《机器视觉》课程教学大纲(本科).pdfVIP

《机器视觉》课程教学大纲(本科)--第1页

机器视觉

（Machinevision）

课程代码：

学分：2

学时：32（其中：课堂教学学时：24实验学时：0上机学时：8课程实践学时:0）

先修课程：光学，程序设计(C语言)，数字图像处理

适用专业：光电类专业、仪器类专业

教材：《机器视觉》，作者伯特霍尔德·霍恩，王亮译

一、课程性质与课程目标

（一）课程性质（需说明课程对人才培养方面的贡献）

“机器视觉”是光信息科学与技术等专业的一门前沿选修课，融合了光学检测、图像处理、程

序算法等多个学科的知识。通过本课程的学习，使学生逐步掌握机器视觉相关的基本原理、了解通

过机器视觉进行各种自动检测的常用方法和典型应用，并能自己搭建软硬件系统实现简单的机器视

觉功能。

（二）课程目标（根据课程特点和对毕业要求的贡献，确定课程目标。应包括知识目标和能力目标。）

1.了解机器视觉的应用领域与发展现状；

2.掌握图像信息采集和处理系统的硬件模块，理解器件的选型原则；

3.掌握图像处理的重要方法，能够根据任务要求对图像进行有效的特征提取和识别。

二、课程内容与教学要求（按章撰写）

第一章机器视觉检测概述

（一）课程内容

（1）机器视觉应用分类

（2）视觉检测原理与软件体系

（3）视觉检测算法的研究现状

（二）教学要求

1/5

《机器视觉》课程教学大纲(本科)--第1页

《机器视觉》课程教学大纲(本科)--第2页

了解机器视觉领域的发展现状和应用领域，熟悉视觉检测的工作原理，掌握视觉检测的基本流

程。

（三）重点与难点

视觉检测工作原理

第二章图像预处理

（一）课程内容

（1）图像滤波

（2）图像增强

（3）图像锐化

（二）教学要求

掌握图像滤波的分类，包括高斯滤波、均值滤波、中值滤波等；通过电子元件的检测案例理解

图像增强的方法，包括灰度变换、直方图增强等；熟悉图像水花的算法原理。

（三）重点与难点

图像滤波的各种方法与适用条件

第三章图像分割

（一）课程内容

（1）边缘检测

（2）基于先验知识的ROI提取

（3）直方图反向投影

（4）阈值分割

（5）轮廓算法

（二）教学要求

掌握一阶和二阶微分边缘算子的计算方法，了解导爆管和电子元器件视觉检测的边缘检测；掌

握ROI设定方法，了解FPC补强片缺陷检测的轮廓掩模和汽车锁扣铆点视觉测量的铆点ROI提取。

掌握基于灰度的直方图反向投影算法和基于直方图反向投影的坯布疵点定位。理解全局阈值分割和

局部闽值分割的异同。

（三）重点与难点

边缘检测和阈值分割定常用方法

第四章图像变换

2/5

《机器视觉》课程教学大纲(本科)--第2页

《机器视觉》课程教学大纲(本科)--第3页

（一）课程内容

（1）形态学处理

（2）几何变换

（3）图像轮廓拟合

（二）教学要求

了解形态学处理的方法，掌握平移、缩放、旋转与仿射变换等几何变换。掌握直线拟合、元的

拟合等轮廓拟合方法，了解FPC补强片激光测高的光斑椭圆拟合和TFDS零件轮廓的组合图元识别。

（三）重点与难点

图像轮廓拟合

第五章特征提取与图像匹配

（一）课程内容

（1）基于灰度的特征提取与匹配

（2）基于不变