<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2026070054</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>计算机视觉在工业自动化检测中的应用策略</title><url>https://artdesignp.com/journal/TACS/3/7/10.61369/TACS.2026070054</url><author>王法卓</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>7</issue><history><date date-type="pub"><published-time>2026-04-14</published-time></date></history><abstract>工业自动化检测是智能制造体系的核心环节，传统人工检测、常规传感检测存在效率低、精度有限、稳定性差、人工成本高等诸多短板，难以适配高精度、高节拍、智能化的现代工业生产需求。计算机视觉技术依托非接触式感知、高速图像处理、精准特征识别的核心优势，已广泛渗透到工业缺陷检测、尺寸测量、工况监控、产品分拣等场景，成为工业检测智能化升级的核心驱动力。本文系统梳理计算机视觉工业检测的核心技术体系，剖析其在工业自动化检测中的典型应用场景，针对复杂工业光照干扰、缺陷特征微弱、实时性适配不足、场景泛化性弱等行业痛点，提出分层适配、技术迭代、场景定制、软硬协同、运维优化的全方位应用策略，并结合工业落地实践分析现存问题与优化路径，展望技术未来发展趋势。研究旨在为制造业企业落地计算机视觉检测系统、提升工业自动化检测精度与效率、推进智能制造转型升级提供理论支撑与实践参考。</abstract><keywords>计算机视觉, 工业自动化, 缺陷检测, 智能制造, 应用策略, 深度学习</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 陈运财 . 计算机视觉在工业自动化检测中的应用 [J]. 造纸装备及材料 ,2024,53(7):17-19.
[2] 汪健 , 王远爱 , 熊鑫 . 计算机视觉在烟叶自动解包工序中的应用研究 [J]. 电脑知识与技术 ,2024,20(19):111-114.DOI:10.14004/j.cnki.ckt.2024.1037.
[3] 彭炜轩 . 计算机视觉技术在自动化中的应用探究 [J]. 数字技术与应用 ,2023,41(10):103-105.DOI:10.19695/j.cnki.cn12-1369.2023.10.31.
[4] 柴媛媛 . 计算机视觉技术及其在自动化中的应用 [J]. 信息与电脑 ( 理论版 ),2018,(15):27-28+31.
[5] 崔天依 . 计算机视觉技术及其在自动化中的应用 [J]. 电脑知识与技术 ,2016,12(3):242-243.DOI:10.14004/j.cnki.ckt.2016.0414.
[6] 徐浩 . 基于机器视觉的工业产品表面缺陷检测算法研究 [D]. 苏州科技大学 ,2023.DOI:10.27748/d.cnki.gszkj.2023.000028.
[7] 江浩 . 计算机视觉技术在自动化中的应用探析 [J]. 科技创新与应用 ,2020,(14):179-180.DOI:10.19981/j.cn23-1581/g3.2020.14.075.
[8] 秦峰 . 计算机视觉技术及其在自动化中的应用 [J]. 信息通信 ,2015,(5):100-101.
[9] 聂芳 , 王艺鑫 , 庞文成 , 等 . 基于深度学习的嵌入式智能视觉系统在工业自动化中的应用研究 [C]// 延安市教育学会 . 第五届创新教育与发展学术会议论文集（三）.[ 出版者不详 ],2023:137-145.DOI:10.26914/c.cnkihy.2023.092053.
[10] 王平岗 , 运现钦 . 信息化技术对推动工业自动化检测方法优化策略 [J]. 现代工业经济和信息化 ,2025,15(3):82-83.DOI:10.16525/j.cnki.14-1362/n.2025.03.025.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
