導語：如何才能寫好一篇計算機視覺技術的應用，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞 計算機；視覺技術；應用研究

中圖分類號：TP212 文獻標識碼：A 文章編號：1671-7597（2013）16-0114-01

計算機視覺技術自20世紀70年代產生以來就得到了全世界的廣泛關注。作為一種多學科綜合應用下的新技術，隨著專家對其研究會的不斷深入，其應用領域也越來越廣，給人們的生產生活帶來了極大方便。

1 計算機視覺技術

計算機視覺技術是在計算機技術應用下發(fā)展起來的一種新技術，主要用來研究計算機模擬生物的宏觀或外顯功能。該技術在應用過程中會涉及到計算機科學、神經生物學、人工智能、模式識別以及圖像處理等多個學科，多學科技術的綜合運用使得計算機具有了“感知”周圍世界的能力，這也正是該技術發(fā)揮作用的核心所在。計算機視覺技術的特點就在于，首先，它能在不接觸被測者的前提下完成對被測者的檢測；其次，該技術應用的領域和檢測的對象非常廣，能在敏感器件的應用下，完成對人類難以觀察到的超聲波、微波和紅外線等的檢測；最后，該技術還突破了人在視覺觀察上長時間工作的限制，能對檢測對象進行長時間觀察。

2 計算機視覺技術在各領域的應用分析

隨著計算機視覺技術研究的不斷加深，該技術的應用領域也越來越廣，下面，本文就選取工業(yè)、農業(yè)、林業(yè)、農產品檢測、電力系統(tǒng)自動化及圖書館工作這6個方面對計算機視覺技術的應用進行簡要分析。

2.1 在工業(yè)領域中的應用

工業(yè)生產對產品的質量要求極高，計算機視覺技術在工業(yè)上的應用主要集中在以下3方面：1）產品形狀和尺寸的檢測上。對制造業(yè)而言，產品的形狀和尺寸是否合格直接影響到產品在實際應用過程中作用的發(fā)揮。計算機視覺技術的應用能對產品進行二維和三維等幾何特征的檢測，如產品的圓度、位置及形狀等。2）產品零部件缺失情況的檢測。在生產線運行過程中，計算機視覺技術能準確檢測出產品在生產過程中是否存在鉚釘、螺絲釘?shù)攘悴考娜笔б约爱a品內部是否在生產過程中摻進雜質等。3）產品表面質量的檢測。為了從各個方面保證產品的合格性，對其進行表面質量的檢測也是一個極其重要的環(huán)節(jié)。計算機視覺技術實現(xiàn)了對產品表面的紋理、粗糙度、劃痕、裂紋等各方面的有效檢測。

2.2 在農業(yè)生產領域中的應用

該技術在農業(yè)領域的應用主要集中在以下兩方面：1）對病蟲害的預測預報。預測預報作用發(fā)揮的關鍵環(huán)節(jié)是建立起計算機視覺技術對所有昆蟲的識別體系。對昆蟲圖像識別系統(tǒng)進行數(shù)字化建模所使用的方法主要以下2種，一種是運用數(shù)學形態(tài)學的方法對害蟲的邊緣進行檢測，進而提取害蟲的特征；第二種是從昆蟲的二值化圖像中提取出昆蟲的周長、面積和復雜度等基本信息，并對這些信息建立害蟲的模板庫以實現(xiàn)對昆蟲的模糊決策分析。2）對農作物生長的監(jiān)測。常用的方法就是運用計算機視覺技術下的非接觸式監(jiān)測系統(tǒng)對農作物生長環(huán)境下的光照、溫度、濕度、風速、營養(yǎng)液濃度等相關因素進行連續(xù)地監(jiān)測，進而判斷出農作物長勢。

2.3 在林業(yè)生產中的應用

該技術在林業(yè)生產中的應用主要集中在農藥噴灑和林木球果采集這兩方面。就林業(yè)的農藥噴灑而言，常規(guī)的農藥噴灑方式易造成農藥的大量流失，不僅達不到防止林業(yè)有害生物的目的，還浪費了大量的人力、物力和財力。計算機視覺技術的應用能通過對施藥目標圖像進行實時分析，得出具體的施藥量和準確的施藥位置，該技術指導下的施藥工作極大發(fā)揮了農藥的效果。就林木球果采集而言，該采集工作的操作難度一直都很大，我國當前使用的方法主要是人工使用專業(yè)工具下的采集以及機械設備運用下的高空作業(yè)車采集和搖振采種機采集，這兩種方式都存在一定的安全性和效率問題。計算機視覺技術的應用能通過對需要進行采集的林木球果進行圖像采集來得出球果所處的具置，再結合專業(yè)機械手的使用完成球果采集。該技術不僅節(jié)省了大量勞動力，還極大提高了采摘效率。

2.4 在農產品檢測中的應用

農產品在生產過程中受自然環(huán)境的影響比較大，所以農產品不僅會產生質量上的差異，還會造成顏色、大小、形狀等外觀上的極大不同。由于農產品在出售時大多要進行產品等級的劃分，所以將計算機視覺技術運用到對其顏色和外形尺寸的檢測上，有效達到了對農產品進行檢測的目的。通過對外觀大小尺寸的檢測，不僅提高了對農產品進行分門別類地等級劃分的效率，還在很大程度上減少了對產品的損壞；通過對西瓜等農產品進行顏色上的檢測，能準確判斷其是否成熟，有效避免了人工操作下的失誤。

2.5 在電力系統(tǒng)自動化中的應用

計算機視覺技術在電力系統(tǒng)自動化應用的表現(xiàn)當前主要表現(xiàn)在以下2個方面：1）在人機界面中的應用。人機界面在運行過程中更加強調人的主體地位，實現(xiàn)了用戶對各種效應通道和感覺通道的運用。具體來講，計算機視覺技術在用戶向計算機的輸入方面，效應通道實現(xiàn)了手動為主向手、足、口、身體等的轉變；在計算機向用戶的輸出方面，感覺通道實現(xiàn)了視覺為主向觸覺、嗅覺、聽覺等的轉變。2）在電廠煤粉鍋爐火焰檢測中的應用。對煤粉鍋爐火焰的檢測既能有效判斷鍋爐的運行狀況，又能在很大程度上實現(xiàn)電廠的安全性運營。由于煤的負荷變化和種類變化會在使著火位置發(fā)生移動，所以為了保證爐膛火焰檢測的準確性，必須彌補之前單純應用火焰檢測器只能判斷有無火焰開關量信號的弊端。計算機視覺技術的應用，就在彌補火焰檢測器應用弊端的基礎上，實現(xiàn)了對火焰形狀的進一步檢測。

2.6 在圖書館工作中的應用

隨著當前數(shù)字圖書館和自動化管理系統(tǒng)的建立，計算機技術在圖書館方面的應用越來越廣泛。當前計算機視覺技術在圖書館方面的應用主要集中在古籍修補和書刊剔舊這兩方面。就古籍修補而言，古籍圖書等在收藏的過程中，受溫度、濕度、光照等的影響，極易導致紙張變黃、變脆以及蟲洞等現(xiàn)象的出現(xiàn)。在進行修補時，依靠計算機視覺技術開展具體的修補工作，能在很大程度上提高修補工作的效率。就書刊剔舊而言，由于圖書館藏書眾多，對那些使用率低且較為陳舊的文獻資料進行及時地剔除，能實現(xiàn)圖書資源的及時更新。計算機視覺技術在該方面的應用，極大地保證了工作的準確性和效率性。

3 結束語

通過以上對計算機視覺技術在工業(yè)、農業(yè)、林業(yè)、農產品檢測、電力系統(tǒng)自動化及圖書館工作這6個方面的研究可以看出，隨著計算機技術的進一步發(fā)展以及計算機與各專業(yè)學科的不斷滲透，該技術的發(fā)展前景和應用領域都將更加廣闊。

參考文獻

篇2

關鍵詞：計算機；視覺技術；交通工程

中圖分類號：TP391 文獻標識碼：A 文章編號：1674-7712 （2014） 04-0000-01

一、引言

隨著科技的發(fā)展，計算機替代人的視覺與思維已經成為現(xiàn)實，這也是計算機視覺的突出顯現(xiàn)。那么在物體圖像中識別物體并作進一步處理，是客觀世界的主觀反應。在數(shù)字化圖像中，我們可以探尋出較為固定的數(shù)字聯(lián)系，在物體特征搜集并處理時做到二次實現(xiàn)。這既是對物體特征的外在顯現(xiàn)與描繪，更是對其定量信息的標定。從交通工程領域的角度來看，該種技術一般應用在交管及安全方面。監(jiān)控交通流、識別車況及高速收費都是屬于交通管理的范疇；而對交通重大事件的勘察及甄別則是交通安全所屬。在這個基礎上，筆者對計算機視覺系統(tǒng)的組成及原理進行了分析，并形成視覺處理相關技術研究。

二、設計計算機視覺系統(tǒng)構成

計算機視覺處理技術的應用是建立在視覺系統(tǒng)的建立基礎上的。其內部主要的構成是計算機光源、光電轉換相關器件及圖像采集卡等元件。

（一）照明條件的設計。在測量物體的表征時，環(huán)境的創(chuàng)設是圖像分析處理的前提，其主要通過光線反射將影像投射到光電傳感器上。故而要想獲得清晰圖像離不開照明條件的選擇。在設計照明條件時，我們通常會視具體而不同處理，不過總的目標是一定的，那就是要利于處理圖像及對其進行提取分析。在照明條件的設定中，主動視覺系統(tǒng)結構光是較為典型的范例。

（二）數(shù)據(jù)采集的處理。如今電耦合器件（CCD）中，攝像機及光電傳感器較為常見。它們輸出形成的影像均為模擬化的電子信號。在此基礎上，A模式與D模式的相互對接更能夠讓信號進入計算機并達到數(shù)字處理標準，最后再量化入計算機系統(tǒng)處理范圍?？陀^物體色彩的不同，也就造就了色彩帶給人信息的差異。一般地黑白圖像是單色攝像機輸入的結果；彩色圖像則需要彩色相機來實現(xiàn)。其過程為：彩色模擬信號解碼為RGB單獨信號，并單獨A/D轉換，輸出后借助色彩查找表來顯示相應色彩。每幅圖像一旦經過數(shù)字處理就會形成點陣，并將n個信息濃縮于每點中。彩色獲得的圖像在16比特，而黑白所獲黑白灰圖像則僅有8比特。故而從信息采集量上來看，彩色的圖像采集分析更為繁復些。不過黑白跟灰度圖像也基本適應于基礎信息的特征分析。相機數(shù)量及研究技法的角度，則有三個分類：“單目視覺”、“雙目”及“三目”立體視覺。

三、研究與應用計算機視覺處理技術

從對圖像進行編輯的過程可以看出，計算機視覺處理技術在物體成像及計算后會在灰度陣列中參雜無效信息群，使得信息存在遺失風險。成像的噪聲在一定程度上也對獲取有效信息造成了干擾。故而，處理圖像必須要有前提地預設分析，還原圖像本相，從而消去噪音。邊緣增強在特定的圖像變化程度中，其起到的是對特征方法的削減?；诙祷指顖D像才能夠進一步開展。對于物體的檢測多借助某個范圍來達到目的。識別和測算物體一般總是靠對特征的甄別來完成的。

四、分析處理三維物體技術

物體外輪擴線及表面對應位置的限定下，物體性質的外在表現(xiàn)則是其形狀。三維物體從內含性質上來看也有體現(xiàn)，如通過其內含性質所變現(xiàn)出來的表層構造及邊界劃定等等。故而在確定圖像特征方面，物體的三維形態(tài)是最常用的處理技術。檢測三維物體形狀及分析距離從計算機視覺技術角度來看，渠道很多，其原理主要是借助光源特性在圖像輸入時的顯現(xiàn)來實現(xiàn)的。其類別有主動與被動兩類。借助自然光照來對圖像獲取并挖掘深入信息的技術叫做被動測距；主動測距的光源條件則是利用人為設置的，其信息也是圖像在經過測算分析時得到的。被動測距的主要用途體現(xiàn)在軍工業(yè)保密及限制環(huán)境中，而普通建筑行業(yè)則主要利用主動測距。特別是較小尺寸物體的測算，以及擁有抗干擾及其他非接觸測距環(huán)境。

（一）主動測距技術。主動測距，主要是指光源條件是在人為創(chuàng)設環(huán)境中滿足的，且從景物外像得到相關點化信息，可以適當顯示圖像大概并進行初步分析處理，以對計算適應功率及信息測算程度形成水平提高。從技術種類上說，主動測距技術可分為雷達取像、幾何光學聚焦、圖像干擾及衍射等。除了結構光法外的測量方法均為基于物理成像，并搜集所成圖像，并得到特殊物理特征圖像。從不同的研究環(huán)境到條件所涉，以結構光法測量作為主要技術的工程需求較為普遍，其原理為：首先在光源的設計上由人為來進行環(huán)境考慮測算，再從其中獲取較為全面的離散點化信息。在離散處理后，此類圖像已經形成了較多的物體真是特征表象。在此基礎上，信息需要不斷簡化與甄別、壓縮。如果分析整個物體特征信息鏈，則后期主要體現(xiàn)在對于數(shù)據(jù)的簡化分析。如今人們已經把研究的目光轉向了結構光測量方法的應用，體現(xiàn)在物體形狀檢測等方面。

（二）被動測距技術。被動測距，對光照條件的選擇具有局限性，其主要通過對于自然光的覆蓋得以實現(xiàn)。它在圖像原始信息處理及分析匹配方面技術指向較為突出。也通過此三維物體之形狀及周圍環(huán)境深度均被顯露。在圖像原始信息基礎上的應用計算，其與結構光等相比繁雜程度較高。分析物體三維特性，著重從立體視覺內涵入手，適應物體自身特點而存在。不過相對來說獲得圖像特征才是其適應匹配的條件保障。點、線、區(qū)域及結構紋理等是物象特征的主體形式。其中物特較為基礎與原始的特征是前兩個特征，同時它們也是其他相關表征的前提。計算機系統(tǒng)技術測量基本原理為對攝像機進行構建分析，并對其圖像表征進行特征匹配，以得到圖像不同區(qū)間的視覺差異。

五、結束語

通過對計算機視覺技術的研究，悉知其主要的應用領域及技術組成。在系統(tǒng)使用的基礎上深入設計，對系統(tǒng)主要構成環(huán)節(jié)進行分析。從而將三維復雜形態(tài)原理、算法及測量理論上升到實際應用。隨著社會對于計算機的倚賴程度增加，相信該技術在建筑或者其他領域會有更加深入的研究及應用。

參考文獻：

[1]段里仁.智能交通系境在我國道路空通管理中的應用[J].北方工業(yè)時報，2012（06）.

[2]王豐元.計算機視覺在建筑區(qū)間的應用實例分析[J].河北電力學報，2011（04）.

篇3

關鍵詞：計算機自動化 視覺檢測 制造業(yè)

中圖分類號：TP274.4 文獻標識碼：A 文章編號：1007-9416（2014）05-0014-01

在精密測試技術領域，自動化視覺技術具有最大的發(fā)展?jié)摿?，它將電子學、圖像處理、光學探測和計算機自動化技術綜合起來進行運用，在工業(yè)檢測中引入機器視覺，能夠快速測量物品平面或三維位置尺寸，其主要特點有：柔性好、速度快和非接觸性，在現(xiàn)代制造業(yè)中有著非常廣闊的應用前景。

目前，國內視覺檢測領域所需要的視覺檢測設備大多是進口的，國內生產的設備缺乏較高的檢驗精度和較強的實時性；但是進口設備大大增加了檢測成本，不少中小企業(yè)無力承擔。面對國內檢測需求日益增加的情況，積極進行成本較低，精度較高的檢測設備的開發(fā)，成為一個亟需解決的問題，需要引起重視。

1 檢測系統(tǒng)的工作原理

自動化視覺檢測系統(tǒng)工作流程分為三個部分，分別是圖像信息獲取、圖像信息處理以及機電系統(tǒng)執(zhí)行檢測結果。如果系統(tǒng)有需求，能夠借助人機界面對參數(shù)進行實時的設置與調整。當被檢測對象移動到特定的位置時，位置傳感器就會發(fā)現(xiàn)它，會將探測到被檢測物體的電脈沖信號發(fā)送給PLC控制器，經過計算，PLC控制器將物體移動到CCD相機采集位置的時間的出來，然后將觸發(fā)信號準確的發(fā)送給圖像采集卡，采集卡檢測到此信號后，會要求CCD相機立即進行圖像采集。被采集到的物體圖像會以BMP文件的形式發(fā)送到工控機，運用專門的分析工具軟件分析處理圖像，分析檢測對象是否與設計要求相符合，執(zhí)行機會依據(jù)合格或者不合格的信號對被檢測物體進行相應處理。經過這樣的反復的工作，系統(tǒng)對被檢測物體進行隊列連續(xù)處理。如（圖1）。

2 自動化視覺檢測系統(tǒng)的組成

在工業(yè)檢測領域，計算機自動化檢測系統(tǒng)可以在尺寸測量、工件定位、特征檢測、圖形圖像以及字符識別等方面進行運用。自動化視覺檢測系統(tǒng)按照功能模塊可以劃分為，圖像信息獲取模塊、圖像信息處理模塊、人機交互模塊、機電執(zhí)行模塊以及系統(tǒng)控制模塊五部分。其中處于核心位置的是系統(tǒng)控制模塊，系統(tǒng)控制不論是在被檢測物置信息的觸發(fā)，還是機電執(zhí)行模塊所需檢測結果信息的獲取等等各個方面，都必須參與其中，否則無法完成；而人際交互模塊更是與核心模塊有著之間聯(lián)系，通過與其直接通信，以便實時更新檢測系統(tǒng)參數(shù)以及執(zhí)行指令等。

3 自動化視覺檢測技術在制造業(yè)上的應用

3.1 應用于汽車車身檢測的視覺檢測技術

現(xiàn)代汽車制造業(yè)的生產周期日益縮短，生產日益集團化，原材料和零部件供應呈現(xiàn)大宗化，而這正是給運用自動化視覺檢測技術提供了客觀環(huán)境。該系統(tǒng)包括三維視覺傳感器系統(tǒng)、電器控制與接口系統(tǒng)、機械及定位系統(tǒng)、標定系統(tǒng)以及計算機自動化等部分，其測量步驟如下：首先在電氣控制系統(tǒng)下初步定位運送車身；然后借助專門的控制系統(tǒng)準確定位待測位置；借著用計算機自動化進行檢查點圖像的采集與處理；最后，將被監(jiān)測點的坐標參數(shù)計算出來。檢測系統(tǒng)應該能夠實時控制單光條、多光條、雙目立體視覺以及十字叉絲等傳感器的動作；按照要求順序，全部視覺傳感器進行測量，然后轉換測量結果，將其放置于測量坐標中；經過自動識別，能夠地裝配結果進行判斷。這一視覺檢測方法具有非得用地、效率高、自動化、精度好的特點，能夠很好的滿足汽車工作的需求。

3.2 為智能焊接的實現(xiàn)解決核心難題

在焊接領域，對智能焊接機器人的研究已經成為關注的重點，智能焊接機器人要求能夠識別環(huán)境目標，對焊接參數(shù)進行調整，并實時精確跟蹤軌跡。比如在潛艇、大型輪船的制造中，焊接是十分重要的環(huán)節(jié)，焊接質量直接關系到后續(xù)的制造環(huán)節(jié)以及潛艇、輪船的強度和安全性。智能焊接機器人在紅外攝像儀、高速攝像機以及CCD攝像機等高精度圖像傳感設備的輔助下，采用智能化圖像處理方法能夠進行圖像焊接，檢測焊接空間位置，規(guī)劃焊炬姿態(tài)，對焊接熔池特征參數(shù)進行實時提取，對焊接組織、機構和性能進行預測等，能夠在很多人類難以進行作業(yè)的場合完成焊接工作，在焊接過程中，通過數(shù)個光電接收陣列對檢測組建進行多維視覺傳感，并綜合處理所獲取的信息。目前國外KUKA，Motoman，GMF，Adept等廠家已經開發(fā)出智能焊接機器人，其裝配了自動化視覺檢測功能，并且已經廣泛應用于潛艇與航天器的生產中。

3.3 提高手機生產檢測速度

隨著手機設計精密程度的日益提高，人工檢驗已經難以適應大規(guī)模生產，這是因為其需要的測量投影儀較多，檢測速度慢。而采用自動化視覺檢測系統(tǒng)能夠自動檢測電路板組建中的連接器以及內部零件等，檢測速度快、測量結果準確，具有較強的擴展性和較高的性價比。檢測系統(tǒng)主要就是測量計算機自動化接口電路板組件中各個連接器特定位置的幾何尺寸，這里面包括連接器內部零件的尺寸、間距以及連機器與PCB底板的相對位置；另外還要對連接器與標準是否相符以及內部零件被損壞與否。系統(tǒng)可以將質量檢驗的效率大大提升，而且也能夠使產品質量得到保障，實現(xiàn)降低檢驗成本的目的。

4 結語

作為一種新興的檢測技術，自動化視覺檢測技術對我國自動化視覺檢測產品的發(fā)展起到了很大的推動作用，使其不斷向更高層次邁進，同時也為我國制造業(yè)的發(fā)展做出了貢獻，具有廣闊的發(fā)展前景。

參考文獻

[1]伍健.基于PDE和全變分濾波方法的研究及在多種噪聲中的應用[D].天津大學，2012.

篇4

關鍵詞：計算機圖形學；計算機視覺；可視化技術

中圖分類號：TM862 文獻標識碼：A 文章編號：1671-2064（2017）01-0054-02

計算機圖形學、計算機視覺以及可視化技術三者均是計算機領域重要組成部分，要做好計算機知識，就要先學好計算機圖形學，但計算機圖形學學習相對枯燥，尤其是算法教學難以理解，為解決這一問題，計算機視覺與可視化技術被應用到計算機圖形學中。可見，三者之間存在一定的聯(lián)系，因此，有必要對計算機圖形學、計算機視覺以及可視化技術展開研究。

1 計算機圖形學概述

1.1 計算機圖形學目的

所謂的計算機圖形學實際上就是怎樣利用計算機表示圖形，并利用計算機完成圖形計算與處理，而這一過程的實現(xiàn)需要得到相關算法的支持。學習計算機圖形學的目的是利用計算機技術為人們呈現(xiàn)既帶有美感又不缺真實的圖形（如下圖1所示），為實現(xiàn)這一目標，就需要按照圖形的要求創(chuàng)設合適的場景，并在一些光照模型的作用下，做好光照效果設計，在這一過程中需要計算機圖形學能夠與其他計算機技術相配合。經過計算機圖形學出來的圖像，多會以數(shù)字圖像的方式展示出來，總的來說，計算機圖形學與圖像處理之間存在著一定的聯(lián)系[1]。計算機圖形學的涉及范圍相對寬泛，不僅有圖形硬件設計，還包括動畫制作，虛擬現(xiàn)實等多個部分。此外，計算機圖形學在動畫制作中的應用頻率也很高，如45分鐘一集的動畫影片中，85%的畫面都需要用算機圖形學來完成，由此可見，計算機圖形學的應用頻率極高，并在動畫制作中發(fā)揮著不可替代的作用。因此，應重視計算機圖形學的應用。

1.2 計算機圖形學應用

隨著計算機圖形學的發(fā)展，它被應用到各個領域中，并發(fā)揮著重要作用。首先，在計算機輔助設計與制造中的應用，這是計算機圖形學應用最多的領域，在計算機圖形學被應用以后，不僅可以設計出更精準的圖形，還能做好人機交互設計，強化修改能力。計算機圖形學還被應用到三維形體重建中，利用該技術可以將原理的二維信息轉化為三維信息，如在某次工程圖紙設計中就應用了計算機圖形學，經過一系列的處理以后，三維形體逐漸形成，最終實現(xiàn)了重建。其次，在醫(yī)學領域中的應用。計算機圖形學在醫(yī)學領域中的應用多以計算可視化的形式展示出來，如在腦部手術中，醫(yī)生為看清患處真實情況，經常需要利用在可視化技術的作用下將復雜的數(shù)據(jù)轉化為圖像，這時就體現(xiàn)了計算機圖形學在其中的應用[2]。再者，在計算機動畫中的應用，人們看到的動畫影片就是計算機圖形學作用的結果，以動畫人物的行走為例，為保證動畫人物的行走與自然人不存在過大差異，就需要應用大量的計算機技術，并在計算機圖形學的作用下完成設計。最后，在計算機藝術中的應用。計算機圖形學在計算機藝術中也有廣泛應用，它不僅可以用于藝術制作，很多場景都是通過計算機圖形學來完成的，現(xiàn)階段，一些人正在利用計算機圖形學創(chuàng)設人體模擬系統(tǒng)，其目的是讓已故人士再次出現(xiàn)在熒屏上，這一目標的實現(xiàn)就需要得到計算機圖形學的支持。

2 計算機視覺技術

2.1 計算機視覺技術含義

所謂的計算機視覺技術，實際上就是用計算機取代人眼做識別、跟蹤以及測量等，同時也兼顧圖形處理，其目的是讓圖像在計算機被處理以后更適于識別。對于計算機視覺技術來說，意在實現(xiàn)人工智能，主要是從圖像與多維數(shù)據(jù)等方面實現(xiàn)人工智能系統(tǒng)設計[3]。計算機視覺是一種在相關理論與模型基礎上發(fā)展起來的視覺系統(tǒng)，其主要構成部分有以下幾種：

（1）程序控制，這一點主要體現(xiàn)在機器人設計上；（2）事件檢測，多體現(xiàn)在圖像監(jiān)測上；（3）信息組織，主要體現(xiàn)在圖像數(shù)據(jù)庫等方面。計算機視覺三個階段如圖2所示，通過觀察圖1可以發(fā)現(xiàn)，計算機視覺存在于圖像處理始終，從早期處理直到后期結束都存在，最終實現(xiàn)了3D描述，可見，計算機視覺具有十分重要的作用[4]。

2.2 計算機視覺技術的應用

現(xiàn)階段，現(xiàn)代社會已經進入信息化時代，計算機技術也被應用到各個領域，并發(fā)揮著重要作用。計算機視覺的應用促使計算機實現(xiàn)了智能化，在該技術的支持下，計算機可以像人一樣透過視覺看待世界萬物，且具有良好的適應能力，但這一目標的實現(xiàn)還需要很長時間，需要一系列的努力才能實現(xiàn)。現(xiàn)階段，計算機視覺應用最多的就是車輛視覺導航，然而，這種導航還沒有實現(xiàn)完全自主導航，這也是需要進一步研究的地方。計算機視覺技術的適應性較好，特別適合在工業(yè)領域應用，即便是存在電子在干擾或溫度變化較大的地方都能很好的運行，其整體效果也不會受到影響，再者，計算機視覺技術的嵌入性較好，成本相對較低，尤其適合在PC方案中使用，同時，具有一定的非接觸能力，能夠獲取大量信息，且不受距離限制，總的來說，計算機視覺技術總體效果較好，適合利用在各種工業(yè)環(huán)境中應用，因此，應重視計算機視覺技術的應用[5]。同時計算機視覺還被應用到移動機器人設計中，主要是利用小波模板展示人體形態(tài)，然后做圖像掃描，這樣就可以順利完成小波變換，進而了解到人的存在。同樣，將計算機視覺應用到機器人設計上，可以自動檢測出正在行動的人或車輛，而無法檢測到靜止的人，之所以會出現(xiàn)這樣情況，主要是由于其中采用率步態(tài)分析法。

3 可視化技術

3.1 可視化技術含義

可視化技術是一種綜合了計算機圖形學與圖像處理于一體的技術，它可以將復雜的數(shù)據(jù)轉化為圖像并在屏幕上展示出來。在可視化技術中，融合了以上兩種技術的特點，并在多個領域都有應用，隨著可視化技術的應用，不僅有效實現(xiàn)了數(shù)據(jù)表示，還強化了數(shù)據(jù)處理能力，更對數(shù)據(jù)決策分析有一定作用[6]?，F(xiàn)階段，虛擬現(xiàn)實技術已經成為可視化技術主要發(fā)展方向。

3.2 可視化技術的應用

首先，在計算機圖形學教學中的應用，計算機圖形學相對枯燥，相關知識也很抽象，不便于學生理解，在計算機圖形學中最重要的部分是曲線曲面，而這些曲線曲面多是與數(shù)學模型有關，具有一定的抽象性，學生理解難度較大，以往教師只能通過一系列的公式演算幫助學生理解，盡管這樣依然難以讓學生掌握曲線變化情況，學生依舊無法正確理解。為減少這種情況的發(fā)生，可視化技術被應用到計算機圖形學教學中，教師將抽象的知識用動畫的形式展示出來，學生只要觀看動畫，拖動一定的控制點就可以了解到曲線變化情況，這樣一來不僅增加了教學趣味性，學生也可以隨意變動曲線，讓復雜的知識變得簡單，深化學生對計算機圖形學知識的深度理解，同時，利用可視化技術在一定條件下，還可以完成代碼編譯，如在Actoin ScriPt中做編譯，這樣也可以增強學生的理解能力[7]。

其次，在醫(yī)學領域中的應用。醫(yī)學領域對于可視化技術的應用主要體現(xiàn)在放射治療與矯正手術上。通過可視化技術可以屏幕上看到手術整個過程，并將原來細節(jié)部位放大，手術醫(yī)生觀察的更加細致，手術成功幾率也會大幅度提升，患者生命也能得到保證（如圖3所示）。如在對某名患者進行身體檢查的過程中需要應用到可視化技術，由于通過檢查會獲得大量數(shù)據(jù)，而這些數(shù)據(jù)又相對復雜，但在可視化技術下就可以通過圖表、曲線圖或立柱圖的方式展示出來，經過可視化技術的作用，了解到患者的血糖為5.6mmol/L，醫(yī)生可以根這一數(shù)據(jù)做出診斷，而不必再分析這些數(shù)據(jù)。據(jù)不完全統(tǒng)計，80%的醫(yī)療檢查工作都是需要利用可視化技術。

地質勘探是我國最重要的工作之一，由于多數(shù)礦藏都深埋地下，即便使用探測儀受多種因素影響也無法了解到實際礦藏情況，這就需要應用到可視化技術，在可視化技術的作用下，相關工作人員可以了解到地下有無礦藏，如果存在礦藏，相關工作人員也可以了解到礦藏所在位置與實際儲備量，進而為礦藏開采奠定基礎。如在地質勘探中，相關工作人員利用可視化技術做地形圖整理，然后從中提取地形數(shù)據(jù)，再用CATIA做導入，這樣就可以完成地形模型創(chuàng)建，這樣就完成了三維地質模型創(chuàng)建工作，同時在相關工作臺的影響下，還可以完成地形數(shù)據(jù)導入，進而生成一定的地形云點，如果其中存在錯誤，可視化技術也可以將其中的錯誤內容刪除，這些都是可視化技術所帶來的好處[8]。由此可見，可視化技術已經成為地質勘探中不缺少的技術。

最后，在氣象預報中的應用（如圖4所示）。利用可視化技術能夠將數(shù)據(jù)轉化為圖像，通過觀察圖像就可以了解到云層變化情況，同時也能了解到實際風力大小與風走向等，氣象預報人員就可以根據(jù)圖像做出精準分析，需要了解氣象變化的人也能了解到現(xiàn)實情況，如果氣象條件惡劣，相關工作人員也可以及時做出工作調整，減少危險事件的發(fā)生。據(jù)不完全統(tǒng)計，可視化技術在氣象預報中的應用頻率高達100%，由此挽回的經濟損失高達13.2億元，可見，可視化技術在氣象預報中的應用十分有必要，因此，應重視可視化技術在氣象預報中的應用。

4 結語

通過以上研究得知，計算機圖形學、計算機視覺以及可視化技術三者各具特色，三者間也存在一定的關系，尤其是可視化技術綜合了前兩者的特點，并融合了其他技術，在很多領域中都有應用?？梢暬夹g是現(xiàn)階段應用最多的一種技術，在計算機圖形學教學中也有應用，并發(fā)揮著不可替代的作用。本文分析了計算機圖形學、計算機視覺以及可視化技術的含義與應用，希望能為相關人士帶來有效參考，正確利用這些技術。

參考文獻：

[1]陳敏雅，金旭東.淺談計算機圖形學與圖形圖像處理技術[J].長春理工大學學報，2011（01）：138-139+146.

[2]柳海蘭.淺談計算機圖形學的發(fā)展及應用[J].電腦知識與技術，2010（33）：9551-9552.

[3]滑瑞朋.計算機圖形學的應用及研究[J].山西科技，2012（05）：37-38+45.

[4]劉濤，仲曉春，孫成明，郭文善，陳瑛瑛，孫娟.基于計算機視覺的水稻葉部病害識別研究[J].中國農業(yè)科學，2014（04）：664-674.

[5]關然，徐向民，羅雅愉，苗捷，裘索.基于計算機視覺的手勢檢測識別技術[J].計算機應用與軟件，2013（01）：155-159+164.

[6]許志杰，王晶，劉穎，范九倫.計算機視覺核心技術現(xiàn)狀與展望[J].西安郵電學院學報，2012（06）：1-8.

篇5

關鍵詞： 計算機視覺；快速開發(fā)；框架；模塊化；模塊耦合；底層剝離

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2012）29-7084-04

在視覺分析實際應用項目中，如何通過建立計算機視覺分析快速開發(fā)框架，搭建一個分工明確，快捷有效的圖像學應用處理平臺，提高開發(fā)效率，縮短開發(fā)時間，已成為項目開發(fā)人員關注的重點內容之一。本框架從項目應用和實際需求出發(fā)，將計算機視覺技術的核心算法從底層研究工作中剝離，可極大的縮短開發(fā)時間，提高開發(fā)效率。

在本框架下，開發(fā)人員可各司其職，分工、構成和職能劃分明確，框架開發(fā)人員只專注于框架接口的定義；算法開發(fā)人員只專注于圖像處理與識別等算法的開發(fā)；上層應用開發(fā)人員只負責抽取出一般的處理流程，專注于項目的具體實現(xiàn)和功能模塊的組合應用。

1 研究與應用

1.1背景

計算機視覺是用攝像機和電腦代替人眼對目標進行識別、跟蹤和測量的機器視覺。系統(tǒng)將獲取的視頻或圖像資料，通過計算機處理成為更適合人眼觀察或傳送給儀器檢測的圖像，其中包括圖像處理、模式識別或圖像識別、景物分析、圖像理解等相關內容，它們之間既有差別，又有相互重疊。

在計算機視覺分析技術中，對于一些復雜的問題，往往不是某單一學科能夠解決的，它需要一系列相關技術的支持。例如：對航道中船舶的識別，獲取的視頻流往往要經過平滑、去噪等圖像處理操作后，便于下一步運用基于直方圖分類器的圖像識別算法來區(qū)分船舶和水面，通過圖像分割技術來提取檢測目標。而這些方案的實現(xiàn)中，同一個問題的解決又往往需要有一系列的算法來支持。還是以船舶識別為例，圖像平滑有領域平均、低通濾波等算法；圖像去噪有各種濾波器算法；基于直方圖的分類器也存在決策樹、貝葉斯、SVM等等算法。雖然上述的算法本身沒有優(yōu)劣之分，但在特定的環(huán)境下一定會有某個最佳算法。

因此，在實際應用項目中如何找出其最優(yōu)路徑，除了需要開發(fā)者擁有深厚的圖像學功底，更需要的是通過大量的對比實驗來找出該最優(yōu)路徑的解決方案。即便如此，也只能解決特定環(huán)境下的計算機視覺需求，換個應用場景，上述步驟又需要重新進行，此類過程的重復，既增加了開發(fā)成本，又延長了開發(fā)時間。

本框架從工程化的角度出發(fā)，在不同項目中的計算機視覺軟件開發(fā)中，研究如何提高開發(fā)結果的復用性，盡量降低上述各條件間的相互依賴關系，將視覺技術的核心算法從底層研究中剝離，達到縮短開發(fā)時間，提高開發(fā)效率的目的。

1.2研究目標

1） 框架系統(tǒng)的扁平化、模塊化；

2） 完成處理過程的任意組合，使圖像處理模塊單一化；

3） 理行為在處理模塊內部完成，處理結果可通過接口方式進行輸出；

4） 處理模塊間的數(shù)據(jù)流動定義在框架之中，框架負責配置數(shù)據(jù)流；

5） 置好的數(shù)據(jù)流，通過指定圖像處理模塊實現(xiàn)對物體的識別、行為的識別。

1.3.5框架的效果演示

從右側功能區(qū)中選取兩個輸入模塊：MediaOpen00和MediaOpen01，分別打開視頻文件“.＼公司監(jiān)控視頻.avi”和圖片“.＼Lena.jpg”，任意添加一些圖像處理模塊或者圖像識別模塊，這里我們選取了行人檢測算法、基本全局閾值二值算法、人臉檢測算法、輪廓檢測算法，加入輸出展示模塊用于顯示處理結果。最后我們用曲線將模塊間的輸入輸出點連起來，完成數(shù)據(jù)流向的配置過程。其中一個輸出點可以連接多個輸入點，但一個輸入點只能接入一個輸出點。

2 結論

隨著計算機視覺技術發(fā)展的日新月異，算法的更新和積累將會越來越多。計算機視覺快速開發(fā)框架從實際應用工程的角度出發(fā)，在不同項目計算機視覺軟件的開發(fā)過程中，將視覺技術的核心算法從底層研究中剝離，使視覺分析應用項目中的框架開發(fā)人員專注于框架接口定義的開發(fā)，而項目中的算法、上層應用等開發(fā)人員各司其職，分工明確，不但提高了開發(fā)結果的復用性，同時，也降低了項目開發(fā)中各條件間的相互依賴關系，縮短了開發(fā)時間，提高了開發(fā)效率。

參考文獻：

[1] Gary bradski，Adrian Kaebler.《Learning OpenCV》[M].O’Reilly Media Inc，2008.

[2] 張廣軍.機器視覺[M].北京：科學出版社，2005.

[3] 張少輝，沈曉蓉，范耀祖.一種基于圖像特征點提取及匹配的方法[J].北京航空航天大學學報，2008，34（5）.

[4] 劉立，彭復員，趙坤，萬亞平.采用簡化SIFT算法實現(xiàn)快速圖像匹配[J].紅外與激光工程，2008，37（1）.

[5] 戴斌，方宇強，孫振平，王亮.基于光流技術的運動目標檢測和跟蹤方法研究[D].國防科學技術大學機電工程與自動化學院.

[6] 陳勝勇，劉盛.基于OpenCV的計算機視覺技術實現(xiàn)[M].科學出版社.

篇6

關鍵詞：OpenCV；計算機視覺技術；三維模擬技術

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2015）30-0137-02

21世紀是國際計算機技術高度發(fā)展的時代，人們生活中的每個角落都可以看到計算機技術的身影，尤其是現(xiàn)代計算機視覺技術和圖像處理功能發(fā)展更加迅猛，各技術分支也逐漸趨于成熟。計算機視覺技術主要指的就是利用智能計算機系統(tǒng)來代替人類的眼睛對現(xiàn)實三維世界進行辨識和理解，整個過程均是計算機自我學習的過程，而隨著這項技術研究的不斷深入，其不再僅僅包含計算機技術科學，同時還涉獵了包括生理學、神經學、物理學、應用數(shù)學等多門學科，為人類科技的進步提供了有效的動力。

1 計算機對視頻中運動物體檢測的原理概述

在現(xiàn)代計算機技術基礎下，對視頻當中的運動物體檢測原理主要包括兩種，分別是從微觀和宏觀的角度出發(fā)。其中宏觀檢測技術指的是當計算機截取了視頻中的某一個圖像，其以整幅圖像為對象進行檢測；微觀檢測技術是指在截取圖像后，根據(jù)實際需求對某一區(qū)域內的圖像內容進行檢測。在計算機視覺技術實際應用時，其第一步就是對圖像的采集，第二步是對已經采集的圖像進行預分析處理，如果采用宏觀檢測技術則對圖像整體進行分析；如果采用微觀檢測技術則首先將圖像進行分割，然后對分割后各圖像內容中出現(xiàn)的運動物體影像進行分析。在圖像數(shù)據(jù)獲取過程中應用的是背景差分法，這一技術主要是將背景和運動物體進行分離提取，以獲取沒有背景圖像的運動物體影像數(shù)據(jù)。還可以利用幀間差分法，這種方法主要是對一個視頻圖像的逐幀畫面進行差別比較，從而獲得各幀圖像上的差值，而將這些差值幀圖結合起來就是一個物體在計算機視覺下的運動軌跡。現(xiàn)代研究者更傾向于將背景和幀間差分法進行結合運用，這樣可以獲得無背景下的運動物體軌跡，進而提升計算機視覺系統(tǒng)捕捉數(shù)據(jù)的準確性。

2 OpenCV的應用概述

OpenCV是現(xiàn)代計算機視覺技術當中具有開源性的視覺庫，其最早是由俄羅斯Intel分公司所研發(fā)，不僅高效，而且具有兼容的優(yōu)勢。同時與傳統(tǒng)IPL圖像處理系統(tǒng)相比，OpenCV所處理的圖像數(shù)據(jù)等級更高，例如在對運動物體進行特征跟蹤、目標分割、運動軌跡分析以及三維模型重建等方面都有著巨大的優(yōu)勢。

OpenCV本身編輯的源代碼是開放式的，編寫過程簡潔且方便，并且程序中大多數(shù)函數(shù)已經通過了匯編的最優(yōu)化，使其能夠更加高效地被應用。在使用OpenCV的攝像機標定模塊已經為用戶設計了實用性較強的接口，并且能夠支持Windows界面的操作平臺，使得這一技術的操作更加簡便。這一技術本身操作簡便，對于編程人員和檢驗人員個人技能素質要求并不高，視覺技術系統(tǒng)研發(fā)人員可以利用簡便的操作來檢驗其設想是否能夠實現(xiàn)，這就使得現(xiàn)代計算機視覺技術開發(fā)團隊能夠形成更好的協(xié)作研發(fā)關系，進一步提升技術研究效率。目前已知OpenCV編程系統(tǒng)在航空航天定位、衛(wèi)星地圖繪制、工廠大規(guī)模生產視覺檢測等方面得到了廣泛的應用，同時對于無人飛行器的視覺捕捉技術也有極大的幫助。最為重要的是OpenCV編程語言的兼容性較強，編程人員可以根據(jù)自己的意愿對源代碼進行披露，并且國內也已經形成了規(guī)模較大的交流社區(qū)，給更多同行業(yè)者提供答疑解惑的場所，進一步擴大了OpenCV的應用范圍。

3 基于OpenCV的計算機視覺技術

3.1 基于OpenCV下的運動物體檢測技術

在常規(guī)運動物體檢測技術下，均是直接通過圖像背景和運動物體的區(qū)分來實現(xiàn)運動物體的捕捉。而基于OpenCV下的運動物體檢測技術則不僅能夠針對于圖像背景的分離實現(xiàn)運動物體的觀察，還可通過物體本身特定的信息來進行檢測，主要包括形狀、輪廓以及顏色等。這樣就能夠實現(xiàn)在復雜的背景當中將特定的運動物體完整抽離出來。其基本流程包括：首先，對影像數(shù)據(jù)當中某一時間點的圖像進行捕捉，然后對這一視頻圖像的格式進行轉化；其次，對轉化格式后的視頻圖像進行早期處理，并將運動物體和復雜的背景區(qū)分開，降低周圍各環(huán)境因素對運動物體主體圖像的影響；第三，根據(jù)完成提取后的運動物體圖像進行辨識，然后再從視頻當中捕捉擁有相同特征的物體，并對該物體進行跟蹤識別。而這一過程的實質則在于先利用圖像捕捉技術對畫面進行截取，然后同時利用背景差分法和幀間差分法對圖像進行分割，逐幀地將運動物體完成提取出來，以供計算機進行視覺跟蹤處理。

3.2 基于OpenCV的圖像預處理技術

一般情況下，計算機視覺處理技術應用的環(huán)境情況較為復雜，大多數(shù)應用環(huán)境當中均有光照的變化，并且部分計算機視覺處理設備還需要在露天環(huán)境下進行工作，此時周圍環(huán)境中的風、溫度、光照、氣候以及運動物體數(shù)量等對視頻圖像的采集均有著極大的影響。環(huán)境因素會使圖像采集的質量大幅度降低，同時圖像當中的噪點問題也難以避免，而噪點是視覺捕捉和圖像處理當中最大的影響因素。因此，在基于OpenCV下的計算機視覺技術在捕捉視頻圖像之后先對其進行預處理，然后再由系統(tǒng)對運動物體進行分離、檢測和跟蹤。一般的預處理過程主要包括平滑度濾波、圖像填充、背景實時更新等。

1）圖像的平滑度濾波預處理技術

由于在實際計算機視覺捕捉過程中圖像噪點是難以避免的問題，以此在對圖像中運動物體進行檢測前，應該相對這些噪點進行預處理，降低環(huán)境噪聲對圖像的影響。圖像的平滑度濾波處理共分為兩種方式，分別為線性和非線性。其中線性處理方式就是通過計算機處理設備的簡單運算，對圖像當中的噪點進行直接清除，但這一技術使用后會造成截獲圖像模糊不清的情況，因此僅對噪點較少的圖像采用該處理方式；非線性濾波處理則是利用復雜的圖像處理運算，將截獲圖像當中的噪點無限縮小，使其不對圖像整體造成影響，并且可以有效保證圖像的局部調整，但這種處理方式在運算時速度沒有線性濾波處理快，因此需應用在噪點較多，圖像信息較復雜的處理當中。

2）圖像的填充預處理技術

這一處理技術在使用過程中運算速度較慢，主要是由于其需要對逐幀的圖像均進行處理，也包括兩種處理方式，分別為邊緣填充和腐蝕膨脹處理。其中邊緣填充處理主要指的是在確定運動物體之后，利用計算機系統(tǒng)自身的邊緣檢測處理技術，對物體的輪廓進行辨識，并利用形態(tài)學上的漫水填充方式對運動物體周圍的噪點進行顏色填充，減小其對畫面整體元素的影響。而腐蝕膨脹處理與邊緣填充處理原理相類似，但這種處理技術主要是針對于噪點進行腐蝕和膨脹，使其在畫面當中所占比例擴大，但對運動物體本身不造成影響，這使運動物體和噪點之間的差異就會更加明顯，就可以將噪點的影響降到最低，但這種處理方法的效果和攝像機本身的性能、質量等有著密切的關聯(lián)。

3）背景的實時更新預處理技術

在進行運動物體和背景分離過程中，計算機系統(tǒng)需要對圖像上的背景元素進行辨識，并對其開展初始化處理，這樣就能夠為后期實時背景圖像的差異進行凸顯，以增加前景圖像的效果，降低噪點對圖像的影響。在運用這一技術時，首先要先對第一幀的圖像進行確定，并將第一幀圖像當中的背景圖像元素進行辨識，然后在后期圖像更新和運動物體檢測過程中對背景進行實時更新處理。在更新的過程中其流程主要包括：首先，系統(tǒng)要對所讀取的畫面進行有效的判斷，了解該圖像是否為第一幀；其次，將Opencv處理的圖像轉變?yōu)閱瓮ǖ阑叶戎?；第三，對轉變后的圖像進行高斯平滑度濾波處理，將圖像當中的噪點進行去除；第四，采用形態(tài)學噪點填充技術對圖像當中的噪點進行二次處理，以獲得所需要更新的背景圖像。

3.3 前景運動物體的提取技術

在計算機視覺技術進行運動物體的檢測時，只有有效保障檢測流程的準確度，才能夠有效保障對前景運動物體的跟蹤效果。其主要分為兩大步驟，其一是對二值化后的圖像數(shù)據(jù)進行分割處理；其二是在圖像分析前對其進行充分的填充處理，保證前景圖數(shù)據(jù)的完整性。同時，在前景圖像提取的過程中也分為多個步驟，其包括：首先，對所提出的前景圖像和背景圖像進行差分處理；其次，將差分處理后的圖像二值化處理；第三，對背景當中前景物體的輪廓或邊緣進行辨識，根據(jù)前景圖像的輪廓對其進行填充。由于在實際操作過程中，攝像頭所處環(huán)境的變化較大，并且會在不同場所內的不同角度捕捉畫面，因此就需要在前景圖像提取時有效提高背景圖像實時更新的效果。

利用閥值二值化的分割方式能夠有效將前景圖像和背景圖像分離開，從而使目標運動物體能夠呈現(xiàn)獨立化，并且閥值分割方式開展前要相對每個像素點進行確定，判斷其是否位于灰度值的范圍內。而將該圖像的像素灰度和閥值進行對比后會出現(xiàn)兩種結果，分別是灰度值低于或高于閥值。在實際應用過程中，有效確定圖像的分割閥值T，就能夠降低環(huán)境當中光照因素對圖像質量的影響。

4 計算機視覺技術當中的三維重建技術

1）三維重建的視覺系統(tǒng)

計算機視覺技術在對圖像進行捕捉時可以視為是對大量的圖像信息進行處理，從攝像機的視覺角度出發(fā)，其所輸入的圖像一般為二維屬性，但輸出的信息確是三維數(shù)據(jù)，而這種三維空間數(shù)據(jù)能夠提升對運動物體所處空間位置、距離等描述的準確性。在三維重建視覺系統(tǒng)工作過程中，其相對基本的圖像數(shù)據(jù)框架進行確定，然后利用一個坐標點建立2.5D圖像數(shù)據(jù)，即以此點為視角能夠觀察到的圖像數(shù)據(jù)，再將2.5D圖像數(shù)據(jù)進行整合從而建立三維圖像。

2）雙目視覺系統(tǒng)

當人體利用雙眼在不同角度、同一時間內觀察同一個物體時，就可以利用算法來測量該物體和人體之間的距離，而這種方法也被稱為雙目立體感，其應用的原理主要是人體視覺差所帶來的影響。同時利用兩臺攝像機對同一圖像從不同角度進行觀察，就能夠獲得人體雙目觀察后的效果，因此這一三維重建技術也被稱為“雙目視覺系統(tǒng)”。兩臺不同的攝像機即可代表人體雙眼，其對圖像進行逐幀捕獲，但由于角度不同和環(huán)境影響因素的差異，因此造成了圖像差異，必須對其捕捉的圖像進行預處理。

3）三維重構算法

在計算機視覺技術中對于視頻流的采集主要依靠的是彩色攝像機、紅外攝像機、紅外接收攝像頭等設備。還可以利用微軟所提供的Kinect設備，在進行運動物體檢測前能夠對NUI進行初始化處理，將系統(tǒng)內函數(shù)的參數(shù)設定為用戶信息深度圖、彩圖、骨骼追蹤圖等數(shù)據(jù)。在使用Kinect設備對視頻流進行打開時，其可以遵循三個步驟，其一是彩色和深度數(shù)據(jù)的處理；其二是根據(jù)數(shù)據(jù)的索引添加顏色信息，并將其引入到深度圖數(shù)據(jù)當中；其三是骨骼追蹤數(shù)據(jù)。

5 結束語

計算機視覺捕捉技術是現(xiàn)代計算機應用當中較為先進的內容，其應用范圍較廣，對于運動物體的捕捉準確度較高，能夠有效推進現(xiàn)代計算機模擬技術的發(fā)展。

參考文獻：

[1] 張?？?基于Opencv的人手識別與跟蹤定位技術研究與實現(xiàn)[D].昆明： 云南大學，2013.

篇7

關鍵詞：計算機視覺分析；微小尺寸；精密校正；閾值；圖像分割

中圖分類號：TP274.4

計算機視覺分析理論是基于精密模式識別和人工智能程序化校驗技能進行綜合整編的方法，利用光學信息對真實物理結構的實時反映，配合人機協(xié)調手段進行二維圖像的呈現(xiàn)。在工件表面進行質量檢測和圖片制備要素分析的系統(tǒng)環(huán)節(jié)中，闡述物體在空間環(huán)境之間的關系樣式，爭取三維場景的科學搭建。集合要素內容包括邊緣、線條和曲面的配備，建立以工業(yè)部件為中心的坐標體系，并適當運用不同符號表現(xiàn)模式實現(xiàn)必要三維結構和空間關系的調整，促進精密儀器細節(jié)檢驗工作質量的不斷提高。

1 計算機視覺檢測技術的相關理論研究

1.1 技術原理分析

滲透性計算機輔助支持結構的視覺鑒定技術在被測實體中的圖像顯示支持功能基礎形勢上進行質量狀況的把控，這其實就是根據(jù)既定的偏差標準實現(xiàn)規(guī)模物件的逐個排查。細致的檢測工作在深度零件的誘導性特征和完整性配件的支持下，對整體完好效果的幾何制備模型進行測量[1]。近階段的視覺規(guī)范系統(tǒng)利用電耦合器件和攝像機進行主題元素的捕捉，并利用計算機內部程序的數(shù)字信號轉化工具實現(xiàn)圖像的并行處理。采用目標圖像的特殊坐標記錄，利用灰度分布圖內的多種綜合功能處理系統(tǒng)改善的要務。常規(guī)視覺下的檢測過程相對比較繁瑣，主要是將被檢測物體放置于照明效果相對均勻的可控制背景環(huán)境中，聯(lián)結CCD技術和圖像卡實現(xiàn)被測部件和數(shù)字圖像的共性要素融合，保證計算機自動化處理程序的錄入。當然，這類研究系統(tǒng)是需要利用相關軟體進行放大的，其主要必備功能就是進行圖像的預處理、識別和有效分析，將整個過程內部的實際結果數(shù)值，包括被測部件的自身缺陷、尺寸等進行整理。

1.2 計算機視覺微小尺寸精密檢測工業(yè)應用技術的現(xiàn)狀

在科學設計信息內容和工業(yè)加工制備要領集成化對待的環(huán)節(jié)中，通常不會直接進行部件表面的接觸，一般運用計算機程序下的掃描認知和圖像即時呈現(xiàn)功能進行快速的比對檢測，整體信號抗干擾能力較強，因此在現(xiàn)代工業(yè)生產技術領域內部廣受好評。電子工業(yè)是在建立計算機視覺分析工藝之后表現(xiàn)最為活躍的行業(yè)類型，在此基礎上衍生的印刷電板路和集成電路芯片就是利用標準模型的整改，實現(xiàn)規(guī)模工序的緊密排列。目前，時下流行的汽車生產、紡織、商品包裝等也逐漸向這類手段靠攏，全面改善了現(xiàn)代化工業(yè)制備的應用效果。

2 應用視覺微小尺寸分析技術內部拓展機能的補充

灰度圖像的主要分割方法包括灰度閾值校正、邊緣檢測制備等手段。

2.1 灰度閾值校正

這是區(qū)域分割方法中一種常見的手段，主要配合多個或單個閾值將圖像自身的灰度級別劃分為幾個項目組，對相同像素的單位數(shù)據(jù)進行整編。根據(jù)實效范圍進行分類，包括局部和全局閾值探究兩種手段，全局規(guī)模下的閾值分析方法就是利用整幅圖的灰度直方分布圖進行內部最優(yōu)閾值分割，包括單閾值和多閾值兩種形式；同時還可以將初始分析的圖像進行子元素的拆解，之后利用單個子圖像的既定閾值范圍進行最優(yōu)化分割[2]。分割的基本原理公式為：

其中，合理閾值的選取是非常重要的，目前閾值確定的手段主要包括直方圖雙峰對照法和最大類間方差累積法等。這種利用灰度閾值實現(xiàn)精準質量的劃分手段，計算執(zhí)行工作相對比較簡單，并且實際工作效率水平較高，即便是實際需要分割的物體與圖像背景對比深度較強也可以收放自如，但唯一的缺點就是缺少對空間信息的掌控，涉及亮度不足的圖像問題，這種閾值分割技術的施工質量往往不會太高。

2.2 邊緣檢測制備工序

圖像內部元素的分割其實就是進行部件邊界效益的提取，而邊緣檢測制備工序則是利用像元及鄰域的整體狀態(tài)進行物體邊界相關結構的搭建。邊緣檢測分割制備技術具體包括并行和串行兩種模式，并行手法是運用梯度信息的提取實現(xiàn)不同類別算子的整理；串行邊界分割原理則是根據(jù)適當強度標準和相似走向的兩個邊緣端點位置實現(xiàn)連接，主要代表算法包括啟發(fā)式智能搜索手段等。這種串行算法較并行邊界積累統(tǒng)計原則來說具有更強的抗干擾能力，但實際的邊緣檢測同樣不能完好地維持連續(xù)效果，需要利用其余技術內容進行邊緣制備技巧的修復。

（1）原始圖像 （2）Robert算子邊緣檢測 （3）Sobel算子邊緣檢測

（4）Prewitt算子邊緣檢測 （5）Kirsch算子邊緣檢測 （6）Gauss-Laplace算子檢測

圖1 微小雙聯(lián)齒輪邊緣檢測

3 視覺檢測系統(tǒng)的創(chuàng)新性改進

根據(jù)以上現(xiàn)狀問題，創(chuàng)新式視覺整改校驗系統(tǒng)利用照明光源、攝像機和圖像采集卡等結構實現(xiàn)計算機輸出結果質量的補充。其主要運行過程如下：利用被測部件在均勻照明背景的全面優(yōu)化控制基礎，實現(xiàn)物體結構的全面清晰呈現(xiàn)，使用攝像機對相關圖像信號進行梳理并轉化為電荷信號，配合相關的圖像資源采集卡進行部件數(shù)字化圖像的格式轉化；計算機內部軟體操作程序將得到的數(shù)字圖像進行處理和識別，并將最終結果數(shù)據(jù)輸出，實現(xiàn)現(xiàn)代工業(yè)技術整體質量規(guī)?？刂频募榷ㄒ蟆?/p>

系統(tǒng)硬件在實現(xiàn)部件轉化圖像信息的環(huán)節(jié)中，連接檢測機理下的連續(xù)軟件規(guī)劃和照明光源等相關設備進行圖像適當分辨率的調整，維持圖像較為清晰的對比效果。全面控制獲取數(shù)字圖像的時間，抵抗不良因素的干擾影響，維持內部成本經濟規(guī)模的合理控制，促進科技應用和可持續(xù)發(fā)展經濟戰(zhàn)略雙重價值標準的同步進展。其中，光源設備的選擇必須落實到部件既定的幾何形狀條件下，利用相關性能參數(shù)進行實際工作要求的提供，包括光源位置、亮度、壽命特性等因素的堆積，常用的可見光源包括水銀燈、熒光燈等，但這類光源使用壽命有限，因此現(xiàn)下多配用LED光源進行快捷反應、小功耗標準的補充，并且長期使用后的照明效果比較穩(wěn)定[3]。而攝像機等結構主要還是校正參數(shù)的表達方式，進行圖像合理分辨率的整改，促進圖像采集數(shù)字化協(xié)調功能的發(fā)展，提高系統(tǒng)工作速度等。

4 結束語

計算機視覺檢測系統(tǒng)在進行一定部件性能評比的活動中有著很高的貢獻，不僅配合硬件的照明、參數(shù)制備要領制備功能，同時促進數(shù)字化圖像對比的速度，使得工業(yè)生產環(huán)節(jié)中的部件檢查工序得到大范圍整改，滿足可持續(xù)發(fā)展戰(zhàn)略規(guī)模的視覺意義，促進現(xiàn)代智能化分析處理技術的全面覆蓋。

參考文獻：

[1]陸春梅.基于數(shù)字圖像處理技術的接桿激光環(huán)焊焊縫視覺檢測系統(tǒng)研究[D].上海交通大學，2008.

[2]羅敏.基于機器視覺的黑片缺陷檢測圖像邊緣提取算法研究[D].沈陽理工大學，2010.

篇8

關鍵詞： 食品物流； 運作模式； 計算機視覺； 實時監(jiān)控

中圖分類號：TP393 文獻標志碼：A 文章編號：1006-8228（2013）08-87-02

0 引言

為了加強食品安全的有效追蹤和監(jiān)控，山東省自2011年5月以來，建成了黃河三角洲高效生態(tài)冷鏈產業(yè)物聯(lián)網管理運營中心，開通了“冷鏈產業(yè)物聯(lián)網管理平臺”。黃三角冷鏈產業(yè)物聯(lián)網管理平臺依托食品產銷對接系統(tǒng)和食品品質安全管理系統(tǒng)，實現(xiàn)了食品全程監(jiān)控和追溯。然而，目前這一管理平臺只能實現(xiàn)食品運輸流程的監(jiān)控和出現(xiàn)安全問題之后的追溯，而不能實現(xiàn)食品質量的實時監(jiān)管。對消費者健康的保障和對社會穩(wěn)定、經濟發(fā)展的需求日益增長，通過一個可視化的食品物流信息化監(jiān)控體系運作模式來進行食品安全監(jiān)控的重要性日益突出[1]。

1 監(jiān)控體系運作模式

監(jiān)控體系運作模式利用計算機視覺技術，通過圖像分析，提取食品數(shù)字圖像中的特征信息，實現(xiàn)食品品質安全信息的快速、客觀、準確檢測，能為食品生產、加工、物流和銷售過程的自動化跟蹤和監(jiān)管提供信息支持，讓食品行業(yè)徹底實施食品的源頭追蹤以及在食品供應鏈中提供完全透明度的能力[2]。

1.1 食品圖像的分析

計算機圖像處理步驟包括圖像預處理、目標邊緣、檢測與圖像分割、特征提取以及模式識別，為后續(xù)圖像特征提取提供分析對象。食品圖像質量檢測流程如圖1所示。

[進行食品邊緣檢測][圖像處理和模式識別軟件][獲取食品顏色][食品圖像][食品分析系統(tǒng)]

圖1 食品質量檢測流程

為了在食品物流中實時監(jiān)控食品的品質，我們利用計算機視覺技術實現(xiàn)直觀可視化的監(jiān)控。通過計算機視覺技術可以對食品進行像素級的圖像獲取，并能根據(jù)食品的形狀變化和表面顏色的識別實現(xiàn)對食品外觀的初步檢測。同時在物流運輸過程中能夠實時對檢測不合格的食品進行篩選和處理，避免了消費者購買到腐爛變質和表面缺陷的食品。實現(xiàn)實時物流跟蹤，建立信息追溯和信息共享機制，成為當前食品物流配送的關鍵。物流可視化運作模式可以大大加快數(shù)據(jù)的處理速度，使時刻都在產生的海量數(shù)據(jù)得到有效利用；可以在人與數(shù)據(jù)、人與人之間實現(xiàn)圖像通信，從而使人們能夠觀察數(shù)據(jù)中隱含的現(xiàn)象，為發(fā)現(xiàn)和理解食品流動過程中出現(xiàn)的問題和及時解決問題提供了有力工具。

1.2 建立智能移動貨倉

在本物流可視化運作模式中，設計了在移動貨倉上安裝攝像頭并連接到信息管理平臺，通過攝像頭對貨倉打開次數(shù)及貨物的提取、裝載情況等進行記錄。當在運輸過程中需要對食品進行提取、調換等其他操作時，只有工作人員向物流信息平臺發(fā)送請求指令，主管人員確認身份后，指令下達到貨倉，方可進行工作。這樣可以有效避免在運輸過程中遺漏、丟失或者更換貨物，管理流程如圖2所示。

為了在食品生產、加工、運輸、銷售過程中及時了解食品物流的情況，給食品原料中夾帶了RFID標簽；在RFID標簽中對食品的倉儲過程、入庫、出庫情況進行標示，物流信息管理平臺可以根據(jù)計算機視覺處理系統(tǒng)得出的數(shù)據(jù)與RFID信息進行比對，避免了貨物在物流過程中出現(xiàn)異常情況[3]。

2 可視化食品物流功能結構

在食品物流監(jiān)控體系中，通過攝像頭CCD獲取食品圖像，傳送到計算機視覺系統(tǒng)。系統(tǒng)對圖像進行處理和分析，然后將分析結果提交到物流信息管理平臺。食品質量管理員可以根據(jù)信息系統(tǒng)給出的信息通知到貨倉告知物流現(xiàn)有情況；同時，在顧客購買食品時可以通過RFID技術，采用系統(tǒng)提供的終端接口，對貨物的生產、加工、運輸、分發(fā)、銷售等情況進行追溯查詢。系統(tǒng)結構圖如圖3所示。

可視化食品物流運作系統(tǒng)基于B/S體系架構，并且利用軟件自動采集圖像信息，并將貨物信息、條碼信息、尺寸信息和重量信息合成到圖片中，同時這些信息也記錄在服務器的關系數(shù)據(jù)庫中。通過服務器端的Web服務，可以實現(xiàn)用戶在局域網/廣域網內，查詢相應的信息內容[4]。

3 結束語

利用計算機視覺技術可以獲得食品品質的空間位置信息，能夠減少傳統(tǒng)人工檢測帶來的高強度勞動，減少檢測主觀性和人工成本，釋放人力資源。通過獲取食品的數(shù)字圖像，可以傳輸給遠距離的分析者或者分析系統(tǒng)，從而實現(xiàn)食品品質信息的區(qū)域分析和共享。利用計算機視覺技術無縫地實現(xiàn)對貨物的全程可視化追溯，是今后食品物流方面研究的重點，為實現(xiàn)食品便捷的反向查詢，進一步保證食品的安全奠定了基礎。

參考文獻：

[1] 全英華.我國現(xiàn)代食品物流發(fā)展現(xiàn)狀和對策[J].物流科技， 2011.5：67-68

[2] 陳非.物流可視化信息平臺探究[J].科技創(chuàng)新導報，2011.31：198-120

篇9

關鍵詞：計算機；交通監(jiān)管系統(tǒng)；視覺

中圖分類號：TP277

近年來，道路交通安全問題因公路交通事業(yè)的快速發(fā)展而受到越來多關注。據(jù)2002年世界銀行統(tǒng)計，全球平均每年死于道路交通事故高達117萬人。而在中國，據(jù)2008年公安部交通管理局公布的數(shù)據(jù)顯示，全國道路交通事故多達265204起，死亡人數(shù)為73484人。

全國道路交通事故防御工作隨公路里程、機動車保有量、道路交通流量、駕駛人數(shù)的增加成遞增趨勢。而通過必要的技術手段構建交通安全保障機制，降低交通事故是重中之重。若要好的為基礎的交通違規(guī)行為檢測技術的不斷更新，市場上已出現(xiàn)了自動檢測與記錄的商業(yè)化產品，能實時記錄出闖紅燈、違規(guī)超車、違規(guī)停車、超速、逆行等違規(guī)行為。然而，我國高速交通監(jiān)控體系仍比較落后，大多在交叉路口設置電子警察系統(tǒng)以此檢測車輛闖紅燈的違規(guī)行為。交通管理部門并不能對出現(xiàn)違規(guī)行為的車輛進行及時的交通管制和處理，概括來說管理與檢測仍處于管理誤區(qū)與盲目狀態(tài)。針對該現(xiàn)象，文本研究了基于計算機的交通監(jiān)管系統(tǒng)設計與實現(xiàn)。

1 智能交通管理系統(tǒng)簡介

ITS系統(tǒng)，該系統(tǒng)綜合先進的現(xiàn)代計算機網絡技術、信息電子通訊技術、現(xiàn)代信息技術以及自動控制技術等，并將其在整個交通運輸管理體系進行有效的運用，為此建立起一種實時、有效、準確、范圍廣的全方位發(fā)揮作用的交通運輸控制體系和綜合管理系統(tǒng)。近幾年人流、車流隨著城市發(fā)展而猛增，交通職能部門對更加智能的交通管理系統(tǒng)的需求越來越急迫。所以，ITS成為21世紀地面交通管理、運輸科技、運營的主要研究方向，帶領著交通運輸一場偉大的變革。北美、西歐、日本自上世紀80年代末就開始競相發(fā)展智能運輸系統(tǒng)，并制定相應的開發(fā)計劃加以實施，而發(fā)展中國家也開始對ITS系統(tǒng)的全面研究與開發(fā)。

2 認識基于計算機視覺的智能交通監(jiān)控系統(tǒng)

2.1 計算機視覺技術

所謂計算機視覺，理解為使用可替代人眼的高清攝影機設備或其他現(xiàn)代高清電子影像攝錄裝備進行觀察，實現(xiàn)對目標的追蹤定位、圖像識別、模擬數(shù)據(jù)測量等，并對采集的視覺數(shù)據(jù)信息送達遠端計算機服務器，通過計算機服務器的信號圖形圖像處理技術對視頻數(shù)據(jù)信息進行進一步加工，實現(xiàn)三維重現(xiàn)現(xiàn)實情景的計算機觀察呈現(xiàn)技術。

2.2 智能交通監(jiān)測系統(tǒng)

通過使用現(xiàn)有的、先進的計算機智能化、視覺化、信息化科技對國內各大路況交通運輸實施監(jiān)測，為工作于交通運輸人員呈現(xiàn)數(shù)據(jù)信息的自動化采集、分析、處理等的智能化服務，且該交通管理系統(tǒng)存在一定自作能力和指揮能力，即為智能交通系統(tǒng)。隨著道路、車輛的飛速發(fā)展，人民生活水平及國民生產總值的不斷提高，智能交通系統(tǒng)，在國內外受到越來越多的青睞。近幾年，各道路關鍵路段、路口隨著道路監(jiān)控機制的普遍建立，也都基本完成了視頻監(jiān)控。

2.3 基于計算機視覺的智能交通監(jiān)控機制

根據(jù)前面2.1對計算機視覺技術和2.2對智能化交通監(jiān)控系統(tǒng)概念的解析與理解，可總結出以計算機視覺為基礎的智能化交通監(jiān)控機制，其是通過現(xiàn)代高端計算機對視覺信息收集、提取、處理、分析等技術，實現(xiàn)對城市道路交通信息的實時監(jiān)控、視頻數(shù)據(jù)的收集、信息分析處理，并對城市交通狀況使用智能交通機制狀況，并通過視頻影像引導車輛行駛，以此降低或避免各種各樣交通事故發(fā)生的智能化交通監(jiān)控機制。

3 構建以計算機視覺為基礎的智能交通監(jiān)控機制及配套措施

3.1 基于計算機視覺的智能交通監(jiān)控機制的構建

監(jiān)控指揮系統(tǒng)、實時交通信息收集系統(tǒng)、高質量信息傳輸系統(tǒng)是基于計算機視覺的智能交通監(jiān)控的三大系統(tǒng)。實時交通信息收集系統(tǒng)由多套信息收集裝置組成，通過這些信息采集裝置實時監(jiān)控不同位置交通現(xiàn)狀。實時交通信息收集系統(tǒng)不僅能進行路段監(jiān)控與實時交通信息采集的工作，還能將收集數(shù)據(jù)信息，經由高質量信息傳輸系統(tǒng)實施輸送，或在服務器中存儲已處理的信息；一個中央數(shù)據(jù)庫與一個中央服務器是高質量信息存儲傳輸系統(tǒng)核心部分，其中中央數(shù)據(jù)庫對獲取到的實時交通路況信息進行存儲。而為了便于工作者能通過界面對中央數(shù)據(jù)庫實施提取、查詢、查看等操作，因此該界面就由中央服務器來提供，此外該服務器還能將已處理的實時路況數(shù)據(jù)通過高質量的傳輸系統(tǒng)輸送到監(jiān)控指揮機制，達到對各路段的交通進行管制、部署及指揮的目的。

3.2 專業(yè)技術人員的儲備

以計算機視覺技術為基礎的智能交通監(jiān)控機制是一個龐大的系統(tǒng)，具有突出點的優(yōu)點，該系統(tǒng)集自動化、信息化、智能化為一體，只有專業(yè)的技術人才才能使該系統(tǒng)高效工作，因此開展培訓儲備相關技術人員至關重要。實時交通信息借助于先進的高清裝置的正常采集工作，所以儲備一批針對高清裝置安裝、檢測、調試及故障修復的技術人員極為重要。現(xiàn)代基于計算機視覺的智能交通監(jiān)控機制雖然本身具有一定的圖形圖像分析及處理能力，然而有些工作人是永遠被替代的，所以培養(yǎng)儲備一批專業(yè)的圖形圖像處理技術人員也是重要的。儲備服務器維護技術工，每天以計算機視覺技術為基礎的智能交通監(jiān)控機制都會獲取大量的監(jiān)控信息數(shù)據(jù)，然而只有大型的服務器才能存儲這些數(shù)據(jù)，可想而知一旦服務器癱瘓就會引發(fā)整個機制的崩潰，造成嚴重的后果，因此專業(yè)服務器維護工作者的儲備與培養(yǎng)也尤為重要?；谟嬎銠C視覺技術的智能交通監(jiān)控機制并不能取代交通指揮員，其僅是用來采集實時交通信息的系統(tǒng)，僅為了協(xié)助交通指揮員監(jiān)管及疏導城市交通，因此要求儲備一批高素質、高質量的交通指揮員也極為必要。

3.3 交通知識的宣傳

大城市的交通問題，并不是依靠單純的開發(fā)先進的計算機視覺智能交通監(jiān)控系統(tǒng)就能處理解決，也不是單單要求市政建設增加公交數(shù)量、增鋪幾條公路或增開通幾條地鐵就能解決的，以上這些僅是輔助方法。關鍵在于開展交通知識的宣傳與教育工作，強化駕駛員的素質，倡導不酒駕、不逆行、不超速、限號行駛等，自覺遵守道路交通規(guī)則，提倡公交地鐵出行，減少私家車輛行駛，齊心協(xié)力共同打造和諧的交通環(huán)境。

3.4 獲取政府支持

市政建設的主要問題之一即是交通問題，政府的支持是萬萬不可缺失的。由于構建以計算機視覺技術為基礎的智能交通管制機制，涉及面廣，包括道路勘測、先進裝置的引進、專業(yè)技術人員的儲備、裝備組織安裝與調試、后期維護等等多方面，這些都需要投入大量的人力、財力、物力，而對于任何一個單位、部門或幾個市政部門來說都無法獨自承擔，由此可知政府的大力支持是必不可少的，以政府的力量為媒介，將各部門進行協(xié)調、協(xié)作，只有這樣才能構建成較健全的交通監(jiān)控體系。

4 結束語

道路交通雜、亂是國內城市交通最突出的特點之一，對于我國的交通事業(yè)來說進行行人識別勢在必行。而我國對于行人識別的研究仍處于起步階段，還較落后。且基于計算機的交通監(jiān)管系統(tǒng)設計較為復雜，涵蓋點較多，因此本文僅對設計進行簡要介紹，希望達到拋磚引玉的效果。

參考文獻：

[1]康曉麗.無線網絡技術在交通管理中的應用[J].科技情報開發(fā)與經濟，2011（21）.

[2]鐘振，賴順橋，肖熠琳，張沛強.RFID車輛智能管理系統(tǒng)[J].機電工程技術，2011（02）.

[3]文軍.視頻監(jiān)控系統(tǒng)軟件現(xiàn)狀與技術分析[J].金卡工程，2007（08）.

[4]張玉風.簡述視頻監(jiān)控系統(tǒng)的發(fā)展歷程[J].鐵道通信信號工程技術，2006（06）.

[5]馬伏花，朱青.基于射頻識別技術的車輛自動識別系統(tǒng)的實現(xiàn)[J].中國儀器儀表，2006（11）.

篇10

【關鍵詞】株高 HALCON 雙目視覺 誤差修正

1 引言

計算機視覺技術是近幾年來發(fā)展較快的信息處理技術，隨著圖像處理技術的專業(yè)化、計算機硬件成本的降低和速度的提高，計算機視覺的應用已變得越來越廣泛，其中不乏在農業(yè)中的應用。

株高是植物生長指標的重要參數(shù)，是一個物種爭奪陽光的能力的主要決定因素[1]。對于作物來講，株高參數(shù)是作物產量預估不可或缺的參數(shù)。

然而對于具體的利用機器視覺方法直接測量株高的研究還是比較少的，本文就是利用HALCON軟件，采用雙目計算機視覺方法來實現(xiàn)株高的測量。

2 雙目視覺原理

雙目視覺的基本原理是從兩個視點觀察同一景物，獲取不同視角下的兩幅圖像，然后根據(jù)三角測量原理計算不同圖像對應像素間的視差（disparity ），獲取景物的三維信息，從而實現(xiàn)場景三維重構。

根據(jù)兩個攝像機位姿的不同，雙目視覺有多種模式，常用的有雙目橫向模式，雙目橫向會聚模式以及雙目縱向模式（也稱雙目軸向模式）。

為了增加測量精度，基線一般不能太小，但基線長度也不可太長，否則，由于物體各部分相互遮擋，兩個攝像機可能不能同時觀察到目標點。

圖1是會聚雙目成像中的視差原理圖。圖中給出兩鏡頭連線所在平面（XZ平面），兩鏡頭中心間的距離（即基線）是B，兩光軸在XZ平面相交于（0，0，Z）點，交角為（未知）?，F(xiàn)在來看如果已知像平面坐標點（x1， y1）和（x2， y2 ），如何求取世界點W的坐標（X，Y，Z）。

根據(jù)相似三角形的關系可以很明顯得出： （2.1）

（2.2）

（2.3）

其中r為從（任一）鏡頭中心到兩系統(tǒng)會聚點的距離（未知）。將式（2.2）和（2.3）聯(lián)立， 可得：

（2.4）

上式把物體和像平面的距離Z與視差d直接聯(lián)系起來，若想求解式（2.4），除視差d外，還需要知道x1和x2本身。另外，由圖1可以得到：

（2.5）

代入式（2.2）或（2.3）可得：

代入式（2.2）或（2.3）可得：

（2.6）

現(xiàn)實測量中，兩相機的光軸與世界坐標Z軸的夾角不可能相等，不過即便如此，也只會引入幾個待確定的三角函數(shù)，而這些三角函數(shù)在相機標定時即可確定。

3 測量過程

實現(xiàn)該測量過程包括如下幾個功能模塊：圖像獲取、攝像機標定、特征提取、立體匹配與三維信息恢復、后處理。本實驗采用是分比率為960×720的雙攝像頭。被測區(qū)域大小約為56cm×42cm，所以采用的標定板應為被測區(qū)域1/3大小的HALCON專用的200mm標定板。標定數(shù)為24×2張圖片。利用HALCON自帶的標定助手，可以輕松實現(xiàn)單目標定。

雙目標定時，需要有15張以上左右相機相同時刻拍攝的標定板的圖片。再利用for循環(huán)，find_caltab函數(shù)，find_marks_and_pose函數(shù)以及binocular_calibration函數(shù)，可以實現(xiàn)雙目標定。將標定過程中，獲得的攝像機的內參以及兩個攝像機相對位置關系作參數(shù)傳遞給函數(shù)gen_binocular_rectification_map，可以很好地實現(xiàn)雙目視覺校正的目的，得到兩幅校正后的圖像，還能得到校正后虛擬立體視覺系統(tǒng)中兩個攝像機的內參和外參。

不同種類的植物其株高定義不同，測量方式也不盡相同。本文研究的株高只針對直立型的，是指從植株根部露出土壤部分到植株最高處的株高。

先利用gen_binocular_rectification_map函數(shù)為map_image函數(shù)提供控制參數(shù)，再通過map_image函數(shù)對采集到的圖像做校正處理，利用threshold函數(shù)，fill_up_shape函數(shù)以及select等函數(shù)找出校正后圖像中植株的最低和最高點，利用intersect_lines_of_sight函數(shù)，可獲得植株最低點和最高點的真實三維坐標，最后通過幾何運算得到雙目測量結果。

我們在圖像采集時就應該考慮到，攝像頭應該稍微帶一點俯拍的角度，保證左右兩幅圖像上最高處均為現(xiàn)實坐標中的最高處。切忌俯拍角度不可太大，否則由于拍攝角度而引起的像差會很大，對結果將會有很大的影響。

經過以上幾步驟得到的三維坐標，常因各種原因而存在一定的誤差，需要進行誤差校正。我們對已知高度的對象進行了測量，得出結果如表1：

通過上述數(shù)據(jù)得出的修正關系如下：

y=-0.0002x2+1.0699x （3.1）

其相關系數(shù)R2=0.9993

4 實驗結果

我們對三種植物進行了測量得出的結果如下：

從測量結果中可以看出，修正后相對誤差控制在2%之內，可以接受。誤差引入的原因可能如下：

1、標定板的選擇決定了標定精度。一定要選用高精度的標定板，且標定板的大小應約為測量范圍1/3大小。

2、相機是圖像獲取的根本，高質量的圖像離不開高分辨率相機，但是高分比率，高解析度的相機又會帶來成本上的提升。本文中，對于390.0mm左右的對象，1個像素的誤差可以帶入約0.4mm的實際誤差。

3、本文所采用的算法只能針對比較理想，比較直的植株，算法的不斷優(yōu)化，才能不斷減少誤差，提高精度。

5 結語

本文介紹了一種基于HALCON的，利用雙目視覺測量株高的方法。對于直立型植物，通過對立體匹配與三維信息恢復結果的誤差修正，其株高測量相對誤差不超過2%，方法具有一定的可借鑒性。

參考文獻

[1]章毓晉.計算機視覺教程 [M].北京： 人民郵電出版社，2011.

作者簡介

郝慧鵬（1988-），男，內蒙古烏蘭察布人，碩士研究生，主要研究方向為計算機視覺技術在農作物檢測上的應用。

指導老師

田躍（1956-），男，北京人，北京科技大學數(shù)理學院物理系教授，北京市弱磁檢測及應用工程技術研究中心副主任。

作者單位