机器视觉教学实验平台

数字图像基础

1数字图像概述；

2彩色图像的颜色空间；

3灰度直方图；

实验1：通道转换

图像的代数运算

1图像的加法运算；

2图像的减法运算；

3图像的乘法运算；

4图像的除法运算；

实验1：合成图像；

实验2：找图像变化；

实验3：抠图；

实验4：去除加性图案；

练习1：找图像变化；

练习2：提取塔顶；

练习3：图像合成；

图像分割

1灰度直方图峰谷分割；

2自适应阈值分割；

3大津法图像分割；

4分割暗字符；

5局部动态阈值分割；

6区域生长分割法；

7分水岭分割；

实验1：提取回型针；

实验2：提取两个长方形之间的空隙；

实验3：提取不同灰度的字符；

实验4：网格制品缺陷检测；

练习1：提取两个长方形之间的空隙；

练习2：提取牛奶瓶字符；

练习3：网格制品缺陷检测；

图像增强

1灰度变换；

2直方图增强；

3 图像平滑；

4 图像锐化；

5 图像的彩色增强；

实验1：图像的均衡化；

实验2：提取亮度不同的字符；

实验3：人脸祛斑；

实验4：提取牛仔裤上的划痕；

练习1：提取非均匀纹理缺陷；

形态学应用

1区域预算；

2区域(二值)形态学；

3区域(二值)形态学应用；

4灰度形态学；

实验1：提取车牌字符；

实验2：定位电源控制柜按钮；

实验3：击中击部中变换；

实验4：粒子分割；

实验5：凸点提取；

实验6：pcb板缺陷检测；

实验7：检测工件破损面积；

实验8：鱼鳍状缺陷检测；

练习1：定位电源控制柜红色按钮；

练习2：定位红色导线或其它颜色导线；

练习3：分割酒瓶标签数字；

练习4：击中击不中变换；

练习5：鱼鳍状缺陷检测；

图像模板匹配

1模板匹配简要流程；

2基于灰度值的模板匹配；

3基于形状的模板匹配；

4图像金字塔；

实验1：定位灰度图白色区域；

实验2：瓶盖模板匹配；

实验3：商标缩放模板匹配；

实验4：齿轮多目标标准形状模板匹配；

练习1：工件多目标科缩放形状检测；

练习2：瓶盖定位；

练习3：芯片定位；

OCR字符识别

1 MLP多层感知器；

2 ORC字符识别主要过程；

3 ORC模式；

实验1：识别酒瓶标签上的字符；

练习1：识别牛奶瓶标签上的字符；

练习2：识别单晶片上的型号；

练习3：点印字符识别；

条码识别

1一维条形码；

2一维码主要类别以及用途；

3 二维码；

4二维码的类别及特点；

5二维码与一维码比较；

实验1：识别EAN一维条形码；

实验2：识别25industrial一维码；

练习1：识别EAN13 一维条形码；

练习2：字符检测识别一维码；

工件检测

1 一维测量原理

实验1：测量鱼片的宽度；

光源、相机、镜头选型

(Rei_MvPro)

1.1 LED光源；

1.2 光源颜色；

1.3 LED光源的类型以及特点；

1.4 光源选型要求；

2.1 工业相机常见分类；

2.2 CCD相机和CMOS相机；

2.3工业相机的基本参数；

2.4工业相机选型要求；

3.1工业镜头的接口；

3.2工业镜头基本参数；

3.3工业镜头类别；

3.4工业镜头选型；

实验1：提取镜面指纹；

实验2：提取芯片字符；

实验3：提取工件点胶；

实验4：换向器端面缺陷检测；

实验5：换向器轮廓检测；

实验6：换向器端面字符提取；

实验7：相机、镜头选型1；

实验8：相机、镜头选型2；

综合实验一

图像处理

实验1：换向器端面检测；

实验2：铜箔胶带破损检测；

实验3：在原图中框选字符；

实验4：提取焊点；

实验5：皮革缺陷检测；

练习1：换向器端面缺陷检测；

练习2：铜箔胶带破损检测；

练习3：在原图中框选字符；

练习4：提取焊点；

练习5：皮革缺陷检测；

综合实验二

实物处理

实验1：工件定位；

实验2：Blob提取指定形状的工件；

实验3：相机定位指定形状的工件；

实验4：镜面提取指纹；

实验5：提取芯片字符；

实验6：提取工件点胶区域；

实验7：换向器端面字符提取；

综合实验三

机械手视觉引导工件分拣

1相机标定；

2手眼标定；

3视觉引导机械手分拣工件；

综合实验四

视觉点胶

1相机标定；

2手眼标定；

3 PCB点胶；

编程开发项目

编程完成一个视觉软件小应用

1.机器视觉概述 

2. 开发工具

3. 相机开发

4. 机械手开发

5. 点胶机开发

6．传送带开发

7．视觉开发方式

8．彩色对象检测

9．换向器检测

10．车牌识别

11．条形码识别

12．芯片检测与测量

13．智能检测与分拣（机械手）

14．工件视觉点胶

机器视觉初级套件

Rei_Mv

1.基础结构：铝合金箱体、相机支架、光源支架；

2．机器视觉处理器：预装Windows10操作系统；配有深度学习框架，机器视觉相关软件运行环境；CPU:I7,内存：8G;硬盘：500G;一键还原，有效保护实验环境；

3．显示器：挂壁式安装，270°旋转可调视角；尺寸：21.5寸；

4．光源：白色环形无影光*1

5.相机：200W像素*1；

6.镜头：8mm镜头*1

7.执行机构：4自由度桌面手臂、传送带

8.检测物料配件：形状识别物料*3、颜色识别物料*3、换向器零件*1、镜面*1、点胶识别零件*3、芯片若干；

9.教学资源：教学软件一套，实验指导书一本；

机器视觉高级套件

Rei_MvPro

1.基础结构：铝合金箱体、相机支架、光源支架；

2．机器视觉处理器：预装Windows10操作系统；配有深度学习框架，机器视觉相关软件运行环境；CPU:I7,内存：8G;硬盘：500G;一键还原，有效保护实验环境；

3．显示器：挂壁式安装，270°旋转可调视角；尺寸：21.5寸；

4．光源：红色低角度环形光源*1；红色高角度环形无影光*1；白色低角度环形无影光*1；白色高角度环形无影光*1；蓝色低角度环形无影光*1；紫色环形高角度光源*1；同轴光源*1；白色条形光源*2；四通道光源控制器*1；

5.相机：200W像素*1，300W像素*1，500W像素*1；

6.镜头：8mm镜头*1；12mm镜头*1；16mm镜头*1；35mm镜头*1；50mm镜头*1；

7.执行机构：4自由度桌面手臂、传送带；

8检测物料配件：形状识别物料*3、颜色识别物料*3、换向器零件*1、镜面*1、点胶识别零件*3、芯片若干；

9教学资源：教学软件一套，实验指导书一本；

机器视觉点胶机版本

Rei_MvGl

1.基础结构：铝合金箱体、相机支架、光源支架；

2．机器视觉处理器：预装Windows10操作系统；配有深度学习框架，机器视觉相关软件运行环境；CPU:I7,内存：8G;硬盘：500G;一键还原，有效保护实验环境；

3．显示器：挂壁式安装，270°旋转可调视角；尺寸：21.5寸；

4．光源：白色环形无影光*1

5.相机：200W像素*1；

6.镜头：8mm镜头*1

7.执行机构：三自由度点胶机

8.检测物料配件：形状识别物料*3、颜色识别物料*3、换向器零件*1、镜面*1、点胶识别零件*3、芯片若干、PCB板

9.教学资源：教学软件一套，实验指导书一本；