導(dǎo)語：如何才能寫好一篇計算機視覺發(fā)展，這就需要搜集整理更多的資料和文獻，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：航空運輸；協(xié)同決策；多航站樓；實時指派；混合集合規(guī)劃；航班波

中圖分類號：U8

文獻標(biāo)志碼：A

文章編號：1005-2615（2015）01-0071-06

隨著民航運輸?shù)娘w速發(fā)展，運輸量的快速增長，多航站樓多區(qū)域管理已經(jīng)成為民航發(fā)展的一種趨勢，然而這將使得機場運行保障變的更加復(fù)雜。機位是機場的核心資源，機位分配是機場日常運行保障中的一個非常重要的工作。高效合理的機位分配方案不僅會給民航運輸帶來巨大的經(jīng)濟效益，并且在一定程度上可以提高民航運輸?shù)陌踩?。在機場停機位實時指派的問題上，國內(nèi)外學(xué)者已經(jīng)進行了很多模型與算法的相關(guān)研究。從已有研究來看，在機位實時指派算法中，仍需綜合考慮多航站樓模式、航班波、協(xié)同決策、時隙交換公平性以及這4個因素的影響。

由于運輸量增長，許多大型機場都通過擴容的方式來滿足需求。其中.航站樓的改擴建使得一個機場多個航站樓的運行模式應(yīng)運而生。在多航站樓運行中，有很多公共的資源需要共享，如機位、跑道等外場資源；旅客由于轉(zhuǎn)機等原因需要在多個航站樓之間活動；飛機也可能因為調(diào)配原因而從一個航站樓轉(zhuǎn)移到另外一個航站樓。因此，機場的運行調(diào)度算法必須能夠滿足以上種種運行上的需求。在多航站樓運行模式下進行資源分配時，必須充分考慮各種資源之間的聯(lián)動關(guān)系才能做到協(xié)調(diào)運行。此時.值得注意的是應(yīng)當(dāng)將航站樓作為資源分配的一個基本判斷依據(jù)。首先判斷航班機位是否在不同航站樓之間調(diào)整，然后根據(jù)預(yù)先設(shè)定的各種規(guī)則再進行其他資源的變更，這樣才能使系統(tǒng)的處理邏輯相對清晰和簡單。

為滿足日益增長的航空運輸需求，航空公司紛紛考慮以航班波的方式進行排班。相應(yīng)地，樞紐機場針對航班波進行各項航班保障工作，其中就包括停機位的指派。航班波是指，為實現(xiàn)航班有效銜接，在一個時段安排進港航班，在緊接著的另一個時段安排出港航班。當(dāng)航班波不受延誤影響時，機場資源可以得到高效利用，旅客的中轉(zhuǎn)等待時間大大縮短。但是，如果航班波受到延誤航班的影響.旅客的中轉(zhuǎn)時間會大幅度上升。要使航班不受或盡量少受延誤航班的影響，則需要實現(xiàn)機場、航空公司和空管的協(xié)同決策。然而，目前機場、空管和航空公司大多單獨完成各自任務(wù)，沒有達到協(xié)同決策的要求。

在實現(xiàn)航空公司與機場的協(xié)同決策時，需要考慮到時隙分配和機位指派的先后關(guān)系以及相互影響。當(dāng)航班延誤之后，航班所獲得的時隙將會改變.但在航空公司不知道后續(xù)機位指派方案的前提下.無法判斷延誤航班獲得的時隙方案所對應(yīng)的最佳機位指派方案是否為所有可能的機位指派方案（時隙交換后）中延誤成本最小的。因此，航空公司需要與機場進行協(xié)同決策。首先由航空公司給出不同時隙方案，機場給出不同時隙方案下機位指派的延誤成本，根據(jù)最小延誤成本確定最佳時隙交換方案，再將該方案告知航空公司。然而，在總的延誤成本最小時還需考慮航空公司間的利益均衡，所以在進行時隙交換時，還要考慮航空公司問的利益均衡性.進行公平的時隙交換。

本文在協(xié)同決策的基礎(chǔ)上綜合多航站樓資源共享性、航班波延誤最小化、時隙交換公平性等因素，建立機場停機位實時指派模型，并在混合集合規(guī)劃中實現(xiàn)模型的求解。

l 機位實時分配模型

1.1 模型符號

2 求解方法

混合集介規(guī)劃（ Mixed set programming，MSP）源自邏輯規(guī)劃與約束規(guī)劃，是以一階邏輯與集合推理為算法框架的邏輯求解系統(tǒng)。MSP能夠?qū)⒓线\算、量詞、布爾邏輯、邏輯函數(shù)、日期/時間推理、數(shù)值約束等集成于一個系統(tǒng)，實現(xiàn)從實數(shù)、整數(shù)等數(shù)值類型擴充到布爾值、日期/時間集合類型的混合域上的全局推理，以及約束滿足問題的建模與求解。此處，集合規(guī)劃的概念并非指在問題求解中對集合運算符號、集合變量及集合約束的簡單使用，而是系統(tǒng)地將集合推理與運籌學(xué)算法相結(jié)合，以集合變量為主進行問題建模，以基于集合推理的算法為核心進行模型求解。本文采用MSP方法求解下列算法。

2.2 停機位實時分配

步驟1 讀取航班的機位預(yù)分配結(jié)果，航班對應(yīng)的機位預(yù)分配信息，得到每個機位的可利用時間段。從時隙分配方案中得劍航班的時隙分配結(jié)果，包括帶有航班波銜接的延誤航班和沒仃航班波銜接的延誤航班。

步驟2對于沒有航班波銜接的延誤航班，根據(jù)航站樓{ at1，…，atn}分n次循環(huán)。將沒有航班波銜接的延誤航班根據(jù)最小延誤費用原則和航站樓資源共享原則進行停機位分配。

步驟3 對于有航班波銜接的航班，考慮時隙公平交換的原則，根據(jù)不同的航站樓{ at1，…，atn}分n次循環(huán).得到每個航站樓的延誤航班時隙交換集合。根據(jù)有航班波銜接的航班和有時隙交換的延誤航班.得到?jīng)]有時隙交換的延誤航班集合。根據(jù)最小延誤費用原則和航站樓資源共享原則進行停機位分配。

步驟4 將步驟2.3的結(jié)果根據(jù)不同的航站樓進行綜合，得到最終的各個航站樓的停機位分配。

在求解策略的設(shè)計中，將精確算法和啟發(fā)式規(guī)則有機地結(jié)合在一起，既確保解的可行性，又靈活、個性化地控制搜索過程。啟發(fā)式規(guī)則為：

（1）假設(shè)延誤航班計劃所屬航班波為ωp，則其分配時隙所屬的航班波必須大于等于ωp。

（2）航空公司進行時隙互換時，延誤航班所處的航班波的數(shù)值應(yīng)盡量相同。

（3）航班的停機位在不同航站樓之間調(diào)整要滿足以下條件：

①不能是有航班波銜接的航班；

②調(diào)整后該航班產(chǎn)生的油耗費用不能大于該航班所屬機型的平均油耗；

③調(diào)整后該航班的到達停機位時間不能大于該航班所屬機型的平均滑行時間；

④調(diào)整后各航空公司的時隙交換滿足公平性原則。

將上述兩個算法的求解規(guī)則，結(jié)合不同的α，β值和約束條件.同時植入深度優(yōu)先搜索算法中，一體化搜索確定延誤航班的時隙分配集合與停機位指派集合.從而優(yōu)化延誤航班的時隙分配并最終確定滿足多目標(biāo)的停機位指派方案。

3 實例分析

3.1 實驗數(shù)據(jù)

大型機場的航站樓比較龐大，分區(qū)也較為復(fù)雜.因此本文選取兩個航站樓內(nèi)4個區(qū)域9：00～11：00內(nèi)到達的航班及機位分配情況進行優(yōu)化，其中區(qū)域1和2屬于一個航站樓，區(qū)域3和4屬于另一航站樓：小、中、大機型分別用l，2，3表示；國航、東航、南航、海航分別用C.E.S，D表示。最小安全時問間隔T=5 min；旅客中轉(zhuǎn)等待成本：1元/ min；飛機的油耗成本：7元/kg。飛機油耗：大型飛機46 kg/min，中型28 kg，/min.小型12 kg/min。航班信息見表1，各個區(qū)域的機位信息見表

2，延誤信息見表3。

3.2 實驗結(jié)果及分析

執(zhí)行本文算法，根據(jù)時隙交換的優(yōu)先級高于滑行油耗的原則，進行多次運算后，得到α=0.55，β=0.45。在滿足時隙交換公平性的條件下，得到時隙交換結(jié)果如表4所示。

在不同的限定條件下，得到機位實時指派方案如表5所示，其中，初始方案表示航班尚未延誤的機位初始分配方案；優(yōu)化1方案表示航班延誤后，進行合理的時隙交換但航站樓之間與航站樓符各區(qū)域之間的機位資源不共享時產(chǎn)生的機位指派方案；優(yōu)化2方案表示航班延誤后，進行合理的時隙交換且航站樓之間與航站樓各區(qū)域之間的機位資源可其享時產(chǎn)生的機位指派方案；優(yōu)化3方案表示航班延誤后，不進行時隙交換但航站樓之間與航站樓各區(qū)域之間的機位資源可共享時產(chǎn)生的機位指派方案。

初始方案中，滑行油耗為7 324 kg，旅客中轉(zhuǎn)等待時間為369 600 min，因此，總成本為420 868元。優(yōu)化1方案中，滑行油耗為7 342 kg，旅客中轉(zhuǎn)等待時間為414 400 min，因此總成本為465 794元。優(yōu)化2方案中，滑行油耗為6 736 kg，旅客中轉(zhuǎn)等待時間為414 400 min，因此總成本為461 552元。優(yōu)化3方案中，滑行油耗為6 844 kg，旅客中轉(zhuǎn)等待時間為478 000 min，因此總成本為525 908元。各部分成本變化情況如圖1所示。

對比優(yōu)化方案1與優(yōu)化方案2 可知，當(dāng)資源共享時，飛機的滑油成本可以大幅度減小，從而降低最終的總成本。對比優(yōu)化方案2和優(yōu)化方案3可知，當(dāng)時隙可交換時，旅客的中轉(zhuǎn)等待時間可以大幅度減小，從而控制最終總成本。結(jié)果顯示，本文提出的算法在實現(xiàn)了資源共享的同時也實現(xiàn)了時隙的有效交換，達到了控制延誤成本的目標(biāo)。

篇2

關(guān)鍵詞：計算機；視覺技術(shù)；應(yīng)用；分析

中圖分類號：TP37 文獻標(biāo)識碼：A 文章編號：1009-3044（2016）03-0242-02

計算機人工智能技術(shù)中的一項重要技術(shù)就是計算機視覺技術(shù)，這種技術(shù)主要是讓計算機利用圖像來實現(xiàn)認知環(huán)境信息的目的，這一目的的實現(xiàn)需要用到多種高尖端技術(shù)。近年來隨著計算機技術(shù)以及計算機網(wǎng)絡(luò)的普及與發(fā)展，計算機視覺技術(shù)也得到了較快發(fā)展，并且在實際生產(chǎn)與生活中的應(yīng)用也越來越廣泛。

1 計算機視覺技術(shù)概述

1.1 基本概念

計算機視覺技術(shù)主要研究計算機認知能力的一門技術(shù)，其具體主要是通過用攝像機代替人的眼睛，用電腦代替人的大腦，最終使計算機具備類似于人類的識別、判斷以及記憶目標(biāo)的功能，代替人類進行部分生產(chǎn)作業(yè)。人們目前研究的人工智能技術(shù)中的一項重要內(nèi)容就是計算機視覺技術(shù)，通過研究計算機視覺技術(shù)可以讓計算機擁有利用二維圖像認知三維環(huán)境的功能。總的來說，計算機視覺技術(shù)是在圖像與信號處理技術(shù)、概率分析統(tǒng)計、網(wǎng)絡(luò)神經(jīng)技術(shù)以及信息處理技術(shù)的基礎(chǔ)上，利用計算機來分析、處理視覺信息的技術(shù)，它是現(xiàn)代社會新興起的一門高新技術(shù)。

1.2 工作原理

在亮度滿足要求的情況下，首先使用攝像機對具體事物的圖像信息進行采集，利用網(wǎng)絡(luò)把采集到的圖像信息向計算機內(nèi)部輸送，然后在計算機系統(tǒng)內(nèi)部處理加工圖像信息會把事物的原始圖像得到，隨后利用圖像處理技術(shù)進一步處理原始圖像，獲得優(yōu)化質(zhì)量效果之后的圖像，分類與整理圖像中有特征價值的信息，通過智能識別技術(shù)識別與描述提取到的圖像信息特征，最后把得到的高層次的抽象信息存儲起來，在進行識別事務(wù)時分析對比這些儲存信息就可以實現(xiàn)事物的識別，這樣視覺系統(tǒng)的基本任務(wù)也就完成了。其具體視覺系統(tǒng)如圖1所示：

1.3理論框架

人類研究視覺技術(shù)雖然起步比較早，但取得較大進步是在20世紀(jì)80年代初伴隨著視覺計算理論的出現(xiàn)。它的出現(xiàn)把研究視覺理論的策略問題解決了，視覺技術(shù)是一項特別復(fù)雜的信息處理過程，要想對視覺的本質(zhì)準(zhǔn)確完整的理解，必須從不同角度與層次研究與分析視覺本質(zhì)。視覺計算理論研究層次大致可分為：計算機理論、算法以及實際執(zhí)行。站在計算機理論的角度分析視覺技術(shù)，我們可知必須用要素圖、維圖、以及三維模型表像來描述視覺信息。

所以，可以把計算機視覺技術(shù)當(dāng)做從三維環(huán)境圖像中抽取、描述與解釋信息的過程，其主要分析步驟可分為感覺、處理、描述、識別、解釋等。若依據(jù)上述各過程實現(xiàn)需用到的方法與技術(shù)的復(fù)雜性劃分層次，可大致把計算機視覺技術(shù)劃分為：低層視覺處理、中層視覺處理、高層視覺處理三個層次。

2 計算機視覺技術(shù)在自動化中的應(yīng)用

2.1 農(nóng)業(yè)自動化中計算機視覺技術(shù)的應(yīng)用

在農(nóng)業(yè)自動化中應(yīng)用計算機視覺技術(shù)可以全天候?qū)崟r監(jiān)測農(nóng)作物的生長狀況，便于科學(xué)管理農(nóng)作物。還可以應(yīng)用計算機視覺技術(shù)來檢測農(nóng)產(chǎn)品的質(zhì)量，例如可以應(yīng)用計算機監(jiān)測技術(shù)來監(jiān)測大多數(shù)蔬菜的質(zhì)量，傳統(tǒng)的人工檢測蔬菜質(zhì)量的方法，不僅費時費力，而且檢測結(jié)果的準(zhǔn)確性也不能很好的保證，在實際人工檢測過程中還容易傷害蔬菜，可以通過利用計算機視覺技術(shù)來感應(yīng)蔬菜自身釋放的紅外線、紫外線以及其他可見光的能量大小，然后和質(zhì)量達標(biāo)蔬菜的光線能量大小進行對比，根據(jù)這些對比結(jié)果可以把蔬菜質(zhì)量的好壞準(zhǔn)確判斷出來，在蔬菜質(zhì)量檢測過程中應(yīng)用計算機視覺技術(shù)，把傳統(tǒng)的蔬菜檢測方法完全顛覆了，極大的方便了農(nóng)產(chǎn)品的質(zhì)量檢測，由此可見，計算機視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中有很高的使用與推廣價值。

2.2 在工業(yè)自動化中計算機視覺技術(shù)的應(yīng)用

計算機視覺技術(shù)在工業(yè)自動化應(yīng)用的一個重要領(lǐng)域就是可以精密測量零件尺寸，其測量與被測對象的原理如圖2所示。

光學(xué)系統(tǒng)、計算機處理系統(tǒng)以及CCD攝像頭，是計算機檢測系統(tǒng)的主要組成，被測物體由光源發(fā)出的平行光束進行照射，利用顯微光學(xué)鏡把待檢測部位的輪廓圖像呈現(xiàn)在攝像機的面陣CCD上，然后再通過計算機處理這些圖像，進而把被測部位的輪廓位置信息獲取下來，若被測對象是出現(xiàn)位移時，可通過兩次重復(fù)測量，利用兩次測量的位置差就可以得出，被測物體的位移量。

此外計算機視覺技術(shù)還可以應(yīng)用于逆向工程中，應(yīng)用3D數(shù)字化測量儀可以快速準(zhǔn)確的測出現(xiàn)有工件輪廓的坐標(biāo)值，同時還能構(gòu)建曲面，保存成CAD或CAM圖像，把這些圖像送入CNC制作中心加工，便可制作出產(chǎn)品，這也就是所謂的逆向工程。由上述分析我們可知逆向工程要想實現(xiàn)，最關(guān)鍵的一環(huán)就是如何通過精密測量系統(tǒng)來測量樣品的三圍尺寸，獲得各部位數(shù)據(jù)，進而做曲面處理進而加工生產(chǎn)。對于這一難題我可以通過利用線結(jié)構(gòu)光測量物體表面輪廓技術(shù)來實現(xiàn)，器具體輪廓結(jié)構(gòu)示意圖如下圖3所示。

這種測量方法的工作原理為：利用激光穿越平行、等距的振幅光柵組件，或直接采用干涉儀發(fā)出的干涉條紋，形成平面條紋結(jié)構(gòu)光，再向物體表面投射，由于物體各表面的深度與曲率的不同，條紋會自動出現(xiàn)變化，然后再通過使用CCD攝像機對變形條紋進行拍攝。這樣就可以把物體表面輪廓的變化情況分析出來。攝像機在拍攝圖像的過程中，把圖像信號轉(zhuǎn)化為模擬信號，再轉(zhuǎn)化為數(shù)字信號，然后經(jīng)過傳送再還原信號到圖形處理系統(tǒng)，就得到三維輪廓圖像。

在工業(yè)自動化中計算機視覺技術(shù)的深入廣泛應(yīng)用，不但使工業(yè)產(chǎn)品的生產(chǎn)質(zhì)量得到了保障，而且跨越式的提高了工業(yè)產(chǎn)品的生產(chǎn)速度。如計算機視覺技術(shù)可以很好的檢測產(chǎn)品包裝質(zhì)量，封口質(zhì)量以及印刷質(zhì)量等等，如我國重點指定的印刷造幣機器的南京造幣廠，由于貨幣制造印刷是由印刷造幣機器來實現(xiàn)的，所以要嚴格要求其生產(chǎn)工藝，一絲一毫的生產(chǎn)差錯都不允許存在，為了保障印刷制造出來的造幣機器質(zhì)量完全達標(biāo)，必須嚴格精確檢測生產(chǎn)出來的成品。在印刷造幣機器的過程中要求要有非常高的計算機視覺技術(shù)，隨著計算機視覺技術(shù)的不斷進步，計算機視覺技術(shù)已經(jīng)對印刷造幣機器的需求完全滿足了，實際的應(yīng)用效果也非常理想，印刷造幣機器在實際生產(chǎn)的過程中，南京造幣廠把計算機視覺技術(shù)應(yīng)用在了每個應(yīng)刷造幣機器最后的生產(chǎn)工序上，硬幣受到重力下落的瞬間，計算機視覺技術(shù)可以瞬間采集圖像的信息，準(zhǔn)確拍攝硬幣在下落過程中的圖像，通過高速光纖傳感器可以把硬幣圖像向計算機系統(tǒng)快速傳輸，利用計算機系統(tǒng)處理信息與識別信息的超強能力，可以及時識別硬幣質(zhì)量，經(jīng)大量實踐研究得出，在印刷造幣機器上應(yīng)用計算機視覺技術(shù)已經(jīng)幾乎沒有檢查差錯現(xiàn)象的發(fā)生，由此可知，在工業(yè)自動化中計算機視覺技術(shù)的應(yīng)用不但可行，而且發(fā)展空間還很大。

2.3 在醫(yī)學(xué)自動化中計算機視覺技術(shù)的應(yīng)用

在醫(yī)學(xué)領(lǐng)域計算機視覺技術(shù)也得到了廣泛應(yīng)用，如醫(yī)學(xué)中經(jīng)常用到的CT圖像以及X射線圖都用到了計算機視覺技術(shù)，這些技術(shù)的廣泛應(yīng)用很大程度上方便了醫(yī)生準(zhǔn)確判斷病人病情，另外，在生產(chǎn)藥品的過程中，應(yīng)用計算機視覺技術(shù)可以高效檢測藥品包裝的合格與否，其基本流程是：傳送裝置先準(zhǔn)確運輸藥品到指定位置，傳送裝置自身又可分為檢測與分離兩個區(qū)域，在傳送藥品的過程中藥品的圖像信息會被特定的攝像機采集，采集完成后向計算機系統(tǒng)傳遞采集信息，然后計算機系統(tǒng)會分析與處理這些信息，把沒有包裝好的藥品自動識別出來，并且向分離區(qū)傳遞識別信息，分離區(qū)的自動裝置會依據(jù)傳輸?shù)姆蛛x信息，隔離開沒有包裝好的藥品，這樣就可以有效分類包裝好的藥品與沒有包裝好的藥品，在藥品包裝檢測方面應(yīng)用計算機視覺技術(shù)代替?zhèn)鹘y(tǒng)人工檢測，不但可以實現(xiàn)藥品準(zhǔn)確無誤的檢測，而且還可以大大提高檢測藥品包裝質(zhì)量的效率，完善了藥品生產(chǎn)的自動化，由此可見，在醫(yī)學(xué)自動化中應(yīng)用計算機視覺技術(shù)可以積極促進醫(yī)學(xué)自動化的發(fā)展。

3 結(jié)束語

總之，計算機視覺技術(shù)是一門研究計算機識別能力的高新技術(shù)，它涵蓋了很多其他技術(shù)，具有一定復(fù)雜性。要想使其在自動化生產(chǎn)中得到更好地推廣與應(yīng)用，我們必須在明白其基本概念、工作原理以及理論框架的基礎(chǔ)上，結(jié)合實際生產(chǎn)情況，不斷進行深入研究，只有這樣才能使計算機視覺技術(shù)得到更好地推廣與應(yīng)用，才能使這項現(xiàn)代化的高新技術(shù)更好的服務(wù)于社會，服務(wù)于人類。

參考文獻：

[1] 龔超，羅毅，涂光瑜.計算機視覺技術(shù)及其在電力系統(tǒng)自動化中的應(yīng)用[J].電力系統(tǒng)自動化，2003（1）.

[2] 李永奎，劉冬.計算機視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用[J].農(nóng)業(yè)科技與裝備，2011（6）.

篇3

在我國市場經(jīng)濟不斷發(fā)展的盛況下，我國科技發(fā)展水平也緊隨其后，成為世界上的科技強國之一。在計算機水平的不斷提高下，計算機視覺技術(shù)應(yīng)運而生。其中，計算機視覺技術(shù)被應(yīng)用與各個領(lǐng)域，并在各個領(lǐng)域都得到廣泛有效的應(yīng)用，比如軍事領(lǐng)域、醫(yī)療領(lǐng)域、工業(yè)領(lǐng)域等。本文針對計算機視覺技術(shù)在交通領(lǐng)域中的應(yīng)用進行分析。

【關(guān)鍵詞】計算機視覺 交通領(lǐng)域 探究

近年來，隨著科技水平的提高，計算機視覺技術(shù)逐漸被人們熟知并廣泛應(yīng)用。相較于其他傳感器來說，視覺能獲得更多的信息。因此，在我國交通領(lǐng)域中，也對計算機視覺技術(shù)進行研究完善，將計算機視覺技術(shù)應(yīng)用在交通領(lǐng)域各個方面中，并取得了顯著的成效。

1 計算機視覺的概述及基本體系結(jié)構(gòu)

1.1 計算機視覺概述

通過使用計算機和相關(guān)設(shè)備，對生物視覺進行模擬的方式，就是計算機視覺。對采集到的圖片或視頻進行相應(yīng)的技術(shù)處理，從而獲得相應(yīng)的三維信息場景，是計算機視覺的主要任務(wù)。

計算機視覺是一門學(xué)問，它就如何通過計算機和照相機的運用，使人們獲得被拍攝對象的數(shù)據(jù)與信息所需等問題進行研究。簡單的說，就是讓計算機通過人們給其安裝上的“大腦”和“眼睛”，對周圍環(huán)境進行感知。

計算機視覺是一門綜合性學(xué)科，在各個領(lǐng)域都有所作為，已經(jīng)吸引了各個領(lǐng)域的研究者對其研究。同時，計算機視覺也是科學(xué)領(lǐng)域中一個具有重要挑戰(zhàn)性的研究。

1.2 計算機視覺領(lǐng)域基本體系結(jié)構(gòu)

提出第一個較為完善的視覺系統(tǒng)框架的是Marr，他從信息處理系統(tǒng)角度出發(fā)，結(jié)合圖像處理、心理物理學(xué)等多領(lǐng)域的研究成果，提出被計算機視覺工作者基本接受的計算機視覺系統(tǒng)框架。在此基礎(chǔ)上，研究者們針對視覺系統(tǒng)框架的各個角度、各個階段、各個功能進行分析研究，得出了計算機視覺系統(tǒng)的基本體系結(jié)構(gòu)，如圖1。

2 計算機視覺在交通領(lǐng)域的應(yīng)用

2.1 牌照識別

車輛的唯一身份是車輛牌照。在檢測違規(guī)車輛、稽查被盜車輛和管理停車場工作中，車輛牌照的有效識別與檢測具有重要的作用和應(yīng)用價值。然而在實際應(yīng)用工作中，雖然車牌識別技術(shù)相對成熟，但是由于受到拍攝角度、光照、天氣等因素的影響，車牌識別技術(shù)仍需改善。車牌定位技術(shù)、車牌字符識別技術(shù)和車牌字符分割技術(shù)是組成車牌識別技術(shù)的重要部分。

2.2 車輛檢測

目前，城市交通路口處紅綠燈的間隔時間是固定不變的，但是受交通路口的位置不同、時間不同的影響，每個交通路口的交通流量也是持續(xù)變化的。此外，對于某些交通區(qū)域來說，公共資源的配備，比如交通警察、交通車輛的數(shù)量是有限的。如果能根據(jù)計算機視覺技術(shù)，對交通路口的不同時間、不同位置的交通情況進行分析計算，并對交通流量進行預(yù)測，有利于為交通警察縮短出警時間、為交通路口的紅綠燈根據(jù)實際情況設(shè)置動態(tài)變化等技術(shù)提供支持。

2.3 統(tǒng)計公交乘客人數(shù)

城市公共交通的核心內(nèi)容是城市公交調(diào)度問題，一個城市如何合理的解決公交調(diào)度問題，是緩解城市運力和運量矛盾，緩解城市交通緊張的有效措施。城市公交調(diào)度問題，為公交公司與乘客的平衡利益，為公交公司的經(jīng)濟利益和社會效益的提高做出了巨大的貢獻。由于在不同的地域、不同的時間，公交客流會存在不均衡性，高峰時段的公交乘客過多，平峰時段的公交乘客過少，造成了公交調(diào)度不均衡問題，使有限資源浪費嚴重。在計算機視覺智能公交系統(tǒng)中，自動乘客計數(shù)技術(shù)是其關(guān)鍵技術(shù)。自動乘客計數(shù)技術(shù)，是對乘客上下車的時間和地點自動收集的最有效的技術(shù)之一。根據(jù)其收集到的數(shù)據(jù)，從時間和地點兩方面對客流分析，為城市公交調(diào)度進行合理的安排。

2.4 對車道偏離程度和駕駛員工作狀態(tài)判斷

交通事故的發(fā)生率隨著車輛數(shù)量的增加而增加。引發(fā)交通事故的重要因素之一就是駕駛員疲勞駕駛。據(jù)相關(guān)數(shù)據(jù)顯示，因車道偏離導(dǎo)致的交通事故在40%以上。其中，駕駛員的疲勞駕駛就是導(dǎo)致車道偏離的主要原因。針對此種現(xiàn)象，為減少交通事故的發(fā)生，計算機視覺中車道偏離預(yù)警系統(tǒng)被研究開發(fā)并被廣泛應(yīng)用。針對駕駛員眨眼頻率，利用計算機視覺對駕駛員面部進行圖像處理和分析，再根據(jù)疲勞駕駛關(guān)注度與眨眼頻率的關(guān)系，對駕駛員的工作狀態(tài)進行判斷。此外，根據(jù)道路識別技術(shù)，對車輛行駛狀態(tài)進行檢測，也是判斷駕駛員工作狀態(tài)的方法之一。這兩種方法，是目前基于計算機視覺的基礎(chǔ)上，檢測駕駛員疲勞狀態(tài)的有效方法。

2.5 路面破損檢測

最常見的路面損壞方式就是裂縫。利用計算機視覺，及時發(fā)現(xiàn)路面破損情況，并在其裂縫程度嚴重之前進行修補，有利于節(jié)省維護成本，也避免出現(xiàn)路面坍塌，車輛凹陷的情況發(fā)生。利用計算機視覺進行路面檢測，相較于之前人工視覺檢測相比，有效提高了視覺檢測的效率，增強了自動化程度，提高了安全性，為市民的出行安全帶來了更高保障。

3 結(jié)論

本文從計算機視覺的概述，及計算機視覺基本體系結(jié)構(gòu)，和計算機視覺在交通領(lǐng)域中的應(yīng)用三面進行分析，可見計算機視覺在交通領(lǐng)域中的廣泛應(yīng)用，在交通領(lǐng)域中應(yīng)用的有效性、顯著性，以此可得計算機視覺在現(xiàn)展過程中的重要性。隨著計算機視覺技術(shù)的越來越成熟，交通領(lǐng)域的檢測管理一定會加嚴格，更加安全。

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(yīng)用[J].北方工業(yè)時報，2015（06）.

[2]王豐元.計算機視覺在建筑區(qū)間的應(yīng)用實例分析[J].河北電力學(xué)報，2015（04）.

[3]李釗稱.主動測距技術(shù)在計算機數(shù)據(jù)分析中的作用探析[J].計算機應(yīng)用，2015（08）.

[4]馬良紅.三維物體影像的攝取與分析[J].中國公路學(xué)報，2014（05）.

[5]朱學(xué)君，沈睿.關(guān)于計算機視覺在交通領(lǐng)域中的探討[J].信息通信，2013（01）：123.

[6]王大勇.關(guān)于計算機視覺在交通領(lǐng)域中的應(yīng)用分析[J].科技與企業(yè)，2013（01）：115.

作者簡介

夏棟（1988-），男，湖北省孝感市人。現(xiàn)為同濟大學(xué)軟件學(xué)院在讀碩士。研究方向為計算機視覺。

篇4

[關(guān)鍵詞] 物流企業(yè)； 自動化； 算法

[中圖分類號] F252； TP39 [文獻標(biāo)識碼] A [文章編號] 1673 - 0194（2013）06- 0058- 03

0 引 言

隨著物流業(yè)被列入我國十大行業(yè)振興計劃，物流業(yè)已經(jīng)成為我國經(jīng)濟發(fā)展的不可缺少的重要組成部分。物流業(yè)是我國經(jīng)濟運行的基礎(chǔ)，是推動國民經(jīng)濟發(fā)展的重要支柱性產(chǎn)業(yè)之一。隨著國家持續(xù)加強和改善宏觀調(diào)控政策，物流業(yè)發(fā)展環(huán)境和條件不斷改善，物流業(yè)保持了較快的增長速度。但由于中國物流業(yè)起步較晚，存在物流成本較高、管理落后等問題，離一體化、信息化的物流業(yè)還有一定差距。中國物流業(yè)只有應(yīng)用現(xiàn)代物流的理念，采用先進的信息技術(shù)與運作方式，才能應(yīng)對擁有技術(shù)、資金和管理優(yōu)勢的外國企業(yè)的競爭。實現(xiàn)傳統(tǒng)物流業(yè)向現(xiàn)代物流業(yè)的轉(zhuǎn)變，也是物流業(yè)自身結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級的需要，是整個國民經(jīng)濟發(fā)展的必然要求。我國經(jīng)濟要集約式發(fā)展，必然需要推進現(xiàn)代物流?，F(xiàn)代物流的根本宗旨是降低物流成本、提高物流效率、滿足客戶需求，其中信息化是現(xiàn)代物流的核心。隨著信息技術(shù)的不斷更新和物流企業(yè)自身的發(fā)展，使得新興的信息業(yè)務(wù)與傳統(tǒng)物流業(yè)務(wù)之間相互介入，模糊了新興信息技術(shù)及業(yè)務(wù)與傳統(tǒng)物流業(yè)務(wù)的界限，從而模糊了物流業(yè)的產(chǎn)業(yè)屬性和產(chǎn)業(yè)界限， 即發(fā)生了產(chǎn)業(yè)融合現(xiàn)象。產(chǎn)業(yè)融合是由于技術(shù)進步和放松管制的原因，發(fā)生在產(chǎn)業(yè)邊界和交叉處的技術(shù)融合，在經(jīng)過不同產(chǎn)業(yè)或行業(yè)之間的業(yè)務(wù)、組織、管理和市場的資源整合后，改變了原有產(chǎn)業(yè)產(chǎn)品和市場需求的特征，導(dǎo)致產(chǎn)業(yè)的企業(yè)之間競爭合作關(guān)系發(fā)生改變，從而最終造成產(chǎn)業(yè)界限的模糊化甚至重劃產(chǎn)業(yè)界限。

產(chǎn)業(yè)融合促進了傳統(tǒng)產(chǎn)業(yè)創(chuàng)新， 進而推進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與產(chǎn)業(yè)發(fā)展，即產(chǎn)生創(chuàng)新性優(yōu)化效應(yīng)。物流信息化的重要性已經(jīng)引起國內(nèi)很多學(xué)者的重視，并紛紛提出相應(yīng)的觀點和建議。馬?。?005）認為物流企業(yè)將在建立呼叫中心、應(yīng)用系統(tǒng)領(lǐng)域和網(wǎng)絡(luò)計算機領(lǐng)域出現(xiàn)信息化融合的趨勢，并提出物流企業(yè)應(yīng)采取的戰(zhàn)略。鄧小瑜（2011）等從技術(shù)融合、產(chǎn)品融合、業(yè)務(wù)融合、產(chǎn)業(yè)衍生4個層面闡述了物流業(yè)如何進行信息化建設(shè)。物流業(yè)與信息業(yè)的融合包含通過融合信息技術(shù)提高來增強企業(yè)競爭力和將信息業(yè)務(wù)增加到物流服務(wù)中形成新的業(yè)務(wù)2個方面。

視頻攝像頭在日常生活中非常普遍，但是利用率較低，大部分監(jiān)控系統(tǒng)都是提供視頻數(shù)據(jù)的線性存儲，成為事后證據(jù)查找的有效手段。近年來，隨著計算機視覺的發(fā)展，很多學(xué)者開始研究視頻理解，尤其是針對視頻信息檢測與識別技術(shù)，建立有效的算法，實現(xiàn)底層圖像處理技術(shù)與高層視頻內(nèi)容分析之間的關(guān)聯(lián)，從而推動了計算機視覺在物流領(lǐng)域的應(yīng)用，提高物流企業(yè)的競爭力。

1 計算機視覺的相關(guān)知識

1.1 計算機視覺的概念

20世紀(jì)80年代初，Marr從信息處理的角度，提出了第一個比較完善的計算機系統(tǒng)視覺框架。計算機視覺是指利用計算機模擬人眼的視覺功能，對圖片或視頻進行采集、加工、處理和識別，從中提取三維景物的形態(tài)和運動信息，解決物流、工業(yè)、商業(yè)等領(lǐng)域產(chǎn)品圖像自動檢測識別問題，提高檢測識別效率和自動化程度。計算機視覺自動識別技術(shù)作為一門交叉學(xué)科，近年來受到各相關(guān)行業(yè)的高度重視。計算機視覺的處理流程為：攝像機圖像采集圖像處理計算機幀存儲、圖像識別控制邏輯顯示器顯示。

1.2 亮度要求

基于計算機視覺的硬件環(huán)境中，亮度是非常重要的因素。在計算機視覺中亮度的作用是突出物體的重要特征或使物體本身可見，而弱化物體其他不需要的特征或物體所處的背景。如果物體太亮或太暗，都會影響對物體的處理。

彩色物體反射光譜的某些部分，吸收其他部分。因此開發(fā)人員可以利用這個特點來提高某些物體的可視度。開發(fā)人員可以利用顏色之間的對比增強某種顏色或抑制其相反的顏色。例如，如果一個紅色的物體在一個綠色背景中則應(yīng)該加強紅色，這時可使用紅色照明。這樣紅色的物體會顯得明亮，同時會變暗綠色的對象。

LED是目前用于計算機視覺的主要照明技術(shù)，相比白熾燈、日光燈等使用時間短、亮度逐漸減弱的特點，LED燈的壽命超過100萬小時，而且耗電小，產(chǎn)生熱量少。

1.3 計算機和攝像機的接口

常用的計算機和攝像機接口包括IEEE 1394、Ethernet、USB2.0 and Gigabit Ethernet等。

1.4 RGB介紹

RGB 顏色空間是實際應(yīng)用最多的一個顏色空間，在使用計算機進行圖像處理時，數(shù)字圖像一般用RGB 空間存儲和表示，分3個通道：紅（Red）、綠（Green）和藍（Blue），分別反映了顏色在某個通道的亮度值。3種原色光不同比例混合即使得人得到不同顏色的感知，這就是RGB顏色空間的由來。RGB 空間中每種顏色都能用三維空間中的一個點來表示。

2 計算機視覺在物流領(lǐng)域的優(yōu)勢

隨著物流業(yè)的迅速發(fā)展，計算機視覺在條形碼識別、運動物流跟蹤方面逐漸得到應(yīng)用。與傳統(tǒng)方法相比，計算機視覺應(yīng)用在物流領(lǐng)域的優(yōu)勢為以下方面。

2.1 靈活、低成本

物流系統(tǒng)中一般采用傳感器來收集相關(guān)信息，但是傳感器的位置是固定的，如果需要多方位的信息，必須同時需要多個傳感器才能完成。利用計算機視覺攝像機和計算機來完成，只需要通過程序的設(shè)置和一臺攝像機就可實現(xiàn)多方位信息的收集。

2.2 高效、準(zhǔn)確

在一些人眼難以滿足要求的場合，或不適于人工工作的環(huán)境下，用計算機視覺來代替人工視覺可以提高生產(chǎn)效率、信息的準(zhǔn)確率。

3 計算機視覺在流水線中多方位跟蹤計數(shù)的算法

物流企業(yè)在流水線產(chǎn)品的計數(shù)方法目前主要采用傳感器，而利用攝像機所提供的視頻信息可以實現(xiàn)多方位的跟蹤。計算機視覺是一個集成系統(tǒng)，圖像分析的時間有限，算法必須簡單有效。本文采用的物流流水線視頻圖像如圖1所示。圖中紅色矩形表示流水線中傳輸?shù)奈锲?，綠色區(qū)域為流水線中的物品處理區(qū)域。

系統(tǒng)會在視頻圖像中設(shè)計①、②、③、④四個計數(shù)區(qū)域，在物品進行相關(guān)處理前進行計數(shù)。計數(shù)方法為將每幀圖像變?yōu)楹诎讏D，圖像中的紅色變?yōu)榘咨?，其余都變?yōu)楹谏?。?dāng)每幅圖像中的紅線部分中的白色像素超過一定閾值時，認為物體撞線，如圖2所示，這時確定有需要計數(shù)的物品通過，可以開始計數(shù)。

3.1 主要算法

3.2 算法的運行結(jié)果

OpenCV是Intel公司開發(fā)的開源計算機視覺庫。它提供了幾百個C/C++函數(shù)，實現(xiàn)了計算機視覺領(lǐng)域中大部分最常用的算法。利用Intel開發(fā)的開源視覺庫Intel OpenCV和VC6.0將上述算法轉(zhuǎn)換為對應(yīng)的源代碼，可實現(xiàn)4個區(qū)域的物品計數(shù)。

3.3 算法的評價

該算法利用計算機視覺技術(shù)實現(xiàn)了物流流水線上的多方位計數(shù)，提高物流企業(yè)的信息化水平，節(jié)約了資金。算法簡單，運行速度快，完全可以滿足物流企業(yè)的實際需求。

4 結(jié)論與建議

本文所提出的算法實現(xiàn)了計算機視覺技術(shù)在物流企業(yè)的應(yīng)用，為信息產(chǎn)業(yè)和物流業(yè)的融合提供了新的思路。但信息產(chǎn)業(yè)與物流產(chǎn)業(yè)的融合并不意味著引入信息技術(shù)后物流業(yè)的競爭力一定能提高。Berry（1995）指出了企業(yè)可以從6個方面來利用技術(shù)手段來提高競爭力，根據(jù)Berry的建議和我國物流業(yè)的實際情況，本文認為從以下幾個方面來考慮如何通過與信息技術(shù)的融合提高物流企業(yè)的競爭力。

4.1 要有一個戰(zhàn)略性的全局行動綱領(lǐng)

技術(shù)只是一種手段，使用技術(shù)的目的是為了企業(yè)發(fā)展服務(wù)，應(yīng)符合全局發(fā)展的需要。因此物流企業(yè)高層管理者應(yīng)該參與技術(shù)戰(zhàn)略的制定，保證技術(shù)戰(zhàn)略與全局戰(zhàn)略一致，并有CIO（首席信息官）監(jiān)控具體執(zhí)行情況。而不應(yīng)該盲目使用一些新技術(shù)或進行信息改革，造成企業(yè)不必要的損失。

4.2 解決主要問題

物流業(yè)作為服務(wù)行業(yè)其最終目的是為客戶服務(wù)，使用信息技術(shù)的有效性應(yīng)建立在為客戶解決實際問題的基礎(chǔ)上。因此信息產(chǎn)業(yè)與物流業(yè)的融合應(yīng)體現(xiàn)在為客戶提供更多的便利，或提供增值服務(wù)的基礎(chǔ)上。

4.3 使用物流公共信息平臺和建立物流信息系統(tǒng)，保證系統(tǒng)有效運轉(zhuǎn)

通過現(xiàn)代物流公共信息平臺的建設(shè)，企業(yè)可以及時獲得需求信息，政府可獲得物流業(yè)相關(guān)的調(diào)控和管理的宏觀信息，實現(xiàn)互聯(lián)互通。通過企業(yè)流程再造，利用含有CRM（客戶關(guān)系管理）等模塊的ERP系統(tǒng)，采用EDI（電子數(shù)據(jù)交換系統(tǒng)）、GPS、條形碼、無線射頻技術(shù)等先進技術(shù)，建立真正適應(yīng)企業(yè)發(fā)展的符合現(xiàn)有服務(wù)模式的管理信息系統(tǒng)。

4.4 創(chuàng)新型物流人才的引進和培養(yǎng)

物流企業(yè)在自身提高業(yè)務(wù)流程和信息化水平的同時，還應(yīng)注重創(chuàng)新型人才的引進和培養(yǎng)，特別是有國際大型物流企業(yè)管理和技術(shù)經(jīng)驗的復(fù)合型人才。

主要參考文獻

[1] L Leonard，Berry. On Great Service：A Framework for Action[M]. New York NY：The Free Press，1995.

篇5

關(guān)鍵詞 疲勞駕駛 人眼、人臉 嘴巴 專利

中圖分號：C18 文獻標(biāo)識碼：A

0引言

造成交通事故的原因25%-30%產(chǎn)生于疲勞駕駛，因此疲勞駕駛已成為誘發(fā)交通事故的重要因素。國內(nèi)外專家和學(xué)者針對疲勞駕駛的檢測開展了大量的研究工作，目前研究的重心主要集中在基于計算機視覺的疲勞駕駛檢測，因此對基于計算機視覺的疲勞駕駛檢測的相關(guān)專利進行分析尤為必要。

1基于計算機視覺的疲勞駕駛檢測專利申請數(shù)據(jù)分析

1.1全球?qū)＠暾埩口厔?/p>

從圖1可以看出，基于計算機視覺的疲勞駕駛檢測專利申請量從1990-2001年間處于技術(shù)研發(fā)初期，專利申請量相對較少。從2002年開始該領(lǐng)域的專利申請量逐漸呈現(xiàn)持續(xù)增長趨勢，并在2014年達到最大值153件。由此可知，隨著疲勞駕駛的增多，人們對疲勞駕駛的檢測也越來越重視，相應(yīng)的研究也正不斷增加?；诖?，在今后的一段時間內(nèi)，相關(guān)的專利申請量有望繼續(xù)保持。

1.2專利申請產(chǎn)出地區(qū)分布

目前各領(lǐng)域的專利申請量主要集中在中國、美國、韓國、日本和歐洲，通過對該領(lǐng)域在中國、美國、韓國、日本和歐洲的專利申請量進行統(tǒng)計分析發(fā)現(xiàn)，中國的申請量以48%的占比雄居第一，其他幾個地區(qū)的申請量相差不大，具體如圖2所示。

1.3在華專利申請量變化趨勢

圖3為1990年至2014年基于計算機視覺的疲勞駕駛檢測在華的申請量變化趨勢圖，由該圖可以看出，1990-2002年是技術(shù)的萌芽期，在2003年以后申請量才呈現(xiàn)逐年增長的趨勢，并且在2012年-2014年將均維持在較高的申請量。因此，該領(lǐng)域國內(nèi)雖然起步較晚，但是最近幾年申請量相對其他地區(qū)卻具有壓制性的優(yōu)勢。

1.4在華主要申請人分析

圖4展示了在華主要申請人的申請量份額，主要以科研院所和大型汽車企業(yè)為主，其中吉利汽車公司以領(lǐng)先優(yōu)勢排名第一。

2主要技術(shù)分支的專利申請分析

基于計算機視覺的疲勞駕駛檢測的主要技術(shù)分支有：基于人眼的駕駛疲勞檢測、基于人臉的駕駛疲勞檢測、基于嘴巴的疲勞檢測。下面從三個技術(shù)分支的發(fā)展概況、三個技術(shù)分支的主要工作原理及重點專利等方面進行分析。

2.1全球?qū)＠暾堉饕夹g(shù)分支的申請量趨勢圖

由圖6可知，近年來基于人眼和人臉的駕駛疲勞檢測的申請量呈現(xiàn)較快增長，申請量也較基于嘴巴的疲勞檢測的申請量大，體現(xiàn)了該領(lǐng)域近年來的發(fā)展趨勢，并體現(xiàn)出基于人眼和人臉的駕駛疲勞檢測的技術(shù)分支發(fā)展已較為成熟。三個技術(shù)分支在2006年之前，申請量的差別不大且數(shù)量均較小，顯示出在2006年以前三個分支的區(qū)別并不明顯，發(fā)展也較為緩慢，這說明基于計算機視覺的疲勞駕駛檢測也是近10年才興起的一項技術(shù)，它依賴于圖像處理技術(shù)的發(fā)展水平。

2.2在華專利申請主要技術(shù)分支的申請量趨勢圖

由圖7可知，三個技術(shù)分支在2006年以前均只有零星的申請量，這與該領(lǐng)域在全球的發(fā)展情況相符合，基于人眼的疲勞駕駛檢測在華申請量自2006年以來呈現(xiàn)穩(wěn)步增長，且近年來申請量最大?；谌四樀钠隈{駛檢測申請量雖小于基于人眼的疲勞駕駛檢測，但近年來的申請量也呈現(xiàn)出穩(wěn)步增長的勢頭。然而，基于嘴巴的疲勞駕駛檢測雖有增長趨勢，但申請量一直都較小。由此可知，在國內(nèi)疲勞駕駛的檢測主要是采用人眼檢測和人臉檢測，這兩個分支是國內(nèi)的研究的熱門，也是今后國內(nèi)在該領(lǐng)域的發(fā)展趨勢。

3結(jié)語

通過對基于計算機視覺的疲勞駕駛檢測專利的申請量的總體分析，以及基于人眼、基于人臉、基于嘴巴三個技術(shù)分支的申請量趨勢分析可知，基于計算機視覺的疲勞駕駛檢測在近10年取得了較快發(fā)展，這與計算機圖像處理技術(shù)的發(fā)展密不可分；同時，科研院所作為該領(lǐng)域研究的主體，應(yīng)加強與中小企業(yè)的合作。國內(nèi)疲勞駕駛的檢測研究主要集中在人眼檢測和人臉檢測，這兩個分支是國內(nèi)的研究的熱門，同時，基于人眼的疲勞檢測其發(fā)展方向明確，后續(xù)發(fā)展將集中在眼睛定位算法的研究上，并且定位精度將越來越高，越來越滿足實際的要求。

參考文獻

[1] 朱淑亮.基于視頻圖像分析與信息融合的駕駛員疲勞檢測技術(shù)研究[J].濟南：山東大學(xué)，2011.

[2] 劉學(xué).基于人臉圖像分析的疲勞駕駛檢測方法研究[J].南京：南京航空航天大學(xué)，2012.

[3] 張靈聰，王正國，朱佩芳，等.汽車駕駛疲勞研究綜述[J].人類工效學(xué)，2003.

篇6

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

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

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

第一，提高機械的運作效率。目前在農(nóng)業(yè)機械的使用方面，有的機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，機械在收割過程中很容易漏掉。所以在農(nóng)業(yè)機械中使用新技術(shù)有利于彌補農(nóng)業(yè)機械的漏洞，提高機械的運作效率。

第二，解放勞動力，促進經(jīng)濟發(fā)展。農(nóng)業(yè)是一個需要大量年輕勞動力的行業(yè)，農(nóng)業(yè)機械新技術(shù)的應(yīng)用有利于實現(xiàn)農(nóng)業(yè)種植、收割的自動化，解放勞動力。這些年輕的勞動力投入到其他的領(lǐng)域，有利于促進我國經(jīng)濟的發(fā)展。

2.農(nóng)業(yè)機械新技術(shù)的應(yīng)用

21世紀(jì)是個科技迅速翻新的時代，目前農(nóng)業(yè)機械領(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)機械新技術(shù)。

（1）計算機視覺技術(shù)。計算機視覺技術(shù)出現(xiàn)于20世紀(jì)70年代末，主要利用計算機視覺技術(shù)進行農(nóng)產(chǎn)品品質(zhì)和農(nóng)產(chǎn)品等級的檢查。計算機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算理論、表達與計算方法進行研究。[1]隨著計算機視覺技術(shù)應(yīng)用領(lǐng)域的不斷擴展，目前在農(nóng)業(yè)機械生產(chǎn)方面，計算機視覺技術(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。但是由于計算機視覺技術(shù)在農(nóng)業(yè)機械方面的使用時間比較短，一些技術(shù)難題還沒有得到解決，所以計算機視覺技術(shù)在農(nóng)業(yè)機械方面的應(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)機械方面的應(yīng)用也得以實現(xiàn)。美國運用人工智能技術(shù)發(fā)明了激光拖拉機，不僅可以控制拖拉機的行進方向，還能夠?qū)ν侠瓩C進行具體的定位。[2]通過人工智能技術(shù)，人們建立了一個龐大的數(shù)據(jù)庫，通過這個數(shù)據(jù)庫可以對土地的具體情況進行掌握，以設(shè)計出具體的農(nóng)業(yè)生產(chǎn)所需的化肥、種子、農(nóng)藥、水等原料的用量。

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

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

3.農(nóng)業(yè)機械新技術(shù)的發(fā)展

農(nóng)業(yè)機械新技術(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)機械新技術(shù)的發(fā)展主要表現(xiàn)為以下幾點：

第一，加速新技術(shù)的使用和推廣?？茖W(xué)技術(shù)是第一生產(chǎn)力，加速計算機視覺技術(shù)、自動控制技術(shù)、智能化技術(shù)等新技術(shù)在農(nóng)業(yè)機械中的使用，同時引進國外先進的機械新技術(shù)，對推動我國農(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，政府補貼。新型機械的購買都是生產(chǎn)個體自行組織的，資金壓力大，使得機械新技術(shù)難以推廣，所以對于農(nóng)業(yè)機械新技術(shù)的推廣使用，政府要在物質(zhì)上予以補貼，拓展新機械的使用范圍。

第三，提高農(nóng)業(yè)資源利用效率。機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，不僅浪費資源，而且污染空氣。但是農(nóng)業(yè)機械新技術(shù)的使用通過將農(nóng)作物的秸稈進行粉碎處理，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，計算機視覺技術(shù)、自動控制技術(shù)、智能化技術(shù)等新技術(shù)在農(nóng)業(yè)機械方面的應(yīng)用越來越廣，農(nóng)業(yè)機械新技術(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，促進國民經(jīng)濟的發(fā)展。

參考文獻：

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

篇7

關(guān)鍵詞：計算機；視覺技術(shù)；交通工程

中圖分類號：TP391 文獻標(biāo)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(jīng)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(yīng)。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(biāo)定。從交通工程領(lǐng)域的角度來看，該種技術(shù)一般應(yīng)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(chǔ)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(guān)技術(shù)研究。

二、設(shè)計計算機視覺系統(tǒng)構(gòu)成

計算機視覺處理技術(shù)的應(yīng)用是建立在視覺系統(tǒng)的建立基礎(chǔ)上的。其內(nèi)部主要的構(gòu)成是計算機光源、光電轉(zhuǎn)換相關(guān)器件及圖像采集卡等元件。

（一）照明條件的設(shè)計。在測量物體的表征時，環(huán)境的創(chuàng)設(shè)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(shè)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(biāo)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(shè)定中，主動視覺系統(tǒng)結(jié)構(gòu)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(chǔ)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(biāo)準(zhǔn)，最后再量化入計算機系統(tǒng)處理范圍。客觀物體色彩的不同，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(jié)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(zhuǎn)換，輸出后借助色彩查找表來顯示相應(yīng)色彩。每幅圖像一旦經(jīng)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(fù)些。不過黑白跟灰度圖像也基本適應(yīng)于基礎(chǔ)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(yīng)用計算機視覺處理技術(shù)

從對圖像進行編輯的過程可以看出，計算機視覺處理技術(shù)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(fēng)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(yù)設(shè)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(shù)

物體外輪擴線及表面對應(yīng)位置的限定下，物體性質(zhì)的外在表現(xiàn)則是其形狀。三維物體從內(nèi)含性質(zhì)上來看也有體現(xiàn)，如通過其內(nèi)含性質(zhì)所變現(xiàn)出來的表層構(gòu)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(shù)。檢測三維物體形狀及分析距離從計算機視覺技術(shù)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(shù)叫做被動測距；主動測距的光源條件則是利用人為設(shè)置的，其信息也是圖像在經(jīng)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(shù)。主動測距，主要是指光源條件是在人為創(chuàng)設(shè)環(huán)境中滿足的，且從景物外像得到相關(guān)點化信息，可以適當(dāng)顯示圖像大概并進行初步分析處理，以對計算適應(yīng)功率及信息測算程度形成水平提高。從技術(shù)種類上說，主動測距技術(shù)可分為雷達取像、幾何光學(xué)聚焦、圖像干擾及衍射等。除了結(jié)構(gòu)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(jié)構(gòu)光法測量作為主要技術(shù)的工程需求較為普遍，其原理為：首先在光源的設(shè)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(jīng)形成了較多的物體真是特征表象。在此基礎(chǔ)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(jīng)把研究的目光轉(zhuǎn)向了結(jié)構(gòu)光測量方法的應(yīng)用，體現(xiàn)在物體形狀檢測等方面。

（二）被動測距技術(shù)。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(shù)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(chǔ)上的應(yīng)用計算，其與結(jié)構(gòu)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(nèi)涵入手，適應(yīng)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(yīng)匹配的條件保障。點、線、區(qū)域及結(jié)構(gòu)紋理等是物象特征的主體形式。其中物特較為基礎(chǔ)與原始的特征是前兩個特征，同時它們也是其他相關(guān)表征的前提。計算機系統(tǒng)技術(shù)測量基本原理為對攝像機進行構(gòu)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(jié)束語

通過對計算機視覺技術(shù)的研究，悉知其主要的應(yīng)用領(lǐng)域及技術(shù)組成。在系統(tǒng)使用的基礎(chǔ)上深入設(shè)計，對系統(tǒng)主要構(gòu)成環(huán)節(jié)進行分析。從而將三維復(fù)雜形態(tài)原理、算法及測量理論上升到實際應(yīng)用。隨著社會對于計算機的倚賴程度增加，相信該技術(shù)在建筑或者其他領(lǐng)域會有更加深入的研究及應(yīng)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(yīng)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(yīng)用實例分析[J].河北電力學(xué)報，2011（04）.

篇8

關(guān)鍵詞：三目攝像機；標(biāo)定；立體視覺；外部參數(shù)

一、緒論

1.1研究的背景及意義

計算機視覺是當(dāng)今極為重要的學(xué)科之一，它在具有很強的挑戰(zhàn)性的同時又擁有廣泛的應(yīng)用前景和實用價值。計算機視覺以視覺理論為中心，以圖像處理、模式識別、計算機技術(shù)和生理學(xué)、心理學(xué)為基礎(chǔ)，研究內(nèi)容主要有兩個方面：一是開發(fā)從輸入圖像數(shù)據(jù)自動構(gòu)造場景描述的圖像處理系統(tǒng)；二是理解人類視覺機理，用機器代替人去做人類難以達到或根本無法達到的工作[1]。

計算機視覺應(yīng)用的廣泛性體現(xiàn)在其不僅用于文字、指紋、面部、商標(biāo)以及圖像數(shù)據(jù)庫、檢測集成電路芯片、多媒體技術(shù)這些圖像方面，還應(yīng)用到機器人導(dǎo)航、工業(yè)檢測和產(chǎn)品的自動裝配、CT圖像器官重建和遙感照片解釋等空間物體的定位、識別以及重建上。現(xiàn)如今，計算機視覺已經(jīng)應(yīng)用到機器人、地理、醫(yī)學(xué)、物理、化學(xué)、天文等各大的研究領(lǐng)域。

作為多個學(xué)科交叉與融合中心的計算機視覺，攝像機是其研究的重要工具，而攝像機標(biāo)定又是計算機視覺研究的一個關(guān)鍵問題，故攝像機的標(biāo)定越來越受到廣泛的重視。攝像機標(biāo)定是通過物體空間上的點與圖像中的對應(yīng)點的幾何關(guān)系，來確定攝像機的內(nèi)外參數(shù)的過程。標(biāo)定結(jié)果是否準(zhǔn)確影響著三維測量的精度和三維重建的結(jié)果，而且實時的標(biāo)定更能滿足自動導(dǎo)航機器視覺的需要[2]。

伴隨著應(yīng)用的發(fā)展，攝像機廣泛地被應(yīng)用于三維立體的測量、視覺檢測、運動檢測等領(lǐng)域。由此，對攝像機標(biāo)定的精度要求也日益增加。攝像機標(biāo)定結(jié)果的優(yōu)劣影響了計算機視覺在各領(lǐng)域的應(yīng)用。攝像機標(biāo)定的準(zhǔn)確與否，對能否提高計算機視覺在各領(lǐng)域測量的準(zhǔn)確度有重要影響[3]。因此，研究攝像機標(biāo)定方法具有重要的理論研究意義和實際應(yīng)用價值。

1.2攝像機標(biāo)定技術(shù)研究的發(fā)展及現(xiàn)狀

攝像機有一個圖像平面和提供三維空間到圖像平面轉(zhuǎn)換的鏡頭。由于鏡頭會產(chǎn)生畸變，不能把這個轉(zhuǎn)化過程簡單描述為投射變換。所以它表示的是畸變的模型，這些模型近似于真實數(shù)據(jù)，而其精確性則依靠于建立的模型及模型參數(shù)的準(zhǔn)確性。

首先進行攝像機標(biāo)定工作的是加拿大的Deville，他于1910年建立實驗室，使用多個瞄準(zhǔn)儀對他的“測量攝像機”（surveying camera）進行標(biāo)定[4]。上個世紀(jì)三十年代后期，美國標(biāo)準(zhǔn)局發(fā)明了一種精確鏡頭，用來檢測攝像機，同時將它用在攝像機標(biāo)定上。四十年代后期，該項工作得到進一步加深，有了更多對高精度的需求和對易操作設(shè)備的需求。1955年，Carman出版了 《棋盤平面度的干涉測量和控制》，該書引起了社會各界對攝像機標(biāo)定的關(guān)注。二戰(zhàn)時期，隨著飛機的大規(guī)模使用，航空攝影與制圖興起，為得到更加精確的測量結(jié)果，對攝像機鏡頭的校正要求也變得更高。五十到七十年代也是鏡頭校正技術(shù)發(fā)展最為迅速的時間段。在這期間，各種鏡頭像差的表達式逐步被提出并且得到普遍認同與采用，建立了很多的鏡頭像差的模型，D.C.Brown等人作出了比較大的貢獻，他們導(dǎo)出了近焦距情況下給定位置處徑向畸變表達式并證明了近焦距情況下測量出鏡頭兩個位置的徑向畸變就可以求出任何位置的徑向畸變[5]。這些徑向與切向像差表達式成為后來各攝像機的標(biāo)定非線性模型的基礎(chǔ)。這段時間里，研究的重點是如何校正鏡頭與用何種方法補償鏡頭像差，這些研究對促進各性能鏡頭組的研制起到了重要作用。在1999年，張正友提出了一種簡便的攝像機標(biāo)定方法，該方法介于傳統(tǒng)標(biāo)定和自標(biāo)定之間，操作方便靈活，能夠得到不錯的精度，滿足了眾多擁有桌面視覺系統(tǒng)的用戶在攝像機標(biāo)定方面的需求。

1.3本文的主要研究內(nèi)容

本文的主要研究多個攝像機的標(biāo)定問題。標(biāo)定主要是對攝像機內(nèi)外參的測量計算，利用這些參數(shù)對多個攝像機識別的物體尺寸進行衡量并建立起多攝像機系統(tǒng)的數(shù)字環(huán)境。

論文的內(nèi)容包括：

第一章為緒論，介紹攝像機標(biāo)定相關(guān)的研究背景、國內(nèi)外研究現(xiàn)狀。

第二章為攝像機標(biāo)定理論基礎(chǔ)：主要介紹標(biāo)定的坐標(biāo)系與待標(biāo)定的參數(shù)。

第三章提出本文的多攝像機標(biāo)定方法與實驗過程。

第四章進行全文的總結(jié)。

二、攝像機標(biāo)定方法研究

2.1攝像機標(biāo)定原理

攝像機通過透鏡將三維物體投影到--維圖像平面上，這個成像變換的過程稱為攝像機成像模型。攝像機成像模型有多種，最常用的為小孔成像模型。由于實際的攝像機鏡頭會發(fā)生一定的畸變，使得空間點所成的像不在線性模型描述的位置而會發(fā)生一定的偏移，為了能準(zhǔn)確的標(biāo)定攝像機參數(shù)，標(biāo)定的過程中要考慮非線性畸變因子。

一般來說，得到標(biāo)定結(jié)果后要對其精度進行評估，然而很難得到準(zhǔn)確的攝像機標(biāo)定參數(shù)真值作為參考，其中基于圖像坐標(biāo)和世界坐標(biāo)的絕對和相對誤差的評價方法應(yīng)用廣泛，本文將對這些方法的原理進行探討。

2.2攝像機標(biāo)定坐標(biāo)系建立

首先定義了四個坐標(biāo)系，如圖1所示，圖像坐標(biāo)系的坐標(biāo)原點為O0，列與行由坐標(biāo)軸u和v表示；成像平面坐標(biāo)系的原點是攝像機光軸與圖像坐標(biāo)系的交點0l，x、y 軸分別與u、v 軸平行；在攝像機坐標(biāo)系中，坐標(biāo)原點0c即為在攝像機的光心，Xc、Yc軸與x、y 軸平行，與圖像平面垂直是攝像機光軸作為Zc軸，0c0l為攝像機焦距f；世界坐標(biāo)系是假想的參考坐標(biāo)系，可固定于場景中某物體上，用于描述攝像機的位置，由Xw，Yw，Zw軸組成。

圖（1）

2.3攝像機外部參數(shù)構(gòu)成

主動視覺傳感器從在笛卡爾直角坐標(biāo)系中的運動表現(xiàn)為相應(yīng)的旋轉(zhuǎn)矩陣和平移矩陣，故攝像機外部參數(shù)表現(xiàn)為旋轉(zhuǎn)矩陣R和平移矩陣T，則攝像機坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)化關(guān)系可以表示成：

上式中（Xc，Yc，Zc）表示空間點在攝像機坐標(biāo)系下的坐標(biāo)，（Xw，Yw，Zw）表示空間點在世界坐標(biāo)系下的坐標(biāo)。根據(jù)靶標(biāo)點在像空間坐標(biāo)系和物方空間坐標(biāo)系中的坐標(biāo)，通過分解旋轉(zhuǎn)矩陣線性計算像空間坐標(biāo)系與物方空間坐標(biāo)之間的轉(zhuǎn)換參數(shù)，即外方位元素（攝站參數(shù)）[6]。

2.4各攝像機相對位置確定

三目攝像機擁有三個視覺傳感器，而三個傳感器之間的相對位置可通過已獲得的外部參數(shù)進行確定。將三個攝像機坐標(biāo)系設(shè)置為，Oci xci yci zci（i=1，2，3），由2.3中所介紹的內(nèi)容可知，這三個攝像機坐標(biāo)系與世界坐標(biāo)系的關(guān)系為：

i=（1，2，3）

由此我們可以得到任意兩個攝像機i，j的坐標(biāo)系轉(zhuǎn)換關(guān)系：

其中： = = i，j=1，2，3

三、攝像機標(biāo)定實驗過程及結(jié)果

3.1實驗系統(tǒng)介紹

實驗中被用來標(biāo)定的是一個多攝像機系統(tǒng)，攝像機標(biāo)定有關(guān)的基本參數(shù)、系統(tǒng)組成和開發(fā)環(huán)境如下：

（1）硬件環(huán)境

標(biāo)定板、三目攝像機和圖像采集卡等。

（2）軟件環(huán)境

OpenCV開源視覺庫，它僅由一系列C函數(shù)和少量C++類構(gòu)成，為Python、MATLAB等語言提供了接口，在圖像處理和計算機視覺方面實現(xiàn)了很多通用算法。

3.2實驗過程

本系統(tǒng)以棋盤格模板作為標(biāo)定模板。采用激光打印機打印棋盤格黑白方塊間隔紙，方塊邊長為3cm，共6行9列，將打印紙固定在一塊平板上，作為標(biāo)定模板，如圖（2）。安裝三目攝像機系統(tǒng)，調(diào)節(jié)固定好個攝像機位置，如圖（3）。手持標(biāo)定板在三目攝像機前方各個位置拍攝5組共15張各姿態(tài)的照片，利用Canny算子進行像點灰度中心提取、同名像點匹配并解算出三個攝像機在標(biāo)定板坐標(biāo)系中的外部參數(shù)值。

3.3標(biāo)定結(jié)果

攝像機1：

R= T=

攝像機2：

R= T=

攝像機3：

R= T=

四、總結(jié)

隨著計算機技術(shù)的高速發(fā)展，計算機視覺成為當(dāng)今熱門的研究課題，受到了廣泛關(guān)注。本文就如何在機器視覺的理論基礎(chǔ)上對三目視覺系統(tǒng)進行標(biāo)定進行了研究，討論了計算機視覺理論知識，分析攝像機標(biāo)定原理以及標(biāo)定坐標(biāo)系的建立。同時通過計算機視覺知識的分析討論了基于三目視覺系統(tǒng)的攝像機標(biāo)定技術(shù)，完成了三目視覺系統(tǒng)的外部參數(shù)標(biāo)定實驗。三目攝像機測量系統(tǒng)外部參數(shù)的標(biāo)定能夠解決測量作業(yè)現(xiàn)場、測量控制場建立難的問題，為快速地建立簡單實用的控制場提供了方案，有一定的實用價值。

參考文獻

[1] 荊麗秋.雙目視覺系統(tǒng)標(biāo)定與匹配的研究與實現(xiàn)[D].哈爾濱工程大學(xué)，2009.DOI：10.7666/d.y1489086.

[2] 馬頌德.計算機視覺―計算理論與算法基礎(chǔ)[M].北京：科學(xué)出版社，1998.

[3] 王榮一.攝像機標(biāo)定及關(guān)鍵技術(shù)研究[D].哈爾濱理工大學(xué)，2011.DOI：10.7666/d.y2012483.

[4] Clarke T A，F(xiàn)ryer J G.The development of camera calibration methods andmodels.Photogrammetric Record，1998，16（91）：51-66

[5] Brown D C.Decentering distortion of lenses.Photogrammetric Engineering，1 966，32（3）：444-462.

[6] 范亞兵，黃桂平，高寶華等.三目立體工業(yè)攝影測量系統(tǒng)外部參數(shù)的快速標(biāo)定[J].測繪工程，2012，21（5）：48-52.DOI：10.3969/j.issn.1006-7949 .2012.05.013

篇9

生活中，每個人都問過別人“這件衣服是從哪買的？”“這雙鞋是什么牌子的？”這一問題很快會被AI技術(shù)解決，只需要拿出手機對著物品拍照，就會得到商品的各種信息，并且能一鍵買買買。這就是美國著名圖片社交網(wǎng)站Pinterest（拼趣）即將推出的應(yīng)用圖片識別購買業(yè)務(wù)。

Pinterest總裁Tim Kendall表示，“Pinterest可以即刻在存儲750多億張圖片的巨大網(wǎng)絡(luò)空間內(nèi)進行搜索，從而為用戶找到與所拍攝照片相似的配對圖片，以及查找到哪些地方能夠買到他們所需的商品?！?/p>

目前，Pinterest的估值已經(jīng)達到了110億美元，該公司的專注點正在向營收增長和創(chuàng)收方面轉(zhuǎn)變。相比Facebook、Twiter等社交網(wǎng)站，Pinterest已經(jīng)率先找到了一條清晰的創(chuàng)收道路。

從興趣到產(chǎn)品

亞里士多德曾經(jīng)說過，古往今來人們開始探索，都應(yīng)起源于對自然萬物的驚異。科技的進步也是如此，就像微軟研發(fā)主管和項目負責(zé)人Mitch Goldberg所說：“我們想通過該應(yīng)用向人們展示識別技術(shù)的無限魅力?！?/p>

今年2月，微軟旗下的Garage實驗室了一款名為“Fetch！”的應(yīng)用，它可通過機器學(xué)習(xí)系統(tǒng)識別照片中寵物狗的品種并用文字對該品種進行簡單的介紹。

隨著計算機視覺領(lǐng)域開始利用深層神經(jīng)網(wǎng)絡(luò)這種模仿人類大腦生物過程的系統(tǒng)來從事機器學(xué)習(xí)，識別的精確度實現(xiàn)了巨大飛躍。也就是說通過機器學(xué)習(xí)技術(shù)，F(xiàn)etch！識別的準(zhǔn)確度會越來越高，隨著大量圖片的涌入，F(xiàn)etch！ 可以自我修復(fù)錯誤，從而更加精確地識別每一只狗的樣貌、形態(tài)、動作。除了測試狗類品種以外，你還可以把朋友的照片上傳至平臺，看看他們能夠?qū)?yīng)出哪種寵物。

微軟的這款產(chǎn)品基于目前最為熱門的一種圖像識別技術(shù)――“深度神經(jīng)網(wǎng)絡(luò)”，同樣基于這種技術(shù)，微軟還有另一款有趣的產(chǎn)品：。去年5月，有超過5.75億圖片被提交到，超過8500萬來自世界各地的使用者訪問了這個網(wǎng)站，只為尋找一個簡單問題的答案――顏齡機器人認為我看起來像幾歲？如果是合照，并且顏齡機器人識別出的自己比周圍人年齡小，則更能引發(fā)用戶的興趣，這種“損人利己”的識別應(yīng)用著實在社交媒體上火了一把。

另一讓計算機視覺研究技術(shù)人員特別感興趣的領(lǐng)域是生物識別，當(dāng)下最為火爆的莫過于人臉識別技術(shù)了。早期的人臉識別技術(shù)多為安防領(lǐng)域，如海關(guān)識別走私犯、商店識別小偷等。近年來，深度學(xué)習(xí)的研究與應(yīng)用使得人臉識別和人工智能的核心技術(shù)得到了極大的提升，攝像頭等圖像硬件的發(fā)展為人臉識別提供了很好的圖像基礎(chǔ)，如今人臉識別技術(shù)應(yīng)用更加廣泛，比如公司可以使用刷臉打卡來杜絕代人打卡簽到現(xiàn)象。

其實早在2012年，谷歌就開發(fā)出了安卓系統(tǒng)的“刷臉解鎖”技術(shù)，但因安全問題未解決，該技術(shù)一直未能得到普及。

而今年3月，電商巨頭亞馬遜提交了一項針購物付費的專利技術(shù)，即消費者在亞馬遜網(wǎng)站購物時可以通過自拍或者視頻來進行付費，無須再輸入賬號密碼。在消費時系統(tǒng)會提示用戶表現(xiàn)出特定的行為、情緒或手勢來證明消費者就是本人，而不是拿著照片的冒名頂替者。

亞馬遜表示，這項技術(shù)能使消費者更加安全地進行網(wǎng)上購物，因為很多用戶為了省事會把所有賬戶都用同一個密碼，或者把密碼記在手機里，一旦遭遇“撞庫”或者手機被盜，后果不堪設(shè)想，而刷臉技術(shù)則沒有這個風(fēng)險。

除了識別人臉，在識別其他生物方面也有了突破性進展，比如識別寄生蟲。瘧疾，是一種由瘧原蟲造成的全球性急性寄生蟲傳染病，據(jù)統(tǒng)計，2015年有大約有2.14億人受瘧疾的影響。

一直以來，醫(yī)療工作者是通過肉眼觀察采樣玻片來確定采樣對象是否被瘧原蟲感染，這不但是對醫(yī)療工作者經(jīng)驗的考驗，而且工作效率也十分低下，而貧困地區(qū)一直都缺乏有經(jīng)驗的醫(yī)療工作者。

今年2月，根據(jù)MIT Technology Review報道，Intellectual Ventures Laboratory（智能事業(yè)實驗室）開發(fā)出了能夠檢測和評估瘧疾感染的便攜式顯微鏡。這種顯微鏡采用的是一個名為“Autoscope”的系統(tǒng)，通過計算機視覺和深度神經(jīng)網(wǎng)絡(luò)技術(shù)，采用深度學(xué)習(xí)算法來鑒別瘧原蟲。這款便攜式顯微鏡今年在泰國實地測試，成功鑒別出了 170塊玻片中的瘧原蟲如果這項技術(shù)得到普及之后，只要診所有一臺Autoscope顯微鏡和一些載玻片，就可解決瘧疾的診斷問題，這將使瘧疾診斷不再依賴于有限的專業(yè)醫(yī)療人員。

技術(shù)轉(zhuǎn)化為產(chǎn)品

新技術(shù)的出現(xiàn)，讓計算機不但“看見”這個世界，更能“看懂”這個世界，可以代替人眼甚至超越人眼。

人的視野是有限的，并且會受到周邊條件的影響，駕駛員在開車時會有視野盲區(qū)，還會受到光線的影響，并且大霧、暴雨等極端天氣也會嚴重影響駕駛員的視線。而計算機視覺技術(shù)就不一樣了，視野會更開闊，受限制更小。根據(jù)汽車媒體《Leftlane》報道，福特公司最新的無人駕駛汽車研究計劃是由激光感應(yīng)（LiDAR）和雷達、攝像頭形成一張周圍環(huán)境的高清3D地圖，不但讓無人駕駛汽車看到攝像頭視野范圍之外的物體，而且并不受光線限制。在夜間試駕后，福特工程師Wayne Williams說：“坐在汽車里，我能感到它在走，但是我往車外看，只能看到一片漆黑。結(jié)果令人驚喜，車輛準(zhǔn)確地沿著蜿蜒的道路行駛?！?/p>

識別場景這一領(lǐng)域技術(shù)的發(fā)展，使得計算機不但能當(dāng)機器的眼睛，還能變成人類的眼睛。

對于雙目失明的人來說，能親自感知這個世界是夢寐以求的事，而微軟2016 Build開發(fā)者大會上Seeing AI項目正是要幫助盲人實現(xiàn)這一愿望。

Seeing AI項目是通過計算機視覺和自然語言去形容一個人的周圍環(huán)境、朗讀文本、回答問題以及識別人的面部表情，可以在手機上使用，也可以在Pivothead的智能眼鏡上使用。如果投入使用，將有助于為視障人士營造更公平的環(huán)境，是一款能夠真正改變?nèi)藗兩畹漠a(chǎn)品，就像此項目的高級項目經(jīng)理Anne Taylor所說的，這是“為真正重要的場景尋求解決方案”。也許不久微軟能開發(fā)出一種仿生眼，直接發(fā)送視覺信號到大腦，讓盲人真正看到這個世界。

篇10

【關(guān)鍵字】行人檢測 目標(biāo)檢測 圖像處理

一、引言

在計算機視覺領(lǐng)域中，行人檢測是目標(biāo)檢測的一個重要研究熱點，其主要利用各種傳感器獲取行人的數(shù)據(jù)信息，通過圖像處理及模式識別等算法從圖像數(shù)據(jù)中檢測出行人。其中傳感器包括激光、雷達等。行人檢測并不是孤立存在的，它與行人跟蹤、行為分析、姿態(tài)估計、場景分割等問題息息相關(guān)，因此具有極高的科研價值和商業(yè)價值。

二、行人檢測技術(shù)發(fā)展趨勢

如圖1所示，早在2007年開始就已經(jīng)出現(xiàn)了行人檢測技術(shù)的研究。2007至2010年期間，專利申請量雖然呈逐步增長趨勢，然而增長速率較平穩(wěn)，每年的申請量沒有太大的變動；2011年相比較于2010年增長率達到兩倍以上，此后2012年和2013年相較前一年都有較大的增長量，然而在2014年專利申請量與其前一年2013年相比，呈現(xiàn)減少的趨勢，這可能與發(fā)明專利未提前公開有關(guān)，但該年的總量在除2013年以外的其它各年中仍占有絕對性的優(yōu)勢，預(yù)計2014年申請量不會低于2013年。

三、行人檢測技術(shù)解析

常見的行人檢測方法可分為基于簡單的圖像處理的行人檢測方法和基于計算機視覺的行人檢測方法。

3.1基于簡單圖像處理的行人檢測技術(shù)

該類技術(shù)主要分為：幀間差分法、光流法和背景差分法等。其與基于計算機視覺的技術(shù)相比算法較為簡單，不需要事先準(zhǔn)備大量的訓(xùn)練樣本或模板，處理速度也較快，因此在國內(nèi)也占據(jù)一定的申請量。如上海交通大學(xué)的專利CN201210586125采用高斯混合模型對背景建模從而檢測行人，寧波大學(xué)的專利CN201210017307采用圖割方法進行行人檢測，奇瑞汽車股份有限公司的專利CN201310382009通過獲取候選區(qū)域的至少兩個特征圖進行候選區(qū)域是否包含行人的判斷。

3.2基于計算機視覺的行人檢測方法

基于統(tǒng)計學(xué)習(xí)的方法與其他方法相比占絕對性的優(yōu)勢，是最近幾年高校和科研院所所研究的重點，同時也是公司企業(yè)發(fā)展的方向。如北京中星微電子的專利CN200710179786采用積分圖像和平方積分圖像提高分類器的檢測速度，江蘇大學(xué)的CN201110447411對特征向量進行稀疏表示并組合成稀疏化的混合特征向量作為分類器的特征進行行人檢測。

特征和分類器是統(tǒng)計學(xué)習(xí)的兩大關(guān)鍵技術(shù)。對特征的改進占56%，如中國科學(xué)技術(shù)大學(xué)的專利CN200810101705利用種群優(yōu)化尋找行人檢測最優(yōu)特征進行行人檢測，北京博康智能信息技術(shù)有限公司的專利CN201210082846利用梯度特征和線性邊緣特征進行行人檢測；

分類器的改進分別占42%，如杭州?？低晹?shù)字技術(shù)股份有限公司的專利CN201210169536利用多尺度的Adaboost作為分類器進行行人檢測，無錫慧眼電子科技有限公司的專利CN201310076413首先基于Adaboost得到級聯(lián)分類器。