《机器视觉及图像处理》教学大纲.docx

机器视觉及图像处理教学大纲适用楚困：202X版本科人才培养方案课程代码：22140291课程性质：专业必修课学分：25学分学时：40学晡（理论30学时，实验10学时）先修课程：机器人工程导论、机器人工程学等后续课程：机渊人操作系统、机湍人编程与系统集成等适用专业：机器人工程专业开课单位：智能工程学院一、课程说明4机器视觉及图像处理3是面向机器人工程本科专业开设的一门专业必修课，本课程的主要任务是使学生掌握研究动态刈试的基本理论利基本方法，了解机器视觉的前沿应用.通过本课程的学习使学生能够运用各种机潜视觉配件,完成简单的工业检测工作,掌旌机渊视觉系统设计的基本思路.掌娓使用机除视觉专业软件进行图像处理方法和漏程谙才,安握各种图像处理笄法，为今后从小泄1试工作打卜坚实的糜础.二、课程目标通过本课程的学习，使学生达到如下目标；课程目标I：掌握机器视觉系统概念及组成,能够正确理解机器视觉系统主要硬件功能及区理，并能膨按照实际应用场合选择搭建合适的机涔视觉硬件系统,理解机器视觉领域有关的国家标准、行业标准、企业标准、法律法规以及相关知识产权、行业政策：产品检测的符合标准.课程目标2；理解图像处理的基本算法，包括各种图像港波、图像增强等图像预处理算法，图像分割的依据、定义及主要图像分割眸法，了解边缘检测法本理论，及边缘检浏各类算子的应用，形态学的基本原理及应用等：掌握立体视觉的成像原理，双目立体视觉的标定算法.课程目标3：W拂图像特征定义及表述的基本原理,熟练掌握图像特征提取的各类描述子,并应用图像特征算子实现图像提取、图像识别及缺陷识别等，最终实现机器视觉技术的综合应用。三、课程目标与毕业要求机器视觉及图像处理3课程教学目标对机器人工程专业毕业要求的支捏见衣I.*1课程教学目标与毕业要求关系毕业要求指标点课程目标支捧2.问JB分析：能够应用数学、自然科学和工程展础的葩本原理，识别、表达、并通过文献研究分析机涔人工程领域的红杂工程同他!掌握对象特性，以获得有效结论。2.1应用数学、物理、计算机、机电拄制等是本原理.正确识别衣述机器人工程领域的笈杂工程问题。2.2应用数学、物理等方法和专业知识，能盛对机涔人工程领域史杂工程何速进行建模.课程目标2：理解图像处理的茶本用法，包括各种图像速波、图像增强等图像预处理算法,图像分冽的依据、定义及主要图像分割算法，了解边缘检测册本理改，及边绿检测各类算子的应用，形态学的基本原理及应用等：学旌立体视觉的成像黑理，双目立体觇觉的标定算法，课程目标3：掌握图像特征定义及表述的基本原理.熟练掌握图像特征提取的各类描述子，并应用图像特征算子实现图像提取、图像识别及缺陷识别笄.课程目标的能够根据实际应用场IS搭建机器视觉系统,理解机器视觉领域有关的国家标准、行业标准、企业标准、法律法规以及相关知识产权、行业政策：产品检测的符合标准.I1.4.研究I能载辰于机器人机械、电子电路、计算机、控制等科学原理,并采用数学建模、系统伤真等科学方法，对机器人工程领域的发杂工程问题进行研冗.包括设计实脸、建模、分析与解择数据、并通过信息粽合得到合理有效的结论.1.1能够对机器人工程问题存在的物理现鼠进行观测和分析,并能明确其中的关联因素和本质特征.1.3能够采用计算机仿真、实物或半实物仿氏等方法，设计实怆方案，搭建实脸系统.进行实验.课程目标2,理解图像处理的基本算法，包括各种图像谑波、图像增强等图像预处理算法，图像分刈的依据、定义及主要图像分割算法，了解边缘检测基本埋论，及边缘检测各类算子的应用，形态学的翦本原理及应用等;掌握立体初党的成像原理，双目立体视觉的标定算法.课程目标4：能的根据实际应用场俄搭建机器视觉系统，理解机潺初觉领域有关的国家标准、行业标准、企业标准、法律法班以及相美知识产权、行业政第：产品检测的符合标准，M5.使用现代工具I能膨针对机器人工程领域更杂工程问跑,开发、选择与使用恰当的技术、资源、现代工程工具和倍足技术工具，包括对复杂工程问膻的预测与模拟,并能垓理解其局限性.5.2能第运用MAT1.AB、Proteus、PICROS等工具对机器人领域的虹杂工程问题进行设计、开发和仿口分析，井理解其局限性.课程目标2：理解图像处理的基本算法，包括各种图像谑波、图像增强等图像预处理算法,图像分冽的依据、定义及主要图像分割算法，了解边缘检测掂本理论，及边缘检测各类豫子的应用，形态学的基本原理及应用等：掌握立体视觉的成像原理,双目立体视觉的标定算法.M注：表中«H(WXM(中)”表示獴程与相关毕业要求的关联度.四、教学内容、基本要求与学时分配1 .理论部分理论部分的教学内容、基本要求与学时分配见表2。表2教学内容、基本要求与学时分配假学内容教学要求，敬学点难点温论学时实验学时对应的IKS目标1 .机卷视觉引论1.1 机器觇觉系统的定义、体系结构：1.2 机器觇觉系统的发展现状与趋势：1.3 机器视觉系统的应用领域。敬学要求，<1>掌握机器视觉系统的基本概念及体系结构：<2)了解机器视觉系统的研究现状、发展趋势以及应用银域.Bjftt机器视觉系统的体系结构.充点：机器注觉系统的体系结构。21、32.机暴视觉硬件系统-光*2.1照明技术及原理2.2常见的光源及光波的指向性2.3光源的选择教学要求：f解照明技术原理,及照明对成像的影响，掌握明、暗视野原理、各类照明技术的应用.了解色光的组成.色与补色原理.能够根据实际应用场合选择合适的光源及照明方案，点根据实际应用场合选择合适的光源及照明方案“难点：各种照明技术原理及应用.213.机视觉硬件系疑头3. 1光学系统兼本原理3.2 悔头的基本参数与相关知识3.3 常见的镜头类型3.1镜头的选择教学旻求，掌握憧头相关的光学基本原理，了解光学镜头的基本参数及相关知识,掌握景深、光圈、焦距和柏摄距离的相互关系。掌握镜头的选择方法及依据.值点：光学镜头的基本参数及相关知识.亲点：镜头的选择方法及依据214.机视觉硬件系统-工业相机1.1 工业相机的分类1.2 成像芯片的类型和原理4.3 相机的常见术语与参数4.4 数据传输方式帙学要求,掌握工业相机的分类及应用，掌握CCD和CMOS相机的工作原理及优缺点了解匚业相机的常见术语与基本参数,了解相机数据传输的方式.Sjft=CCD和CMOS芯片的工作原理及应用魔点：CCD和CMOS芯片的I作原理2215.图像处理基本算法IK述5.1图像中的数据类型教学要求，了解数字图像的分类,掌握灰度图像、二色图像的存储原理和相关应用，了解图像采集的法本原225.2 图像采集原理5.3 各类图像处理软件简介5.4 I图像按处理及形态学IO理，了解不同图像处理软件的优缺点。4点,灰度图像和二值图像的数据类型：魔点t图像采集的肥本原理6.图像M处理6. 1图像预处理的原因和方法6.2线性漉波和非线性浊波6.3图像增强6.4直方图均衡化教学襄求；了解图像预处理的原因和批本方.法。掌握中值范波、均值浊波和裔斯源波算法原理了解图像增强打法,掌握直方图均衡化驾法原理.点：巾伯涟波、均色谑波和高斯港波算法原理。充点，食方图均衡化算法原理,4227.图像分割及边缘提取7.1 图像分割的目的及依据7.2 图像陶（ft分割7.3图像边缘检冽算法7.4区域生长法7.5分裂合并法做学鬟求：了斛图像分割的目的及依据，掌握梯度边绿检泅算字、二阶微分算子、1.oG算法、图像遇近、Canny边缘校测涔了解区域生长法、分裂合并法的携本原理及应用。蜃点,梯度边缘检测芽法、二阶微分难点：梯度边缘检测算法、：阶微分算子。428.图像特征提取8.1图像特征提取的定义及方法：8.2图像特征的基本概念:&3图像特征的描述：8J区域内部空间分析教学要求，学提图像分割的很本方法，及图像特征的表述；熟练掌根图像的各种描述子.点：图像特征的衣述方法：充点：图像特征的各种描述子4239.图像形态学9.1 简单图像成像模型；9.2 二值形态学基本运尊：9.3 图像形态学的应用效学要求I掌狎图像形态学的基本原理：学会运用图像形态学方法处理实际问典.点：腐蚀、膨胀、开运豫、闭运豫的基本原理难点，腐蚀、膨胀、开运算、闭运算的基本原理4310.三倍视觉系统1.1 1双目立体视觉原理、精度分析:1.2 3D扫描相机原理1.3 三维视觉系统标定1.4 系统结构、立体成像、立体匹配、系统标定.帙学要求：堂握立体视觉的成像原理，双目立体视党的标定：掌物!立体视觉中的对极几何、物体三维形状的计算.MA：双目立体视觉及3D扫描相机原理、精度分析、系统标定,.难点:双目立体视觉精度分析、系统标定，22211.机叫党系统应用U.I机器视觉在实际检测过程中应用.11.2针对不同场合搭建合适的机涔觇觉系统。教学要求：< 1）学会如何利用机器视觉对锯片、印刷品、封奘等产品进行检测：< 2）掌握利用双目视觉进行一:维平面at构的方法;< 3）学握利用视觉进行电Pa姿态检验的方法:重点：锯片、印刷品、封装等产品的检测；序列号的读取一充点：使用双目视觉系统进行三维平面重构的方法.22330102 .实物部分实验部分的教学内容、基本要求与学时分配见表3。表3实0项目、实殴内容与学时实验项目实验内容和要求实验学时对应的课程目标1.机器视觉系统硬件安装实验内容I搭建二维机器视觉检测系统实3要求：掌探：维视觉检测系统的搭建方法,原理及步骤，并完成系统的标定及诩试.2K42.图像预处理实验内容：使用图像处理软件对图像进行注波及图像增强实3要求，掌握图像预处理的编程语言及思路.使用软件对图像进行欣处理,得到满足检测要求的图像.223.视觉图像边缘检刈及特征提取实验内容：对图像进行边缘提取和识别实验要求：掌握图像边缘提取的编税语言及方法，定义图像特征，完成图像识别功能。22、34.三维视觉系统实验内容：维视觉系统的搭建、词试及标定。实3要求，掌樨3D扫描系统和双目视觉系统的成像原埋，并完成系统的搭建：时试以及W目视觉系统的标定，22.35.机器视觉综合应用实殴内部综合运用机相视觉相关知识,实现目标无须抓取及摆放等.实睑要求I琮合掌握机器视觉理论知识,完成系统的搭建、调试实现目标无须抓取和接放.2310五、教学方法及手段本课程以课堂讲授为主，结合讨论、案例、视频资源共享、实验等教学手段完成课程教学任务和相关能力的培养.学生比较全面地理解机器视觉系统构建的基本方法与图像处理算法基本原理,在掌攫机；视觉硬件构建方法基础上,具有对图像进行处理计算的能力.实舲教学着照讲授如何用科学的手段来完成理论的脸证：如何组织实险、处理数据和分析实骁现象；介绍常用设在和仪器的原理、构造和使用维护方法以及综合实验内容的思路和方案设计等。果川教师讲授和学生动手操作的方法：在实验前学生应宾习和掌握与本实验有关的教学内容、认我阅读实验指导书:在实验中要严格遵守实验纪律,按操作班程使用仪器：实脸结束后,按规定对仪器进行维护保养：每完成一项实验.要认我完成一份实验报告.六、课程资源库1.推荐教材：(I)王强著.£机器视觉与数字图像处理基础第一版IMI北京.化学工业出版社,2022年.2.参考书：高：1商彳筌机视觉技术M.北京：化学工业出版社.化学工业出版社(2)I裙I卡斯特恩斯蒂格.q克乌斯乌尔里克.克里斯库喊的曼著.机器视觉算法与应用M北京：清华大学出版社，2019(3)陈仲铭，曲凌西,深度学习晚理与实践M1,北京：人民邮电出版社，2018<4)ForouzanB.FoundationsofComputerScience1.M.4thed.Boston：Cengage1.earningEMEA.20184.网络资源：(1) )http：,'7www.maths.1.th.sc.matcmatik1.th1'pcrs<jna1.,andcrsp,瑞典隆的大学数学系视觉组(2) http：/www.cs.berke1.ey.edu-daf/加州大学伯克利分校DIn-idA.Forsy1.h(3) hup：/www.cs.cmu.ed<i1.vision.htm1.CMU的视觉组七、课程考核对课程目标的支撑课程成缢由过程性考核成绩和期末考核成缄两部分构成,具体考核/评价细则及时课程目标的支撑关系见表4.表4课程考核对课程目标的支撑考核环节占比考核/评价IHjI1.课程目标I23过程性考课堂表现-(1)根据课堂出勤情况和课堂回答问遨情况进行考核，满分100分.(2)以平时考核成绩乘以其在总评成绩中所占的比例计入课程总评成绩.233核实验16（1根据好个实验的实验操作完成情况和实骁报告质量单独评分,满分100分：（2）每次实般单独评分，取各次实验成绩的平均值作为此环节的最终成绩.（3）以实验成缄乘以其在总评成绩中所占的比例计入课程总评成绩。I66作业12（1）主要考核学生对各章节知识点的M习、理解和掌握程度，满分100分：（2）姆次作业单独评分，取各次成绩的平均值作为此环节的最终成绩。（3）以作业成绩乘以其在总评成绩中所占的比例计入课程总评成绩.414:3T测试（论文）I（1主要考核学生绘合掌握课程知识程度,满分100分：（2）学期中后期进行一次,单独评分J22期末考核60（1卷面成缄10。分，以卷面成绩乘以其在总评成绩中所占的比例计入课程总评成绩。（2）主要考核计算机视觉技术的相关知识：视觉系统的构成（相机、镜头、光源），数字图像得骗取与预处理：图像处理的各种算法（预处理、定位、测量:、神经网络）与应用（定位、识别、计数、测服、监控、以及其他踪合应用等基本知识.（3）考试遨型为：名词解择即、填空遨、简答咫、绘图题和分析计匏的等.252510合计：100分351025八、考核与成绩评定1.考楼方式及成w定考核方式：本课程主要以课堂去现、作业、实验、课程测试（或论文期末考试等方式对学生进行考核评价.考核基本要求：（加强过程考骇）考核总.成绩由期末试卷成绩和过程性考骇成绩组成.其中：期末试卷成绩为100分（权重60%）,试题类型为堪空即、选择题、判断衲、简答题、计蚱题和分析题等类型，试卷中基本知识、基本理论、基本技能的试题分值不超过5O,琮合应用题、分析题不低于50%：课堂表现、作业、课程测试（或）、实验等过程性考核成绩为】00分（权曳401.过程性考核和考试试处分（ft分配应与教学大纲各章节的学时基本成比例.2过程性考核成筑的标准过程性考核方式重点考核内容、评价标准、所占比或见衣5表5过程性考核方式评价标痕考犊方式所占比（»）100>x>9090>x>8080>x>7070>x60x<602优笔记完整,积极参与教学活动,踊跃回答问鹿,准确率大于9卉。笔记完整，认真参与教学活动.回答问题准t率大于80%。他记不完整,偶尔参与教学活动，回答问速战确率大于70上课不认真,上课不记笔记，偶尔参与教学活动.上课不认我.上课不记笔记，不参与教学活动。作业40作业完整，思路清新，准确率大于90%.字迹二整.作业完整，准确率大于80%.字迹工整.不交作业2次以内,准确率大于7（.不交作业4次以内，准陷率大于6.不交作业5次以上，Jft确率小于60%,融3O实验原理消淅、实验愫作过程熟练、规范、正确.数据处理及讨论IE确。实5金原理较湎晰实验操作过程较熟练、规范、正随，数据处理及讨论较正确实验原理基本清晰、实验操作过程基本熟练、能完成基本操作，数据处理及讳论尊本正确。实5金原理不够清晰、御在指导下完成基本操作.数据处理及讨论不尊正确，无实验报告，实验操作步臊有误,数据处理及讨论有忒课程制试（检文）¼对各章知识掌握扎实,能的综合运用课程各章知识很好的分析问遨.解决问遨.各章原理掌握较扎实.能修琮合运用各球知识较好的分析问题、斛决问题.其本掌握各.章知识原理，基本能好综合运用各卓知识分析问遨、解决问国.在章原理维握较不扎实，福在指导下分析问题、解决向跑.无法粽合运用各章知识分析问题。解决问题.答他或论文方案有误.