一、所属领域：
本项目属于信息技术领域，是计算机视觉技术在工业生产制造、工业检测领域中应用的技术。
二、主要内容：
在工业制造生产领域中，"工业4.0"概念已经在国外被广泛提出。在国内工业领域中，大部分企业还是使用传统人工检测的方法。
计算机视觉是研究如何赋予计算机对图像传感器获得的图像数据产生智能化感知能力的一门科学。将机器视觉技术应用在工业领域中，尤其在在线智能化检测上，具有信息量大、精度高、连续性、成本效率高、灵活性、非接触性、光谱响应范围宽、自动处理、易于同设计信息以及加工控制信息集成和方便灵活的数据管理功能的特点。
针对目前已有的计算机视觉检测系统的灵活性相对较差，且成本较高，同时需要较强的知识背景，大规模成熟的应用较少的瓶颈，由上海大学实施的基于计算机视觉的在线工业智能化检测系统的关键技术展开全面研究。主要内容包括：目标物体识别技术、长时间实时跟踪技术、三维重构技术、传输过程中图像恢复技术、视觉系统开发应用平台等。并以此关键技术为基础，创新地开发面向在线工业智能化检测的计算机视觉开发平台，实现了面向汽车制造行业、钢铁行业和烟草行业等领域的多个在线智能化检测应用系统，并进行了大规模的应用。本项目已获得发明专利4项，新申请发明专利2项，发表学术论文16篇。
三、创新与特点：
1.目标识别是工业现场检测和控制的基础，本项目在该领域首次提出了非线性尺度空时空特征检测方法，对检测目标位置移动、尺度变化、光照以及遮挡等都有较强的鲁棒性。
2.针对在工业环境中，对待检测目标跟踪的过程中容易发生丢失的问题，首次引入了基于改进的压缩感知的长时间实时目标跟踪算法，通过将跟踪与检测相融合，有效地解决了跟踪过程中的目标丢失。
3.为了解决工业现场获取三维信息较困难的问题，创新地采用基于多尺度小波线索的深度提取算法，直接从单目相机获取的二维图像中提取相关三维信息，此项技术的使用属于国内首创。
4.针对工业环境中低码率无线视频传输的问题，在应用现场引入了光流方程与运动矢量的空域相关性方程相结合，并给出了一种简单快速的迭代逼近算法与传统的基于光流场思想的整帧恢复算法，提高了无线视频传输中视频图像的恢复能力。
5.研究开发面向在线工业智能化检测为目标，基于多平台的可定制的计算机视觉软件开发系统平台，该平台相比国内其他现有系统平台有更高的可扩展性，且成本更低，且已有多项的应用实例。
四、应用推广：
目前本项目已在上海交运集团公司、上海信通机电工程有限公司、徐州衡器厂有限公司、中国烟草总公司等数十家单位进行应用推广，产生了较显著的经济效益。本项目的实施大大缩小了我国在相关领域与国外的差距，为计算机视觉系统可靠的实用化铺平了道路，对于相关领域产业化有极其重要的价值与意义，为上海市工业化现代化建设及"工业4.0"建设提供了一种有效的技术。