朱建江， 陈景波， 刘继承

(常熟理工学院 电气与自动化工程学院， 江苏 常熟 215500)

0 引言

数字化、网络化、智能化是传统制造业转型升级与持续发展的关键[1]。机器视觉是制造业智能化的关键技术之一，在OCR识别、工件定位识别、尺寸测量、表面缺陷检测、机器人视觉引导、工件随机抓取等场景得到了广泛的应用。旺盛的产业需求和技术应用红利带来了业界对机器视觉技术应用人才的大量需求。为此，近年来自动化、测控、计算机等传统专业纷纷开设了“机器视觉”课程，机器人工程、智能制造等新专业更是将“机器视觉”作为核心课程开设。然而，这门课程既有相机、镜头、光源等图像采集硬件知识，又有图像增强、图像分割、形态学操作、几何变换、特征提取等图像处理算法，涉及的概念复杂、理论抽象、知识点庞杂，传统的重算法原理、轻算法的实际工程应用的教学模式已经无法满足业界对应用型人才的需求。因此，如何在有限的学时内教会学生基本理论的同时，侧重培养其工程实践能力是深化课程教学改革的关键。

近年来，许多学者进行了“机器视觉”课程实践教学改革的尝试。有学者侧重校企合作，建立了机器视觉实验平台，指导学生参与校企合作项目[2]; 有学者依托机器视觉与智能检测创新实验平台，采用教师监督下的学生分组自学方式，充分发挥学生的主观能动性[3]；也有学者侧重图像处理与计算机视觉算法，采用引导问答式教学,翻转课堂，加强教师与学生之间的互动[4～6]。……