01
视觉测量技术概述
什么是视觉测量 · 发展历程 · 应用领域（工业/医疗/自动驾驶） · 课程框架与学习路径
概论应用
02
成像系统基础
小孔成像 · 镜头与焦距 · 光圈与景深 · CCD/CMOS传感器与分辨率
硬件成像
03
光学基础与照明
光的特性（波长/偏振） · 光源类型（环形/背光/同轴） · 照明策略与选型实战
光学照明
04
图像传感器与数据接口
CCD vs CMOS · 像素与像元尺寸 · USB/GigE/Camera Link · 帧率与带宽计算
接口传感器
05
镜头选型与光学计算
光学放大倍率 · 工作距离与视场 · 畸变与像差 · 选型公式与实战案例
镜头计算
06
图像采集与数字化
采样定理与混叠 · 量化与位深 · 增益与曝光 · 噪声来源（热/散粒/读出）
采集噪声
07
图像预处理基础
灰度化与直方图 · 滤波（均值/高斯/中值） · 增强（对比度拉伸/直方图均衡化）
预处理滤波
08
边缘检测与特征提取
梯度算子（Sobel/Canny） · 亚像素边缘 · 角点（Harris/Shi-Tomasi） · Blob分析
边缘特征
09
图像分割技术
阈值分割（全局/自适应） · 区域生长 · 分水岭 · 深度学习语义分割简介
分割算法
10
几何变换与标定基础
刚体/仿射/透视变换 · 相机内参与外参 · 张正友标定法原理
标定几何
11
相机标定实战
标定板设计与制作 · OpenCV标定流程 · 畸变校正 · 精度评估与常见问题
实战OpenCV
12
手眼标定
眼在手上 vs 眼在手外 · 标定方程推导 · AX=XB求解 · 实战案例与精度验证
手眼机器人
13
立体视觉与三维测量
双目视觉原理 · 极线几何 · 立体匹配（SGBM/BM） · 视差图与深度图
3D双目
14
结构光三维测量
线结构光原理 · 光平面标定 · 三角法测量 · 点云生成与处理
结构光点云
15
激光三角法测量
激光位移传感器原理 · 测量范围与精度 · 表面适应性 · 选型与集成案例
激光位移
16
视觉测量中的坐标系
世界/相机/图像/像素坐标系 · 坐标系转换矩阵
坐标系矩阵
17
测量精度与误差分析
系统/随机误差 · 重复性与再现性(GR&R) · 不确定度评定 · 精度提升策略
精度GR&R
18
亚像素定位技术
插值法 · 拟合法（高斯/多项式） · 矩方法 · 边缘与中心亚像素定位
亚像素拟合
19
模板匹配与定位
灰度模板匹配 · 形状模板匹配(Hausdorff) · 金字塔加速 · 多模板匹配
匹配定位
20
尺寸测量实战
直线与圆拟合 · 距离角度测量 · 卡尺工具 · 高精度案例（手机中框/PCB）
尺寸实战
21
缺陷检测基础
缺陷分类（划痕/脏污/崩边/缺料） · 差分法 · 频域检测 · 深度学习简介
缺陷检测
22
深度学习在视觉测量中的应用
CNN基础 · 目标检测(YOLO/Faster R-CNN) · 语义分割(UNet) · 回归网络
深度学习检测
23
视觉测量软件架构
模块化设计 · 图像采集/算法/UI/通信/日志与配置管理
软件架构
24
视觉测量系统集成
相机/镜头选型清单 · 光源控制器 · 工控机 · IO触发与同步 · 现场布线规范
集成硬件
25
Halcon基础与实战
Halcon简介与安装 · HDevelop使用 · 常用算子(read_image,threshold,edges_sub_pix) · 测量助手
Halcon商业
26
OpenCV基础与实战
Mat数据结构 · 核心函数(cvtColor,Canny,findContours,fitLine) · 性能优化
OpenCV开源
27
视觉测量项目流程
需求分析 · 方案设计 · 硬件选型 · 软件开发 · 现场调试 · 验收交付
项目管理流程
28
案例：手机屏幕尺寸测量
需求分析 · 硬件选型 · 标定方案 · 算法设计 · 精度验证 · 现场问题解决
案例手机
29
案例：汽车零部件缺陷检测
光源方案 · 图像采集 · 缺陷分割 · 分类器设计 · 误检/漏检优化
案例汽车
30
课程总结与进阶方向
知识体系回顾 · 常见误区 · 前沿技术（3D视觉/光谱测量/事件相机） · 学习资源推荐
总结进阶