《机器视觉技术与应用》-教学大纲.docx

PAGE

PAGE10/11

《机器视觉技术与应用》课程教学大纲

一、课程概况

课程代码：XXX。建议学分：4.5。

建议学时：72（其中：理论34学时，实践38学时）【注：可根据学校实际情

况调整教学内容与学时安排】。

先修课程：传感器原理及应用、PLC编程与控制技术、信号分析与处理。后修课程：机器视觉系统原理与设计、机器视觉高级编程、机器视觉系统二次

开发。

适用专业：智能视觉工程、机器人工程、智能制造工程、智能感知工程、测控技术与仪器、电气工程及其自动化等。

适用年级：大三学年（第5或6学期）。使用教材：《机器视觉技术与应用》，何文辉、葛大伟主编，机械工业出版社，

2024。

课程性质：本课程为智能视觉工程和机器人工程专业的一门专业必修课，或其他相关专业的专业选修课。

二、课程目标

目标1：能够对机器视觉系统的基本原理与构成、图像采集方法、条码与字符识别方法、颜色与缺陷检测方法、尺寸测量方法、引导抓取方法，以及二次开发、3D视觉与深度学习等关键技术与实用算法进行准确的描述，能够根据任务要求，在充分考虑安全、法律法规和国家或行业标准基础上，在比较设备参数及性价比等

多种因素的基础上，确定机器视觉解决方案。（支撑毕业要求3：能够根据用户需求或任务要求，确定设计目标，明确设计内容和设计指标。能够考虑社会、健康、

安全、法律、文化以及环境等制约因素，分析和识别单元或子系统中的参数影响，提出满足设计目标的设计方案，并进行可行性分析。）

目标2：能够利用数字处理技术及相关软件，包括并不限于VisionPro软件和

VisionPlus平台软件，完成机器视觉工程项目对图像文件中目标物的轮廓、特征、尺寸、颜色以及位置信息的提取与分析，实现目标物的条码与字符识别、颜色与缺

陷检测、尺寸测量和引导抓取等应用。（支撑毕业要求5：能够运用适当的现代工

程工具进行仿真，对智能生产和现代质量管理及其相关领域复杂工程问题进行模

拟分析与预测，并能够理解其局限性。）

目标3：能够结合机器视觉识别、检测、测量和引导项目开发实例，针对智能

生产不同应用场景，分析其工程应用对社会、健康、文化等方面的影响，并对工程师伦理责任的内涵进行分析，获得对社会、公众及环境伦理的整体性认识，建立正

确价值观和伦理原则。（支撑毕业要求6：能够根据智能生产和现代质量管理工程

项目的实际应用场景，针对性地分析和评价专业工程实践对社会、健康、安全、法律、文化的影响，以及这些制约因素对工程项目实施的影响，并理解应承担的责任。）

目标4：能够根据机器视觉工程项目的任务要求，熟悉产品研发的设计制作周期、成本构成，包括软硬件开发成本和人力成本，能够理解在涉及机器视觉识别、检测、测量和引导技术研发过程中的工程管理方法和经济决策方法。（支撑毕业要求11：了解智能生产和现代质量管理工程及产品全周期、全流程的成本构成，理解其中涉及的工程管理与经济决策问题。）

课程目标与毕业要求指标点的对应关系见表1。

表1 课程目标与毕业要求指标点的对应关系

毕业要求指标点

课程目标

目标1

目标2

目标3

目标4

3

√

5

√

6

√

11

√

三、课程内容与教学要求

第1章

绪论

学时

理论

1

实践

一体化

◆教学内容：机器视觉的基本概念、发展历程；机器视觉的系统构成；常用机器视觉软件；机器视觉技术应用。

◆基本要求：掌握机器视觉的系统构成；了解常用视觉软件；熟悉机器视觉识别、检测、测量、引导四大类典型应用。

第2章

数字图像采集与保存

学时

理论

实践

一体化

6

◆教学内容：机器视觉的图像采集环境，包括系统硬件环境和系统软件环境；V+平台软件的基本应用；数字图像的采集和保存；数字图像描述及其属性查看。

◆基本要求：能够搭建机器视觉图像采集的硬件和软件环境；熟悉V+平台软件的基本操作与应用；能够采集和保存图像；掌握数字图像描述及其属性。

第3章

数字图像处理与应用

学时

理论

实践

一体化

17

◆教学内容：图像处理技术与基础知识；图像灰度变换、滤波、平滑、锐化、形态学操作和几何变换。

◆基本要求：了解图像处理技术；掌握图像灰度变换、滤波、平滑、锐化、形态学操作、几何变换等知识，并能够实现相关应用。

第4章

机器视觉识别应用

学时

理论

实践

一体化

8

◆教学内容：工业TCP通讯与交互；锂电池定位；结果显示；锂电池条码识别；锂电池字符识别。

◆基本要求：能够实现视觉的TCP通讯和数据输入/输出交互；熟悉图像模板匹配与定位工具的使用方法，并能够定位锂电池；熟悉结果图像工具的使用方法，并能够显示图像结果信息；熟悉图像条码与字符识别工具以