浅谈制造业中计算机视觉检测技术的应用与发展
计算机视觉技术在智能制造中的应用
计算机视觉技术在智能制造中的应用计算机视觉技术在智能制造中的应用计算机视觉技术是一种将数字图像分析、处理、识别等技术与人工智能相结合的技术。
它主要用于从视觉信息中分析出特定的信息并进行处理，为生产和制造提供智能化技术支持。
与传统的生产与制造方式相比，计算机视觉技术可以节省人工成本、提高生产效率、减少人的操作错误，并进一步推进生产制造的智能化。
智能制造是当前制造业发展的重点和方向，它是以数字化、网络化、智能化为特点的制造业转型升级的卓越表现。
智能制造的基本目的是通过数字化、信息化、网络化技术实现生产力提升和产业结构优化升级，提高产品的质量、效率和竞争力。
而计算机视觉技术是实现智能制造的重要手段。
一、计算机视觉技术在智能制造中的应用1.1质检与检测应用计算机视觉技术可以通过更准确、快速、有效地检测产品的质量和缺陷来实现高效的质检。
传统的人工质检工作需要大量的人力、时间和成本，而计算机视觉技术可以帮助生产线实现全自动的检测，减少人工操作、提高生产线效率和产品质量。
比如，计算机视觉技术可以识别制造中的缺陷并进行分类、统计，帮助生产线实时检测产品的质量情况，尤其在关键性产品的生产过程中，计算机视觉技术的应用可以提高其生产效率和产品质量，同时减少制造成本。
1.2物料与部件识别在智能制造中，对物料和部件进行识别和跟踪是非常必要的。
计算机视觉技术可以通过数字图像识别、视觉矩阵、机器学习等技术完成对零件和物料的识别。
例如，装配生产线中的零件识别和跟踪可以用于对不同类型的零件进行识别和跟踪，并将其自动装配到正确的位置，大大提高了装配生产线的效率。
1.3生产过程监控利用计算机视觉技术将生产线及工具设备进行视觉化监控，可以实现对生产过程的追踪和监测，使生产现场变得更加智能、高效和透明。
比如，计算机视觉技术可以实时监控设备的运行状况和工作状态，及时发现异常情况，并进行处理，实现故障的预警和预防。
1.4智能分拣和仓储计算机视觉技术可以通过数字图像分析和图像识别算法，对产品进行智能分拣和仓储。
AI视觉技术在制造业中的应用前景
AI视觉技术在制造业中的应用前景随着时代的向前推进，人工智能技术已经成为了不可或缺的一部分。
众所周知，人工智能技术已经被广泛应用于交通、医疗、安防、金融等领域，并且正在改变人们的生活方式。
同时，人工智能技术在制造业中的应用也日益受到重视。
特别是在AI视觉技术方面，它在制造业中的应用前景已经得到了广泛的认可，下面就来说一下AI视觉技术在制造业中的应用现状和未来发展。
一、AI视觉技术在制造业中的应用现状AI视觉技术是指通过计算机视觉技术和人工智能技术模仿人眼视觉信息处理及其对外界事物的理解、判断和操作能力的技术。
AI视觉技术在制造业中的应用也越来越广泛，主要体现在以下几个方面：1.智能检测：AI视觉技术可以实现对各种零部件的外观、尺寸、形状等进行可靠的检查，并且可以根据指标自动筛选不合格产品，从而提高产品的质量。
2.智能分类：利用AI视觉技术可以对各种物品和产品进行准确分类，提高产品的生产效率。
3.智能组装：通过AI视觉技术可以根据产品的需要对各个部件进行智能组装，从而提高生产效率和提高生产质量。
4.智能维护：利用AI视觉技术可以对生产过程中的设备的工作状态进行实时监测和维护，避免了设备故障造成的损失，同时也提高了生产效率。
二、AI视觉技术在制造业中的应用前景AI视觉技术在制造业中的应用前景非常广阔，主要表现在以下几个方面：1.提高生产效率：利用AI视觉技术可以实现对生产过程的实时监测和数据分析，从而提高生产效率。
2.优化产品质量：AI视觉技术能够对各个方面进行监控和评估，能够及时发现产品的问题并采取措施，从而提高产品质量。
3.降低生产成本：通过AI视觉技术可以从多个维度对生产过程进行监测和优化，从而降低生产成本。
4.提高产品满意度：通过AI视觉技术的应用可以对产品进行精细化制作，提高产品的质量和满意度。
总的来说，AI视觉技术的应用不仅能够提高制造业的效率和质量，也可以对制造业的发展产生积极的推动作用。
计算机视觉技术在工业检测中的应用
计算机视觉技术在工业检测中的应用概述：随着科技的不断发展，计算机视觉技术在工业检测中的应用逐渐增多。
计算机视觉技术利用摄像头或相机获取图像信息，并使用图像处理和分析算法进行自动化检测和识别。
该技术在工业检测中具有广泛的应用范围，包括缺陷检测、产品质量控制、物体识别与定位等。
一、缺陷检测：计算机视觉技术在工业生产中广泛应用于产品缺陷检测。
通过采集产品的图像和视频数据，计算机视觉系统可以分析和检测产品表面的缺陷，如瑕疵、裂纹、划痕等。
通过使用优化的图像处理算法和机器学习技术，该系统可以自动识别和分类缺陷，并及时发出警报以进行进一步处理。
这种自动化的缺陷检测系统不仅提高了产品质量，还减少了人工检测的成本和时间。
二、产品质量控制：计算机视觉技术还可用于产品质量控制。
在生产线上，计算机视觉系统可以实时检测产品的尺寸、形状、颜色等质量特征，以确保产品符合规定的标准。
通过安装相机和传感器，系统可以快速捕捉产品的图像，并使用图像处理算法进行分析和比对，以测量并记录产品的质量数据。
如果产品不符合规定的标准，系统会自动发出警报，以便及时采取措施来纠正问题。
三、物体识别与定位：计算机视觉技术在工业检测中还可用于物体识别与定位。
在生产线上，通过使用摄像头或相机拍摄产品的图像，计算机视觉系统可以识别和定位产品的位置和方向。
系统会使用先进的图像处理算法来提取和比较产品的特征，以确定产品的类型和位置。
这种技术可以帮助工人精确地安装和定位零部件，提高生产效率和减少错误。
四、自动化流程：计算机视觉技术在工业检测中的应用还可以实现自动化流程。
通过结合机器学习和人工智能技术，计算机视觉系统可以自动学习和适应不同的产品和情况。
一旦系统经过训练，它就能够自动识别和分析产品的图像，并自动进行决策和推理。
这种自动化流程大大提高了生产线的效率和准确性，减少了人为错误的风险。
结论：计算机视觉技术在工业检测中的应用，大大提高了生产线的效率和准确性。
计算机视觉技术及其在智能制造中的应用
计算机视觉技术及其在智能制造中的应用随着人工智能技术的快速发展，计算机视觉也逐渐成为了一个备受关注的领域。
计算机视觉是指计算机系统能够自动地从图像或视频中获取信息，并进行理解和判断的能力，其旨在让计算机像人一样看待和理解视觉世界。
计算机视觉技术的应用场景在各个领域都非常广泛，特别是在智能制造领域中，计算机视觉技术也得到了广泛的应用，为生产过程提高了效率、可靠性和智能化程度。
一、计算机视觉技术在智能制造中的应用1. 检测与分类计算机视觉技术可以通过对物体的特征自动识别和分类来实现检测和分类的功能。
例如，生产流水线上的自动化检测系统，可以通过计算机视觉技术对产品的形状、尺寸、外观等特征进行自动分类和识别，从而达到产品的自动化检测和分类的目的，提高产品的质量和生产效率。
2. 质量控制在智能制造中，质量控制是一个重要的环节。
计算机视觉技术可以通过对产品的质量自动检测和判断，使生产线能够及时发现产品的质量问题，并在第一时间内对生产过程进行调整和改善，保证产品质量的稳定性和可靠性。
3. 机器人视觉机器人在智能制造中已经成为了一个不可或缺的角色，计算机视觉技术可以为机器人提供视觉支持，使机器人能够更好地与环境互动，实现自主感知和智能决策。
例如，机器人可以通过计算机视觉技术对周围的物体进行识别和跟踪，并进行移动和操作，实现自主的生产流程。
二、计算机视觉技术的发展现状计算机视觉技术目前的应用场景非常广泛，特别是在智能制造领域中，计算机视觉技术已经成为了一种基础技术，其对于提高生产效率和产品质量具有重要作用。
随着人工智能技术的不断发展，计算机视觉技术在未来的发展也具有非常广阔的前景。
1. 智能化水平的提升随着人工智能技术的发展，计算机视觉技术的应用范围也将不断扩大。
未来，计算机视觉技术将会实现更高精度、更高可靠性和更高智能化水平，从而促进智能制造产业的发展。
2. 多模态数据处理随着计算机视觉技术的发展，多模态数据处理将会成为一个重要的方向。
机器视觉技术在智能制造中的应用
机器视觉技术在智能制造中的应用随着科技的不断发展，机器视觉技术在智能制造中的应用越来越广泛。
机器视觉技术能够通过图像识别和分析对物体进行自动检测、测量、跟踪和识别，实现对生产过程的自动化监测，提高生产效率和质量。
本文将从机器视觉技术的基础原理、应用场景、优点和挑战等方面阐述机器视觉技术在智能制造中的应用。
一、机器视觉技术的基础原理机器视觉技术是一门涉及计算机视觉、图像处理、模式识别等学科的交叉学科。
它的核心在于图像采集、预处理、特征提取和分类识别。
这一过程中，机器需要根据一定的算法对图像进行处理和解析，以获取所需的信息。
机器视觉技术主要基于数字图像处理技术，通过数字化处理，将传感器采集到的图像数据转换为数字信号，由计算机进行处理和分析，再通过反馈控制实现对生产过程的控制。
这一过程需要解决图像采集质量、图像处理速度、特征提取准确度等问题，才能保证机器视觉技术在生产中的成功应用。
二、机器视觉技术的应用场景机器视觉技术在智能制造中的应用场景非常广泛。
从生产线到品质检测、从机器人操作到生产过程监测，都可以应用机器视觉技术。
（一）生产线在生产线上，机器视觉技术主要用于产品定位、识别、装配和质量检测等方面。
通过机器视觉技术，可以实现产品丝毫无差别的检测和分类，以保证生产线的高效运行。
（二）品质检测在品质检测中，机器视觉技术可以实现对产品外观、尺寸等方面进行检测和判断，进一步提高了品质检测的准确度和效率，保证了产品质量。
（三）机器人操作机器视觉技术可以使机器人通过视觉感知和反馈来执行任务，进一步实现生产自动化和智能化的目标，提高生产效率和生产质量。
（四）生产过程监测机器视觉技术还可以实现对生产过程的实时监测和跟踪。
通过对图像数据的分析和处理，可以获得生产过程中的各种数据信息，检测和发现生产状况下的异常情况及时做出调整。
三、机器视觉技术的优点机器视觉技术在智能制造中的应用具有很多优点。
（一）高效性机器视觉技术的处理速度非常快，可以快速地处理海量的图像信息，大大提高了生产效率。
计算机视觉技术的发展与应用教程
计算机视觉技术的发展与应用教程计算机视觉技术（Computer Vision）是一门涉及计算机科学、数学和工程的多学科交叉领域。
它致力于从图像和视频中获取、处理和理解信息，以使计算机能够模拟人类视觉系统并进行类似的认知和决策。
“计算机视觉的发展与应用”是一个热门的话题，本文将为您介绍计算机视觉技术的发展历程以及其在各个领域的应用。
一、计算机视觉技术的发展历程计算机视觉技术的发展经历了几个重要阶段。
1. 早期发展阶段（上世纪60年代-80年代）：在上世纪60年代，计算机科学家开始研究如何让计算机能够理解和处理图像。
早期的计算机视觉技术主要集中在如何提取图像的特征和进行模式识别。
但由于当时计算机的处理能力和存储技术有限，计算机视觉技术的应用受到了很大的限制。
2. 中期发展阶段（上世纪80年代-2000年代）：随着计算机处理能力和存储技术的不断提升，计算机视觉技术取得了显著的进展。
在这个阶段，研究者们提出了一系列新的算法和方法，如边缘检测、特征匹配和目标跟踪等。
同时，计算机视觉技术也开始应用于工业自动化、医学影像处理、人脸识别等领域。
3. 当代发展阶段（2000年至今）：随着深度学习和神经网络等人工智能技术的迅猛发展，计算机视觉技术取得了前所未有的突破。
深度学习模型能够通过大量的数据和计算，学习出逐渐接近人类水平的图像识别能力。
同时，计算机视觉的应用也日益普及，从自动驾驶、智能家居到医疗诊断等，计算机视觉技术正深刻改变着我们的生活和工作方式。
二、计算机视觉技术的应用领域1. 自动驾驶：自动驾驶技术是计算机视觉技术的一个重要应用领域。
通过利用摄像头、激光雷达等传感器获取道路及周围环境信息，计算机可以实时感知和理解道路情况，做出相应的决策和控制。
自动驾驶技术可以提高驾驶安全性和效率，减少交通事故的发生。
2. 工业自动化：在工业生产中，计算机视觉技术可以用于产品质量检测、机器人视觉引导等方面。
通过采集产品图像，利用计算机视觉算法进行图像处理和分析，可以快速准确地检测产品缺陷、完成产品分拣和分类等任务，提高生产效率和品质。
机器视觉技术的应用与前景展望
机器视觉技术的应用与前景展望随着科技的不断发展，机器视觉技术的应用越来越广泛。
今天，我们就来谈一谈机器视觉技术的应用与前景展望。
一、机器视觉技术的应用机器视觉技术又称计算机视觉技术，它是利用计算机和相应的软、硬件设备实现的图像处理、分析和识别等多种功能。
可以说，机器视觉技术在我们日常生活中的应用非常广泛。
1. 工业制造机器视觉技术可以在工业制造领域中扮演重要的角色。
例如，在制造零部件的过程中，机器视觉技术可以帮助工人对产品进行快速复检，减少了人工失误的时间和成本。
在汽车制造业中，机器视觉技术则可以在生产流水线上对零部件进行检测和分拣，提高了制造效率和产品质量。
2. 安防监控安防监控系统中也普遍采用了机器视觉技术。
例如，在经济发达地区的市政管理中，机器视觉技术能够监测城市中出现的异常情况，如恶性事件、交通堵塞等等。
机器视觉技术可以自动报警和配合警察部门追踪和抓捕嫌犯。
3. 医疗领域在医疗领域，机器视觉技术可以用来辅助医生进行疾病诊断。
例如，利用机器视觉技术对患者的X光片进行精准的分析和诊断。
此外，机器视觉技术还可以辅助医生在手术中定位和操作，提高了手术的安全性和成功率。
4. 教育行业机器视觉技术也可以应用于教育行业。
例如，在计算机科学教育中，机器视觉技术可以让计算机更加智能地交互，提高教育质量。
在在线教育中，机器视觉技术可以让学生更加清晰地看到教师的操作过程，更好地理解学科知识。
二、机器视觉技术的前景展望机器视觉技术的应用越来越广泛，而且随着技术的不断进步，机器视觉技术的前景也越来越好。
下面我们来谈谈机器视觉技术的几个方面。
1. 特征识别能力机器视觉技术的特征识别能力将会越来越好。
未来，机器将能够自动识别物体的大小、形状、材质、颜色等特征。
这一能力将深刻影响物流、交通和制造等各个领域的运作和管理模式。
2. 人工智能人工智能将是未来机器视觉技术的重要方向。
机器视觉和人工智能的结合，将会产生新的机遇和传统方式难以实现的功能。
计算机视觉技术的应用与前景
计算机视觉技术的应用与前景一、计算机视觉技术概述计算机视觉（Computer Vision，简称CV）是指通过计算机对图像或视频进行分析、处理以达到对图像或视频的深度认知的技术。
计算机视觉技术在医疗、安防、交通、智能制造等各个领域都有广泛的应用。
二、计算机视觉技术在医疗领域中的应用1、医学图像识别技术医疗图像识别技术是计算机视觉技术的一项重要应用之一，主要用于CT、MRI等医学图像的自动分析和识别，可以快速、准确地识别出概率异常病变部位等关键信息。
2、医学实时检测技术医学实时检测技术是计算机视觉技术在医疗领域中的另一个重要应用。
该技术可以用于手术过程中，提供实时反馈和辅助决策，减少手术风险和削减手术时间，提高手术成功率。
三、计算机视觉技术在安防领域中的应用1、人脸识别技术人脸识别技术是计算机视觉在安防领域中的重要应用。
该技术可以用于人员的身份确认和追踪，并可以实现自动门禁、安全警报等功能。
2、行为监测技术行为监测技术是安防领域中的一项重要技术。
通过计算机视觉技术，可以对目标物体的行为进行视频监控，并实现自动报警及实时处理。
可以应用于公共安全预警、交通指挥、场馆安全管理等领域。
四、计算机视觉技术在交通领域中的应用1、交通流量监测技术交通流量监测技术可以通过计算机视觉技术实现对交通状况的智能分析和监测。
该技术可以用于车流量、交通瓶颈点的监测和预测，提高交通效率，同时也可以减少拥堵和交通事故的发生率。
2、智能交通管理技术智能交通管理技术是指通过计算机视觉技术实现的智能交通解决方案。
该技术可以用于交通信号灯优化、智能路边检测、智能车牌识别等。
五、计算机视觉技术在智能制造领域中的应用1、数字孪生技术数字孪生技术是指通过计算机视觉技术实现的工业产品的全生命周期数字复制和管理技术。
该技术可以实现对工业产品生命周期的智能化管理，对制造工艺和流程进行优化和改进，提高生产效率和质量。
2、智能检测技术智能检测技术是指通过计算机视觉技术实现的智能工业检测方案。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浅谈制造业中计算机视觉检测技术的应用与发展
作者：张江明
来源：《科技创新导报》2011年第29期
摘要：计算机视觉(Computer vision)是指通过计算机实现人的视觉功能,对客观世界三维场景的感知、识别及理解，计算机视觉检测技术由于其检测具有直观、非接触性及可靠性等优点。
它的主要应用与发展主要包括汽车车身检测、拔丝模孔形视觉检测系统、解决智能焊接核心难题以及提高手机生产检测速度等。
虽然目前还存在一定的发展困难，但是我们可以预测它的发展前景是非常广阔的。
关键词：制造业计算机视觉检测技术应用与发展
中图分类号：TP391 文献标识码：A 文章编号：1674-098X(2011)10(b)-0000-00
视觉检测按其所处理的数据类型又大致可分为二值图像、灰度图像以及深度图像的视觉检测，此外也有超声波及红外线检测。
作为一种新兴的检测技术,AVI充分利用了计算机视觉研究成果,计算机视觉系统可以在短时间内实现信息的加工、控制及集成。
从某种程度上来说，能够较好地满足现代制造业的发展需求，AVI作为制造业一种检测手段已经受到越来越多工程技术人员的重视，本研究以制造业为切入点，探讨计算机视觉检测技术在制造业中的应用与发展，从一定方面来说具有一定的理论与实际意义。
1 计算机数字图像处理原理与工业机器视觉维度要求
1.1 计算机数字图像处理原理
视觉计算机的一个重要任务就是实现人工智能，数字图像的处理通常情况下，包括去除噪声、测量、图像判读以及图像技术等几个步骤。
其中图像分析、图像处理及图像理解的有机统一叫做图像工程，一般来说，视觉检测按其所处理的数据类型又大致可分为灰度图像、二值图像以及深度图像的视觉检测，此外也有超声波及红外线检测。
计算机视觉检测技术与通常意义上的图像处理相比具有一些新的特点，比如它更重视精度、速度以及制造业环境下的稳定性，十分适合制造业现场或者非接触生产监控，AVI不仅能够计算出目标物体的运动参数，同时还能够判断目标物体的内部特征，形成立体视觉[1]。
1.2 工业机器视觉的维度要求
一般来说，工业机器视觉应用系统主要包括监视器、光源、图像处理软件与捕获卡以及CCD照相机等几部分组成，其中CCD是这一系统中一个重要的组成部分，它主要是测量单个
几何元素，如果要检测物体三维的特征需要采用深度图像，深度图像能够很好地描述目标物体的表面特征，从一定程度上说是未来制造业视觉检测的发展方向。
2 制造业中计算机视觉检测技术的应用与发展
2.1 计算机视觉检测技术总体应用与发展状况
计算机视觉检测系统主要是借助计算机把被摄取的视觉产品转化为图像信息，然后传到图像处理系统，进而图像处理系统依据被摄取的视觉产品的颜色及亮度等信息转换为数字信息。
由于它具有检测精度高、检测的信息量大以及检测范围广等优点，广泛应用于智能化人机接口、精确制导以及精密检测等领域，其中电子制造业应用最为充分，汽车制造及纺织等行业也加大了应用的力度与范围。
一般来说通过计算机视觉技术检测制造业中的产品能够做到非接触、可视化、实时性、以及自动化，相比于传统的方法计算机视觉检测技术可以说是真正做到了量化与自动化，能够极大地消除由于人的主观原因及视觉疲劳所带来的误差[2]。
2.2 计算机视觉检测技术具体应用与发展状况
2.2.1拔丝模孔形视觉检测系统
通过计算机视觉检测技术研究出来的拔丝模孔形视觉检测系统能够使工业生产中的模具孔形检测问题得到很好地解决，一般来说这一系统主要包括光学成像系统、图像采集卡以及计算机监视系统等，系统能够实现自动自动采集，自动处理，进而实现检测的自动化。
在检测的过程中假如硅胶模表面存在缺陷，一般采用的是图像处理的方法，通过中值滤波器作滤波处理，然而在实际过程中，采用中值滤波很难剔除那些峰很小的毛刺，这时可以采取确定性信号分离及圆滚动曲线滤波方法。
2.2.2汽车车身检测的视觉检测技术
由于现代汽车制造业越来越强调规模化集团化生产与供应，从某种方面来说，为计算机视觉检测技术提供了良好的用武之地，这一系统主要包括计算机、定位系统、标定系统以及三维视觉传感器系统等。
其具体测量主要包括对车身进行初步定位、完成待测位置的准确定位、进行图像处理以及计算出被测点坐标参数等步骤。
检测系统不仅能够实时控制多光条、十字叉丝以及单光条等传感器的动作，同时还能够把测量的结果反馈到系统的测量指标中，进而实现自动识别，因此通过计算机视觉检测技术来检测汽车的车身能够做到自动化、高精度性以及高效率化，进而实现批量化检测，能够很好地适应现代汽车业地发展需要[3]。
2.2.3解决智能焊接的核心难题
焊接领域的一个重要发展趋势是开发出有效识别目标环境且随时调整焊接参数的智能焊接机器人，对一些大型的潜艇及轮船来说，焊接是其最为重要的一个环节，因为这关乎到其安全性与强度，通过高精度图像传感设备与智能化的图像处理手段，智能焊接机器人能够完成人难
以直接作业的特殊场合的自动焊接，比如它可以获取强弧光或飞溅干扰下的焊缝图像，能够检测焊缝空间位置等。
外国一些企业已经研究出装有计算机视觉检测功能的焊接机器人，在航天及潜艇生产中得到了广泛的应用。
2.2.4提高手机生产检测速度
随着社会的发展与进步，手机已经成为我们生活中的一部分，人们对手机设计质量与生产规模提出了越来越高的要求，假如采用人工检验装配手机的质量则需要很多测量投影仪，这样不仅影响到了检测的速度，同时还不能够适应规模化生产。
借助计算机视觉检测技术可能高效率地自动检测手机电路板组件中内部零件及连接器，此外还可以发现内部零件是否损坏，极大地确保了检测的质量，真正体现了测量的快速准确、拓展性好、性价比高的特点。
3 制造业中视觉检测技术发展的难题
虽然计算机视觉检测技术具有高精度、非接触性及自动化等特点，其效率与适应性是传统检测方法所不能比拟的，但是目前研究发展中也存在一定的困难，主要表现不能够很好地和国际统一开放的标准进行接轨、计算理论和新型传感器的发展受到了一定程度的限制以及计算定量技术模型与标定方法不够完善。
4 结语
计算机视觉检测技术作为一种新型的检测技术，目前已经广泛应用与制造业中，其检测的准确、高速及自动化特点是传统检测技术所无法比拟的，极大地促进了我国制造业的飞速发展，虽然目前发展上存在一定的困难，但是我们可以预测这一技术的发展前景是广阔的。
参考文献
[1] 洪少春.计算机视觉检测技术在制造业上的应用及发展[J].菏泽学院学报，2006.
[2] 马玉真.计算机视觉检测技术的发展及应用研究[J].济南大学学报,2004.
[3] 鲍胜利,沈予洪.汉字识别技术的新方法及发展趋势[J].实用测试技术,2002,(2):20-21.。