能否用深度学习替代其他图像处理算法？

---

随着深度学习技术的出现，最近几年来，视觉图像处理变得越来越受欢迎，在各个领域都得到了广泛应用，同时也涌现出了大量的从业人员。然而，许多人只会使用深度学习，并认为传统的图像处理算法已经过时了。我曾经听到有人说，图像处理已经变得非常普遍，传统的算法已经过时，门槛也很低，任何人都可以使用。说实话，听到这样的言论，有时候我真的很无语

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

今天正好有一些时间，我想谈谈这个问题。首先，让我们来分析一下，图像处理主要是做什么的？无论图像处理用在哪个行业，它的主要功能包括识别、分类、定位、检测、尺寸测量和视觉引导等

既然有人说深度学习已经取代了传统的图像处理技术，那么我今天就给大家举几个具体的案例来看看深度学习的应用情况。同时也要看看传统的图像处理技术是否仍然有它的用武之地

首先，让我们简单介绍一下上面提到的视觉主要功能是什么。识别和分类之间存在一定的关联。人脸识别、车牌识别、字符识别、条形码/二维码识别、产品类别识别、水果识别等都属于图像识别技术，识别完成后有时会直接给出识别结果，有时还需要进行分类。例如，在混装产线上识别出的产品需要进行分类装箱

重新写成中文： 定位方式有多种，有时只需大致知道目标位置，有时需要精确定位，以便机器人能够自动抓取。检测方式包括目标检测和缺陷检测等。目标检测通常只需知道场景中是否存在目标，而缺陷检测除了检测缺陷是否存在外，还需要确定缺陷的大小和类别

尺寸测量的目标非常明确，即通过视觉检测目标对象的特定尺寸是否符合要求。视觉引导是与机器人自动抓取相结合的，需要精确定位目标位置，同时还需要确定抓取的具体位置，以避免在机器人移动时目标可能会掉落

下面我将列举几个具体的案例，展示大家如何利用深度学习进行实现。由于企业不希望公开这些图像，因此下面的图片只截取了其中一小部分，无法确定具体内容

以下所有的例子都是企业实际需求，图像也是现场拍摄的。我们先来看一个简单的字符识别案例。这个案例的要求是判断这些字符是否正确，每秒钟需要处理20个字符，预算是每台视觉系统2万块钱，共有100条产线，总共需要200万块钱。你觉得应该做还是不做呢？虽然200万块钱已经不少了，但是每台视觉系统只需要2万块钱。那么做下来会有利润吗？另外，上位机识别到有错误的字符时，需要自动剔除

简单分析一下，每秒钟可以检测20个产品，也就是每个产品需要在50毫秒内完成。同时，上位机需要发送信号给剔除机构，为了确保信号的稳定性，需要预留20毫秒的时间。剩下的30毫秒用于拍照和图像处理。对于深度学习的训练，需要考虑工控机的配置。此外，还需要考虑PLC、剔除装置、相机、光源、镜头、机柜以及其他一些小配件的成本。人工现场调试的成本是多少？总的成本是多少？

再举一个例子。下面这张图片展示了焊接缺陷检测。焊接缺陷有很多种，有人曾经花了一周的时间利用深度学习进行训练和检测。他们告诉我检测结果非常好，但一个月后他们又来找我说无法承担成本，而且检测效果很差。大家思考一下，为什么会出现这种情况呢？

再举一个例子，下面这个图是一个条形码识别的例子，你看这个条形码很模糊，很难辨认吧？我们可以使用深度学习来识别它

举个例子，我们来看一下下面的图。我们需要检测两侧的粗细是否一致，还要检测表面是否有缺陷。那么，我们该如何运用深度学习来解决这个问题呢？曾经有人在现场调试了半年，但最终客户并不满意

如何使用深度学习来实现机器人自动抓取并检测抓取对象的倾斜角度，从而调整机器人的姿态？

Muse AI

下一代无广告视频托管平台

125 查看详情

如何使用深度学习来测量已使用一段时间的弹簧的尺寸，以判断其是否合格？还有其他类似的轴承、齿轮、螺纹等参数如何测量？

上述例子只是众多实际案例中的一小部分，类似的检测方式层出不穷，比如自动拧螺栓、无序抓取和微米级的精确定位等。然而，遗憾的是，很多人只会使用深度学习，有些人甚至连基本的图像概念都没有弄清楚，就断言图像处理已经过时，深度学习已经取代了其他图像处理方法。如果多接触实际案例，就不会说出这样的话来

很多人错误地认为，只需要将图像输入深度学习模型进行训练，如果效果不好就增加训练样本或调整参数，就能达到理想的效果。我只能说这种对图像的理解太过肤浅。人们最常见的图像应用是人脸识别和车牌识别等，对于这些识别任务，使用深度学习并没有太大问题，因为对于识别的要求并不高。即使识别时间很长，或者出现识别错误，也不会造成太大的问题。比如刷脸支付，如果无法识别出人脸，还可以选择手动支付；车牌识别和门禁系统，如果无法识别出车牌或人脸，也可以选择手动开门。但在全自动的应用场景下，这种情况是不允许出现的

对于产品缺陷的检测、分类和识别，深度学习是一种常用的方法，但也需要根据具体情况来决定。此外，在训练之前，通常还需要使用其他图像处理算法

有些人只是拿公开的数据集来训练深度学习模型，写写文章，这是没有问题的。但是，如果要在实际应用中应用这些模型，还有很长的路要走。我曾经熟悉的一家企业招聘了一些博士去从事视觉检测的工作，但是半年过去了却没有任何成果，结果被领导狠狠地批评了一番。你知道为什么吗？

深度学习在应用领域中有其一席之地，这是不可否认的事实。然而，它仅仅是视觉检测的一部分，并且在其他许多方面无法实现。目前的视觉检测技术仅能应用于一些简单场景，对于许多复杂场景，无论采用何种算法，都无法实现有效检测。因此，视觉图像处理算法还有很长的发展路程

深度学习训练图像时，通常需要对原图进行一些处理，例如滤波、增强、阈值分割、边缘检测和形态学运算。有时候，还需要对图像进行处理，然后直接提取图像特征进行深度学习训练。许多从事视觉工作的人都明白这个原理

以前曾经提到过，如果只是想撰写一篇论文，那么深入研究一个方向就足够了。深入进行理论研究也是有前途的，但对个人的理论能力要求较高。如果没有接触过实际的视觉应用，最好不要随意声称图像处理已经过时，其他的图像处理算法已经不再使用，深度学习已经取代了其他的图像处理算法

所以，我们是否还需要传统的图像处理算法呢？我认为这个问题的答案已经很明确了。如果还有不清楚的地方，请仔细思考一下，你接触过多少与视觉相关的项目，还有哪些是你不知道的，你是否真正理解视觉检测可以做什么以及如何去做呢？很少有视觉检测仅仅依靠单一的图像处理算法来实现。因此，在应用层面上，我们需要熟练掌握各种图像处理算法的使用，需要熟练掌握各种算法的组合应用，才能在视觉行业中游刃有余。很快就要到暑假了，暑假是非常好的学习时间，利用这段假期，利用这个学习平台，快速掌握图像处理相关算法的应用吧

以上就是能否用深度学习替代其他图像处理算法？的详细内容，更多请关注其它相关文章！

# 很多人  # 怎么做好推广营销工作  # 岳阳整合营销推广公司  # 漳河网站建设平台  # 小程序网站优化营销方案  # 广西推广营销定制  # 宁波关键词排名推广软件  # 青海营销策划推广方案  # 阳江网站推广效果怎么样  # 瑞昌农产品网站建设  # 建设电子网站试卷  # 人工智能  # 让我们  # 太多  # 丰田  # 几个  # 本田  # 这是  # 很长  # 还需要  # 图像处理  # 深度学习 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 让AI助手带您轻松愉快地享受写作之旅  “长沙造”无人机，领先的不止植保  国产医疗企业的人工智能  聚焦人工智能大模型、AIGC 徐汇十余场重磅论坛等你来  Gartner预测：到2025年，全球对话式人工智能支出预计将达到1860亿美元  消息称 ChatGPT 未来有望增加更多功能：上传文件分析信息，还能记住用户画像  13条咒语挖掘GPT-4最大潜力，Github万星AI导师火了，网友：隔行再也不隔山了  本届人工智能大会上的这个“镇馆之宝”，来自长宁企业西井科技！  明略科技发布免费开源TensorBoard.cpp，促进大型模型的预训练工作  即时 AI再次升级 30秒生成自带动效的网页 生成速度提升100%  报道称亚马逊正在测试AI生成产品评价摘要  优地网络助力新媒体拥抱人工智能时代  值得买科技入选“北京市通用人工智能产业创新伙伴计划”应用伙伴  ​《流浪地球2》里机器人公司的创始人：未来10年，机器人的崛起！  首届亚太网络法实务大会召开 九位大咖探讨元宇宙与人工智能发展  谷歌在人工智能领域没有“护城河”？  严打“黑飞”，无人机检测反制设备护航大运会净空安全  统信深度deepin成立 AI SIG 社区，共同提升 Linux 下 AI 体验  大语言模型的视觉天赋：GPT也能通过上下文学习解决视觉任务  OpenAI宣布组建新团队 以控制“超级智能”人工智能  脑虎科技：奔跑在“脑机接口”最前沿 跨界融合取得阶段性成果  英伟达H100霸榜权威AI性能测试 11分钟搞定基于GPT-3的大模型训练  国内通用人形机器人将发布、产业加速突破  Meta 人工智能业务落后竞争对手，研究人员大量离职成重要原因  洞穴探险神器？可自主导航的单旋翼自旋无人机，效率更高！  美图发布国内首个“懂美学的”AI视觉大模型MiracleVision  李开复：未来几年，人工智能会革了所有人的命，除非你这么做  软银、淡马锡、沙特阿美突击入股，“协作机器人第一股”节卡股份：强敌环伺，持续失血是常态  马斯克称人类是半机器人，记忆外包给了电脑  麦肯锡：到 2045 年左右，将有 50% 工作被 AI 接管  生成式AI对云运维的3大挑战  关于开展“与AI共创未来”——2025年全国青少年人工智能创新实践活动的通知  Intel酷睿Ultra发布会官宣！迈向全新的AI时代  OpenAI大神Karpathy最新分享：为什么OpenAI内部对AI Agents最感兴趣  国内阅读行业首款对话式AI应用“阅爱聊”封闭内测  如何用Transformer BEV克服自动驾驶的极端情况？  售价14.99万起！小米汽车部分信息疑遭AI曝光，内部人士回应：网传图片明显经过处理，不可轻信  构建数字文旅新高地！洛阳涧西区开启元宇宙时代  学而思推出AI第一课：基于自研大模型的AIGC课程  6月14日《星空下的对话》 张朝阳陆川将畅聊人生、电影、心理学与AI  “聚智启新，‘蓉’力同行” 成都市人工智能产业融通对接会成功举办  对话式论文阅读工具PaperMate上线，综述细节AI告诉你  消息称 Meta Quest 将推 VR 游戏订阅：每月 7.99 美元，任选两款  当孔子遇见AI｜尼山的“数字”  全面拥抱大模型浪潮，ISC 2025打造全球首场AI数字安全峰会  深企派遣无人机救援队赴京津冀开展防汛救灾任务  NTU、上海AI Lab整理300+论文：基于Transformer的视觉分割最新综述出炉  自然语言生成在智能家居设备中的应用  研究预测HPC支持的人工智能增长迅速  华为推出两款商用 AI 大模型存储新品，支持 1200 万 IOPS 性能 

 2023-09-15