《机器视觉测量技术》课程教学大纲（本科）

1、机器视觉测量技术(Measurement Technology Based on Machine Vision)课程代码：03410089学分：1.5学时：24 （其中：课堂教学学时：20 实验学时：4 上机学时：0 课程实践学时:0 ）先修课程：信号与系统、数字信号处理、程序设计语言适用专业：仪器类专业、机电类专业教材：Machine Vision Algorithms and Application（机器视觉算法与应用），Carstern Steger 主编， 杨少荣等译，清华大学出版社，2008年11月第1版一、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）机器视觉测

2、量技术是为了让学生对机器视觉方面的最新发展有所了解，以便紧跟学科前沿、 开阔学生的视野而开设的一门英语教学课程。机器视觉是从20世纪五六十年代以来，随着信息学科 和计算机学科的高速发展而迅速发展起来的一门新兴学科。利用机器代替人眼来完成观测和判断， 常用于大批量生产过程中的产品质量检测等，可大大提高检测精度和速度。课程采用中英文双语教 材，授课方式既有别于传统的数字图像处理课程，又有别于专业英语课程。在充分顾及学生的专业 英语接受能力的同时，通过系统的讲学和自学，使学生掌握机器视觉技术的基本内容、原理、方法、 手段和最新发展技术，同时培养学生的自学能力、获取信息的能力、阅读和理解本专业外文参考

3、文 献和用外文写作专业科技论文的能力，为将来进一步的科学研究和实际应用打下良好的基础。该课程的教学实施以课堂教学为主和实验教学、学生自学相结合的形式开展，要求学生利用课 余时间上网检索指定或自选内容的自学资料和参考文献，并用英文撰写文献学习综述、用PPT制作 演示报告、项目设计等，旨在帮助学生进一步熟悉和掌握机器视觉技术的主要技术手段、基本原理， 重点了解当前机器视觉的新技术、新理论和新方法，并通过对专业外文参考文献的检索和学习，跟 踪目前机器视觉发展的国际水平。实验环节通过动手操作及编程，增强学生感性认识，加强对课堂 内容理解，明确实际应用价值，培养学生解决实际问题的能力。（二）课程目标（根

4、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.能够分析机器视觉系统的基本组成，并能根据实际测量需要构建相应的视觉系统；.掌握机器视觉测量技术中的典型图像处理方法，并能根据实际的测量需求选择合适的图像处 理方法，给出合理的解决方案；.能针对利用机器视觉技术实现测量的问题进行必要的文献检索和调研，了解本领域研究及应 用现状，并了解本技术的国家前沿；.掌握机器视觉及图像处理中的各个专业术语的英文形式，并能针对问题开展机器视觉测量技 术相关的文献调研，完成相应的英文书面报告；.能针对实际问题以团队的形式，开展机器视觉测量技术相关的文献调研，并完成相应的英文 PPT制作和

5、口头报告。二 课程内容与教学要求(按章撰写)第一章 图像采集 Chapter 1 Image Acquisition(一)课程内容Illumination 照明；Lenses 镜头；Cameras 摄像机；Camera-Computer Interfaces 摄像机-计算机接 口。(二)教学要求了解机器视觉所需各硬件设备的类型及基本性能等方面的知识。第二章 图像增强 Chapter 2 Image Enhancement(一)课程内容Image data structure 图像数据结构；Gray Value Transformation 灰度值变换；Image smoothing 图像平滑；

6、Fourier Transform 傅里叶变换；Geometric Transformations 几何变换。(二)教学要求了解机器视觉中图像的基本数据结构；(2)理解基本的图像空域变换(直方图均衡化、直方图规定化)；(3)理解基本的图像空域滤波技术(平滑滤波器)；(4)理解常用的图像频域滤波技术。(三)重点与难点直方图均衡化和规定化、平滑滤波器。第三章 图像分割与特征提取 Chapter 3 Image Segmentation and Feature Extraction(一)课程内容Representation of Regions 区域的表示Thresholding 阈值分割；Extr

7、action of Connected Components 连通区域的提取；Region Features 区域特征；Gray Value Features 灰度值特征;Subpixel-Precise Thresholding 亚像素精度阈值分割。(二)教学要求了解图像像素的基本概念及像素的邻域；(2)理解像素间连通性；(3)理解像素间距离度量。(三)重点与难点像素间的连通性和距离度量。第四章 形态学Chapter 4Morphology(-)课程内容Region Morphology 区域形态学；Gray Value Morphology 灰度值形态学。(二)教学要求了解集合运算的有关性

8、质；(2)理解闽科夫斯基加法和闽科夫斯基减法；(3)理解击中-击不中变换；(4)理解开运算、闭运算；(5)理解距离变换，了解骨架方法；(6) 了解分水岭算法。(三)重点与难点开运算、闭运算、距离变换。第五章边缘提取 Chapter 5 Edge Extraction(一)课程内容Definition of Edges in 1D and 2D 在一维和二维中的边缘定义;ID Edge Extraction 一维边缘提取；2D Edge Extraction 二维边缘提取;Accuracy of Edges边缘的准确度(二)教学要求(1) 了解边缘的定义；(2)理解微分算子检测边缘；了解Cann

9、y边缘检测方法；了解评价测度。(三)重点与难点微分算子检测边缘。第六章 摄像机标定 Chapter 6 Camera Calibration(一)课程内容Camera Models for Area Scan Cameras 面阵摄像机的摄像机模型；Camera Models for Line Scan Cameras 线阵摄像机的摄像机模型；Calibration Process 标定过程；World Coordinates from Single Images从单幅图像中提取世界坐标。(二)教学要求了解机器视觉中摄像机标定的基本原理和方法。第七章机器视觉应用 Chapter 7 Machi

10、ne Vision Applications(一)课程内容Reading of Serial Numbers 序列号读取；Print Inspection 印刷检测；Inspection of Ball Grid Arrays (BGA) BGA 封装检查；Measuring of Spark Plugs 火化塞测量Molding Flash Detection 模制品披峰检测(二)教学要求了解机器视觉技术在各工业领域中的应用。三、本课程开设的实验项目(如课程不含实验，该项可不填)编号实验项目名称学时类型要求支撑的课程目标1缺陷检测实验2设计性选做目标1、22尺寸测量算法设计2设计性选做目标1

11、、23ATOS光学扫描仪测量2设计性选做目标1、2注：1 .“类型”填验证性、综合性、设计性等;2.“要求”填必做、选做。实验1:缺陷检测实验掌握不同类型物体的图像缺陷检测及识别方法。要求学生理解实验原理，实验结果说明的问题 要充分解释，实验结论清楚准确。实验2：尺寸测量算法设计掌握视觉系统标定方法及尺寸测量算法；要求学生理解实验原理，实验结果说明的问题要充分 解释，实验结论清楚准确。实验3： ATOS光学扫描仪测量掌握ATOS光学扫描仪的基本工作原理、组成及其测量方法；要求学生了解实验的原理及设备 使用方法，逐项记录数据，并完成实验报告。四、学时分配及教学方法章（按序填写）教学形式及学时分配

12、主要教学方法支撑的课程目标课堂 教学实 验上 机课程 实践小 计第一章44讲授法目标1、3第二章22讲授法目标2、3、4第三章22讲授法目标2、3、4第四章224讲授法目标2、3、4第五章22讲授法目标2、3、4第六章224讲授法目标2、3、4第七章22讲授法目标2、3、4英文PPT演讲44研究型教学方法目标5合计20424注：1.课程实践学时按相关专业培养计划列入表格；2.主要教学方法包括讲授法、讨论法、演示法、研究型教学方法（基于问题、项目、案例等教学方法）等。五、课程考核考核形式考核要求考核权重支持的课程目标大作业报告技术综述40%目标3、4PPT演讲英语40%目标5课程实验2个实验20

13、%目标1、2注：1 .分学期设置和考核的课程应按学期分别填写上表。.考核形式主要包括课堂表现、平时作业、阶段测试、期中考试、期末考试、大作业、小 论文、项目设计和作品等。.考核要求包括作业次数、考试方式（开卷、闭卷）、项目设计要求等。.考核权重指该考核方式或途径在总成绩中所占比重。六、课程目标达成度评价课程目标对应考核形式实际评测结果（学生达到的平均水平）课程目标1课程实验（第1个）第1个课程实验的平均分（百分制）=65课程目标2课程实验（第2个）第2个课程实验的平均分（百分制）=65课程目标3大作业报告（文献检索和调研）大作业报告（文献检索和调研）的平均 分（共 50 分）=32.5课程目标

14、4大作业报告（报告书写质量）大作业报告（报告书写质量）的平均分 （共 50 分）=32.5课程目标5英文PPT演讲英文PPT演讲的平均分（百分制）=65七、参考书目及学习资料（书名，主编，出版社，出版时间及版次）Machine Vision Algorithms and Application（机器视觉算法与应用），Carstern Steger 主编， 杨少荣等译，清华大学出版社，2008年11月第1版Milan Sonka,艾海舟等译,Image Proessing, Analysis, and Machine Vision,图像处理、分析与 机器视觉，清华大学出版社，2011年（第3版）Rafael C. Gonzalez,阮秋琦等译，Digital Image Proces