《机器视觉技术应用》课程标准

PAGE2PAGE《机器视觉技术应用》课程标准一、适用对象本标准适用三年制高职或职业本科学生。二、适用专业智能机电技术、智能控制技术、电气自动化技术、工业机器人技术、机电一体化技术三、课程定位本课程是智能机电技术、智能控制技术、电气自动化技术、工业机器人技术、机电一体化技术的专业核心课程。本课程是智能机电技术、智能控制技术、电气自动化技术、工业机器人技术、机电一体化技术专业人才培养目标和相关职业岗位（群）的能力要求而设置的，对本专业所面向的通用设备制造业、专用设备制造业的智能制造工程技术人员、设备工程技术人员、电气工程技术人员职业群等所需要的知识、技能和素质目标的达成起支撑作用。在课程设置上，前导课程有《传感器与检测技术》、《Python程序设计》、《电气控制与PLC应用技术》、《组态技术应用》，后续课程有《自动线安装与调试》、《数字孪生与虚拟调试》、《毕业设计》、《顶岗实习》等，相互之间衔接得当。四、课程目标总体目标通过本课程的学习，使学生全面了解和掌握机器视觉技术的基础知识和应用技能。通过学习数字图像处理、机器视觉系统、软件工具以及各种实际应用案例，学生将能够理解机器视觉的起源和发展，熟悉相机、镜头、光源等硬件设备的选型和使用，掌握数字图像处理的基本方法和技术，熟练使用机器视觉软件进行图像处理和分析，并具备机器视觉识别、测量、检测和引导定位等方面的能力。通过这门课程的学习，为将来从事机器视觉领域的工作或研究奠定坚实的基础。1、知识目标学习机器视觉技术的基本原理、数字图像处理的基础知识以及机器视觉系统的组成和工作原理。了解不同类型的图像处理算法和识别方法，并学会使用常见的机器视觉软件工具。通过这些知识的学习，将对机器视觉技术有一个全面的了解，并能够应用于实际问题的解决中。2、技能目标掌握数字图像处理的基本操作技巧，包括图像采集、预处理、特征提取和分类等。学会使用各种机器视觉软件工具进行图像处理和分析，并能够设计和实现简单的机器视觉系统，能够独立完成机器视觉相关的项目任务。3、素质目标培养创新思维和问题解决能力，学会分析和解决实际问题的方法，并具备团队合作和沟通能力。通过实践项目的开展，培养自主学习和自我管理的能力，提高自身综合素质。五、参考学时：64学分：4六、设计思路本课程以学生职业能力培养为重点，根据行业、企业发展需要和完成职业岗位实际工作任务所需要的知识、能力、素质要求选取教学内容。根据做中学、学中做的高技能人才培养要求，内容由简单到复杂，循序递进，在学习过程中使学生的职业能力与职业素质得到提高。七、课程内容与教学要求1、课时分配表序号单元内容学时分配备注1机器视觉技术概述22数字图像处理基础63机器视觉硬件系统84机器视觉综合实训系统85机器视觉识别86机器视觉测量107机器视觉检测88机器视觉引导109机器视觉综合应用（知识拓展）12选用，不计入总学时10考核4总学时64单元设计单元1机器视觉技术概述学时理论2实践一体化学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：了解机器视觉的起源与发展过程。理解机器视觉系统的基本构成和主要产业应用。◆技能目标：学习机器视觉的实际应用技术方案。理解利用计算机模拟人的视觉功能的技术。学习如何从图像中提取信息，进行处理和理解，最终应用于实际的检测、测量和控制任务。◆素质目标1）培养对机器视觉发展趋势的洞察能力。2）提高对机器视觉产业链上、中、下游产业的理解能力。3）培养分析机器视觉技术，以及口述和沟通交流能力。4）提高学生的自主学习和自我管理能力。主要内容主要教学方法1.机器视觉的基本概念、研究内容、与其他科学领域的关系和最新发展现状。2.机器视觉系统的构建和工作原理，包括摄像机模型、图像与视觉系统等。3.机器视觉在工业、农业、医药、军事、航天等领域的应用，以及机器视觉广泛的应用前景。★教学重点：机器视觉技术的研究内容，以及机器视觉技术的应用。★教学难点：机器视觉系统的构建和工作原理。讲授演示法教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查5%单元2数字图像处理基础学时理论实践一体化6学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）理解数字图像的基本概念，包括像素、分辨率、颜色深度等。2）掌握图像的采样和量化过程，了解其对图像质量的影响。3）熟悉常见的图像类型，如二值图像、灰度图像、彩色图像等。4）掌握常用的彩色模型，如RGB模型、HSV模型等。5）了解常用的机器视觉软件，如VisionPro等。6）理解数字图像处理的基本方法，包括空间域处理和频域处理。◆技能目标：1）能够使用机器视觉软件进行图像的采集和处理。2）能够进行图像的采样和量化操作，理解其对图像质量的影响。3）能够选择合适的图像类型和彩色模型进行图像处理。4）能够使用数字图像处理的基本方法进行图像处理，如滤波、变换等。◆素质目标培养分析和解决图像处理问题的能力。培养对数字图像处理基础的深入理解和分析能力。培养使用专业软件解决机器视觉问题的能力。4）培养运用图像处理技术解决实际问题的能力。主要内容主要教学方法数字图像基础：介绍数字图像的基本概念，包括像素、分辨率、颜色深度等。图像的采样和量化：讲解图像的采样和量化过程，理解其对图像质量的影响。图像类型：介绍常见的图像类型，如二值图像、灰度图像、彩色图像等。彩色模型：讲解常用的彩色模型，如RGB模型、HSV模型等。机器视觉软件：介绍常用的机器视觉软件，如VisionPro等。数字图像处理基本方法：讲解数字图像处理的基本方法，包括空间域处理和频域处理。★教学重点：1）了解不同类型的图像，如二值图像、灰度图像和彩色图像。2）熟悉VisionPro软件的功能和使用方法。3）掌握数字图像处理基本方法。★教学难点：1）理解数字图像处理的基本概念和技术，如滤波、边缘检测和图像增强等。2）掌握常用的空间域图像处理方法，如平滑、锐化和阈值处理等。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查10%单元3机器视觉硬件系统学时理论实践一体化12学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）了解机器视觉硬件系统的组成和作用。2）理解工业相机的分类、主要参数和选型方法。3）掌握镜头的主要参数、分类和选型方法。4）熟悉光源的分类、常见的照明方式和辅助光学器件。5）理解光源控制器的功能、分类和选型方法。◆技能目标：1）能够根据实际需求选择合适的工业相机。2）能够根据应用场景选择合适的镜头。3）能够合理选择和使用光源，实现良好的图像效果。4）能够使用光源控制器进行光源的控制和管理。◆素质目标1）培养学生对机器视觉硬件系统的兴趣和好奇心。2）培养学生的观察能力和分析问题的能力。3）培养综合运用多方面知识进行机器视觉系统硬件选择和搭建的能力。4）培养学生的实践操作能力和解决问题的能力。主要内容主要教学方法工业相机的分类、主要参数和选型方法。镜头的主要参数、分类和选型方法。光源的分类、常见的照明方式和辅助光学器件。光源控制器的功能、分类和选型方法。★教学重点：1）工业相机的分类、主要参数和选型方法。2）镜头的主要参数、分类和选型方法。3）光源的分类、常见的照明方式和辅助光学器件。★教学难点：1）如何根据实际需求选择合适的工业相机。2）如何合理选择和使用光源，实现良好的图像效果。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查15%单元4机器视觉综合实训系统学时理论实践一体化8学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）了解机器视觉综合实训系统的组成和作用。2）理解硬件平台和软件平台的功能和特点。3）掌握DCCKVisionPlus软件的基本操作和功能。4）能够使用DCCKV+软件完成机器视觉项目的开发和调试。◆技能目标：1）能够搭建机器视觉综合实训系统。2）能够使用DCCKVisionPlus软件进行图像处理和分析。3）能够使用DCCKV+软件进行机器视觉项目的设计和开发。4）能够对机器视觉项目进行调试和优化。◆素质目标1）培养学生的团队合作意识和沟通能力。2）培养搭建和管理机器视觉系统硬件平台的能力。3）培养运用专业软件解决实际机器视觉问题的能力。4）培养学生的创新思维和自主学习能力。主要内容主要教学方法机器视觉综合实训系统的组成和作用。硬件平台的组成和可开展的实训项目。软件平台的功能和特点，特别是DCCKVisionPlus软件的基本操作和功能。DCCKV+软件的项目开发过程和调试方法。★教学重点：1）DCCKVisionPlus软件的基本操作和功能。2）使用DCCKV+软件完成机器视觉项目的开发和调试。★教学难点：如何使用DCCKV+软件设计和开发机器视觉项目。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查10%单元5机器视觉识别学时理论实践一体化8学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）了解条码的基本概念和分类。2）理解一维条码和二维条码的特点和应用。3）掌握锂电池条码识别与字符识别的基本原理和方法。4）熟悉一维码及二维码识别任务的实施过程。◆技能目标：1）能够使用机器视觉技术进行条码的读取和解析。2）能够设计和实现锂电池条码识别与字符识别的项目。3）能够应用一维码及二维码识别技术解决实际问题。◆素质目标1）培养对条码技术在各行各业中应用的认识。2）培养运用图像识别工具解决实际问题的能力。3）培养解决特定行业图像识别问题的实践能力。4）培养适应不同场景下条码识别需求的灵活应用能力。主要内容主要教学方法条码的基本概念和分类，包括一维条码和二维条码的特点和应用。锂电池条码识别与字符识别的任务分析，包括需求分析和方案设计。锂电池条码识别与字符识别的任务实施，包括图像采集、预处理、特征提取和识别等步骤。一维码及二维码识别任务的拓展，包括不同类型条码的读取和解析方法。★教学重点：1）条码的基本概念和分类，特别是一维条码和二维条码的特点和应用。2）锂电池条码识别与字符识别的任务分析，包括需求分析和方案设计。★教学难点：如何设计和实现锂电池条码识别与字符识别的项目。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查15%单元6机器视觉测量学时理论实践一体化10学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）了解相机标定的原理和方法。2）理解相机标定的视觉标定工具的使用。3）掌握锂电池尺寸测量的基本原理和方法。4）熟悉零件尺寸测量和合格判断分析的程序设计流程和HMI界面设计。◆技能目标：1）能够进行相机标定，并使用标定结果进行测量计算。2）能够设计和实现锂电池尺寸测量的项目。3）能够应用机器视觉技术进行零件尺寸测量和合格判断分析。◆素质目标1）培养精密测量技术的实践能力和质量控制的分析判断能力。2）培养对机器视觉系统中相机标定重要性的认识和分析能力。3）培养应用机器视觉技术进行精确测量的实践能力。4）培养集成机器视觉系统进行控制尺寸质量的能力。主要内容主要教学方法相机标定的原理和方法，包括内部参数和外部参数的标定方法。相机标定的视觉标定工具的使用，包括棋盘格标定板和圆点标定板等。锂电池尺寸测量的任务分析，包括需求分析和方案设计。锂电池尺寸测量的任务实施，包括图像采集、预处理、特征提取和尺寸计算等步骤。零件尺寸测量和合格判断分析的程序设计流程和HMI界面设计，包括算法设计和界面交互设计等。★教学重点：1）相机标定的原理和方法，包括内部参数和外部参数的标定方法。2）锂电池尺寸测量的任务分析，包括需求分析和方案设计。★教学难点：1）如何正确理解和应用相机标定的原理和方法。2）如何设计和实现锂电池尺寸测量的项目。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查15%单元7机器视觉检测学时理论实践一体化8学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）了解图像的表面特征和表面缺陷的视觉软件处理方法。2）理解齿轮缺陷检测、锂电池类别检测和零件边缘缺陷检测的基本原理和方法。3）掌握机器视觉表面缺陷检测的技术要点和实施步骤。4）熟悉不同项目任务的需求分析和方案设计。◆技能目标：1）能够使用机器视觉技术进行表面缺陷的检测和分析。2）能够设计和实现齿轮缺陷检测、锂电池类别检测和零件边缘缺陷检测的项目。3）能够应用机器视觉技术解决实际问题，提高产品质量和生产效率。◆素质目标1）培养应用机器视觉技术进行质量控制和缺陷分析的专业能力。2）培养运用机器视觉技术进行控制图像表面质量的能力。3）培养应用机器视觉技术进行精密部件质量控制的实践能力。4）培养应用机器视觉技术进行精密部件分拣和质量检验的能力。主要内容主要教学方法图像的表面特征和表面缺陷的视觉软件处理方法，包括图像预处理、特征提取和分类器设计等步骤。齿轮缺陷检测的任务分析，包括需求分析和方案设计。齿轮缺陷检测的任务实施，包括图像采集、预处理、特征提取和缺陷识别等步骤。锂电池类别检测的任务分析，包括需求分析和方案设计。锂电池类别检测的任务实施，包括图像采集、预处理、特征提取和类别识别等步骤。零件边缘缺陷检测的任务分析，包括需求分析和方案设计。零件边缘缺陷检测的任务实施，包括图像采集、预处理、特征提取和边缘识别等步骤。★教学重点：1）图像的表面特征和表面缺陷的视觉软件处理方法，包括图像预处理、特征提取和分类器设计等步骤。2）齿轮缺陷检测、锂电池类别检测和零件边缘缺陷检测的任务分析、需求分析和方案设计。★教学难点：1）如何正确理解和应用图像的表面特征和表面缺陷的视觉软件处理方法。2）如何设计和实现齿轮缺陷检测、锂电池类别检测和零件边缘缺陷检测的项目。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查15%单元8机器视觉引导学时理论实践一体化10学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）了解机器视觉引导定位的形式和主要实训项目。2）理解移动抓取和移动抓取固定装配的基本原理和方法。3）掌握机器视觉引导定位的主要视觉工具的使用。4）熟悉不同项目任务的需求分析和方案设计。◆技能目标：1）能够使用机器视觉技术进行移动抓取和移动抓取固定装配的定位和控制。2）能够设计和实现移动抓取和移动抓取固定装配的项目。3）能够应用机器视觉技术解决实际问题，提高生产效率和质量。◆素质目标1）培养精密定位与操作的实操能力。2）培养机器视觉在定位任务中的应用能力和问题解决能力。3）培养集成视觉系统与机械手协同作业的实践能力。4）培养在自动化生产线中应用机器视觉技术的综合能力。主要内容主要教学方法1.机器视觉引导定位的形式和主要实训项目，包括二维定位、联合标定等。2.机器视觉引导定位的主要视觉工具的使用，包括相机标定、特征提取和匹配算法等。3.移动抓取的任务分析，包括需求分析和方案设计。4.移动抓取的任务实施，包括图像采集、预处理、特征提取和抓取控制等步骤。5.移动抓取固定装配的任务分析，包括需求分析和方案设计。6.移动抓取固定装配的任务实施，包括图像采集、预处理、特征提取和装配控制等步骤。★教学重点：1）机器视觉引导定位的形式和主要实训项目，包括二维定位、联合标定等。2）移动抓取和移动抓取固定装配的任务分析、需求分析和方案设计。★教学难点：1）如何正确理解和应用视觉引导定位的主要视觉工具，如相机标定、特征提取和匹配算法等。2）如何设计和实现移动抓取和移动抓取固定装配的项目，包括图像采集、预处理、特征提取和控制等步骤。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配考查15%单元9机器视觉综合应用学时理论实践一体化12学习目标：概括本单元的学习目标，包含知识、技能、素质等目标◆知识目标：1）掌握C#语言的基本语法和脚本编程基础。2）理解机器视觉在生产线中的综合应用。◆技能目标：1）能够编写和调试简单的C#脚本程序。2）能够使用C#脚本编程解决生产线上的综合视觉任务。◆素质目标1）培养使用C#进行自动化和脚本编程的能力。2）培养集成机器视觉技术与自动化编程的实战能力。主要内容主要教学方法1.C#编程语言的基本概念和特性。2.C#脚本编程的基本语法、数据类型、变量、控制结构等基础知识。。3.使用C#脚本编辑器编写和调试C#脚本代码。4.编写和调试实际的C#脚本编程项目。5.介绍一个具体的机器视觉生产线任务，并对其进行了需求分析和问题定义6.详细描述如何通过机器视觉技术和C#脚本编程来实现该任务的解决方案，并给出了相应的代码示例和实施步骤。★教学重点：1）理解如何在C#脚本编辑器中编写和调试C#脚本，以及如何通过脚本与机器视觉系统交互。2）学习如何分析机器视觉生产线中的任务需求，设计合理的解决方案。理解如何将C#脚本编程应用于机器视觉系统任务。★教学难点：1）C#编程语言如何与视觉系统相集成，以及C#高级脚本编程的主要框架。2）结合C#脚本，设计和实施一个完整的机器视觉项目。以及在编程实践中，有效地调试代码和处理可能出现的错误和问题。理实一体化教学地点校内实训室教学及参考资料见选用教材练习与习题建议实践项目考核与评价方式说明权重分配知识拓展不计入总学时八、课程实施1.教学方法建议在教学过程中根据项目开发的需要灵活穿插角色分工、项目教学、案例教学、小组合作、深度研讨等多种教学方法。教学过程中注重行为引导和任务驱动。（1）项目教学法教学内容紧紧围绕职业岗位进行选取和重新序化，课程内容的教学载体是一个真实的项目，教学内容均以真实项目中的典型任务驱动教学和实训。采用“项目教学法”，充分调动学生学习积极性，培养学生的学习兴趣。（2）引导文教学法“引导文教学法”适合“学训合一”人才培养模式，摒弃高深的原理和晦涩的技术术语，演示和叙述上力求做到通俗易懂，深入浅出，技能训练循序渐进，螺旋上升。让学生易于实现“学中做”、“做中学”。（3）案例教学法每一个教学单元要完成一个典型的工作任务，在“行为引导”教学法的“演示->模仿”的环节中运用了“案例教学法”，即教师首先要讲述的案例进行分析，并通过编程示范完成案例，然后学生模仿完成案例。“案例教学法”以应用技能为核心，通过典型案例来帮助学生在局部范围内掌握程序设计及编程技巧。（4）角色扮演法学生自主完成项目开发过程，老师充当需求方与技术顾问的双重角色，学生每5名为一组，分别担任项目经理、分析员、程序员、测试员、文档员角色，分析系统功能，确定模块功能及具体实现、撰写项目进度计划，编写代码，调试测试。最后各组撰写项目设计文档，并进行项目答辩学生在规定的时间内完成项目。“角色扮演法”能够活跃课堂气氛，引导学生去发现问题，探索问题。（5）小组工作法每5名学生为一组，组成一个团队承担一个任务，团队成员分工协作，共同完成任务，学生评价与团队其他成员评价密切相关。这样很好地培养了学生的团队精神和沟通能力。2.师资条件要求课程教学主要由双师型专任教师和企业兼职教师共同完成。具有企业实践经历的双师型校内专任教师可负责内容的演示、操作训练、学生部分考核，企业兼职教师可负责学生在校外实训基地的学生