说明：全日制现场班（机器视觉工程师）（零基础需要另加一个月c#编程语言）
学习内容：Halcon实战编程（视觉2D各需求识别/检测、深度学习等）；设备实战项目包含：视觉引导机械手、视觉配合运动控制卡、AOI分选缺陷检测、3D相机搭建及3D测量等实战项目。
培养定位：中高端机器视觉工程师(CCD检测)
特点优势：精英教学，教学风格为东北二人转+哲学+通俗易懂方式，视觉由超人视觉罗超老师手把手教学，针对性强化实战训练。
考核：要进行严格的考核，学习阶段性考核以及最后毕业考核，以项目要求能力为基准，培养真正具有实战硬功夫的高质量学员。
工业视觉项目需求方向归类
课程内容
项目总体设计方案以及实施，全局认识（需求分析-》方案设计-》概要设计-》详细设计-》编码-》调试-》稳定性测试-》维护
1.熟悉halcon环境(包括基本语法、字符串、灰度直方图、特征选择等工具等的熟悉)、机器视觉系统的组成框架以及包含的学科知识、硬件软件架构，机器视觉含义、如何学习机器视觉、包含学科、如何做工业视觉项目、前景应用以及就业。2.图像处理、模式识别基础知识以及halcon案例编程（包括图像、图形和图像文件的区别、数据类型（包括图像、区域、XLD、控制变量本质的透彻解析）、图像文件读取、处理、保存等）3.视觉项目的常规处理流程（采集-》预处理-》分割-》识别显示-》通讯控制）4.halcon软件编程基础知识，包括环境、采集助手等工具熟练掌握，以及同步采集和异步采集。
工业视觉(CCD)识别定位需求
1.图像处理十大门派（1.图像基本理论（包括图像文件构成、文件头信息头、颜色表、连通域、四邻域、八邻域）2图像灰度变换（包括图像二值化、反转负相、线性、对数、指数变换）3图像增强（中值、均值、高斯滤波去噪、图像直方图以及均衡化）4图像几何变换（包括水平垂直镜像、仿射变换之平移、旋转、缩放等）5形态学（膨胀、腐蚀、开运算、闭运算、内外边界）6图像复原7图像分割（阈值分割、边缘检测、轮廓跟踪、内挖空）8.图像频域9.运动图像（差分思想及光流）10图像配准2.Blob分析之预处理、二值化、形态学、特征选择、几何定位进行对任意物料的灵活识别定位的实战，并且结合相机进行实时采集处理显示3.Halcon实现blob分析+仿射变换(平移、旋转、缩放、错切、镜像)灵活实战(mark点等各种物料识别)（包括详细数学矩阵推导和实战，并不仅仅是简单应用，超人特色）4.ROI模型进行人机交互操作
工业视觉(CCD)符号识别需求
一维码、二维码连接相机实时识别实战,,包括各种类型的码制识别、参数自训练识别、带有汉字信息的码制识别、光照不良情况下较难的条码码制识别（超人特色）、困难码识别的分析方法（超人特色）、多码多线程同时识别等各种情况（预处理与参数的核心项目实战总结-专门解决有难度的项目），包括在曲面、环形、金属反光凹凸、复杂背景等各种情况下的一维码二维码的方案、算法以及核心解码识别等（超人特色）
1.基于灰度模板匹配原理以及实战解析
3.匹配助手进行连接相机或者图像文件的匹配实战
4.基于形状匹配原理以及实战解析（采用技巧思维方式必须深刻熟练每一个参数的每一个值的用法，熟练到倒背如流收发自如（也就是可以瞬间说出比如查找模板的第几个参数的第几个值意思含义），并且结合项目灵活实战进行定位检测）
工业视觉(CCD)测量需求
1.一维测量的测量原理与项目实战，包括灰度投影、剖面线、求导、找边微分等推导。测量矩形与测量弧形的原理以及实战，包括调用流程和原理以及测量助手的详细实战使用
2.单摄像机标定的原理详细推导讲解，包括世界坐标、相机坐标、图像像素坐标、图像物理坐标之间的矩阵关系转换详细推导、内参矩阵的求解以及外参矩阵求解，内参矩阵的多个作用、外参数矩阵所代表的详细坐标系3D姿态变换关系，以及张正友棋盘格标定，单应性矩阵和Tsai两步标定法的区别与联系
3.Halcon实现单摄像机标定实战，从标定模型创建到采集图像并且标定详细代码实战实现，同时详细讲解每个参数的作用和原理，并且结合标定数学原理深入理解实战，同时对标定后的结果进行精度分析，包括标定过程中的提高精度的技巧和原因原理，以及RMSE误差分析标定的结果像素精度。最后得到摄像机的内参和外参矩阵。并且利用内外参数矩阵进行实战物料实际尺寸测量和精度分析，并且实时显示人机交互，同时在高速飞拍转盘设备上配合海康等多个知名牌子相机进行连接相机实战实时实现尺寸测量同心度测量等。（超人视觉特色课程）
4.Halcon实现不标定内参数只求外参的灵活独创标定法（采用蜂窝或者圆形阵列标定板等），进行物料任意姿态方法测量（无需正交）（超人视觉特色课程）
5.只靠单摄像机进行标定并且就可以测量物料实际高度，玩转姿态变换（超人视觉特色课程）
6.采用六边蜂窝标定板进行单摄像机的标定详细讲解实战，并且和圆形阵列标定板标定进行详细对比和精度分析等。
7.无需圆形阵列和蜂窝标定板，采用自定义特征点的坐标系进行摄像机的外参求解，配合内参进行实际尺寸测量实战。（超人视觉特色课程）
和标定模型设置求解内外参数（也就是不采用halcon支持的标定板）（超人视觉特色课程）
9.比例当量测尺寸、比例当量与内外参区别联系、棋盘格标定等
10.双目或者多路相机拍圆形阵列标定板或者六边蜂窝标定板的标定方法，包括如何统一它们的坐标系以及详细推导，在大尺寸、大视野情况下的多相机坐标系统一换算，以及多相机存在两两互联、多对一的情况的坐标系变换统一方法技巧实战。并且在多路相机有重叠区和无重叠区时的统一坐标方法实战，并且测量大视野大尺寸物料的实际尺寸（超人视觉特色课程）
11.非正交情况下，采用圆形或者蜂窝标定板进行透视矫正倾斜测量，包括详细推导和实战（超人视觉特色课程）
12.单摄像机标定后的畸变矫正原理以及详细实战矫正，包括畸变的引起原因（切向和径向畸变）以及不同矫正方法，并且对比矫正前后的误差，包括矫正时的adaptive、fixed、fullsize等的区别，以及division和多项式标定时的区别和联系，包括二者精度对比等。同时非常熟练掌握halcon标定助手的使用标定以及FA镜头和远心镜头的标定。包括助手里面涉及到的每个参数对应的原理和含义的详细讲解包括技巧和精度影响。
13.定位+跟随检测实战（包括实际项目中不同物料定位目标的选择技巧同时定位，以及感兴趣区域或者xld、点等几何变换跟随实战，并且在飞拍设备上进行实时定位跟随检测实际尺寸）
14.二维测量边缘检测原理（一阶二阶导数检测边缘详细推导包括离散卷积核等）以及实战解析，包括卷积的详细推导以及实战、图像滤波的本质，锐化、离散卷积与边缘检测的关系与推导实战，包括空间卷积与频域的关系，Canny、Sobel、prewitt、laplace等原理的推导和应用实战）
15.XLD轮廓拟合原理以及找直线、圆、椭圆、矩形的项目实战，包括拟合的本质，最小二乘、离群值的剪切、XLD亚像素的本质定义原理与属性、多种中心XLD线提取等）16.连接相机实战实现二维测量，从采集图到预处理到XLD轮廓提取、分割（分割的各种技巧）、联合（不同联合方式）、拟合（拟合圆、椭圆、直线、矩形等）计算以及转换到实际尺寸实时显示项目设备实战17.内外卡尺进行二维测量实战（圆、直线、矩形等卡尺），其中包括定位+检测（采用不同定位方式））
18.自己独立实现卡尺功能进行二维测量实战（包括定位+几何变换+测量+跟随全部功能，可以让客户方便使用）（超人视觉特色课程）
19.双目立体视觉原理推导与自己搭建实战（包括3D双目的原理推导、误差分析，同时进行实战搭建，包括双目相机标定实战、视差图的理解、深度图、双面矫正、极线约束矫正、视差求解和影响因素、视差与点云的转换、点云重建等实战等）（超人视觉特色课程）
实战等）（超人视觉特色课程）
21.线激光（激光三角）分体式的原理和自己搭建实战（包括内外参、光片平面姿态变换标定矫正、移动位姿标定求解等原理详细推导和实战，包括视差图、姿态换算、立体匹配等，标定后进行重建点云并且进行3d点云高度、平面度等测量实战）（超人视觉特色课程）
进行方案设计的硬件方面第一步，选型方案需求
1.光源、镜头、相机选型详细计算原理以及打光原理方法技巧经验并且实操实战，同时写出客户物料方案报告以及完整的打光选型整体项目方案思维流程和最终实践流程结果，包括应该如何做机器视觉项目、从需求分析、方案评估、仿真、方案建立、详细概要设计、编码、测试调试维护等各个方面讲解（包括精度，重复精度、速度、工艺流程、可靠性、光路追击原理、飞拍项目的注意事项和选型参数计算、景深、焦距、镜头分辨率、MTF曲线、光圈数、光圈、相对孔径、机械接口、入瞳出瞳、孔径光阑、渐晕光阑、视场光阑、圆线偏振光、滤光镜、像差、远心和非远心光路、相机的分辨率、靶面尺寸、面阵、线扫、接圈原理、信号接口、白平衡、帧率、增益、曝光方式，背、条、瓦、同轴、点、线等光源光路原理以及打光选型技巧实战）2.去光源厂家进行1-2天打光项目实操（直接上客户物料打光项目实战讲解，并且填写实验报告，讲述遇到某种物料的某种情况下可以有哪些方案以及原因等）
工业视觉(CCD)中轻微缺陷需求
1.图像频域的原理以及频域傅立叶变换后的频谱通俗解析实战（包括形象数学推导以及实战、离散傅立叶变换的本质、标准正交基、相位、幅度等的频谱表达）2.频域案例的案例套路思想解析（包括滤波方法以及常见的五大滤波器使用技巧）3.图像频域在工业缺陷需求的实战应用
工业视觉(CCD)缺陷需求
1.工业缺陷需求的种类（如划痕、瑕疵、探伤、缺损、凸凹等细小缺陷、印刷字符缺陷检测等）以及总结的七大方法检测实战。2.采用Halcon外观缺陷检测七大方法流程的套路思想灵活透彻解析总结以及每种情况的实际项目针对类型和场合包括影响因素以及交叉配合使用思想实战。
3.连接相机采用七大方法中的频域+空间、特征空间机器学习法、定位+blob等方法进行各种物料的缺陷实战（边缘凹陷、药品缺陷缺少、物料正反错、物料划痕探伤、液晶屏缺陷、贴片电阻缺陷检测4.排线缠绕缺陷、BGA封装缺陷检测、字符印刷缺陷检测、电表液晶显示缺陷以及指示灯亮灭检测实际项目等）
5.Blob分析+定位+特征检测缺陷实战
6.差分+特征+定位检测缺陷实战
7.频域+空间域检测缺陷实战（包括傅里叶频域变换详细推导、频谱图的详细分析（包括相位、幅度等分析）、频域滤波的各种技巧、归一化、共生矩阵推导、滤波器（包括高频、低频、冲击、双边、扩散、带通、带阻等各种滤波器）、熵、能量等推导理解与实战）8.测量拟合缺陷实战（包括物料边缘缺陷分析、液位等定位跟随检测）9.光度立体（2.5维）检测缺陷（包括原理推导和连接相机客户物料实战）（超人视觉特色课程）10.机器学习检测缺陷（深度学习、mlp、svm、贝叶斯、随机森林、gmm等分类器，同时推导每种分类器的原理以及对应实战参数和影响结果，包括神经网络的搭建的详细推导讲解、包括在缺陷项目中的具体应用，包括权重系数优化，过拟合的防止，softmax分类、特征空间选择求解，特征维度选择等，同时halcon在机器学习这里的三套不同算子的具体应用区别和场合采用包括结合深入分类器原理的参数优化达到模型最佳提高缺陷检测识别率和精度）包括电阻贴片等物料表面缺陷检测等实战11.印刷产品印刷漏印、淡印、深印等缺陷检测（差分印刷模型（定位+差分+检测）包括各种情况）
13、3D线激光（分体式和一体式）、双目结构光、单目结构光点云法（包括深度图等）3d点云测量与检测，包括标定法和不标定法3d检测缺陷方法等
14.opencv
15.（focus）DFF法根据焦点变化恢复深度信息对焦检测以及得到SharpImage图（超人视觉特色课程）
16辐射标定与偏折术、结构光相位、结构光解码
1.深度学习基本理论（神经元的概念、感知机、激活函数（ReLu、sigmoid等）、神经网络详细推导、迁移学习网络TL、权重系数、训练的本质、随机梯度下降、损失函数、激励函数、监督、非监督、强化学习DRL、半监督、学习率等）
2.搭建Halcon深度学习环境（包括驱动、cuda、MVTecDeepLearningTool标签软件、深度学习dl运行环境等安装）。
3.Halcon实现深度学习的基本流程（包括数据集的预处理、模型训练、模型验证、模型测试）
4.神经网络的详细推导包括神经元的本质数学模型建立、线性分类器与非线性分类器的区别与推导以及神经网络模型搭建、包括权重系数的优化减小模型误差、softmax函数分类、损失函数、均方差、交叉熵、微分求导、反向误差传播、链式求导、随机梯度下降法、动量等
5.过拟合、欠拟合、超参数、精度、召回率、F-Sore、TP、FP、TN、FN、momentum、Learning-rate、batch、mini-batch、epochs、weight_prior、max_overlap、max_num_detection、min_confidence等的影响关系和含义
6、tensorflow深度学习娱乐场及tensorflow等深度学习常用框架
7.CNN卷积神经网络原理模型推导（卷积层、池化层、全连接层、softmax等）（RNN循环神经网络、GAN对抗神经网络以及GPU加速、部署等）
8.Halcon深度学习完成是否戴口罩自动检测识别、大红枣多种缺陷识别、OCR识别等实战以及深度学习（dl）、mlp、svm、gmm、knn等各种分类器的区别与联系，性能比较等分析。
9.Halcon深度学习基于分类项目实战应用（包括不同手机垫片物料的缺陷种类分类、电路焊点缺陷分类、大枣分类、口罩分类识别等）包括打标签软件MVTecDeepLearningTool的灵活使用，包括数据集的准备、标注标签技巧、验证、训练、测试等，同时分类实现的步骤（数据集预处理、训练、验证、推理部署），包括网络模型的性能评估，真正例、假正例、真反例、、假反例、混淆矩阵、精度、召唤率、F-Score等的性能描述以及参数设置技巧和模型原理。
10.Halcon深度学习基于目标检测（带角度和不带角度）项目实战（包括多目标电阻的定位、多目标重叠时定位、以及得到深度学习检测的像素坐标转成机器人坐标进行抓取定位，也就是深度学习（位置、角度）+手眼标定或者九点标定+机器人定位抓取）包括网络模型平均精度、交并比的评估等,同时也包括（带角度和不带角度打标签软件MVTecDeepLearningTool的灵活使用，数据集的预处理、模型训练、模型评估验证、推理部署等环节实战）
11.Halcon的深度学习基于语义分割项目实战（包括不同电阻物料的缺陷像素分割、不同电容等电子物料的缺陷像素分割实战，并且得到缺陷像素区域，其中包括数据集的准备、数据字典、数据集预处理、模型训练、模型评估验证、推理部署等）包括像素精度、交并比、平均精度、像素混淆矩阵等性能评估参数
12.光学分选缺陷检测实战项目：采用Halcon深度学习实现光学分选机的多路海康网口相机的手机配件的垫块的表面缺陷检测，采用基于语义或者分类进行物料数据的采集、预处理、模型训练优化、模型评估验证、模型推理部署实战，并且配合雷赛的板卡进行物料吹气控制实战项目，即深度学习+多相机+远心镜头+同轴光+运动板卡+转盘+振动盘+物料设备项目实战（这里是halcon联合C#（包括UI业务逻辑数据层深度学习算法等））（超人视觉特色课程）
。。。。。详细大纲请联系19928722582
联系人：嘉嘉老师
手机：19928722582
公司：超人视觉--机器视觉专业培训--深圳市英超微视科技有限公司
地址：深圳市龙华区福城街道大三社区金工二路429栋源创云谷