机器视觉是研究视觉技术在图像检测、物体识别的一门课程，机器视觉相当于智能化系统的眼睛。随着智能制造技术的提出和发展，机器视觉技术越来越多的应用到产品生产和检测过程，因此也成为机械电子工程专业学生所需要了解的一门课程。在本课程学习中，学生的学习任务是主要掌握机器视觉的基本概念、基本理论和方法，在OpenCV计算机视觉库的学习基础上，引入科研案例、动手实践和编程来加强关键的内容，初步具有运用相关理论和方法解决实际问题的能力。

机器视觉的学习离不开数字图像处理，该课程主要内容包括三部分：第一部分是数字图像处理的基础，由绪论、数字图像处理的基本概念和图像变换三章组成；第二部分是数字图像处理的理论、方法和实例，包括图像增强、图像复原与重建、图像编码与压缩三章；第三部分是图像特征提取与分析的基本理论、方法和实例，包括图像分割、二值图像处理与形状分析、纹理分析、模板匹配与模式识别四章。开设该课程的目的是让学生通过本课程的学习，掌握有关数字图像处理的基本概念、方法、原理及应用，培养和增强学生创新意识和创新思维，提高实际动手能力和创新能力，能应用数字图像处理知识和技术解决自然科学、工程技术和实际生活中遇到的问题。

1、完成所有的学习任务；

2、平时成绩占40%，包括平时作业（20%）+课堂出勤（20%）；

3、综合性大作业占60%；

4、总成绩采用百分制，由各分项成绩汇总后评定设置“合格”（达到60分）、“优秀”（达到80分）两档课程标准。

 综合计分方法

先修课程：高等数学、C语言编程。

1、绪论

单元测验

参考资料

1.1 数字图像处理的概念

1.3 数字图像处理的应用

1.2 数字图像处理的内容和特点

作业

2、数字图像获取

2.3 图像处理算法的形式

2.1 图像数字化

2.4 图像的数据结构与特征

参考资料

2.2 图像灰度直方图

讨论

第二章单元作业（修改后）

第二章单元作业

第二章单元测验

3、图像变换

第三章单元测试

讨论

3.2 付立叶变换及其性质

3.1 图像变换的预备知识

参考资料

单元作业

4、图像增强

4.5 彩色增强技术

4.1 图像增强的点运算

4.3 图像的空间域锐化

4.4 频率域增强

参考资料

4.2 图像的空间域平滑

第四章单元作业

第四章单元测试

5、图像复原与重建

第五章单元测试

5.1 图像退化模型

5.2 图像复原

参考资料

5.3 图像几何校正

第五章作业

6、图像压缩

第六章单元测试

参考资料

6.3 统计编码方法

6.2 图像保真度准则

6.1 概述

6.4 图像压缩的标准

第六章作业

7、图像分割

第七章单元测试

参考资料

7.4 区域增长

7.3 区域分割

7.1 边缘检测

第七章单元作业

7.2 Hough变换检测直线

7.5 分裂合并法

8、二值图像处理

第八章单元测验

参考资料

8.1 二值图像的连接性和距离

8.3 形状特征提取

8.2 连接成分的变形操作

第八章作业

9、纹理分析

第九章单元测试

第九章作业

9.3 Laws纹理能量测量法

9.2 影像纹理的直方图分析法

9.5 灰度共生矩阵分析法

9.4 纹理分析的自相关函数法

参考资料

9.1 概述

10、模板匹配

第十章单元测验

10.1 模板匹配

参考资料

10.2 图像识别概述

第十章作业

1.《数字图像处理》(第三版)，武汉大学出版社，贾永红编著，2015年7月

2.《机器视觉技术及应用》，韩九强；高等教育出版社，2009.12

3.《机器视觉检测理论与算法》，孙国栋，赵大兴；科学出版社，2015.12

4.《机器人视觉测量与控制》，徐德，谭民，李原；国防工业出版社，2016.1

5.《数字图像处理实习教程》（第三版），武汉大学出版社，贾永红、张谦、崔卫红等编著，2016年11月

6.国家精品资源共享课程网址：https://www.icourses.cn/sCourse/course_3201.html