《机器视觉》课程教学大纲课程英文课程MachinevisionA0806Z02名代码学分2总学时32理论学时20实验/实践学时12课程性《C语言程序设计》《计算机课程类别专业教育课选修先修课程质控制技术》《高等数学》适用专业理工科专业（非计算机专业）开课学院机电工程学院一、课程的地位与任务《web程序设计》课程是机械工程及自动化专业在智能机器方向的一门专业方向选修课。机器视觉是智能机器的重要组成部分，它与图象处理、模式识别、人工智能、人工神经网络以及神经物理学及认知科学等都有紧密的关系。本课程的目的是让学生在具备一定机器视觉相关基础理论的基础上，掌握分析、设计、实现、解决实际工程视觉应用问题的能力及方法。有利于开阔学生视野、了解本专业的发展前沿。通过本课程的学习，学生能掌握一定的科学研究方法与技能，为提供工程应用能力及相关研究打下一定基础。二、课程目标（1）了解机器视觉领域所用的典型硬件的主要功能、特点、技术参数，能根据实际应用需求合理选型、配置相关相机、镜头、光源等，获取合格图像等；（2）了解机器视觉领域对解决不同问题所需的主要算法及工具软件，具有分析实际问题、查阅相关解决方法的能力；（3）熟练掌握典型机器视觉中的典型图像预处理、特征提取、缺陷检测等基本方法，基本掌握主流机器视觉工具软件的应用，如visionbuilder，HALCON、OPENC等。能够使用专业软件工具进行设计、开发、自动化领域工程问题。表1课程目标与相关毕业要求的对应关系毕业要求（支撑程度H、M、L）课程目标4-14-45-2课程目标M（1）课程目标H（2）课程目标L（3）注：1.支撑强度分别填写H、M或L（其中H表示支撑程度高、M为中等、L为低）；2.毕业要求须根据课程所在专业培养方案进行描述。三、课程主要内容与基本要求本课程主要讲述机器视觉的典型应用技术，主要内容包括机器视觉及系统的一般原理和组成，基于机器视觉组态软件的典型应用技术。1、机器视觉绪论基本内容：机器视觉技术发展与应用，机器视觉系统组成，机器视觉方法分类，机器视觉发展趋势；基本要求：了解机器视觉技术发展与应用，机器视觉系统组成；2、机器视觉硬件技术基本内容：镜头技术，摄像机技术，光源技术，图像采集卡，摄像机标定技术；基本要求：了解机器视觉的典型硬件及应用；3、机器视觉组态软件基本内容：机器视觉组态软件visionbuilder的应用；基本要求：了解机器视觉组态软件的一般特点及应用；4、图像处理技术基本内容：图像增强，图像分割，边缘提取，数学形态学分析，图像特征提取，配准定位方法；基本要求：了解图像处理的基本方法；5、尺寸测量技术基本内容：长度测量，面积测量，圆测量，线弧测量，角度测量；基本要求：了解尺寸测量的基本方法；6、缺陷检测技术基本内容：缺陷检测的分类方法，瑕疵缺陷检测，划痕检测，焊点检测与分类方法；基本要求：了解缺陷检测的基本方法；7、模式识别技术基本内容：字符识别，条码识别，车牌识别，工件识别，医学图像识别；基本要求：了解典型模式识别的基本技术；8、图像融合技术(选)基本内容：图像融合分类，图像融合算法，图像融合的评价，标准图像融合应用；基本要求：了解图像融合的基本原理及应用；9、目标跟踪技术(选)基本内容：检测与跟踪的关系，运动目标检测，运动目标跟踪，运动目标跟踪实例；基本要求：了解目标跟踪技术的基本原理及应用；10、三维重构技术(选)基本内容：三维重构技术分类，三维重构基本概念，SFS三维重构算法，光度立体学；基本要求：了解三维重构技术的基本原理及应用；四、课程教学学时安排表2课程学时安排表教学学生任务教学内容对应课程目标时数机器视觉绪论机器视觉的应用领域课程目标11机器视觉硬件技术机器视觉相关的主要硬件的功能、特点、主要技术参数、选型。课程目标13实验一课程目标2机器视觉组态软件visionbuilder，HALCON、OPENC等课程目标22软件的介绍课程目标3图像处理技术实验二实验三作业：课程目标36论文图像滤波的典型方法及应用图像二值化的主要方法及应用边缘检测的主要方法及应用尺寸测量技术实验四2课程目标3缺陷检测技术2实验五课程目标3模式识别技术实验六2课程目标3图像融合技术目标跟踪技术1(选)课程目标3三维重构技术备注：根据学生学情适当调整教学进度，并安排部分教学内容为自学内容，通过大作业来对学生自学情况进行考核。五、实践环节及基本要求表3实践环节及基本要求表实实序学课程实验项目基本要求验性验类号