工业视觉系统大纲
xxxx职业学院课程教学大纲《工业机器人视觉技术及应用》
Xxxxx职业学院《工业机器人视觉技术及应用》课程大纲适用专业：工业机器人技术编制单位：xxxxxx学院2021年3月4日星期四月11日《工业机器人视觉技术及应用》教学大纲一、教学对象本大纲适用于本校工业机器人技术专业的专科层次学习二、学分与学时学分：4 总学时:72三、课程模块类别及课程属性课程模块：专业基础课课程属性：专业必修课四、课程性质、任务和目的性质：《工业机器人视觉技术及应用》是工业机器人技术专业课程体系中的职业基础课程之一，是学生职业发展中一门与工业机器人直接关联的基础课程。
任务：机器视觉利用相机或智能传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的定位引导、检测、测量、识别等功能，具有高度自动化、高效率、高精度和适应较差环境的优点，是实现工业白动化和智能化的必要手段。
掌握工业机器人的设计一般知识和基本技能，培养学生专业能力及职业能力，为他们走上工业机器人生产第一线的工作岗位做好准备。
目标：本书基于江苏哈工海渡教育科技集团有限公司的工业机器人技能考核实训台，结合智能相机及ABB工业机器人，系统讲解工业机器人视觉系统的典型应用、视觉软件组态编程、通信参数配置、编程调试等，将理论与实践结合，倡导实用性教学，有助于激发学习兴趣，提高教学效率，使学生系统了解工业机器人视觉技术及应用基础知识，注重强化实操练习。
五、主要先修与后续课程先修课程《工业机器人系统离线与编程》、《工业机器人技术基础》六、教学目的要求和主要内容（分章节）第一章绪论【目的要求】：掌握:1、工业机器人视觉功能了解:1、机器视觉系统特点2、机器视觉发展历史3、机器视觉技术发展前沿【主要内容】：●机器视觉定义●机器视觉系统定义●机器视觉发展历史●工业机器人视觉功能：引导、检测、测量、识别●机器视觉技术发展前沿：3D视觉技术、AI视觉技术第二章视觉技术基础【目的要求】：掌握：1、图像处理基础2、数字图像基础【主要内容】：●视觉成像原理：透视成像原理、坐标系及其变换、畸变模型●数字图像基础：数字图像、颜色模式、图像格式●图像处理基础：灰度处理、图像二值化、图像锐化●图想处理常用算法：图像分割、边缘检测、特征提取、模块匹配第三章工业机器人视觉技术【目的要求】：掌握：1、相机的行业应用2、镜头应用【主要内容】：●工业机器人视觉系统概述：基本组成、工作过程、相机安装●相机工作原理及应用：相机的工作原理、相机的主要技术参数、相机的行业应用●镜头工作原理及应用：镜头的工作原理、镜头的主要技术参数、镜头的行业应用●光源基础知识及应用：光源的分类、光源影响要素●图像处理系统：嵌入式图像处理系统、基于计算机的图像处理系统第四章智能视觉系统【目的要求】：掌握：1、智能相机链接2、图像设置3、设置工具4、配置结果【主要内容】：●智能视觉系统：系统构成、常用系列、智能相机介绍、软件介绍●智能相机连接：软件安装、联机设置●设置图像：图像加载、触发器、灯光、图像校准●设置工具：定位部件、检查部件●配置结果：输入/输出、通信第五章智能机器视觉应用实例【目的要求】：掌握：1、二维码识别检测2、文字识别检测3、条码识别检测4、药片数量统计5、硅片尺寸测量【主要内容】：●元件引导定位：实训目的、实训原理、实训步骤●硅片尺寸测量：实训目的、实训原理、实训步骤●药片数量统计：实训目的、实训原理、实训步骤●条形码识别检测：实训目的、实训原理、实训步骤●二维码识别检测：实训目的、实训原理、实训步骤●文字识别检测：实训目的、实训原理、实训步骤第六章工业机器人操作基础【目的要求】：掌握：1、工业机器人组成2、工业机器人基本操作【主要内容】：●工业机器人概述：工业机器人定义和特点、工业机器人分类、工业机器人应用●工业机器人主要技术参数：自由度、额定负载、工作空间、工作精度●工业机器人组成：机器人本体、控制器、示教器●基本操作：基本概念、手动操作模式、工具坐标系建立、工件坐标系建立第七章工业机器人编程及应用【目的要求】：掌握：1、动作指令2、编程基础【主要内容】：●I/O通信：I/O硬件介绍、系统I/O配置●程序数据：常见数据类型、数据存储类型、程序数据操作●动作指令●编程基础●RAPID语言结构●程序操作第八章工业机器人编程及应用（基于以太网）【目的要求】：掌握：1、工业机器人视觉系统应用2、工业机器人编程与调试【主要内容】：●硬件组成与连接：硬件组成、工作流程●相机配置及组态编程：相机连接及设置图像、设置工具、配置结束及运行、数据接收测试●工业机器人IP地址配置●工业机器人编程与调试：工业机器人通信编程基础、功能规划与程序设计、程序调试第九章工业机器人编程及应用（基于现场总线）【目的要求】：掌握：1、硬件介绍2、支持协议【主要内容】：●网关概述：硬件介绍、支持协议●PROFINET网络配置：PROFINET I/O协议介绍、相机侧PROFINET I/O配置、网关侧PROFINET I/O配置●工业机器人变量设置●程序编辑八、成绩考核1、考核方式：笔试（闭卷）2、成绩评定：期末综合成绩=平时成绩60%（考勤50%+作业50%）+期末成绩40%九、教材及参考书目1. 教材《工业机器人视觉技术及应用》，张明文、王璐欢，人民邮电出版社，2020年9月第1版。
工业机器人技术及应用 教案大纲
工业技术及应用教案大纲第一章：工业概述1.1 工业的定义和发展历程1.2 工业的分类和主要技术参数1.3 工业的应用领域和优势1.4 工业的发展趋势第二章：工业的机械结构2.1 工业的机械结构组成2.2 工业的关节和驱动方式2.3 工业的自由度和运动学2.4 工业的机械设计原则第三章：工业的控制系统3.1 工业的控制系统的组成和功能3.2 工业的控制算法和编程语言3.3 工业的传感器和执行器3.4 工业的控制系统的设计和优化第四章：工业的编程与操作4.1 工业的编程环境和接口4.2 工业的基本编程指令和功能4.3 工业的操作界面和操作方式4.4 工业的操作注意事项和安全防护第五章：工业的应用案例解析5.1 工业在汽车制造中的应用5.2 工业在电子制造中的应用5.3 工业在食品加工中的应用5.4 工业在物流搬运中的应用第六章：工业的维护保养6.1 工业的维护保养的意义和目的6.2 工业的日常维护保养内容6.3 工业的定期维护保养项目和周期6.4 工业的维护保养工具和设备第七章：工业的故障诊断与维修7.1 工业的故障类型和诊断方法7.2 工业的故障原因分析和预防措施7.3 工业的维修流程和注意事项7.4 工业的维修技术和常用零部件更换第八章：工业的视觉系统8.1 工业的视觉系统概述和作用8.2 工业的视觉传感器和图像处理技术8.3 工业的视觉系统应用案例解析8.4 工业的视觉系统的设计和优化第九章：工业的协作技术9.1 工业的协作技术概述和分类9.2 工业的安全协作策略和协议9.3 工业的协作硬件和软件技术9.4 工业的协作应用案例解析和发展趋势第十章：工业的未来发展10.1 工业的技术发展趋势10.2 工业的市场规模和行业竞争格局10.3 工业在智能制造和工业4.0中的作用10.4 工业的挑战和发展前景重点和难点解析重点环节一：工业的分类和主要技术参数解析：工业的分类和主要技术参数是理解其基本特性和应用场景的基础。
工业机器视觉系统课件
高频荧光灯具有较高的亮度和环保性，适用于对环保要求较高的场 所。但其价格较高且启动速度较慢。
图像采集卡
PCI图像采集卡
PCI图像采集卡通过PCI接口与计算 机连接，具有较高的传输速度和稳定 性。适用于对图像处理速度要求较高 的应用场景。
USB图像采集卡
USB图像采集卡通过USB接口与计算 机连接，具有灵活的连接方式和较快 的传输速度。但其稳定性通常略低于 PCI图像采集卡。
机器视觉系统通过图像传感器获取图 像，然后利用计算机算法对图像进行 处理和分析，从而实现对物体识别、 测量、定位等功能。
机器视觉系统的应用
机器视觉系统被广泛应用于工业 自动化、智能制造、智能物流等
领域。
在工业自动化领域，机器视觉系 统被用于实现自动化检测、识别、
定位等功能，从而提高生产效率 和产品质量。
详细描述
机器视觉系统可以通过高精度的相机和图像处理技术，实时捕捉物体的运动轨迹，实现自动化追踪和定位。这种 方法可以应用于自动化生产线、机器人等领域，提高生产效率和精度。
05
工业机器视觉系统的优势与挑战
优势
精度高
速度快
工业机器视觉系统通常具有高精度的光学 系统和图像处理算法，可以准确地检测和 识别目标物体，减少了人为误差。
模式识别
利用机器学习等技术对提 取的特征进行分类、识别 和匹配。
图像跟踪
在连续的图像序列中跟踪 目标对象的位置和运动。
图像分析技术
灰度分析
将彩色图像转换为灰度图像，对灰度值进行分析 和处理。
色彩分析
对图像中的色彩分布、色彩匹配和色彩变化进行 分析。
形态学分析
对图像中的形状、大小、结构等进行测量和分析。
工业视觉入门培训讲课文档
2、工业镜头——基本概念
分辨率 测量系统能够重现的最小的细节的尺寸常常用每毫米线对来表 示，也就是根据这个镜头能够分辨一毫米内多少对直线。选择 镜头的时候必须注意厂商给出的分辨率的定义方式。
lp/mm (line pair per mm)
lp/mm是表征分辨率的最简单的指标，但不是最佳指标，最 佳的指标是镜头的调制传递函数MTF。
现在二十一页，总共三十八页。
第二章 机器视觉中的图像采集技术
一、工业相机的基本概念（2）
物理放大率 传感器感光面积于视野的比值，整个参数基本取决于镜 头
系统放大率
最后显示环节上目标的尺寸于实际目标尺寸的比值。系统放 大率取决于物理放大率和显示系统的阐述。对于自动测量和 检测系统而言，物理放大率具有关键的意义。系统放大率仅 仅对于需要人机交互进行检测的系统有意义
现在六页，总共三十八页。
2、工业镜头——基本概念
视野 (FOV)
图像采集设备所能够覆盖的范围，它可以是在监视器上 可以见到的范围，也可以使设备所输出的数字图像所能覆 盖的最大范围。
最大/最小工作距离（Work Distance）
从物镜到被检测物体的距离的范围，小于最小工作距离大 于最大工作距离系统均不能正确成像。
最低照度
又称灵敏度，衡量相机对光线敏感程度的指标。通常情况下是指相机 获得30％最大输出值时候所需的照度。单位是Lux。
局部扫描
多数数字相机支持仅仅输出传感器上某一部分像素，这些像素位于某个矩 形窗口内。通过具备扫描可以获得更高的桢频率。
现在二十八页，总共三十八页。
3、工业相机——基本概念
传感器的光谱
现在三十六页，总共三十八页。
3、工业相机——分类
按输出信号区分
《工业视觉基础知识》课件
PART 06
工业视觉未来展望
AI与机器学习在工业视觉中的应用
机器学习在工业视觉中主要用于图像识别和分 类，通过训练模型，能够自动识别产品缺陷、 表面瑕疵等，提高检测精度和效率。
深度学习在工业视觉中应用广泛，如目标检测 、图像分割等，能够处理复杂的图像数据，实 现高精度的检测和识别。
机器学习和深度学习在工业视觉中还有很大的 发展空间，未来将更加注重模型的泛化能力和 实时性，以满足不断增长的生产需求。
行业和企业的需求。
2023-2026
END
THANKS
感谢观看
KEEP VIEW
REPORTING
总结词
详细描述
算法原理
应用场景
模板匹配是一种常见的图像 处理算法，用于在图像中寻 找与给定模板相匹配的目标 。
模板匹配算法通过将给定模 板与图像中的目标进行比较 ，计算相似度，从而确定目 标的位置和大小。该算法广 泛应用于工业视觉检测中， 如表面缺陷检测、零件识别 等。
模板匹配算法基于像素级别 的比较，通过滑动窗口的方 式将模板与图像中的每个像 素进行比较，计算相似度得 分，找到最佳匹配位置。
应用场景
适用于需要获取物体三维结构信息的场景，如虚 拟现实、增强现实、机器人导航等。
PART 05
工业视觉应用案例
表面缺陷检测案例
总结词
通过机器视觉技术对产品表面进行检测，识别出缺陷和异常。
详细描述
表面缺陷检测是工业视觉应用的重要领域之一，通过机器视觉技术对产品表面 进行实时检测，识别出表面缺陷、污渍、划痕等异常情况，确保产品质量和生 产效率。
开放性
软件应具有良好的开放性，支持 与其他工业视觉系统组件的集成 和二次开发。
工业机器视觉系统课件
应用领域拓展
随着机器视觉技术的不断成熟，其应用领域也将不断拓展 ，如医疗、农业、环保等领域都可能成为机器视觉技术的 应用方向。
人机协作
未来机器视觉系统将更加注重人机协作，通过智能化技术 提高人机交互的效率和安全性，实现更加和谐的人机关系 。
THANKS FOR WATCHING
感谢您的观看
用。
技术成熟与标准化
随着技术的不断成熟和标准化， 机器视觉系统的成本将进一步降 低，同时提高系统的可靠性和兼
容性。
普及教育
加大对机器视觉技术的普及教育 力度，提高企业和技术人员对机 器视觉的认识和应用能力，进一 步推动机器视觉系统的普及和应
用。
05
工业机器视觉系统的挑 战与解决方案
技术挑战与解决方案
技术挑战
机器视觉系统中的图像处理算法需要高 精度和高效率，以满足工业生产线的快
速检测需求。
技术挑战
不同工业场景下，需要处理各种复杂 和多变的图像，如表面缺陷、尺寸测
量等。
解决方案
采用先进的图像处理算法和计算机视 觉技术，如深度学习、人工智能等， 提高检测精度和速度。
解决方案
针对不同应用场景，定制化开发机器 视觉系统，优化算法和参数，提高系 统的适应性和鲁棒性。
06
结论
工业机器视觉系统的价值与意义
保障产品质量
机器视觉系统可以对产品进行细致的检测 ，及时发现并处理不合格品，从而保证产
品质量。
A 提升生产效率
机器视觉系统能够快速、准确地检 测产品，减少人工检测的误差和时
间，从而提高生产效率。
B
C
D
促进工业自动化发展
机器视觉系统的应用是工业自动化发展的 重要方向之一，能够推动工业自动化技术 的进步。
2022工业视觉系统运维员实操
2022工业视觉系统运维员实操教学大纲一、标题页1.1 课程名称：2022工业视觉系统运维员实操1.2 编写人：XXXX1.3 课程时间：XXXX1.4 课程地点：XXXX二、目录2.1 第一章：背景和现状分析2.2 第二章：项目目标2.3 第三章：项目内容和实施方案2.4 第四章：预算和资金规划2.5 第五章：风险管理2.6 第六章：评估和监控2.7 附录三、摘要3.1 本课程旨在通过对工业视觉系统运维员实操的教学，提升学员对工业视觉系统运维的理论与实践能力。
四、背景和现状分析4.1 工业视觉系统在智能制造中的应用4.1.1 工业视觉系统在产品质量检测中的重要作用4.1.2 工业视觉系统在生产线自动化中的应用4.1.3 工业视觉系统在工业机器人中的运用4.2 工业视觉系统运维员的需求4.2.1 对工业视觉系统运维员技能的需求分析4.2.2 工业视觉系统运维员市场需求分析4.2.3 目前工业视觉系统运维员培训的现状分析4.3 工业视觉系统运维员实操课程的必要性4.3.1 提升工业视觉系统运维员的技能4.3.2 满足市场对工业视觉系统运维员的需求4.3.3 推动工业视觉系统运维员相关产业健康发展五、项目目标5.1 培养学员对工业视觉系统运维的实际操作能力5.2 提高学员工业视觉系统故障排除和维护的能力5.3 培养学员对工业视觉系统应用的专业知识六、项目内容和实施方案6.1 课程内容6.1.1 工业视觉系统运维概论6.1.2 工业视觉系统运维工具和设备的使用6.1.3 工业视觉系统故障排除和维护6.1.4 工业视觉系统在生产中的应用实践 6.2 实施方案6.2.1 分组实践操作6.2.2 现场指导和教学6.2.3 课程考核和实操评估6.3 学习方法6.3.1 初步理论学习6.3.2 实际操作演练6.3.3 案例分析和讨论七、预算和资金规划7.1 课程资金预算7.1.1 师资费用7.1.2 实操设备费用7.1.3 教材与资料费用7.2 资金筹措计划7.2.1 寻求赞助合作7.2.2 学院经费支持7.2.3 学员培训费用筹措7.3 资金使用细则7.3.1 费用使用透明公开7.3.2 节约成本，保证课程质量7.3.3 优化资源配置，提高资金利用效率八、风险管理8.1 课程风险及应对方案8.1.1 人员安全风险8.1.2 设备故障风险8.1.3 课程效果不达预期8.2 案例分析和应对策略8.2.1 前期风险防范8.2.2 事后风险处理与总结8.2.3 风险培训和预防措施加强8.3 风险排除与规避8.3.1 安全协议签署8.3.2 设备质量保证8.3.3 课程内容优化，提高实效性九、评估和监控9.1 课程效果评估9.1.1 实操操作考核9.1.2 知识技能测试评估9.1.3 案例分析和讨论评价9.2 监控效果调整9.2.1 学员学习情况监控9.2.2 实操操作效果监控9.2.3 培训方式及时调整优化9.3 课程实施监督9.3.1 培训课表执行监督9.3.2 课程资金使用情况监督9.3.3 教学效果与学员满意度监督十、附录10.1 课程教材10.2 师资简介10.3 学员名单重点关注环节：1. 背景和现状分析：分析工业视觉系统在智能制造中的应用，以及工业视觉系统运维员的现状需求和培训现状。
项目9 工业视觉系统搭建资料
任务3 项目实施
9.3.3 工作过程
2.测量过程 （5）尺寸校正 ①打开视频； ②把随机配置的宽度差为0.2mm的校正块（陶瓷或者不锈 钢量块）紧密相连，放置在工作平台上； ③显示校正块的图像； ④测试长度值； ⑤校正块长度值； ⑥点击校准并输入0.200，然后点击确定。
任务3 项目实施
9.3.4 尺寸测量仪的搭建
任务3 项目实施
9.3.4 尺寸测量仪的搭建
3. 搭建 （1）搭建准备 ①清理搭建现场； ②清点原件数量是否正确； ③检查设备及元件有无损坏； ④尤其检查接口插针是否歪斜，插口是否有异物； ⑤搭建工具与元器件分开，保持20cm以上的距离，防止碰 伤；
任务3 项目实施
9.3.4 尺寸测量仪的搭建
3. 搭建 （2）搭建工艺要求 ①紧固螺钉要锁紧，不规定具体的力矩数值； ②载物台保持水平，如有水平度的特殊要求，需要使用水 平仪校正； ③相机要与载物台面保持垂直，以相机的视野能覆盖被测 对象为宜； ④相机的固定螺钉需试探性拧紧，防止用力过猛损坏相机 的螺孔螺纹； ⑤接口信号线的插入，保证正对后再小心插入，防止插针 损坏； ⑥带有固定螺钉的插头的固定，注意两边的螺钉同时试探 性拧紧，防止偏斜； ⑦需要数据采集卡的测量仪，在装配数据采集时，同装配 计算机板卡的要求一致。
当被摄景物的光亮度低到一定程度，而使工业相机 输出的视频信号电平低到某一规定值时的景物光亮度值。
任务2 信息收集
9.2.1 工业相机的基本知识
6. 特性 （4）信噪比
信号对噪声的比值乘以20log。CCD 工业相机的信 噪比的典型值为 45~55dB。 （5）自动光圈接口
标准 CCD 工业相机大都带有驱动自动光圈镜头的 接口，有些提供两种驱动方式（视频驱动、直流驱动）。 视频驱动自动光圈接口有3个针，即电源正、视频和接 地；直流驱动自动光圈接口有4个针，即阻尼正、阻尼 负、驱动正和驱动负。 （6）电子快门 比照照相机机械快门的功能术语，相当于控制CCD 图 像传感器的感光时间。
FANUC工业机器人视觉应用技术教学大纲
≪FANUC工业机器人视觉应用技术》教学大纲一、课程信息课程名称：FANUC工业机器人视觉应用技术课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：64计划学分，4先修课程：无选用教材：《FANUC工业机器人视觉应用技术》，寇舒主编，2022年，电子工业出版社教材。
适用专业：本课程图文并茂，结构清晰，易教易学，可作为高等职业院校机电一体化专业、电气自动化专业、机器人专业的教学课程，也可作为相关工程技术初学人员的学习参考课程。
二、课程简介根据职业岗位需求，采用项目引导、任务驱动的模式，每个任务均有任务单、信息页和工作页全课程共包含7个学习情境，以发那科工业机器人为主要对象，讲解工业机器人的基本工作原理和应用知识,包括工业机器人结构、发展与应用、基本的编程语句和编程方法等。
三、课程教学要求注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。
“关联程度”栏中字母表示二者关联程度。
关联程度按高关联、中关联、低关联三档分别表示为“H”“V”或"L”。
“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。
四、课程教学内容五、考核要求及成绩评定六、学生学习建议(一)学习方法建议1 .依据专业教学标准，结合岗位技能职业标准，通过例题展开学习，掌握相对应的数据的计算方法。
2 .通过每个项目最后搭配的习题，巩固知识点。
3 .进行练习和实践，提高自己的技能和应用能力，加深对知识的理解和记忆。
(二)学生课外阅读弁考资料《FANUC工业机器人视觉应用技术》，寇舒主编，2022年，电子工业出版社教材。
七、课程改革与建设本课程将学习情境的制定与任务驱动、项目教学、理论实践相结合，紧跟企业需求，真正体现工学结合的特点。
在编写本课程时，先从实际工业生产应用中提炼典型工作任务，再按照由易入难的原则构建符合教学要求的学习情境,每个学习情境都与一个完整的工作过程相对应，最后形成与高等职业教育改革需求相匹配的教学内容。
机器视觉 教学大纲
机器视觉教学大纲机器视觉教学大纲一、引言机器视觉是一门涉及计算机科学、图像处理和模式识别的跨学科领域。
它的目标是使计算机能够通过摄像头或其他传感器获取图像信息，并利用算法和模型对图像进行分析、理解和处理。
机器视觉在工业、医疗、交通、安防等领域具有广泛的应用前景，因此对于学习和掌握机器视觉技术的培训需求也越来越大。
二、基础知识1. 图像获取与处理1.1 摄像头及其工作原理1.2 图像采集与传输1.3 图像处理基础算法2. 图像特征提取与描述2.1 边缘检测2.2 兴趣点检测与描述2.3 图像特征匹配三、图像处理与分析1. 图像分割1.1 基于阈值的分割方法1.2 基于边缘的分割方法1.3 基于区域的分割方法2. 目标检测与识别2.1 目标检测算法2.2 目标识别算法2.3 目标跟踪算法3. 图像分类与识别3.1 特征提取与选择3.2 分类器的训练与优化3.3 图像识别应用案例四、三维视觉与深度学习1. 立体视觉1.1 立体匹配算法1.2 三维重建与测量1.3 立体视觉应用案例2. 深度学习在机器视觉中的应用2.1 卷积神经网络（CNN）基础2.2 深度学习在图像识别中的应用2.3 深度学习在目标检测与跟踪中的应用五、实践项目1. 图像处理与特征提取实验1.1 边缘检测实验1.2 兴趣点检测与描述实验1.3 图像特征匹配实验2. 目标检测与识别实验2.1 目标检测算法实验2.2 目标识别算法实验2.3 目标跟踪算法实验3. 图像分类与识别实验3.1 特征提取与选择实验3.2 分类器的训练与优化实验3.3 图像识别应用案例实验六、总结与展望机器视觉作为一门新兴的学科，其应用前景广阔，对于培养学生的创新思维和实践能力具有重要意义。
通过本课程的学习，学生将能够掌握图像处理与分析的基本理论和算法，了解机器视觉的最新发展趋势，为将来在相关领域的研究和应用打下坚实的基础。
未来，随着人工智能和物联网的迅猛发展，机器视觉技术将会得到更广泛的应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《工业视觉系统》课程教学大纲
课程编号：
课程名称：工业视觉系统
英文名称：Industrial Visual System
课程类型：专业任选课
总学时：32 讲课学时：24 实验学时：8
学分：2
适用对象：自动化(系统集成)专业
先修课程：电路原理、数字电子技术、模拟电子技术等
一、课程性质、目的和任务
工业视觉系统课程是自动化(系统集成)专业在智能系统方向的一门专业任选课。
智能系统是自动化学科的重要发展方向，也是国际上跨学科的热门研究领域。
而机器视觉是智能系统的重要组成部分，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。
本课程对于开阔学生视野、使学生了解本专业的发展前沿，把学生培养成面向二十一世纪的复合型人才具有重要的地位和作用。
通过本课程的学习，学生也能掌握一定的科学研究方法与技能，为有潜力成为研究型人才的学生打下一定基础。
二、教学基本要求
本课程主要内容包括：二值图像分析、图像预处理、边缘检测、图像分割、纹理分析、明暗分析、深度图与立体视觉。
通过本课程的学习，学生应掌握机器视觉的基础理论、基本方法和实用算法。
本大纲仅列出达到教学基本要求的课程内容，不限制讲述的体系、方式和方法，列出的内容并非要求都讲，有些内容，可以通过自学达到教学基本要求。
三、教学内容及要求
1．引论（2学时）：主要讲授工业视觉系统的定义、体系结构、发展现状与趋势、应用。
要求学生掌握工业视觉系统的基本概念，了解工业视觉系统的研究现状与发展趋势以及应用。
2．人类视觉与机器视觉 (2学时)：人类视觉原理与视觉信息的处理过程；机器视觉理论框架与应用；成像几何学基础。
3．二值图像分析与区域分析（2学时）：阈值、几何特性、投影、游程长度编码、二值图像算法；区域和边缘、分割、区域表示、分裂和合并。
4．图像预处理（2学时）：直方图修正、图像线性运算、线性滤波器、非线性滤波器。
5．边缘检测和轮廓表示（4学时）：梯度、边缘检测算法、二阶微分算子、LoG算法、图像逼近、Canny边缘检测器；数字曲线及其表示、曲线拟合、Hough变换。
6．纹理（2学时）：纹理分析统计方法、有序纹理的结构分析、基于模型的纹理分析、用分形理论分析纹理、从纹理恢复形状。
7．明暗分析（2学时）：图像辐射度、表面方向、反射图、从图像明暗恢复形状、光度立体。
8．双目立体视觉（4学时）：双目立体视觉原理、精度分析、系统结构、立体成像、立体匹配、系统标定。
9．三维视觉技术（4学时）：结构光三维视觉原理、光模式投射系统、标定方法；光度立体视觉、由纹理恢复形状、激光测距法。
四、实践环节
1．实验目的与任务
本课程实验综合运用机器视觉基本理论、机器视觉实验装置和计算机图像处理软件，加深理解机器视觉的基本概念，掌握机器视觉图像基本处理方法，培养学生的动手能力和分析问题解决问题的能力。
2．实验项目
本课程实验安排在课程内，开设4个实验：
①图像基本处理方法2学时
②视觉图像边缘检测方法2学时
③视觉图像纹理处理方法2学时
④二维物体的机器视觉识别方法2学时
五、课外习题及课程讨论
为达到本课程的教学基本要求，课外习题（包括自测题）不应少于30题。
六、教学方法与手段
本课程采用多媒体和板书相结合的方式进行课堂教学。
七、各教学环节学时分配
章节（或内容）讲课习题课讨论课实验其它合计第一章引论 2 2 第二章人类视觉 2 2 第三章二值图象分析 2 2 第四章区域分析 2 2 第五章图象预处理 2 2 4 第六章边缘检测 2 2 4 第七章轮廓表示 2 2 第八章纹理 2 2 4
第九章明暗分析 2 2 第十二章标定 2 2 第十四章二维运动估计 2 2 4 第十五章三维运动估计 2 2 合计24 8 32
八、考核方式
本课程为考查课程，期末考试为闭卷笔试。
学生的课程总评成绩由平时成绩（占30%）和期末考试成绩（占70%）两部分构成，平时成绩中实验成绩占20%，出勤、作业、课堂测验、学习主动性等占10%。
九、推荐教材和教学参考书
教材：《机器视觉》，贾云得编著，科学出版社，2002年。
参考书：《机器视觉》，张广军编著，科学出版社，2005年。
《数字图像处理与机器视觉：Visual C++与Matlab实现》，张铮编著，人民邮电
出版社，2010年。
十、说明
本课程包括工业视觉系统及计算机图像处理技术，内容多、课时少，学生反映难学。
教师在教学时应讲清概念，讲透方法，并重视实践教学环节。