机器视觉技术基础教学教案

机器视觉技术基础教学教案(全)教案课程名称授课方式教学目的机器视觉概述授课时长40min软件录屏演示、讲授法、总结归纳法、拓展延伸通过研究，让学生对机器视觉这项技术有一个基本的了解重点、难点了解机器视觉的工作原理以及硬件环境搭建。教学内容教学过程与详细内容引入：教学设计播放机器视觉相机器视觉是一项综合技术，被广泛应用于现代化工业中，关视频，引入课用机器视觉检测方法可以提高生产的效率和自动化题，激发学生研究程度。本章就针对机器视觉的基本原理以及应用方向问题兴趣进行解释和说明。讲授过程：1.对机器视觉进行初步认识，详细讲解机器视觉的工作原理及2.了解机器视觉的工作原理，一个完整的机器视觉系统由应用多个模块组成，一般包括光源、镜头、相机、图像采集模块、图像处理模块、交互界面等。3.了解机器视觉硬件情况搭建。1）机器视觉中光源的选型2）机器视觉相机的选型，3）机器视觉项目选型要关注的镜头参数：接口、最大靶面尺寸、物距与焦距、光圈、分辨率与成像质量、镜头倍率与视场规模。4）图像采集卡的技术参数：图像传输格式、图像格式、传输通道数、分辨率、采样频率与传输速率。了解图象采集卡的各种种类。4.机器视觉的应用与展望。（1）在工业领域的应用（2）在医学领域的应用（3）在交通领域的应用（4）在农业领域的应用（5）在生活领域的应用归纳、总结：总结、归纳机器视结尾：鼓励学生课后复。应用教案设计方案微课名称授课方式教学目的重点、难点数字图像基础微课时长软件录屏演示、讲授法、总结归纳法、拓展延伸对图象处理的一些基础内容进行简朴介绍与了解。初步认识图像与数字图像并了解其分类，了解图像数字化的基教学内容教学过程与详细内容引入：教学设计播放图像与数字研究机器视觉，其实质就是对各类图像的处理过程，图像相关视频，引数字图像处理技术在当今世界应用已经非常普遍，应用手入课题，激发学生段越来越丰富，功能也越来越强大。本节将对有关图像处研究兴趣理的一些基础内容进行简单介绍。讲授过程：1.了解图像与数字图像的概念与分类，详细讲解图像数字化与图象灰度2.把握图象数字化的过程：采样，图象量化与压缩编码，直方图。对数字图象的表示以及采样、量化参数与数字化图象间的关系进行初步了解。3.了解图象灰度直方图的概念与性质。直方图的应用：1.用于判断图像量化是否恰当；2.用于确定图象二值化的阈值。4.了解图像像素间的关系。1）相邻像素的概念。2）像素间的邻接性、连通性、区域和边界。归纳、总结：本节课对机器视觉的本质数字图像处理进行简单介绍，使学生能把握图象与数字图象以及图象数字化的知识。结尾：总结、归纳数字图鼓励学生课后复。像处理。教案设计计划名称授课方式教学目的重点、难点了解和熟悉HALCON时长软件录屏演示、讲授法、总结归纳法、拓展延伸让学生了解HALCON开发界面，学会运用HALCON软件。初步认识机器视觉软件HALCON，并了解其功能及应用简介；掌握软件图像采集；了解常见的数据结构。教学内容教学过程与详细内容引入：教学设计通过操作HALCON是工业视觉领域有利的工具，在XXX，引入课开发环境下提供了许多助手工具，可以方便开发人员进行题，激发学生研究快速仿真。本章介绍了主要介绍了HALCON软件及其交互式的编程环境DEvelop以及HALCON的数据结构类兴趣型。讲授过程：详细讲解1.走进HALCON，对XXX进行开端认识与了解。HALCON软件各2.了解HALCON功能及应用简介。部分知识。3.了解HDevelop图形组件的主界面及子窗口。5.掌握软件图像采集过程。3）获取非实时图像。4）获取实时图象。6.掌握HALCON数据结构：1）HALCONImage图像2）XXX区域3）HALCONXLD轮廓4）HALCON句柄5）Tuple数组归纳、总结：本节课对XXX软件进行详细介绍，使学生能掌握机器视觉的软件适用。结尾：鼓励学生课后复。总结、归纳HALCON软件。教案设计方案名称授课方式教学目的重点、难点图象预处理演示法、讲授法、总结归纳法、拓展延伸让学生掌握图像预处理的具体使用方法。感兴趣区域（ROI）的截取，图像的变换与校正，增强图像的具体实现。教学内容教学过程与详细内容引入：教学设计时长图像预处理是图像处理非常关键的一环，主要目的是采用具体例子引按照指定需要突出图像的有用信息，消除图像中无关的信入课题，激发学生息，将图像转化为更适合人或计算机分析处理的形式，从研究兴趣而改进特征抽取、图像分割、匹配和识别的可靠性。本章将深入介绍图象预处理的几种常用算法。讲授过程：1.了解感兴趣区域（ROI）的截取，主要分为两步：①选择详细讲解图象预关注区域，②裁剪区域；2.掌握图像的变换与校正，变换与校正主要运用了线性代处理中ROI的截取，图像的变换与数里面有关平移、旋转和缩放的矩阵知识，在Halcon中使校正以及增强图用仿射变换的相关算子，就是把HALCON中的平移、旋转和缩放联合起来进行运用。3.把握加强图象的具体实现，图象加强的具体实现包括两像的具体实现方法。大类的知识：频率域法和空间域法，前者把图像看成一种二维旌旗灯号，采用低通滤波（即只让低频旌旗灯号通过）法，可去掉图像中的噪声。采用XXX滤波法，则可增强边缘等高频旌旗灯号，使模糊的图片变得清晰。空间域法中具有代表性的算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。归纳、总结：本节课主要介绍了如何对图像进行预处理，包括感兴趣区域（ROI）的截取，图像的变换与校正以及增强图像的具体实现方法。结尾：鼓励学生课后复。总结、归纳图像预处理的方法。微课教案设计计划名称授课方式教学目的重点、难点图像分割时长软件录屏演示、讲授法、总结归纳法、拓展延伸对图象支解及其实现方法有一定了解。了解图像分割的基本概念，了解阈值分割、边缘检测、区域分割、Hough变换、动态聚类分割、分水岭算法等图像分割算法。教学内容教学过程与详细内容引入：教学设计采用具体例子引在前述章节中，描述了对感兴趣区域的截取，对图像入课题，激发学生的位置转换等操作。但是这些操作不能为我们提供图像中研究兴趣所包含物体的信息。为得到图像中的物体信息，我们必须进行图象支解，即提取图象中与感兴趣物体相对应的那些详细讲解阈值分区域。描述的改正式些，支解操作以一幅图象作为输入而割、边缘检测、区返回一个或多个区域或亚像素轮廓作为输出。讲授过程：域分割、Hough变换、动态聚类分1.了解阈值支解算法，把握根据直方图谷底确定阈值法、割、分水岭算法等实验法、局部阈值支解方法等方法。图象支解算法。2.了解区域支解算法，把握基于区域的图象支解方法中的区域生长算法和区域分裂与合并算法。3.了解边缘检测算法，理解边缘检测的相关知识。5.对分水岭算法有基本的认识。归纳、总结：本章主要介绍了图象支解的基本概念、公式推导、适用情况及使用留意事项。具体介绍了阈值支解、边缘检测、区域分割、Hough变换、动态聚类分割、分水岭算法等图像分割算法。对于选择何种图像分割方法进行处理，还要考虑实际问题的特殊性。总结、归纳图像分结尾：鼓励学生课后复。割的各种算法。微课教案设计方案微课名称授课方式教学目的重点、难点特征提取微课时长软件录屏演示、讲授法、总结归纳法、拓展延伸对如何根据图像的特征进行目标提取有一定了解。了解图像特征的基本概念，掌握与区域形状特征相关的一些算子，掌握基于灰度值与图像纹理的特征。教学内容教学过程与详细内容引入：教学设计利用计算机识别在前面的各节中，我们曾经了解到了若何从图象中提图象的本质来引取区域或亚像素精度轮廓。尽管区域和轮廓非常有效，但入课题，激发学生它们偶然还是不够用的，因为它们只包含对支解结果的原研究兴趣始描述。图象的特性描述了图象的某种属性，当通过支解、形态学处理获得一些区域后，这些区域就构成了一个集合。详细讲解若何根若何从这些集合中选择出需要的区域，这就需要使用特性据图象的特性进作为判断和选择的依据。本章介绍Region区域类型的一些行目标提取。主要参数，介绍若何根据图象的特性进行目标提取。讲授过程：2.了解图象特性的概念、分类及特性提取的一般原则。2.了解区域形状特征，掌握区域面积、中心点坐标、区域的宽度和高度等特征量。3.了解基于灰度值的特征，掌握灰度区域的最大、最小灰度值及其面积和中心，能根据灰度特征值选择区域。4.了解基于图象纹理的特性，把握使用灰度共生矩阵来描述这些特征的方法。归纳、总结：本章主要介绍了Region区域类型的一些主要参数，介XXX根据图象的特性进行目标提取。结尾：鼓励学生课后复。总结、归纳图像特征提取。微课教案设计计划名称授课方式教学目的重点、难点图像的形态学处理微课时长软件录屏演示、讲授法、总结归纳法、拓展延伸让学生掌握使用XXX进行图像的形态学处理。二值图像的腐蚀与膨胀、开运算与闭运算；二值图像的形态学应用。教学内容教学过程与详细内容引入：教学设计采用具体例子引在前面章节我们已经讨论了如何分割区域。我们已经入课题，激发学生看到了分割结果中经常包含不想要的干扰。因此，通常我研究兴趣们必须调整分割后区域的形状以获取我们想要的结果。这是数学形态学领域的课题。本章我们将介绍图像形态学的详细讲解二值图基本原理以及在HALCON中的运用。讲授过程：1、掌握二值图像的的基本形态学运算；2、掌握灰度图像的的基本形态学运算；3、了解二值图像的形态学应用。归纳、总结：像的腐蚀与膨胀、开运算与闭运算。总结、归纳图象形结尾：鼓励学生课后复。及其运用。微课教案设计计划名称授课方式教学目的图像模板匹配微课时长软件录屏演示、讲授法、总结归纳法、拓展延伸介绍图象模板匹配技术的实现方法。了解图象匹配的概念及主要方法、两种图象匹配方法的算法原重点、难点理以及图象金字塔的感化及常用类型，把握HALCON软件中匹配助手的使用方法。教学内容教学过程与详细内容引入：在数字图象领域中，常常需要通过模板图象与测试图像之间的比较，找到测试图像上与模板图像相似的地方，这种技术称为图像的模板匹配。本章将对图像模板匹进行详细讲解。讲授过程：2.了解基于形状的模板匹配，掌握不变矩匹配法、距离变换匹配法、最小均方误差匹配法等方法。3.了解图像金字塔的作用及常用类型。4.了解HALCON软件中匹配助手的使用方法。归纳、总结：本章详细介绍了两种图象匹配方法的算法原理及基于XXX的响应例程，并且介绍了图象金字塔的感化及常用类型，之后详细介绍了HALCON软件中匹配助手的使用方法。结尾：鼓励学生课后复。教学设计采用具体例子引入课题，激发学生研究兴趣详细讲解图象模板匹配中基于灰度值匹配、基于形状特征匹配以及基于相关性特征匹配等具体实现方法。总结、归纳图像模板匹配的主要方法。微课教案设计方案名称授课方式教学目的重点、难点3D立体视觉微课时长软件录屏演示、讲授法、总结归纳法、拓展延伸介绍3D立体视觉的实现方法。了解如何运用相机标定将相机坐标系与世界坐标系进行对应、掌握获取图像三维信息的两种方法。教学内容教学过程与详细内容引入：教学设计采用具体例子引机器视觉算法的效果严重依赖于输入图像的质量，表入课题，激发学生面缺陷检测、深度检测、共面性检测、曲面度检测等均是研究兴趣3D视觉技术的优势。本章将介绍立体视觉的相关基础知识。讲授过程：1.介绍了如何运用相机标定将相机坐标系与世界坐标系进行对应。2.了解双目立体视觉，双目视觉系统可分为数字图像采详细讲解双目立体视觉与激光三角测量两种获取图象三维信息的方法。集、相机标定、图像预处理与特征提取、图像校正、立体匹配、三维重建六大部分3.了解激光三角测量，激光三角测量拥有高速度、高精度、多功能、多参数、小尺寸的特点。归纳、总结：总结、归纳3D立本章中我们介绍了如何运用相机标定将相机坐标系与体视觉的实现方世界坐标系进行对应，若何校订镜头的各种畸变，以及介法。绍了获取图像三维信息的两种方法，分别是双目立体视觉、激光三角测量。结尾：鼓励学生课后复。微课教案设计计划名称授课方式教学目的