图像处理与机器视觉实战培训-火龙果软件

咨询

成功案例

相关课程

全部课程 >人工智能

图像处理与机器视觉实战

560 次浏览

2 次


姚老师
计算机视觉博士毕业，多年机器视觉研究和应用经验。

时间地点：北京、上海深圳根据报名开班

课程费用：5000元/人

报公开课

要内训

企业内训：可以根据企业需求,定制内训,详见内训学习手册

认证方式：
培训前了解能力模型。
培训后进行能力评测：

在线考试

能力分析，给出学习建议

合格者颁发证书，作为职业技能资格证明

本课程分为两大部分：第一部分：图像处理基础与核心技术，讲解从像素到信息的图像处理；第二部分：从特征到应用—机器视觉系统，讲解如何构建智能的机器视觉系统。

培训目标：

通过课程学习，可以:

理解数字图像的基本概念和图像处理的核心技术
掌握图像增强、分割、特征提取等关键算法的原理与应用场景
能够使用Python和OpenCV等工具库，独立完成从图像预处理到目标识别的基本机器视觉流程
熟悉机器视觉在工业检测、测量等领域的典型应用和解决方案设计

培训对象：图像处理和分析人员

学员基础：具备基本的Python编程能力

课程特点：
概念精讲 + 代码演示 + 动手实验 + 案例研讨

培训内容：2天

数字图像基础与OpenCV入门	机器视觉概述什么是机器视觉？与计算机视觉的异同机器视觉系统组成：硬件（相机、镜头、光源）与软件工业应用场景：检测、识别、测量、定位数字图像基础图像的数字化：采样与量化图像表示：灰度图、彩色图（RGB, BGR）、二值图坐标系统、邻域概念 OpenCV开发环境与基础操作 OpenCV简介与环境配置图像的读写、显示、保存像素级访问与操作、ROI区域提取
核心图像处理技术	图像增强点运算：图像灰度变换（线性、非线性）、直方图均衡化空间域滤波：平滑（均值、高斯滤波）与锐化（拉普拉斯算子）形态学操作应用场景：处理二值图像，连接断点、去除噪点基本操作：腐蚀、膨胀组合操作：开运算、闭运算图像分割阈值分割：全局阈值、自适应阈值（OTSU算法）边缘检测：Sobel, Laplacian, Canny算子原理与比较
特征提取与目标识别	特征提取为什么需要特征？传统特征几何特征纹理特征关键点特征目标识别与匹配模板匹配特征匹配：如何使用ORB特征进行物体识别与配准
机器视觉系统与高级应用	相机标定与几何变换相机成像模型与透镜畸变相机标定原理：如何获取相机内参、外参几何变换：仿射变换、透视变换（用于图像校正）机器视觉系统实战综合案例：二维码/条形码识别综合案例：机器视觉定位与引导练习：构建一个完整的视觉检测流程
课程总结	传统方法与深度学习的对比与结合机器视觉项目的实施流程与注意事项行业发展趋势与学习资源推荐