FCP-222型计算机视觉开发与实验平台

一、平台简介

计算机视觉开发与实验平台由视觉工作平台、相机、镜头、电源、光源、光源适配器、光源数据线及配套开发软件、基本实训案例、应用项目案例等组成，学习者可利用其配套的硬件和软件等搭建自己的计算机视觉应用系统，可满足高校开展人工智能、计算机、机器人、自动化、电子信息等相关专业计算机视觉、机器视觉等教学、应用开发、实验、课程设计等。

二、硬件配置：

1.      视觉系统平台：约300mm×200mm×300mm；

2.      相机：

2.1   像素：200W像素；

2.2   分辨率：1600×1200；

2.3   像素尺寸：3.75μm× 3.75μm；

2.4   光谱：彩色；

2.5   支持自定义AOI，降低分辨率可提高帧率；

2.6   通讯接口：以太网口或USB接口；

2.7   电源供应：DC12V±25% 。

3. 视觉实验对象一套，共5件。

三、软件配置：

1.      OpenCV开源框架软件；

2.      提供不少于25个计算机视觉基本案例及典型应用案例程序源码。

四、工业控制计算机

1.      IntelI5处理器；

2.      8G或以上内存；

3.      120G或以上固态硬盘；

4.      21寸或以上液晶显示器；

5.      专用工控机箱；

6.      配套键盘、鼠标等外设。

五、计算机视觉基础案例（基于OpenCV案例）：

1．在图像上绘制直线、圆及字符串

2．图像的灰度处理

3．图像的阈值分割及平滑处理

4．图像的运算、比较及变化

5．图像的颜色提取、拆分及合并

6．图像形态学

7．图像形态学滤波

8．边缘检测

9．霍夫（Hough）直线、圆形检测

10．轮廓提取及缺陷检测

11．图像颜色直方图分析

12．图像多边形

13．图像的矩

14．模板匹配

15．图像特征点检测

六、计算机视觉应用案例（基于OpenCV案例）：

1. 视觉定位

1.1原点视觉定位

1.2贴装视觉定位

2. 视觉测量

2.1 距离与长度测量

2.2 角度测量

2.3 圆弧与正圆、椭圆测量

3. 视觉识别

3.1 产品生产日期检测

3.2 车牌及号码检测

3.3 条码、二维码识别

3.4 物料形状、颜色识别

3.5 物料视觉识别与分拣

4. 视觉检测

4.1零件缺陷检测

4.2产品质量检测

5.可提供全部开源程序代码供学习，并能提供长期软件免费升级服务；

七、配套资源

1. 配套提供与平台案例列表一致的《计算机视觉》工程化案例配套教程；

2. 配套提供支持iOS和安卓APP、Web客户端等学习的互联网平台及数字课程资源。互联网教学平台具有云服务端、计算机客户端、平板电脑和手机移动端（支持安卓和IOS）软件系统，用户可通过计算机、平板电脑、安卓及苹果智能手机随时在线观看课程视频，提高学习效果。APP具有视频观看、在线题库、在线问答、在线评论、在线课程资料查看等各种在线学习互动功能。平台具有独立的安卓系统和苹果系统移动端APP，APP可以直接从安卓市场和苹果商店下载安装；移动端APP支持邮箱、手机、用户名等注册登录，同时支持微信、QQ等第三方登录；移动端APP支持支付宝或微信等课程在线付费功能