《机器视觉》课程教学大纲
课程编号：04233
课程名称：机器视觉
英文名称：Robot Vision
课程类型：学科基础课
课程要求：选修
学时/学分：32/2 （讲课学时：28 实验学时：4）
适用专业：智能科学与技术
一、课程性质与任务
机器视觉是智能科学与技术专业的学生学习和掌握图像检测、图像处理等机器视觉相关理论和方法的专业选修课，是学生理解机器视觉现有方法和技术需要选学的课程，能够为学生以后从事计算机视觉相关领域的研究做准备。

本课程在教学内容方面着重讲述早期视觉的内容，是学生建立起对成像过程的基本理解, 探讨对成像过程进行求逆的方法，同时也介绍一些用于解决机器视觉问题的具体方法，注重培养学生建立一种针对不同机器视觉问题的整体解决方法，培养学生解决一些更加复杂的实际问题的能力；在培养实践能力方面，通过图像检测和图像处理等实验对的基本训练，学生进行机器视觉的基本训练。

通过课程学习，使学生掌握机器视觉基本理论，了解图像检测和处理的常用方法，具有初步的图像检测、处理的能力，为进一步学习和应用打下必要的基础。

（支撑毕业要求 1.3, 2.2, 4.1, 10.1）
二、课程与其他课程的联系
先修课程：智能机器人、智能传感技术、机器学习（该课程提供图像获取及应用的相关知识和场景）；
后续课程：智能感知综合实践
三、课程教学目标
1.学习机器视觉的基本概念和基本理论知识，掌握成像、图像检测、区域分割、边缘检测等基本知识，理解机器视觉的运行基本原理，具有初步的静态图像处理的能力；（支撑毕业要求1.3）
2.能够基于机器视觉的基本原理，对物体成像和图像的检测、分割等问题进行研究，包括机器视觉的软件设计与实现，通过实验进一步验证所给出的结论，并能够撰写研究/实验报告；（支撑毕业要求2.2, 4.1）
3.了解机器视觉领域的最新进展与发展动态，培养初步的跟踪学科发展前沿的意识。

（支撑毕业要求10.1）
四、教学内容、基本要求与学时分配
五、其他教学环节（课外教学环节、要求、目标）
1.查阅文献资料：（课外2-4学时）
通过搜索网络和查阅文献资料，了解机器视觉的研究现状、研究热点和发展趋势
2.作业：（课外12学时）
做所学知识进行复习，完成相关的作业。

六、教学方法
本课程以课堂教学为主，结合作业、自学、撰写设计报告（大作业）、实验等教学手段和形式完成课程教学任务。

在课堂教学中，通过讲授、提问、讨论、演示等教学方法和手段让学生理解机器视觉的基本概念、原理，强调机器视觉在现实生活中的具体应用。

通过启发式教学、讨论式教学、案例教学等培养学生初步运用机器视觉的原理分析解决复杂智能科学技术工程问题的能力；培养学生自主学习能力、发现问题与解决问题的能力、获取和整理信息的能力、准确运用语言文字的表达能力，激发学生的创新思维。

在自学环节中，重点培养学生查找文献、检索信息的能力和一定的创新意识，培养学生的自主学习和初步的研究能力。

七、考核及成绩评定方式
最终成绩由平时成绩、实验成绩、期末考试成绩组合而成。

各部分所占比例如下：
平时成绩：10%。

主要考核学生的出勤情况。

平时测试成绩：10%o课堂测试，课堂测试考核对每堂课知识点的复习、理解和掌握程度, 每次测试5分。

上机成绩:10%o主要考核学生对实验内容的掌握情况；每个上机5分；
期末考试成绩：70%o主要考核机器视觉基本概念、基本设计方法的掌握程度，闭卷考试, 题型为：1、计算题，2、解答题等。

八、教材及参考书目
1. 教材：
[1]机器视觉，伯特霍尔德•霍，中国青年出版社，2014年8月1日
2. 参考书目：
[1]机器视觉算法与应用，Steger, M. Ulrich C. Wiedemann,杨少荣，清华大学出版社，2008 年
[2]计算机与机器视觉:理论、算法与实践，E.R.Davies,机械工业出版社2013年。