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。

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  AOI：支持自定义，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。

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。

软件配置
1、OpenCV开源框架软件；
2、25个计算机视觉基本案例及典型应用案例程序源码。

应用开发案例
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

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