主编:何文辉,葛大伟
出版社:机械工业出版社
ISBN:9787111763048
课程描述与课时分配
序号 | 章节内容 | 课时 | ||||
理论 | 实践 | 小计 | 合计 | |||
1 |
第1章 绪论 |
1.1 机器视觉技术 | 0.25 | — | 0.25 | 1 |
2 | 1.2 机器视觉系统构成 | 0.25 | — | 0.25 | ||
3 | 1.3 机器视觉软件 | 0.25 | — | 0.25 | ||
4 | 1.4 机器视觉技术应用 | 0.25 | — | 0.25 | ||
5 |
第2章 数字图像采集与保存 |
2.1 图像采集环境 | 0.5 | 0.5 | 1 | 6 |
6 | 2.2 机器视觉软件基本应用 | 0.25 | 0.75 | 1 | ||
7 | 2.3 图像采集 | 0.5 | 1.5 | 2 | ||
8 | 2.4 图像及其属性查看 | 0.75 | 0.25 | 1 | ||
9 | 2.5 图像保存 | 0.25 | 0.75 | 1 | ||
10 |
第3章 数字图像处理与应用 |
3.1 图像处理技术 | 0.5 | — | 0.5 | 17 |
11 | 3.2 图像处理基础 | 1 | 1 | 1.5 | ||
12 | 3.3 图像灰度变换 | 1 | 1 | 2 | ||
13 | 3.4 图像滤波基础 | 3 | 1 | 4 | ||
14 | 3.5 图像平滑 | 1 | 1 | 2 | ||
15 | 3.6 图像锐化 | 1 | 1 | 2 | ||
16 | 3.7 图像形态学操作 | 1 | 1 | 2 | ||
18 | 3.8 图像几何变换 | 0.5 | 0.5 | 1 | ||
19 | 3.9 图像特征提取 | 1 | — | 1 | ||
20 | 3.10 图像模式分类 | 1 | — | 1 | ||
21 |
第4章 机器视觉识别应用 |
4.1 工业TCP通讯与交互 | 0.5 | 1 | 1.5 | 8 |
22 | 4.2 锂电池定位 | 1.5 | 1.5 | 3 | ||
23 | 4.3 结果显示 | 0.5 | 0.5 | 1 | ||
24 | 4.4 锂电池条码识别 | 0.5 | 0.5 | 1 | ||
25 | 4.5 锂电池字符识别 | 1 | 0.5 | 1.5 | ||
26 |
第5章 机器视觉检测应用 |
5.1 锂电池颜色检测 | 1 | 1 | 2 | 8 |
27 | 5.2 锂电池缺陷检测 | 1.5 | 1.5 | 3 | ||
28 | 5.3 HMI界面设计 | 1 | 1 | 2 | ||
29 | 5.4 日志应用 | 0.5 | 0.5 | 1 | ||
30 |
第6章 机器视觉测量应用 |
6.1 锂电池标定 | 1 | 0.5 | 1.5 | 8 |
31 | 6.2 锂电池尺寸测量 | 1.5 | 2 | 3.5 | ||
32 | 6.3 锂电池中心点计算 | 1 | 1 | 2 | ||
33 | 6.4 HMI界面优化 | 0.5 | 0.5 | 1 | ||
34 |
第7章 机器视觉引导应用 |
7.1 PLC通讯与交互 | 1 | 0.5 | 1.5 | 8 |
35 | 7.2 手眼标定 | 1 | 1 | 2 | ||
36 | 7.3 标准位示教 | 0.5 | 1 | 1.5 | ||
37 | 7.4 移动引导抓取 | 1.5 | 1.5 | 3 | ||
38 |
第8章 机器视觉二次开发应用 |
8.1 机器视觉二次开发功能及其流程 | 0.5 | — | 0.5 | 8 |
39 | 8.2 机器视觉二次开发应用 | 1.5 | 6 | 7.5 | ||
40 |
第9章 3D视觉技术与应用 |
9.1 3D视觉技术 | 1 | — | 1 | 4 |
41 | 9.2 3D视觉技术应用 | 0.5 | 2.5 | 3 | ||
42 |
第10章 深度学习技术与应用 |
10.1 深度学习技术 | 1 | — | 1 | 4 |
43 | 10.2 深度学习技术应用 | 0.5 | 2.5 | 3 | ||
总计 | 35.25 | 36.75 | 72 | 72 |
第1章 绪论(1课时)
1.1 机器视觉技术概述(0.25课时)
1.2 机器视觉系统构成(0.25课时)
1.3 机器视觉软件(0.25课时)
1.4 机器视觉技术应用(0.25课时)
1.4.1 工业领域
1.4.2 其他领域
第2章 数字图像采集与保存(6课时)
2.1 图像采集环境(1课时)
2.1.1 系统硬件环境
2.1.2 系统软件环境
2.2 机器视觉软件基本应用(1课时)
2.2.1 软件界面
2.2.2 新建和保存视觉方案
2.2.3 基本操作
2.3 图像采集(2课时)
2.3.1 图像数字化
2.3.2 相机配置
2.3.3 图像获取
2.4 图像及其属性查看(1课时)
2.4.1 数字图像表示
2.4.2 数字图像描述与参数测量
2.4.3 图像属性查看
2.5 图像保存(1课时)
2.5.1 图像文件格式
2.5.2 图像保存工具
2.5.3 图像保存
本章小结
习题
第3章 数字图像处理与应用(17课时)
3.1 图像处理技术(0.5课时)
3.1.1 数字图像处理概念
3.1.2 数字图像处理内容
3.1.3 数字图像处理应用
3.2 图像处理基础(1.5课时)
3.2.1 工具块工具
3.2.2 图像类型变换与灰度直方图
3.2.3 锂电池有无检测
3.3 图像灰度变换(2课时)
3.3.1 线性灰度变换
3.3.2 分段线性灰度变换
3.3.3 非线性灰度变换
3.4 图像滤波基础(4课时)
3.4.1 图像噪声
3.4.2 空间滤波基础
3.4.3 空间滤波应用
3.4.4 傅里叶变换
3.4.5 频率域滤波基础
3.5 图像平滑(2课时)
3.5.1 均值滤波
3.5.2 高斯滤波
3.5.3 中值滤波
3.6 图像锐化(2课时)
3.6.1 梯度运算
3.6.2 拉普拉斯运算
3.6.3 图像锐化应用
3.7 图像形态学操作(2课时)
3.7.1 灰值形态学基础
3.7.2 腐蚀与膨胀
3.7.3 开运算与闭运算
3.8 图像几何变换(1课时)
3.8.1 几何变换基础
3.8.2 图像仿射变换
3.8.3 图像投影变换
3.9 图像特征提取(1课时)
3.10 图像模式分类(1课时)
3.10.1 图像模式分类基础
3.10.2 模式与模式类
3.10.3 图像模式分类常用方法
本章小结
习题
第4章 机器视觉识别应用(8课时)
4.1 工业TCP通讯与交互(1.5课时)
4.1.1 TCP通讯与测试
4.1.2 数据输入/输出应用
4.2 锂电池定位(3课时)
4.2.1 图像模板匹配工具
4.2.2 图像定位工具
4.2.3 锂电池定位
4.3 结果显示(1课时)
4.4 锂电池条码识别(1课时)
4.4.1 条码基础知识
4.4.2 图像条码识别工具
4.4.3 锂电池条码识别
4.5 锂电池字符识别(1.5课时)
4.5.1 图像字符识别工具
4.5.2 逻辑运算工具
4.5.3 锂电池字符识别
第5章 机器视觉检测应用(8课时)
5.1 锂电池颜色检测(2课时)
5.1.1 图像颜色识别工具
5.1.2 锂电池颜色检测
5.2 锂电池缺陷检测(3课时)
5.2.1 缺陷检测分析
5.2.2 变量管理与写变量工具
5.2.3 分支与分支选择工具
5.2.4 锂电池缺陷检测
5.3 HMI界面设计(2课时)
5.3.1 HMI界面
5.3.2 新建HMI界面
5.3.3 HMI界面基本操作
5.3.4 HMI界面设计
5.4 日志应用(1课时)
5.4.1 用户日志
5.4.2 添加日志应用
5.4.3 写日志工具
5.4.4 日志应用
第6章 机器视觉测量应用(8课时)
6.1 锂电池标定(1.5课时)
4.3.1 相机标定
4.3.1 图像标定工具
4.3.1 锂电池标定
6.2 锂电池尺寸测量(3.5课时)
6.2.1 图像边缘提取工具
6.2.2 结果数据相关工具
6.2.3 锂电池尺寸测量
6.3 锂电池中心点计算(2课时)
6.3.1 图像几何特征工具
6.3.2 数值计算工具
6.3.3 锂电池中心点计算
6.4 HMI界面优化(1课时)
6.4.1 文件与文件夹删除应用
6.4.2 用户权限设置
第7章 机器视觉引导应用(8课时)
7.1 PLC通讯与交互(1.5课时)
7.1.1 PLC及其通讯
7.1.2 PLC通讯调试工具
7.1.3 PLC通讯与交互
7.2 手眼标定(2课时)
7.2.1 手眼标定原理
7.2.2 手眼标定工具
7.2.3 光源设定工具
7.2.4 手眼标定程序编写
7.3 标准位示教(1.5课时)
7.3.1 标准位示教原理
7.3.2 标准位示教工具
7.3.3 标准位示教程序编写
7.4 移动引导抓取(3课时)
7.4.1 引导原理
7.4.2 特征定位工具
7.4.3 引导计算工具
7.4.4 移动引导抓取程序编写
本章小结
习题
第8章 机器视觉二次开发应用(8课时)
8.1 机器视觉二次开发功能及其流程(0.5课时)
8.2 机器视觉二次开发应用(7.5课时)
8.2.1 引用基于Visual Studio封装的算法库
8.2.2 引用DLL文件
8.2.3 基于MATLAB的二次开发应用
本章小结
习题
第9章 3D视觉技术与应用(4课时)
9.1 3D视觉技术(1课时)
9.1.1 3D视觉及其相机
9.1.2 3D视觉成像原理
9.1.3 3D数据表示
9.1.4 3D几何测量
9.1.5 3D视觉应用案例
9.2 3D视觉技术应用(3课时)
9.2.1 3D取像工具
9.2.2 3D视觉测量及应用
本章小结
习题
第10章 深度学习技术与应用(4课时)
10.1 深度学习技术(1课时)
10.1.1 深度学习概念
10.1.2 深度学习模型
10.1.3 深度学习框架
10.1.4 深度学习应用案例
10.2 深度学习技术应用(3课时)
10.2.1 深度学习工具
10.2.2 深度学习应用
本章小结
习题