和重要科技问题的自信，有承担强国重任的意识与使命感，树立文化自信。课程目标1、2、35、使用现代工具应用Matlab、python等软件工具进行图像处理与机器视觉算法设计。课程目标3教学内容及其基本要求 课程的教学内容主要包括绪论、数字图像基础、数字图像处理模块、特征提取模块、视觉成像模型、立体视觉及三维重建模块等六部分内容；本课程的基本要求是通过本课程的学习，学生能够掌握图像处理与机器视觉的基本概念、原理与方法，并能灵活运用所学知识，具备初步解决工程问题的能力。具体内容及要求如下：1.绪论（支撑课程目标1、3）图像处理及机器视觉技术当前主要的技术成果及主要采用的研究方法；图像处理及机器视觉技术当前面对的挑战性技术难题；图像处理与机器视觉技术在科学研究、工业生产、日常生活中的主要应用。2.数字图像基础（支撑课程目标1） 介绍人类视觉的感知机理、与工业相机之间的关联，以及数字图像采样和量化的主要过程；数字图像在计算机中的存储形式及当前使用主要的存储格式；数字图像具有的基本属性；数字图像的简单运算等。数字图像处理模块（支撑课程目标1、2、3）介绍图像空间域、频率域滤波技术的基本原理；典型的图像空间域、频率域滤波器的结构形式；彩色图像处理的基本概念与原理，形态学图像处理的基本原理，以及图像分析的经典方法。图像特征提取模块（支撑课程目标1、2、3）图像特征提取的基本概念；评价图像特征提取效果的主要标准；图像颜色特征、图像纹理特征、图像形状特征、图像边缘特征以及图像点特征的提取方法。视觉成像模型（支撑课程目标2、3）几何基元及二维、三维变换的坐标表示方法；三维到二维投影的基本原理，机器视觉系统的主要组成部分及各个组成部分中元器件选型的基本原则。立体视觉及三维重建模块（支撑课程目标2、3）立体视觉的基本原理；立体视觉系统的标定方法；理解极线几何中基础矩阵、本质矩阵的概念；图像对中进行点特征的提取与匹配，进而建立简单的三维场景模型的主要步骤和方法。各教学环节学时分配按照上述教学内容及其基本要求，各教学模块课堂教学和实验教学的学时分配如表2所示。表2各教学模块课堂教学和实验教学的学时分配学时环节课堂教学实验合计教学模块模块一、绪论202模块二、数字图像基础202模块三、数字图像处理模块12618模块四、图像特征提取模块8412模块五、视觉成像模型426模块六、立体视觉及三维重建模块448共计321648教学策略与方法1.课堂讲授1)采用线上线下混合式教学模式，充分利用网络在线教学资源，采用课外在线学习与课堂授课、课堂讨论学习相结合的教学模式；2）线下教学采用采用电子教案、多媒体教学与传统板书、知识讲授与实际程序运行演示相结合等方式，提高课堂教学信息量，增强教学的直观性；线下教学中注意启发互动式教学，激发学生主动学习的兴趣，培养学生独立思考、分析问题和解决问题的能力；3）将与课程内容相关的思政元素融入教学，使学生有代入感，通过对案例的分析讨论，使学生明确所肩负的社会责任，树立正确的人生观、价值观；4）加强实践能力训练，培养学生利用图像处理与机器视觉工具软件分析、处理数字图像的工程能力，以及学生的团队合作意识；5）将学科的新技术、新方法以及教师的科研成果引入教学。将教学中的知识点与科研实践相结合，将枯燥的概念与实际生活中的现象相联系，使学生了解前沿技术，激发学生的创新意识，培养学生分析解决实际工程问题的能力；2.循序渐进案例分析以每章学习的具体案例为主线，应用所学知识在实例分析中深入理解如何将所学理论知识应用于解决实际问题的方法和思路。引导学生主动思考，学会根据实例设计分析，提高学生综合运用本门课理论知识的能力，并为后续其他专业课程的学习打下良好的基础。3.课程思政融入教学过程，参考思政元素如下：1）介绍图像处理与机器视觉的应用领域和前景时，使学生了解图像处理与机器视觉技术的研究对国家科技发展的重要意义，认识到学习该课程的重要性，并能把自身职业规划和国家的发展联系起来，培养学生们的家国情怀；2）结合视觉成像芯片的发展历史、与成像芯片相关的先进技术，尤其是国内企业案例，使学生加强创新意识，培养学生的民族精神，工匠精神，树立正确的人生观。3）在各知识模块的学习过程中通过课堂中对当前技术所面临的挑战性与瓶颈性问题的介绍，以及线上网络视频公开课中对前沿性知识的了解，培养学生勇于探索、勇攀高峰、不怕困难和挫折的良好素质，提高学生的创新意识，拓宽学生的国际化视野；4）在基本知识模块的平时测评环节中要求学生遵守客观、严谨的良好作风，培养学生的专业素养与大国工匠精神，并遵守从业规范、工程伦理，具有人文关怀精神；5）在实验环节中通过提出规范性、创新性、先进性等要求，提高学生的动手实践能力、创新能力、使用现代工具的能力、相关算法的性能评价能力；通过综合性地分析与设计相关算法，提高解决复杂问题的能力，培养实事求是的工作作风、严谨的科学态度、团队合作意识、终身学习意识等。6）利用张氏相机标定方法进行相机标定时，需要对标定靶标进行多次标定操作才能够获得比较准确的标定结果。在工作学习中，也要培养精益求精的精神，不能浅尝辄止。考核评价方法及要求（一）考核评价方法及要求本课程布置课后作业，由学生独立完成，教师可择机安排复习课进行讲解。期末综合成绩由两部分组成，平时成绩由日常出勤、作业、平时测试、实验报告等构成，占总成绩的30%（日常出勤10%、作业（含实验报告）10%、平时测试10%），期末考试试卷成绩占总成绩的70%。期末考试试卷为闭卷考试试卷。各项成绩综合，得到本课程成绩。课程目标支撑毕业要求考核与评价方式及权重（%）权重（%）平时成绩期末考试11、410102021、2、410305033、4、5103030合计3070100 试卷命题双向细目表如下：知识模块学时分布考分分布选择题计算题设计及简答题课程目标题量分值题量分值题量分值一绪论与图像处理基础483315目标1二空间域图像增强8272222015目标2、3三频域图像增强81611215目标2、3四彩色图像处理2515目标2、3五特征提取122222110210目标2、3六成像模型61111110目标2、3七立体视觉81111210目标2、3总计4810010106457452.评分标准（1）平时分评价标准平时分包含出勤、平时作业（含实验报告）、平时测试成绩，各占学生总成绩的10%，共计占30分：基本要求评价标准权重（%）优秀（26-30分）良好（22-25分）合格（18-21分）不合格（＜18分）掌握数字图像处理的基础知识、基本理论（主要包括：数字图像的采集、存储等基本概念、空域与频域图像处理中的基本原理与方法、彩色图像处理与形态学图像处理的基本原理、图像分析的基本方法）和基本技能，并能够运用所学知识对图像工程中的问题进行分析、设计与优化。准时出勤；按时交作业，及时参与平时测评；熟练掌握数字图像处理基础知识、理解基本理论内涵、掌握图像处理基本技能，并灵活运用于图像工程问题的分析。实验报告中基本概念正确、论述层次分明，语言规范。准时出勤；按时交作业；及时参与测评；掌握数字图像吹了基础知识、基本理论，能基本理解理论内涵，基本掌握图像处理技能，能够用于图像工程问题的分析。实验报告中基本概念正确、语言较规范。能保证基本出勤；按时交作业；参与测评；掌握数字图像处理基础知识、基本理论和基本技能，对图像工程问题的分析不够完善。实验报告中基本概念正确、语言较规范。不能准时出勤；不能按时交作业，不参与测评；对数字图像处理基础知识、基本理论和基本技能掌握较差，不能对图像工程问题进行正确分析；有抄袭现象。30（3）期末考试评价标准期末考试成绩占学生总成绩的70%，即占70分：课程期末考试评价标准基本要求评价标准权重（%）优秀（63-70分）良好（49-62分）合格（42-48分）不合格（0-41分）课程目标1掌握数字图像处理的基本概念、基础知识、基本技能，并能够运用所学知识对图像工程中的问题进行分析、评价。（对应毕业要求1、4）熟练掌握数字图像处理基础知识、基本理论和基本技能，并灵活运用于图像工程问题的分析。基本掌握数字图像处理基础知识、基本理论；能够运用于图像工程问题的分析，但不够完善。基本掌握数字图像处理基础知识、基本理论；基本能够运用于图像工程问题的分析，但错误较多。数字图像处理基础知识、基本理论错误较多；不能对图像工程问题进行有效分析。10课程目标2能够应用数字图像处理的基本原理、基本方法分析、判断图像工程中的影响因素、关键环节和参数。（对应毕业要求1、2、4）能够熟练应用数字图像处理的专业知识，分析、判断图像工程中的关键环节和影响因素。能够应用数字图像处理的专业知识，分析图像工程中的影响因素，但不够完善。能够应用数字图像处理的专业知识分析简单图像工程问题。不能够应用数字图像处理的专业知识分析图像工程问题。30课程目标3能够应用数字图像处理的基本知识、基本原理与方法解决图像工程中的实际问题，并给出设计方案。（对应毕业要求3、4、5）能够熟练应用数字图像处理的专业知识，针对给定的图像工程问题，能够从不同角度给出设计方案。能够应用数字图像处理的专业知识，针对给定的图像工程问题，能够从不同角度给出设计方案，但不够完善。能够应用数字图像处理的专业知识，针对给定的图像工程问题，给出简单的设计方案。不能够应用数字图像处理的专业知识解决图