《机器视觉》课程教学大纲课程英文课程MachineVision01M0122名代码实验/实践学学分2总学时32理论学时2012时课程性《C语言程序设计》《计算课程类别专业课选修先修课程质机控制技术》《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执笔人审定人制定时间2020年11月注：课程类别是指公共基础课/学科基础课/专业课；课程性质是指必修/限选/任选。一、课程地位与课程目标（一）课程地位《机器视觉》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，如尺寸检测、缺陷检测、有无、物体识别等。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、OPENCV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。开阔学生视野、培养学生对产品质检重要性的理解，培养学生对新技术、新理论运用于社会生产实践兴趣、培养学生对促进国家制造水平的自信及使命感。二、课程目标达成的途径与方法《机器视觉》课程教学以课堂教学为主，结合自主学习和实验教学，针对自动化生产线上典型视觉检测问题，使学生掌握基本概念及方法，培养学生运用基础知识和专业知识，分析和解决实际问题工程问题的能力和方法。（1）课堂教学主要讲述基本概念，基本原理、和设计方法。在课堂教学中，充分引入互动环节，提高教学效果。（2）设计验证性、设计性实验，采用实验教学方式，训练实验技能，培养理论知识的应用能力。（3）设计与专业相结合的实际应用问题，如交通灯识别、产品几何尺寸视觉测量、产品条码、二维码识别，文字识别等问题，培养学生分析问题、实现工程应用的能力及方法。三、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（1）M课程目标（2）H课程目标（3）L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。四、课程主要内容与基本要求第一章、机器视觉绪论了解机器视觉系统的基本构成，机器视觉在产品检测方面的应用等；理解机器视觉系统的特点及发展趋势；第二章、机器视觉系统构成了解机器视觉系统的主要构成、图像采集卡的原理及种类、图像数据的传输方式汇总及比较；理解相机的分类及主要特性参数、光学镜头的原理与选型；掌握光源的种类与选型；熟练掌握镜头选型、典型光照方式的运用；第三章、机器视觉成像技术了解灰度照明技术、彩色照明技术、偏光技术、发光二极管照明技术；理解光源的分类及应用；掌握光源的运用；第四章、机器视觉核心算法了解机器视觉主要算法的作用，完成典型机器视觉应用的主要步骤；理解摄像机标定、模式匹配算法及其应用、频率图像增强；掌握数学形态学及其应用、Blob分析；熟练掌握空间域图像预处理、阈值分割的原理与方法、边缘检测算法及其应用、灰度均衡的原理与方法；第五章、尺寸测量技术了解长度测量，面积测量，圆测量，线弧测量，角度测量的基本原理；理解霍夫直线检测到原理，圆检测的原理；第六章、匹配及识别技术了解模板匹配及特征识别的基本原理，了解条码识别的原理，字符识别的原理；理解灰度模板匹配的原理及特点，SIFT特征匹配的原理及特点；掌握灰度模板匹配的原理。第七章、机器视觉工程应用了解快速实时视觉检测系统的设计、在包装印刷中的应用及案例分析、在表面质量检测领域中的应用及案例分析、在尺寸测量领域中的应用及案例分析、在字符识别中的应用及案例分析、在视觉伺服中的应用——基于视觉伺服的镭射膜纠偏系统。五、课程学时安排教学对应课程目章节号教学内容学生任务时数标第1章机器视觉绪论了解机器视觉系统基本构成及应用11.完成相关内容扩展阅读。如机器视课程目标1觉发展趋势。第2章机器视觉硬件技机器视觉典型