《机器视觉及其应用》教学大纲.docx

机器视觉及其应用课程教学大纲一、课程的基本信息适应对象：本科，自动化专业课程代码:21E01727学时分配：总学时32,其中理论学时32,实验学时0赋予学分：2先修课程：数字图像处理二、课程的地位、目标与任务本课程为自动化专业的门选修专业课。本课程在自动化专业人才培养过程中提供可以 选择的专业选修方向课。本课程的目的是使学生全面了解视觉技术的历史、现状与开展趋 势，系统掌握机器视觉图像基本处理的理论、方法、技术，运用机器视觉基本理论、实验装 置和图像处理软件。培养学生具有一定机器视觉工程应用开发能力。三、与相关课程的联系与分工预修课程：数字图像处理（图像增强、图像分析、图像恢复、图像重建、图像识别等）。 本课程以数字图像处理中图像采集和输出、图像增强、图像分析、图像恢复、图像重建、 图像识别等方面的基本理论和算法为知识基础。学习将其应用到工业生产过程中的设计和实 现方法。四、教学内容与要求第1单元.绪论【教学内容】机器视觉的基本概念和研究内容，机器视觉与其他科学领域的关系和最新开展现状。【教学重点及难点】教学重点：机器视觉的基本概念和研究内容教学难点：机器视觉技术特征【基本要求】 掌握机器视觉的基本概念 了解机器视觉的研究内容 了解机器视觉与其他科学领域的关系 了解机器视觉的历史和现在第2单元HALCON软件介绍【教学内容】halcon软件的基本功能，基本语法。halcon软件的使用和halcon在实际工程中的应用开 发过程。【教学重点及难点】教学重点：halcon软件的基本语法，halcon软件的使用教学难点：halcon软件的基本语法【基本要求】 掌握halcon软件的基本语法 掌握halcon软件的使用方法 了解halcon在实际工程中的应用开发过程第3单元.图像分割【教学内容】视觉认知模式，基于边缘的图像分割技术，基于区域的图像分割技术，图像分割评价。【教学重点及难点】教学重点：基于边缘的图像分割技术，基于区域的图像分割技术教学难点：基于边缘的图像分割技术，基于区域的图像分割技术【基本要求】 了解视觉认知模式 熟悉基于边缘的图像分割技术 熟悉基于区域的图像分割技术 了解图像分割评价标准第4单元物体特征检测【教学内容】讲授物体特征的定义，物体的形状特征检测，颜色特征检测，多种特征点检测算法与特 征描述子的提取。【教学重点及难点】教学重点：基于边缘的图像分割技术，基于区域的图像分割技术教学难点：基于边缘的图像分割技术，基于区域的图像分割技术【基本要求】 了解物体特征的定义 了解形状特征检测，颜色特征检测 熟悉基于边缘的图像分割技术 熟悉基于区域的图像分割技术第5单元运动视觉分析【教学内容】运动物体的检测与跟踪算法。利用帧差分法检测运动物体；对复杂环境利用高斯混合模 型进行背景建模；光流法估计物体运动等。【教学重点及难点】教学重点：帧差分法检测运动物体教学难点：光流法估计物体运动【基本要求】 熟悉帧差分法检测运动物体 了解对复杂环境利用高斯混合模型进行背景建模方法 了解光流法估计物体运动第6单元物体识别【教学内容】物体识别的概念，主流的物体识别算法，包括基于特征点匹配的方法，最近邻法，聚类 算法，神经网络在物体识别中的应用。【教学重点及难点】教学重点：主流的物体识别算法教学难点：神经网络物体识别算法【基本要求】 了解物体识别的概念 熟悉基于特征点匹配的方法，最近邻法，聚类算法识别物体 了解神经网络物体识别算法五、必备教材和参考资料1 .必备教材|1贾云得 著.计算机视觉.北京:科学出版社，2002.2 .参考资料1 StegenC., Ulrich,M. Wiedemann,C.著，杨少荣等译.机器视觉算法与应用.北京:清华大学出 版社，2008.21冈萨雷斯，数字图像处理（第二版），北京:电子工业出版社，2003六、考核及成绩评定方式考核方式为期末课程论文成绩评定：总成绩:平时成绩*30%+期末课程论文*70%。七、学时分配表1学时分配情况表单元学时分配小计（学时）课内学时课外 学时讲授习题课讨论课实践1.绪论2132. HALCON软件介绍211263.图像分割4226144.物体特征检测4114105.运动视觉分析4114106.物体识别411410合计20662153注：以上学时分配为建议学时，任课老师可以根据实际教学情况调整个章节学时