课程名称及编号: 工程实践与科技创新3F/EI315

学分 / 学时：2/34

主讲教师（姓名、职称）: 潘常春 副研究员

授课语言:  中文

必修/选修:  必修

开课时间:  每学年第二学期

适用专业：自动化及相关专业

开课单位：自动化系

授课方式:  综合（课堂教学+课程设计）

考核方式: 平时成绩（10%）+中期考核（10%）+期末考核（80%）

先修课程:  数字图像处理基础

后修课程：

课程简介:

    工程实践与科技创新3F 课程是由自动化系实验室开设。主要内容是通过labview来采集、存储与识别由普通摄像头拍摄的数码仪表的图像。本课程的开设为了让本科生更早了解模式识别学科中的图像基础知识，让学生实现简单图像识别技术并应用。学生通过实践一个具体项目的设计，初步培养将图像处理知识联系实际问题，并能够进行分析、分解问题、改进思路并最终解决工程问题的能力。学生通过在解决问题过程中，自行发现和确定尚不具备的知识技能，以解决问题为最终目标开展学习，训练探索型自主学习能力和习惯。此外，由于课程采用的是小组考核的方式，在进行过程中能够训练学生的团队协作能力。

课程培养目标 ：  设置该课程是为了让学生在学习《数字图像处理基础》课程后，提升学生图像处理方面的工程技术水平，培养学生面对模式识别问题应具有基本的系统分析、分解、设计与开发的能力。同时培养学生的表达、汇报自己想法能力，训练团队合作精神。对培养目标的贡献主要为：

5.2．有意愿并能够针对特定解决方案发现问题、提出问题并就改进的可能性进行初步分析

5.3．根据工程实际要求，综合运用理论和技术手段完成方案设计并综合考虑经济、环境和法律等制约要素。

5.4．能够完成设计的全过程，并满足多种制约条件。

7.2．了解并掌握自动化专业领域重要资料来源及获取方法

教学要求：本课程学习后，学生必须具备如下能力：

l  具备应用所学的图像识别理论解决简单的模式识别问题的工程实践技术，包括图像采集，图像定位、二值化处理与图像识别算法和软件开发等工程能力；

l  了解最新进展，检索和应用新技术在针对不同光线条件下、不同图片质量下算法的持续改进；

l  具备清晰的书面报告，有效的口头表达和图表设计能力，实现图像处理软件设计，具有良好的GUI设计和展示其应用效果的能力；

l  具备有效的问题分解和团队协作能力。

撰写者:  潘常春                                  发布时间: 2015.1

序号

教学内容

实践安排（周）

1

讲解课程的课程内容，学习Labview软件的安装与基本操作，课程考核的形式与分组；

第1周

2

讲解课程的课程内容，学习Labview软件的视频处理函数，完成基本图像捕捉、存储、二值化、定位、分割等功能；

第2-6周

3

中期的课程设计检查，分组进行答辩，讲解中期设计是如何进行的？用了哪些函数和方法，在设计过程中遇到哪些难题？

第7-10周

4

采用模板匹配方法；或者Labivew识别模块；读取数码管显示内容，基本要求能够完成静态的识别，拓展阶段要求能够实现小抖动、多种光线条件下，不同视角下的动态识别。

第11-15周

5

期末检查，进行小组答辩，检查课程设计报告，检查设计程序的界面和功能，最终确定各自成绩。

第16-17周