“智能视觉技术”理实一体化素质提升探索

机器视觉是智能制造生产线的重要组成部分，在生产线上机器视觉可以起到替代人眼的作用，在一定程度上实现产品的外观缺陷检测，进行非接触式尺寸测量，识别工件或目标信息，与机器人配合实现自动化装配等。引入机器视觉系统可实现高速稳定的检测，节省大量的人工和机械工装。目前机器视觉的应用主要有引导、检测、测量和识别四大类，涉及的行业范围广，典型应用行业有汽车制造行业、电子和半导体行业、工业包装行业、制药行业等。张爱云等

针对VVT发动机转子设计了一种缺陷检测系统，利用机器视觉技术有效检测外观的划痕、划伤，且可筛选出磕碰点，进而对外径进行精确测量。臧程程

将机器视觉技术用于汽车发动机装配线，检查发动机缸体的标签号码打刻质量，并对发动机装配是否存在漏装或安装错误进行自动化检查，在保证产品装配质量的同时，大大提高了工作效率。贾茜伟等

利用机器视觉对工件进行检测、分类和定位，通过PLC对工件的坐标信息进行解析并发送给机器人，从而引导机器人进行智能组装和入库。基于机器视觉的物流系统的应用使物流的自动化程度进一步提高。姚应方等

利用机器视觉技术对八角进行外观检测，实现了对八角的颜色识别和形状分析，识别正确率高，检测精确。

未来世友将坚持“聚焦地板、以质立世”的策略，以全渠道拓展、全品类发力、双模式运营的方式，打造更广阔的品牌发展。

基于机器视觉的兴起和应用扩展，社会上对机器视觉人才的需求也逐渐增大，因此开设机器视觉相关课程，培养适应机器视觉工程师岗位需求的人才迫在眉睫。本文以智能视觉技术课程为例，探讨如何运用理实一体化教学模式，更好地培养学生具备机器视觉技术的基础理论知识和一定的实践操作能力，为今后从事机器视觉工程师岗位奠定基础。

相关地，同一知识点螺旋重复多少次合适？比如，“平行四边形概念”在4个版本中出现了3次，2个版本出现了4次．“性质1”在北师版中没有重复，冀教版中出现了3次，其余版本出现了2次．“性质2”在冀教版和青岛版中出现了2次，其它4个版本均没有重复出现．冀教版中的“知识点Z9”出现了2次，分别在二下、四下，其它5个版本均没有重复出现．

1 定位

智能视觉技术是工业机器人技术、理化测试与质检技术专业的必修课，是岗位核心课程之一，主要面向机器视觉工程师岗位而设置。作者在2020-2021年期间，作为访问工程师在杭州指南车机器人科技有限公司研修，期间了解到机器视觉工程师岗位要求具备的基础知识和能力，据此确定智能视觉技术课程的教学目标，使培养的学生更加适应社会需求。通过本课程的学习，应使学生掌握机器视觉系统的基本硬件构成和硬件选型，熟悉基本的成像要素和光学知识，了解基本的数字图像处理知识。培养学生具有机器视觉技术的基础理论知识和一定的实践操作能力，能够针对实际应用需求合理选择硬件系统，能熟练应用至少一种开发平台分析和处理图像，进而实现分析检测的目的。本课程涉及技术众多，包括物理光学、计算机数字图像处理、机器人技术、自动化控制、机械结构等，大多理论枯燥，且理论难度较高、不易理解。

2 学情分析

(2)学生实践操作：学生搭建机器视觉系统，主要包括工业相机、工业镜头和环形光源的安装。通过螺纹接口的连接，将工业镜头安装在工业相机上，将被检试样置于工业相机和工业镜头下方，将环形光源置于被检试样和工业相机、工业镜头中间，如图2所示。搭建完成后，分别采用红色、蓝色和白色环形光源对被检试样进行打光。环形光源属于反射光照明，环形光源的光线照射到被检试样的表面，形成反射，反射光进入工业镜头，由镜头接收反射光线并对其进行调整，工业相机通过CCD或CMOS图像传感器将镜头接收到的光信号转变为电信号，再将这些信息通过相应接口传送到计算机主机。本系统中，相机可通过网络接口、用网线连接到电脑(工控机)，进行数据传输。利用电脑(工控机)上的机器视觉开发平台(如VisionPro、MVP软件)，拍摄获取三组图像。简单来说，反射光照明条件下，获得一副图像主要是通过工业相机的感光芯片捕获到进入的反射光线，进入的反射光线越多，获得的图像越亮；反之，则获得的图像越暗。

(1)准备实训设备：工业相机1个，工业镜头1个，红色、蓝色和白色环形结构光源各1个。检测试样1个(应具有典型的红色、蓝色，尽量选择真实检测工件，也可选择生活中常见的物体。如选择饮料瓶盖作为检测试样，对瓶盖上生产日期进行识别作为检测项目目的)。

3 实训设备和实训项目

结合案例(如瓶盖上生产日期的识别)，分析生产日期该特征如何实现强化，选择哪个颜色的光源效果最佳。瓶盖本身的颜色由蓝色、红色和白色组成，其中蓝色为主。在瓶盖蓝色背景上印刷有黑色字体的生产日期。采用红色环形光源进行打光时，由于物体会反射和它颜色相近的光，因此红色区域对红光的反射强，进入工业镜头和相机的反射光线多，而蓝色区域与对红光的反射较弱，进入的反射光线较少，因此拍摄的图像呈现为红色区域较亮、蓝色区域较暗的特点。反之，采用蓝色环形光源进行打光时，由于蓝色区域对蓝光的反射强，拍摄的图像呈现为蓝色区域较亮、红色区域较暗的特点。采用白色环形光源进行打光时，由于白色光是混色光，是由多种有色光组成的，因此蓝色区域、红色区域都将吸收其中和它颜色互补的部分有色光，只有和它颜色相近的部分有色光被反射，使得进入工业镜头和工业相机的反射光强度均相对较弱，如图3所示。因此在白色环形光源打光时，蓝色区域和红色区域均较暗。考虑到机器视觉系统需要识别瓶盖上的生产日期，为了使图像上的生产日期强化、易于识别，应尽可能提高生产日期和背景的对比度，也就是检测的特征与非检测的特征有明显的明暗差别。由于瓶盖上的生产日期为黑色，因此当图像中背景为白色时有最为明显的明暗差别，对比度最佳。要使图像中背景为白色，应尽可能使背景区域的反射光线增多，通过前面不同颜色环形光源的打光对比试验结果可知，蓝色背景在选择蓝色光源时，反射光最强，在图像上背景将最亮，从而与黑色字体的生产日期明暗差别最明显，可获得最佳的图像对比度。在分析该案例的基础上，可根据实际情况进一步补充蓝色的互补色(黄色)打光试验，比较图像上蓝色背景的亮暗变化。必要时可结合更多案例，检验学生对知识点的掌握程度。

(5)教师总结和延伸：通过案例中打光试验的对比，得出光源的主要作用是通过光源将被测物体(特征)与背景信息尽量明显区分，获得高品质、高对比度的图像。在此基础上，可延伸补充光源的其他作用，如增加均匀性、消隐背景、增加一致性。

4 理实一体化教学案例——不同颜色光源的打光对比试验

高职学生普遍对理论知识点的接受度较差。在以往的考试中发现，以理论知识点为主的考试课程，班级平均分数在65分-75分；而以实践操作为主的考试课程，班级平均分数在80分以上。这一现象反映了相比理论知识点，高职学生对实践操作技能的接受度更高。因此，在智能视觉技术的高职课堂教学中，采用理实一体化教学模式或许能达到更好的教学效果。

工业机器人技术、理化测试与质检技术专业的高职学生一般不具备编程语言基础，对物理光学基本概念的了解也不深入。如果在教学过程中单纯讲授理论知识点，学生一时难以理解，可能产生畏难情绪，从而失去对本课程的学习兴趣。因此，在教学内容的选择上应以实际应用为主，理论够用为度。

(3)学生分析和讨论：通过对比不同颜色环形光源的打光条件下拍摄得到的图像，学生分析光源的颜色对图像效果的影响，并讨论哪个光源最为合适。必要时可进行记录，如表2所示。最后派代表阐述说明。

(4)教师提炼理论知识点：结合学生的讨论结果，引出相关的理论知识点，不同颜色环形光源打光之所以得到不同的图像效果，是因为物体会反射和它颜色相近的光，而吸收和它颜色互补的光，因此可以利用待测物颜色的不同，通过互补颜色或者相同颜色的照明把需要的特征强化和消除。

理实一体化是突破理论与实践相脱节现象的一种教学模式，它强调理论教学与实践教学的紧密相连，在教学环节中理论教学和实践教学交互进行，没有固定的先后顺序。在理实一体化教学课堂上，教师依然起主导作用，教师通过设定教学任务，将理论知识点融于实践教学中。通过实践，学生不仅掌握了操作技能，同时也完成了对理论知识的理解和内化。对于高职学生来说，“做中学、学中做”这种方式可充分调动学习的兴趣，提高学习的积极性和主动性

。

理实一体化教学需要教师将理论知识点和实践教学项目进行融合，提前准备好实践教学环节所需的设备。作者结合访工期间的经验，将机器视觉工程师需具备的硬件选型能力进行细分，并对相关的理论知识点进行梳理，设计了智能视觉技术课程的理实一体化教学项目，如表1所示。同时将实际应用中需要的硬件进行简化，在保证能完成分析检测目的的前提条件下，选取主要的基本设备，搭建了一套简易机器视觉检测系统，便于在课堂中实现实践教学，如图1所示。该套系统主要包括工业相机、工业镜头、光源、光源控制器、可调节支架和电脑(工控机)等。其中可调节支架应能固定工业相机，且支持各类光源的安装和使用。光源选择发光二极管光源(简称为LED光)，LED光具有寿命长、照明稳定、功耗低、指向性好、响应快、亮度高、颜色多、灵活组合等优点。可以使用多个LED灯珠以达到高亮度，同时有各种不同的颜色的灯珠可供选择使用，也可以将不同颜色的灯珠进行混合使用。LED光组合灵活，结构上可组合成不同的形状，包括环形光源、条形光源、背光源、同轴光源、点光源、球积分光源(碗光)、线光源等。而且同样的环形光源结构条件下，还可将LED光组装成不同的打光角度，包括高角度打光和低角度打光。基于LED光的以上特点，LED光源能够基本满足如表1所示的理实一体化教学项目的需要。

在本案例中，通过实践项目的教学，可以将相关的理论知识点自然融入，实现了理实一体化教学。由于实践项目任务的驱动，学生在课堂上的参与度大大提高，而且不同颜色环形光源的打光试验结果对比明显，学生有更为直观的感受，通过实践操作后的分析讨论，引发学生的好奇心，激发其学习主动性，最后再通过教师的讲解，使学生掌握相关的理论知识点。通过理实一体化教学，学生的参与度和学习积极性都得到了明显提高，学生对知识点的认识也将更加深刻，同时通过讨论也锻炼了学生分析问题、解决问题的能力。

经过对两组疗效进行对比，结果显示观察组治疗口腔溃疡的总有效率比对照组显著更高（P＜0.05）。详见表1。

由传统的水文模型参数取值得到模型模拟的洪峰合格率为69.2%，洪量合格率为46.15%，可见双超模型对洪峰的模拟精度较高，对洪量的模拟精度较低。

本文所设计的理实一体化教学项目基于校企合作，突出应用，重在培养机器视觉系统的硬件选型能力，与企业的需求相匹配；所搭建的简易机器视觉检测系统结构简单、操作灵活，能适应大部分硬件选型试验的需求，且成本不高。在企业、行业工作人员培训时，也可参考本文的理实一体化教学项目和简易机器视觉检测系统。

[1]张爱云，王吉华，高崴等. 基于机器视觉的VVT发动机转子缺陷检测系统设计[J]. 工程设计学报，2021，28(6): 776-784.

[2]臧程程. 基于机器视觉系统的汽车发动机装配线[J]. 内燃机与配件，2022，(1): 226-228.

[3]贾茜伟，闫娟，杨慧斌等. 基于机器视觉的智能组装物流系统[J]. 物流科技，2022，(1): 56-58.

[4]姚应方，刘峰，张海东等. 基于机器视觉的八角颜色与果形识别研究[J]. 中国农业科技导报，2021，23( 11): 110-120.

[5]李丽，廖映华. “四位一体”理实一体化课堂教学研究[J]. 四川职业技术学院学报，2021，31(6): 34-39.