01
光学检测概述
机器视觉在工业检测中的地位、光学缺陷检测的典型场景（划痕、脏污、气泡、裂纹）、课程整体技术路线图。
划痕脏污气泡裂纹
02
成像系统基础
光源类型（环形光、同轴光、背光）、相机选型（CCD vs CMOS）、镜头参数（焦距、光圈、景深）。
环形光同轴光背光CCD/CMOS
03
图像采集与预处理
使用OpenCV读取相机/图片、灰度化、直方图均衡化、高斯滤波去噪。
OpenCV灰度化直方图均衡高斯滤波
04
图像增强技术
拉普拉斯锐化、Sobel边缘增强、自适应直方图均衡化（CLAHE）。
拉普拉斯SobelCLAHE
05
阈值分割与二值化
全局阈值（OTSU）、自适应阈值、大津法原理与实现。
OTSU自适应阈值大津法
06
形态学操作
腐蚀、膨胀、开运算、闭运算、顶帽变换、黑帽变换在缺陷检测中的应用。
腐蚀膨胀开闭运算顶帽/黑帽
07
边缘检测
Canny边缘检测原理、参数调优（高低阈值）、边缘连接算法。
Canny高低阈值边缘连接
08
轮廓分析与特征提取
findContours、轮廓层级、面积、周长、外接矩形、凸包。
findContours面积凸包
09
Blob分析
连通域标记、Blob特征（面积、圆度、长宽比）、筛选缺陷区域。
连通域圆度长宽比
10
频域分析基础
傅里叶变换原理、低通/高通滤波、频域缺陷检测思路。
傅里叶变换低通/高通频域检测
11
模板匹配
基于灰度的模板匹配（TM_CCOEFF_NORMED）、多尺度匹配、旋转不变性处理。
TM_CCOEFF_NORMED多尺度旋转不变
12
差分检测法
图像对齐（仿射变换、透视变换）、帧差法、背景建模（高斯混合模型）。
仿射变换帧差法高斯混合模型
13
特征匹配与配准
SIFT/SURF特征点提取、FLANN匹配、单应性矩阵计算。
SIFTSURFFLANN单应性
14
机器学习入门
特征工程（手工特征提取）、传统分类器（SVM、随机森林）在缺陷分类中的应用。
SVM随机森林特征工程
15
深度学习基础
卷积神经网络（CNN）核心概念、卷积层/池化层/全连接层、感受野。
CNN卷积层池化层感受野
16
目标检测网络
Faster R-CNN、YOLO系列、SSD的原理对比与适用场景。
Faster R-CNNYOLOSSD
17
语义分割网络
U-Net、DeepLab系列在像素级缺陷分割中的应用。
U-NetDeepLab像素分割
18
数据增强与样本平衡
旋转、翻转、裁剪、色彩抖动、MixUp、Focal Loss。
MixUpFocal Loss色彩抖动
19
模型训练与调优
学习率策略（Cosine Annealing、Warmup）、正则化（Dropout、BN）、早停法。
Cosine AnnealingWarmupDropout早停
20
模型部署与推理优化
ONNX导出、TensorRT加速、模型量化（INT8）。
ONNXTensorRTINT8量化
21
缺陷分类实战
基于ResNet的划痕/脏污/正常三分类项目（数据准备、训练、评估）。
ResNet三分类划痕/脏污
22
缺陷检测实战
基于YOLOv8的微小裂纹检测项目（标注、训练、mAP评估）。
YOLOv8裂纹检测mAP
23
缺陷分割实战
基于U-Net的气泡分割项目（数据标注、Dice Loss、IoU评估）。
U-NetDice LossIoU
24
多缺陷融合检测
多模型集成策略（投票法、堆叠法）、级联检测流水线设计。
投票法堆叠法级联流水线
25
实时检测系统设计
多线程流水线（采集-处理-显示）、队列缓冲、性能瓶颈分析。
多线程队列缓冲性能瓶颈
26
3D视觉检测基础
结构光原理、点云获取、深度图缺陷检测（高度差、平面度）。
结构光点云深度图
27
高光谱与红外检测
多光谱成像原理、光谱特征分析、特殊材料缺陷检测。
多光谱红外光谱特征
28
检测系统标定
相机标定（张正友法）、手眼标定、光源均匀性校正。
张正友法手眼标定光源校正
29
检测系统评估指标
准确率/召回率/F1-score、PR曲线、ROC曲线、混淆矩阵。
F1-scorePR曲线ROC混淆矩阵
30
综合项目实战
从需求分析到交付——完整的光学缺陷检测系统开发流程（需求文档、算法选型、测试报告、部署文档）。
需求文档算法选型测试报告部署