基于机器视觉的激光雕刻缺陷检测实践教学设计
杨 哲， 卜子渝， 刘纯平
（1.苏州大学计算机科学与技术学院，江苏 苏州 215006；
2.江苏省计算机信息处理技术重点实验室，江苏 苏州 215006）
机器视觉是人工智能的一个重要分支，具有非接触、低成本、高效率和安全可靠等优点，在制造业中主要用于尺寸测量［1-2］、物体定位［3-4］和缺陷检测［5-6］等。目前，基于机器视觉的缺陷检测正逐渐取代人工在智能制造中广泛应用［7］，如焊接检测［8］、涂装检测［9］、印刷检测［10-11］、轨道检测［12］、包装检测［13-14］等。随着效率、精度和稳定性等方面性能的提升，机器视觉在智能制造领域的应用将越来越广泛，机器视觉方面的人才需求持续增加。
机器视觉课程在新工科专业教学体系中有着重要作用，涉及图像处理、自动控制、模式识别等课程的知识，需要综合运用理论知识与操作技能，具有综合性、系统性和操作性强的特点。因此，各高校结合自身的学校或行业特色，对机器视觉课程进行了教学改革和探索，包括实验系统开发［15-18］，教学项目设计［19］和教学模式探索［20］等。
根据我校新工科专业建设的要求，以智能制造过程中激光雕刻缺陷检测的需求和过程为案例，对机器视觉综合实践课程的内容和过程进行了教学设计，丰富了机器视觉课程的实践教学资源，对于提高学生的专业理论、实践技能和工程素养有较好的促进作用。
机器视觉是用机器代替人做测量和判断，一般先通过摄像装置将待测目标转换成图像信号，传送给图像处理系统，得到目标的形态信息；
再根据像素分布和亮度、颜色等信息，转变成数字信号；
图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
设计的基于机器视觉的激光雕刻缺陷检测实践教学体系如图1所示，包含4个环节，8个任务，分为3个层次的难度要求。实践环节根据课程需要用到的知识内容进行划分，涵盖了硬件基础、程序设计、图像处理、自动控制和模式识别等先导课程。实践任务是每个环节中学生需要完成的具体内容，学生以3或4人为1小组，合作完成8个任务，难度要求分成基础性、综合性和创新性训练3个层次。
课程所需的硬件设备，包括工业相机、环形光源、激光雕刻机、传送带（含电动机）、继电器、计算机等。工业相机型号为BASLER acA3800-10gm，分辨率为3840×2748，帧速率为10 f/s。光源为环形白光，24 V供电。激光雕刻机型号为VigoTec VG-L5，...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
