《智能视觉技术应用》教案 项目4 智能视觉技术的应用.docx

PAGE8

PAGE8

PAGE7

PAGE7

课题

智能视觉技术的应用

课时

8课时（360min）

教学目标

知识技能目标：

（1）掌握表面缺陷智能视觉检测系统的原理及应用

（2）掌握产品尺寸智能视觉测量系统的原理及应用

（3）掌握图像字符智能视觉识别系统的原理及应用

（4）掌握目标物体智能视觉定位系统的原理及应用

（5）能正确应用智能视觉技术进行缺陷检测

（6）能正确应用智能视觉技术进行尺寸测量

（7）能正确应用智能视觉技术进行字符识别

（8）能正确应用智能视觉技术进行定位引导

素质目标：

（1）弘扬执着专注、科学严谨、精益求精、追求卓越的工匠精神

（2）培养追求真理、实事求是、勇于探究的科学精神

教学重难点

教学重点：表面缺陷智能视觉检测系统的原理及应用，产品尺寸智能视觉测量系统的原理及应用，图像字符智能视觉识别系统的原理及应用，目标物体智能视觉定位系统的原理及应用

教学难点：正确应用智能视觉技术进行缺陷检测、尺寸测量、字符识别和定位引导

教学方法

问答法、讨论法、讲授法、练习法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

考勤

【教师】使用APP进行签到

【学生】班干部报请假人员及原因

任务导入

【教师】组织学生下载“任务工单——应用智能视觉技术进行缺陷检测”，并根据任务工单进行分组和分工，然后思考以下问题：

（1）表面缺陷智能视觉检测系统的原理是什么？

（2）表面缺陷智能视觉检测系统采用的图像处理方法主要有哪些？

（3）与传统的缺陷检测方法相比，应用智能视觉技术进行缺陷检测有什么优势？

（4）表面缺陷智能视觉检测系统可应用于哪些行业？

【学生】下载任务工单、分组、分工、聆听、思考、回答

传授新知

【教师】通过学生的回答，引入新知，讲解表面缺陷智能视觉检测系统的原理及应用等知识

任务4.1应用智能视觉技术进行缺陷检测

4.1.1表面缺陷智能视觉检测系统的原理

【教师】利用多媒体展示“表面缺陷智能视觉检测系统的原理”图片，并进行讲解

表面缺陷智能视觉检测系统可对物体表面的缺陷进行自动检测，其原理如图所示。

【教师】播放“表面缺陷智能视觉检测系统的原理”视频（详见教材），并提出以下问题：

请谈谈你对表面缺陷智能视觉检测系统原理的理解。

【学生】观看、思考、举手回答

【教师】总结学生回答

首先，利用工业相机、工业镜头、光源等获取被测物体的图像信息；然后，利用数字图像处理技术来处理图像信息，处理过程包括图像去噪、图像增强、图像分割等；最后，从处理的图像信息中检测出特定大小的斑点，从而确定缺陷的位置、性质及形状等。

【教师】随机邀请学生回答以下问题：

表面缺陷智能视觉检测系统有哪些缺陷检测方法？

【学生】聆听、思考、回答

【教师】总结学生的回答

目前，表面缺陷智能视觉检测系统主要采用图像处理、深度学习等方法进行缺陷检测。

（1）图像处理法主要包括图像采集、图像处理和图像分析等环节。它是多种技术综合运用的体现。

（2）深度学习采用的网络主要有整图分类网络、目标检测网络和像素分割网络3种，这3种网络分别应用于不同的场景。

①整图分类网络。该网络可获取图像的类别标签，识别图像的缺陷及其类型。但需要注意的是，缺陷在图像中需要占有一定的比例，否则网络中的卷积与池化操作会使缺陷特征消失，从而导致分类失败。若类别标签的信息量过少，则无法进一步判断产品的质量。

②目标检测网络。该网络可获取充分的缺陷信息，便于后续的显示和质量判断。与整图分类网络相比，该方法除需要识别图像的缺陷及其类型外，还需要确定缺陷的位置和大小。

③像素分割网络。该网络可获取缺陷的精确形状及位置信息，并能准确测量出缺陷的大小。该方法在工业检测中的应用非常广泛，适用于蹭伤、划痕等低占比缺陷的识别，但其标注成本偏高。

4.1.2表面缺陷智能视觉检测系统的应用

目前，表面缺陷智能视觉检测系统已广泛应用于电子、机械、包装、印刷、纺织等行业。

1．电子行业

近年来，随着我国电子行业的快速发展，我国已成为全球最大的电子产品制造基地，电子产品的产量位居世界前列。目前，电子产品已遍及我们生活的各个角落，小到电容、连接器，大到计算机主板、硬盘等。在电子产品生产的各个环节，我们几乎都能看到智能视觉的“身影”。

【教师】利用多媒体展示“检测PCB表面是否存在缺陷”和“检测太阳能电池片表面是否存在缺陷”图片，并进行讲解

在电子行业，表面缺陷智能视觉检测系统可应用于PCB（printed-circuitboard,?印制电路板）、太阳能电池片的检测：检测PCB表面是否存在划痕、露铜、脏污、染色不良等缺陷，如图所示；检测太阳能电池片表面是否存在崩角、划痕、指印等缺陷，如图所示。

此外，表面缺陷智能视觉检测系统还可用于检测半导体芯片