《机器视觉》1课程教学大纲_第1页
《机器视觉》1课程教学大纲_第2页
《机器视觉》1课程教学大纲_第3页
《机器视觉》1课程教学大纲_第4页
《机器视觉》1课程教学大纲_第5页
全文预览已结束

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

《机器视觉》课程教学大纲课程英文名MachineVision课程代码01M0122学分2总学时32理论学时20实验/实践学时12课程类别专业课课程性质选修先修课程《C语言程序设计》《计算机控制技术》《高等数学》适用专业理工科专业(非计算机专业)开课学院机电工程学院注:课程类别是指公共基础课/学科基础课/专业课;课程性质是指必修/限选/任选。一、课程地位与课程目标(一)课程地位《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选修课。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。本课程的目的是让学生在具备一定机器视觉相关基础理论的基础上,掌握分析、设计、实现、解决实际工程视觉应用问题,如尺寸检测、缺陷检测、有无、物体识别等。通过本课程的学习,学生能掌握一定的科学研究方法与技能,为提供工程应用能力及相关研究打下一定基础。(二)课程目标1、了解机器视觉领域所用的典型硬件的主要功能、特点、技术参数,能根据实际应用需求合理选型、配置相关相机、镜头、光源等,获取合格图像等;2、了解机器视觉领域对解决不同问题所需的主要算法及工具软件,具有分析实际问题、查阅相关解决方法的能力;3、熟练掌握典型机器视觉中的典型图像预处理、特征提取、缺陷检测等基本方法,基本掌握主流机器视觉工具软件的应用,如visionbuilder,HALCON、OPENCV等。能够使用专业软件工具进行设计、开发、自动化领域工程问题。开阔学生视野、培养学生对产品质检重要性的理解,培养学生对新技术、新理论运用于社会生产实践兴趣、培养学生对促进国家制造水平的自信及使命感。二、课程目标达成的途径与方法《机器视觉》课程教学以课堂教学为主,结合自主学习和实验教学,针对自动化生产线上典型视觉检测问题,使学生掌握基本概念及方法,培养学生运用基础知识和专业知识,分析和解决实际问题工程问题的能力和方法。(1)课堂教学主要讲述基本概念,基本原理、和设计方法。在课堂教学中,充分引入互动环节,提高教学效果。(2)设计验证性、设计性实验,采用实验教学方式,训练实验技能,培养理论知识的应用能力。(3)设计与专业相结合的实际应用问题,如交通灯识别、产品几何尺寸视觉测量、产品条码、二维码识别,文字识别等问题,培养学生分析问题、实现工程应用的能力及方法。三、课程目标与相关毕业要求的对应关系课程目标毕业要求(支撑程度H、M、L)4-14-45-2课程目标(1)M课程目标(2)H课程目标(3)L注:1.支撑强度分别填写H、M或L(其中H表示支撑程度高、M为中等、L为低);2.毕业要求须根据课程所在专业培养方案进行描述。四、课程主要内容与基本要求第一章、机器视觉绪论了解机器视觉系统的基本构成,机器视觉在产品检测方面的应用等;理解机器视觉系统的特点及发展趋势;第二章、机器视觉系统构成了解机器视觉系统的主要构成、图像采集卡的原理及种类、图像数据的传输方式汇总及比较;理解相机的分类及主要特性参数、光学镜头的原理与选型;掌握光源的种类与选型;熟练掌握镜头选型、典型光照方式的运用;第三章、机器视觉成像技术了解灰度照明技术、彩色照明技术、偏光技术、发光二极管照明技术;理解光源的分类及应用;掌握光源的运用;第四章、机器视觉核心算法了解机器视觉主要算法的作用,完成典型机器视觉应用的主要步骤;理解摄像机标定、模式匹配算法及其应用、频率图像增强;

掌握数学形态学及其应用、Blob分析;熟练掌握空间域图像预处理、阈值分割的原理与方法、边缘检测算法及其应用、灰度均衡的原理与方法;第五章、尺寸测量技术了解长度测量,面积测量,圆测量,线弧测量,角度测量的基本原理;理解霍夫直线检测到原理,圆检测的原理;第六章、匹配及识别技术了解模板匹配及特征识别的基本原理,了解条码识别的原理,字符识别的原理;理解灰度模板匹配的原理及特点,SIFT特征匹配的原理及特点;掌握灰度模板匹配的原理。第七章、机器视觉工程应用

了解快速实时视觉检测系统的设计、在包装印刷中的应用及案例分析、在表面质量检测领域中的应用及案例分析、在尺寸测量领域中的应用及案例分析、在字符识别中的应用及案例分析、在视觉伺服中的应用——基于视觉伺服的镭射膜在线纠偏系统。五、课程学时安排章节号教学内容教学时数学生任务对应课程目标第1章机器视觉绪论1了解机器视觉系统基本构成及应用1.完成相关内容扩展阅读。如机器视觉发展趋势。课程目标1第2章第3章机器视觉硬件技术3机器视觉典型硬件工作原理及分类的理解及选型1、完成实验一、完成综述性论文《机器视觉中光源的应用》课程目标1课程目标2第4章机器视觉核心算法10理解并掌握机器视觉主要算法的原理及作用。实验二实验三作业:综述性论文(选)《图像滤波的典型方法及应用》《图像二值化的主要方法及应用》《边缘检测的主要方法及应用》课程目标2课程目标3第5章尺寸测量技术2理解霍夫变换的原理及应用实验四课程目标3第6章匹配及识别技术2理解并掌握模板匹配的原理及特点,条码识别、字符识别的原理及应用

实验五课程目标3第7章机器视觉工程应用2了解机器视觉工程应用的一般设计步骤课程目标3备注:根据学生学情适当调整教学进度,并安排部分教学内容为自学内容,通过大作业来对学生自学情况进行考核。六、实践环节及基本要求序号实验项目学时基本要求实验性质实验类别课程目标1实验一、机器视觉光照及图像获取1掌握机器视觉主要硬件的特点、功能、技术参数及合理选型验证必做课程目标(1)2实验二、图像预处理1掌握图像灰度变换、滤波、二值化的主要原理、特点验证必做课程目标(2)3实验三、图像特征提取 1掌握图像边缘检测、HOUGH变换的基本原理、特点验证必做课程目标(3)4实验四、典型几何尺寸视觉测量 1了解线长、间距、直径、角度、圆度等主要几何尺寸视觉测量的方法,应用工具软件实现对这些内容检测的基本方法验证必做课程目标(2)课程目标(3)5实验五、缺陷及完整性视觉检测1了解典型线、点、边界缺陷及完整性视觉检测方法,应用工具软件实现对这些内容检测的基本方法验证必做课程目标(2)课程目标(3)6实验六、条码及文中视觉识别1了解应用工具软件实现对条码、二维码、文中识别的基本方法验证必做课程目标(2)课程目标(3)共计6个实验学时七、考核方法及成绩评定表1考核方法及成绩评定表考核内容考核方式评定标准(依据)占总成绩比例过程考核课内实验实验完成情况及实验报告20%作业作业参考答案和评分标准10%课堂表现以学生到课情况、课堂互动表现、随堂测试成绩等为依据中国计量学院学生课程平时成绩考核细则10%期末考核开卷试卷参考答案和评分标准60%考核类别考查成绩登记方式百分制表2课程目标考核环节和达成标准课程目标教学环节考核环节合格标准课程目标1讲授、讨论、实验课内实验A0.6作业B课堂表现C期末考试成绩D1课程目标2讲授、讨论、实验课内实验A0.6作业B课堂表现C期末考试成绩D2课程目标3讲授、讨论、实验课内实验A0.6作业B课堂表现C期末考试成绩D3课程目标4讲授、讨

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。

评论

0/150

提交评论