下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、第5页 共5页机器视觉教学大纲:机器视觉教程机器视觉教学大纲 课程编码:08241059 课程名称:机器视觉 英文名称:MACHINE VISION 开课学期:7 学时/学分:36/2(其中实验学时:4 )课程类型:专业方向选修课 开课专业:机械工程及自动化 选用教材:贾云得编著 机器视觉 科学出版社 20_年 主要参考书: 1. ROBOTICS: Control, Sensing, Vision, and Intelligence, K. S. Fu,McGraw-Hill Publishing Company, 1987 2. 张广军编著,机器视觉,科学出版社,20_年 执笔人: 本课程
2、主要内容包括:二值图像分析p 、图像预处理、边缘检测、图像分割、纹理分析p 、明暗分析p 、彩色感知、深度图与立体视觉。通过本课程的学习,学生应掌握机器视觉的基础理论、基本方法和实用算法。 一、 课程性质、目的与任务 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方向选修课。机器智能化是机械学科的重要发展方向,也是国际上跨学科的热门研究领域。而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。本课程对于开阔学生视野、使学生了解本专业的发展前沿,把学生培养成面向二十一世纪的复合型人才具有重要的地位和作用。通过本课
3、程的学习,学生也能掌握一定的科学研究方法与技能,为有潜力成为研究型人才的学生打下一定基础。 二、 教学基本要求 本课程主要内容包括:二值图像分析p 、图像预处理、边缘检测、图像分割、纹理分析p 、明暗分析p 、深度图与立体视觉。通过本课程的学习,学生应掌握机器视觉的基础理论、基本方法和实用算法。 本大纲仅列出达到教学基本要求的课程内容,不限制讲述的体系、方式和方法,列出的内容并非要求都讲,有些内容,可以通过自学达到教学基本要求。 使用CAI课件作为辅助教学手段可以节省大量时间,传递更多的信息量,所以本课程建议使用CAI课件。 作业是检验学生学习情况的重要教学环节,为了帮助学生掌握课程的基本内容
4、,培养分析p 、运算的能力,建议布置作业58次,并在期末前安排一次综合作业作为主要考查环节。 实验是教学的一个主要环节,实验时间共4学时,每次实验每小组46人,使每个学生均有亲自操作的机会。 三、 各章节内容及学时分配 1 人类视觉与机器视觉 (4学时) : 人类视觉原理与视觉信息的处理过程;机器视觉理论框架与应用;成像几何学基础。 2 值图像分析p 与区域分析p (4学时):阈值、几何特性、投影、游程长度编码、二值图像算法;区域和边缘、分割、区域表示、分裂和合并。 3 图像预处理(4学时):直方图修正、图像线性运算、线性滤波器、非线性滤波器。 4 边缘检测和轮廓表示(4学时):梯度、边缘检测
5、算法、二阶微分算子、LoG算法、图像逼近、Canny边缘检测器;数字曲线及其表示、曲线拟合、Hough变换。 5纹理(4学时):纹理分析p 统计方法、有序纹理的结构分析p 、基于模型的纹理分析p 、用分形理论分析p 纹理、从纹理恢复形状。 6 明暗分析p (4学时):图像辐射度、表面方向、反射图、从图像明暗恢复形状、光度立体。 7 双目立体视觉(4学时):双目立体视觉原理、精度分析p 、系统结构、立体成像、立体匹配、系统标定。 8 三维视觉技术(4学时):结构光三维视觉原理、光模式投射系统、标定方法;光度立体视觉、由纹理恢复形状、激光测距法。 四、 实验: 1 实验目的与任务 本课程实验综合运
6、用机器视觉基本理论、机器视觉实验装置和计算机图像处理软件,加深理解机器视觉的基本概念,掌握机器视觉图像基本处理方法,培养学生的动手能力和分析p 问题解决问题的能力。 2 实验教学基本要求 (1)掌握机器视觉图像基本处理方法:除噪、边缘增强、边缘检测。 (2)掌握三维物体的机器视觉识别方法:结构光法实验装置、三维物体数据的获取和三维物体的重建方法。 3 实验教材或指导书 自编。 4 实验项目一览表 序号 实验项目 内容提要 实验 类型 学时 分配 主要仪器 设 备 实验 地点 备注 1 视觉图像基本处理方法 滤波、图像增强与边缘检测 综合 2学时 配备图像处理软件的微机 机械设计及自动化实验室 2 三维物体的机器视觉识别方法 结构光法的图像数据获取、处理与三维模型重建 综合 2学时 结
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 日常安全培训试题带答案(培优A卷)
- 新工人入场安全培训试题满分必刷
- 公司级安全培训试题加答案下载
- 企业负责人安全培训试题综合卷
- 班组安全培训试题(综合题)
- 二维手绘特效课程设计
- 化工原理课程设计评议
- 可信云计算中的隐私保护机制
- 青少年篮球课程设计
- 2022届上海外国语大学附属外国语学校高一物理第二学期期末经典模拟试题含解析
- 月考试卷(1-3单元)-2024-2025学年六年级上册数学人教版
- (2024)年度保密教育线上培训考试题库及答案(名师系列)
- 2024至2030年中国香料行业深度调研及发展预测报告
- (2024年)新人教版部编一年级道德与法治教材解读5
- 血培养的规范采集
- 2021-2022学年北京市朝阳区陈经纶中学分校七年级(上)期中数学试卷【含解析】
- 电动车安全出行预防交通事故
- 2021年注册安全工程师考试矿山实务高频考点背诵笔记
- 中国血脂管理指南(基层版2024年)解读
- 窗户成品保护协议书
- DZT 0449-2023 地质灾害气象风险预警规范
评论
0/150
提交评论