《機器視覺與應用》教學大綱適用范圍：202X版本科人才培養方案課程代碼：08140391課程性質：專業選修課學分：3學分學時：48學時（理論48學時）先修課程：線性代數，C語言，人工智能后續課程：無適用專業：物聯網工程開課單位：計算機科學與技術一、課程說明《機器視覺與應用》是物聯網工程的一門專業選修課。課程著重于使學生掌握機器視覺的基本理論與方法以及一些典型應用。通過本課程學習和后續課程實踐使學生掌握機器視覺的基本概念、基本理論和方法，引入項目案例、動手實踐和編程練習來加強重點知識。使學生初步具有解決生產實際需求的能力，如智能化解決檢測、識別和控制的能力，為以后從事模式識別與智能控制的研究與研發打下堅實基礎。本課程需要守好種好思想教育責任田，使課程與思想政治理論課同向同行，形成協同效應。二、課程目標通過本課程的學習，使學生達到如下目標：課程目標1：掌握基礎的圖像預處理和圖像特征提取技術，熟悉圖像濾波，邊緣特征，全局和局特征，SIFT算子等。課程目標2：根據需求能夠正確提取不同圖像的特征，并加以適當的分類器，實現圖像的分類，檢測和識別等常見任務，并以后從事模式識別與智能控制的研究與研發打下堅實基礎。課程目標3：了解現在人工智能的發展趨勢，知道人工智能在各個領域的應用；了解人工智能可能帶來的法律對相關倫理和法規政策的挑戰。為社會培養具有創新能力的“四有新人”，通過作業等考核形式樹立正確勞動價值取向，養成積極勞動精神面貌。三、課程目標與畢業要求《機器視覺與應用》課程教學目標對物聯網工程專業畢業要求的支撐見表1。表1課程教學目標與畢業要求關系畢業要求指標點課程目標支撐強度1.工程知識1.2能運用數學、自然科學、工程基礎和專業知識對物聯網領域的復雜工程問題進行建模并求解。課程目標1：掌握基礎的圖像預處理和圖像特征提取技術，熟悉圖像濾波，邊緣特征，全局和局特征，SIFT算子等。H5.使用現代工具5.2能夠選擇與使用計算機軟、硬件技術、物聯網協議及算法仿真等工具，完成物聯網領域感知、接入及處理應用等方面的復雜工程問題的分析、計算及設計。課程目標2：根據需求能夠正確提取不同圖像的特征，并加以適當的分類器，實現圖像的分類，檢測和識別等常見任務，并以后從事模式識別與智能控制的研究與研發打下堅實基礎。H8.職業規范8.1有正確的價值觀，了解中國國情，能夠踐行社會主義核心價值觀，具備社會責任感。課程目標3：了解現在人工智能的發展趨勢，知道人工智能在各個領域的應用；了解人工智能可能帶來的法律對相關倫理和法規政策的挑戰。為社會培養具有創新能力的“四有新人”，通過作業等考核形式樹立正確勞動價值取向，養成積極勞動精神面貌。M注：表中“H（高）、M（中）”表示課程與相關畢業要求的關聯度。四、教學內容、基本要求與學時分配1.理論部分理論部分的教學內容、基本要求與學時分配見表2。表2教學內容、基本要求與學時分配教學內容教學要求，教學重點難點理論學時實驗學時對應的課程目標1圖像的獲取和表示1.1圖像傳感器技術；1.2計算機成像；1.3三維深度處理；1.4三維表示。教學要求：（1）理解數字圖像處理的定義和起源；（2）了解數字圖像處理的應用；（3）掌握三維深度的一般獲取和校正。重點：計算機成像技術和圖像在計算機中的表示以及存儲；。難點：三維深度照相機系統、深度圖、網格和點云。41、2、32.圖像預處理2.1圖像預處理概述；2.2圖像校正，圖像增強；2.3空間濾波和邊緣檢測；2.4變換濾波，形態學與分割，閾值化處理。教學要求：（1）掌握基本的圖像校正和圖像增強方法；（2）掌握空域濾波和時域濾波和圖像分割。重點:灰圖像濾波與邊緣檢測；難點:Canny檢測，卷積濾波和變換濾波。61、2、33.全局特征和區域特征3.1視覺基本特征；3.2紋理區域度量；3.3統計區域度量；3.4基空間度量。教學要求：（1）掌握頻域變換的基本概念與原理；（2）掌握常見基空間度量；（3）了解常見區域度量。重點:圖像矩特征和全局直方圖;難點:小波變換與Fourier譜。81、2、34.局部特征設計4.1基本的局部特征；4.2局部特征屬性；4.3距離函數，描述子與描述子特性；4.4搜索策略與優化，計算機視覺、模型和結構教學要求：（1）掌握基本的局部特征；（2）掌握描述子；（3）了解特征的判別和判別策略。重點:描述子的不同表示，描述子的判別性。難點:不同描述子的關系與區別和特征提取。81、2、35.局部特征設計5.1圖像魯棒性；5.2視覺度量分類；5.3特征度量評估。教學要求：（1）掌握特征魯棒性和度量評估；（2）了解SIFT和LBP。重點:特征的魯棒性；難點:特征度量評估。101、2、36.興趣點檢測與特征描述子6.1興趣點；6.2特征描述；6.3譜描述子，基空間描述子，多邊形形狀描述和3D和4D描述子。教學要求：（1）掌握基本的譜描述子，基空間描述子，多邊形形狀描述和3D和4D描述子；（2）掌握基本興趣點方法。重點:興趣點的基本方法，特征描述，譜描述子，基空間描述子，多邊形形狀描述和3D和4D描述子；難點:SIFT和Fourier描述子。121、2、3合計48五、教學方法及手段本課程以課堂講授為主，結合討論、案例、視頻資源等教學手段完成課程教學任務和相關能力的培養。學生比較全面地機器視覺的基本方法與設計原理，在掌握特征提取基礎上，具有進行物體識別、檢測和定位的初步能力。六、課程資源1.推薦教材（1）斯科特·克里格（劉波，羅棻譯）.計算機視覺度量：從特征描述到深度學習[M].北京：人民郵電出版社，2019.2.參考書（1）雄卡.圖像處理、分析與機器視覺[M].北京：清華大學出版社,2011.（2）施特格.機器視覺算法與應用[M].北京：清華大學出版社,2008.（3）WesleyE.Snyder,HairongQi,林學.機器視覺教程[M].北京：機械工業出版社,2005.3.期刊（1）YiS,WangX,TangX.DeepLearningFaceRepresentationbyJointIdentification-Verification.Advancesinneuralinformationprocessingsystems,2014,27.（2）DengL,YuD.DeepLearning:MethodsandApplications.Foundations&TrendsinSignalProcessing,2014,7(3):197-387.（3）LitjensG,KooiT,BejnordiBE,etal.ASurveyonDeepLearninginMedicalImageAnalysis.MedicalImageAnalysis,2017,42(9):60-88.（4）CholletF.Xception:DeepLearningwithDepthwiseSeparableConvolutions,2017IEEEConferenceonComputerVisionandPatternRecognition(CVPR).IEEE,2017.(5)DengL.FoundationsandTrendsinSignalProcessing:DEEPLEARNING-MethodsandApplications,SpringerPublishingCompany,Incorporated.SpringerPublishingCompany,Incorporated,2014.4.網絡資源（1）網易公開課.深度學習[EB/OL]./newview/movie/courseintro?newurl=MCS5AQH7J,2022-03-1/2022-6-7.（2）網易公開課.機器學習[EB/OL]./newview/movie/free?pid=IEU2H8NIJ&mid=VEU2H8NKA,2022-03-1/2022-6-7.（3）網易公開課.機器視覺導論[EB/OL]./newview/movie/free?pid=BGV0G316O&mid=UGV0G337L,2022-03-1/2022-6-7.七、課程考核對課程目標的支撐課程成績由過程性考核成績和期末考核成績兩部分構成，具體考核/評價細則及對課程目標的支撐關系見表3。表3課程考核對課程目標的支撐考核環節占比考核/評價細則課程目標123過程性考核課堂表現10（1）根據課堂出勤情況和課堂回答問題情況進行考核，滿分100分。（2）以平時考核成績乘以其在總評成績中所占的比例計入課程總評成績。√√√532作業20（1）主要考核學生對各章節知識點的復習、理解和掌握程度，滿分100分；（2）每次作業單獨評分，取各次成績的平均值作為此環節的最終成績。（3）以作業成績乘以其在總評成績中所占的比例計入課程總評成績。√√√1055測驗10（1）主要考核學生對各章節知識點的復習、理解和掌握程度，滿分100分；（2）每次測驗單獨評分，取各次成績的平均值作為此環節的最終成績。（3）以測驗成績乘以其在總評成績中所占的比例計入課程總評成績。532期末考核60（1）成績100分，乘以其在總評成績中所占的比例計入課程總評成績。（2）主要考核利用課本所學的知識，結合物聯網工程，采取圖像數據，進行圖像預處理，然后提取特征，并設計相應分類器，實現物體識別。√√√252411合計：100分453520八、考核與成績評定1.考核方式及成績評定考核方式：本課程主要以課堂表現、作業、期末大作業等方式對學生進行考核評價。考核基本要求：考核總成績由期末考核成績和過程性考核成績組成。其中：期末考核成績為100分（權重60%），考核方式為大作業；課堂表現和作業等過程性考核成績為100分（權重40%）；過程性考核和考試分值分配應與教學大綱各章節的學時基本成比例。2.過程性考核成績的標準過程性考核方式重點考核內容、評價標準、所占比重見表4。表4過程性考核方式評價標準考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60課堂表現25積極參與教學