[出处] 教育教学论坛_2022年第11期

王中任　陈科鹏　肖光润　赵荣丽

[关键词] 专业学位研究生;机器视觉;案例库;案例教学

[基金项目] 2020年度湖北文理学院研究生教育工程项目“‘机器视觉原理与应用’优质课程建设”（YZL202007）

[作者简介] 王中任（1974—），男，湖北黄梅人，博士，湖北文理学院机械工程学院教授，副院长，主要从事智能制造与机器视觉研究;陈科鹏（1988—），男，湖北麻城人，博士，湖北文理学院机械工程学院讲师，主要从事机器视觉技术研究;肖光润（1987—），男，湖北宜城人，博士，湖北文理学院机械工程学院讲师，主要从事机器视觉技术研究。

[中图分类号] G642.0 [文献标识码] A [文章编号] 1674-9324（2022）11-0053-04 [收稿日期] 2021-08-23

引言

专业学位具有相对独立的教育模式，以产教融合培养为鲜明特征。美国、德国、日本和瑞士等发达国家高度重视专业学位发展，有力支撑其社会发展[1]。专业学位研究生的培养目标以培养满足特定行业需求为特色的应用型和复合型人才。具体而言，机械工程专业学位研究生要面向特定行业和产业需求，培养具有坚定理想信念、高尚道德情操和健全人格，具備综合运用所学专业理论知识和实践技能，解决工程实际中有关技术问题能力的应用型、复合型、高层次的工程技术人才。从专业技术层面看，专业学位研究生需要具备较强的创新意识和实践动手能力，在本领域的某一方向具有独立从事工程设计与运行、分析与集成、研究与开发、管理与决策等能力。因此，专业学位研究生培养的师资、课程设置、教学方式方法和实践体系建设方面均有别于学位研究生，其中案例教学作为一种教学方式对提高教学质量具有重要作用。

教育部发布的《关于加强专业学位研究生案例教学和联合培养基地建设的意见》（教研〔2015〕1号）中指出：案例教学是以学生为中心，以案例为基础，通过呈现案例情境，将理论与实践紧密结合，引导学生发现问题、分析问题、解决问题，从而掌握理论、形成观点、提高能力的一种教学方式。加强案例教学是强化专业学位研究生实践能力培养、推进教学改革、促进教学与实践有机融合的重要途径，是推动专业学位研究生培养模式改革的重要手段。近年来，专业学位研究生案例教学已经从人文社科和医学专业向工科类专业发展，并且越来越受到重视。

针对机械工程专业硕士研究生案例教学中出现的矛盾和问题，王家忠以“自动化智能化制造单元与系统实例”教学实践为例，提出化解矛盾的做法[2]。李艳针对机电一体化原理及应用课程教学的案例库建设方法，基于机电一体化的共性关键技术建立其课程教学案例库，提出集先进性、实用性和前沿性为一体的有关机电一体化课程规范化的教学案例库建设方法，以及案例教学、实践活动、实现应用等相互融合的案例教学实践思想[3]。

在智能制造和机器视觉相关课程的案例教学研究方面，王福斌以煤气混合过程智能多变量解耦控制系统为研究对象，构建了“智能控制”课程案例教学库，并给出了案例教学效果的保障措施[4]。陈章宝开展了图像处理课程中深度学习的案例教学研究，在图像特征提取与模式识别环节引入深度学习的方法，通过结合理论介绍与代码，实现从单层感知机模型、多层神经网络到卷积神经网络的建设，给出了深度学习的渐进式教学案例设计[5]。

本文以机械工程专业学位研究生“机器视觉原理与应用”课程教学案例库构建及应用为例，在分析课程特点及案例教学需求的基础上，探讨“机器视觉原理与应用”教学案例库建设的思路和架构，结合实践基地建设，给出了典型案例的设计过程及其教学应用效果。

一、课程特点及案例教学思路

近年来，随着人工智能、大数据和智能制造的快速发展，机器视觉技术应用越来越广泛，学习并掌握机器视觉技术已经成为机械专业硕士研究生就业和创业的核心竞争力之一。因此，面向机械工程专业硕士研究生，开设“机器视觉原理与应用”专业方向课程，具有重要意义。然而，该课程理论性强、多学科交叉特点鲜明、学生基础参差不齐、研究生学习主动性不足，这些都是目前课程教学中的突出问题。“机器视觉原理与应用”课程的主要目标有三个：（1）使专业学位硕士研究生了解国内外机器视觉发展的最新研究成果，以及机器视觉在典型行业中的应用;（2）使研究生掌握机器视觉基本概念、基本理论和主要算法;（3）使研究生具备运用理论和方法解决实际机器视觉问题的能力。

作为一门前沿理论与先进技术紧密结合的课程，为实现课程教学目标，必须在教学内容的组织和授课形式上创新，既要讲授前沿的理论知识，如图像识别、注意力机制、深度学习等，又要针对视觉测量、机器人视觉定位、缺陷检测、瑕疵检测、目标跟踪、三维视觉等先进技术的应用进行讲解和剖析。因此，不断积累与完善的课程案例库是开展案例教学的基本保证。“机器视觉原理与应用”课程教学案例库将以大量源于企业实际的工程案例引导研究生主动获取专业知识，并锻炼其多方面的能力，改变了传统的依靠教师讲授的单一模式，促进了教师与学生、学生与学生之间的交流与互动。然而，机器视觉作为不断发展完善的新兴技术，在理论与实践结合方面还有很长的路要走，不同行业、不同企业在工程案例实施的路径与着力点也各不相同。因此，在教学过程中只有结合实际，收集、整理、提炼工程案例，并有针对性地进行剖析和讲解，才能实现课程的教学目标。以案例为基础，通过呈现案例的真实工程情境，将理论与实践紧密结合，引导研究生从案例中发现问题，并学会分析和解决问题，进而掌握理论、形成观点、提高实践能力。这种教学过程有利于研究生实践能力的培养，同时有助于研究生形成讨论交流、团队合作的意识，了解新时期对实用型高级工程技术人才的实际需求。因此，将针对机械工程专业学位研究生的“机器视觉原理与应用”课程引入案例教学法，逐步建立内容丰富、体系完善的案例库是非常有必要的，不仅有助于培养解决问题的能力，还契合了机械专业学位研究生的人才培养目标。

二、案例库总体设计和典型案例

（一）“机器视觉原理与应用”案例库总体设计

机器视觉是一种利用机器和摄像头模仿人眼对目标物进行测量与识别的技术。具体来说，机器视觉主要利用计算机模拟人的视觉功能，从获取的图像中提取特征信息，并对特征信息加以分析，最终显示分析结果或根据分析结果执行相关动作。综上分析，机器视觉分为三个组成部分：图像采集部分、算法处理部分、动作执行部分。尽管机器视觉应用场景各异，但都包括图像采集、图像处理、特性提取、判决和控制等四个过程。首先通过图像采集系统捕获目标图像，再利用图像处理算法提取图像中的关键信息，从而实现尺寸测量、缺陷检测或分类识别等。机器视觉系统的主要特征包括：重复性、精确性、客观性、成本低等。因此，机器视觉系统的内涵包括：机器人与非标机械技术、机器视觉硬件技术、机器视觉软件技术。

从工程应用来看，机器视觉既适用于大批量生产过程中的测量、检测和识别，也适合多品种小批量生产中的测量、检测与识别。除了工业生产过程检测之外，还有农业、安防、交通等众多领域的应用。因此，机器视觉技术的应用场景包罗万象、五花八门，要搜集所有的工程应用案例是不可能的，需要从技术层面对机器视觉技术进行归纳和分类，以便按典型专题和关键技术整理案例库。通过课程学习，较好地掌握了综合技术，这是课程的教学目标和任务。

根据课程内涵、教学目标和任务，可以将课程划分为机器视觉基础理论和专题技术两个方面。其中基础理论包括：机器视觉硬件原理与应用、机器视觉中的图像预处理算法、机器视觉中的特征提取算法、机器视觉中的图像匹配算法、机器视觉中的摄像机标定算法;专题技术包括视觉模式识别原理与应用、视觉测量原理与应用、视觉跟踪原理与应用等。

（二）“机器视觉原理与应用”典型案例

以视觉测量为例，介绍案例的设计过程和主要内容。

1.简介。简介中给出案例的基本信息，用于明确案例所针对的教学目标、课程知识点及分析该案例所需的相关理论知识，包括案例所涉及的基本概念、关键技术及知识点、案例主要内容及其解决方案等。摘要不仅能够为教师开展案例教学提供必要的背景性信息，还方便学生根据课程内容从案例库中选择合适的案例进行自学。视觉测量技术专题案例简介的主要内容为：视觉测量是把图像作为检测和传递信息的手段或载体加以利用，从图像中提取有用的信号，通过处理图像而获得所需的各种参数。视觉测量系统是以机器视觉为基础，融光电子学、计算机技术、激光技术、图像处理技术等现代科学技术为一体，由光、机、电和软件等组成的综合测量系统，具有非接触、全视场测量、高精度和自动化程度高等特点。视觉测量案例介绍了二维视觉测量和三维视觉测量的原理及技术进展，介绍了多窗口工件視觉测量、双远心视觉测量和数控铣刀磨损结构光三维测量三个典型应用。本案例作为视觉测量技术的典型应用，可为研究生提供必要的理论及工程技术知识，也可为研究生从事相关项目和产品开发提供思路借鉴，提升研究生的应用创新能力。

2.技术背景。传统的视觉测量是二维测量。二维视觉测量仪器由来已久，在很多企业里又称为二维影像测量仪或二次元影像测量仪，个别企业推出了一键式瞬测仪，二维测量技术已经成熟并向智能化方向发展。相比而言，三维视觉测量是计算机视觉与精密测量原理交叉融合的前沿高新技术，是工业4.0的基础支撑，是以网络化、智能化制造为变革特征的先进制造业的核心关键技术。经过几十年的发展，三维视觉测量技术在基础研究和应用研究上均获得了快速深入的发展，形成了理论方法、技术工艺、系统研发和产品应用四位一体的较为完备的方向体系，呈现出理论系统化、方法多维化、精度精准化和速度敏捷化的发展趋势，成为智能制造过程控制、产品质量检验保证和装备整机服役测试不可或缺的技术。三维测量包括单相机、双相机、多相机和结构光等方法，尤其是激光视觉测量方法，在工业中的应用越来越广泛。因此，在视觉测量部分，不仅要让学生掌握二维测量技术，更要与时俱进，通过案例教学让学生多了解三维测量，尤其是结构光视觉测量技术。

3.技术知识点。按照教学大纲，视觉测量的主要技术知识点有：视觉测量的基本概念、二维视觉测量算法和应用、双目三维测量的算法与应用、多目三维测量的算法与应用、结构光三维测量的算法与应用、光度立体法三维测量原理与应用、三维视觉测量的发展现状及最新进展。

4.案例分析。根据给出的案例，从功能性、经济性和使用性三个方面出发，首先给出项目的总体方案，然后分析项目案例所涉及的硬件和软件。让学生参与总体方案和算法流程的设计与讨论，加深对项目案例的理解。

5.图片、动画及视频资料。通过图片、动画和视频资料，能够直观地对视觉测量的原理、方法和工程应用进行直观的展示，特别是视频案例方面，不仅录制整理了6个实验室承担过的企业项目视觉测量产品视频，还搜集了9个国内外企业和实验室的视觉测量项目案例视频，共15个视频。

6.案例总结与讨论。每一个机器视觉工程案例都有其工程背景和特点，无论是二维还是三维视觉测量项目案例，都要回归工程本质，不是为了掌握视觉理论算法，而是要创造商品价值。因此，要站在专业学位研究生的工程创新实践能力培养的高度来总结，提出一些问题让学生参与讨论。比如：小型零件和大型零件二维测量有什么不同;双目视觉测量和双目结构光视觉测量在应用效果方面有什么区别;等等。

三、案例教学的实施和效果分析

本文所述的教学案例库已在我校机械专业学位硕士研究生课程“机器视觉原理与应用”教学中使用了两年，并且根据机器视觉技术的快速发展，持续增加和完善项目案例库。从教学实施情况看，案例教学对研究生理解机器视觉理论算法起到了重要作用，提高了学习兴趣和积极性。在课程考核中，课堂讨论和汇报占有一定的比例，让学生参与项目案例的讨论，可以有效提升案例教学的实施效果。在课程论文的布置中，给每组学生布置专题论文，要求学生查阅大量中外文献，不但要对国内外现状和进展进行综述，归纳总结其中的关键技术，还要求学生查阅工程项目案例，参与到项目案例库的建设中，在强化学生学习主体地位的同时提高机器视觉综合能力。

结语

“机器视觉原理与应用”是一门多学科交叉的、理论性和实践性都很强的机械工程专业学位研究生课程。为了实现课程教学目标，必须在教学内容的组织和授课形式上创新，既要讲授前沿的理论知识，又要讲解和剖析先进成像、图像处理、摄像机标定、机器人视觉等技术的实践应用。为此，开展了以工程案例为素材、以实践能力提升为目标的案例教学改革尝试，构建了包括视觉测量、缺陷检测、目标跟踪、機器人视觉、3D视觉、深度学习等6个技术专题的“机器视觉原理与应用”教学案例库，通过视频、图片、动画及项目方案等形式呈现案例的真实工程情境，培养学生工程师的产品设计素质，引导学生自主发现问题，并学会分析和解决问题，进而钻研前沿机器视觉理论并提高实践能力。教学实践及调查问卷表明，“机器视觉原理与应用”案例教学得到了研究生的普遍认可，激发了学生的学习兴趣。案例有效弥补了课内学习的不足，具有覆盖面广和可拓展性强的优势，提高了机械工程专业学位研究生学习“机器视觉原理与应用”课程的兴趣，提高了研究生的就业竞争力。