《机器视觉》课程教学大纲（本科）.docx

《机器视觉》课程教学大纲 一、课程基本情况 课程代码：1031339014 课程名称（中/英文）：机器视觉/ cine Vision 课程类别：专业方向课程 开课学期：学期 学分：2.0 总学时：32 理论学时：8 实验/实践学时：24/0 适用专业：智能科学与技术 适用对象：本科 先修课程：大学物理、线性代数、数字信号处理、数字图像处理、程序设计基础（C语言） 开课学院：电气工程与自动化学院 二、课程简介 1.课程任务与目的 《机器视觉》是智能科学与技术专业本科生的专业方向课，结合了数字图像处理、模式识别、人工智能等技术，是交叉学科。机器视觉是通过光学装置与传感器自动获取一个物体的图像，借助于计算机对图像进行处理，来获取信息或控制机器设备运动的一门技术。广泛应用于工业生产中，从零件尺寸测量、工件缺陷检测，到字符识别，追踪定位，都有不同的机器视觉系统在工作。 本课程介绍机器视觉的基础理论、基本方法和实用算法，选用ALCON机器视觉集成开发环境，使学生学会利用ALCON函数库的滤波、几何校正、形态学计算、测量、形状匹配等功能，实现机器视觉应用，为学生从事相关领域的实际应用、为制造2025的发展目标储备知识，奠定基础。 2.对接培养的岗位能力 本课程支持以下毕业要求： 毕业要求1.3 能够将相关知识和数学模型用于智能科学领域的复杂工程问题解决方案的综合与实现； 毕业要求4.3 针对智能科学与技术领域的工程问题，能够通过实验数据解析与系统综合分析得到正确的结论，并能设计解决方案用于工程实践； 毕业要求5.2 针对智能科学与技术领域的复杂工程问题，能够选择软件仿真工具，进行分析、计算与设计。 三、课程教学目标 课程目标及毕业要求如下： 课程目标1.掌握机器视觉的概念以及机器视觉系统的软硬件构成。（支撑毕业要求1.3） 课程目标2.掌握机器视觉图像处理过程的基础理论、基本方法和实用算法。（支撑毕业要求4.3） 课程目标3.学会在ALCON软件环境下，使用函数算法对图像进行正确的处理。（支撑毕业要求5.2） 课程目标4.学习构建一个机器视觉系统。（支撑毕业要求5.2） 课程目标与毕业要求的关系矩阵 课程目标 毕业要求指标点 1.3 4.3 5.2 课程目标1 √ 课程目标2 √ 课程目标3 √ 课程目标4 √ 四、教学课时安排 （一）学时分配 序号 教学内容 总学时 学时 完成课程 教学目标 讲课 实验 实践 1 机器视觉系统概述 2 2 0 0 课程目标1 2 数字图像处理基础 2 2 0 0 课程目标2 3 ALCON基础应用 24 2 22 0 课程目标3 4 立体视觉基础 4 2 2 0 课程目标4 合计 32 8 24 0 （二）实验或实践学时安排 序号 实验/实践项目名称 实验/实践学时 实验/实践类型 实验/实践要求 每组 人数 备注 1 ALCON软件环境使用 2 演示性 必做 1 2 图像预处理和图像变换 3 综合性 必做 1 3 图像区域有关操作 3 综合性 必做 1 4 图像边缘及线提取 3 综合性 必做 1 5 图像模板匹配 3 综合性 必做 1 6 二维码及条形码识别 3 综合性 必做 1 7 分类器与OCR字符识别 3 综合性 必做 1 8 ALCON与C#混合开发-车牌识别 2 综合性 必做 1 9 立体识别 2 综合性 必做 1 注： 1．实验类型：分“演示性”、“验证性”、“综合性”、“设计性”、“创新性” 2．实验要求：分“必做”、“选做” 3．每组人数：指教学实验项目中在每套仪器设备上同时完成本实验项目的人数。如2人合用一台显微镜，则每组人数为2人；5人合用一台仪器则每组人数为5。 五、教学内容及要求 主题1 机器视觉系統概述 1.教学内容 了解机器视觉系统的定义及应用。 2.教学 （1）了解机器视觉系统，机器视觉的定义及应用。 （2）了解机器视觉的任务，机器视觉系统的输入、输出及任务描述。 （3）了解机器视觉与其它领域的关系，机器视觉与图像处理、模式分类、场景分析的关系。 3.教学难点 机器视觉与图像处理、模式分类、场景分析的关系。 4.教学方案设计 通过课堂讲授，使学生了解机器视觉的概念和任务，掌握图像的表示和图像处理的过程；通过交互式讨论使学生的理解和掌握更加充分、更加；通过提供参考文献和资料，使学生对机器视觉系统进行更广泛的了解。 主题2 数字图像处理基础 1.教学内容 介绍成像与图像检测、数字图像的运算、几何变换等内容，熟悉图像增强技术、彩色图像处理和形态学图像处理。 2.教学 （1）了解成像与图像检测，成像的过程、亮度、透镜、投影及图像检测、图像离散化。 （2）了解数字图像的运算、几何变换，图像点运算、直方图、图像的几何变换及插值算法。 （3）了解空间域图像增强和频率域图像增强