機(jī)器視覺(jué)和人工智能的現(xiàn)代化發(fā)展分析

陳之射?尹芳曄

摘要：隨著數(shù)字化科技的快速發(fā)展，越來(lái)越多的人工智能技術(shù)正在向傳統(tǒng)領(lǐng)域進(jìn)一步滲透，手機(jī)、電腦等電子化產(chǎn)品已經(jīng)在人們生活中屢見(jiàn)不鮮，同時(shí)越來(lái)越多數(shù)字化產(chǎn)品，也即將改變?nèi)藗兊纳a(chǎn)、生活方式，并發(fā)揮著越來(lái)越重要的作用。機(jī)器視覺(jué)是人工智能領(lǐng)域中的重要組成部分，不僅能夠代替人工視覺(jué)，完成一些不可能完成的任務(wù)，而且也可以通過(guò)圖像的采集分析以及處理整合，實(shí)現(xiàn)工業(yè)化的集成化發(fā)展目的。本文針對(duì)機(jī)器視覺(jué)和人工智能的概念以及內(nèi)容進(jìn)行分析，結(jié)合細(xì)化技術(shù)發(fā)展現(xiàn)狀，探討其在人類(lèi)社會(huì)發(fā)展以及未來(lái)工業(yè)應(yīng)用中的場(chǎng)景及展望。

關(guān)鍵詞：機(jī)器視覺(jué)；人工智能；現(xiàn)代化發(fā)展；技術(shù)細(xì)節(jié)

機(jī)器視覺(jué)是人工智能發(fā)展中的重要代表性技術(shù)，要求機(jī)器人具有一定的智能化，同時(shí)要以超越人類(lèi)視覺(jué)的方式對(duì)圖像物體進(jìn)行觀察判斷。機(jī)器視覺(jué)對(duì)于社會(huì)工業(yè)化發(fā)展尤為重要，不僅能夠涉足一些人類(lèi)無(wú)法企及的領(lǐng)域，同時(shí)也能適應(yīng)一些條件建立較為苛刻的環(huán)境。第一，對(duì)于改變?nèi)祟?lèi)社會(huì)工業(yè)化發(fā)展具有深遠(yuǎn)性影響，但是機(jī)器視覺(jué)和人工智能都極度依賴(lài)于技術(shù)的成熟度，在21世紀(jì)之前雖然人對(duì)技術(shù)有所構(gòu)想，但是技術(shù)深度還無(wú)法達(dá)到。2000年以后計(jì)算機(jī)技術(shù)以及細(xì)分產(chǎn)業(yè)得到了快速發(fā)展，此時(shí)的機(jī)器視覺(jué)和人工智能也有了更多的晉升渠道，不僅讓人們的生產(chǎn)和工作更加便利，同時(shí)也帶動(dòng)了其他技術(shù)產(chǎn)業(yè)進(jìn)行配合。機(jī)器視覺(jué)本身集合了圖像處理、圖像傳感、工程機(jī)械、軟硬件等技術(shù)，人工智能則更多的是對(duì)于現(xiàn)場(chǎng)環(huán)境進(jìn)行綜合判斷，并通過(guò)“云端”進(jìn)行數(shù)據(jù)分析和處理，兩者互相配合可以產(chǎn)生更高的靈活性以及自動(dòng)化程度，對(duì)于不適合人工作業(yè)的危險(xiǎn)場(chǎng)所或人類(lèi)視覺(jué)無(wú)法達(dá)到的生產(chǎn)精度具有重要的發(fā)展意義，尤其在大批量重復(fù)生產(chǎn)過(guò)程中可以降低人工成本、提高工作效率。

一、機(jī)器視覺(jué)和人工智能概念及發(fā)展過(guò)程

（一）機(jī)器視覺(jué)的概念和發(fā)展過(guò)程

機(jī)器視覺(jué)是建立在計(jì)算機(jī)世界理論工程化基礎(chǔ)上的一門(mén)學(xué)科，傳統(tǒng)的機(jī)器視覺(jué)主要通過(guò)外部觀測(cè)系統(tǒng)與計(jì)算機(jī)相連，然后對(duì)物體或圖形進(jìn)行觀察，將觀察的數(shù)據(jù)傳入電腦之中，形成數(shù)據(jù)化分析。在20世紀(jì)50年代初，早期的機(jī)器視覺(jué)主要對(duì)二維圖像以及各類(lèi)工件表面進(jìn)行檢測(cè)，直到六十年代由美國(guó)工程學(xué)院提出了二維圖像掃描建立三維模型的相關(guān)概念，但是受制于當(dāng)時(shí)的技術(shù)，還無(wú)法完全實(shí)踐，直到七十年代創(chuàng)立了人類(lèi)視覺(jué)三維場(chǎng)景信息理論，才進(jìn)一步提升了三維物體的觀察精度，之后計(jì)算機(jī)硬件的信息處理能力逐漸增加，從而催生了圖像處理技術(shù)以及圖像傳感器的高速發(fā)展，逐漸從實(shí)驗(yàn)室理論轉(zhuǎn)向工業(yè)化應(yīng)用場(chǎng)景，從而催生了機(jī)器視覺(jué)這一概念。我國(guó)引入機(jī)器視覺(jué)技術(shù)較晚，大約在九十年代中后期，但是實(shí)際應(yīng)用則在2000年前后[1]。隨著人類(lèi)社會(huì)的工業(yè)化發(fā)展速度逐步加快，越來(lái)越多的領(lǐng)域需要精細(xì)化管理而，單純依靠人力無(wú)法完成，需要通過(guò)機(jī)器取代視覺(jué)性的技術(shù)調(diào)整，當(dāng)環(huán)境條件和技術(shù)條件都成熟后，機(jī)器視覺(jué)技術(shù)率先在工業(yè)領(lǐng)域發(fā)展起來(lái)，主要應(yīng)對(duì)人類(lèi)肉眼視覺(jué)和滿足工業(yè)發(fā)展需求，本身具有環(huán)境限制小、疲勞狀態(tài)低、識(shí)別能力高等特點(diǎn)，而且還可以借助人工智能技術(shù)進(jìn)行超高速計(jì)算以及圖像存儲(chǔ)分析。機(jī)器視覺(jué)技術(shù)的圖像判斷方式與人腦有著本質(zhì)性區(qū)別，大多是以強(qiáng)大的數(shù)據(jù)庫(kù)作為支撐，通過(guò)對(duì)比分析得出結(jié)論，因此機(jī)器視覺(jué)技術(shù)在發(fā)展過(guò)程中也遇到相當(dāng)復(fù)雜的難題，其中就包括難以保證的準(zhǔn)確率。雖然目前基于大數(shù)據(jù)技術(shù)已經(jīng)積攢了足夠的數(shù)據(jù)資料，但是仍存在準(zhǔn)確性和模糊性的取舍判斷，這也成了機(jī)器視覺(jué)技術(shù)進(jìn)一步發(fā)展的重要瓶頸。

（二）人工智能的概念和發(fā)展過(guò)程

人工智能顧名思義就是利用機(jī)器的特殊計(jì)算方法代替人腦完成工作，最具有代表性的就是具有智能化的機(jī)器人，在各種工業(yè)化生產(chǎn)場(chǎng)所中代替人工完成一些復(fù)雜或者重復(fù)性較大的工作任務(wù)。人工智能理論最早出現(xiàn)于20世紀(jì)五十年代中期，之前的人工智能技術(shù)大多基于理論，通過(guò)簡(jiǎn)單的算法完成一些較小型的重復(fù)運(yùn)動(dòng)，同時(shí)人工智能也受制于當(dāng)時(shí)的計(jì)算機(jī)硬件技術(shù)，沒(méi)有強(qiáng)大的算力就無(wú)法完成較為復(fù)雜的運(yùn)算?，F(xiàn)如今人類(lèi)社會(huì)的數(shù)字化科技已經(jīng)達(dá)到了一定高度，尤其是計(jì)算機(jī)硬件處理，模型規(guī)模也非常龐大，目前進(jìn)入日常家庭中的機(jī)器人也非常多，而工業(yè)化的人工智能技術(shù)也走入了高速發(fā)展階段，同時(shí)也應(yīng)用到了多個(gè)領(lǐng)域當(dāng)中。真正讓人們意識(shí)到人工智能技術(shù)有了突破性的發(fā)展，是人工智能在圍棋領(lǐng)域打敗了人類(lèi)頂級(jí)冠軍，而這背后主要?dú)w功于較為復(fù)雜的計(jì)算模型，通過(guò)大量數(shù)據(jù)以及演練推算所形成具有預(yù)見(jiàn)性的數(shù)據(jù)步驟[2]。

與此同時(shí)，人工智能也在潛移默化地改變了人們的生產(chǎn)、生活方式，例如當(dāng)前人們所使用的電子產(chǎn)品智能解鎖功能，通過(guò)對(duì)于面部表情的捕捉以及生物特征的掃描等方式解鎖，都是人工智能背后強(qiáng)大的運(yùn)算能力，而且人工智能在各個(gè)領(lǐng)域中都有所涉及，極大地推動(dòng)了現(xiàn)代科學(xué)發(fā)展，并更多地與傳統(tǒng)行業(yè)進(jìn)行融合，形成了“計(jì)算機(jī)+”的發(fā)展趨勢(shì)，進(jìn)一步促進(jìn)了信息基礎(chǔ)能力的擴(kuò)展。值得注意的是，人工智能并非是一個(gè)簡(jiǎn)單的程序或軟件，而是與多項(xiàng)技術(shù)進(jìn)行深度融合的，智能化模式不僅實(shí)現(xiàn)了多種技術(shù)類(lèi)型的工業(yè)化發(fā)展，同時(shí)也能促使不同行業(yè)進(jìn)行深度融合[3]。

（三）機(jī)器視覺(jué)和人工智能的應(yīng)用發(fā)展

當(dāng)前正處于科技爆炸時(shí)代，人工智能越來(lái)越多地應(yīng)用到了人們的日常生活工作當(dāng)中，機(jī)器視覺(jué)和人工智能都以服務(wù)人類(lèi)社會(huì)為主要基本目標(biāo)，而且二者之間的有效結(jié)合還能進(jìn)一步發(fā)揮出技術(shù)潛力。例如在食品藥品安全檢測(cè)過(guò)程中，傳統(tǒng)的生產(chǎn)方式依靠人工逐個(gè)排查，不僅人力成本較高，而且很容易受到主觀意識(shí)支配，存在視覺(jué)疲勞等問(wèn)題，運(yùn)用機(jī)器視覺(jué)技術(shù)不僅可以有效解決這類(lèi)難題，而且通過(guò)與人工智能技術(shù)的結(jié)合，還能進(jìn)一步提高食品藥品的檢測(cè)精度，并讓生產(chǎn)效率進(jìn)一步攀升[4]。另外，機(jī)器視覺(jué)和人工智能的應(yīng)用發(fā)展還更多地運(yùn)用在動(dòng)態(tài)圖像捕捉方面，例如隨著汽車(chē)工業(yè)的快速發(fā)展，當(dāng)前我國(guó)的汽車(chē)保有量逐漸增加，為了確保駕駛安全，在不同的公路路段會(huì)設(shè)有監(jiān)控，而一些高端車(chē)型還會(huì)安裝駕駛員疲勞檢測(cè)功能，為實(shí)現(xiàn)這些功能都是利用機(jī)器視覺(jué)和人工智能技術(shù)對(duì)人臉面部捕捉以及周?chē)h(huán)境圖像的智能化分析，使得公路交通運(yùn)輸更加安全有序，不僅提高了公路運(yùn)輸效率，同時(shí)也能為可能出現(xiàn)的安全事故不斷地收集處罰依據(jù)，是我國(guó)依法治國(guó)重要的技術(shù)措施和渠道[5]。機(jī)器視覺(jué)和人工智能還更多地運(yùn)用在，生態(tài)發(fā)展以及環(huán)境保護(hù)等方面，包括應(yīng)對(duì)不可抗力的大自然監(jiān)控系統(tǒng)、化工生產(chǎn)企業(yè)的生產(chǎn)排放系統(tǒng)等，目前也都得到了高速發(fā)展，由此可以看出機(jī)器視覺(jué)和人工智能的核心應(yīng)用技術(shù)填補(bǔ)了很多以往工業(yè)發(fā)展的空白。

二、機(jī)器視覺(jué)細(xì)化技術(shù)發(fā)展應(yīng)用

（一）光源技術(shù)

機(jī)器視覺(jué)技術(shù)的運(yùn)用基礎(chǔ)是通過(guò)對(duì)物體或圖形的外觀檢測(cè)進(jìn)行數(shù)據(jù)分析，因此光源技術(shù)是機(jī)器視覺(jué)技術(shù)中的最根本依據(jù)，由于機(jī)器與人類(lèi)視覺(jué)系統(tǒng)存在的本質(zhì)性差異，因此在數(shù)據(jù)分析、圖像檢測(cè)等方面也應(yīng)非常不同，光源是影響圖像以及物體表觀特征的重要因素，優(yōu)質(zhì)光源不僅能夠?yàn)闄C(jī)器視覺(jué)數(shù)據(jù)分析提供重要的基礎(chǔ)環(huán)境，同時(shí)也能增強(qiáng)顏色或者線條的對(duì)比度，對(duì)于提高其視覺(jué)的準(zhǔn)確性具有積極意義，所以在提升機(jī)器視覺(jué)細(xì)化技術(shù)發(fā)展應(yīng)用的道路上，應(yīng)重點(diǎn)突破光源技術(shù)。在之前的機(jī)器視覺(jué)細(xì)化技術(shù)發(fā)展過(guò)程中采用何種光源在學(xué)術(shù)界爭(zhēng)議較大，但是理論應(yīng)結(jié)合實(shí)際，目前通過(guò)實(shí)踐表明透射光以及反射光在提高照射面積及亮度方面更具優(yōu)勢(shì)，因此也有效提高了機(jī)器視覺(jué)的識(shí)別精度，但是也要求透射光以及反射光有相應(yīng)配套的機(jī)器模組，所以任何技術(shù)的發(fā)展都并非單一性的技術(shù)突破，而是多種技術(shù)的疊加[6]。

（二）攝像技術(shù)

攝像技術(shù)是機(jī)器視覺(jué)技術(shù)構(gòu)建模組中的重要組成部分，同時(shí)也是基礎(chǔ)設(shè)施之一，傳統(tǒng)的機(jī)器技術(shù)常以被動(dòng)視覺(jué)設(shè)備為主，通過(guò)安裝固定機(jī)械臂或固定機(jī)械進(jìn)行圖像或物體表征捕捉，但是由于電子耦合器性能較差，因此對(duì)于動(dòng)態(tài)性的物體捕捉清晰度也較差，常常由于動(dòng)態(tài)圖像較為模糊造成分析誤差較大。近些年來(lái)隨著攝像機(jī)技術(shù)的快速發(fā)展，電子耦合器的性能也得到了有效提高，不僅有效提高了動(dòng)態(tài)捕捉清晰度，同時(shí)還縮小了電子耦合器的體積，在一定程度上提高了機(jī)器視覺(jué)技術(shù)的主動(dòng)圖像獲取能力，這對(duì)于一些圖像細(xì)節(jié)要求精度較高的領(lǐng)域具有重要意義，例如在重大自然災(zāi)害預(yù)警系統(tǒng)以及生態(tài)環(huán)境保護(hù)系統(tǒng)當(dāng)中，機(jī)器視覺(jué)的攝像技術(shù)都有重要的發(fā)揮[7]。

（三）信號(hào)處理技術(shù)

在傳統(tǒng)的工業(yè)加工場(chǎng)所，往往是封閉的空間進(jìn)行作業(yè)，因此對(duì)于機(jī)器視覺(jué)捕捉技術(shù)的場(chǎng)所要求并不高，完全可以通過(guò)物理線路進(jìn)行鋪設(shè)在封閉的空間內(nèi)完成運(yùn)作，但是隨著當(dāng)前工業(yè)發(fā)展的速度逐步加快，越來(lái)越多戶外型的空間場(chǎng)所也需運(yùn)用機(jī)器視覺(jué)技術(shù)，這樣一來(lái)就對(duì)無(wú)線信號(hào)處理技術(shù)有了更高要求。信號(hào)處理技術(shù)是機(jī)器視覺(jué)技術(shù)的關(guān)鍵所在，也是限制機(jī)器視覺(jué)技術(shù)運(yùn)用在更加廣泛的場(chǎng)景中的核心問(wèn)題，不僅要求信號(hào)處理硬件具有更高的性能，同時(shí)也要求信號(hào)傳遞盡量地降低延時(shí)時(shí)間[8]。當(dāng)前的信號(hào)處理技術(shù)，更多地運(yùn)用人工智能集成電路，不僅解決了機(jī)器視覺(jué)中的集成電路問(wèn)題，而且當(dāng)前5G無(wú)線傳輸技術(shù)也為信號(hào)處理環(huán)節(jié)提供了重要的技術(shù)支持，在很多遠(yuǎn)程工作場(chǎng)景中工程師可在另一端根據(jù)圖像捕捉進(jìn)行判斷，然后輸入指令，而在遠(yuǎn)程的另一端則通過(guò)機(jī)械完成各類(lèi)操作，不僅降低了時(shí)間成本，同時(shí)也打破了時(shí)間與空間限制，對(duì)于精密化的現(xiàn)代化工業(yè)發(fā)展具有深遠(yuǎn)性影響。

三、機(jī)器視覺(jué)和人工智能的現(xiàn)代化發(fā)展應(yīng)用分析

（一）無(wú)人駕駛汽車(chē)

我國(guó)是人口數(shù)量最多的國(guó)家，前期的工業(yè)發(fā)展大多集中在城市區(qū)域，由于城市的空間有限，因此很多時(shí)候不得不壓縮空間，但是交通運(yùn)輸無(wú)法壓縮空間，很多大中城市中人們反映行車(chē)難、行車(chē)慢的問(wèn)題。這些年來(lái)無(wú)人駕駛汽車(chē)成了熱議話題，不僅受到了很多資本企業(yè)關(guān)注，同時(shí)也對(duì)科研人員提出了更多挑戰(zhàn)，對(duì)于機(jī)器視覺(jué)技術(shù)要求較高，也需要依托人工智能算法對(duì)整個(gè)城市的交通運(yùn)輸情況進(jìn)行分析，如此一來(lái)在宏觀角度可以分析出最佳路線，從微觀角度則可以判斷汽車(chē)行駛的安全性。機(jī)器視覺(jué)和人工智能在無(wú)人駕駛汽車(chē)領(lǐng)域中具有較好的發(fā)展前景，但是還需要針對(duì)交通標(biāo)志、紅綠燈信息、行人躲避以及智能駕駛輔助等多個(gè)方面進(jìn)行技術(shù)壁壘貫通。可以說(shuō)無(wú)人駕駛汽車(chē)是機(jī)器視覺(jué)和人工智能技術(shù)應(yīng)用的“藍(lán)?！?，但是也對(duì)相應(yīng)的技術(shù)安全性和穩(wěn)定性提出了更高要求，要針對(duì)繁雜的路況信息進(jìn)行數(shù)據(jù)比對(duì)分析，目前在一些大中城市已經(jīng)成功地運(yùn)用了快遞無(wú)人駕駛汽車(chē)[9]。

（二）工業(yè)自動(dòng)化

工業(yè)自動(dòng)化一直以來(lái)都是工業(yè)發(fā)展中的重要關(guān)注點(diǎn)，自動(dòng)化技術(shù)可以有效降低人工勞力強(qiáng)度，同時(shí)精準(zhǔn)性較高，其是衡量國(guó)家綜合實(shí)力的重要標(biāo)準(zhǔn)之一，將機(jī)器視覺(jué)和人工智能技術(shù)運(yùn)用到工業(yè)自動(dòng)化領(lǐng)域當(dāng)中，主要有以下幾個(gè)領(lǐng)域可以探討。首先，通過(guò)精準(zhǔn)的機(jī)器視覺(jué)對(duì)機(jī)器進(jìn)行視覺(jué)引導(dǎo)以及目標(biāo)定位，例如工業(yè)生產(chǎn)中的機(jī)器手臂，可以完成大量繁復(fù)性的工作，包括焊接、打包、組裝等，不僅效率更高，同時(shí)也能降低成本。其次，工業(yè)產(chǎn)品的外觀檢測(cè)，以往通常依靠有經(jīng)驗(yàn)的工人，但是也可能會(huì)受到主觀意識(shí)的影響，存在漏報(bào)或錯(cuò)報(bào)問(wèn)題，運(yùn)用機(jī)器視覺(jué)技術(shù)及檢查速度更快，同時(shí)靈敏度更高，不存在人為的視覺(jué)疲勞現(xiàn)象，對(duì)于檢測(cè)目標(biāo)中的裂痕缺口，甚至深度的焊接裂縫等都可以進(jìn)行觀察檢測(cè)[10]。最后，工業(yè)化產(chǎn)品或構(gòu)件的測(cè)量一直以來(lái)效率都較為低下，經(jīng)常通過(guò)人力進(jìn)行逐個(gè)檢查檢測(cè)，不僅耗時(shí)耗力，而且在大量作業(yè)的情況下，也很容易出現(xiàn)誤差，而機(jī)器視覺(jué)則能夠有效地針對(duì)加工需求，對(duì)物體進(jìn)行精準(zhǔn)測(cè)量，不僅提高了工業(yè)化自動(dòng)水平，而且可以在不與目標(biāo)物體產(chǎn)生接觸的情況下完成工作任務(wù)，是工業(yè)自動(dòng)化發(fā)展的重要領(lǐng)域。

（三）軍事化領(lǐng)域

軍事工業(yè)是保證國(guó)家安全的重要屏障，依托數(shù)字化產(chǎn)業(yè)技術(shù)的快速發(fā)展，軍事化領(lǐng)域也必須注重緊跟時(shí)代發(fā)展，將機(jī)器視覺(jué)廣泛地運(yùn)用到軍事化領(lǐng)域。可以在爆破、雷達(dá)、偵察、巡航以及危險(xiǎn)目標(biāo)定位等方面有較大的可為空間。以上一些軍事任務(wù)，危險(xiǎn)性較大，同時(shí)所造成的傷亡損失也不可估量，機(jī)器視覺(jué)和人工智能技術(shù)運(yùn)用其中，尤其是無(wú)人機(jī)或者遠(yuǎn)程操控機(jī)器等領(lǐng)域中，不僅可以極大程度上提高軍事作戰(zhàn)能力，同時(shí)也能減少人員傷亡，這也是未來(lái)軍事化遠(yuǎn)程操控以及無(wú)人操控發(fā)展的重點(diǎn)領(lǐng)域[11]。

四、結(jié)束語(yǔ)

綜上所述，機(jī)器視覺(jué)作為人工智能中的重點(diǎn)領(lǐng)域，對(duì)于人類(lèi)社會(huì)的發(fā)展至關(guān)重要，相關(guān)工作人員應(yīng)深入分析機(jī)器視覺(jué)概念以及發(fā)展過(guò)程、機(jī)器視覺(jué)和人工智能融合的領(lǐng)域拓展等方面內(nèi)容，站在更加宏觀的角度分析及其視覺(jué)細(xì)化技術(shù)的應(yīng)用發(fā)展場(chǎng)景，探討光源技術(shù)、攝像技術(shù)、信號(hào)處理技術(shù)等方面的突破以及難點(diǎn)，深化思考及其識(shí)別和人工智能的現(xiàn)代化發(fā)展應(yīng)用，值得注意的是機(jī)器視覺(jué)與人工智能在實(shí)際的工業(yè)化生產(chǎn)以及檢查領(lǐng)域當(dāng)中還應(yīng)關(guān)注適配應(yīng)用以及制造成本等，要解決不同技術(shù)領(lǐng)域中的核心壁壘難題，注重及其視覺(jué)的實(shí)際應(yīng)用效果，為我國(guó)科技強(qiáng)國(guó)發(fā)展戰(zhàn)略目標(biāo)奠定扎實(shí)基礎(chǔ)。

作者單位：陳之射 尹芳曄 武昌首義學(xué)院 信息科學(xué)與工程學(xué)院

參? 考? 文? 獻(xiàn)

[1]徐勤豐. 淺談機(jī)器視覺(jué)和人工智能的現(xiàn)代化發(fā)展[J]. 通訊世界，2018（09）：234-235.

[2]楊東. 5G+人工智能機(jī)器視覺(jué)探索[J]. 通信與信息技術(shù)，2021（01）：60-63.

[3]尹航. 淺談機(jī)器視覺(jué)在數(shù)據(jù)中心發(fā)展應(yīng)用[J]. 智能建筑與智慧城市，2022（04）：17-20.

[4]何新宇，趙時(shí)璐，張震，等. 機(jī)器視覺(jué)的研究及應(yīng)用發(fā)展趨勢(shì)[J]. 機(jī)械設(shè)計(jì)與制造，2020（10）：281-283，287.

[5]周寶倉(cāng)，呂金龍，肖鐵忠，等. 機(jī)器視覺(jué)技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 河南科技，2021，40（31）：18-20.

[6]宋春華，彭泫知. 機(jī)器視覺(jué)研究與發(fā)展綜述[J]. 裝備制造技術(shù)，2019（06）：213-216.

[7]高峰，王富東. 淺談機(jī)器視覺(jué)技術(shù)發(fā)展及應(yīng)用[J]. 山東工業(yè)技術(shù)，2019（05）：142.

[8]高娟娟，渠中豪，宋亞青. 機(jī)器視覺(jué)技術(shù)研究和應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)[J]. 中國(guó)傳媒科技，2020（07）：21-22.

[9]劉亦晴. 工業(yè)機(jī)器人智能視覺(jué)引導(dǎo)技術(shù)發(fā)展及其運(yùn)用[J]. 科技經(jīng)濟(jì)市場(chǎng)，2020（04）：3-5.

[10]劉亦晴. 機(jī)器人雙目視覺(jué)識(shí)別技術(shù)發(fā)展及其運(yùn)用[J]. 中國(guó)科技投資，2020（05）：59-60.

[11]劉亦晴. 機(jī)器視覺(jué)工業(yè)機(jī)器人抓取技術(shù)發(fā)展及應(yīng)用[J]. 中國(guó)科技投資，2020（06）：132-133.

陳之射（1994.01-），男，漢族，湖北武漢，電氣工程碩士研究生，武昌首義學(xué)院助理實(shí)驗(yàn)師，研究方向：圖像處理；

尹芳曄（1999.03-），男，漢族，湖北武漢，電子信息工程學(xué)士，研究方向：圖像處理。