新工科背景下测控技术与仪器专业视觉检测方向课程体系构建

张凯兵 张缓缓 李珣 卢健

摘 要 在新工科背景下，突出视觉检测方向在测控技术与仪器专业人才培养中教学地位，是高等学校应对新的技术革命和新兴产业发展，升级改造传统专业课程体系的建设举措。笔者以本校测控技术与仪器专业人才培养方案的修订为依据，详细介绍了测控技术与仪器专业视觉检测方向课程体系的构成，分析了各课程设置的必要性，为高校推进新工科建设，培养适应区域经济发展和产业转型升级的卓越工程人才提供参考。

关键词 新工科 测控技术与仪器专业 视觉检测 课程体系

中图分类号：G642 文献标识码：A DOI：10.16400/j.cnki.kjdkx.2019.03.009

Abstract Under the background of new engineering， in order to gear with the new technological revolution and the development of new industries， it is a constructive measure for universities to upgrade and improve the curriculums of the traditional majors by enhancing the teaching position of vision detection in the major of measuring and controlling technology and instrument. In this paper， the authors detail the curriculum construction of vision detection for the major of measuring and controlling technology and instrument， and make an analysis of the necessary of the setting of each course， which provides a reference for universities to advance the new engineering construction and cultivate the excellent engineers so as to meet with the requirements of regional economy development and the transformation and upgrading of traditional industries.

Keywords new engineering； major of measuring and controlling technology and instrument； vision detection； curriculum

0 引言

为积极应对新一轮的技术革命和产业变革，支撑服务创新驱动发展、“中国制造2025”等一系列国家战略，自2017 年2月开始，教育部积极推进新工科建设，先后形成了 “复旦共识”、“天大行动”和“北京指南”的建设新工科“三部曲”，为全力探索和开拓工程教育改革新路径指明了建设方向。新工科专业涵盖了人工智能、智能制造、机器人、云计算等支持新兴产业发展的专业，同时也包括对传统工科专业的升级改造。[1]

测控技术与仪器专业作为汇集和渗透光学、精密机械、电子、电力、自动控制、信号处理、计算机与信息技术等多学科为一体的高新技术密集型综合学科，其人才培养质量在技术革命和产业变革中具有举足轻重的作用。在新工科背景下，测控技术与仪器专业与新兴产业的发展非常密切，其人才培养面临着新的机遇和挑战。机器视觉检测是计算机视觉领域表现十分活跃的一个分支，其核心是以精密可控的测量方法从视觉信息中提取精确、定量、可溯源的量值信息，为工程应用尤其是工业制造提供高效的自动化测量手段。[2]视觉检测融合了光学、机电工程、计算机科学、紧密测量等多学科的专业领域，具有鲜明的新工科特征。 因此，为助力新兴产业发展，适应社会经济发展需求，突出视觉检测方向在测控技术与仪器专业人才培养方案中的地位，以形成面向人工智能、智能制造、机器人、云计算等多元化人才需求，对测控技术与仪器专业进行升级改造势在必行。

为适应新工科建设对视觉检测人才培养的要求，不仅要求学生具有仪器设计制造、测量与控制等领域扎实的基础理论知识，而且还要掌握扎实的计算机软硬件知识和视觉测量和检测的理论方法，培养学生具备利用计算机视觉技术解决实际生产中的测量与检测任务的能力。笔者认为，对应上述专业学习的要求，测控技术与仪器专业视觉检测方向的课程体系可设置成四个层次。

1 计算机基础类课程

计算机基础课程主要包括计算机应用基础、C语言程序设计语言等。

“计算机应用基础”系统全面介绍计算机技术的基础知识，包括计算機组成与工作原理、Windows操作系统、OFFICE操作与应用、计算机网络基础及Internet应用、VFP数据库表操作、信息安全等方面的内容，引导学生从总体上对计算机应用技术进行了解。在新工科建设要求下，本课程应该增加前沿知识的讲解，可以采用专题讲座的形式，由从事不同领域研究的教师分别承担，包括计算机视觉、模式识别、人工智能、大数据、云计算、互联网+等涉及计算机新技术相关知识，以开阔学生的视野，激发学生的兴趣。[3]

“C语言程序设计”是电子信息类专业的编程入门语言， 它不仅是学习其他编程语言，如C++、Java、C#、Python等的基础，也是学习许多机器学习算法的实现、机器学习算法框架以及编程接口的基础。[4]在各类学科竞赛中，如智能小车竞赛、大学生电子设计竞赛中，C 语言是控制系统软件开发的首选。而且，在“单片机与接口技术”课程教学中，笔者所在的教学院系已经将传统的汇编语言教学变成以嵌入式C语言的编程的教学。因此，熟练掌握C 语言编程，也是学生学习后续的其他硬件相关课程的基础。

2 计算机硬件类课程

计算机硬件类课程主要包括单片机与接口技术和ARM嵌入式系统原理。

“单片机与接口技术”是电子类专业的学科专业基础课。通过学习，使学生掌握8051单片机系统基本组成、工作原理、指令系统以及程序设计的基本方法，更深入地理解计算机软、硬件系统的基本组成和基本原理，掌握计算机应用系统的前向通道、后向通道、人机通道、相互通道的结构设计、电路配置、接口技术及数据输入输出的基本方式。同时，了解常用的并行、串行接口芯片和计算机的连接方法及使用方法。通过学习，要求学生掌握单片机应用系统开发和设计的基本方法，培养学生利用单片机进行自动化系统及电子系统的开发和设计能力，为将来在工作中设计单片机控制系统打下基础。

“ARM嵌入式系统原理”结合了计算机软硬件、通信和微电子技术，是一门涉及嵌入式计算机软硬件综合性应用的计算机系统课程。通过学习，要求学生掌握嵌入式系统原理及设计方法，掌握ARM微处理器的体系结构及指令系统、ARM Cortex-M3的STM32系列嵌入式微控制器的总体结构、存储器组织、系统控制模块和I/O外围控制模块，掌握嵌入式系统应用、分析及设计的方法，获得嵌入式系统的有关软硬件知识以及嵌入式系统应用开发的初步能力，为进一步的嵌入式系统开发学习奠定基础。

3 视觉检测相关课程

视觉检测相关的课程主要包括图像认知计算、工业机器视觉基础和视觉测量软件设计等。

“图像认知计算”是测控技术与仪器专业适应新工科背景下信息科学和新兴传感器发展，进一步改造传统专业课程体现。该课程系统地介绍了图像认知分析和计算的基础理论，内容包括图像的表示、图像采样、图像增强、图像恢复、图像分割、二值图像处理、彩色图像处理。通过学习本课程，培养学生掌握图像认知分析和计算的基础理论与方法，具备在测控视觉系统中选择正确的预处理技术改善图像质量、有效地认知图像内容、科学客观地评价处理结果，并根据不同的认知计算要求合理设计测试实验方法的能力。除了基本的数字图像处理技术的讲授，在该课程中，可以适当增加基本的模式识别方面的知识，包括特征提取、聚类和分类器设计等方面的基础知识，让学生了解设计和实现一个基本的图像识别与分类系统的基本过程和方法。

“视觉自动检测技术”是“图像认知计算”的后续课程。该课程设计测控技术与仪器专业领域中有关认知的多个分支，包括人工智能、信号处理、模式识别等。本课程通过对本课程的学习，要求学生能掌握机器视觉的基本概念、理论和专业知识，能利用机器视觉技术进行光源、镜头、图像采集和标定设备搭建适用于半导体与集成电路行业、精密制造行业、包装印刷行业、农副产品深加工行业等的视觉检测系统，并能利用合理的图像分析算法对要检测产品的外观质量进行准确和在线的分类、定位、分割和检测。通过案例教学，让学生能够利用机器视觉技术对工业自动化检测和生产技术的改造提出较合理的视觉检测解决方案，培养学生独立地设计和运用机器视觉系统的能力，为今后智能制造产业升级奠定基础。

“视觉测量软件设计”是在学习高级语言程序设计、误差理论与数据处理、智能仪器设计、图像认知计算、机器人视觉测量与控制等课程的基础上，培养学生通过机器视觉技术改变传统的计量和检测方式，解决实际生产中的测量与检测任务，以满足现代制造业的高速、精密、复杂的应用需求。该课程要求学生掌握视觉检测系统的构成、视觉成像技术和视觉检测的核心算法。同时，掌握综合利用机器视觉软件Halcon、计算机视觉库OpenCV和C#编程软件设计和实现视觉检测系统的方法，基本具备利用机器视觉技术和主流编程软件解决实际工程应用中视觉检测与测量问题的设计能力。教学中采用启发式教学，以具体案例，将理论知识与工程实践相结合，激发学生主动学习的兴趣，培养学生实际工程问题的分析能力。在课堂教学中采用多媒体教学，为学生展示机器视觉应用软件的使用方法和理论算法的具体实现过程，以提高学生的软件设计能力。此外，在课程教学中，可以是适当引入Python 语言的教学内容，让学生选择性地掌握不同的编程语言，以应对新工科对机器学习、大数据、数据挖掘、人工智能等领域的行业需求，提高学生的可持续学习能力。[5]

4 集中实践类教学课程

此类课程主要包括视觉测量软件设计课程设计、工业机器视觉基础和ARM 嵌入式系统原理课程设计等。

“视觉测量软件设计课程设计”实践教学是对“视觉测量软件设计”课程理论教学的进一步补充。通过该课程，进一步巩固计算机视觉测量和检测技术的基本原理和方法，培养学生运用计算机视觉测量和检测的理论方法解决实际生产中的测量与检测任务的能力，以满足现代智能制造业的高速、精密、复杂的应用需求。本课程以项目驱动的模式，通过讲练结合，要求学生掌握视觉检测系统及其实验环境的搭建方法，掌握综合利用机器视觉软件Halcon、计算机视觉库OpenCV和C#编程软件设计和实现视觉检测系统的方法。通过实际工程中具体的视觉测量和检测案例的学习与实践，使学生初步具备解决实际工程中视觉检测软件的设计能力和创新能力。为保证教学效果，“工业机器视觉测量与控制”综合实践安排了56个学时，并安排专门“视觉自动检测技术”、“机器人视觉测量与控制”课程的两名专任教师担当实践教学的指导教师，有利于根据学生的实践能力开展个性化的教学。在综合实践训练阶段，采用课题组形式，以3～4个学生为一组，每组推荐组长1名，负责组织和协调组内成员在课题设计过程中遇到的问题。在整个实践教学中，每个学生要按要求如实记载实践教学中的教学内容、进展情况、遇到的问题和解决途径，由指导教师和其他课题组长交叉检查学生实践过程的记载情况，并作为成绩（下转第63页）（上接第18页）评定的依据。在考核中，全面客观地评价学生在综合实践过程中的表现，考核时遵循“四个结合”原则，即：课内和课外实践环节相结合、个人能力和团队协作能力相结合、课程设计报告和答辩成绩相结合、自评和互评成绩相结合，从学生对必知必会知识的掌握情况、理论知识运用于实践的能力、工程設计与实现能力和团队沟通与协作能力等多个方面进行全面考核。

“ARM 嵌入式系統原理课程设计”是配合其理论课程“ARM 嵌入式系统原理”而设立的设计性实践课程。学生在学习专业技术基础和主要专业课程的基础上，学习和掌握嵌入式系统技术的基本知识和方法；掌握其系统开发和设计的基本方法；获得嵌入式系统的有关软硬件知识以及嵌入式系统应用开发的初步能力，为进一步的嵌入式系统开发学习奠定基础。教学内容包括ARM嵌入式系统开发环境搭建，在ARM嵌入式系统开发环境搭建实训中，通过讲练结合形式，让学生熟悉掌握嵌入式系统开发环境中软件安装配置、建立交叉编译环境、下载相应固件库、配置环境参数、熟悉开发板硬件资源、文件系统的制作、嵌入式系统开发板的烧写、编程练习。在综合实践阶段，由指导教师全面组织，学生可以在所给选定题目选择，也可根据当前实际情况经指导老师审题具有难度不低于所给题目及一定创新性的自命题题目，学生在指导老师的辅导下独立完成设计题目要求，实现嵌入式系统设计，原理图设计，系统搭建、调试环节，经指导老师检查，最后独立撰写课程设计报告。选题包括呼吸灯设计、电子时钟的设计、图像采集与显示系统设计、移植操作系统Linux或%ec/os_Ⅱ及多任务开发实践课题。

5 结束语

在新工科建设背景下，测控技术与仪器专业的人才培养面临着新的机遇和更大的挑战。应对新的技术革命和新兴产业发展，高等学校要肩负起新工科建设的社会责任，积极对传统专业进行改造升级，探索适应新工科建设要求的课程体系和人才培养模式，以培养引领未来技术和产业发展，适应新经济发展需要的新工科人才。[6]

参考文献

[1] 陈劲松.新工科背景下电子类专业计算机类课程体系探索[J].廊坊师范学院学报（自然科学版），2018.18（3）：108-111.

[2] 彭翔，邾继贵.“机器视觉检测与应用”专题前言[J].光学学报，2018.38（8）：0815000.

[3] 欧坤，陈玲.新工科背景下计算机网络专业模块化课程体系的构建研究[J].惠州学院学报，2018（3）：108-111.

[4] 姚兴华，吴恒洋，方志军，等.新工科背景下机器学习课程建设研究[J].软件导刊，2018.17（1）：221-223.

[5] 赵广辉.面向新工科的Python程序设计交叉融合案例教学[J].计算机教育，2017（8）：23-27.

[6] 陈劲.人工智能与新工科人才培养[J].高等工程教育，2017（6）：18-23.