我沒(méi)能力BB與實(shí)現(xiàn)。。。

然后湊巧翻到了個(gè)論文，但是下載不了?

《基于人工智能的注塑成型不良分析軟件研發(fā)》

作者：劉昊知

摘要：注塑工業(yè)中,由于注塑過(guò)程復(fù)雜,多種因素相互影響,質(zhì)量的穩(wěn)定性一直是業(yè)界重視的主要問(wèn)題之一。論文結(jié)合注塑成型工藝的特點(diǎn),基于模糊神經(jīng)網(wǎng)絡(luò),對(duì)質(zhì)量分析技術(shù)進(jìn)行研究。運(yùn)用模糊邏輯以及神經(jīng)網(wǎng)絡(luò),結(jié)合專(zhuān)家理論知識(shí)和實(shí)踐經(jīng)驗(yàn),對(duì)注塑工藝和質(zhì)量缺陷原因進(jìn)行分析,有效地解決工藝對(duì)注塑質(zhì)量缺陷造成的影響。 論文將注塑制品常見(jiàn)的缺陷征兆、產(chǎn)生原因、解決方案進(jìn)行歸納總結(jié),并以此為基礎(chǔ)建立系統(tǒng)知識(shí)庫(kù)。論文對(duì)注塑制品缺陷分析診斷過(guò)程進(jìn)行分析,確定合理的推理機(jī)制,使系統(tǒng)具備快速準(zhǔn)確的推理能力。論文設(shè)計(jì)出適合于注塑制品缺陷分析診斷的專(zhuān)家系統(tǒng)結(jié)構(gòu)。在專(zhuān)家系統(tǒng)理論的基礎(chǔ)上,處理好各組成模塊—人機(jī)界面、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模塊、推理機(jī)模塊、數(shù)據(jù)庫(kù)管理模塊等之間的相互關(guān)系,完善各個(gè)模塊與系統(tǒng)的總體功能。 論文采用Access2003作為數(shù)據(jù)庫(kù),在Visual Basic 6.0的平臺(tái)上開(kāi)發(fā)用戶(hù)操作界面,并應(yīng)用MATLAB的神經(jīng)網(wǎng)絡(luò)功能實(shí)現(xiàn)推理分析。論文利用ADO對(duì)象訪問(wèn)數(shù)據(jù)庫(kù),建立聯(lián)接,方便地解決了對(duì)數(shù)據(jù)庫(kù)進(jìn)行編輯的要求。論文借助ActiveX控件的使用,靈活地在Visual Basic編程語(yǔ)言?xún)?nèi)實(shí)現(xiàn)MATLAB的各項(xiàng)功能。 最后,利用開(kāi)發(fā)的系統(tǒng),對(duì)實(shí)際的注塑質(zhì)量缺陷進(jìn)行分析,檢驗(yàn)系統(tǒng)的有效性和可操作性。實(shí)驗(yàn)表明,該技術(shù)能較好地解決質(zhì)量缺陷分析的難題,利于對(duì)缺陷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。

關(guān)鍵詞：質(zhì)量缺陷 模糊神經(jīng)網(wǎng)絡(luò) 專(zhuān)家系統(tǒng) Quality Defect Fuzzy Neural Network Expert System

DOI：CNKI:CDMD:2.1011.043485

摘要 第1-6頁(yè)

ABSTRACT 第6-10頁(yè)

第一章 緒論 第10-15頁(yè)

? ?·課題的研發(fā)背景和應(yīng)用價(jià)值 第10-11頁(yè)

? ?·注塑成型不良分析技術(shù)的國(guó)內(nèi)外現(xiàn)狀 第11-13頁(yè)

? ?·基于人工智能的缺陷分析技術(shù)的發(fā)展前景 第13頁(yè)

? ?·課題的主要研究?jī)?nèi)容 第13-15頁(yè)

第二章 缺陷分析系統(tǒng)應(yīng)用的人工智能技術(shù) 第15-22頁(yè)

? ?·人工智能概述 第15-16頁(yè)

? ? ?·人工智能的基本概念 第15-16頁(yè)

? ? ?·人工智能的研究對(duì)象 第16頁(yè)

? ?·模糊邏輯的數(shù)學(xué)基礎(chǔ) 第16-18頁(yè)

? ? ?·模糊概念 第16-17頁(yè)

? ? ?·模糊集合 第17-18頁(yè)

? ?·神經(jīng)網(wǎng)絡(luò)的基本概念及模型 第18-20頁(yè)

? ? ?·神經(jīng)網(wǎng)絡(luò)的基本概念 第18-19頁(yè)

? ? ?·人工神經(jīng)網(wǎng)絡(luò)模型 第19-20頁(yè)

? ?·專(zhuān)家系統(tǒng)的基本概念及工作原理 第20-21頁(yè)

? ? ?·專(zhuān)家系統(tǒng)的基本概念 第20頁(yè)

? ? ?·專(zhuān)家系統(tǒng)的工作原理 第20頁(yè)

? ? ?·專(zhuān)家系統(tǒng)的基本特征 第20-21頁(yè)

? ?·本章小結(jié) 第21-22頁(yè)

第三章 注塑成型的缺陷特征及其消除對(duì)策 第22-32頁(yè)

? ?·注塑工藝及其制品的缺陷特征 第22-27頁(yè)

? ? ?·注塑工藝原理及要素 第22-24頁(yè)

? ? ?·注塑成型的缺陷形式及其特征 第24-27頁(yè)

? ?·注塑不良的原因分類(lèi)及其消除對(duì)策 第27-31頁(yè)

? ? ?·注塑不良的形成原因和分類(lèi) 第27-29頁(yè)

? ? ?·注塑不良的判定及其消除對(duì)策 第29-31頁(yè)

? ?·本章小結(jié) 第31-32頁(yè)

第四章 注塑成型不良分析模型的構(gòu)建 第32-42頁(yè)

? ?·模糊邏輯與神經(jīng)網(wǎng)絡(luò)相結(jié)合 第32-34頁(yè)

? ? ?·模糊邏輯與神經(jīng)網(wǎng)絡(luò)結(jié)合的必要性 第32頁(yè)

? ? ?·模糊神經(jīng)網(wǎng)絡(luò)模型 第32-34頁(yè)

? ?·BP 神經(jīng)網(wǎng)絡(luò)優(yōu)化 第34-36頁(yè)

? ? ?·BP 學(xué)習(xí)算法的基本原理 第34-35頁(yè)

? ? ?·標(biāo)準(zhǔn)BP 算法的改進(jìn) 第35-36頁(yè)

? ?·專(zhuān)家系統(tǒng)與模糊神經(jīng)網(wǎng)絡(luò)相結(jié)合 第36-39頁(yè)

? ? ?·專(zhuān)家系統(tǒng)與模糊神經(jīng)網(wǎng)絡(luò)的職能 第36-37頁(yè)

? ? ?·專(zhuān)家系統(tǒng)與模糊神經(jīng)網(wǎng)絡(luò)結(jié)合的方式 第37-39頁(yè)

? ?·系統(tǒng)總體結(jié)構(gòu)及推理方式 第39-41頁(yè)

? ?·本章小結(jié) 第41-42頁(yè)

第五章 注塑成型不良分析系統(tǒng)的實(shí)現(xiàn) 第42-53頁(yè)

? ?·模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)的實(shí)現(xiàn) 第42-44頁(yè)

? ? ?·模糊神經(jīng)網(wǎng)絡(luò)的系統(tǒng)結(jié)構(gòu) 第42-43頁(yè)

? ? ?·模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù) 第43-44頁(yè)

? ?·系統(tǒng)知識(shí)庫(kù)的構(gòu)建 第44-48頁(yè)

? ? ?·模糊神經(jīng)網(wǎng)絡(luò)知識(shí)庫(kù)的構(gòu)建 第44-45頁(yè)

? ? ?·專(zhuān)家系統(tǒng)知識(shí)庫(kù)的構(gòu)建 第45-48頁(yè)

? ?·系統(tǒng)的程序設(shè)計(jì)與集成 第48-51頁(yè)

? ? ?·系統(tǒng)的程序設(shè)計(jì) 第48-49頁(yè)

? ? ?·程序功能的集成 第49-51頁(yè)

? ?·本章小結(jié) 第51-53頁(yè)

第六章 系統(tǒng)模塊及實(shí)際應(yīng)用 第53-63頁(yè)

? ?·系統(tǒng)的功能模塊 第53-59頁(yè)

? ? ?·缺陷分析 第55-56頁(yè)

? ? ?·缺陷部位 第56頁(yè)

? ? ?·數(shù)據(jù)庫(kù)管理 第56-57頁(yè)

? ? ?·工藝條件 第57-58頁(yè)

? ? ?·歷史記錄 第58頁(yè)

? ? ?·幫助文件 第58-59頁(yè)

? ?·系統(tǒng)的生產(chǎn)實(shí)際應(yīng)用 第59-62頁(yè)

? ?·本章小結(jié) 第62-63頁(yè)

結(jié)論 第63-65頁(yè)

參考文獻(xiàn) 第65-69頁(yè)

攻讀碩士學(xué)位期間取得的研究成果 第69-70頁(yè)

致謝 第70-71頁(yè)

答辯委員會(huì)對(duì)論文的評(píng)定意見(jiàn) 第71頁(yè)

這哥們實(shí)現(xiàn)了沒(méi)有啊 該論文描述的計(jì)算機(jī)系統(tǒng)

機(jī)器視覺(jué)開(kāi)啟了注塑自動(dòng)化的“新視野”

隨著制造業(yè)對(duì)智能化的需求的擴(kuò)大，中國(guó)機(jī)器視覺(jué)行業(yè)的市場(chǎng)規(guī)模將繼續(xù)增長(zhǎng)。預(yù)計(jì)到2016年將達(dá)到38億元人民幣，到2018年將達(dá)到50億美元。全球機(jī)器視覺(jué)市場(chǎng)帶來(lái)了新的商機(jī)。已成為行業(yè)參與者關(guān)注的焦點(diǎn)。

如果工業(yè)機(jī)器人是人的手的延伸，而車(chē)輛是人的腿的延伸，則機(jī)器視覺(jué)等同于機(jī)器上人類(lèi)視覺(jué)的延伸，并且是實(shí)現(xiàn)機(jī)器人的自動(dòng)化和智能化的必要手段。塑料機(jī)械行業(yè)。

作為將視覺(jué)功能帶給機(jī)器人的一項(xiàng)關(guān)鍵技術(shù)，機(jī)器視覺(jué)得到了廣泛的應(yīng)用。從工業(yè)視覺(jué)到計(jì)算機(jī)視覺(jué)，從人機(jī)交互到自動(dòng)駕駛，從虛擬現(xiàn)實(shí)到自動(dòng)對(duì)象識(shí)別，機(jī)器視覺(jué)可以發(fā)揮重要作用。

工業(yè)4.0與智能制造密不可分，智能制造與機(jī)器視覺(jué)密不可分。如果工業(yè)機(jī)器人是人手的延伸，而車(chē)輛是人腿的延伸，則機(jī)器視覺(jué)等同于機(jī)器上人類(lèi)視覺(jué)的延伸，并且是實(shí)現(xiàn)工業(yè)自動(dòng)化和智能化的必要手段。機(jī)器視覺(jué)具有自動(dòng)化程度高，效率高，精度高，對(duì)環(huán)境適應(yīng)性差等優(yōu)點(diǎn)，為中國(guó)工業(yè)自動(dòng)化開(kāi)辟了新的視野。

機(jī)器視覺(jué)+機(jī)器人

機(jī)器視覺(jué)在機(jī)器人上的應(yīng)用是非常必要的。工業(yè)機(jī)器人和服務(wù)機(jī)器人都需要機(jī)器人視覺(jué)作為自己的“眼睛”，但是工業(yè)機(jī)器人和服務(wù)機(jī)器人對(duì)機(jī)器人視覺(jué)有不同的要求。

機(jī)器視覺(jué)和工業(yè)機(jī)器人之間的區(qū)別在于應(yīng)用場(chǎng)景。在工業(yè)機(jī)器人的環(huán)境中，計(jì)算機(jī)視覺(jué)所見(jiàn)的場(chǎng)景相對(duì)簡(jiǎn)單，而服務(wù)機(jī)器人的應(yīng)用場(chǎng)景則更為復(fù)雜。場(chǎng)景之外是精度方面。在工業(yè)機(jī)器人中，計(jì)算機(jī)視覺(jué)的識(shí)別精度必須低于毫米級(jí)，包括靜態(tài)識(shí)別精度和動(dòng)態(tài)識(shí)別精度。靜態(tài)是指攝像機(jī)或觀察對(duì)象處于靜態(tài)的相對(duì)狀態(tài)。精度取決于照相機(jī)的分辨率，包括物品邊緣是否清晰以及差異是否清晰。此時(shí)，精度甚至可以達(dá)到微米級(jí)。維修機(jī)器人的精度不是很高，可能會(huì)超過(guò)厘米級(jí)別。

機(jī)器視覺(jué)+食品和藥品

眾所周知，食品和藥品與人類(lèi)健康有關(guān)。如果由于藥品質(zhì)量對(duì)人類(lèi)生命構(gòu)成威脅，那將是一場(chǎng)巨大的災(zāi)難。因此，各種藥品制造商，特別是舉世聞名的大型生產(chǎn)商，對(duì)藥品的整個(gè)生產(chǎn)過(guò)程甚至后期的包裝都給予了極大的關(guān)注。在食品和藥品的生產(chǎn)和包裝過(guò)程中，無(wú)論是泡罩包裝，液體填充或封底，標(biāo)簽，編碼和最終裝箱檢測(cè)，機(jī)器視覺(jué)技術(shù)都可以發(fā)揮其作用。功能。

使用機(jī)器視覺(jué)方法，可以快速，準(zhǔn)確地檢測(cè)藥品包裝是否完好。通過(guò)設(shè)置圖像傳感器，獲得包裝對(duì)象的圖像信息，并通過(guò)預(yù)設(shè)的區(qū)域參數(shù)檢測(cè)每種藥物或瓶子。相反，損壞的顆?；騺G失的瓶子將被檢測(cè)并正確通過(guò)。

機(jī)器視覺(jué)+安全性

安全性是人工智能最面向市場(chǎng)的應(yīng)用領(lǐng)域。我們可以預(yù)見(jiàn)，在未來(lái)的5-10年內(nèi)，安全行業(yè)將不可避免地發(fā)展到人工智能應(yīng)用全面爆炸的階段，安全機(jī)器視覺(jué)的轉(zhuǎn)折點(diǎn)已經(jīng)到來(lái)。

在接下來(lái)的4-5年中，我們將進(jìn)入安全領(lǐng)域人工智能快速發(fā)展的時(shí)代。 2016年，我們基本完成了場(chǎng)景智能的適應(yīng)，2017年和2018年，我們將進(jìn)入基于深度學(xué)習(xí)的基礎(chǔ)。在智能階段，我們相信到2019年和2020年，我們將完全進(jìn)入數(shù)字智能階段。在數(shù)字智能階段之后，安全行業(yè)的人工智能將與整個(gè)行業(yè)的全I(xiàn)T大數(shù)據(jù)服務(wù)平臺(tái)完全集成。這是我們可以預(yù)測(cè)的整個(gè)行業(yè)的下一個(gè)發(fā)展。

注塑行業(yè)的機(jī)器視覺(jué)

在產(chǎn)品測(cè)試方面，視覺(jué)系統(tǒng)可以先收集標(biāo)準(zhǔn)產(chǎn)品，然后對(duì)要測(cè)試的產(chǎn)品進(jìn)行比較分析，以確定它們是否合格。測(cè)試過(guò)程可以在產(chǎn)品注射完成后執(zhí)行，也可以單獨(dú)進(jìn)行。對(duì)于模具測(cè)試，市場(chǎng)需求正在迅速擴(kuò)大。在提高注塑企業(yè)效率的前提下，設(shè)備的正常運(yùn)行和模具的安全使用是關(guān)鍵。在保護(hù)模具的基礎(chǔ)上，視覺(jué)系統(tǒng)使用其獨(dú)特的非接觸式檢測(cè)方法來(lái)確保模具的正常使用，并確保設(shè)備的正常運(yùn)行而不會(huì)影響正常生產(chǎn)。

以下是在市場(chǎng)上相對(duì)成熟的視覺(jué)系統(tǒng)的模具保護(hù)器的簡(jiǎn)要介紹。在注塑行業(yè)中，模具的質(zhì)量與生產(chǎn)的利益直接相關(guān)。在注塑機(jī)的生產(chǎn)過(guò)程中，昂貴的模具可能會(huì)由于塑料殘留物或滑塊未對(duì)準(zhǔn)而損壞。萬(wàn)一發(fā)生損壞，生產(chǎn)人員必須重新移動(dòng)模具并進(jìn)行維修，這需要昂貴的維修費(fèi)用。它還影響到企業(yè)的正常生產(chǎn)。因此，Visual Dragon Technology開(kāi)發(fā)了一種相對(duì)成熟的視覺(jué)檢測(cè)產(chǎn)品，稱(chēng)為VDMM模具保護(hù)器（或VDMM模具監(jiān)視器）。

防霉劑

VDMM模具保護(hù)器在一個(gè)完整的成型周期中對(duì)目標(biāo)模腔表面進(jìn)行了兩次拍攝，即一次檢查和兩次檢查。通常，檢查的時(shí)間點(diǎn)是剛完成開(kāi)模并且尚未執(zhí)行頂出操作的時(shí)刻。此時(shí)，腔通常附有新形成的產(chǎn)品，即產(chǎn)品腔。此時(shí)，照片通常會(huì)檢測(cè)成型產(chǎn)品是否有缺陷，以及固定模具中是否殘留產(chǎn)品。

第二次檢查選擇的時(shí)機(jī)通常是回溯位置（不使用機(jī)器人時(shí)），或者機(jī)器人已經(jīng)到達(dá)安全區(qū)域，并且在移動(dòng)模具之前將彈出器收回到位。此時(shí)，型腔不包含成型品，即不存在型腔，并且照相機(jī)將檢測(cè)是否存在非片狀產(chǎn)品，并且還可以確定插入件，頂出器的位置或狀態(tài)和滑塊是正常的。

系統(tǒng)功能：近紅外（NIR）燈光和攝像頭組合技術(shù)解決了工廠周?chē)h(huán)境光暗所帶來(lái)的潛在問(wèn)題；根據(jù)生產(chǎn)需要設(shè)置的任何監(jiān)視區(qū)域都可以應(yīng)對(duì)多腔和特殊刀片位置的監(jiān)視；該區(qū)域可獨(dú)立調(diào)節(jié)靈敏度，適用于深腔和多孔調(diào)節(jié)，避免了誤報(bào)；強(qiáng)大的圖像處理軟件（幾何特征算法，對(duì)光線不敏感），大大減少了系統(tǒng)誤報(bào)；設(shè)置用于多程序界面切換的存儲(chǔ)程序（無(wú)需為換模而調(diào)整參數(shù)）；具有不良產(chǎn)品輸出模型，可與機(jī)械手和注塑機(jī)配合使用以控制不良產(chǎn)品的自動(dòng)放置；具有監(jiān)控區(qū)域放大功能，適用于生產(chǎn)監(jiān)控和微型零件的報(bào)警查看。工業(yè)級(jí)觸摸屏用于適應(yīng)工廠的灰塵和油污。

作為一種高精度的非接觸式測(cè)量系統(tǒng)，視覺(jué)系統(tǒng)涉及視覺(jué)，光學(xué)和圖像處理。它屬于高科技行業(yè)。機(jī)器視覺(jué)和運(yùn)動(dòng)控制等先進(jìn)技術(shù)與智能通信的結(jié)合，正在推動(dòng)工業(yè)自動(dòng)化生產(chǎn)的提高。

機(jī)器視覺(jué)技術(shù)在塑料機(jī)械工業(yè)自動(dòng)化和智能化的應(yīng)用

如果說(shuō)工業(yè)機(jī)器人是人類(lèi)手的延伸、交通工具是人類(lèi)腿的延伸，那么機(jī)器視覺(jué)就相當(dāng)于人類(lèi)視覺(jué)在機(jī)器上的延伸，是實(shí)現(xiàn)塑料機(jī)械工業(yè)自動(dòng)化和智能化的必要手段。

在注塑制品的實(shí)際生產(chǎn)過(guò)程中，由于材料、模具、注塑機(jī)、輔機(jī)、成型環(huán)境等各方面因素的影響，注塑產(chǎn)品會(huì)出現(xiàn)諸如缺料、飛邊、色紋、氣泡、尺寸不符等缺陷，進(jìn)而影響了注塑產(chǎn)品的質(zhì)量，給生產(chǎn)商帶來(lái)不必要的損失。但這些缺陷往往不能夠用人眼及時(shí)準(zhǔn)確地判斷出，這就是為什么我們會(huì)運(yùn)用工業(yè)機(jī)器視覺(jué)在線檢測(cè)系統(tǒng)來(lái)對(duì)生產(chǎn)過(guò)程中產(chǎn)生的表面缺陷進(jìn)行自動(dòng)、快速、精確的檢測(cè)，從而能夠有效的為企業(yè)節(jié)約生產(chǎn)成本、提高產(chǎn)品質(zhì)量。

基于機(jī)器視覺(jué)的智能注塑裝備系統(tǒng)主要由注塑機(jī)、輔機(jī)（上料機(jī)、模溫機(jī)、冷水機(jī)）、注塑機(jī)周邊裝備（六軸機(jī)器人、機(jī)械手、工業(yè)機(jī)器視覺(jué)系統(tǒng)、換模臺(tái)車(chē)、磁力模板、AGV小車(chē)、開(kāi)箱封箱機(jī)、打包機(jī)）等自動(dòng)化設(shè)備集成。而其中工業(yè)機(jī)器視覺(jué)系統(tǒng)在注塑生產(chǎn)中的應(yīng)用就主要包括以下3項(xiàng)：

模具監(jiān)視器

模具監(jiān)視器可以智能化地監(jiān)控注塑機(jī)的運(yùn)行情況，實(shí)時(shí)檢測(cè)產(chǎn)品黏膜未脫模、檢測(cè)缺料、工件是否脫落、頂針不到位、頂針折斷、滑塊不到位等不良現(xiàn)象，只要有異常，模具監(jiān)視器就會(huì)發(fā)出異常信號(hào)，通過(guò)IO板塊與注塑機(jī)通信，停止注塑機(jī)動(dòng)作并報(bào)警。其優(yōu)點(diǎn)是檢測(cè)快速；檢測(cè)效果好、精度高；操作簡(jiǎn)單易學(xué)；自適應(yīng)外部光線變化；自適應(yīng)開(kāi)模位置不準(zhǔn)情況；實(shí)時(shí)記錄。

在生產(chǎn)中，利用模具監(jiān)視器可以避免壓膜，減少頂出次數(shù)，避免模具損傷而造成停產(chǎn)，縮短生產(chǎn)周期；當(dāng)出現(xiàn)短射或飛邊不良品時(shí)，可及時(shí)提醒操作人員，從而提高生產(chǎn)效率。

工件表面質(zhì)量檢測(cè)系統(tǒng)

工件表面質(zhì)量檢測(cè)系統(tǒng)主要應(yīng)用于在線檢測(cè)生產(chǎn)線中，可以用于檢測(cè)注塑產(chǎn)品油污、異色邊、飛邊、缺膠等注塑缺陷；其優(yōu)點(diǎn)是操作簡(jiǎn)單易用；檢測(cè)速度快、精度高；

機(jī)械手視覺(jué)引導(dǎo)系統(tǒng)

機(jī)械手視覺(jué)引導(dǎo)系統(tǒng)基于圖像處理的原理，可以智能識(shí)別注塑產(chǎn)品在線運(yùn)行的位置和姿態(tài)，并通過(guò)通訊的方式傳遞相關(guān)的信息給機(jī)械手，從而引導(dǎo)其完成撿拾、裝箱等相關(guān)動(dòng)作。其優(yōu)點(diǎn)是定位精度高；識(shí)別效果好；軟件簡(jiǎn)單易用。

如果說(shuō)工業(yè)機(jī)器人是人類(lèi)手的延伸、交通工具是人類(lèi)腿的延伸，那么機(jī)器視覺(jué)就相當(dāng)于人類(lèi)視覺(jué)在機(jī)器上的延伸，是實(shí)現(xiàn)工業(yè)自動(dòng)化和智能化的必要手段。機(jī)器視覺(jué)具有高度自動(dòng)化、高效率、高精度和適應(yīng)較差環(huán)境等優(yōu)點(diǎn)，為注塑機(jī)械自動(dòng)化打開(kāi)“新視界”。

機(jī)器視覺(jué)技術(shù)在工業(yè)智能化生產(chǎn)中的應(yīng)用

導(dǎo)讀

本文主要通過(guò)論述機(jī)器視覺(jué)技術(shù)在工業(yè)生產(chǎn)智能化中的應(yīng)用，分析機(jī)器視覺(jué)的優(yōu)點(diǎn)及現(xiàn)如今存在的問(wèn)題，并針對(duì)問(wèn)題提出解決性的方法，進(jìn)而剖析機(jī)器視覺(jué)技術(shù)在工業(yè)智能化生產(chǎn)上的發(fā)展趨勢(shì)及方向，期望能為現(xiàn)代化的智能工業(yè)生產(chǎn)的發(fā)展提供借鑒。

作者丨北京信息科技大學(xué)信息與通信工程學(xué)院?孫鄭芬 吳韶波

來(lái)源丨《物聯(lián)網(wǎng)技術(shù)》2020年第8期

0 引言

隨著我國(guó)工業(yè)持續(xù)發(fā)展，工業(yè)主導(dǎo)地位不斷提高，我國(guó)的工業(yè)生產(chǎn)結(jié)構(gòu)產(chǎn)業(yè)結(jié)構(gòu)從勞動(dòng)密集型逐漸轉(zhuǎn)向技術(shù)、知識(shí)密集型，產(chǎn)業(yè)發(fā)展的動(dòng)能也逐漸從要素驅(qū)動(dòng)轉(zhuǎn)向效率驅(qū)動(dòng)和創(chuàng)新驅(qū)動(dòng)。與此同時(shí)，隨著5G網(wǎng)絡(luò)時(shí)代的到來(lái)，人民的生產(chǎn)生活將愈來(lái)愈智能化。為建設(shè)現(xiàn)代化強(qiáng)國(guó)，提高工業(yè)生產(chǎn)的作業(yè)效率和經(jīng)濟(jì)效益，實(shí)現(xiàn)國(guó)家經(jīng)濟(jì)增長(zhǎng)再創(chuàng)新的高度。我國(guó)工業(yè)生產(chǎn)的智能化水平仍然是工業(yè)領(lǐng)域的一個(gè)重要的研究點(diǎn)，未來(lái)工業(yè)智能化的發(fā)展尤為重要。

近年來(lái)，隨著工業(yè)智能化的迅速發(fā)展，具有便捷性、精確性、迅速性、智能化等優(yōu)點(diǎn)的機(jī)器視覺(jué)技術(shù)被廣泛應(yīng)用于工業(yè)生產(chǎn)各領(lǐng)域，其作為一種現(xiàn)代化檢測(cè)手段，越來(lái)越受到人們的重視。機(jī)器視覺(jué)技術(shù)涉及計(jì)算機(jī)科學(xué)、人工智能、信號(hào)處理、圖像處理、機(jī)器學(xué)習(xí)、光學(xué)、自動(dòng)化等多個(gè)領(lǐng)域。機(jī)器視覺(jué)通過(guò)光學(xué)設(shè)備和傳感器獲取到目標(biāo)物體的圖像信息，然后將圖像信息轉(zhuǎn)化成數(shù)字化信息，進(jìn)而通過(guò)計(jì)算機(jī)分析數(shù)據(jù)顯示在電子屏幕上或者通過(guò)控制單元指導(dǎo)機(jī)器完成任務(wù)。機(jī)器視覺(jué)偏重于信息技術(shù)工程化和自動(dòng)化，但又構(gòu)建在計(jì)算機(jī)技術(shù)視覺(jué)效果方法論的基礎(chǔ)上，它的重點(diǎn)是感知目標(biāo)物體的位置信息、大小形態(tài)、顏色信息及存在狀態(tài)等數(shù)據(jù)信息。

本文主要通過(guò)論述機(jī)器視覺(jué)技術(shù)在工業(yè)生產(chǎn)智能化中的應(yīng)用，分析機(jī)器視覺(jué)的優(yōu)點(diǎn)及現(xiàn)如今存在的問(wèn)題，并針對(duì)問(wèn)題提出解決性的方法，進(jìn)而剖析機(jī)器視覺(jué)技術(shù)在工業(yè)智能化生產(chǎn)上的發(fā)展趨勢(shì)及方向，期望能為現(xiàn)代化的智能工業(yè)生產(chǎn)的發(fā)展提供借鑒。

1 機(jī)器視覺(jué)的研究與發(fā)展

機(jī)器視覺(jué)的概念始于20世紀(jì)50年代，最先應(yīng)用于“機(jī)器人”的研制。通過(guò)機(jī)器視覺(jué)傳感器采集圖像信息并處理，進(jìn)而通過(guò)計(jì)算估計(jì)下一步的位置來(lái)控制機(jī)器人運(yùn)動(dòng)。

20世紀(jì)50年代：機(jī)器視覺(jué)的研究主要集中在二維圖像的簡(jiǎn)單分析和識(shí)別上，像字符，工件、圖片的分析和處理等，多用于航天、工業(yè)的制造與研究。

20世紀(jì)60年代：利用計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結(jié)構(gòu)，提出基于機(jī)器視覺(jué)的多面體零件特征提取技術(shù)，進(jìn)而為識(shí)別三維物體和三維計(jì)算機(jī)視覺(jué)研究打下堅(jiān)實(shí)的基礎(chǔ)。

20世紀(jì)70年代：這個(gè)時(shí)期才有人首次提出較為完整的機(jī)器視覺(jué)理論，也陸續(xù)出現(xiàn)了一些視覺(jué)應(yīng)用系統(tǒng)．簡(jiǎn)單的視覺(jué)應(yīng)用系統(tǒng)小部分的代替人工生產(chǎn)，讓工業(yè)生產(chǎn)逐步向自動(dòng)化方向發(fā)展。

20世紀(jì)80年代：機(jī)器視覺(jué)技術(shù)在這個(gè)時(shí)期獲得蓬勃發(fā)展，隨著一些新概念、新方法、新理論的不斷涌現(xiàn)。機(jī)器視覺(jué)技術(shù)也不斷和其他技術(shù)相結(jié)合，產(chǎn)生新的生產(chǎn)方式應(yīng)用于工業(yè)生產(chǎn)中，機(jī)器視覺(jué)也逐漸被人們熟知和應(yīng)用，使其工業(yè)生產(chǎn)中掀起新的生產(chǎn)浪潮。

20世紀(jì)90年代：機(jī)器視覺(jué)技術(shù)開(kāi)始應(yīng)用于零部件的裝配。同時(shí)，這一時(shí)期有人提出將機(jī)器視覺(jué)和神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，實(shí)現(xiàn)了對(duì)機(jī)械零件表面粗糙度的非接觸測(cè)量。這一技術(shù)的實(shí)現(xiàn)讓眾多機(jī)械零件表面的檢測(cè)得到了應(yīng)用，代替了人工檢測(cè)，提高了工業(yè)生產(chǎn)效率，讓眾多工人的雙手和雙眼從工廠生產(chǎn)中解放出來(lái)。

21世紀(jì)：現(xiàn)如今，機(jī)器視覺(jué)的發(fā)展已相對(duì)成熟，很多企業(yè)借助機(jī)器視覺(jué)的優(yōu)點(diǎn)將其大量應(yīng)用于工業(yè)生產(chǎn)中。現(xiàn)如今的時(shí)代是智能化的時(shí)代，現(xiàn)代工廠的生產(chǎn)也不斷追求自動(dòng)化以及機(jī)械化，倡導(dǎo)將傳統(tǒng)的人工生產(chǎn)解放出來(lái)，越來(lái)越多的產(chǎn)業(yè)已經(jīng)在工業(yè)生產(chǎn)智能化方面做的相當(dāng)出色。機(jī)器視覺(jué)技術(shù)作為工業(yè)智能化生產(chǎn)中的關(guān)鍵技術(shù)，也不斷的被人們改進(jìn)。

由此可見(jiàn)，機(jī)器視覺(jué)技術(shù)一步步地發(fā)展到現(xiàn)階段，已經(jīng)相對(duì)成熟，并且在各個(gè)領(lǐng)域都大規(guī)模是使用，尤其在工業(yè)領(lǐng)域發(fā)揮了至關(guān)重要的作用。但是國(guó)內(nèi)的機(jī)器視覺(jué)技術(shù)相對(duì)起步較晚，相比國(guó)外還有一定的差距，還需要在技術(shù)、算法等方面努力跟進(jìn)。

2 機(jī)器視覺(jué)在工業(yè)機(jī)器人中的應(yīng)用

工業(yè)機(jī)器人是現(xiàn)代科技的主要代表技術(shù)，工業(yè)機(jī)器人以其方便精確，省時(shí)省力，而被廣泛應(yīng)用于家電、電子、服裝、汽車(chē)、食品、等行業(yè)。隨著現(xiàn)代科技的高速發(fā)展，高標(biāo)準(zhǔn)、高效率已經(jīng)成為眾多企業(yè)追求的目標(biāo)，在這種發(fā)展背景下，工業(yè)機(jī)器人應(yīng)運(yùn)而生。其中讓筆者印象深刻的就是京東自動(dòng)化機(jī)器人倉(cāng)庫(kù)，碩大的倉(cāng)庫(kù)里面成千上萬(wàn)的機(jī)器人不停地在貨架之間來(lái)回運(yùn)動(dòng)，將物品分類(lèi)、投放、運(yùn)輸。在工業(yè)機(jī)器人領(lǐng)域中機(jī)器視覺(jué)具有如下功能。

（1）定位和控制。現(xiàn)代工廠生產(chǎn)要求機(jī)器視覺(jué)系統(tǒng)能夠快速，準(zhǔn)確地找到目標(biāo)物并確認(rèn)其位置。然后使用機(jī)器視覺(jué)進(jìn)行定位，并引導(dǎo)機(jī)械手臂去準(zhǔn)確地抓取。

（2）識(shí)別。主要利用機(jī)器視覺(jué)獲取圖像，然后對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種狀態(tài)的目標(biāo)和對(duì)象，用于跟蹤和收集數(shù)據(jù)。一般的機(jī)器識(shí)別系統(tǒng)借助照相機(jī)完成。

（3）檢測(cè)。檢測(cè)生產(chǎn)線上產(chǎn)品的質(zhì)量，這也是取代人工最多的環(huán)節(jié)。在工業(yè)領(lǐng)域，主要檢查包括尺寸大小檢測(cè)，瓶子外觀缺陷檢測(cè)，瓶口缺陷檢測(cè)，殘次品檢測(cè)等。

（4）高精度檢查。在工業(yè)生產(chǎn)中，一些精密的電子設(shè)備零件需要較高的精度，例如計(jì)算機(jī)、手機(jī)上高度集成的電子電路板，有些可達(dá)到精度0.01mm甚至μm級(jí)，人眼無(wú)法識(shí)別這些小的元器件，因此必須使用機(jī)器來(lái)完成。

（5）分揀與搬運(yùn)。現(xiàn)代工業(yè)生產(chǎn)與運(yùn)轉(zhuǎn)過(guò)程中，不可避免都會(huì)有一些分揀的工作，而傳統(tǒng)利用人力進(jìn)行分揀工作的方式存在較大局限，但視覺(jué)機(jī)器人的應(yīng)用可以極大地提高工業(yè)生產(chǎn)的效率及工作精確度，進(jìn)而解放了人們的雙手。

機(jī)器視覺(jué)系技術(shù)在機(jī)器人的應(yīng)用中起到一個(gè)核心內(nèi)容的作用。機(jī)器視覺(jué)中最關(guān)鍵的一項(xiàng)就是：怎樣讓機(jī)器人對(duì)運(yùn)動(dòng)目標(biāo)物進(jìn)行準(zhǔn)確識(shí)別。視覺(jué)系統(tǒng)技術(shù)可以解決這一難題，加入視覺(jué)系統(tǒng)技術(shù)，可以使機(jī)器人對(duì)目標(biāo)物進(jìn)行實(shí)時(shí)的運(yùn)動(dòng)跟蹤與檢測(cè)，進(jìn)而準(zhǔn)確的確定目標(biāo)物的位置與方向，確保機(jī)器人對(duì)其的準(zhǔn)確定位。

機(jī)器人視覺(jué)系統(tǒng)的工作主要分為4個(gè)部分：相機(jī)定位、圖像分析與處理、目標(biāo)物狀態(tài)識(shí)別及機(jī)器人的動(dòng)作操控。先利用相機(jī)定位對(duì)目標(biāo)物建立運(yùn)動(dòng)坐標(biāo)系，獲取物體坐標(biāo)；然后將獲取的目標(biāo)物分圖像進(jìn)行分析和處理；狀態(tài)識(shí)別以圖像分析為基礎(chǔ)，對(duì)目標(biāo)物的狀態(tài)進(jìn)行分析和處理，從而根據(jù)圖像處理與分析的結(jié)果操控機(jī)器人的動(dòng)作行為。工業(yè)機(jī)器人的使用是現(xiàn)代工業(yè)相對(duì)于傳統(tǒng)工業(yè)的偉大進(jìn)步與發(fā)展，其解決了傳統(tǒng)工業(yè)成本高、效率低、耗時(shí)長(zhǎng)等缺點(diǎn)，將人們雙手解放出來(lái)，讓現(xiàn)代化的工業(yè)生產(chǎn)更加自動(dòng)化、智能化。

3 機(jī)器視覺(jué)在工業(yè)控制領(lǐng)域的應(yīng)用

現(xiàn)代化的工業(yè)生產(chǎn)大多傾向機(jī)械一體化，例如，薯片的生產(chǎn)，從土豆的清洗，到最后薯片的裝袋、封口，都不需要人為參與。當(dāng)然有的人要說(shuō)這樣生產(chǎn)出來(lái)的東西沒(méi)有人情味，但是我想說(shuō)機(jī)械一體化的生產(chǎn)方式或許將是未來(lái)所有工業(yè)生產(chǎn)的大趨所示，其優(yōu)點(diǎn)不在贅述。那么，怎么才能控制機(jī)械化生產(chǎn)呢？這就要用到機(jī)器視覺(jué)技術(shù)來(lái)控制機(jī)器生產(chǎn)。

機(jī)器視覺(jué)控制器，因其具備出色的處理能力，可在10s以?xún)?nèi)高速完成最多128個(gè)點(diǎn)的檢測(cè)，強(qiáng)大的處理能力可以直接影響可運(yùn)行的算法以及視覺(jué)系統(tǒng)做出決策的速度。為了減少圖像處理的時(shí)間，一些工廠現(xiàn)在使用同構(gòu)處理來(lái)運(yùn)行視覺(jué)算法。

另外，現(xiàn)在的一些機(jī)器視覺(jué)控制器還具有用于網(wǎng)絡(luò)連接的專(zhuān)用以太網(wǎng)端口以及用于連接外部數(shù)據(jù)存儲(chǔ)器的端口。通過(guò)工廠連接功能，工作人員可以實(shí)現(xiàn)在辦公室檢測(cè)產(chǎn)品生產(chǎn)，查看圖像，還可以實(shí)時(shí)回放，極大的方便了工廠的生產(chǎn)。這種直接進(jìn)行工業(yè)一體化生產(chǎn)的方式在慢慢的取代傳統(tǒng)生產(chǎn)方式，相信在未來(lái)的工業(yè)發(fā)展中，一大部分工廠將利用機(jī)器視覺(jué)控制實(shí)現(xiàn)工廠一體化生產(chǎn)。

4 機(jī)器視覺(jué)在工業(yè)質(zhì)量檢測(cè)中的應(yīng)用

在現(xiàn)代化工業(yè)生產(chǎn)過(guò)程中，目標(biāo)檢測(cè)多種多樣，市場(chǎng)需求相對(duì)較大。比如，檢測(cè)機(jī)械零件大小是否達(dá)標(biāo)、辨別條形碼或包裝條碼、測(cè)試商品的外表缺陷、瓶口缺陷、打印缺陷等等。這些應(yīng)用均需大批量測(cè)試，并且都是高精度的測(cè)試，人眼識(shí)別在這些檢測(cè)中處于劣勢(shì)，如果僅僅通過(guò)人工，耗時(shí)可想而知。在啤酒瓶的生產(chǎn)過(guò)程中，瓶子大小以及外觀是否有缺陷等這些都需要經(jīng)過(guò)質(zhì)量檢測(cè)。一些工廠一天就會(huì)生產(chǎn)成千上萬(wàn)的啤酒瓶，如果都利用人工來(lái)處理，是讓人無(wú)法勝任的。而且一般人眼一直盯著同樣的物體檢測(cè)，時(shí)間長(zhǎng)了，會(huì)造成視覺(jué)疲勞，進(jìn)而導(dǎo)致殘次品率高，工作效率低下。不僅如此，一些工廠還要花費(fèi)大量成本聘請(qǐng)人力檢測(cè)，這種落后的生產(chǎn)方式已經(jīng)不再適合現(xiàn)代化生產(chǎn)。

利用機(jī)器視覺(jué)技術(shù)可以有效的解決這一問(wèn)題，用機(jī)器檢測(cè)代替了傳統(tǒng)的人工，大批量檢測(cè)可以快速完成，加快了工廠的產(chǎn)品生產(chǎn)速度；另外，減少了工廠的生產(chǎn)成本，提高了產(chǎn)品的生產(chǎn)效率。

機(jī)器視覺(jué)技術(shù)的應(yīng)用，使工業(yè)生產(chǎn)不在受限于人眼識(shí)別的缺陷，提高了工業(yè)檢測(cè)的精度和效率，使工業(yè)生產(chǎn)更加的自動(dòng)化和智能化。

5 機(jī)器視覺(jué)中的關(guān)鍵技術(shù)

通俗來(lái)說(shuō)，機(jī)器視覺(jué)的作用是代替了人眼來(lái)做測(cè)量和判斷，機(jī)器視覺(jué)系統(tǒng)利用照相機(jī)和照明設(shè)備獲取圖像信息，然后傳送給圖像處理系統(tǒng)，圖像處理系統(tǒng)將圖片進(jìn)行顏色、亮度處理，然后將圖像信息轉(zhuǎn)換成數(shù)字信號(hào)，最后通過(guò)計(jì)算機(jī)進(jìn)行處理、分析。機(jī)器視覺(jué)中的兩大關(guān)鍵技術(shù)：圖像采集和圖像分析與處理。

（1）圖像采集

圖像的獲取是機(jī)器視覺(jué)技術(shù)中至關(guān)重要的一步，他是后續(xù)圖像處理的保障。利用攝像頭進(jìn)行圖像捕捉，攝像頭的選擇因功能而異；有時(shí)，圖像的質(zhì)量?jī)?yōu)劣還與光線強(qiáng)度有關(guān)，因此，會(huì)添加照明功能輔助圖像采集。

圖像采集工作涉及到圖像傳感器的使用，一般靈敏度高、像素大、動(dòng)態(tài)范圍大、功耗低的圖像傳感器較受人們歡迎。目前市場(chǎng)上普遍使用的傳感器是CCD，其靈敏度高、讀取噪聲低，因此在圖像傳感器占據(jù)一定的市場(chǎng)。日常生活中常見(jiàn)的圖像采集有數(shù)碼相機(jī)、手機(jī)、各式各樣的攝像頭、多媒體等，圖像采集的速度、質(zhì)量直接影響到后面圖像的處理以及機(jī)器的控制。

（2）圖像分析與處理

圖像分析一般利用數(shù)學(xué)模型對(duì)圖像的色彩、透明度、色差進(jìn)行分析，進(jìn)而提取出有用的圖像信息。主要包括圖像信息識(shí)別與讀取、圖像的存儲(chǔ)、圖像數(shù)據(jù)變換、圖像分割、模型匹配以及解釋。圖像分析步驟如圖1所示。

圖1 圖像分析步驟

對(duì)于分析好的圖像信息，下一步就需要進(jìn)行處理。一般的圖像處理方法是數(shù)字處理，主要技術(shù)和方法包括去噪、增強(qiáng)、復(fù)原、提取特征等。圖像處理所需的硬件有數(shù)字圖像采集器以及圖像處理計(jì)算機(jī)，主要的圖像處理操作，還是要通過(guò)圖像處理軟件來(lái)完成。涉及的算法有傅里葉變換、正余弦變換、沃爾什變換，微分計(jì)算、濾波處理等。

圖像是機(jī)器獲取和信息交流的主要來(lái)源。通過(guò)圖像的獲取、分析與處理，將外界信息轉(zhuǎn)化成可供計(jì)算機(jī)分析的數(shù)字信號(hào)，進(jìn)而通過(guò)分析系統(tǒng)傳輸給控制系統(tǒng)，發(fā)出下一條動(dòng)作的指令，控制機(jī)器完成任務(wù)。

6 機(jī)器視覺(jué)技術(shù)在工業(yè)應(yīng)用中的發(fā)展趨勢(shì)

機(jī)器視覺(jué)技術(shù)的優(yōu)點(diǎn)：可以利用機(jī)器進(jìn)行非接觸測(cè)量，可以利用機(jī)器實(shí)現(xiàn)在人無(wú)法工作和到達(dá)的區(qū)域完成對(duì)目標(biāo)物的檢測(cè)；機(jī)器比人眼對(duì)光更加敏感，可檢測(cè)人眼看不見(jiàn)的紅外及微弱光檢測(cè)測(cè)量，解決了人眼的缺陷，擴(kuò)大了人眼的視覺(jué)范圍；機(jī)器不會(huì)產(chǎn)生疲勞，可以長(zhǎng)時(shí)間的穩(wěn)定工作，機(jī)器視覺(jué)可以進(jìn)行長(zhǎng)時(shí)間工作、分析、處理與操縱；利用了機(jī)器視覺(jué)解決方案，可以節(jié)省大量勞動(dòng)力資源，有效降低企業(yè)生產(chǎn)成本，為現(xiàn)代化工業(yè)生產(chǎn)帶來(lái)可觀利益。

現(xiàn)在科技技術(shù)發(fā)展較迅速，機(jī)器視覺(jué)技術(shù)的應(yīng)用也相對(duì)成熟，但是還是存在諸多問(wèn)題：當(dāng)工業(yè)生產(chǎn)車(chē)間現(xiàn)場(chǎng)的噪聲很大時(shí)，機(jī)器視覺(jué)系統(tǒng)往往會(huì)受到干擾，會(huì)造成設(shè)備靈敏度的降低或設(shè)備的損壞；另外工業(yè)生產(chǎn)現(xiàn)場(chǎng)有的處于高溫，有的處于低溫，這就要求機(jī)器設(shè)備要有一定的抗干擾能力和穩(wěn)定性。圖像的采集有時(shí)還會(huì)受光照強(qiáng)度的影響，當(dāng)光線昏暗時(shí)，就會(huì)影響目標(biāo)物圖像的提取、識(shí)別及分析，進(jìn)而有可能造成生產(chǎn)產(chǎn)品次品率上升，影響生產(chǎn)的精度及效率。如何解決這些問(wèn)題并提高機(jī)器性能，進(jìn)行有效的圖像識(shí)別，使機(jī)器視覺(jué)技術(shù)在工業(yè)智能化生產(chǎn)中得到高效的利用，是當(dāng)下研究的關(guān)鍵。

（1）研發(fā)出高效率的圖像處理軟件和硬件。圖像采集部分的快慢主要依賴(lài)于硬件的速度，高質(zhì)量的硬件可有效減輕主機(jī)的負(fù)擔(dān)，提高系統(tǒng)的對(duì)圖像的分辨效率、采集效率、圖像處理的速度及處理分析效率。高質(zhì)量的軟件也尤為重要，質(zhì)量高的軟件可以讓機(jī)器的命令執(zhí)行速度更加高速有效。

（2）開(kāi)發(fā)適用性強(qiáng)、高效、穩(wěn)定、實(shí)時(shí)的智能算法。智能、高效、穩(wěn)定化的智能算法可有效提高系統(tǒng)的分析處理速度，并且改善復(fù)雜環(huán)境下系統(tǒng)抗干擾能力較差的缺點(diǎn)，使系統(tǒng)有較強(qiáng)的即時(shí)性、魯棒性、穩(wěn)定性、抗干擾性以及環(huán)境適應(yīng)性。

7 結(jié)語(yǔ)

由此可見(jiàn)，機(jī)器視覺(jué)技術(shù)在工業(yè)制造有著廣泛的需求，在工業(yè)領(lǐng)域有著較大的發(fā)展空間。機(jī)器視覺(jué)技術(shù)的利用可有效的降低生產(chǎn)成本，節(jié)約勞動(dòng)力，提高生產(chǎn)效率，降低產(chǎn)品次品率；另外，還可以實(shí)現(xiàn)非接觸測(cè)量。機(jī)器視覺(jué)技術(shù)的優(yōu)點(diǎn)如此之多，因此，對(duì)制造業(yè)領(lǐng)域智能化的發(fā)展也具有較大的影響。但是，現(xiàn)在的機(jī)器視覺(jué)技術(shù)還有待提高，許多技術(shù)難題還亟待解決，當(dāng)下任務(wù)應(yīng)著力解決機(jī)器視覺(jué)技術(shù)在工業(yè)

生產(chǎn)上的智能化、自動(dòng)化應(yīng)用，以便以后全面投入工業(yè)領(lǐng)域生產(chǎn)，進(jìn)而為我國(guó)的現(xiàn)代化強(qiáng)國(guó)建設(shè)做出貢獻(xiàn)。

參考文獻(xiàn)

[1] 張國(guó)福,沈洪艷.機(jī)器視覺(jué)技術(shù)在工業(yè)檢測(cè)中的應(yīng)用綜述[J].電子技術(shù)與軟件工程,2013(22):111.

[2] 陳揚(yáng)帆.機(jī)器視覺(jué)在工業(yè)機(jī)器人技術(shù)方面的應(yīng)用探究[J].計(jì)算機(jī)產(chǎn)品與流通,2018(8):96.

[3] 楊志紅.機(jī)器視覺(jué)技術(shù)在工業(yè)控制領(lǐng)域中的應(yīng)用[J].信息與電腦（理論版）,2018(17):87-88.

[4] 陳秋霞.機(jī)器視覺(jué)技術(shù)在工業(yè)檢測(cè)領(lǐng)域中的應(yīng)用[J].設(shè)備管理與維修,2018(16):140-142.

[5] 段峰,王耀南,雷曉峰,等.機(jī)器視覺(jué)技術(shù)及其應(yīng)用綜述[J].自動(dòng)化博覽,2002(3):62-64.

[6] 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(9):234-235.

[7] 仇裕淇,黃振楠,阮昭,等.機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)智能化中的應(yīng)用綜述[J].機(jī)械研究與應(yīng)用，2019,32(2):202-206.

[8] 王飛.機(jī)器視覺(jué)技術(shù)發(fā)展及其工業(yè)應(yīng)用[J].電子技術(shù)與軟件工程,2018(16):246.

[9] 謝勇,陳丹,閆毅,等.基于機(jī)器視覺(jué)技術(shù)的軍用繼電器外殼編號(hào)自動(dòng)識(shí)別的研究[J].機(jī)電元件,2019,39(5):52-54.

[10] 楊陽(yáng),席天明,杜麗娟,等.機(jī)器視覺(jué)檢測(cè)技術(shù)在食用油包裝行業(yè)的應(yīng)用[J].現(xiàn)代食品,2019(23):108-110.

誒，我還是書(shū)讀得太少了

嗚嗚嗚