课程简介
机器视觉系统在制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业均有着广泛应用。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。
本课程通过机器视觉的实际应用案例，串联起机器视觉系统的基本图像处理算法，同时讲授机器视觉算法的编程方法和应用，另外还结合案例介绍工业现场设计综合算法的方法和原则。本课程同时配备了大量的源码供学生参考。
课程大纲
机器视觉导论
1.1机器视觉导论
1.2编程工具及OpenCV介绍
1.3编程练习
1.4OpenCV环境配置
基础知识
2.1机器视觉的硬件系统
2.2数字图像的几个基本概念
2.3图像直方图
2.4机器视觉的硬件系统
图像的二值化
3.1二值化的基本算法
3.2二值图像的连通域标记
3.3编程练习1-OpenCV的基本使用
图像形态学
4.1二值图像的形态学处理
4.2灰度图的形态学处理
4.3编程练习2-太阳能板的颜色分离
空间滤波
5.1边缘检测
5.2图像降噪
5.3编程练习3-肤色检测和二值化
几何变换
6.1图像的几何变换
6.2图像插值
6.3编程练习4-形态学的基本使用
图像特征
7.1图像的局部特征
7.2图像的全局特征
7.3编程练习5-空间滤波器
图像频率域处理
8.1傅里叶变换及应用
8.2图像压缩
8.3编程练习6-仿射变换和投影变换
直方图增强
9.1直方图增强
9.2Gamma校正
9.3编程练习7-手动实现HOG
视频图像处理
10.1固定背景的视频图像处理
10.2移动背景的视频图像处理
10.3编程练习8-1图像的傅里叶变换
10.4编程练习8-2直方图增强
图像识别
10.1SVM体系算法
10.2神经网络
10.3编程练习9
1.1机器视觉导论
1.2编程工具及OpenCV介绍
1.3编程练习
1.4OpenCV环境配置
基础知识
2.1机器视觉的硬件系统
2.2数字图像的几个基本概念
2.3图像直方图
2.4机器视觉的硬件系统
图像的二值化
3.1二值化的基本算法
3.2二值图像的连通域标记
3.3编程练习1-OpenCV的基本使用
图像形态学
4.1二值图像的形态学处理
4.2灰度图的形态学处理
4.3编程练习2-太阳能板的颜色分离
空间滤波
5.1边缘检测
5.2图像降噪
5.3编程练习3-肤色检测和二值化
几何变换
6.1图像的几何变换
6.2图像插值
6.3编程练习4-形态学的基本使用
图像特征
7.1图像的局部特征
7.2图像的全局特征
7.3编程练习5-空间滤波器
图像频率域处理
8.1傅里叶变换及应用
8.2图像压缩
8.3编程练习6-仿射变换和投影变换
直方图增强
9.1直方图增强
9.2Gamma校正
9.3编程练习7-手动实现HOG
视频图像处理
10.1固定背景的视频图像处理
10.2移动背景的视频图像处理
10.3编程练习8-1图像的傅里叶变换
10.4编程练习8-2直方图增强
图像识别
10.1SVM体系算法
10.2神经网络
10.3编程练习9