職教師資類院校“機器視覺”課程教改探索

張子淼 何林杰

摘?要：機器視覺課程進行圖像處理以及計算機視覺的相關知識教學，基于職教師資類院校學生培養原則和要求，本文針對這門課程存在問題，提出了教學方法以及教學內容的相關改革。教學內容的改革包括強化理論學習、強化操作平臺、強化軟件平臺和相關執行庫。教學方法的改革包括引入工程案例、編程案例、啟發式教學、企業教學等。上述改革在激發學生學習興趣和主動性的同時，培養學生解決實際工程問題的能力。

關鍵詞：機器視覺；教學方法改革；教學內容改革；智能制造

一、概述

職教師資院校主要為中職、高職提供師資，因此對畢業生要求在了解理論知識的基礎上還需要有一定的實際動手能力。隨著社會發展，中職、高職院校的機器人［12］、智能制造類專業［35］逐漸增多，對此類專業的師資需求也逐年增多。機器人在制造領域所占比重逐漸增大，通常將CCD或CMOS相機與機器人進行集成，通過相機識別目標，實現對機器人的引導。而“機器視覺”課程正是一門從理論和技術層面對相關知識進行講解的重要專業課程。

機器視覺課程［610］進行圖像處理以及計算機視覺的相關知識教學，并通過Visual?Studio等操作平臺，以OpenCV、Halcon等機器視覺庫為基礎，實現目標圖像處理、識別等功能，與制造設備智能化的目標極為貼合。

然而隨著手機、平板等媒介的出現，導致學生上課的注意力不夠集中，對機器視覺等重要的專業課失去興趣，因此需要對機器人課程教學模式進行相應的改革，讓學生的興趣重新回歸課堂。同時當前機器視覺的相關課程的內容已經不能滿足社會相關領域需要，例如光學、3D視覺系統、機器人手眼系統等相關知識的缺乏，因此針對課堂教學內容同樣要進行相關改革。

二、機器視覺課程性質、教學現狀和待改進方面

（一）機器視覺課程性質、地位及課堂教學現狀

1.課程性質、地位

機器視覺是機器人專業和智能制造專業的主干課程，是一門重要的專業課。課程主要研究圖像處理和計算機視覺的基本理論和基本方法，是學生進行后續專業課程及工程設計的基礎與工具。基本知識包括：圖像數據結構；圖像載入、顯示及輸出；直方圖的計算與繪制；圖像二值化處理；邊緣檢測；輪廓提取；角點檢測；霍夫變換；圖像濾波；攝像機標定等。本課程的理論性和實踐性較強，在專業課程體系中起著承前啟后的作用。通過該課程的學習，學生應對圖像處理技術和計算機視覺技術有較為深入的理解，并能熟練在Visual?Studio平臺上應用OpenCV等計算機視覺庫，同時從理論的高度理解機器視覺相關技術發展過程中所遇到的問題，能夠了解機器視覺的發展方向。

2.課堂教學現狀

機器視覺是機器人專業和智能制造專業的主干課程，學校無論是從師資配備還是課程大綱的制訂、課程安排都給予了足夠的重視。但是，由于干擾因素太多，如何通過教學方法的改革將學生的興趣吸引回到課堂，是需要解決的問題。同時，豐富課程的相關內容，跟上時代發展潮流，亦是需要解決的問題。

（二）待改進方面

1.理論知識的強化

機器視覺雖然是一門應用性課程，但是涉及光學、圖像處理、計算機視覺、機器人學的相關基礎理論，雖然相關內容學生通過Visual?Studio平臺結合OpenCV、Halcon等計算機視覺庫可以對相關理論進行實現，但是為了激發學生學習興趣，需要對課程所涉及相關基礎理論進行選擇性的講解，使學生做到“知其然知其所以然”。

2.工程案例引進

當前課程的案例大多來自實驗室環境下，課程應該引入一些實際工程案例，雖然這些案例在系統結構上會有一定的復雜性，但是通過這些案例的講解，學生會對課程有更深刻的認識，了解如何應用課程相關知識解決實際工程問題，激發學生的學習興趣和學習動力。

3.編程案例引進

機器視覺相關理論的實現需要通過編程，面向對象編程技術是一種集面向對象編程、泛型編程和過程化編程于一體的編程技術。在課程中通過Visual?Studio平臺使用C++語言引入面向對象的程序，通過對學生進行面向對象的編程訓練，培養學生利用計算機處理問題的思維方式，讓學生在掌握課程相關理論的同時掌握面向對象的程序設計的基本概念和編程方法。

4.多元化教學

當前課程以講授為主，為激發學生的學習興趣，增強學生學習的主動性，可以拓展課程的教學模式，例如針對課程中的某些問題，以小組的形式組織學生進行討論，使學生更多地參與到課程中。

三、機器視覺課程課堂教學內容與方法改革措施

（一）教學內容改革

機器視覺是一門涉及光學、圖像處理、計算機視覺、機器人學的綜合性課程。當前這門課程的教學以圖像處理、計算機視覺相關知識為主，其他類知識為輔，但是隨著社會發展，還需要從以下方面對課程內容進行改革強化。

1.光學知識的強化

機器視覺系統的核心部分是圖像的采集和圖像的處理，所有信息均來源于圖像，圖像本身的質量對整個系統極為關鍵。而光源則是影響圖像采集的重要因素，因為它直接影響輸入數據的質量，如圖像的對比度等。如圖1所示，課程可以加入光源種類的介紹。

課程中亦可以加入不同光源的照明原理，如圖2所示。

2.3D視覺系統知識的強化

3D視覺是制造設備智能化的關鍵，如圖3所示，常見的3D視覺模式有雙目立體視覺系統、線結構光視覺系統、光柵投影視覺系統等。雙目立體視覺系統相關課程內容應加入雙目視覺系統內參數標定原理、結構參數標定原理、雙目視覺系統參數在線標定校準方法等相關內容。線結構光視覺系統應加入相機內參數標定原理、光平面標定原理等相關內容。光柵投影視覺系統又分為單目光柵和雙目光柵，應分別加入相應系統的標定與測量原理的相關內容。

3.機器人手眼系統知識的強化

如圖4所示，機器人手眼系統根據相機的擺放位置不同可以分為Eye?in?hand和Eye?to?hand。Eye?in?hand表示眼在手上，也就是相機與機械臂的末端固定相連，標定板與機器人的基坐標系相對位置關系不變，標定的是相機坐標系在機器人末端坐標系下位姿。Eye?to?hand表示眼在手外，也就是相機固定不動，標定板與機器人的末端坐標系固連，我們需要標定的是相機坐標系在基坐標系下的位姿。應在課程中加入機器人手眼標定的相關內容。

4.軟件與相關執行庫的強化

Visual?Studio是理想的程序運行平臺，在通常進行C++語言教學的前提下，軟件平臺要實時更新，相關計算機視覺庫也要注意更新至最新版本，例如OpenCV。

5.操作平臺的強化

除了理論知識的講解，還需要搭建相應的實驗平臺，讓學生有機會親自進行標定、測量等實驗。如圖5所示，雙目視覺系統標定過程中，靶標在相機的視場不同的擺放位置，可以拍攝多組圖像，如何科學地選擇靶標的位置，采集圖像，得到理想的標定結果，需要學生動手探索其中的規律。

（二）教學方法改革

1.啟發式教學

課堂講授采用啟發式教學，激發學生主動學習的興趣，培養學生獨立思考、分析問題和解決問題的能力，引導學生主動通過工程實例進行相關內容的學習。采用多媒體教學模式與傳統板書相結合的方式，通過圖像、視頻、動畫或教具演示課程中所涉及內容，增強教學的直觀性。課堂教學過程中，針對課程內容，結合專業背景，選擇典型案例進行教學，建立學生的工程意識，為后續專業課程的學習做準備。推薦學生利用互聯網資源、校園網資源（校園網數據庫）、圖書館資源（期刊、專業文獻）等多種手段獲取信息，加深對教學內容的理解，同時拓展專業視野，培養學生自主學習能力。

課程設計盡可能再現實際工業現場，組織學生以小組形式進行，每個人在小組內負責不同的任務模塊，引導學生主動思考，積極學習，鍛煉學生的組織、溝通、協作能力，培養學生解決實際工程問題的能力，最后答辯時每個人詳細講述自己負責模塊，組長負責歸納總結。

2.工程案例教學

結合現有實驗平臺，引入工程案例中所涉及技術問題，引導學生提出解決方案，提高學生解決實際工程的能力，激發學生學習興趣和主動性。例如模擬某工業現場，如何通過設計標定靶標，保證標定精度的同時提高標定效率。

3.編程案例教學

借助引入的工程案例，引導學生通過Visual?Studio平臺進行實際操作，使用面向對象編程的思維解決一般工程應用問題，掌握面向對象編程的特點、編程思想和編譯環境。

4.企業教學

帶領學生深入相關企業一線，將學生企業實踐/實習過程中遇到的實際工程問題，凝練歸納為工程案例，引導學生利用所學知識進行解決，歸納總結出相關結論規律，編寫具體程序，并進行調試運行。提高學生學習的興趣和主動性，培養學生學以致用，形成解決實際工程問題的能力。

結語

機器視覺是機器人專業和智能制造專業的主干課程，通過本課程的理論和實驗上機學習，為相關專業學生后續學習打下基礎。但是針對課堂教學方法和教學內容，需要進行相應改革，通過這些改革可以激發學生學習的興趣和主動性，培養學生解決實際工程問題的能力。

參考文獻：

［1］沈曄超，葛勇.“1+X”證書制度背景下“工業機器人應用編程”課程教學改革與實踐［J］.南方農機，2022，53（20）：186188.

［2］華子森，孫亞茹，田興，等.機器人工程專業實踐課程體系建設與規劃［J］.中國現代教育裝備，2022（19）：124126.

［3］蘇江，童杰，卞青青.基于智能制造專業群的創新創業教育改革探索［J］.創新創業理論研究與實踐，2022，5（17）：120123.

［4］趙琳，劉高鵬.智能制造工程專業“六協同”教學模式研究與實踐［J］.教育觀察，2022，11（25）：8790.

［5］張景鈺，趙明威.智能制造技術實訓課程思政與實施案例［J］.時代汽車，2022（18）：4648.

［6］江祥奎，丁銳，熊偉.機器視覺課程教學方法改革與實踐［J］.軟件導刊，2022，21（09）：206210.

［7］許曉艷.“1+X”證書制度下高職院校智能控制技術專業課程改革——以機器人視覺系統技術課程為例［J］.信息系統工程，2022（09）：165168.

［8］羅小燕，蔡改貧，胡俊峰，等.儀器類研究生“工匠+創新”型人才培養模式的探索與實踐［J］.輕工科技，2022，38（05）：110112.

［9］李秀秀，黑新宏，金海燕，等.創新實踐能力培養目標下的機器視覺課程改革［J］.計算機教育，2022（09）：101104.

［10］蔣翠玲，萬永菁，朱煜，等.基于華為“智能基座”計劃的項目式教學實踐——以機器視覺算法實訓課程為例［J］.化工高等教育，2022，39（04）：2430+92.

作者簡介：張子淼（1985—?），男，漢族，天津人，博士，副教授，研究方向：精密測量。