《机器视觉技术与应用》-教学大纲.pdf

《机器视觉技术与应用》

课程教学大纲

一、课程概况

课程代码：XXX。

建议学分：4.5。

建议学时：72（其中：理论34学时，实践38学时）【注：可根据学校实际情

况调整教学内容与学时安排】。

先修课程：传感器原理及应用、PLC编程与控制技术、信号分析与处理。

后修课程：机器视觉系统原理与设计、机器视觉高级编程、机器视觉系统二次

开发。

适用专业：智能视觉工程、机器人工程、智能制造工程、智能感知工程、测控

技术与仪器、电气工程及其自动化等。

适用年级：大三学年（第5或6学期）。

使用教材：《机器视觉技术与应用》，何文辉、葛大伟主编，机械工业出版社，

2024。

课程性质：本课程为智能视觉工程和机器人工程专业的一门专业必修课，或其

他相关专业的专业选修课。

二、课程目标

目标1：能够对机器视觉系统的基本原理与构成、图像采集方法、条码与字符

识别方法、颜色与缺陷检测方法、尺寸测量方法、引导抓取方法，以及二次开发、

3D视觉与深度学习等关键技术与实用算法进行准确的描述，能够根据任务要求，

在充分考虑安全、法律法规和国家或行业标准基础上，在比较设备参数及性价比等

多种因素的基础上，确定机器视觉解决方案。（支撑毕业要求3：能够根据用户需

求或任务要求，确定设计目标，明确设计内容和设计指标。能够考虑社会、健康、

安全、法律、文化以及环境等制约因素，分析和识别单元或子系统中的参数影响，

提出满足设计目标的设计方案，并进行可行性分析。）

目标2：能够利用数字处理技术及相关软件，包括并不限于VisionPro软件和

VisionPlus平台软件，完成机器视觉工程项目对图像文件中目标物的轮廓、特征、

尺寸、颜色以及位置信息的提取与分析，实现目标物的条码与字符识别、颜色与缺

陷检测、尺寸测量和引导抓取等应用。（支撑毕业要求5：能够运用适当的现代工

1/11

程工具进行仿真，对智能生产和现代质量管理及其相关领域复杂工程问题进行模

拟分析与预测，并能够理解其局限性。）

目标3：能够结合机器视觉识别、检测、测量和引导项目开发实例，针对智能

生产不同应用场景，分析其工程应用对社会、健康、文化等方面的影响，并对工程

师伦理责任的内涵进行分析，获得对社会、公众及环境伦理的整体性认识，建立正

确价值观和伦理原则。（支撑毕业要求6：能够根据智能生产和现代质量管理工程

项目的实际应用场景，针对性地分析和评价专业工程实践对社会、健康、安全、法

律、文化的影响，以及这些制约因素对工程项目实施的影响，并理解应承担的责

任。）

目标4：能够根据机器视觉工程项目的任务要求，熟悉产品研发的设计制作周

期、成本构成，包括软硬件开发成本和人力成本，能够理解在涉及机器视觉识别、

检测、测量和引导技术研发过程中的工程管理方法和经济决策方法。（支撑毕业要

求11：了解智能生产和现代质量管理工程及产品全周期、全流程的成本构成，理

解其中涉及的工程管理与经济决策问题。）

课程目标与毕业要求指标点的对应关系见表1。

表1课程目标与毕业要求指标点的对应关系

课程目标

毕业要求指标点

目标1目标2目标3目标4

3√

5√

6√

11√

三、课程内容与教学要求

理论1

第1章绪论学时实践