導(dǎo)語：如何才能寫好一篇計(jì)算機(jī)視覺技術(shù)與應(yīng)用，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：計(jì)算機(jī)；視覺檢測技術(shù)；原理；應(yīng)用

中圖分類號：TP391.41

受到CIMS的推動(dòng)和影響，諸多企業(yè)的發(fā)展趨勢逐步趨向于個(gè)性化以及自動(dòng)化，這種大的發(fā)展趨勢間接的對我國的計(jì)算機(jī)輔助技術(shù)提出了更高的要求，計(jì)算機(jī)相關(guān)技術(shù)的發(fā)展面臨著更加嚴(yán)峻的挑戰(zhàn)。就現(xiàn)階段分析來看，計(jì)算機(jī)輔助檢測技術(shù)在現(xiàn)代諸多企業(yè)中得到了廣泛的應(yīng)用。隨著柔性制造系統(tǒng)的不斷進(jìn)步與發(fā)展，驅(qū)動(dòng)圖像處理軟件、現(xiàn)場總線技術(shù)的日趨成熟，檢測系統(tǒng)的靈敏性、智能化特點(diǎn)愈發(fā)受到人們的關(guān)注，在這種大的發(fā)展趨勢之下，計(jì)算機(jī)視覺檢測技術(shù)得到了較快的發(fā)展。基于計(jì)算機(jī)視覺系統(tǒng)現(xiàn)已經(jīng)廣泛應(yīng)用于現(xiàn)場監(jiān)控、工況監(jiān)視等諸多環(huán)境之中。

1 關(guān)于對視覺技術(shù)的相關(guān)研究

1.1 基于計(jì)算機(jī)的視覺檢測技術(shù)的原理分析和探究

圖像技術(shù)主要指的就是通過各種途徑所實(shí)現(xiàn)的對圖像的獲取以及進(jìn)一步的深入加工和處理技術(shù)。根據(jù)視覺檢測技術(shù)的抽象程度以及對圖像處理方式的不同，可以大致將圖像的處理和加工技術(shù)劃分為三個(gè)最主要的層次，這三個(gè)層次分別是圖像的加工處理、圖像的分析以及對于圖像的理解。將這三個(gè)層次進(jìn)行進(jìn)一步的結(jié)合，便是圖像工程。計(jì)算機(jī)視覺檢測技術(shù)是一門新興的計(jì)算機(jī)檢測技術(shù)，該技術(shù)建立在對計(jì)算機(jī)視覺研究的基礎(chǔ)之上，吸收和借鑒相關(guān)的研究成果，借助于傳感器來實(shí)施三維測量，進(jìn)而有效獲得被測物體的空間具置信息，故而可以很好的滿足當(dāng)代制造業(yè)的發(fā)展需求。區(qū)別于一般的圖像處理系統(tǒng)，計(jì)算機(jī)視覺檢測技術(shù)所獲取的相關(guān)數(shù)據(jù)信息更為精準(zhǔn)和迅速，其環(huán)境適應(yīng)性更強(qiáng)。

基于計(jì)算機(jī)的視覺檢測技術(shù)注重計(jì)算理論的輔導(dǎo)作用，以應(yīng)用為目標(biāo)進(jìn)行視覺技術(shù)分析。自上世紀(jì)七十年代以來，我國關(guān)于對計(jì)算機(jī)視覺檢測技術(shù)的研究又取得了顯著的進(jìn)步，并且逐步邁入更為實(shí)質(zhì)性的研究階段，在該階段中，逐步開始從通過從多個(gè)角度（諸如光學(xué)角度、生理學(xué)角度以及投影射影角度等等）對其成像問題加以分析。以Marr為代表的專家更是建立了一些一般性的視覺性處理模型來輔助該技術(shù)的研究。

1.2 視覺檢測技術(shù)中傳感器的作用

在計(jì)算機(jī)的控制下配有相關(guān)的視覺檢測系統(tǒng)，在該視覺檢測系統(tǒng)中，主要有三個(gè)主要方面的主要作用：第一，對于視覺傳感器模型的分析以及確定；第二，進(jìn)行圖像數(shù)據(jù)分散與整理的相關(guān)工作；第三，CAD模型的建立。傳感器的主要作用就是對測量棒材的多個(gè)截面進(jìn)行分析，將所收集得到的數(shù)據(jù)經(jīng)由圖像采集卡采集后，傳到相關(guān)的圖像處理系統(tǒng)中，進(jìn)而進(jìn)一步輔助準(zhǔn)確的模型的建立。

2 基于計(jì)算機(jī)的視覺檢測技術(shù)的應(yīng)用研究分析

2.1 基于計(jì)算機(jī)的視覺檢測技術(shù)的發(fā)展?fàn)顩r研究

在研究的初步階段，相關(guān)技術(shù)人員借助于數(shù)字化的圖像處理技術(shù)，主要就是為了進(jìn)一步提高所獲得的數(shù)字照片的清晰度和質(zhì)量要求，進(jìn)而更為精準(zhǔn)、科學(xué)、規(guī)范的對照片所提供的信息加以辨別，為航空衛(wèi)星圖片的讀取、識別和分類做準(zhǔn)備。在這一系列的視覺工作中，其中最為主要和常見的工作主要是包括分類、識別判讀以及三維結(jié)構(gòu)的構(gòu)建。

基于計(jì)算機(jī)的視覺檢測技術(shù)借助于對計(jì)算機(jī)視覺技術(shù)，將所獲得的被觀察物品的相關(guān)信息加以信號轉(zhuǎn)換，并傳遞給圖像處理系統(tǒng)，圖像處理系統(tǒng)通過甄別和判斷不同照片像素的分布和亮度等訊息，將其進(jìn)一步轉(zhuǎn)換成為數(shù)字化信號，接下來由計(jì)算機(jī)的圖像系統(tǒng)抽出符合目標(biāo)特征的信號加以運(yùn)算，對下一步的設(shè)備動(dòng)作加以決定和執(zhí)行。

就現(xiàn)階段而言，我國的計(jì)算機(jī)視覺檢測技術(shù)系統(tǒng)在諸多領(lǐng)域均有所應(yīng)用，最為典型的領(lǐng)域諸如醫(yī)學(xué)的輔助診斷、機(jī)器人的感應(yīng)系統(tǒng)、智能化的人機(jī)接口等均是建立在該技術(shù)的基礎(chǔ)之上。借助于計(jì)算機(jī)視覺技術(shù)這一手段，可以有效提高對產(chǎn)品檢測的效率，提高精準(zhǔn)度，這種新型的視覺檢測技術(shù)相比較于傳統(tǒng)的人眼在流水線上的跟進(jìn)，其具有顯著的優(yōu)越性，其獲取測量結(jié)構(gòu)迅速、檢測結(jié)果可以直接被觀察、可以進(jìn)行自動(dòng)識別以及定位準(zhǔn)確和實(shí)時(shí)性的特點(diǎn)，這就很好的避免了由于人的一些主觀性因素所導(dǎo)致的誤差出現(xiàn)。

二十世紀(jì)以來，基于生物特性的計(jì)算機(jī)視覺檢測技術(shù)得到了空前的發(fā)展，具體表現(xiàn)在人臉識別、生硬識別、指紋識別以及虹膜的識別中，形式日趨靈活和復(fù)雜多變。借助于計(jì)算機(jī)的視覺檢測技術(shù)，可以有效對用戶的身份進(jìn)行鑒定和識別、判定用戶的特殊信息等。除此之外，還可以將基于計(jì)算機(jī)的視覺識別技術(shù)逐步推廣到其他領(lǐng)域，如海關(guān)的安全檢查以及出口、入口的安全控制等領(lǐng)域。

2.2 基于計(jì)算機(jī)的視覺檢測技術(shù)的相關(guān)應(yīng)用分析

2.2.1 數(shù)碼相機(jī)中所采用的圖像采集技術(shù)

視覺檢測技術(shù)的一個(gè)顯著特點(diǎn)就是有效提高了生產(chǎn)的柔性和自動(dòng)化程度，本世紀(jì)以來，數(shù)碼相機(jī)憑借其高分辨率，快速成像、顯像，功能豐富多變以及性價(jià)比較高的特定風(fēng)靡全球，逐步取代了傳統(tǒng)的照相機(jī)，傳統(tǒng)的照相機(jī)主要采用的是CCD 攝像頭，其主要的核心及時(shí)采集卡，顯然這種采集系統(tǒng)已經(jīng)逐步落后于時(shí)展的腳步，現(xiàn)已逐步被淘汰。

2.2.2 微文字識別系統(tǒng)的相關(guān)研發(fā)和設(shè)計(jì)

隨著科學(xué)技術(shù)的不斷進(jìn)步與發(fā)展，大規(guī)模集成電路得到了較快的進(jìn)步，基于計(jì)算機(jī)的視覺檢測系統(tǒng)的成本得到了極大的降低，基于計(jì)算機(jī)視覺檢測技術(shù)的微文字識別系統(tǒng)的研發(fā)也被提到了日程中來。微文字識別系統(tǒng)的處理芯片大多是借助于數(shù)字信號處理芯片來實(shí)現(xiàn)圖像的識別，進(jìn)而借助先進(jìn)的語音合成技術(shù)將朗讀變?yōu)榭赡?。此外，為了便于使用，該系統(tǒng)的體積被盡可能的縮小，并且可根據(jù)美觀度和實(shí)用性等設(shè)計(jì)為各種形狀。

2.2.3 特殊用紙水印在線檢測系統(tǒng)

基于計(jì)算機(jī)的視覺檢測技術(shù)可以在某一特定領(lǐng)域代替人的主觀判斷，諸如水印質(zhì)量的自動(dòng)檢測方面。區(qū)別于普通的工作人員，計(jì)算機(jī)可以實(shí)現(xiàn)長時(shí)間工作，對于誤差范圍的控制可以通過設(shè)置等實(shí)現(xiàn)，而且在計(jì)算機(jī)執(zhí)行任務(wù)期間，所受到的客觀和主觀因素相對較少，這就極大程度上避免了由于人的因素所導(dǎo)致的失誤性操作，進(jìn)而有效提高了工作效率以及檢測的精準(zhǔn)度。這一優(yōu)點(diǎn)，在水印質(zhì)量標(biāo)準(zhǔn)的認(rèn)定中具有十分重要的意義和作用，通過研發(fā)一定的程序和軟件，可以制定出一套操作性強(qiáng)、權(quán)威性較高的水印清晰度量化標(biāo)準(zhǔn)。

3 基于計(jì)算機(jī)的視覺檢測技術(shù)的發(fā)展展望

綜合分析來看，計(jì)算機(jī)視覺檢測技術(shù)現(xiàn)已有大約四十年的歷史，作為一種新興的檢測技術(shù)，該技術(shù)的顯著優(yōu)越性不言而喻，該檢測技術(shù)以其高精度、反應(yīng)靈敏迅速、智能化、自動(dòng)化等特點(diǎn)被廣泛應(yīng)用于諸多領(lǐng)域和行業(yè)之中，并取得了顯著的成，可以說，該技術(shù)具有十分廣闊的發(fā)展前景。但是，不可否認(rèn)，基于計(jì)算機(jī)的視覺檢測技術(shù)并不是十分的成熟，在其設(shè)計(jì)和研發(fā)過程中仍然存在著諸多不足，而且視覺檢測技術(shù)是一項(xiàng)設(shè)計(jì)到心理、生理等多方面知識的復(fù)雜性技術(shù)，涉及領(lǐng)域眾多，更強(qiáng)大功能的實(shí)現(xiàn)需要人類知識的不斷拓展和延伸，因此，必須意識到該檢測技術(shù)發(fā)展道路上的困難和挑戰(zhàn)。

4 結(jié)束語

隨著科學(xué)技術(shù)的不斷進(jìn)步與發(fā)展，經(jīng)濟(jì)的發(fā)展對于新技術(shù)的研發(fā)提出了更高的挑戰(zhàn)，再者由于廣大人民群眾生活質(zhì)量的不斷提高，對于生活水平也有了進(jìn)一步的認(rèn)識和了解?；谟?jì)算機(jī)的視覺檢測技術(shù)的研發(fā)和進(jìn)步，無疑更好推動(dòng)了高速發(fā)展的經(jīng)濟(jì)，不斷滿足了人民群眾日益提高生活需求。由此來看，深入對視覺檢測技術(shù)的研究和探究無疑具有十分重要的作用，筆者衷心希望，以上關(guān)于對我國基于計(jì)算機(jī)的視覺檢測技術(shù)的相關(guān)探究能夠被相關(guān)負(fù)責(zé)人合理的吸收和采納，進(jìn)而更好的推動(dòng)科學(xué)技術(shù)的創(chuàng)新和進(jìn)步，推動(dòng)經(jīng)濟(jì)的不斷進(jìn)步與發(fā)展。

參考文獻(xiàn)：

[1]李旭港.計(jì)算機(jī)視覺及其發(fā)展與應(yīng)用[J].中國科技縱橫，2010（06）：42.

[2]張江明，張娟.淺談制造業(yè)中計(jì)算機(jī)視覺檢測技術(shù)的應(yīng)用與發(fā)展[J].科技創(chuàng)新導(dǎo)報(bào)，2011（24）：1.

篇2

近年來，經(jīng)濟(jì)的發(fā)展和人們生活水平的提升也使得人們的出行更加便捷，越來越多的人都是自己駕車出行，這樣導(dǎo)致公路上的交通流量不斷增加，如何保障交通的順暢性和安全性成為人們關(guān)注的重點(diǎn)問題。信息技術(shù)的發(fā)展推動(dòng)了計(jì)算機(jī)視覺技術(shù)的出現(xiàn)，為交通安全性的提升提供了一定的保障。本文主要對計(jì)算機(jī)視覺技術(shù)進(jìn)行分析，進(jìn)一步探討計(jì)算機(jī)視覺技術(shù)在智能交通系統(tǒng)中的應(yīng)用。

【關(guān)鍵詞】計(jì)算機(jī) 視覺技術(shù) 智能交通 系統(tǒng) 應(yīng)用

智能交通系統(tǒng)簡稱ITS，這是一種新型的交通管理系統(tǒng)。該系統(tǒng)主要結(jié)合了信息化技術(shù)、計(jì)算機(jī)技術(shù)以及數(shù)據(jù)傳輸技術(shù)等多種技術(shù)，用來對整個(gè)交通運(yùn)輸體系進(jìn)行管理，可以實(shí)現(xiàn)人、車、路的全面監(jiān)控和管理。計(jì)算機(jī)視覺藝術(shù)作為智能交通系統(tǒng)中的一個(gè)重要環(huán)節(jié)，受到相關(guān)工作人員的高度重視。隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，不僅為交通行業(yè)的發(fā)展提供了更多的便捷，同時(shí)還能夠篩選道路交通的各種信息，進(jìn)一步增強(qiáng)了智能交通系統(tǒng)的靈活性和準(zhǔn)確性。

1 計(jì)算機(jī)視覺技術(shù)的概述

計(jì)算機(jī)視覺也被稱為圖像分析和圖解理解，其包括的理論主要有攝影幾何學(xué)、概率論、圖像處理理論以及人工智能理論等部分。計(jì)算機(jī)視覺技術(shù)主要是用二維投影圖像實(shí)現(xiàn)三維物體重構(gòu)。這種技術(shù)的應(yīng)用范圍比較廣泛，不僅應(yīng)用于二維圖像識別方面，同時(shí)還用于三維物體的識別和重建上面。通過計(jì)算機(jī)視覺技術(shù)能夠獲取專業(yè)化的三維信息，對三維信息的獲取一般有兩種方法，其中一種是直接獲取法，還有一種是間接獲取法。直接獲取法主要是通過計(jì)算機(jī)視覺技術(shù)的效果來確定三維運(yùn)動(dòng)中產(chǎn)生的各種參數(shù)，這一過程對攝像機(jī)運(yùn)動(dòng)問題的關(guān)注程度較高；間接獲取的方式就是將單幅圖像和攝像機(jī)焦距相結(jié)合，來判斷被測量位置視覺上的信息。計(jì)算機(jī)視覺技術(shù)的關(guān)鍵就是實(shí)現(xiàn)特別匹配，在特殊情況下可以利用不同的攝像C同時(shí)收集運(yùn)動(dòng)信息，從而提高相關(guān)控制的精確度。

2 計(jì)算機(jī)視覺技術(shù)在智能交通系統(tǒng)中的應(yīng)用

計(jì)算機(jī)視覺技術(shù)在智能交通系統(tǒng)中的應(yīng)用可以實(shí)現(xiàn)道路交通的監(jiān)控，同時(shí)還能夠?qū)崿F(xiàn)自動(dòng)收費(fèi)、智能導(dǎo)航等功能，主要應(yīng)用有以下幾個(gè)方面的內(nèi)容。

2.1 交通監(jiān)控中對計(jì)算機(jī)視覺技術(shù)的應(yīng)用

基于計(jì)算機(jī)視覺技術(shù)的交通監(jiān)控系統(tǒng)主要分為三個(gè)步驟，首先是對車輛和行人進(jìn)行跟蹤和分割，其次是對車流量進(jìn)行分析和計(jì)算，并且計(jì)算車輛的平均速度和道路上車輛的隊(duì)列長度，最后根據(jù)道路的交通狀況來規(guī)劃形式線路，從而有效緩解道路交通擁堵的現(xiàn)狀，方便人們減少出行時(shí)間。車輛和行人作為道路中運(yùn)動(dòng)的主要目標(biāo)，在監(jiān)控場合下，需要對運(yùn)動(dòng)時(shí)間進(jìn)行有效分割，常用到的分割方式包括光流法和幀差法兩種，其中前一種分割方式主要是依據(jù)圖像中不同的運(yùn)動(dòng)用映射參數(shù)正確的表達(dá)，這樣可以將具有同樣映射參數(shù)的光流量進(jìn)行分配，從而完成參數(shù)分割。計(jì)算機(jī)視覺在交通監(jiān)控中的應(yīng)用主要是對車輛速度、車輛數(shù)目、車輛分類進(jìn)行檢測。隨著計(jì)算機(jī)通信技術(shù)的發(fā)展，計(jì)算機(jī)視覺技術(shù)也是日新月異，基于計(jì)算機(jī)視覺的交通監(jiān)控系統(tǒng)具有較強(qiáng)的實(shí)時(shí)工作性，能夠快速的適應(yīng)高度公路以及城市道路交通的監(jiān)控。

2.2 車輛導(dǎo)航中對計(jì)算機(jī)視覺技術(shù)的應(yīng)用

實(shí)現(xiàn)車輛的智能導(dǎo)航是計(jì)算機(jī)視覺技術(shù)在智能交通中應(yīng)用的典型案例。這種技術(shù)主要為駕駛?cè)藛T提供道路信息和車輛運(yùn)行狀況兩大信息。通過車輛智能導(dǎo)航系統(tǒng)的運(yùn)行能夠?qū)Φ缆穬蛇叺慕缦捱M(jìn)行有效的識別，將車輛引向規(guī)定的行駛車道，在車輛行駛過程中，該系統(tǒng)能夠自動(dòng)檢測車輛與前方其他車輛之間的距離，從而提醒駕駛?cè)藛T保持車輛的安全距離，最終實(shí)現(xiàn)安全導(dǎo)航駕駛。通過該系統(tǒng)的攝像機(jī)運(yùn)動(dòng)能夠識別其他車輛的行駛狀況，并且通過計(jì)算檢測點(diǎn)的方式計(jì)算車輛的模擬匹配點(diǎn)。車倆智能導(dǎo)航系統(tǒng)中就使用了計(jì)算機(jī)視覺技術(shù)，可以從中提取相關(guān)信息，計(jì)算車輛行駛的安全距離和速度。

2.3 計(jì)算機(jī)視覺技術(shù)用于車輛輔助駕駛

計(jì)算機(jī)視覺技術(shù)在車輛輔助駕駛中的應(yīng)用主要是幫助駕駛?cè)藛T對外界的變化做出反應(yīng)。具體表現(xiàn)為車輛在市內(nèi)行駛時(shí)，計(jì)算機(jī)視覺技術(shù)的應(yīng)用能夠識別周邊道路的標(biāo)記，并且對交通標(biāo)志、其他車輛和行人進(jìn)行識別，然后篩選相關(guān)信息進(jìn)行計(jì)算，讓駕駛?cè)饲宄饨绲木唧w狀況，從而避開其他的車輛和行人，能夠從根本上減少交通事故的發(fā)生，增強(qiáng)車輛的安全運(yùn)行。輔助駕駛的形式轉(zhuǎn)變?yōu)槿藱C(jī)交互的方式，一定程度上能夠滿足駕駛?cè)藛T對信息的需求。

2.4 計(jì)算機(jī)視覺技術(shù)用于車輛智能收費(fèi)

車輛收費(fèi)是車輛在公共交通位置行駛中的一個(gè)關(guān)鍵環(huán)節(jié)。隨著科學(xué)技術(shù)的發(fā)展，車輛收費(fèi)系統(tǒng)逐漸向著計(jì)算機(jī)技術(shù)的應(yīng)用方向發(fā)展，計(jì)算機(jī)視覺技術(shù)在各地區(qū)交通發(fā)展中的應(yīng)用是現(xiàn)代化交通發(fā)展的一個(gè)重要突破口。很多地區(qū)的智能化收費(fèi)都是通過識別車牌的方式來實(shí)現(xiàn)收費(fèi)，我國在車牌識別這方面僅僅限制于單目車牌和雙目車牌的識別，其中單目車牌識別的核心就是將車牌照位置作為核心部分，我國大部分地區(qū)都是將單目系統(tǒng)作為核心部分來使用。采用雙目系統(tǒng)對車牌進(jìn)行識別，也可以對車輛的型號進(jìn)行識別，通過大量的實(shí)踐發(fā)現(xiàn)，雙目系統(tǒng)進(jìn)行車牌識別的實(shí)用性較強(qiáng)。但是這種識別方式在實(shí)際應(yīng)用過程中仍然存在著信息獲取難度大、車牌照定位難度大等多種問題，尤其是車輛在高速路上行駛時(shí)，對于車牌信息的獲取更為困難，因此，在這方面還需要加大研究和實(shí)踐。

3 結(jié)束語

隨著計(jì)算機(jī)視覺技術(shù)的智能化發(fā)展，其在智能交通系統(tǒng)中的應(yīng)用能夠解決多方面的問題。該技術(shù)的應(yīng)用不僅能夠?qū)崿F(xiàn)車輛的實(shí)時(shí)監(jiān)控，同時(shí)還能夠?qū)崿F(xiàn)車輛導(dǎo)航以及車輛收費(fèi)，幫助駕駛?cè)藛T識別車輛行駛中存在的障礙物，這樣一來，可以增強(qiáng)車輛行駛的安全性，同時(shí)還能夠提高我國道路交通系統(tǒng)的整體管理水平。但是該技術(shù)應(yīng)用中也存在不足之處，未來發(fā)展中需要降低視覺系統(tǒng)的價(jià)格，減少系統(tǒng)的尺寸，從而增強(qiáng)系統(tǒng)對車輛信息的處理速度，最終實(shí)現(xiàn)對道路交通的全面監(jiān)測。

參考文獻(xiàn)

[1]王春波，張衛(wèi)東，許曉鳴.計(jì)算機(jī)視覺技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J].測控技術(shù)，2000（05）：22-24.

[2]郁梅，蔣剛毅，郁伯康.智能交通系統(tǒng)中的計(jì)算機(jī)視覺技術(shù)應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2001（10）：101-103+121.

[3]顧晶. 基于計(jì)算機(jī)視覺的智能交通監(jiān)控系統(tǒng)的研究[D].東南大學(xué)，2006.

[4]謝萍萍，黃傳春.計(jì)算機(jī)視覺技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J].福建電腦，2008（10）：77+133.

篇3

 

1 計(jì)算機(jī)視覺定義

 

人類天生具有五感，視覺便是其中之一，而計(jì)算機(jī)視覺，就是讓計(jì)算機(jī)網(wǎng)絡(luò)能夠睜開眼看世界。讓計(jì)算機(jī)有一定的視覺能力，可以從各個(gè)方面幫助人們進(jìn)行監(jiān)督、檢驗(yàn)檢測。利用計(jì)算機(jī)視覺科學(xué)可以使工作變得更加簡便。計(jì)算機(jī)視覺主要應(yīng)用于對二維碼、條形碼、照片、視頻資料如片段等進(jìn)行智能處理。

 

2 計(jì)算機(jī)視覺研究在醫(yī)療、交通中的作用

 

隨著醫(yī)學(xué)成像技術(shù)的發(fā)展與進(jìn)步，圖像處理在醫(yī)學(xué)研究與臨床醫(yī)學(xué)中的應(yīng)用越來越廣泛。最常見的有癌細(xì)胞顯微圖像分割與識別、基于多特征融合的血紅細(xì)胞識別和乳腺癌細(xì)胞計(jì)算機(jī)的自動(dòng)識別等。計(jì)算機(jī)視覺技術(shù)的迅猛發(fā)展，為醫(yī)療診斷帶來了很大的方便，同時(shí)促進(jìn)了臨床醫(yī)學(xué)的發(fā)展。另外，在各大綜合醫(yī)院慢慢發(fā)展起的體檢體系中，計(jì)算機(jī)視覺技術(shù)起到了決定性因素。隨著體檢的人數(shù)上升，對醫(yī)院體檢的管理、速度、準(zhǔn)確性都提出了更高的要求。視覺識別輕而易舉的解決了這個(gè)問題，只需要去識別體檢人員的身份證，就可以將體檢人員對號入座，檢查過的項(xiàng)目，沒有檢查的項(xiàng)目一目了然。理化指標(biāo)的檢驗(yàn)，只需要在采血試管或采尿瓶上粘貼與體檢者對應(yīng)的條形碼即可，利用視覺技術(shù)對號入座，方便而準(zhǔn)確的確定每一位體檢人員的血樣及尿樣。及提高了醫(yī)院的工作效率，又將錯(cuò)誤率降到最低。

 

計(jì)算機(jī)視覺在交通上同樣得到了廣泛的應(yīng)用及發(fā)展。交通安全是交通運(yùn)輸中的重大問題，隨著近年來機(jī)動(dòng)汽車數(shù)量的迅猛增長，交通事故的發(fā)生也隨之越來越頻繁，給人類社會(huì)帶來的危害也日趨嚴(yán)重，使很多的家庭失去親人，甚至家破人亡。全國一線城市例如：北京、上海、廣州、深圳等交通道路供需的矛盾日趨嚴(yán)重，交通安全、交通堵塞及環(huán)境污染已成為困擾我國交通領(lǐng)域的三大難題?；趫D像處理的計(jì)算機(jī)視覺技術(shù)是通過攝像機(jī)獲取場景圖像，并借助于計(jì)算機(jī)軟件構(gòu)建一個(gè)自動(dòng)化或半自動(dòng)化的圖像、視頻理解和分析系統(tǒng)，并提供及時(shí)準(zhǔn)確的圖像、視頻處理結(jié)果，以模仿人的視覺功能。主要功能如下：

 

一是基于計(jì)算機(jī)視覺技術(shù)的車輛牌照自動(dòng)識別： 車輛牌照是車輛的唯一身份，對車輛牌照的有效檢測與識別在車輛違章檢測、停車場管理、不停車收費(fèi)、被盜車輛稽查等方面有著重要的應(yīng)用價(jià)值。盡管針對車牌識別技術(shù)的研究相對成熟，然而在實(shí)際的應(yīng)用場景中，受到天氣、光照、拍攝視角、車牌扭曲等因素的影響，車牌識別技術(shù)仍然有一定的改善空間。

 

二是基于計(jì)算機(jī)視覺技術(shù)的車輛檢測與流量統(tǒng)計(jì)：目前城市交通路口的紅路燈間隔時(shí)間是固定的，而不同路段、不同時(shí)間段交通流量是隨機(jī)變化的。若能根據(jù)各個(gè)交通路口的交通狀況輔以計(jì)算機(jī)進(jìn)行自動(dòng)分析，并判斷與預(yù)測交通流量，無疑為交通警察出警，紅綠燈時(shí)間間隔的動(dòng)態(tài)設(shè)置等提供技術(shù)支持。

 

三是基于計(jì)算機(jī)視覺技術(shù)的公交專用道路非法占道抓拍：公共交通是每個(gè)城市交通的重中之重，城市的公共交通為老百姓提供了便捷的出行方式。公共交通的發(fā)展，有利于城市的節(jié)能減排，有利于降低城市的空氣污染指數(shù)。由于城市公共交通具有運(yùn)量大、相對投資少、人均占有道路少等優(yōu)點(diǎn)，解決城市交通問題必須優(yōu)先發(fā)展城市公共交通。然而目前擁擠、緩慢的公交出行方式已成詬病，因此發(fā)展“快速公交”將是未來公交的一種運(yùn)行模式。道路暢通則是發(fā)展“快速公交”的前提，相應(yīng)地，公交專用車道的設(shè)定必不可少。為防止其他社會(huì)車輛的駛?cè)耄`規(guī)駛?cè)氲钠渌鐣?huì)違規(guī)車輛進(jìn)行抓拍與懲罰是保證公交車道公交車專駛的一種重要手段。因此在公交車前部裝置攝像頭并輔以其他處理設(shè)備，從而可以使得每一輛公交車成為了一個(gè)流動(dòng)的監(jiān)控設(shè)備。

 

3 計(jì)算機(jī)視覺在條形碼檢測中的應(yīng)用

 

條形碼是將寬度不等的多個(gè)黑條和空白，按照一定的編碼規(guī)則排列，用以表達(dá)一組信息的圖形標(biāo)識符。在中國，由中國物品編碼中心賦予制造廠商代碼。那么最常見的計(jì)算機(jī)視覺應(yīng)用與條形碼檢測就是在超市中。超市中每樣產(chǎn)品都有自己的條形碼，當(dāng)人們選擇了自己需要的物品后，來到收銀臺(tái)進(jìn)行結(jié)賬，我們會(huì)看見收銀人員會(huì)用掃碼器對物品的條形碼進(jìn)行掃描，掃描后就會(huì)出現(xiàn)產(chǎn)品的信息及價(jià)錢。記錄以及掃描條形碼的技術(shù)就是計(jì)算機(jī)視覺技術(shù)。

 

4 計(jì)算機(jī)視覺重要技術(shù)——智能識別

 

近年來，基于生物特征的鑒別技術(shù)得到了廣泛重視，主要集中在對人臉、虹膜、指紋、聲音等特征上，這其中大多都與視覺信息有關(guān)。指紋、人臉功能已經(jīng)大范圍在生活中應(yīng)用，其中很多單位的打卡制度就是依據(jù)面部識別、指紋識別來實(shí)現(xiàn)的。社會(huì)飛速發(fā)展的今天，很多的單位都實(shí)行了上下班打卡制度，這一制度已經(jīng)被作為單位管理制度中的重要一條。購買的打卡機(jī)就是采用計(jì)算機(jī)視覺的重要技術(shù)——智能識別來實(shí)現(xiàn)的。利用打卡機(jī)的儲(chǔ)存功能，記錄每個(gè)職工的指紋或面部容貌，規(guī)定在某一個(gè)時(shí)間范圍內(nèi)對應(yīng)識別指紋或面部容貌，視為打卡。在上下班打卡的過程中，員工將面部或指紋對應(yīng)在打卡機(jī)的制定位置上，讓打卡機(jī)進(jìn)行識別，當(dāng)識別的結(jié)果與存儲(chǔ)結(jié)果相同時(shí)，打卡成功。這樣看起來十分簡單的打卡機(jī)可以使單位的工作有序化，制度化，而實(shí)現(xiàn)這個(gè)功能的技術(shù)就是計(jì)算機(jī)視覺技術(shù)中的重要技術(shù)之一：智能識別。

 

5 計(jì)算機(jī)視覺技術(shù)的發(fā)展過程及未來

 

計(jì)算機(jī)視覺技術(shù)研究經(jīng)歷了近40年的過程，20世紀(jì)50年代的統(tǒng)計(jì)模式識別、60年代的Roberts的三圍積木世界、70年代的Marr為代表的計(jì)算理論、80年代的主動(dòng)視覺，但是仍然面臨許多的問題。主要由于計(jì)算機(jī)視覺是一個(gè)逆問題，視覺信息多種多樣，視覺知識的表達(dá)很困難，圖像數(shù)據(jù)量巨大，信息存儲(chǔ)于檢索困難，對生物學(xué)、神經(jīng)生物學(xué)等的研究有待深入。

 

計(jì)算機(jī)視覺技術(shù)的未來必定會(huì)朝著高科技發(fā)展，航空遙感測控地形地貌、電影特效制作、工業(yè)生產(chǎn)自動(dòng)化檢測、醫(yī)學(xué)影像檢測，再到天文領(lǐng)域等，在這些科學(xué)領(lǐng)域中計(jì)算機(jī)視覺將無法取代，成為主流的技術(shù)之一。

 

作者簡介

篇4

關(guān)鍵詞：計(jì)算機(jī)視覺技術(shù) 鐵路檢測 應(yīng)用

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-3973（2012）002-075-03

1 前言

自1825年世界第一條鐵路在英國出現(xiàn)以來，鐵路已經(jīng)成為人們不可或缺的交通工具，越來越多的人在使用鐵路出行，由于近年來鐵路事故頻頻發(fā)生，促使了計(jì)算機(jī)視覺技術(shù)在鐵路檢測上的廣泛使用并大力發(fā)展。

傳統(tǒng)的鐵路檢測一直是靠人工和靜態(tài)檢測，這種檢測缺乏實(shí)時(shí)性和準(zhǔn)確性，并且效率低下，根本無法滿足鐵路的發(fā)展。這就要求研究一種新的檢測方法來適應(yīng)環(huán)境的發(fā)展，人們就試圖將計(jì)算機(jī)視覺技術(shù)應(yīng)用于鐵路檢測上，并取得了很好的效果。將計(jì)算機(jī)視覺技術(shù)應(yīng)用在鐵路檢測上顯著提高了鐵路檢測的實(shí)時(shí)性、準(zhǔn)確性，有效的減輕了人工檢測中工作條件惡劣，工作量大等缺點(diǎn)。它能在列車行駛的過程中就能對鐵路和列車狀況進(jìn)行檢測，并及時(shí)的做出預(yù)警，防止安全事故的發(fā)生。目前有關(guān)鐵路檢測主要集中在鐵路信號檢測、軌道檢測、接觸網(wǎng)檢測、電力機(jī)車檢測及站臺(tái)環(huán)境監(jiān)測等五個(gè)方面。

2 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺，也稱機(jī)器視覺。它是利用一個(gè)代替人眼的圖像傳感器獲取物體的圖像，將圖像轉(zhuǎn)換成數(shù)字圖像，并利用計(jì)算機(jī)模擬人的判別準(zhǔn)則去理解和識別圖像，達(dá)到分析圖像和作出結(jié)論的目的。

計(jì)算機(jī)視覺是多學(xué)科的交叉和結(jié)合，涉及到數(shù)學(xué)、光學(xué)、人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、圖像理解、模式識別等多個(gè)領(lǐng)域。計(jì)算機(jī)視覺已有多年的發(fā)展歷程。隨著計(jì)算機(jī)、控制理論、模式識別、人工智能和生物技術(shù)的發(fā)展，計(jì)算機(jī)視覺在機(jī)器人、工業(yè)檢測、物體識別的應(yīng)用越來越廣，研究方向也從二維到三維，從串行到并行，從直接依賴于輸入信號的低層處理到依賴于特征、結(jié)構(gòu)、關(guān)系和知識的高層處理。

一般的計(jì)算機(jī)視覺系統(tǒng)是有CCD(電荷耦合器件)攝像機(jī)、裝備有圖像采集板的計(jì)算機(jī)、光照系統(tǒng)以及專用圖像處理軟件等組成。CCD攝像機(jī)將所要研究的對象和背景以圖像的形式記錄下來，這其實(shí)是一個(gè)光電傳感器，將光學(xué)信號轉(zhuǎn)成電信號，圖像采集板把采集的電信號轉(zhuǎn)為數(shù)字信號，即數(shù)字化，一般情況下在攝取圖像時(shí)都需要一個(gè)照明系統(tǒng)提供光照，然后再用專用的圖像處理軟件對圖像進(jìn)行處理，輸出分析結(jié)果。

3 計(jì)算機(jī)視覺技術(shù)在鐵路信號中的應(yīng)用

鐵路信號燈和現(xiàn)在的交通公路上的紅綠燈是一個(gè)功能，但鐵路和公路不同，鐵路有限定的道路，列車必須在限定的股道上行駛，所以一旦與其他車輛相遇的話根本沒有辦法避讓，如果發(fā)生車禍將會(huì)對國家和人民的生命和財(cái)產(chǎn)造成嚴(yán)重的損失，因此列車必須嚴(yán)格按照信號燈的指示行駛。

鐵路信號燈識別主要是利用了信號燈在不同情況下會(huì)發(fā)出特定色彩光的特點(diǎn)。文獻(xiàn)[1]在HSV空間中對S分量圖像邊緣檢測和膨脹等，結(jié)合各種信號燈色調(diào)H分量的取值范圍得到信號燈區(qū)域，然后多次腐蝕直到消除孤立點(diǎn)得到信號燈的邊緣，最后填充信號燈區(qū)域，從而實(shí)現(xiàn)了信號燈的識別。在文獻(xiàn)[2]也與此類似。文獻(xiàn)[3]將彩色圖像由RGB模式轉(zhuǎn)化為HSI模式，用彩色特征聚類分析法來對圖像進(jìn)行分割，文中提出了基于顏色和形狀相結(jié)合的復(fù)雜環(huán)境中目標(biāo)檢測與識別方法，用Hough變化來提取目標(biāo)邊界，從而提取出特定目標(biāo)，而后得到指示燈區(qū)域所有像素的H，S統(tǒng)計(jì)值確定信號燈的顏色。在文獻(xiàn)[4]提出一種基于改進(jìn)的Hough變化的吊車信號燈識別算法。Roberto將攝取的圖片轉(zhuǎn)換到HIS顏色空間，用基于形狀特征和模板匹配的方法探測到相關(guān)的鐵路標(biāo)志而放棄無關(guān)的基礎(chǔ)設(shè)施。

為了部分消除因?yàn)楣庹諚l件、背景和拍攝角度對目標(biāo)識別的影響，文獻(xiàn)[5]提出使用一種利用sift特征的方法，它首先建立已知樣本模型的特征集，然后將視頻流每幀灰度圖像的sift特征與之比較，從而實(shí)現(xiàn)對目標(biāo)的檢測或跟蹤。實(shí)驗(yàn)表明該方法不僅能避免目標(biāo)的錯(cuò)誤識別，而且也明顯優(yōu)于基于邊緣檢測的算法，在識別準(zhǔn)確率上達(dá)到了90%。

4 計(jì)算機(jī)視覺技術(shù)在軌道檢測中的應(yīng)用

隨著世界鐵路運(yùn)營速度的不斷提高，列車在行駛時(shí)對軌道的撞擊、摩擦加劇，這就會(huì)造成軌道的變形、零件松動(dòng)、磨損乃至缺失等，這些都會(huì)對列車的安全性造成嚴(yán)重影響，極有可能會(huì)造成鐵路安全事故的發(fā)生。因此軌道設(shè)備具備良好的狀態(tài)是鐵路運(yùn)輸安全的重要保證。

隨著電子技術(shù)和檢測技術(shù)的發(fā)展，軌道檢測技術(shù)也經(jīng)歷了翻天覆地的變化，其中也有不少研究機(jī)構(gòu)將計(jì)算機(jī)視覺技術(shù)應(yīng)用于軌道檢測上，且取得了若干有效的檢測方法。

軌道表面缺陷對列車行駛的質(zhì)量和鐵路系統(tǒng)的安全性會(huì)造成嚴(yán)重的影響，文獻(xiàn)[7]提出了一種軌道表面缺陷檢測的實(shí)時(shí)視覺檢測系統(tǒng)。利用跟蹤提取算法分割出軌道的灰度圖像，然后用局部歸一化法增強(qiáng)軌道圖像的對比度，最后用基于投影輪廓的缺陷定位法檢測缺陷。該算法對噪聲有較強(qiáng)的魯棒性和計(jì)算速度快，在一定程度上克服了光照不均和軌道表面反射性質(zhì)不同對圖像的影響，但對局部歸一化過程中參數(shù)的選擇有待進(jìn)一步研究，以使該系統(tǒng)有更強(qiáng)的魯棒性。該系統(tǒng)在216km/h速度下能進(jìn)行實(shí)時(shí)檢測，但隨著檢測速度的提高檢測的準(zhǔn)確度會(huì)明顯下降且缺乏實(shí)時(shí)性。

文獻(xiàn)[8]利用一排結(jié)構(gòu)光視覺傳感器，將鋼軌輪廓的大圓周和小圓周的中心作為檢查點(diǎn)。首先結(jié)構(gòu)光視覺傳感器拍攝鐵軌側(cè)面并且將其標(biāo)記 在參考坐標(biāo)幀中，最后通過比較測量的鋼軌輪廓與參考輪廓的比較計(jì)算出鐵軌磨損程度。該方法簡單快速精確且不需要特殊的圖像處理設(shè)備，在列車較高速度時(shí)仍然能達(dá)到良好效果。

5 計(jì)算機(jī)視覺技術(shù)在接觸網(wǎng)檢測中的應(yīng)用

接觸網(wǎng)是沿鐵路線上空架設(shè)的向電力機(jī)車供電的特殊形式的輸電線路。其由接觸懸掛、支持裝置、定位裝置、支柱與基礎(chǔ)幾部分組成。它是軌道交通的主要組成部分，主要為機(jī)車提供動(dòng)力，接觸網(wǎng)的連接件由于受外界因素的影響容易產(chǎn)生過熱現(xiàn)象，嚴(yán)重時(shí)會(huì)導(dǎo)致供電中斷，引發(fā)列車停運(yùn)事故。

我國的計(jì)算機(jī)視覺技術(shù)的接觸網(wǎng)檢測系統(tǒng)是基于德國相關(guān)技術(shù)而建立起來的，目前基于計(jì)算機(jī)視覺技術(shù)的接觸網(wǎng)磨耗檢測主要有兩種方案：(1)基于鏡面反射，激光照射接觸線，線性CCD照相機(jī)捕獲反射圖像；(2)基于漫反射原理和CMOS(互補(bǔ)金屬氧化物半導(dǎo)體)照相機(jī)。由于長期的頻繁摩擦，接觸網(wǎng)與受電弓接觸部分很少被空氣氧化，所以用光進(jìn)行照射時(shí)該部分光反射率明顯高于其他部分，因此這也為計(jì)算機(jī)視覺技術(shù)用于接觸網(wǎng)檢測提供了可能。

基于機(jī)器視覺的接觸網(wǎng)檢測系統(tǒng)主要是建立在圖像識別和圖像處理等視覺技術(shù)基礎(chǔ)之上的，檢測的內(nèi)容涵蓋接觸網(wǎng)的所有基本幾何參數(shù)。隨著鐵路的發(fā)展，原有的檢測系統(tǒng)已經(jīng)暴露出了一些問題，已無法滿足需求，所以研究人員在系統(tǒng)硬件設(shè)備不變的情況下提出了許多改進(jìn)的算法，如文獻(xiàn)[9]針對現(xiàn)行的接觸網(wǎng)定位器傾斜度檢測方法效率低下、精確度不高的缺點(diǎn)，提出了一種基于計(jì)算機(jī)視覺的接觸網(wǎng)定位器傾斜度自動(dòng)測量裝置，應(yīng)用圖像分割、剔除干擾線、圖像細(xì)化等算法，對采集的圖像進(jìn)行處理，然后利用改進(jìn)的霍夫(Hough)變換檢測細(xì)化后的圖像，對相鄰的特征像素點(diǎn)進(jìn)行聚類并感知編組，最后用隨機(jī)Hough變換使感知編組后的每條線段更接近直線，進(jìn)而計(jì)算裝置中定位器的傾斜度，實(shí)驗(yàn)證明該算法精度高、速度快。

6 計(jì)算機(jī)視覺技術(shù)在電力機(jī)車檢測中的應(yīng)用

在列車的行進(jìn)過程中，機(jī)車車輪與鋼軌接觸面不斷發(fā)生摩擦，也就是輪緣與踏面的摩擦。從而會(huì)造成踏面的擦傷或剝離，而剝離會(huì)嚴(yán)重影響列車運(yùn)行的安全性和平穩(wěn)性以及軌道設(shè)施的使用壽命，因此需要對輪緣進(jìn)行定期的檢測和維修。

傳統(tǒng)的檢測方法需要人工逐項(xiàng)檢測，存在費(fèi)時(shí)費(fèi)力、工作量大、工作環(huán)境差、效率低等缺點(diǎn)，所以人們就提出了一種基于計(jì)算機(jī)視覺技術(shù)的檢測技術(shù)，該技術(shù)是一種非接觸式檢測方法，它能檢測出所有關(guān)于火車輪緣輪廓的幾何參數(shù)，從而計(jì)算出火車輪緣的磨損情況。這種檢測方法檢測速度快、準(zhǔn)確率高且大大減輕了勞動(dòng)強(qiáng)度，在實(shí)驗(yàn)中取得了滿意的效果，并且在實(shí)際檢測中也得到了廣泛的應(yīng)用。

文獻(xiàn)[10]中研發(fā)設(shè)計(jì)了一種利用CCD成像測量技術(shù)、圖像處理理論和計(jì)算機(jī)控制等相關(guān)技術(shù)，提出了一種非接觸式的在線測量系統(tǒng)。采用二元多項(xiàng)式方法對由于硬件裝置引起的誤差的圖像進(jìn)行幾何校正，用統(tǒng)計(jì)均值法對圖像進(jìn)行分割，從而求出車輪踏面的各項(xiàng)參數(shù)，通過在實(shí)驗(yàn)室對標(biāo)準(zhǔn)物進(jìn)行測試實(shí)驗(yàn)而得到的測量數(shù)據(jù)結(jié)果進(jìn)行分析而得出。此系統(tǒng)能夠完成對火車輪對幾何參數(shù)的測量，并且可得到相對準(zhǔn)確的測量結(jié)果。

為了解決檢測輪緣高度和寬度存在精度難以保證及穩(wěn)定性不高的問題，文獻(xiàn)[11]提出了一種基于三角法測量的在線監(jiān)測系統(tǒng)，該系統(tǒng)由CCD高速攝像機(jī)和結(jié)構(gòu)光發(fā)射器完成數(shù)據(jù)的采集，然后利用三角測量原理導(dǎo)出測量模型和計(jì)算模型，根據(jù)輪緣高度和寬度的定義完成對高度和寬度的測量，最終對輪緣磨損程度進(jìn)行量化，實(shí)驗(yàn)表明該算法測量精度高，結(jié)果穩(wěn)定可靠。

7 計(jì)算機(jī)視覺技術(shù)在站臺(tái)環(huán)境監(jiān)測中的應(yīng)用

近年來鐵路交通事業(yè)發(fā)展迅速，鐵路客流量也不斷增大，如中國每年的春運(yùn)期間都有上億人次通過火車返鄉(xiāng)，各種危害乘客安全的事故也時(shí)有發(fā)生，因此世界各國特別是中國站臺(tái)監(jiān)控就顯得越來越重要，目前的站臺(tái)監(jiān)控主要是依靠安裝在各個(gè)角落的閉路電視或?qū)I(yè)技術(shù)人員，這不僅需要專業(yè)技術(shù)知識還需要大量的人力物力。隨著計(jì)算機(jī)、圖像處理等技術(shù)的快速發(fā)展，對站臺(tái)的自動(dòng)監(jiān)控也逐漸成為發(fā)展趨勢。

近年來人們做了許多關(guān)于站臺(tái)人群檢測的研究，這些研究大都使用鐵路站臺(tái)中的閉路電視（CCTV）系統(tǒng)，在現(xiàn)代的CCTV系統(tǒng)中基本上使用的是數(shù)字化圖像，在人群監(jiān)測過程中大量使用了數(shù)字圖像處理技術(shù)，如邊緣檢測、細(xì)化、像素計(jì)算等，通過圖像的處理可以輕易的得到想要的結(jié)果。

文獻(xiàn)[12]仍采用原有的CCTV監(jiān)控系統(tǒng)拍攝的灰度圖像作為處理對象，利用基于視覺的經(jīng)過最小二乘法和全局搜索的混合算法訓(xùn)練的工業(yè)的額神經(jīng)網(wǎng)絡(luò)來估算站臺(tái)的擁擠程度，該系統(tǒng)在實(shí)際的運(yùn)行中獲得了較高的精確度，雖然不能計(jì)算人數(shù)但卻能實(shí)時(shí)的預(yù)測人群的密度。

文獻(xiàn)[13]所設(shè)計(jì)的系統(tǒng)就較為復(fù)雜，它利用多臺(tái)攝像頭對站臺(tái)進(jìn)行檢測。首先判斷站臺(tái)上列車的四種狀態(tài)，如：沒有列車、有列車、列車正在出站、列車正在入站等，然后對物體或行人檢測及跟蹤，最后對所檢測的結(jié)果綜合分析，做出合理的預(yù)警或警告。

8 計(jì)算機(jī)視覺技術(shù)在鐵路檢測上的發(fā)展趨勢

隨著計(jì)算機(jī)視覺技術(shù)的鐵路檢測中的應(yīng)用越來越廣泛和深入，并且隨著計(jì)算機(jī)視覺技術(shù)等關(guān)鍵技術(shù)的不斷發(fā)展，計(jì)算機(jī)視覺技術(shù)在鐵路檢測上應(yīng)用發(fā)揮更大的作用，它就目前而言在鐵路檢測的應(yīng)用上仍然存在技術(shù)難題需要研究：

篇5

關(guān)鍵詞：OpenCV；計(jì)算機(jī)視覺技術(shù)；三維模擬技術(shù)

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

21世紀(jì)是國際計(jì)算機(jī)技術(shù)高度發(fā)展的時(shí)代，人們生活中的每個(gè)角落都可以看到計(jì)算機(jī)技術(shù)的身影，尤其是現(xiàn)代計(jì)算機(jī)視覺技術(shù)和圖像處理功能發(fā)展更加迅猛，各技術(shù)分支也逐漸趨于成熟。計(jì)算機(jī)視覺技術(shù)主要指的就是利用智能計(jì)算機(jī)系統(tǒng)來代替人類的眼睛對現(xiàn)實(shí)三維世界進(jìn)行辨識和理解，整個(gè)過程均是計(jì)算機(jī)自我學(xué)習(xí)的過程，而隨著這項(xiàng)技術(shù)研究的不斷深入，其不再僅僅包含計(jì)算機(jī)技術(shù)科學(xué)，同時(shí)還涉獵了包括生理學(xué)、神經(jīng)學(xué)、物理學(xué)、應(yīng)用數(shù)學(xué)等多門學(xué)科，為人類科技的進(jìn)步提供了有效的動(dòng)力。

1 計(jì)算機(jī)對視頻中運(yùn)動(dòng)物體檢測的原理概述

在現(xiàn)代計(jì)算機(jī)技術(shù)基礎(chǔ)下，對視頻當(dāng)中的運(yùn)動(dòng)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(shù)指的是當(dāng)計(jì)算機(jī)截取了視頻中的某一個(gè)圖像，其以整幅圖像為對象進(jìn)行檢測；微觀檢測技術(shù)是指在截取圖像后，根據(jù)實(shí)際需求對某一區(qū)域內(nèi)的圖像內(nèi)容進(jìn)行檢測。在計(jì)算機(jī)視覺技術(shù)實(shí)際應(yīng)用時(shí)，其第一步就是對圖像的采集，第二步是對已經(jīng)采集的圖像進(jìn)行預(yù)分析處理，如果采用宏觀檢測技術(shù)則對圖像整體進(jìn)行分析；如果采用微觀檢測技術(shù)則首先將圖像進(jìn)行分割，然后對分割后各圖像內(nèi)容中出現(xiàn)的運(yùn)動(dòng)物體影像進(jìn)行分析。在圖像數(shù)據(jù)獲取過程中應(yīng)用的是背景差分法，這一技術(shù)主要是將背景和運(yùn)動(dòng)物體進(jìn)行分離提取，以獲取沒有背景圖像的運(yùn)動(dòng)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(gè)視頻圖像的逐幀畫面進(jìn)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(jié)合起來就是一個(gè)物體在計(jì)算機(jī)視覺下的運(yùn)動(dòng)軌跡?，F(xiàn)代研究者更傾向于將背景和幀間差分法進(jìn)行結(jié)合運(yùn)用，這樣可以獲得無背景下的運(yùn)動(dòng)物體軌跡，進(jìn)而提升計(jì)算機(jī)視覺系統(tǒng)捕捉數(shù)據(jù)的準(zhǔn)確性。

2 OpenCV的應(yīng)用概述

OpenCV是現(xiàn)代計(jì)算機(jī)視覺技術(shù)當(dāng)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(shí)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(yùn)動(dòng)物體進(jìn)行特征跟蹤、目標(biāo)分割、運(yùn)動(dòng)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(jīng)通過了匯編的最優(yōu)化，使其能夠更加高效地被應(yīng)用。在使用OpenCV的攝像機(jī)標(biāo)定模塊已經(jīng)為用戶設(shè)計(jì)了實(shí)用性較強(qiáng)的接口，并且能夠支持Windows界面的操作平臺(tái)，使得這一技術(shù)的操作更加簡便。這一技術(shù)本身操作簡便，對于編程人員和檢驗(yàn)人員個(gè)人技能素質(zhì)要求并不高，視覺技術(shù)系統(tǒng)研發(fā)人員可以利用簡便的操作來檢驗(yàn)其設(shè)想是否能夠?qū)崿F(xiàn)，這就使得現(xiàn)代計(jì)算機(jī)視覺技術(shù)開發(fā)團(tuán)隊(duì)能夠形成更好的協(xié)作研發(fā)關(guān)系，進(jìn)一步提升技術(shù)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(chǎn)視覺檢測等方面得到了廣泛的應(yīng)用，同時(shí)對于無人飛行器的視覺捕捉技術(shù)也有極大的幫助。最為重要的是OpenCV編程語言的兼容性較強(qiáng)，編程人員可以根據(jù)自己的意愿對源代碼進(jìn)行披露，并且國內(nèi)也已經(jīng)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(jìn)一步擴(kuò)大了OpenCV的應(yīng)用范圍。

3 基于OpenCV的計(jì)算機(jī)視覺技術(shù)

3.1 基于OpenCV下的運(yùn)動(dòng)物體檢測技術(shù)

在常規(guī)運(yùn)動(dòng)物體檢測技術(shù)下，均是直接通過圖像背景和運(yùn)動(dòng)物體的區(qū)分來實(shí)現(xiàn)運(yùn)動(dòng)物體的捕捉。而基于OpenCV下的運(yùn)動(dòng)物體檢測技術(shù)則不僅能夠針對于圖像背景的分離實(shí)現(xiàn)運(yùn)動(dòng)物體的觀察，還可通過物體本身特定的信息來進(jìn)行檢測，主要包括形狀、輪廓以及顏色等。這樣就能夠?qū)崿F(xiàn)在復(fù)雜的背景當(dāng)中將特定的運(yùn)動(dòng)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(dāng)中某一時(shí)間點(diǎn)的圖像進(jìn)行捕捉，然后對這一視頻圖像的格式進(jìn)行轉(zhuǎn)化；其次，對轉(zhuǎn)化格式后的視頻圖像進(jìn)行早期處理，并將運(yùn)動(dòng)物體和復(fù)雜的背景區(qū)分開，降低周圍各環(huán)境因素對運(yùn)動(dòng)物體主體圖像的影響；第三，根據(jù)完成提取后的運(yùn)動(dòng)物體圖像進(jìn)行辨識，然后再從視頻當(dāng)中捕捉擁有相同特征的物體，并對該物體進(jìn)行跟蹤識別。而這一過程的實(shí)質(zhì)則在于先利用圖像捕捉技術(shù)對畫面進(jìn)行截取，然后同時(shí)利用背景差分法和幀間差分法對圖像進(jìn)行分割，逐幀地將運(yùn)動(dòng)物體完成提取出來，以供計(jì)算機(jī)進(jìn)行視覺跟蹤處理。

3.2 基于OpenCV的圖像預(yù)處理技術(shù)

一般情況下，計(jì)算機(jī)視覺處理技術(shù)應(yīng)用的環(huán)境情況較為復(fù)雜，大多數(shù)應(yīng)用環(huán)境當(dāng)中均有光照的變化，并且部分計(jì)算機(jī)視覺處理設(shè)備還需要在露天環(huán)境下進(jìn)行工作，此時(shí)周圍環(huán)境中的風(fēng)、溫度、光照、氣候以及運(yùn)動(dòng)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(huì)使圖像采集的質(zhì)量大幅度降低，同時(shí)圖像當(dāng)中的噪點(diǎn)問題也難以避免，而噪點(diǎn)是視覺捕捉和圖像處理當(dāng)中最大的影響因素。因此，在基于OpenCV下的計(jì)算機(jī)視覺技術(shù)在捕捉視頻圖像之后先對其進(jìn)行預(yù)處理，然后再由系統(tǒng)對運(yùn)動(dòng)物體進(jìn)行分離、檢測和跟蹤。一般的預(yù)處理過程主要包括平滑度濾波、圖像填充、背景實(shí)時(shí)更新等。

1）圖像的平滑度濾波預(yù)處理技術(shù)

由于在實(shí)際計(jì)算機(jī)視覺捕捉過程中圖像噪點(diǎn)是難以避免的問題，以此在對圖像中運(yùn)動(dòng)物體進(jìn)行檢測前，應(yīng)該相對這些噪點(diǎn)進(jìn)行預(yù)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(jì)算機(jī)處理設(shè)備的簡單運(yùn)算，對圖像當(dāng)中的噪點(diǎn)進(jìn)行直接清除，但這一技術(shù)使用后會(huì)造成截獲圖像模糊不清的情況，因此僅對噪點(diǎn)較少的圖像采用該處理方式；非線性濾波處理則是利用復(fù)雜的圖像處理運(yùn)算，將截獲圖像當(dāng)中的噪點(diǎn)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(diào)整，但這種處理方式在運(yùn)算時(shí)速度沒有線性濾波處理快，因此需應(yīng)用在噪點(diǎn)較多，圖像信息較復(fù)雜的處理當(dāng)中。

2）圖像的填充預(yù)處理技術(shù)

這一處理技術(shù)在使用過程中運(yùn)算速度較慢，主要是由于其需要對逐幀的圖像均進(jìn)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(yùn)動(dòng)物體之后，利用計(jì)算機(jī)系統(tǒng)自身的邊緣檢測處理技術(shù)，對物體的輪廓進(jìn)行辨識，并利用形態(tài)學(xué)上的漫水填充方式對運(yùn)動(dòng)物體周圍的噪點(diǎn)進(jìn)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(shù)主要是針對于噪點(diǎn)進(jìn)行腐蝕和膨脹，使其在畫面當(dāng)中所占比例擴(kuò)大，但對運(yùn)動(dòng)物體本身不造成影響，這使運(yùn)動(dòng)物體和噪點(diǎn)之間的差異就會(huì)更加明顯，就可以將噪點(diǎn)的影響降到最低，但這種處理方法的效果和攝像機(jī)本身的性能、質(zhì)量等有著密切的關(guān)聯(lián)。

3）背景的實(shí)時(shí)更新預(yù)處理技術(shù)

在進(jìn)行運(yùn)動(dòng)物體和背景分離過程中，計(jì)算機(jī)系統(tǒng)需要對圖像上的背景元素進(jìn)行辨識，并對其開展初始化處理，這樣就能夠?yàn)楹笃趯?shí)時(shí)背景圖像的差異進(jìn)行凸顯，以增加前景圖像的效果，降低噪點(diǎn)對圖像的影響。在運(yùn)用這一技術(shù)時(shí)，首先要先對第一幀的圖像進(jìn)行確定，并將第一幀圖像當(dāng)中的背景圖像元素進(jìn)行辨識，然后在后期圖像更新和運(yùn)動(dòng)物體檢測過程中對背景進(jìn)行實(shí)時(shí)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(jìn)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(zhuǎn)變?yōu)閱瓮ǖ阑叶戎担坏谌?，對轉(zhuǎn)變后的圖像進(jìn)行高斯平滑度濾波處理，將圖像當(dāng)中的噪點(diǎn)進(jìn)行去除；第四，采用形態(tài)學(xué)噪點(diǎn)填充技術(shù)對圖像當(dāng)中的噪點(diǎn)進(jìn)行二次處理，以獲得所需要更新的背景圖像。

3.3 前景運(yùn)動(dòng)物體的提取技術(shù)

在計(jì)算機(jī)視覺技術(shù)進(jìn)行運(yùn)動(dòng)物體的檢測時(shí)，只有有效保障檢測流程的準(zhǔn)確度，才能夠有效保障對前景運(yùn)動(dòng)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(jìn)行分割處理；其二是在圖像分析前對其進(jìn)行充分的填充處理，保證前景圖數(shù)據(jù)的完整性。同時(shí)，在前景圖像提取的過程中也分為多個(gè)步驟，其包括：首先，對所提出的前景圖像和背景圖像進(jìn)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(dāng)中前景物體的輪廓或邊緣進(jìn)行辨識，根據(jù)前景圖像的輪廓對其進(jìn)行填充。由于在實(shí)際操作過程中，攝像頭所處環(huán)境的變化較大，并且會(huì)在不同場所內(nèi)的不同角度捕捉畫面，因此就需要在前景圖像提取時(shí)有效提高背景圖像實(shí)時(shí)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(biāo)運(yùn)動(dòng)物體能夠呈現(xiàn)獨(dú)立化，并且閥值分割方式開展前要相對每個(gè)像素點(diǎn)進(jìn)行確定，判斷其是否位于灰度值的范圍內(nèi)。而將該圖像的像素灰度和閥值進(jìn)行對比后會(huì)出現(xiàn)兩種結(jié)果，分別是灰度值低于或高于閥值。在實(shí)際應(yīng)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(dāng)中光照因素對圖像質(zhì)量的影響。

4 計(jì)算機(jī)視覺技術(shù)當(dāng)中的三維重建技術(shù)

1）三維重建的視覺系統(tǒng)

計(jì)算機(jī)視覺技術(shù)在對圖像進(jìn)行捕捉時(shí)可以視為是對大量的圖像信息進(jìn)行處理，從攝像機(jī)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(yùn)動(dòng)物體所處空間位置、距離等描述的準(zhǔn)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(jìn)行確定，然后利用一個(gè)坐標(biāo)點(diǎn)建立2.5D圖像數(shù)據(jù)，即以此點(diǎn)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(jìn)行整合從而建立三維圖像。

2）雙目視覺系統(tǒng)

當(dāng)人體利用雙眼在不同角度、同一時(shí)間內(nèi)觀察同一個(gè)物體時(shí)，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(yīng)用的原理主要是人體視覺差所帶來的影響。同時(shí)利用兩臺(tái)攝像機(jī)對同一圖像從不同角度進(jìn)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(shù)也被稱為“雙目視覺系統(tǒng)”。兩臺(tái)不同的攝像機(jī)即可代表人體雙眼，其對圖像進(jìn)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(jìn)行預(yù)處理。

3）三維重構(gòu)算法

在計(jì)算機(jī)視覺技術(shù)中對于視頻流的采集主要依靠的是彩色攝像機(jī)、紅外攝像機(jī)、紅外接收攝像頭等設(shè)備。還可以利用微軟所提供的Kinect設(shè)備，在進(jìn)行運(yùn)動(dòng)物體檢測前能夠?qū)UI進(jìn)行初始化處理，將系統(tǒng)內(nèi)函數(shù)的參數(shù)設(shè)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(shè)備對視頻流進(jìn)行打開時(shí)，其可以遵循三個(gè)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(dāng)中；其三是骨骼追蹤數(shù)據(jù)。

5 結(jié)束語

計(jì)算機(jī)視覺捕捉技術(shù)是現(xiàn)代計(jì)算機(jī)應(yīng)用當(dāng)中較為先進(jìn)的內(nèi)容，其應(yīng)用范圍較廣，對于運(yùn)動(dòng)物體的捕捉準(zhǔn)確度較高，能夠有效推進(jìn)現(xiàn)代計(jì)算機(jī)模擬技術(shù)的發(fā)展。

參考文獻(xiàn)：

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

篇6

關(guān)鍵詞：農(nóng)業(yè)機(jī)械；新技術(shù)；發(fā)展

1.農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和發(fā)展的重要性

我國是一個(gè)農(nóng)業(yè)大國，農(nóng)業(yè)是我國國民經(jīng)濟(jì)的基礎(chǔ)，農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和發(fā)展具有重要的意義。

第一，提高機(jī)械的運(yùn)作效率。目前在農(nóng)業(yè)機(jī)械的使用方面，有的機(jī)械在使用過程中不能清晰地識別農(nóng)作物的位置，比如，在收割小麥的過程中，有的小麥?zhǔn)艿酱箫L(fēng)影響產(chǎn)生倒伏，對這些倒伏區(qū)域，機(jī)械在收割過程中很容易漏掉。所以在農(nóng)業(yè)機(jī)械中使用新技術(shù)有利于彌補(bǔ)農(nóng)業(yè)機(jī)械的漏洞，提高機(jī)械的運(yùn)作效率。

第二，解放勞動(dòng)力，促進(jìn)經(jīng)濟(jì)發(fā)展。農(nóng)業(yè)是一個(gè)需要大量年輕勞動(dòng)力的行業(yè)，農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用有利于實(shí)現(xiàn)農(nóng)業(yè)種植、收割的自動(dòng)化，解放勞動(dòng)力。這些年輕的勞動(dòng)力投入到其他的領(lǐng)域，有利于促進(jìn)我國經(jīng)濟(jì)的發(fā)展。

2.農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用

21世紀(jì)是個(gè)科技迅速翻新的時(shí)代，目前農(nóng)業(yè)機(jī)械領(lǐng)域的新技術(shù)也層出不窮，下面介紹幾種最新出現(xiàn)的農(nóng)業(yè)機(jī)械新技術(shù)。

（1）計(jì)算機(jī)視覺技術(shù)。計(jì)算機(jī)視覺技術(shù)出現(xiàn)于20世紀(jì)70年代末，主要利用計(jì)算機(jī)視覺技術(shù)進(jìn)行農(nóng)產(chǎn)品品質(zhì)和農(nóng)產(chǎn)品等級的檢查。計(jì)算機(jī)視覺是一種以圖像處理為基礎(chǔ)而興起的學(xué)科，主要對視覺信息處理的計(jì)算理論、表達(dá)與計(jì)算方法進(jìn)行研究。[1]隨著計(jì)算機(jī)視覺技術(shù)應(yīng)用領(lǐng)域的不斷擴(kuò)展，目前在農(nóng)業(yè)機(jī)械生產(chǎn)方面，計(jì)算機(jī)視覺技術(shù)不僅能夠用于檢查農(nóng)產(chǎn)品品質(zhì)和分級，還可以用于播種和收割。但是由于計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)機(jī)械方面的使用時(shí)間比較短，一些技術(shù)難題還沒有得到解決，所以計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)機(jī)械方面的應(yīng)用還需要繼續(xù)研究。

（2）人工智能技術(shù)。隨著智能化的發(fā)展，智能技術(shù)在農(nóng)業(yè)機(jī)械方面的應(yīng)用也得以實(shí)現(xiàn)。美國運(yùn)用人工智能技術(shù)發(fā)明了激光拖拉機(jī)，不僅可以控制拖拉機(jī)的行進(jìn)方向，還能夠?qū)ν侠瓩C(jī)進(jìn)行具體的定位。[2]通過人工智能技術(shù)，人們建立了一個(gè)龐大的數(shù)據(jù)庫，通過這個(gè)數(shù)據(jù)庫可以對土地的具體情況進(jìn)行掌握，以設(shè)計(jì)出具體的農(nóng)業(yè)生產(chǎn)所需的化肥、種子、農(nóng)藥、水等原料的用量。

（3）機(jī)器人技術(shù)。比智能化更進(jìn)步的就是機(jī)器人技術(shù)，機(jī)器人技術(shù)在農(nóng)業(yè)機(jī)械中的應(yīng)用，這是計(jì)算機(jī)信息網(wǎng)絡(luò)和計(jì)算機(jī)視覺技術(shù)以及自動(dòng)化控制等技術(shù)的結(jié)合的產(chǎn)物。目前研發(fā)出了除草機(jī)器人、播種機(jī)器人、澆水機(jī)器人、施肥機(jī)器人等，利用機(jī)器人進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)，可以節(jié)省人工費(fèi)用，解放勞動(dòng)力，避免有些農(nóng)業(yè)生產(chǎn)活動(dòng)，對人體產(chǎn)生危害。

（4）自動(dòng)控制技術(shù)。在農(nóng)業(yè)機(jī)械中運(yùn)用自動(dòng)控制技術(shù)，可以幫助操作者降低操作難度，同時(shí)可以根據(jù)地勢的高低和秸稈的長短來調(diào)節(jié)高度，保證機(jī)械使用過程中的安全性，提高農(nóng)業(yè)機(jī)械使用的可靠性，提高農(nóng)業(yè)生產(chǎn)效率。

3.農(nóng)業(yè)機(jī)械新技術(shù)的發(fā)展

農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和發(fā)展都是為了提高農(nóng)業(yè)的生產(chǎn)率服務(wù)的，所以農(nóng)業(yè)機(jī)械新技術(shù)的發(fā)展主要表現(xiàn)為以下幾點(diǎn)：

第一，加速新技術(shù)的使用和推廣。科學(xué)技術(shù)是第一生產(chǎn)力，加速計(jì)算機(jī)視覺技術(shù)、自動(dòng)控制技術(shù)、智能化技術(shù)等新技術(shù)在農(nóng)業(yè)機(jī)械中的使用，同時(shí)引進(jìn)國外先進(jìn)的機(jī)械新技術(shù)，對推動(dòng)我國農(nóng)業(yè)的發(fā)展，提高農(nóng)業(yè)的生產(chǎn)效率具有重大的意義。

第二，政府補(bǔ)貼。新型機(jī)械的購買都是生產(chǎn)個(gè)體自行組織的，資金壓力大，使得機(jī)械新技術(shù)難以推廣，所以對于農(nóng)業(yè)機(jī)械新技術(shù)的推廣使用，政府要在物質(zhì)上予以補(bǔ)貼，拓展新機(jī)械的使用范圍。

第三，提高農(nóng)業(yè)資源利用效率。機(jī)械使用的目的就是為了提高農(nóng)業(yè)的生產(chǎn)效率，提高農(nóng)業(yè)資源的利用率。例如，在傳統(tǒng)的農(nóng)業(yè)生產(chǎn)過程中，對農(nóng)作物秸稈的處理方式，絕大多數(shù)情況就是焚燒，不僅浪費(fèi)資源，而且污染空氣。但是農(nóng)業(yè)機(jī)械新技術(shù)的使用通過將農(nóng)作物的秸稈進(jìn)行粉碎處理，將農(nóng)作物秸稈轉(zhuǎn)化為肥料，不僅提高了農(nóng)作物資源的使用效率，也減小了空氣的污染程度。

4.結(jié)語

隨著科技的發(fā)展，計(jì)算機(jī)視覺技術(shù)、自動(dòng)控制技術(shù)、智能化技術(shù)等新技術(shù)在農(nóng)業(yè)機(jī)械方面的應(yīng)用越來越廣，農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和推廣將大大提高我國農(nóng)業(yè)的生產(chǎn)效率，提高農(nóng)業(yè)資源的利用率，促進(jìn)國民經(jīng)濟(jì)的發(fā)展。

參考文獻(xiàn)：

[1]田 靜.探討農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用與發(fā)展[J].中國農(nóng)資，2013（36）： 74.

篇7

近日，國內(nèi)創(chuàng)業(yè)公司商湯科技宣布獲得4.1億美元B輪融資，這是截至目前為止全球范圍內(nèi)人工智能領(lǐng)域單輪最高融資。至此，這家成立僅三年的公司累計(jì)融資額達(dá)4.5億美元，估值超過15億美元，成為全球融資額最高的人工智能獨(dú)角獸企業(yè)。當(dāng)前，人工智能發(fā)展勢頭良好，技術(shù)和產(chǎn)品研發(fā)能力大幅提升，市場空間逐步拓展，社會(huì)關(guān)注與投資力度持續(xù)加大，技術(shù)創(chuàng)新驅(qū)動(dòng)的人工智能企業(yè)正成為資本青睞的熱點(diǎn)。

一、商湯融資背景分析

人工智能迎來估值猛漲期。自2014年起，人工智能領(lǐng)域一直都是全球投資熱點(diǎn)。近年來，技術(shù)與產(chǎn)品的迅速成長帶動(dòng)國內(nèi)創(chuàng)業(yè)熱情高q，也引發(fā)了資本的高度關(guān)注。據(jù)統(tǒng)計(jì)，截至2017年5月31日，我國人工智能類創(chuàng)業(yè)公司已超過650家，產(chǎn)業(yè)規(guī)模較2016年同期增長達(dá)到51.2%，投融資事件超過430起，融資總額達(dá)340億元?？萍季揞^加大在人工智能領(lǐng)域的布局，投資案例不斷涌現(xiàn)。同時(shí)，社會(huì)資本競相追逐人工智能領(lǐng)域的優(yōu)質(zhì)項(xiàng)目，整體行業(yè)獲投率偏高，超過一半的人工智能公司成立時(shí)間在兩年之內(nèi)，可見資本市場對人工智能產(chǎn)業(yè)發(fā)展的信心。

計(jì)算機(jī)視覺領(lǐng)域成為熱點(diǎn)聚焦。在大數(shù)據(jù)、深度學(xué)習(xí)等新技術(shù)推動(dòng)下，以計(jì)算機(jī)視覺和語音識別為代表的感知智能正呈現(xiàn)出高速演進(jìn)態(tài)勢。目前我國計(jì)算機(jī)視覺技術(shù)水平已達(dá)到全球領(lǐng)先水平，并在安防、汽車、金融等領(lǐng)域取得了顯著的應(yīng)用成效。在安防領(lǐng)域，智能技術(shù)如人臉識別、圖形識別應(yīng)用場景眾多，如車牌識別、車輛視覺特征識別、被動(dòng)人像卡口、身份證比對等應(yīng)用。在汽車領(lǐng)域，圍繞智能駕駛汽車人工智能在環(huán)境感知、路徑規(guī)劃與決策等關(guān)鍵環(huán)節(jié)均有所應(yīng)用和體現(xiàn)，在該領(lǐng)域百度、樂視等企業(yè)已開展卓有成效的實(shí)踐。廣泛的商業(yè)化渠道和技術(shù)基礎(chǔ)推動(dòng)計(jì)算機(jī)視覺成為創(chuàng)投熱門領(lǐng)域，據(jù)數(shù)據(jù)顯示，中國人工智能創(chuàng)業(yè)公司所屬領(lǐng)域分布中，計(jì)算機(jī)視覺領(lǐng)域擁有最多創(chuàng)業(yè)公司。2016年，人臉識別服務(wù)開發(fā)商曠視科技完成至少1億美元融資，估值超過20億美元，專注圖像識別的圖普科技獲得千萬美元A輪融資。

商湯科技技術(shù)實(shí)力領(lǐng)先，發(fā)展?jié)摿薮?。商湯科技主攻人臉識別、視頻監(jiān)控識別算法、增強(qiáng)現(xiàn)實(shí)、文字識別、自動(dòng)駕駛識別算法和醫(yī)療影像識別算法等技術(shù)，基礎(chǔ)研究實(shí)力強(qiáng)大，高質(zhì)量專利數(shù)量、專業(yè)學(xué)術(shù)數(shù)量均保持全國領(lǐng)先水平。在2015年ImageNet大規(guī)模視覺識別競賽中，商湯科技獲得視頻識別冠軍，次年在該競賽中，商湯科技憑借原創(chuàng)深度神經(jīng)網(wǎng)絡(luò)平臺(tái)，獲得3個(gè)項(xiàng)目的冠軍。商湯科技主要業(yè)務(wù)范圍是將計(jì)算機(jī)視覺技術(shù)賦能給安防、金融、機(jī)器人、政府大數(shù)據(jù)分析以及虛擬增強(qiáng)現(xiàn)實(shí)等行業(yè)。

二、由商湯融資帶來的兩點(diǎn)思考

篇8

【關(guān)鍵詞】計(jì)算機(jī)視覺 運(yùn)動(dòng)目標(biāo) 跟蹤算法

在計(jì)算機(jī)等現(xiàn)代科學(xué)技術(shù)尚未出現(xiàn)以前，人們在獲取外界信息時(shí)往往主要依賴視覺，而在我國計(jì)算機(jī)技術(shù)水平不斷發(fā)展提升的背景之下，計(jì)算機(jī)視覺技術(shù)的出現(xiàn)使得人類肉眼視覺得到了進(jìn)一步的發(fā)展延伸，尤其是在各種傳感器技術(shù)的幫助之下，使得人們能夠?qū)Ρ３诌\(yùn)動(dòng)狀態(tài)的目標(biāo)進(jìn)行實(shí)時(shí)跟蹤，從而準(zhǔn)確掌握目標(biāo)的具體形態(tài)屬性。在此背景之下，本文將運(yùn)動(dòng)目標(biāo)設(shè)定為運(yùn)動(dòng)的人臉，通過探究基于計(jì)算機(jī)視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法，希望能夠?yàn)橄嚓P(guān)研究人員提供相關(guān)參考和幫助。

1 Kalman filter目標(biāo)跟蹤算法的簡要概述

Kalman filter目標(biāo)跟蹤算法是當(dāng)前眾多跟蹤算法當(dāng)中使用范圍較廣、使用頻率比較集中的一種跟蹤算法，這一算法最早可以追溯至上個(gè)世紀(jì)六十年代，人們通過將濾波理論與狀態(tài)空間模型相集合，從而得到的一種遞推估計(jì)的算法也就是卡爾曼濾波理論。其通過利用上一時(shí)刻獲取的預(yù)估值以及當(dāng)下獲取的實(shí)際觀測值，在信號與噪聲狀態(tài)空間模型當(dāng)中不斷更新狀態(tài)變量，進(jìn)而順利完成估計(jì)預(yù)測并獲得當(dāng)前時(shí)刻估計(jì)預(yù)測值。經(jīng)過不斷的發(fā)展，在計(jì)算機(jī)圖像處理以及其他運(yùn)動(dòng)目標(biāo)跟蹤當(dāng)中經(jīng)常會(huì)使用Kalman filter算法。如果在k時(shí)刻系統(tǒng)下的狀態(tài)向量用xk表示，那么在t0時(shí)刻下初始化的狀態(tài)預(yù)測方程為；在tk時(shí)刻下更新系統(tǒng)狀態(tài)的具體方程為

，其中Hk、Zk分別表示測量矩陣m×n維以及轉(zhuǎn)移矩陣n×n維的狀態(tài)向量。但在跟蹤計(jì)算機(jī)視覺運(yùn)動(dòng)目標(biāo)譬如說視頻目標(biāo)時(shí)，由于相鄰的兩幀視頻圖像本身時(shí)間間隔非常短，因此目標(biāo)在這一時(shí)間內(nèi)難以發(fā)生明顯的運(yùn)動(dòng)狀態(tài)變化，此時(shí)我們可以通過將此間隔時(shí)間設(shè)定為單位時(shí)間，同時(shí)目標(biāo)在單位時(shí)間內(nèi)一直保持勻速運(yùn)動(dòng)狀態(tài)，這時(shí)我們可以得到一個(gè)狀態(tài)轉(zhuǎn)移矩陣且

，定義系統(tǒng)觀測矩陣即為

，定義噪聲Wk以及Vk協(xié)方差矩陣則可以分別用

和表示。

如果在濾波器在經(jīng)過若干次卡爾曼濾波后仍然能夠恢復(fù)至原始狀態(tài)，則其具有較好的穩(wěn)定性，但如果在進(jìn)行運(yùn)動(dòng)目標(biāo)跟蹤實(shí)驗(yàn)的過程當(dāng)中，對于處于運(yùn)動(dòng)狀態(tài)的被跟蹤目標(biāo)，一旦出現(xiàn)遮擋行為則將在第一時(shí)間內(nèi)暫停估計(jì)參數(shù)，并將這一參數(shù)估計(jì)值直接代入到狀態(tài)方程當(dāng)中，使得運(yùn)動(dòng)目標(biāo)無論是否被遮擋均可以對其進(jìn)行精確跟蹤。

2 基于計(jì)算機(jī)視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法

2.1 建立顏色概率模型

顏色囊括了諸多的信息量光柱點(diǎn)，尤其是在人類的視覺世界從本質(zhì)上來說也是一種用過感知自然界色彩以及明暗變化的世界，因此人們可以通過使用三基色原理獲得RGB顏色空間?？紤]到顏色與計(jì)算機(jī)視覺場景當(dāng)中各個(gè)場景和目標(biāo)之間有著緊密的關(guān)系，同時(shí)不同于目標(biāo)的大小、形態(tài)等其他視覺特征，顏色特征鮮少會(huì)受到包括觀察視角等在內(nèi)各因素的干擾影響，從某種角度上來說基于顏色特征的運(yùn)動(dòng)目標(biāo)具有較好的穩(wěn)定性。為了能夠保障目標(biāo)跟蹤既穩(wěn)定又迅速，需要選擇合適的顏色特征，否則將極有可能導(dǎo)致出現(xiàn)跟蹤失敗。在這一環(huán)節(jié)當(dāng)中人們通常使用的是RGB顏色空間以及HSI顏色空間，但由于二者均具有一定的局限性，因此本文在對人臉特征尤其是顏色特征進(jìn)行選取時(shí)，選擇了rgI顏色直方圖的方法，在解決兩N顏色空間自身缺陷的同時(shí)，盡量避免目標(biāo)人臉運(yùn)動(dòng)位置以及尺寸等變化因素對目標(biāo)追蹤造成的干擾影響。在rgI顏色直方圖當(dāng)中

，，，L=r+g+I其中R、G、B就是RGB顏色空間當(dāng)中的三原色，r、g、I有著相同的取值范圍即在0到1之間。保持間隔相等的情況下劃分L值即可得到rgI顏色直方圖。雖然rgI顏色直方圖與物體相對應(yīng)，但如果目標(biāo)只是位置以及尺寸等出現(xiàn)變化，rgI顏色直方圖并不會(huì)受到任何實(shí)質(zhì)性影響，因此在理想情況下，利用rgI顏色直方圖能夠?qū)σ曨l圖像中不同運(yùn)動(dòng)位置以及不同尺寸的人臉進(jìn)行目標(biāo)追蹤。

2.2 跟蹤算法

運(yùn)動(dòng)目標(biāo)的不斷變化將會(huì)使得模板圖像隨之發(fā)生相應(yīng)變化，因此需要不斷更新模板圖像才能夠有效完成對運(yùn)動(dòng)目標(biāo)的連續(xù)跟蹤，本文在對運(yùn)動(dòng)目標(biāo)的實(shí)際運(yùn)動(dòng)范圍進(jìn)行預(yù)測過程中選擇使用卡爾曼濾波，之后利用rgI顏色直方圖在預(yù)測運(yùn)動(dòng)范圍之內(nèi)搜索和匹配相應(yīng)目標(biāo)，從而通過此舉獲得與目標(biāo)模板有著最小歐式距離的區(qū)域，在此過程當(dāng)中存在一個(gè)特定閾值T，如果兩者的歐氏距離在進(jìn)行相減時(shí)差值沒有超過這個(gè)特定閾值，那么此時(shí)該區(qū)域就是運(yùn)動(dòng)目標(biāo)所在的實(shí)際位置，利用在這一區(qū)域當(dāng)中的rgI顏色直方圖并將其充當(dāng)下一幀運(yùn)動(dòng)目標(biāo)的匹配模板，在不斷重復(fù)的過程中模板能夠?qū)崿F(xiàn)不間斷地更新。由于相鄰的兩幀視頻圖像之間，時(shí)間間隔并不長，因此目標(biāo)人臉在極短的時(shí)間間隔當(dāng)中基本上不會(huì)出現(xiàn)突然變化，此時(shí)我們可以認(rèn)為運(yùn)動(dòng)目標(biāo)人臉的運(yùn)動(dòng)連續(xù)性比較強(qiáng)，此時(shí)利用公式

可以進(jìn)行歐式距離的計(jì)算并用以衡量匹配的模板。其中匹配區(qū)域和模板的rgI顏色直方圖分別用l和l'表示，而rgI顏色直方圖中的維數(shù)則用n進(jìn)行表示。根據(jù)相關(guān)視頻圖像顯示，通過不斷更新模板確實(shí)可以對目標(biāo)運(yùn)動(dòng)人臉進(jìn)行實(shí)時(shí)跟蹤顯示。

3 結(jié)束語

總而言之，本文通過選擇當(dāng)前比較常見的目標(biāo)跟蹤算法即Kalman filter算法，利用卡爾曼濾波以及rgI顏色直方圖完成對運(yùn)動(dòng)人臉的跟蹤。事實(shí)證明，Kalman filter算法確實(shí)能夠在對各目標(biāo)之間的干擾進(jìn)行明確區(qū)分的基礎(chǔ)之上，準(zhǔn)確描述運(yùn)動(dòng)人臉目標(biāo)，從而較好地跟蹤運(yùn)動(dòng)目標(biāo)，但由于人臉之間本身存在一定的相似性，因此本文只是對理想狀態(tài)下的運(yùn)動(dòng)人臉進(jìn)行跟蹤實(shí)驗(yàn)，日后還需要對計(jì)算機(jī)視覺技術(shù)和Kalman filter算法進(jìn)行進(jìn)一步優(yōu)化以妥善解決多人臉目標(biāo)以及相似性問題。

參考文獻(xiàn)

[1]鄭薇.基于雙目視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法研究及應(yīng)用[D].哈爾濱：哈爾濱工程大學(xué)，2014.

[2]李慧霞，李臨生，閆慶森，周景文.基于Mean Shift算法的目標(biāo)跟蹤綜述[J].計(jì)算機(jī)與現(xiàn)代化，2017（01）：65-70.

[3]李寰宇，畢篤彥，楊源，查宇飛，覃兵，張立朝.基于計(jì)算機(jī)視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法研究[J].電子與信息學(xué)報(bào)，2015（09）：2033-2039.

[4]陳曦，殷華博.基于計(jì)算機(jī)視覺運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)分析[J].無線電工程，2014（06）：22-24+39.

篇9

分布式計(jì)算是一種計(jì)算方法，和集中式計(jì)算是相對的。隨著計(jì)算技術(shù)的發(fā)展，有些計(jì)算應(yīng)用需要非常巨大的計(jì)算能力才能完成，如果采用集中式計(jì)算，需要耗費(fèi)相當(dāng)長的時(shí)間來完成。簡單來說，分布式計(jì)算將該應(yīng)用分解成許多小的部分，分配給多臺(tái)計(jì)算機(jī)進(jìn)行處理。這樣可以節(jié)約整體計(jì)算時(shí)間，大大提高計(jì)算效率。本書使用開源工具及相應(yīng)技術(shù)的開發(fā)并實(shí)現(xiàn)了大規(guī)模分布式處理系統(tǒng)，提出了構(gòu)建高性能分布式計(jì)算系統(tǒng)的先進(jìn)材料，提供實(shí)際的指導(dǎo)、相關(guān)練習(xí)以及軟件框架的理論描述。

全書分為2部分，共8章。第1部分 高性能分布式計(jì)算的編程基礎(chǔ)，包括1-4章：1.引言：包括分布式系統(tǒng)的介紹、分類，分布式計(jì)算體系結(jié)構(gòu)與分布式文件系統(tǒng)，最后指出分布式系統(tǒng)面對的挑戰(zhàn)與發(fā)展趨勢；2.開始使用Hadoop：包括Hadoop的發(fā)展歷史、生態(tài)系統(tǒng)、HDFS的特性、單個(gè)節(jié)點(diǎn)的集群安裝與多個(gè)節(jié)點(diǎn)的集群安裝，最后介紹Hadoop編程與流；3.從Spark開始：包括Spark裝置、應(yīng)用實(shí)例、Python編程及應(yīng)用等內(nèi)容；4.Spark和Scalding的內(nèi)部編程：包括其安裝步驟與編程指南。第2部分 使用Hadoop、Scalding和Spark的實(shí)例，包括5-8章：5. 案例研究1：使用Scalding和Spark進(jìn)行數(shù)據(jù)聚類：包括聚類技術(shù)、聚類過程、K均值算法和相應(yīng)的例子，最后進(jìn)行實(shí)現(xiàn)；6.案例研究2：使用Scalding和Spark進(jìn)行數(shù)據(jù)分類：包括分類及概率論的相關(guān)概念，樸素貝葉斯及其分類器的實(shí)現(xiàn)，最后對Scalding的實(shí)現(xiàn)進(jìn)行實(shí)驗(yàn)并說明結(jié)果；7.案例研究3：使用Scalding和Spark進(jìn)行回歸分析：包括線性回歸的代數(shù)方法和梯度下降法，并分別使用Scalding和Spark進(jìn)行了實(shí)現(xiàn)；8.案例研究4：使用Scalding和Spark的推薦系統(tǒng)：包括推薦系統(tǒng)的介紹、技術(shù)應(yīng)用、實(shí)現(xiàn)規(guī)則并使用Scalding和Spark進(jìn)行了實(shí)現(xiàn)。

作者K.G. Srinivasa是卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院機(jī)器人研究所的副教授；是電腦專業(yè)資格認(rèn)定協(xié)會(huì)（ICCP，International Conformity Certification Programm）、國際計(jì)算機(jī)視覺期刊（IJCV，International Journal Computer Vision）、國際計(jì)算機(jī)視覺與模式識別會(huì)議（CVPR，Computer Vision and Pattern Recognition）等多個(gè)國際會(huì)議的委員會(huì)委員，發(fā)表超過20篇期刊及會(huì)議論文。他的研究領(lǐng)域包括計(jì)算機(jī)視覺、圖像處理、動(dòng)態(tài)場景的計(jì)算機(jī)視覺監(jiān)控、基于人的行為和生物特征的人物識別與身份鑒定以及數(shù)字多媒體數(shù)據(jù)的水印處理等。

本書描述了構(gòu)建高性能分布式計(jì)算大規(guī)模數(shù)據(jù)處理的軟件系統(tǒng)新模式的基本原理；介紹了Hadoop生態(tài)系統(tǒng)并一步步地指導(dǎo)安裝、編程和執(zhí)行；對Spark的基礎(chǔ)知識，包括彈性分布式數(shù)據(jù)集進(jìn)行了介紹，并對使用Spark和Scalding進(jìn)行數(shù)據(jù)聚類、分類和回歸進(jìn)行了分析，提供了詳細(xì)的案例研究方法；最后使用Scalding和Spark實(shí)現(xiàn)了一個(gè)實(shí)用推薦系統(tǒng)。本書適合計(jì)算機(jī)體系結(jié)構(gòu)、計(jì)算智能、數(shù)據(jù)挖掘等專業(yè)的科研人員及研究生閱讀參考。

篇10

關(guān)鍵詞：自動(dòng)控制技術(shù)農(nóng)業(yè)自動(dòng)化

中圖分類號： DF413.1文獻(xiàn)標(biāo)識碼： A

由于歷史、觀念和技術(shù)等方面的原因, 我國傳統(tǒng)農(nóng)業(yè)機(jī)械與發(fā)達(dá)國家相比有很大差距, 已遠(yuǎn)遠(yuǎn)不能適應(yīng)農(nóng)業(yè)的科技進(jìn)步。近些年來, 自動(dòng)化的研究逐漸被人們所認(rèn)識, 自動(dòng)控制在農(nóng)業(yè)上的應(yīng)用越來越受到重視。例如,把計(jì)算機(jī)技術(shù)、微處理技術(shù)、傳感與檢測技術(shù)、信息處理技術(shù)結(jié)合起來, 應(yīng)用于傳統(tǒng)農(nóng)業(yè)機(jī)械, 極大地促進(jìn)了產(chǎn)品性能的提高。我國農(nóng)業(yè)部門總結(jié)了一些地區(qū)的農(nóng)業(yè)自動(dòng)化先進(jìn)經(jīng)驗(yàn)(如臺(tái)灣地區(qū)的農(nóng)業(yè)生產(chǎn)自動(dòng)化、漁業(yè)生產(chǎn)自動(dòng)化、畜牧業(yè)生產(chǎn)自動(dòng)化及農(nóng)產(chǎn)品貿(mào)易自動(dòng)化)的開發(fā)與應(yīng)用情況, 同時(shí)也汲取了國外一些國家的先進(jìn)經(jīng)驗(yàn)、技術(shù), 如日本的四行半喂人聯(lián)合收割機(jī)是計(jì)算機(jī)控制的自動(dòng)化裝置在半喂人聯(lián)合收割機(jī)中的應(yīng)用,英國通過對施肥機(jī)散播肥料的動(dòng)力測量來控制肥料的精確使用量。這些技術(shù)和方法是我國農(nóng)業(yè)機(jī)械的自動(dòng)化裝置得到了補(bǔ)充和新的發(fā)展, 從而形成了一系列適合我國農(nóng)業(yè)特點(diǎn)的自動(dòng)化控制技術(shù)。

一、已有的農(nóng)業(yè)機(jī)械及裝置的部分自動(dòng)化控制

自動(dòng)化技術(shù)提高了已有農(nóng)業(yè)機(jī)械及裝置的作業(yè)性能和操作性能。浙江省把自動(dòng)化技術(shù)應(yīng)用于茶葉機(jī)械上, 成功研制出6CRK-55型可編程控制加壓茶葉揉捻機(jī), 它利用計(jì)算機(jī)控制電功加壓機(jī)構(gòu), 能根據(jù)茶葉的具體情況編制最佳揉捻程序?qū)崿F(xiàn)揉捻過程的自動(dòng)控制, 是機(jī)電一體化技術(shù)在茶葉機(jī)械上的首次成功應(yīng)用。

1.應(yīng)用于拖拉機(jī)

在農(nóng)用拖拉機(jī)上已廣泛使用了機(jī)械油壓式三點(diǎn)聯(lián)結(jié)的位調(diào)節(jié)和力調(diào)節(jié)系統(tǒng)裝置, 現(xiàn)又在開發(fā)和采用性能更完善的電子油壓式三點(diǎn)聯(lián)結(jié)裝置。

2.應(yīng)用于施肥播種機(jī)

根據(jù)行駛速度和檢測種子粒數(shù)來確定播種量是否符合要求的裝置, 以及將馬鈴薯種子割成瓣后播種的裝置等。

3.應(yīng)用于谷物干燥機(jī)

不受外界條件干擾, 能自動(dòng)維持熱風(fēng)溫度的裝置停電或干燥機(jī)過熱引起火災(zāi)時(shí), 自動(dòng)掐斷燃料供給的裝置。

二、微灌自動(dòng)控制技術(shù)

我國從20世紀(jì)年50代就開始進(jìn)行節(jié)水灌溉的研究與推廣據(jù)統(tǒng)計(jì)。到1992年, 全國共有節(jié)水灌溉工程面積0.133億m2, 其中噴灌面積80萬m2, 農(nóng)業(yè)節(jié)水工程取得了巨大的進(jìn)展。灌溉管理自動(dòng)化是發(fā)展高效農(nóng)業(yè)的重要手段, 高效農(nóng)業(yè)和精細(xì)農(nóng)業(yè)要求必須實(shí)現(xiàn)水資源的高效利用。采用遙感遙測等新技術(shù)監(jiān)測土壤墑性和作物生長情況, 對灌溉用水進(jìn)行動(dòng)態(tài)監(jiān)測預(yù)報(bào), 實(shí)現(xiàn)灌溉用水管理的自動(dòng)化和動(dòng)態(tài)管理。在微灌技術(shù)領(lǐng)域, 我國先后研制和改進(jìn)了等流量滴灌設(shè)備、微噴灌設(shè)備、微灌帶、孔口滴頭、壓力補(bǔ)償式滴頭、折射式和旋轉(zhuǎn)式微噴頭、過濾器和進(jìn)排氣閥等設(shè)備, 總結(jié)出了一套基本適合我國國情的微灌設(shè)計(jì)參數(shù)和計(jì)算方法, 建立了一批新的試驗(yàn)示范基地。在一些地區(qū)實(shí)現(xiàn)了自動(dòng)化灌溉系統(tǒng), 可以長時(shí)間地自動(dòng)啟閉水泵和自動(dòng)按一定的輪灌順序進(jìn)行灌溉。這種系統(tǒng)中應(yīng)用了灌水器、土壤水分傳感器、溫度傳感器、壓力傳感器、水位傳感器和雨量傳感器、電線等。

三、自動(dòng)控制技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用

精準(zhǔn)農(nóng)業(yè)是在傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)機(jī)裝備技術(shù)上, 運(yùn)用高新技術(shù)進(jìn)行農(nóng)業(yè)生產(chǎn)管理。精準(zhǔn)農(nóng)業(yè)較傳統(tǒng)農(nóng)業(yè)其先進(jìn)之處主要是應(yīng)用全球定位系統(tǒng)(GPS)、地理信息技術(shù)、計(jì)算機(jī)控制技術(shù)、專家與決策知識系統(tǒng), 實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的定位、定量、定時(shí), 做到精耕細(xì)作和由于農(nóng)業(yè)水土管理區(qū)管理點(diǎn)較為分散, 用傳統(tǒng)方法進(jìn)行數(shù)據(jù)采集和信息傳輸精度差、速度慢。把電子技術(shù)、微電子技術(shù)和通信技術(shù)緊密結(jié)合起來, 采用現(xiàn)代方法進(jìn)行自動(dòng)化監(jiān)控和管理非常必要, 如在渠系、灌水、泵站等方面實(shí)現(xiàn)自動(dòng)化監(jiān)控與管理。農(nóng)業(yè)自動(dòng)化向智能化方向發(fā)展, 進(jìn)一步發(fā)展精準(zhǔn)農(nóng)業(yè)重點(diǎn)發(fā)展節(jié)水、節(jié)肥精準(zhǔn)農(nóng)業(yè)技術(shù)體系的自動(dòng)化控制, 實(shí)施精準(zhǔn)灌溉、精準(zhǔn)施肥, 提高水資源和化肥資源的利用率。精細(xì)設(shè)施農(nóng)業(yè)主要發(fā)展以溫室為主的自動(dòng)控制系統(tǒng)智能化研究, 從而現(xiàn)降低成本、提高作物產(chǎn)量、提高農(nóng)產(chǎn)品品質(zhì)。這有助于我國農(nóng)業(yè)資源的高效利用和農(nóng)業(yè)環(huán)境保護(hù), 是發(fā)展持續(xù)農(nóng)業(yè)的重要途徑。將計(jì)算機(jī)視覺技術(shù)應(yīng)用于農(nóng)業(yè)自動(dòng)化領(lǐng)域計(jì)算機(jī)視覺技術(shù)是一個(gè)相當(dāng)新且發(fā)展十分迅速的研究領(lǐng)域, 日本、美國等發(fā)達(dá)國家已在農(nóng)業(yè)計(jì)算機(jī)視覺方面進(jìn)行了廣泛而深入的研究, 如農(nóng)業(yè)種質(zhì)資源管理、獲取作物生長狀態(tài)信息、農(nóng)產(chǎn)品自動(dòng)收獲、農(nóng)產(chǎn)品品質(zhì)鑒定等。英國開發(fā)研制的采摘蘑菇機(jī)器人, 在定位蘑菇采摘點(diǎn)和測量時(shí), 已經(jīng)利用了計(jì)算機(jī)視覺和圖像處理技術(shù)。計(jì)算機(jī)視覺技術(shù)在我國農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)現(xiàn)代化方面已開始應(yīng)用, 但在設(shè)施農(nóng)業(yè)、虛擬農(nóng)業(yè)中的應(yīng)用尚處于起步階段, 應(yīng)進(jìn)一步加強(qiáng)、加快該領(lǐng)域的研究與應(yīng)用。

我國農(nóng)業(yè)自動(dòng)化已在設(shè)施農(nóng)業(yè)中的溫室自動(dòng)化控制、排灌機(jī)械自動(dòng)化、部分農(nóng)業(yè)機(jī)械裝置自動(dòng)化等方面得到一定的發(fā)展, 尤其精準(zhǔn)農(nóng)業(yè)的發(fā)展越來越得到重視。電子技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展推動(dòng)了農(nóng)業(yè)機(jī)器向自動(dòng)化方向發(fā)展。隨著智能化技術(shù)的發(fā)展, 人工智能將是世紀(jì)農(nóng)業(yè)工程發(fā)展的重點(diǎn)。各種農(nóng)業(yè)機(jī)器人或智能化系統(tǒng)將在農(nóng)業(yè)自動(dòng)化控制中不斷涌現(xiàn), 繼續(xù)推動(dòng)和實(shí)現(xiàn)農(nóng)業(yè)自動(dòng)化是農(nóng)業(yè)機(jī)械化工程技術(shù)工作者所面臨的長遠(yuǎn)課題和挑戰(zhàn), 并進(jìn)一步促進(jìn)農(nóng)業(yè)自動(dòng)化控制技術(shù)向智能化技術(shù)發(fā)展。

四、自動(dòng)控制技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用

精準(zhǔn)農(nóng)業(yè)是在傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)機(jī)裝備技術(shù)上, 運(yùn)用高新技術(shù)進(jìn)行農(nóng)業(yè)生產(chǎn)管理。精準(zhǔn)農(nóng)業(yè)較傳統(tǒng)農(nóng)業(yè)其先進(jìn)之處主要是應(yīng)用全球定位系統(tǒng)(GPS)、地理信息技術(shù)、計(jì)算機(jī)控制技術(shù)、專家與決策知識系統(tǒng), 實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的定位、定量、定時(shí), 做到精耕細(xì)作和由于農(nóng)業(yè)水土管理區(qū)管理點(diǎn)較為分散, 用傳統(tǒng)方法進(jìn)行數(shù)據(jù)采集和信息傳輸精度差、速度慢。把電子技術(shù)、微電子技術(shù)和通信技術(shù)緊密結(jié)合起來, 采用現(xiàn)代方法進(jìn)行自動(dòng)化監(jiān)控和管理非常必要, 如在渠系、灌水、泵站等方面實(shí)現(xiàn)自動(dòng)化監(jiān)控與管理。農(nóng)業(yè)自動(dòng)化向智能化方向發(fā)展, 進(jìn)一步發(fā)展精準(zhǔn)農(nóng)業(yè)重點(diǎn)發(fā)展節(jié)水、節(jié)肥精準(zhǔn)農(nóng)業(yè)技術(shù)體系的自動(dòng)化控制, 實(shí)施精準(zhǔn)灌溉、精準(zhǔn)施肥, 提高水資源和化肥資源的利用率。精細(xì)設(shè)施農(nóng)業(yè)主要發(fā)展以溫室為主的自動(dòng)控制系統(tǒng)智能化研究, 從而現(xiàn)降低成本、提高作物產(chǎn)量、提高農(nóng)產(chǎn)品品質(zhì)。這有助于我國農(nóng)業(yè)資源的高效利用和農(nóng)業(yè)環(huán)境保護(hù), 是發(fā)展持續(xù)農(nóng)業(yè)的重要途徑。將計(jì)算機(jī)視覺技術(shù)應(yīng)用于農(nóng)業(yè)自動(dòng)化領(lǐng)域計(jì)算機(jī)視覺技術(shù)是一個(gè)相當(dāng)新且發(fā)展十分迅速的研究領(lǐng)域, 日本、美國等發(fā)達(dá)國家已在農(nóng)業(yè)計(jì)算機(jī)視覺方面進(jìn)行了廣泛而深入的研究, 如農(nóng)業(yè)種質(zhì)資源管理、獲取作物生長狀態(tài)信息、農(nóng)產(chǎn)品自動(dòng)收獲、農(nóng)產(chǎn)品品質(zhì)鑒定等。英國開發(fā)研制的采摘蘑菇機(jī)器人, 在定位蘑菇采摘點(diǎn)和測量時(shí), 已經(jīng)利用了計(jì)算機(jī)視覺和圖像處理技術(shù)。計(jì)算機(jī)視覺技術(shù)在我國農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)現(xiàn)代化方面已開始應(yīng)用, 但在設(shè)施農(nóng)業(yè)、虛擬農(nóng)業(yè)中的應(yīng)用尚處于起步階段, 應(yīng)進(jìn)一步加強(qiáng)、加快該領(lǐng)域的研究與應(yīng)用。

我國農(nóng)業(yè)自動(dòng)化已在設(shè)施農(nóng)業(yè)中的溫室自動(dòng)化控制、排灌機(jī)械自動(dòng)化、部分農(nóng)業(yè)機(jī)械裝置自動(dòng)化等方面得到一定的發(fā)展, 尤其精準(zhǔn)農(nóng)業(yè)的發(fā)展越來越得到重視。電子技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展推動(dòng)了農(nóng)業(yè)機(jī)器向自動(dòng)化方向發(fā)展。隨著智能化技術(shù)的發(fā)展, 人工智能將是世紀(jì)農(nóng)業(yè)工程發(fā)展的重點(diǎn)。各種農(nóng)業(yè)機(jī)器人或智能化系統(tǒng)將在農(nóng)業(yè)自動(dòng)化控制中不斷涌現(xiàn), 繼續(xù)推動(dòng)和實(shí)現(xiàn)農(nóng)業(yè)自動(dòng)化是農(nóng)業(yè)機(jī)械化工程技術(shù)工作者所面臨的長遠(yuǎn)課題和挑戰(zhàn), 并進(jìn)一步促進(jìn)農(nóng)業(yè)自動(dòng)化控制技術(shù)向智能化技術(shù)發(fā)展。

【參考文獻(xiàn)】

[1]馬玉敏等.工業(yè)以太網(wǎng)的最新發(fā)展.自動(dòng)化系統(tǒng)工程，2006（2）：2.