机器视觉运动控制课程教学大纲.docx

《机器视觉运动控制课程教学大纲.docx》由会员分享，可在线阅读，更多相关《机器视觉运动控制课程教学大纲.docx（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、机器视觉运动控制课程教学大纲课程中文名称：机器视觉运动控制课程英文名称：Computer Vision & MotorControl应开课学期：7学分数：2课程类型：专业拓展课/选修应开课学期：7学分数：2课程类型：专业拓展课/选修课程编号：C1367学时数：32适用专业：自动化（拔尖计划） 先修课程：自动控制理论、计算机控制技术、现代测试技术与传感器 一、课程性质机器视觉运动控制是自动化（拔尖计划）专业的专业拓展课和选修课。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品，即图像摄取装置, 将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，

2、根 据像素分布和亮度、颜色等信息，转变成数字化信号。图像系统对这些信号进行各种运算来 抽取目标的特征，进而根据判别的结果来控制现场的设备动作。二、课程目标通过对该课程的学习，使学生了解机器视觉的基本概念和运动控制的基本原理；了解数 字图像与机器视觉技术的发展历程、发展趋势和前景；掌握机器视觉系统的硬件构成，包括 相机的分类及主要特性参数、光学镜头的原理与选型、图像采集卡的原理及种类、图像数据 的传输方式等；学习机器视觉成像技术，机器视觉核心算法，机器视觉软件的开发与实现, 包括常用机器视觉工具和软件设计方法，视觉测量与检测的工程应用和案例分析。三、支撑的毕业要求课程对毕业要求的支撑课程教学目标

3、、达成途径和评价依据等（2）具有从事工程工作所 需的相关数学、自然科学以 及经济和管理知识。教学目标：在现代自动化生产过程中，人们将机器视觉系统广泛地用 于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提 高生产的柔性和自动化程度。达成途径：课堂讲解；平时作业；期末考试。评价依据：课堂提问；作业；期末考试情况。评价方式：评估课堂提问的回答情况；评估平时作业的正确性与完整 性，给出成绩；期末考试的得分率。（3）掌握工程基础知识和 本专业的基本理论知识，具教学目标：了解数字图像与机器视觉技术的发展历程、发展趋势和刖 景，掌握机器视觉系统的硬件构成。有系统的工程实践学习经 历；了解本专业的

4、前沿发展 现状和趋势。达成途径：课堂讲解；平时作业；期末考试。评价依据：课堂提问；作业；期末考试情况。评价方式：评估课堂提问的回答情况；评估平时作业的正确性与完整 性，给出成绩；期末考试的得分率。（4）具备设计和实施工程 实验的能力，并能够对实验 结果进行分析。教学目标：学习机器视觉成像技术，机器视觉核心算法，机器视觉软 件的开发与实现，包括常用机器视觉工具和软件设计方法，视觉测量 与检测的工程应用和案例分析。达成途径：课堂讲解；平时作业；课程实验；期末考试。评价依据：课堂提问；作业；实验报告；期末考试情况。评价方式：评估课堂提问的回答情况；评估平时作业的正确性与完整 性，给出成绩；评估实验报

5、告的正确性与完整性，给出成绩；期末考 试的得分率。四、教学内容、学时安排和基本要求第一章 机器视觉概论（2学时）重点难点：机器视觉的相关概念（1）机器视觉的定义；（2）机器视觉系统的特点；（3）机器视觉系统的应用领域。第二章机器视觉系统的构成（4学时）重点难点：相机和光源的种类和选型（1）相机的分类及主要特性参数；（2）光学镜头的原理与选型；（3）图像采集卡的原理及种类；（4）光源的种类与选型第三章机器视觉成像技术（4学时）重点难点：成像技术；（1）光源概述；（2）灰度照明技术；（3）彩色照明技术；（4）发光二极管照明技术。第四章 机器视觉核心算法（8学时）重点难点：图像处理算法（1）图像预处

6、理、图像增强；（2）数学形态学及其应用；（3）灰度均衡的原理与方法、边缘检测算法及其应用；（4）阈值分割的原理与方法汇总；（5）模式匹配算法及其应用；（6）摄像机标定、测量算法。第五章软件的开发与实现（4学时）重点难点：函数库的使用（1）图像文件格式；（2）相关函数库的选择及使用。第六章 机器视觉工程应用（10学时）重点难点：机器视觉应用（1）快速实时视觉检测系统的设计；（2）在包装印刷中的应用及案例分析；（3）在表面质量检测领域中的应用及案例分析；（4）在尺寸测量领域中的应用及案例分析；（5）在字符识别中的应用及案例分析；（6）在视觉伺服中的应用-基于视觉伺服的镭射膜在线纠偏系统。五、课程的

7、其它教学环节序号教学环节教学内容学时数1实训上机操作：摄像头安装、软件驱动42实训上机操作：图像预处理、图像增强43实训上机操作：数学形态学及其应用44实训上机操作：阈值分割的原理与方法45实训上机操作：机器视觉工程应用4六、教学方法与手段本课程教学主要采用课堂讲授、多媒体教学、上机操作、实训等教学方法与手段。七、推荐教材和教学参考资源教材：1.余文勇，石绘.机器视觉自动检测技术,化学工业出版社，2013年10月参考书：1.陈兵旗.机器视觉技术及应用实例详解.化学工业出版社，2014年05月八、课程考核内容及方式平时成绩占30% （综合平时课堂表现和上机操作实训综合评定），期末考试成绩占70%o