机器视觉教学大纲一、课程性质、目的与任务机器视觉课程是机械工程及自动化专业在智能机器方向的一门专业方向选修课。机器智能化是机械学科的重要进展方向，也是国际上跨学科的热门讨论领域。而机器视觉是智能机器的重要组成部分，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进展前沿，把学生培育成面对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讨论方法与技能，为有潜力成为讨论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、基本方法和有用算法。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。使用 CAI 课件作为辅助教学手段可以节约大量时间，传递更多的信息量，所以本课程建议使用 CAI 课件。作业是检验学生学习情况的重要教学环节，为了帮助学生掌握课程的基本内容，培育分析、运算的能力，建议布置作业 5－8 次，并在期末前安排一次综合作业作为主要考查环节。实验是教学的一个主要环节，实验时间共 4 学时，每次实验每小组 4－6 人，使每个学生均有亲自操作的机会。三、各章节内容及学时分配 1．人类视觉与机器视觉(4 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。2．值图像分析与区域分析（4 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。3．图像预处理（4 学时）：直方图修正、图像线性运算、线性滤波器、非线性滤波器。4．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。5．纹理（4 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。6．明暗分析（4 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。7．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。8．三维视觉技术...
