目前，我国制造业增加值占全球比重已接近30%，总体规模连续15年保持全球第一，我国已成为世界第一工业制造大国。然而，与掌握高端制造业的发达国家相比，我国在新技术人才培养方面仍存在一定差距，培养适应时代发展要求的高质量人才成为提升我国在全球工业价值链地位的重要突破口[1-2]。机器视觉是当前人工智能行业重要的研究方向，也是实现智能制造的关键技术。机器视觉及其应用已逐渐深入3C消费、光伏、新能源汽车等多个行业[3]，也是机械工程专业学生需要掌握的专业核心知识。机器视觉涉及知识面广，包括光学原理、图像处理算法、算法和软件开发等，不仅要求学生掌握专业知识，还要了解具体实践和应用场景。

　　在机器视觉课程教学中，教学工具往往较为单一，教师讲解侧重图像算法和图像采集所涉及的光学原理，仅分配少量的教学时间用于算法实现过程的课程设计。原有教学方式把机器视觉系统的各个环节割裂开来，未能完整地呈现机器视觉系统从原理到实践的整套流程，使学生对其缺乏深入的理解和整体设计的能力。教学内容与实际应用需求脱节，难以激发学生的学习兴趣，无法达到学以致用的课程教学目标。为此，本文开展了机器视觉课程教学改革探索，设计了基于机器视觉的磨削加工零件识别教学实验系统(简称实验系统)。借助实验系统，教师讲解相关理论知识和算法实现过程，并以项目案例的形式向学生展示基于机器视觉的实际应用，使学生能够从整体上了解机器视觉系统各个环节及具体实现手段，从而提高学生解决复杂问题的能力。

　　1 实验系统总体设计

　　2 硬件系统和上位机软件系统

　　3 磨削加工零件识别图像处理算法

　　4 结语

　　本文设计了基于机器视觉的磨削加工零件识别教学实验系统，将机器视觉课程的理论知识转化应用到项目实践，可以有效解决机器视觉课程教学中遇到的难题，激发学生主动参与实验的积极性，培养了学生实践能力，提高课程教学效果。在实验教学开展的同时，实验项目也会完全向参与实验的学生开放，这样学生可以继续在本实验提供的数据集和开发平台上进行深入的创新设计，提高实验效果，进一步提升了工程创新能力。

　　参考文献

　　[1] 叶林,余江.中国工业化的进展、新情况和成功实现[J].武汉大学学报(哲学社会科学版),2014,67(2):117-125.

　　[2] 黄海波,谢凯,秦芳,等.产业匹配需求与工程师供给缺口研究[J].经济理论与经济管理,2023,43(6):42-59.

　　[3] 张艳梅,邓奥林,赵伟杰.机器视觉技术在工业领域的应用现状及展望[J].装备机械,2024(3):9-15.

　　[4] 孟坤.机械零件的图像分割与分离研究[D].北京:中国矿业大学,2018.

　　[5] 王磊.基于canny边缘检测的工业零件分类识别[J].电子设计工程,2019,27(21):190-193.

　　[6] 张宝,谭建,杨涛.分块自适应纸箱图像压缩方法研究[J].计算机应用与软件,2024,41(12):223-228.

林明星1,2,3 乔泽龙1 冯显英1,2,3

1.山东大学机械工程学院

2.山东大学高效洁净机械制造教育部重点实验室

3.山东大学机械工程国家级实验教学示范中心