首页 > 文章中心 > 机器视觉基础知识

机器视觉基础知识

机器视觉基础知识

机器视觉基础知识范文第1篇

關键词:机器视觉;CDIO;教学改革;研究生教学

我国的研究生教育经过扩招后,质量出现了严重下滑的现象,研究生教育改革势在必行。为提高研究生教育质量,课程体系改革是中心工作。传统的教育模式主要是教师主动传授,学生被动接受。这种教育方式已不适应当前人才培养需要,因此必须逐步改变传统教育模式,探索适合中国教育特色的研究生培养路线,实践证明CDIO是培养创新型人才的可行之路。本文以研究生机器视觉课程为试点,探索CDIO模型下的研究生教学改革方案。

1.机器视觉课程特点

随着数字图像处理、人工智能技术的快速发展,机器视觉应用越来越广泛。机器视觉成为了信息相關专业研究生的一门重要选修课,该课程涉及信息处理、计算机、机器人、人工智能等众多领域。机器视觉从信息处理的层次研究视觉信息的认知过程,包括视觉处理中的方法、理论及信息描述等。该课程具有以下两个特点。

1)理论抽象,内容广泛。

机器视觉涉及图像处理、模式识别、机器学习等多个学科领域,所涉及的内容数学表达抽象、内容广泛、算法繁多,学生难以理解。

2)与工程应用结合紧密,实践性强。

这门课程知识体系的构建源自各种特色专业应用领域。在工业中,特别是在各种生产线上,视觉产品应用非常广泛。只有让研究生经历大量的工程项目设计与实现,才能深切体会各种机器视觉算法和技术的功能及作用。

2.CDIO教育模式

随着经济、科技高速发展,全球面临工程人才短缺和工程教育质量问题。为了培养符合企业需求的人才,麻省理工学院、瑞典皇家工学院等4所大学经过多年探索、研究,创立了CDIO工程教育模式,并成立了CDIO国际合作组织。CDl0教育模式是构思(conceive)、设计(Design)、实现(Implement)、运作(Operate)4个英文单词的缩写。

(1)构思要求学生根据所掌握的专业知识基本原理,确定个人未来的发展方向。

(2)设计是以产品规划与设计为核心,通过产品研发,解决某个具体问题。

(3)实现是以制造或建造为核心,巩固学生所掌握的专业知识,提高实践能力,形成一体化的课程实践。

(4)运作是产品应用的各个环节。该环节将学生能力培养贯穿于从产品研发到运行的整个生命周期中。通过系统的产品设计与研发,提高学生的专业技术水平,培养学生个人能力、职业能力、态度、团队工作和交流能力等。

CDIO代表了一种工程教育理念,它是“基于项目教育和学习”及“做的过程中学习”的抽象表达和集中概括,强调通过密切联系产业培养学生的综合能力。燕山大学、清华大学、汕头大学等多所高校进行了CDIO教育模式试点改革,并取得较好的成效。

3.基于CDIO的“机器视觉”教学改革

本课题组借鉴国内外高校在CDIO教学改革方面的经验,重新审视了江苏科技大学研究生教学中机器视觉课程的不足之处,参照CDIO教育模式,结合江苏科技大学特点制定了基于CDIO的机器视觉教学改革方案。江苏科技大学研究生来自全国各地,部分学生是非计算机专业出身,知识水平及应用能力差距较大;同时,该课程内容涉及广泛、综合性强,需注重实践能力的培养,这些都给教学带来了困难。

3.1加强教师素质培养与团队建设

CDIO模式的实施需要教师深刻理解CDIO模式的理念,具备丰富的工程实践经验,并能长期与企业在各个工业领域开展合作,因此,江苏科技大学作出關于培育CDIO模式师资力量的计划。首先,让青年教师到企业挂职锻炼,了解企业实际需求及工业的相關技术发展;其次,与企业签订合同,让教师参与企业产品研发,提高教师工程实践能力;再次,将教师企业挂职经历、参与企业合作研发产生的效益等作为晋职的考核指标之一。

本次教学改革打破传统系、教研室的观念,组建复合型“机器视觉”教学科研团队。该团队以机器视觉课程为主线,吸收数学、计算机语言、软件工程等基础课,工业控制、机器人学、人工智能、模式识别、机器学习等专业课,实现机器视觉课程和相關专业课程的融合,促进机器视觉与相關专业知识的互相渗透和有机结合,实现教师及实验资源的合理使用。

同时,学校要求本课题中从事机器视觉教学的教师,不仅从事机器视觉课堂教学,而且必须参与相關项目,从事实际项目设计、开发、测试等工作。目前,江苏科技大学的机器视觉教学科研团队,已与企业合作承担了若干与机器视觉相關的项目。通过参与项目的实际开发,提高了教师的教学科研能力,同时为CDIO模式的有效实施创造了有利条件。

3.2开展讲座式、讨论式、实践式教学

本次教学改革将机器视觉的教学内容分割成滤波器、特征提取与匹配、图像分割、图像匹配、目标跟踪、光流、三维重建、缺陷检测等若干研究主题。针对每个主题设计项目,教师围绕项目进行讲授,让学生理解每个项目的目标、任务、所涉及的基础知识、开发项目的基本过程。

在课堂教学中,教师采用提问式教学方法,激发学生的讨论热情,鼓励学生自发的讨论问题。

项目实施过程中,将3-5名学生分为1组,每组同学选择并完成不同的项目,达到将所学理论融入科研实践的目的。学校鼓励学生完善所做项目,积极参加大学生“挑战杯”、机器人大赛、电子设计竞赛等各种科技竞赛,增强学生就业创新能力。

最后,组织学生进行课题讨论,提炼总结创新成果,并要求学生提交计划、分析、设计、开发、测试等创作文档。通过项目创新设计思路的描述和分析讨论,使学生将机器视觉课程与专业课程体系有机地结合起来,深入消化、吸收所学知识,理解、掌握科研创新的方法及过程,激发实践创新兴趣。

3.3创建实习实验室,设计真实的教学环境

CDIO教育体系旨在培养高素质的工程技术人员,注重将教学项目的全过程放在真实的产品开发环境中。江苏科技大学非常注重教学工厂型实习基地建设,课题组抓住洽谈机器视觉项目的契机,与符合专业发展方向的机器视觉企业建立了校企合作机制,创建了符合教学要求的产品研发实习实验室。产品研发实习实验室既是教室又是实验室,真正做到“教学和实践合一”。课程教学时,让学生在实验室中产品开发的实际环境下进行实训、研究。学生在实践中学习,学习中实践,有利于其构建扎实的“机器视觉”知识体系。

在产品研发实习实验室中,要求学生严格按照企业规定进行实际产品研发,例如产品开发中的需求分析、概要设计、详细设计、软件编码、测试等工作要严格按照需求执行,要有相应的技术文档。这样有利于学生在真实的产品研发过程中掌握技术规范、工程化研发思想及相应的专业技能。

教师参与产品开发,可将教师的最新研究成果应用于企业,也可通过企业的实际需求带动教师的科研工作。在此过程中教师能更好地指导学生,与学生形成默契的合作關系。

另外,课题组将公司的企业文化及管理思想引入实习实验室教学环节中,让学生在企业环境下掌握管理知识、学习管理经验、养成良好的职业素养,做到企业运营与教学管理的真正融合。通过这样的教学形式,培养真正适合企业需要的人才。

3.4培养学生合作精神,增强学生团队意识

“合作精神”与“团队意识”是CDIO教育理念精髓所在。社会的进步与现代企业发展的趋势都对高校人才“合作精神”与“团队意识”的培养提出了迫切要求。但中国人内敛的传统自我意识使学生之间缺乏交流与合作,以考试为中心的应试教育忽略了对学生“合作精神”与“团队意识”的培养,独生子女问题导致部分学生自我思想较重,缺乏相互理解、宽容、谦让的精神。

因此,为了培养学生的“合作精神”与“团队意识”需要学生将所学的专业知识运用到团队课题中,在课题中实践合作精神,培养团队意识。实践教学作为研究生教学环节中重要的组成部分,是培养学生实践及创新能力的重要途径,更能将“团队意识”的培养落到实处。

在机器视觉课程中,安排4~5名学生组成小组,完成项目作业,每人承担项目的不同部分,最后以组为单位提交设计、开发报告,让学生逐一汇报自己的工作,进行项目总结交流与经验分享。这种方式即拓展了学生的知识,又培养了学生的语言表达、沟通协调等能力。

机器视觉类项目以算法为主,需要通过软件编程实现,在实际项目开发中通常采用VSS(Visual Source Safe)源码版本控制软件进行团队开发管理。教学中,学生的项目计划文档、需求分析文档、软件设计文档、算法源代码、测试文档等均通过VSS服务器实现共享管理,以便学生从项目中学会计划、协调、沟通,提高学生的组织和团队合作能力。

学生最终的成绩以小组共同开发的软件为评分依据,同组组员得分相同。通过项目调动学生的主观能动性,增强与他人的合作精神,培养团队意识。

4.教学效果评价体系

为了客观地评价CDIO教育模式的教学效果,发现教学过程中的问题,制定教学完善措施,需要建立一套科学的教学效果评价体系。在CDIO模式中,除了评估学科基础知识、基本技能之外,也要评估学生个人的人际交往技能以及产品研发过程控制和系统构建技能。

本课题组使用以下方法衡量学生是否达到预期学习效果。

(1)笔试。评价学科基础知识、基本技能的掌握程度。

(2)口试。项目完成后,每个学生都要阐述产品的计划、分析、设计、编码、测试等产品开发过程,以评价学生创新、思维、表达、团队协作等综合能力。

(3)软件演示。将每个项目小组开发的软件进行展示,由多名教师联合评估打分,并提出反馈意见,以便后期改进。

通过测评,评估学生的综合能力,并发现教学过程中的问题,以便在下个教学阶段进行完善。

5.结语

本课题通过CDIO教育模式与机器视觉课程相结合,将教师、学生与企业紧密联系在一起,将教学项目的全过程置于真实的产品开发环境中,提出针对机器视觉课程的具体措施和建议。实践证明,采用这种教学方式提高了研究生的教育质量,是对今后培养符合社会需要的高素质工程技术人员的一次有益尝试。

参考文献:

[1]杨颉,对研究生教育的扩招以及发展的若干恩考[J],中国高等教育,2004(5):40-43.

[2]郭小勤,曹广忠,计算机视觉课程的CDIO教学改革实践[J],理工高教研,2010,29(5):98-100.

[3]查建中,工程教育改革战略“CDIO”与产学合作和国际化[J],中国大学教学,2008(5):16-19.

[4]郭长虹,赵炳利,李兴东,等,面向CDIO的工程图学教学改革[J],工程图学学报,2011(5):56-60.

机器视觉基础知识范文第2篇

关键字: 电脑音乐 专业 视唱 练耳 课程 教学 改革 实践

众所周知,高师音乐教育专业的学生多系成年人,他们接触音乐晚、起点较低、音乐基础及音乐素质较差。但是,学生毕业以后所担任的教师工作,又要求他们必须在很短的时间里,在音乐修养,歌唱、弹奏技巧以及音乐理论知识等各个方面达到相当的水平。所以,这一目标的实现,不仅在很大程度上依赖于学生在音乐基础知识和音乐素质的训练,运用成年人思维能力上的优势来弥补基础和时间上的不足。而且,科学、高效的训练方法也是至关重要的。这样,我们在高师音乐教学方法的选择上,就必须有别于音乐院校专业音乐训练的循序渐进的过程,而要尽可能地采用些新技术手段来帮助我们达到期望的目标。

一、利用电脑音乐技术进行视唱练耳课程教学的必要性

《视唱练耳》课程在整个高等师范音乐教学中占据着非常重要的位置,该课程本身既训练学生的音准、节奏、识谱、视唱的能力,也作为其他技术操作课程,诸如声乐、钢琴、和声、歌曲作法等的基础。我们很难想象一个音准、节奏都不准的人,唱歌、弹琴、作曲会是怎样一个结果,还更别说要担当起“传道、授业、解惑”的重任了。针对这种情况,应在《视唱练耳》教学实践中,利用电脑音乐技术,对音乐音序器软件Cakewalk以用于视唱练耳的课堂教学对专业视唱练耳课程教学进行了改革与实践。

Cakewalk是一项强大的音序器软件,在音乐创作领域,有着广泛的运用,它集画面、音响“声形”于一体,生动、直观,使用灵活,修改方便,而且,提供了许多传统手段所不能表现出来的特性,如乐谱和音响可直接互换、不受限制地任意选点再现重复等。这些特点,不仅从技术角度上十分有利于视唱、听觉分析、听觉训练等教学,而且还给我们展示出了一个先进的“交互式教学”模式的雏形。

二、利用电脑音乐技术进行视唱练耳课程教学的方法

首先就使得学生从视觉上直观地认识了不同性质和弦的构造以及它们之间的音高差异和和弦连接中各声部的音高走向,进而教师可以从他们已获得的相关理论知识中如基本乐理、初级和声学等课程出发,启发他们的思维,在学科之间对同一对象进行相互映证。当再次用鼠标点击播放钮发出各个和弦的音响时,视觉的认识与听觉的感受,以及相关的理论知识三者之间就架起了一座必然的桥梁,同时辅之以教师对各类和弦音响色彩、和弦连接时色彩变化等细节上的分析和比较,便可形成初步的知觉印象。这样的方法,使稍纵即逝、看不见摸不着的音乐音响变成“具象的声音”,对提高学生学习这些知识技能的兴趣和掌握它们的认知效率,在实际教学中有极大的促进作用。

在调式调性感的培养训练方面,学生存在着理性与感性知识严重脱节的现象,理论上能说出的东西听觉上却难于感知,而实际音响的感觉又难于在理论高度进行归纳,在音响感性上的调式调性感的建立这一关键性问题上,长久得不到解决,此现象在用固定唱名进行教学时表现得尤其突出。它不仅阻碍了学生对音乐的理解、表现和音乐记忆的发展,而且对其他技术性学科,如声乐、钢琴等也有相当大的消极影响。这是高师《视唱练耳》教学中的一个难点。

节拍节奏的训练是视唱练耳教学中十分重要的课题,仅用口唱或用钢琴作为教学和训练的教具和媒体,在音色变化、多声部层次的清晰方而都有一定的局限。而Cakewalk用中的打击乐器音色组合辅助教学,则能使之明显改善,能极大地调动学生们学习节拍节奏的兴趣。在Cakewalk第十音轨中设有多种不同的打击乐器音色,可按教学要求选用不同的音色组织成不同节拍的节奏音型进行训练。这比口唱或钢琴单一音色演奏的节奏音型丰富多彩、节拍强弱循环明确、节奏鲜明并且更接近于音乐作品的“音响实际”。

当然,在视唱练耳教学中视唱、听觉分析、听觉训练的听、辨、唱、记、写等等方而都可以很好地运用计算机进行辅助教学,因篇幅有限,恕不一一例举叙述。从教育技术层面上看,它最重要的作用在于促使了一个全新的教学模式的形成,即教学活动的中心,逐步由教师向学生转移。这样,教师的角色将从知识传授者转变为学生学习的指导、帮助者,而学生则从“录音机”似的被动学习转变为主动参与式的学习,有效地使他们的学习观念从“只重学习结果”分数向“注重学习过程”能力方而转变。多媒体计算机灵活友好的界而、电脑音乐技术强大的功能、简便的操作使得学习中的交互性大大提高。这将对学生的学习方法产生深远而积极的影响。

机器视觉基础知识范文第3篇

关键词:智能科学与技术专业;认知科学基础;脑机接口;教学研究

中图分类号:G642.0文献标志码:A文章编号:1674-9324(2020)15-0084-02

一、关于认知科学基础课程

认知科学是智能科学与技术的生物基础,是从“自然智能”到“机器智能”之间的桥梁。作为一门研究人类感知和思维信息处理过程的学科,认知科学主要研究目的就是要说明和解释人类再完成认知活动时是如何进行信息加工的,一直是认知心理学等教学领域的重要课程。[1,2]自我校2009年设立智能科学与技术本科专业以来,认知科学基础一直是该专业的专业基础课程,主要目的是培养学生对人脑认知活动中的信息处理方法与过程的认识和理解,培养对新知识、新技术有较敏锐的洞察能力,同时使学生具有数据分析与处理能力的意识,在智能科学与技术专业的学科体系中占据着十分重要的地位。[3]特别是随着人工智能和脑科学研究的不断发展,现有的计算架构不能有效实现具有泛化能力的人类认知信息加工机制。借鉴人类脑认知机制,通过脑认知和神经科学与机器学习相融合的方式,构建一种类脑的“学习机器”,而不是简单的“机器学习”,已成为当前人工智能领域的一个重要研究方向。因此,学习并理解人类认知和信息处理过程,对于提高学生的智能信息和数据建模与分析能力,有着重要的意义。

然而,对于以工程技术应用为背景的智能科学与技术专业而言,该学科涉及多学科内容,比如心理学、神经科学、数学、语言学、人工智能科学乃至自然哲学等,学生存在畏难情绪,学习兴趣不太浓厚,教师对于该课程的教学也颇为费心。此外,由于“认知科学基础”课程在大三上学期开设,大部分学生在模式识别和数字信号处理等上面的基础较薄弱,对于该门课程的脑功能信号分析与脑机接口技术部分的教学也存在较大的困难。

针对该课程理论和实时性较强、涉及教学内容多、交叉广泛等特点,笔者自承担本课程教学来,结合我校学生和专业建设实际情况,立足培养学生的专业知识素养和学习兴趣,提高学生的专业基础能力和综合素质,积极摸索改进。本文将信号处理和机器学习方法融合进认知科学的神经机制探索与学习,从教学、实验实践等方面进行了初步探索。

二、课程建设目标与教学内容设置

本课程将使学生学习到认知科学的基本知识,包括脑与神经系统的基本构造、工作原理、基本研究手段,脑与学习、意识、行为的关系,深入了解感知、注意、记忆的生物和生理学本质,实现人工大脑、人工神经网络、听觉计算、视觉计算、脑机接口、认知机器人等前沿技术的理解与应用。

目前认知科学方面的教材大多为国外翻译教材,并且聚焦于其中的某个方面(比如认知心理学、认知神经科学等)。同时该学科实时性较强,和当前脑与认知科学的前沿研究紧密相连,因此很难找到合适的教材同时将智能信息处理技术和认知科学基础相融合。

认知神经科学旨在联合心理学、哲学和神经科学的方法帮助我们理解大脑是如何产生心智的,并阐明人类认知过程中的脑机制,即在分子、细胞、脑功能区到全脑等多个尺度上如何实现认知功能。脑机接口是近二十多年来兴起的涉及神经科学、认知科学、计算机科学、控制及信息科学、医学等多领域的人机接口方式,是在大脑与外部环境之间建立的神经信息交流与控制通路。

该课程在大三年级开设,且该专业的学生已在前面学习中学习人工智能原理、信号处理等课程,这些课程的学习为本课程的理论学习打下了一定的基础。在教材选择上,选择上海人民出版社的《认知、大脑和意识——认知神经科学引论》,并参考其他辅助教材,比如机械工业出版社的《脑机接口导论》、中国轻工业出版社的《认知神经科学》。教学内容主要包括以下几个部分:

1.脑科学与认知科学的发展历程及基本概念,包括感觉与知觉、注意与意识、情绪、语言、记忆、学习等。

2.认知活动的生理基础,包括大脑结构、神经元、神经系统的基本组成等。

3.脑功能信号的采集与分析,包括大脑节律、脑功能信号(EEG、fMRI等)采集、常见脑功能障碍、脑信号分析基本方法(包括基于时域/频域分析的EEG分析方法、脑电源成像基础等)。

4.脑机接口技术,包括脑电信号预处理(零参考电位、拉普拉斯空间滤波、数据归一化、插值技术),脑功能信号特征提取方法、模式分类器(比如Fisher线性分类器、支持向量机)设计。

三、以学生为中心的教学方法

1.提高学生学习兴趣。认知科学基础课程交叉性强,尤其涉及心理学、神经科学等非工科学科,对于我校智能科学与技术专业的学生来讲,学习压力较大,学习兴趣不高。为激发学生学习兴趣,在授课过程中,尽量发挥自身乐观活泼的性格特点,选择大家生活中常见的例子,在语言表达上尽量避免生硬,力求用简单直白的语言讲解知识点。同时,善于利用网络视频,比如在课程绪论部分,通过播放网络公开视频《打开思想的大门》片段,激发学生学习脑认知功能的兴趣。

2.注重与智能科学与技术其他课程知识的衔接。在神经元和神经系统的教学部分,笔者安排了两个课时的内容讲解了常见的人工神经元模型和人工神经网络结构,并重点讲解了神经网络和支持向量机的基础——感知机。在脑机接口教学部分,安排了两个课时的信号处理和数据预处理的基础知识的回顾,重点复习信号滤波、主成分分析、Fisher线性判别分析和支持向量机等内容,再进入脑机接口系統的学习,教学效率得到了明细提升。

3.适当使用板书,细化推导过程。对于一些知识点,比如动作电位产生过程、部分公式的展示,仅依靠PPT教学过于单薄,学生难以理解,因此在播放PPT时需要适时插入细致的板书。同时板书过程中要结合学生实际情况循序渐进,例如在学习神经细胞和感知机与人工神经网络时,教师从点到平面的距离入手,并引导学生回顾梯度下降法等相关数学基础知识,帮助学生切实地把前面学习的信号处理和机器学习的基础知识应用到本课程。

4.加强实践环节教学和学生综合能力素质培养。根据本专业的培养计划,在理论课程教学期间,“认知科学基础”设置了相应的实践课程,以培养学生的动手能力、自学能力和专业综合素质。在实践课程教学环节,基于Matlab和Python等工具,以2005年国际BCI竞赛的P300数据为分析数据,引导学生设计常见的模式分类器(如Fisher线性分类器、支持向量机、深度神经网络等)分析脑电事件相关电位。同时,使用计算智能重庆市重点实验室的NeuroScan和BrainProducts脑电采集放大设备,利用E-Prime设计脑电刺激程序,指导学生设计实验,以小组合作的方式采集并分析P300字符拼写脑电数据。

机器视觉基础知识范文第4篇

Abstract: Due to the application of visual navigation technology is becoming more and more popular, and therefore, it is necessary to study visual navigation key technologies and applications. In this paper, digital image processing techniques and location and tracking technologies are studied in details, and correspondingly, the relevant application is introduced.

关键词: 视觉导航;图像分割;定位跟踪

Key words: visual navigation;image segmentation;position tracking

中图分类号:TP39 文献标识码:A文章编号:1006-4311(2010)25-0171-01

0引言

伴随着电子技术、计算机技术工业控制技术等的发展,机器智能移动技术也得到了很大的发展。机器智能移动技术的关键部分就是视觉导航技术。视觉导航技术是在机器视觉的基础上 发展起来的。但是与机器视觉又有区别,主要表现为在机器视觉的基础上增加了定位跟踪技术,于是就产生了视觉导航技术。通常一个视觉导航系统由视觉信息采集部分、视觉信息处理部分及导航跟踪部分三大部分构成[1-2]。三部分有机结合,完成视觉导航,具体的工作原理如图1所示。其中视觉信息采集部分主要是完成对机器将要经过路线上的图像的采集,这个过程主要由摄像机(CCD)完成;视觉信息处理主要是对采集到的图像进行增强、边缘提取和分割等;利用一定的跟踪算法,实现机器的智能跟踪,即完成机器的导航。

1视觉导航的主要关键技术

构成视觉导航系统的四个部分中,其中的视觉信息处理部分和智能定位与跟踪部分是系统的核心,这两个部分用到的技术是视觉导航系统的关键技术。这些关键技术主要包括两大方面,即图像处理技术和智能定位与跟踪技术。

1.1 像处理技术在图像采集时,图像噪声的大小,摄像角度上的光线,非理想话图像处理等都会使图像质量变差[3]。再加上道路两旁及道路本省背景的复杂性,要把有用的图像信息提取出来难度很大。因此,为了更好的提取出对导航有用的图像信息,需要对图像进行处理。图像处理主要是对图像进行分割,把机器能经过的道路与路障分开来。图像分割主要包括边缘提取和阈值分割。

边缘提取。边缘主要是指图像局部变化最明显的部分,边缘是划分目标与目标、目标与背景、区域与区域的标志。图像边缘的检测主要就是利用图像像素点灰度值的不连续性,将目标和背景等不同的区域分开来。常用的边缘提取方法是模板法。模板也称为边缘检测算子,模板的数学基础的图像像素点的梯度变化。

阈值分割。阈值分割的基本原理图像中不同像素点的值不同,通过选取合适的阈值,就可以将图像划分为不同的部分。阈值分割中最典型的就是图像的二值化。图像二值化的方法很多,主要有整体阈值法、局部阈值法和动态阈值法。

不论是图像边缘的提取,还是图像的二值化。其对图像处理的效果,关系到后续的机器智能定位与跟踪。视觉导航能否实现,图像处理是关键因素之一。因此,在图像处理时一定要选择合适的图像处理算法,为后续视觉导航的实现服务。

1.2 智能定位与跟踪视觉导航技术中的另一关键技术――智能定位与跟踪。智能定位与跟踪主要是完成对安装了视觉导航系统的机器移动路径及路径上的障碍物的识别,使机器能够实现智能移动。常用的路径与障碍物识别方法有基于道路模型的路径识别方法、基于Hough变换的路径识别、基于LVQ神经网络的路径识别方法。

2视觉导航技术的应用

由于视觉导航技术的发展越来越成熟,其使用也越来越广泛。在工农业生产等各个不同的领域都有所应用。视觉导航技术的应用,给这些领域的生产工作带来了极大的便利,大大提高了机器的工作效率。

2.1 视觉导航技术在农业生产中的应用。视觉导航技术在农业生产中的应用,主要表现为农业机械的导航。视觉导航技术用于农业机械的导航,主要是帮助农业机械把目标物与周围的背景区分开来。07年,伦冠德[11]利用图像增强技术与Hough变换相结合,对传统的导航模型存在的不足进行了改进研究,研究结果表明,新方法对导航路径的识别由于传统的模型导航;09年,杨为民等将动态窗口处理技术与Hough变换相结合,对农业机械中的视觉导航系统进行了改进,并取得了较好的导航效果等。

2.2 视觉导航技术在机器人领域的应用目前世界上许多危险环境下的作业,都是由机器人完成的。比如机器人用于深海探测。机器人要自动到达既定的探测,而不因为碰到障碍物损坏,这就要求机器人必须要有视觉导航功能。05年,周庆瑞等对视觉导航技术在机器人中的应用进行的研究。利用图像的深度信心,再结合相应的校正算法与跟踪技术,实现了机器人的智能移动。

2.3 视觉导航在移动车辆中的应用。具有智能导航功能的移动车辆是当今车辆研究领域的前沿。智能车辆的导航主要是完成环境感知、规划决策和辅助驾驶等功能,这些功能的实现需要计算机视觉技术、控制技术和电子技术等的支撑。其中最重要的还是视觉导航技术。如09年,钱云等研制的基于视觉导航的智能车货物搬运系统,充分利用的图像的边缘提取技术,对智能车要经过的路径进行识别,并且取得了较好的效果。

从上面三个方面的分析研究表明,视觉导航技术在各个领域中的具体应用不同,但所使用的关键技术基本是相同的。主要都是对图像信息的处理和对运动路径的定位于跟踪。

3小结

随着机器视觉产品与我们的生产和生活越来越近,很有必要对视觉导航技术进行必要的研究及应用分析,以便人们能够更好的理解视觉导航产片的工作原理与功能。

参考文献:

[1]吴琳.计算机视觉导航综述[J].人工智能及识别技术.

机器视觉基础知识范文第5篇

关键词:实践教学 传感器 教学改革

中图分类号:G64 文献标识码:A 文章编号:1673-9795(2014)01(a)-0045-02

实验教学是培养学生理论联系实际、综合技术应用、创新意识和能力等的重要环节和途径。《传感器与检测技术》[1~2]是一门实践性很强的课程,对这门课来说,实验教学更是理论联系实际的重要一环[3]。通过长期的教学实践,我们认识到要让学生学好这门课程,除了加强理论教学内容外,实践教学对帮助学生深入理解与掌握本学科具有不可替代的重要作用。加强实践教学不但提高学生的实践操作能力,培养学生的创新意识,而且进一步加深了学生对所学理论知识的掌握,从而达到该学科预期的实践效果。

注重培养学生的实践动手能力和独立设计能力,可提高学生参与实验的积极性和主动性,本文提出了“以传统教学实验为基础,综合性教学实验为加强,课外科技实践为补充”的多模式结合的实验教学方式,并对每种模式的实验教学方法如何提高该课程的教学质量进行了分析与探讨。

1 传感器课程实验的基本设计思想

在现代测控技术中,传感器技术是一项重要技术。《传感器与检测技术》课程中对不同类型传感器的工作原理、测量电路及其应用等相关知识进行介绍,是测控技术与仪器、自动化等专业比较重要的专业课程。通过教学,我们发现该课程教学具有如下特点:第一,教学内容量大,学生除传感器与检测技术基础知识外,还包括众多电工参量、机械参量、热工参量、成份参量的检测原理、方法与技术等内容;第二,知识涉及学科多,教学中涉及电学、光学、力学、数学、生物学、材料、机械原理和计算机技术等多门学科;第三,内容分散性大,各章内容之间的联系并不甚紧密,并且都涉及多门相关课程知识及这些知识的综合应用等。这些特点使得学生开始做实验时通常感觉思维跟不上、不知道从何学起的感觉。因此,在实验教学的设计中,仅仅应用传统的单一模式的实验教学,会极大影响学生学习的主动性与积极性,且不利于学生综合实践能力的提高。因此,我们对这门课程的实验教学设计采用“以传统教学实验为基础,综合性教学实验为加强,课外科技实践为补充”的多模式结合的方式,即通过传统的教学实验使学生对各类传感器的基本工作原理、应用进行初步的理解;通过综合性教学实验加强学生对多传感器、多学科知识综合运用的深入理解;通过课外科技实践进一步提高学生综合运用及动手能力。实验教学设计思想坚持由基础性向综合性,由认识性向创新性递进的循序渐进培养过程,既保证学生对基础理论知识的理解,同时还要使学生具有实际动手操作、应用的能力。

2 多模式实验教学方式探讨

2.1 传统教学实验为基础,要求学生理解基本理论知识

传统教学实验包括“基本型实验和验证型实验”。基本技能型实验主要是对常规的仪器、仪表的认识及使用。验证型实验指通过一些简单的实验,如通过教师在讲授理论的课堂演示等,来验证课程中的基本理论,加深对相关理论的理解和认识。实验内容包括电容式传感器、霍尔传感器、温度传感器、电阻式传感器、压电式传感器的特性等。

目前的传统教学实验存在着实验设备陈旧、实验手段单一、实验内容设置不合理等问题,但传统教学实验对于学生理解本课程的基础知识,激发学生实验的积极性具有十分重要的作用。我们通过更新实验设备,丰富实验手段,整合实验内容等方法,建立与理论课程相匹配的实验课程,从而使得传统教学实验不但能培养学生学习该课程的兴趣,而且更能激发了学生主动实验的积极性,为后续实验教学打下坚实的基础。

2.2 综合性实验教学为平台,培养学生对多学科知识综合理解运用能力

在传统的《传感器与检测技术》的基础实验基础上,如何进一步提高学生实践操作能力,培养学生创新意识,就成为本课程中实验教学重要的内容。综合性的实验教学以其集验证性、设计性为一体的特点已被广泛提倡。

综合性实验包括综合型实验和设计型实验,是集验证性、设计性为一体的实验,从剖析系统结构、建立系统的数学模型, 到观察、记录系统的运行特性,从而用评判一个系统的有关知识全面地分析、综合这一系统的各项性能,让学生运用所学的知识和技能进行分析、综合。

在实训的安排上,以培养学生综合实践能力和创新思维为主要目的,从简入繁,循序渐进,将检测技术、传感器技术、微处理器技术、控制技术等课程内容有机地结合起来,比如在实验室建设中,增加了类似于“DRVI可重构传感及虚拟测试技术实验台”的设备,该类设备满足了“传感器原理、虚拟仪器、工程测试技术、测试信号分析、计算机测控系统”等传感测试课程群基础性及综合设计性实验实训需求。

以实验教学中“机器视觉多元检测实验”为例,该实验中应用了CCD技术、电机技术、机器视觉检测技术等,学生首先可以通过该实验了解机器视觉检测技术,掌握CCD传感器工作原理及其应用,同时,学生还可以通过整个系统中传感器及相关部件相互间的相互位置对检测结果的影响进行分析评测。另外,在通过此类综合性的实验,学生不仅了解了与机器视觉多元检测技术相关的知识,而且加强了对机械、电机、控制等相关知识的综合理解和应用,从而扩展了学生的知识领域,增强了学生的实践应用能力。

通过这些综合型、设计型实验不但提高了学生的独立操作能力,培养学生综合运用相关理论知识分析问题和解决问题的能力,而且同时激发了学生的学习兴趣。

2.3 课外实践为补充,提高学生综合知识运用与实践能力

在不断完善实验教学基础上,为学生提供丰富的课外实践活动,不但扩展学生学习理论知识的范围,而且更能增强学生对理论知识的实践应用能力。给学生创造参加各种课外实践操作的平台,如科技竞赛、创新创业大赛等。在参赛过程中,学生们分工、协作、合作、竞争。学生们通过运用其所学的理论知识,进行多学科理论知识的综合,首先要提出相关问题,然后对所提出的问题进行理论分析,最后用科学的方法来解决实际的问题。在此过程中,教师要作好协助学生选择应用背景、探索性较强的课题,协助指导学生对其所选择的课题进行分析和引导进行相关工作等,不但要为学生创造更好的研究氛围,如指导学生如何查阅文章、资料收集、调研分析等;还要邀请相关领域教师、专家进行专题讲座,鼓励学生更多地交流、学习、思考,掌握前沿领域知识。通过做好上述工作,不但使学生拓展思维,而且更能增强学生的学习信心。

以学生参加的创新创业大赛为例。比赛要求选择“智能小车”为设计主题,要求学生设计一款可自动识别路径的智能小车。在设计过程中,学生可亲自动手研发制造该智能小车,通过发挥自己的主动创新能力,选择各种不同的机械元件等实现自己的设计。在整个参赛过程中,学生不但独立相关操作,从而巩固了对书本理论知识的的理解,增强学生实践操作能力,拓展其知识范围,提高其创新意识和创新能力。

3 结语

《传感器与检测技术》这门课程所涉及众多类型学科、教学内容比较分散、内容量大,该课程的实验教学是其教学过程中的重要组成部分,对其教学效果有着直接的影响。在通过以上对该门课程实践教学方式的探索,我们已经在教学过程中取得了一些成绩,但这些还远远不够,想要进一步的来提高教学质量,在日后的教学中我们还需要不断进行探索和总结,为社会培养出更多更优秀的专业技术人才。

参考文献

[1] 吴莉莉,林爱英,刘存祥.《传感器原理与应用》课程教学方法探索[J].高教论坛,2008(4):114-116.