傳統(tǒng)視覺技術(shù)作為計(jì)算機(jī)視覺的早期核心分支，其發(fā)展歷程清晰呈現(xiàn)出從“規(guī)則驅(qū)動(dòng)”到“幾何驅(qū)動(dòng)”的時(shí)代轉(zhuǎn)型，這一跨越不僅是技術(shù)方法的革新，更是對(duì)視覺感知本質(zhì)的認(rèn)知深化——規(guī)則驅(qū)動(dòng)時(shí)代以人工設(shè)計(jì)的固定規(guī)則為核心，實(shí)現(xiàn)簡(jiǎn)單場(chǎng)景下的目標(biāo)檢測(cè)與識(shí)別；幾何驅(qū)動(dòng)時(shí)代則以計(jì)算機(jī)幾何、攝影測(cè)量原理為基礎(chǔ)，突破了規(guī)則驅(qū)動(dòng)的場(chǎng)景局限，實(shí)現(xiàn)了對(duì)目標(biāo)空間位置、三維形態(tài)的精準(zhǔn)感知，為傳統(tǒng)視覺技術(shù)在工業(yè)檢測(cè)、機(jī)器人導(dǎo)航等領(lǐng)域的深度應(yīng)用奠定了核心基礎(chǔ)。兩個(gè)時(shí)代的技術(shù)邏輯、適用場(chǎng)景、核心能力存在本質(zhì)差異，其演進(jìn)動(dòng)因與技術(shù)突破共同勾勒出傳統(tǒng)視覺從“平面像素判斷”到“空間幾何感知”的發(fā)展路徑，具體可從規(guī)則驅(qū)動(dòng)時(shí)代的技術(shù)特征與局限、幾何驅(qū)動(dòng)時(shí)代的核心突破與技術(shù)體系、演進(jìn)動(dòng)因及行業(yè)影響四個(gè)維度展開詳細(xì)解析。規(guī)則驅(qū)動(dòng)時(shí)代是傳統(tǒng)視覺的起步階段，其核心邏輯是通過(guò)人工設(shè)計(jì)的固定規(guī)則，對(duì)圖像的像素灰度、邊緣、紋理等簡(jiǎn)單特征進(jìn)行閾值判斷與模板匹配，實(shí)現(xiàn)對(duì)特定目標(biāo)的檢測(cè)與識(shí)別。這一時(shí)代的技術(shù)核心是“人工定義特征+固定閾值判斷”，無(wú)需復(fù)雜的數(shù)學(xué)模型與算力支撐，僅通過(guò)簡(jiǎn)單的算法邏輯即可完成視覺任務(wù)。例如，在工業(yè)場(chǎng)景的零件尺寸檢測(cè)中，規(guī)則驅(qū)動(dòng)的視覺系統(tǒng)會(huì)通過(guò)人工設(shè)定灰度閾值，將圖像轉(zhuǎn)化為黑白二值圖像，再通過(guò)邊緣檢測(cè)算子（如Sobel算子、Canny算子）提取零件的邊緣輪廓，最后通過(guò)預(yù)設(shè)的尺寸閾值判斷零件是否合格；在簡(jiǎn)單的字符識(shí)別場(chǎng)景中，系統(tǒng)會(huì)預(yù)先存儲(chǔ)標(biāo)準(zhǔn)字符的模板，通過(guò)模板匹配規(guī)則對(duì)比輸入圖像中的字符與標(biāo)準(zhǔn)模板的相似度，完成識(shí)別任務(wù)。規(guī)則驅(qū)動(dòng)時(shí)代的技術(shù)優(yōu)勢(shì)在于結(jié)構(gòu)簡(jiǎn)單、運(yùn)算效率高、部署成本低，適用于目標(biāo)形態(tài)固定、光照環(huán)境穩(wěn)定、背景單一的場(chǎng)景，在早期工業(yè)自動(dòng)化的簡(jiǎn)單工位檢測(cè)、門禁系統(tǒng)的固定標(biāo)識(shí)識(shí)別等領(lǐng)域得到了廣泛應(yīng)用。但隨著應(yīng)用場(chǎng)景的復(fù)雜化，規(guī)則驅(qū)動(dòng)的固有局限逐漸凸顯：一是泛化能力極差，人工設(shè)計(jì)的規(guī)則具有極強(qiáng)的場(chǎng)景依賴性，一旦場(chǎng)景發(fā)生微小變化（如光照強(qiáng)度改變、目標(biāo)姿態(tài)偏移、背景出現(xiàn)干擾），固定規(guī)則就會(huì)失效，例如原本適用于明亮環(huán)境的灰度閾值，在低光照環(huán)境下會(huì)因圖像整體灰度降低而無(wú)法有效提取目標(biāo)邊緣；二是檢測(cè)維度單一，規(guī)則驅(qū)動(dòng)僅能處理圖像的二維平面特征，無(wú)法感知目標(biāo)的三維空間信息，對(duì)于需要判斷目標(biāo)深度、立體形態(tài)的場(chǎng)景（如零件的三維缺陷檢測(cè)、機(jī)器人抓取的目標(biāo)定位）無(wú)能為力；三是特征表達(dá)能力薄弱，人工設(shè)計(jì)的規(guī)則僅能捕捉目標(biāo)的簡(jiǎn)單特征（如灰度、邊緣），無(wú)法應(yīng)對(duì)復(fù)雜紋理、不規(guī)則形態(tài)的目標(biāo)，例如對(duì)于表面存在復(fù)雜紋飾的零件，規(guī)則驅(qū)動(dòng)的系統(tǒng)無(wú)法通過(guò)簡(jiǎn)單的邊緣規(guī)則完成檢測(cè)。規(guī)則驅(qū)動(dòng)時(shí)代的技術(shù)局限，使得傳統(tǒng)視覺技術(shù)難以滿足復(fù)雜場(chǎng)景下的精準(zhǔn)感知需求，推動(dòng)了其向幾何驅(qū)動(dòng)時(shí)代的轉(zhuǎn)型。幾何驅(qū)動(dòng)時(shí)代是傳統(tǒng)視覺的成熟階段，其核心邏輯是引入計(jì)算機(jī)幾何、攝影測(cè)量、相機(jī)標(biāo)定等數(shù)學(xué)與工程原理，通過(guò)建立圖像像素與三維空間點(diǎn)的映射關(guān)系，實(shí)現(xiàn)對(duì)目標(biāo)空間位置、三維形態(tài)的精準(zhǔn)感知，核心是從“平面像素分析”升級(jí)為“空間幾何建?！?。這一時(shí)代的技術(shù)突破在于構(gòu)建了“圖像-相機(jī)-空間”的三維映射體系，通過(guò)相機(jī)標(biāo)定獲取相機(jī)內(nèi)參（焦距、主點(diǎn)、畸變系數(shù)）與外參（相機(jī)在世界坐標(biāo)系中的位置與姿態(tài)），建立像素坐標(biāo)與世界坐標(biāo)的幾何轉(zhuǎn)換模型，從而實(shí)現(xiàn)對(duì)目標(biāo)三維信息的恢復(fù)。