導(dǎo)語：如何才能寫好一篇計(jì)算機(jī)視覺技術(shù)的應(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)；視覺技術(shù)；應(yīng)用研究

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

計(jì)算機(jī)視覺技術(shù)自20世紀(jì)70年代產(chǎn)生以來就得到了全世界的廣泛關(guān)注。作為一種多學(xué)科綜合應(yīng)用下的新技術(shù)，隨著專家對其研究會的不斷深入，其應(yīng)用領(lǐng)域也越來越廣，給人們的生產(chǎn)生活帶來了極大方便。

1 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺技術(shù)是在計(jì)算機(jī)技術(shù)應(yīng)用下發(fā)展起來的一種新技術(shù)，主要用來研究計(jì)算機(jī)模擬生物的宏觀或外顯功能。該技術(shù)在應(yīng)用過程中會涉及到計(jì)算機(jī)科學(xué)、神經(jīng)生物學(xué)、人工智能、模式識別以及圖像處理等多個(gè)學(xué)科，多學(xué)科技術(shù)的綜合運(yùn)用使得計(jì)算機(jī)具有了“感知”周圍世界的能力，這也正是該技術(shù)發(fā)揮作用的核心所在。計(jì)算機(jī)視覺技術(shù)的特點(diǎn)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(shù)應(yīng)用的領(lǐng)域和檢測的對象非常廣，能在敏感器件的應(yīng)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(shù)還突破了人在視覺觀察上長時(shí)間工作的限制，能對檢測對象進(jìn)行長時(shí)間觀察。

2 計(jì)算機(jī)視覺技術(shù)在各領(lǐng)域的應(yīng)用分析

隨著計(jì)算機(jī)視覺技術(shù)研究的不斷加深，該技術(shù)的應(yīng)用領(lǐng)域也越來越廣，下面，本文就選取工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測、電力系統(tǒng)自動化及圖書館工作這6個(gè)方面對計(jì)算機(jī)視覺技術(shù)的應(yīng)用進(jìn)行簡要分析。

2.1 在工業(yè)領(lǐng)域中的應(yīng)用

工業(yè)生產(chǎn)對產(chǎn)品的質(zhì)量要求極高，計(jì)算機(jī)視覺技術(shù)在工業(yè)上的應(yīng)用主要集中在以下3方面：1）產(chǎn)品形狀和尺寸的檢測上。對制造業(yè)而言，產(chǎn)品的形狀和尺寸是否合格直接影響到產(chǎn)品在實(shí)際應(yīng)用過程中作用的發(fā)揮。計(jì)算機(jī)視覺技術(shù)的應(yīng)用能對產(chǎn)品進(jìn)行二維和三維等幾何特征的檢測，如產(chǎn)品的圓度、位置及形狀等。2）產(chǎn)品零部件缺失情況的檢測。在生產(chǎn)線運(yùn)行過程中，計(jì)算機(jī)視覺技術(shù)能準(zhǔn)確檢測出產(chǎn)品在生產(chǎn)過程中是否存在鉚釘、螺絲釘?shù)攘悴考娜笔б约爱a(chǎn)品內(nèi)部是否在生產(chǎn)過程中摻進(jìn)雜質(zhì)等。3）產(chǎn)品表面質(zhì)量的檢測。為了從各個(gè)方面保證產(chǎn)品的合格性，對其進(jìn)行表面質(zhì)量的檢測也是一個(gè)極其重要的環(huán)節(jié)。計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)了對產(chǎn)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(nóng)業(yè)生產(chǎn)領(lǐng)域中的應(yīng)用

該技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用主要集中在以下兩方面：1）對病蟲害的預(yù)測預(yù)報(bào)。預(yù)測預(yù)報(bào)作用發(fā)揮的關(guān)鍵環(huán)節(jié)是建立起計(jì)算機(jī)視覺技術(shù)對所有昆蟲的識別體系。對昆蟲圖像識別系統(tǒng)進(jìn)行數(shù)字化建模所使用的方法主要以下2種，一種是運(yùn)用數(shù)學(xué)形態(tài)學(xué)的方法對害蟲的邊緣進(jìn)行檢測，進(jìn)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(fù)雜度等基本信息，并對這些信息建立害蟲的模板庫以實(shí)現(xiàn)對昆蟲的模糊決策分析。2）對農(nóng)作物生長的監(jiān)測。常用的方法就是運(yùn)用計(jì)算機(jī)視覺技術(shù)下的非接觸式監(jiān)測系統(tǒng)對農(nóng)作物生長環(huán)境下的光照、溫度、濕度、風(fēng)速、營養(yǎng)液濃度等相關(guān)因素進(jìn)行連續(xù)地監(jiān)測，進(jìn)而判斷出農(nóng)作物長勢。

2.3 在林業(yè)生產(chǎn)中的應(yīng)用

該技術(shù)在林業(yè)生產(chǎn)中的應(yīng)用主要集中在農(nóng)藥噴灑和林木球果采集這兩方面。就林業(yè)的農(nóng)藥噴灑而言，常規(guī)的農(nóng)藥噴灑方式易造成農(nóng)藥的大量流失，不僅達(dá)不到防止林業(yè)有害生物的目的，還浪費(fèi)了大量的人力、物力和財(cái)力。計(jì)算機(jī)視覺技術(shù)的應(yīng)用能通過對施藥目標(biāo)圖像進(jìn)行實(shí)時(shí)分析，得出具體的施藥量和準(zhǔn)確的施藥位置，該技術(shù)指導(dǎo)下的施藥工作極大發(fā)揮了農(nóng)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(dāng)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(jī)械設(shè)備運(yùn)用下的高空作業(yè)車采集和搖振采種機(jī)采集，這兩種方式都存在一定的安全性和效率問題。計(jì)算機(jī)視覺技術(shù)的應(yīng)用能通過對需要進(jìn)行采集的林木球果進(jìn)行圖像采集來得出球果所處的具置，再結(jié)合專業(yè)機(jī)械手的使用完成球果采集。該技術(shù)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(nóng)產(chǎn)品檢測中的應(yīng)用

農(nóng)產(chǎn)品在生產(chǎn)過程中受自然環(huán)境的影響比較大，所以農(nóng)產(chǎn)品不僅會產(chǎn)生質(zhì)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(nóng)產(chǎn)品在出售時(shí)大多要進(jìn)行產(chǎn)品等級的劃分，所以將計(jì)算機(jī)視覺技術(shù)運(yùn)用到對其顏色和外形尺寸的檢測上，有效達(dá)到了對農(nóng)產(chǎn)品進(jìn)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(nóng)產(chǎn)品進(jìn)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(chǎn)品的損壞；通過對西瓜等農(nóng)產(chǎn)品進(jìn)行顏色上的檢測，能準(zhǔn)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(yīng)用

計(jì)算機(jī)視覺技術(shù)在電力系統(tǒng)自動化應(yīng)用的表現(xiàn)當(dāng)前主要表現(xiàn)在以下2個(gè)方面：1）在人機(jī)界面中的應(yīng)用。人機(jī)界面在運(yùn)行過程中更加強(qiáng)調(diào)人的主體地位，實(shí)現(xiàn)了用戶對各種效應(yīng)通道和感覺通道的運(yùn)用。具體來講，計(jì)算機(jī)視覺技術(shù)在用戶向計(jì)算機(jī)的輸入方面，效應(yīng)通道實(shí)現(xiàn)了手動為主向手、足、口、身體等的轉(zhuǎn)變；在計(jì)算機(jī)向用戶的輸出方面，感覺通道實(shí)現(xiàn)了視覺為主向觸覺、嗅覺、聽覺等的轉(zhuǎn)變。2）在電廠煤粉鍋爐火焰檢測中的應(yīng)用。對煤粉鍋爐火焰的檢測既能有效判斷鍋爐的運(yùn)行狀況，又能在很大程度上實(shí)現(xiàn)電廠的安全性運(yùn)營。由于煤的負(fù)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(zhǔn)確性，必須彌補(bǔ)之前單純應(yīng)用火焰檢測器只能判斷有無火焰開關(guān)量信號的弊端。計(jì)算機(jī)視覺技術(shù)的應(yīng)用，就在彌補(bǔ)火焰檢測器應(yīng)用弊端的基礎(chǔ)上，實(shí)現(xiàn)了對火焰形狀的進(jìn)一步檢測。

2.6 在圖書館工作中的應(yīng)用

隨著當(dāng)前數(shù)字圖書館和自動化管理系統(tǒng)的建立，計(jì)算機(jī)技術(shù)在圖書館方面的應(yīng)用越來越廣泛。當(dāng)前計(jì)算機(jī)視覺技術(shù)在圖書館方面的應(yīng)用主要集中在古籍修補(bǔ)和書刊剔舊這兩方面。就古籍修補(bǔ)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(dǎo)致紙張變黃、變脆以及蟲洞等現(xiàn)象的出現(xiàn)。在進(jìn)行修補(bǔ)時(shí)，依靠計(jì)算機(jī)視覺技術(shù)開展具體的修補(bǔ)工作，能在很大程度上提高修補(bǔ)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(xiàn)資料進(jìn)行及時(shí)地剔除，能實(shí)現(xiàn)圖書資源的及時(shí)更新。計(jì)算機(jī)視覺技術(shù)在該方面的應(yīng)用，極大地保證了工作的準(zhǔn)確性和效率性。

3 結(jié)束語

通過以上對計(jì)算機(jī)視覺技術(shù)在工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測、電力系統(tǒng)自動化及圖書館工作這6個(gè)方面的研究可以看出，隨著計(jì)算機(jī)技術(shù)的進(jìn)一步發(fā)展以及計(jì)算機(jī)與各專業(yè)學(xué)科的不斷滲透，該技術(shù)的發(fā)展前景和應(yīng)用領(lǐng)域都將更加廣闊。

參考文獻(xiàn)

篇2

關(guān)鍵詞：計(jì)算機(jī)；視覺技術(shù)；交通工程

中圖分類號：TP391 文獻(xiàn)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(jì)算機(jī)替代人的視覺與思維已經(jīng)成為現(xiàn)實(shí)，這也是計(jì)算機(jī)視覺的突出顯現(xiàn)。那么在物體圖像中識別物體并作進(jìn)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(shí)做到二次實(shí)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(fèi)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(gè)基礎(chǔ)上，筆者對計(jì)算機(jī)視覺系統(tǒng)的組成及原理進(jìn)行了分析，并形成視覺處理相關(guān)技術(shù)研究。

二、設(shè)計(jì)計(jì)算機(jī)視覺系統(tǒng)構(gòu)成

計(jì)算機(jī)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(jì)算機(jī)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(jì)。在測量物體的表征時(shí)，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(jì)照明條件時(shí)，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(jìn)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(jī)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(jìn)入計(jì)算機(jī)并達(dá)到數(shù)字處理標(biāo)準(zhǔn)，最后再量化入計(jì)算機(jī)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(jī)輸入的結(jié)果；彩色圖像則需要彩色相機(jī)來實(shí)現(xiàn)。其過程為：彩色模擬信號解碼為RGB單獨(dú)信號，并單獨(dú)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(diǎn)陣，并將n個(gè)信息濃縮于每點(diǎn)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(jī)數(shù)量及研究技法的角度，則有三個(gè)分類：“單目視覺”、“雙目”及“三目”立體視覺。

三、研究與應(yīng)用計(jì)算機(jī)視覺處理技術(shù)

從對圖像進(jìn)行編輯的過程可以看出，計(jì)算機(jī)視覺處理技術(shù)在物體成像及計(jì)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(xiǎn)。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(qiáng)在特定的圖像變化程度中，其起到的是對特征方法的削減。基于二值化，分割圖像才能夠進(jìn)一步開展。對于物體的檢測多借助某個(gè)范圍來達(dá)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(kuò)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(jì)算機(jī)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(shí)的顯現(xiàn)來實(shí)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(shí)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(diǎn)化信息，可以適當(dāng)顯示圖像大概并進(jìn)行初步分析處理，以對計(jì)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(dá)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(jì)上由人為來進(jìn)行環(huán)境考慮測算，再從其中獲取較為全面的離散點(diǎn)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(gè)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(shí)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(jì)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(diǎn)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(diǎn)、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(gè)特征，同時(shí)它們也是其他相關(guān)表征的前提。計(jì)算機(jī)系統(tǒng)技術(shù)測量基本原理為對攝像機(jī)進(jìn)行構(gòu)建分析，并對其圖像表征進(jìn)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(jì)算機(jī)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(jì)，對系統(tǒng)主要構(gòu)成環(huán)節(jié)進(jìn)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(shí)際應(yīng)用。隨著社會對于計(jì)算機(jī)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(xiàn)：

[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(shí)報(bào)，2012（06）.

[2]王豐元.計(jì)算機(jī)視覺在建筑區(qū)間的應(yīng)用實(shí)例分析[J].河北電力學(xué)報(bào)，2011（04）.

篇3

關(guān)鍵詞：計(jì)算機(jī)自動化 視覺檢測 制造業(yè)

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

在精密測試技術(shù)領(lǐng)域，自動化視覺技術(shù)具有最大的發(fā)展?jié)摿Γ鼘㈦娮訉W(xué)、圖像處理、光學(xué)探測和計(jì)算機(jī)自動化技術(shù)綜合起來進(jìn)行運(yùn)用，在工業(yè)檢測中引入機(jī)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(diǎn)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(yīng)用前景。

目前，國內(nèi)視覺檢測領(lǐng)域所需要的視覺檢測設(shè)備大多是進(jìn)口的，國內(nèi)生產(chǎn)的設(shè)備缺乏較高的檢驗(yàn)精度和較強(qiáng)的實(shí)時(shí)性；但是進(jìn)口設(shè)備大大增加了檢測成本，不少中小企業(yè)無力承擔(dān)。面對國內(nèi)檢測需求日益增加的情況，積極進(jìn)行成本較低，精度較高的檢測設(shè)備的開發(fā)，成為一個(gè)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(gè)部分，分別是圖像信息獲取、圖像信息處理以及機(jī)電系統(tǒng)執(zhí)行檢測結(jié)果。如果系統(tǒng)有需求，能夠借助人機(jī)界面對參數(shù)進(jìn)行實(shí)時(shí)的設(shè)置與調(diào)整。當(dāng)被檢測對象移動到特定的位置時(shí)，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(jīng)過計(jì)算，PLC控制器將物體移動到CCD相機(jī)采集位置的時(shí)間的出來，然后將觸發(fā)信號準(zhǔn)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(jī)立即進(jìn)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(jī)，運(yùn)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(shè)計(jì)要求相符合，執(zhí)行機(jī)會依據(jù)合格或者不合格的信號對被檢測物體進(jìn)行相應(yīng)處理。經(jīng)過這樣的反復(fù)的工作，系統(tǒng)對被檢測物體進(jìn)行隊(duì)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(lǐng)域，計(jì)算機(jī)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(jìn)行運(yùn)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(jī)交互模塊、機(jī)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(jī)電執(zhí)行模塊所需檢測結(jié)果信息的獲取等等各個(gè)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(shí)時(shí)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(shù)在制造業(yè)上的應(yīng)用

3.1 應(yīng)用于汽車車身檢測的視覺檢測技術(shù)

現(xiàn)代汽車制造業(yè)的生產(chǎn)周期日益縮短，生產(chǎn)日益集團(tuán)化，原材料和零部件供應(yīng)呈現(xiàn)大宗化，而這正是給運(yùn)用自動化視覺檢測技術(shù)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(jī)械及定位系統(tǒng)、標(biāo)定系統(tǒng)以及計(jì)算機(jī)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(yùn)送車身；然后借助專門的控制系統(tǒng)準(zhǔn)確定位待測位置；借著用計(jì)算機(jī)自動化進(jìn)行檢查點(diǎn)圖像的采集與處理；最后，將被監(jiān)測點(diǎn)的坐標(biāo)參數(shù)計(jì)算出來。檢測系統(tǒng)應(yīng)該能夠?qū)崟r(shí)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(jìn)行測量，然后轉(zhuǎn)換測量結(jié)果，將其放置于測量坐標(biāo)中；經(jīng)過自動識別，能夠地裝配結(jié)果進(jìn)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(diǎn)，能夠很好的滿足汽車工作的需求。

3.2 為智能焊接的實(shí)現(xiàn)解決核心難題

在焊接領(lǐng)域，對智能焊接機(jī)器人的研究已經(jīng)成為關(guān)注的重點(diǎn)，智能焊接機(jī)器人要求能夠識別環(huán)境目標(biāo)，對焊接參數(shù)進(jìn)行調(diào)整，并實(shí)時(shí)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(zhì)量直接關(guān)系到后續(xù)的制造環(huán)節(jié)以及潛艇、輪船的強(qiáng)度和安全性。智能焊接機(jī)器人在紅外攝像儀、高速攝像機(jī)以及CCD攝像機(jī)等高精度圖像傳感設(shè)備的輔助下，采用智能化圖像處理方法能夠進(jìn)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(jìn)行實(shí)時(shí)提取，對焊接組織、機(jī)構(gòu)和性能進(jìn)行預(yù)測等，能夠在很多人類難以進(jìn)行作業(yè)的場合完成焊接工作，在焊接過程中，通過數(shù)個(gè)光電接收陣列對檢測組建進(jìn)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(jīng)開發(fā)出智能焊接機(jī)器人，其裝配了自動化視覺檢測功能，并且已經(jīng)廣泛應(yīng)用于潛艇與航天器的生產(chǎn)中。

3.3 提高手機(jī)生產(chǎn)檢測速度

隨著手機(jī)設(shè)計(jì)精密程度的日益提高，人工檢驗(yàn)已經(jīng)難以適應(yīng)大規(guī)模生產(chǎn)，這是因?yàn)槠湫枰臏y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(nèi)部零件等，檢測速度快、測量結(jié)果準(zhǔn)確，具有較強(qiáng)的擴(kuò)展性和較高的性價(jià)比。檢測系統(tǒng)主要就是測量計(jì)算機(jī)自動化接口電路板組件中各個(gè)連接器特定位置的幾何尺寸，這里面包括連接器內(nèi)部零件的尺寸、間距以及連機(jī)器與PCB底板的相對位置；另外還要對連接器與標(biāo)準(zhǔn)是否相符以及內(nèi)部零件被損壞與否。系統(tǒng)可以將質(zhì)量檢驗(yàn)的效率大大提升，而且也能夠使產(chǎn)品質(zhì)量得到保障，實(shí)現(xiàn)降低檢驗(yàn)成本的目的。

4 結(jié)語

作為一種新興的檢測技術(shù)，自動化視覺檢測技術(shù)對我國自動化視覺檢測產(chǎn)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(jìn)，同時(shí)也為我國制造業(yè)的發(fā)展做出了貢獻(xiàn)，具有廣闊的發(fā)展前景。

參考文獻(xiàn)

[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(yīng)用[D].天津大學(xué)，2012.

篇4

關(guān)鍵詞：計(jì)算機(jī)圖形學(xué)；計(jì)算機(jī)視覺；可視化技術(shù)

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

計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺以及可視化技術(shù)三者均是計(jì)算機(jī)領(lǐng)域重要組成部分，要做好計(jì)算機(jī)知識，就要先學(xué)好計(jì)算機(jī)圖形學(xué)，但計(jì)算機(jī)圖形學(xué)學(xué)習(xí)相對枯燥，尤其是算法教學(xué)難以理解，為解決這一問題，計(jì)算機(jī)視覺與可視化技術(shù)被應(yīng)用到計(jì)算機(jī)圖形學(xué)中?？梢姡咧g存在一定的聯(lián)系，因此，有必要對計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺以及可視化技術(shù)展開研究。

1 計(jì)算機(jī)圖形學(xué)概述

1.1 計(jì)算機(jī)圖形學(xué)目的

所謂的計(jì)算機(jī)圖形學(xué)實(shí)際上就是怎樣利用計(jì)算機(jī)表示圖形，并利用計(jì)算機(jī)完成圖形計(jì)算與處理，而這一過程的實(shí)現(xiàn)需要得到相關(guān)算法的支持。學(xué)習(xí)計(jì)算機(jī)圖形學(xué)的目的是利用計(jì)算機(jī)技術(shù)為人們呈現(xiàn)既帶有美感又不缺真實(shí)的圖形（如下圖1所示），為實(shí)現(xiàn)這一目標(biāo)，就需要按照圖形的要求創(chuàng)設(shè)合適的場景，并在一些光照模型的作用下，做好光照效果設(shè)計(jì)，在這一過程中需要計(jì)算機(jī)圖形學(xué)能夠與其他計(jì)算機(jī)技術(shù)相配合。經(jīng)過計(jì)算機(jī)圖形學(xué)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(jì)算機(jī)圖形學(xué)與圖像處理之間存在著一定的聯(lián)系[1]。計(jì)算機(jī)圖形學(xué)的涉及范圍相對寬泛，不僅有圖形硬件設(shè)計(jì)，還包括動畫制作，虛擬現(xiàn)實(shí)等多個(gè)部分。此外，計(jì)算機(jī)圖形學(xué)在動畫制作中的應(yīng)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(jī)圖形學(xué)來完成，由此可見，計(jì)算機(jī)圖形學(xué)的應(yīng)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(yīng)重視計(jì)算機(jī)圖形學(xué)的應(yīng)用。

1.2 計(jì)算機(jī)圖形學(xué)應(yīng)用

隨著計(jì)算機(jī)圖形學(xué)的發(fā)展，它被應(yīng)用到各個(gè)領(lǐng)域中，并發(fā)揮著重要作用。首先，在計(jì)算機(jī)輔助設(shè)計(jì)與制造中的應(yīng)用，這是計(jì)算機(jī)圖形學(xué)應(yīng)用最多的領(lǐng)域，在計(jì)算機(jī)圖形學(xué)被應(yīng)用以后，不僅可以設(shè)計(jì)出更精準(zhǔn)的圖形，還能做好人機(jī)交互設(shè)計(jì)，強(qiáng)化修改能力。計(jì)算機(jī)圖形學(xué)還被應(yīng)用到三維形體重建中，利用該技術(shù)可以將原理的二維信息轉(zhuǎn)化為三維信息，如在某次工程圖紙?jiān)O(shè)計(jì)中就應(yīng)用了計(jì)算機(jī)圖形學(xué)，經(jīng)過一系列的處理以后，三維形體逐漸形成，最終實(shí)現(xiàn)了重建。其次，在醫(yī)學(xué)領(lǐng)域中的應(yīng)用。計(jì)算機(jī)圖形學(xué)在醫(yī)學(xué)領(lǐng)域中的應(yīng)用多以計(jì)算可視化的形式展示出來，如在腦部手術(shù)中，醫(yī)生為看清患處真實(shí)情況，經(jīng)常需要利用在可視化技術(shù)的作用下將復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為圖像，這時(shí)就體現(xiàn)了計(jì)算機(jī)圖形學(xué)在其中的應(yīng)用[2]。再者，在計(jì)算機(jī)動畫中的應(yīng)用，人們看到的動畫影片就是計(jì)算機(jī)圖形學(xué)作用的結(jié)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(yīng)用大量的計(jì)算機(jī)技術(shù)，并在計(jì)算機(jī)圖形學(xué)的作用下完成設(shè)計(jì)。最后，在計(jì)算機(jī)藝術(shù)中的應(yīng)用。計(jì)算機(jī)圖形學(xué)在計(jì)算機(jī)藝術(shù)中也有廣泛應(yīng)用，它不僅可以用于藝術(shù)制作，很多場景都是通過計(jì)算機(jī)圖形學(xué)來完成的，現(xiàn)階段，一些人正在利用計(jì)算機(jī)圖形學(xué)創(chuàng)設(shè)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(biāo)的實(shí)現(xiàn)就需要得到計(jì)算機(jī)圖形學(xué)的支持。

2 計(jì)算機(jī)視覺技術(shù)

2.1 計(jì)算機(jī)視覺技術(shù)含義

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

（1）程序控制，這一點(diǎn)主要體現(xiàn)在機(jī)器人設(shè)計(jì)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(jì)算機(jī)視覺三個(gè)階段如圖2所示，通過觀察圖1可以發(fā)現(xiàn)，計(jì)算機(jī)視覺存在于圖像處理始終，從早期處理直到后期結(jié)束都存在，最終實(shí)現(xiàn)了3D描述，可見，計(jì)算機(jī)視覺具有十分重要的作用[4]。

2.2 計(jì)算機(jī)視覺技術(shù)的應(yīng)用

現(xiàn)階段，現(xiàn)代社會已經(jīng)進(jìn)入信息化時(shí)代，計(jì)算機(jī)技術(shù)也被應(yīng)用到各個(gè)領(lǐng)域，并發(fā)揮著重要作用。計(jì)算機(jī)視覺的應(yīng)用促使計(jì)算機(jī)實(shí)現(xiàn)了智能化，在該技術(shù)的支持下，計(jì)算機(jī)可以像人一樣透過視覺看待世界萬物，且具有良好的適應(yīng)能力，但這一目標(biāo)的實(shí)現(xiàn)還需要很長時(shí)間，需要一系列的努力才能實(shí)現(xiàn)?，F(xiàn)階段，計(jì)算機(jī)視覺應(yīng)用最多的就是車輛視覺導(dǎo)航，然而，這種導(dǎo)航還沒有實(shí)現(xiàn)完全自主導(dǎo)航，這也是需要進(jìn)一步研究的地方。計(jì)算機(jī)視覺技術(shù)的適應(yīng)性較好，特別適合在工業(yè)領(lǐng)域應(yīng)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(yùn)行，其整體效果也不會受到影響，再者，計(jì)算機(jī)視覺技術(shù)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(shí)，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(jì)算機(jī)視覺技術(shù)總體效果較好，適合利用在各種工業(yè)環(huán)境中應(yīng)用，因此，應(yīng)重視計(jì)算機(jī)視覺技術(shù)的應(yīng)用[5]。同時(shí)計(jì)算機(jī)視覺還被應(yīng)用到移動機(jī)器人設(shè)計(jì)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(jìn)而了解到人的存在。同樣，將計(jì)算機(jī)視覺應(yīng)用到機(jī)器人設(shè)計(jì)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(shù)

3.1 可視化技術(shù)含義

可視化技術(shù)是一種綜合了計(jì)算機(jī)圖形學(xué)與圖像處理于一體的技術(shù)，它可以將復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為圖像并在屏幕上展示出來。在可視化技術(shù)中，融合了以上兩種技術(shù)的特點(diǎn)，并在多個(gè)領(lǐng)域都有應(yīng)用，隨著可視化技術(shù)的應(yīng)用，不僅有效實(shí)現(xiàn)了數(shù)據(jù)表示，還強(qiáng)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(shí)技術(shù)已經(jīng)成為可視化技術(shù)主要發(fā)展方向。

3.2 可視化技術(shù)的應(yīng)用

首先，在計(jì)算機(jī)圖形學(xué)教學(xué)中的應(yīng)用，計(jì)算機(jī)圖形學(xué)相對枯燥，相關(guān)知識也很抽象，不便于學(xué)生理解，在計(jì)算機(jī)圖形學(xué)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(xué)模型有關(guān)，具有一定的抽象性，學(xué)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(xué)生理解，盡管這樣依然難以讓學(xué)生掌握曲線變化情況，學(xué)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(shù)被應(yīng)用到計(jì)算機(jī)圖形學(xué)教學(xué)中，教師將抽象的知識用動畫的形式展示出來，學(xué)生只要觀看動畫，拖動一定的控制點(diǎn)就可以了解到曲線變化情況，這樣一來不僅增加了教學(xué)趣味性，學(xué)生也可以隨意變動曲線，讓復(fù)雜的知識變得簡單，深化學(xué)生對計(jì)算機(jī)圖形學(xué)知識的深度理解，同時(shí)，利用可視化技術(shù)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(qiáng)學(xué)生的理解能力[7]。

其次，在醫(yī)學(xué)領(lǐng)域中的應(yīng)用。醫(yī)學(xué)領(lǐng)域?qū)τ诳梢暬夹g(shù)的應(yīng)用主要體現(xiàn)在放射治療與矯正手術(shù)上。通過可視化技術(shù)可以屏幕上看到手術(shù)整個(gè)過程，并將原來細(xì)節(jié)部位放大，手術(shù)醫(yī)生觀察的更加細(xì)致，手術(shù)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(jìn)行身體檢查的過程中需要應(yīng)用到可視化技術(shù)，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(fù)雜，但在可視化技術(shù)下就可以通過圖表、曲線圖或立柱圖的方式展示出來，經(jīng)過可視化技術(shù)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(jì)，80%的醫(yī)療檢查工作都是需要利用可視化技術(shù)。

地質(zhì)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(shí)際礦藏情況，這就需要應(yīng)用到可視化技術(shù)，在可視化技術(shù)的作用下，相關(guān)工作人員可以了解到地下有無礦藏，如果存在礦藏，相關(guān)工作人員也可以了解到礦藏所在位置與實(shí)際儲備量，進(jìn)而為礦藏開采奠定基礎(chǔ)。如在地質(zhì)勘探中，相關(guān)工作人員利用可視化技術(shù)做地形圖整理，然后從中提取地形數(shù)據(jù)，再用CATIA做導(dǎo)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(zhì)模型創(chuàng)建工作，同時(shí)在相關(guān)工作臺的影響下，還可以完成地形數(shù)據(jù)導(dǎo)入，進(jìn)而生成一定的地形云點(diǎn)，如果其中存在錯(cuò)誤，可視化技術(shù)也可以將其中的錯(cuò)誤內(nèi)容刪除，這些都是可視化技術(shù)所帶來的好處[8]。由此可見，可視化技術(shù)已經(jīng)成為地質(zhì)勘探中不缺少的技術(shù)。

最后，在氣象預(yù)報(bào)中的應(yīng)用（如圖4所示）。利用可視化技術(shù)能夠?qū)?shù)據(jù)轉(zhuǎn)化為圖像，通過觀察圖像就可以了解到云層變化情況，同時(shí)也能了解到實(shí)際風(fēng)力大小與風(fēng)走向等，氣象預(yù)報(bào)人員就可以根據(jù)圖像做出精準(zhǔn)分析，需要了解氣象變化的人也能了解到現(xiàn)實(shí)情況，如果氣象條件惡劣，相關(guān)工作人員也可以及時(shí)做出工作調(diào)整，減少危險(xiǎn)事件的發(fā)生。據(jù)不完全統(tǒng)計(jì)，可視化技術(shù)在氣象預(yù)報(bào)中的應(yīng)用頻率高達(dá)100%，由此挽回的經(jīng)濟(jì)損失高達(dá)13.2億元，可見，可視化技術(shù)在氣象預(yù)報(bào)中的應(yīng)用十分有必要，因此，應(yīng)重視可視化技術(shù)在氣象預(yù)報(bào)中的應(yīng)用。

4 結(jié)語

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

參考文獻(xiàn)：

[1]陳敏雅，金旭東.淺談計(jì)算機(jī)圖形學(xué)與圖形圖像處理技術(shù)[J].長春理工大學(xué)學(xué)報(bào)，2011（01）：138-139+146.

[2]柳海蘭.淺談計(jì)算機(jī)圖形學(xué)的發(fā)展及應(yīng)用[J].電腦知識與技術(shù)，2010（33）：9551-9552.

[3]滑瑞朋.計(jì)算機(jī)圖形學(xué)的應(yīng)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(jì)算機(jī)視覺的水稻葉部病害識別研究[J].中國農(nóng)業(yè)科學(xué)，2014（04）：664-674.

[5]關(guān)然，徐向民，羅雅愉，苗捷，裘索.基于計(jì)算機(jī)視覺的手勢檢測識別技術(shù)[J].計(jì)算機(jī)應(yīng)用與軟件，2013（01）：155-159+164.

[6]許志杰，王晶，劉穎，范九倫.計(jì)算機(jī)視覺核心技術(shù)現(xiàn)狀與展望[J].西安郵電學(xué)院學(xué)報(bào)，2012（06）：1-8.

篇5

關(guān)鍵詞： 計(jì)算機(jī)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(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2012）29-7084-04

在視覺分析實(shí)際應(yīng)用項(xiàng)目中，如何通過建立計(jì)算機(jī)視覺分析快速開發(fā)框架，搭建一個(gè)分工明確，快捷有效的圖像學(xué)應(yīng)用處理平臺，提高開發(fā)效率，縮短開發(fā)時(shí)間，已成為項(xiàng)目開發(fā)人員關(guān)注的重點(diǎn)內(nèi)容之一。本框架從項(xiàng)目應(yīng)用和實(shí)際需求出發(fā)，將計(jì)算機(jī)視覺技術(shù)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(shí)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(gòu)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(yīng)用開發(fā)人員只負(fù)責(zé)抽取出一般的處理流程，專注于項(xiàng)目的具體實(shí)現(xiàn)和功能模塊的組合應(yīng)用。

1 研究與應(yīng)用

1.1背景

計(jì)算機(jī)視覺是用攝像機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量的機(jī)器視覺。系統(tǒng)將獲取的視頻或圖像資料，通過計(jì)算機(jī)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(guān)內(nèi)容，它們之間既有差別，又有相互重疊。

在計(jì)算機(jī)視覺分析技術(shù)中，對于一些復(fù)雜的問題，往往不是某單一學(xué)科能夠解決的，它需要一系列相關(guān)技術(shù)的支持。例如：對航道中船舶的識別，獲取的視頻流往往要經(jīng)過平滑、去噪等圖像處理操作后，便于下一步運(yùn)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(shù)來提取檢測目標(biāo)。而這些方案的實(shí)現(xiàn)中，同一個(gè)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(lǐng)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(gè)最佳算法。

因此，在實(shí)際應(yīng)用項(xiàng)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(xué)功底，更需要的是通過大量的對比實(shí)驗(yàn)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(jì)算機(jī)視覺需求，換個(gè)應(yīng)用場景，上述步驟又需要重新進(jìn)行，此類過程的重復(fù)，既增加了開發(fā)成本，又延長了開發(fā)時(shí)間。

本框架從工程化的角度出發(fā)，在不同項(xiàng)目中的計(jì)算機(jī)視覺軟件開發(fā)中，研究如何提高開發(fā)結(jié)果的復(fù)用性，盡量降低上述各條件間的相互依賴關(guān)系，將視覺技術(shù)的核心算法從底層研究中剝離，達(dá)到縮短開發(fā)時(shí)間，提高開發(fā)效率的目的。

1.2研究目標(biāo)

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(nèi)部完成，處理結(jié)果可通過接口方式進(jìn)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(fù)責(zé)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(shí)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(cè)功能區(qū)中選取兩個(gè)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(jié)果。最后我們用曲線將模塊間的輸入輸出點(diǎn)連起來，完成數(shù)據(jù)流向的配置過程。其中一個(gè)輸出點(diǎn)可以連接多個(gè)輸入點(diǎn)，但一個(gè)輸入點(diǎn)只能接入一個(gè)輸出點(diǎn)。

2 結(jié)論

隨著計(jì)算機(jī)視覺技術(shù)發(fā)展的日新月異，算法的更新和積累將會越來越多。計(jì)算機(jī)視覺快速開發(fā)框架從實(shí)際應(yīng)用工程的角度出發(fā)，在不同項(xiàng)目計(jì)算機(jī)視覺軟件的開發(fā)過程中，將視覺技術(shù)的核心算法從底層研究中剝離，使視覺分析應(yīng)用項(xiàng)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(xiàng)目中的算法、上層應(yīng)用等開發(fā)人員各司其職，分工明確，不但提高了開發(fā)結(jié)果的復(fù)用性，同時(shí)，也降低了項(xiàng)目開發(fā)中各條件間的相互依賴關(guān)系，縮短了開發(fā)時(shí)間，提高了開發(fā)效率。

參考文獻(xiàn)：

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

[2] 張廣軍.機(jī)器視覺[M].北京：科學(xué)出版社，2005.

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

[4] 劉立，彭復(fù)員，趙坤，萬亞平.采用簡化SIFT算法實(shí)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(qiáng)，孫振平，王亮.基于光流技術(shù)的運(yùn)動目標(biāo)檢測和跟蹤方法研究[D].國防科學(xué)技術(shù)大學(xué)機(jī)電工程與自動化學(xué)院.

[6] 陳勝勇，劉盛.基于OpenCV的計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)[M].科學(xué)出版社.

篇6

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)步提供了有效的動力。

1 計(jì)算機(jī)對視頻中運(yùn)動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)動物體進(jìn)行分離提取，以獲取沒有背景圖像的運(yùn)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(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)動物體進(jìn)行特征跟蹤、目標(biāo)分割、運(yùn)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(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，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)動物體檢測技術(shù)

在常規(guī)運(yùn)動物體檢測技術(shù)下，均是直接通過圖像背景和運(yùn)動物體的區(qū)分來實(shí)現(xiàn)運(yùn)動物體的捕捉。而基于OpenCV下的運(yùn)動物體檢測技術(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)動物體主體圖像的影響；第三，根據(jù)完成提取后的運(yùn)動物體圖像進(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(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)動物體本身不造成影響，這使運(yùn)動物體和噪點(diǎn)之間的差異就會更加明顯，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?；第三，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] 張海科.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7

關(guān)鍵詞：計(jì)算機(jī)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(jì)算機(jī)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(yàn)技能進(jìn)行綜合整編的方法，利用光學(xué)信息對真實(shí)物理結(jié)構(gòu)的實(shí)時(shí)反映，配合人機(jī)協(xié)調(diào)手段進(jìn)行二維圖像的呈現(xiàn)。在工件表面進(jìn)行質(zhì)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(guān)系樣式，爭取三維場景的科學(xué)搭建。集合要素內(nèi)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(biāo)體系，并適當(dāng)運(yùn)用不同符號表現(xiàn)模式實(shí)現(xiàn)必要三維結(jié)構(gòu)和空間關(guān)系的調(diào)整，促進(jìn)精密儀器細(xì)節(jié)檢驗(yàn)工作質(zhì)量的不斷提高。

1 計(jì)算機(jī)視覺檢測技術(shù)的相關(guān)理論研究

1.1 技術(shù)原理分析

滲透性計(jì)算機(jī)輔助支持結(jié)構(gòu)的視覺鑒定技術(shù)在被測實(shí)體中的圖像顯示支持功能基礎(chǔ)形勢上進(jìn)行質(zhì)量狀況的把控，這其實(shí)就是根據(jù)既定的偏差標(biāo)準(zhǔn)實(shí)現(xiàn)規(guī)模物件的逐個(gè)排查。細(xì)致的檢測工作在深度零件的誘導(dǎo)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(jìn)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(jī)進(jìn)行主題元素的捕捉，并利用計(jì)算機(jī)內(nèi)部程序的數(shù)字信號轉(zhuǎn)化工具實(shí)現(xiàn)圖像的并行處理。采用目標(biāo)圖像的特殊坐標(biāo)記錄，利用灰度分布圖內(nèi)的多種綜合功能處理系統(tǒng)改善的要務(wù)。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(jié)CCD技術(shù)和圖像卡實(shí)現(xiàn)被測部件和數(shù)字圖像的共性要素融合，保證計(jì)算機(jī)自動化處理程序的錄入。當(dāng)然，這類研究系統(tǒng)是需要利用相關(guān)軟體進(jìn)行放大的，其主要必備功能就是進(jìn)行圖像的預(yù)處理、識別和有效分析，將整個(gè)過程內(nèi)部的實(shí)際結(jié)果數(shù)值，包括被測部件的自身缺陷、尺寸等進(jìn)行整理。

1.2 計(jì)算機(jī)視覺微小尺寸精密檢測工業(yè)應(yīng)用技術(shù)的現(xiàn)狀

在科學(xué)設(shè)計(jì)信息內(nèi)容和工業(yè)加工制備要領(lǐng)集成化對待的環(huán)節(jié)中，通常不會直接進(jìn)行部件表面的接觸，一般運(yùn)用計(jì)算機(jī)程序下的掃描認(rèn)知和圖像即時(shí)呈現(xiàn)功能進(jìn)行快速的比對檢測，整體信號抗干擾能力較強(qiáng)，因此在現(xiàn)代工業(yè)生產(chǎn)技術(shù)領(lǐng)域內(nèi)部廣受好評。電子工業(yè)是在建立計(jì)算機(jī)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(chǔ)上衍生的印刷電板路和集成電路芯片就是利用標(biāo)準(zhǔn)模型的整改，實(shí)現(xiàn)規(guī)模工序的緊密排列。目前，時(shí)下流行的汽車生產(chǎn)、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(yīng)用效果。

2 應(yīng)用視覺微小尺寸分析技術(shù)內(nèi)部拓展機(jī)能的補(bǔ)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(gè)或單個(gè)閾值將圖像自身的灰度級別劃分為幾個(gè)項(xiàng)目組，對相同像素的單位數(shù)據(jù)進(jìn)行整編。根據(jù)實(shí)效范圍進(jìn)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(jìn)行內(nèi)部最優(yōu)閾值分割，包括單閾值和多閾值兩種形式；同時(shí)還可以將初始分析的圖像進(jìn)行子元素的拆解，之后利用單個(gè)子圖像的既定閾值范圍進(jìn)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(shí)現(xiàn)精準(zhǔn)質(zhì)量的劃分手段，計(jì)算執(zhí)行工作相對比較簡單，并且實(shí)際工作效率水平較高，即便是實(shí)際需要分割的物體與圖像背景對比深度較強(qiáng)也可以收放自如，但唯一的缺點(diǎn)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(shù)的施工質(zhì)量往往不會太高。

2.2 邊緣檢測制備工序

圖像內(nèi)部元素的分割其實(shí)就是進(jìn)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(jìn)行物體邊界相關(guān)結(jié)構(gòu)的搭建。邊緣檢測分割制備技術(shù)具體包括并行和串行兩種模式，并行手法是運(yùn)用梯度信息的提取實(shí)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(dāng)強(qiáng)度標(biāo)準(zhǔn)和相似走向的兩個(gè)邊緣端點(diǎn)位置實(shí)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(jì)原則來說具有更強(qiáng)的抗干擾能力，但實(shí)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(shù)內(nèi)容進(jìn)行邊緣制備技巧的修復(fù)。

（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(jìn)

根據(jù)以上現(xiàn)狀問題，創(chuàng)新式視覺整改校驗(yàn)系統(tǒng)利用照明光源、攝像機(jī)和圖像采集卡等結(jié)構(gòu)實(shí)現(xiàn)計(jì)算機(jī)輸出結(jié)果質(zhì)量的補(bǔ)充。其主要運(yùn)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(chǔ)，實(shí)現(xiàn)物體結(jié)構(gòu)的全面清晰呈現(xiàn)，使用攝像機(jī)對相關(guān)圖像信號進(jìn)行梳理并轉(zhuǎn)化為電荷信號，配合相關(guān)的圖像資源采集卡進(jìn)行部件數(shù)字化圖像的格式轉(zhuǎn)化；計(jì)算機(jī)內(nèi)部軟體操作程序?qū)⒌玫降臄?shù)字圖像進(jìn)行處理和識別，并將最終結(jié)果數(shù)據(jù)輸出，實(shí)現(xiàn)現(xiàn)代工業(yè)技術(shù)整體質(zhì)量規(guī)?？刂频募榷ㄒ?。

系統(tǒng)硬件在實(shí)現(xiàn)部件轉(zhuǎn)化圖像信息的環(huán)節(jié)中，連接檢測機(jī)理下的連續(xù)軟件規(guī)劃和照明光源等相關(guān)設(shè)備進(jìn)行圖像適當(dāng)分辨率的調(diào)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(shí)間，抵抗不良因素的干擾影響，維持內(nèi)部成本經(jīng)濟(jì)規(guī)模的合理控制，促進(jìn)科技應(yīng)用和可持續(xù)發(fā)展經(jīng)濟(jì)戰(zhàn)略雙重價(jià)值標(biāo)準(zhǔn)的同步進(jìn)展。其中，光源設(shè)備的選擇必須落實(shí)到部件既定的幾何形狀條件下，利用相關(guān)性能參數(shù)進(jìn)行實(shí)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(jìn)行快捷反應(yīng)、小功耗標(biāo)準(zhǔn)的補(bǔ)充，并且長期使用后的照明效果比較穩(wěn)定[3]。而攝像機(jī)等結(jié)構(gòu)主要還是校正參數(shù)的表達(dá)方式，進(jìn)行圖像合理分辨率的整改，促進(jìn)圖像采集數(shù)字化協(xié)調(diào)功能的發(fā)展，提高系統(tǒng)工作速度等。

4 結(jié)束語

計(jì)算機(jī)視覺檢測系統(tǒng)在進(jìn)行一定部件性能評比的活動中有著很高的貢獻(xiàn)，不僅配合硬件的照明、參數(shù)制備要領(lǐng)制備功能，同時(shí)促進(jìn)數(shù)字化圖像對比的速度，使得工業(yè)生產(chǎn)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(jìn)現(xiàn)代智能化分析處理技術(shù)的全面覆蓋。

參考文獻(xiàn)：

[1]陸春梅.基于數(shù)字圖像處理技術(shù)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(xué)，2008.

[2]羅敏.基于機(jī)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(xué)，2010.

篇8

關(guān)鍵詞： 食品物流； 運(yùn)作模式； 計(jì)算機(jī)視覺； 實(shí)時(shí)監(jiān)控

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

0 引言

為了加強(qiáng)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(chǎn)業(yè)物聯(lián)網(wǎng)管理運(yùn)營中心，開通了“冷鏈產(chǎn)業(yè)物聯(lián)網(wǎng)管理平臺”。黃三角冷鏈產(chǎn)業(yè)物聯(lián)網(wǎng)管理平臺依托食品產(chǎn)銷對接系統(tǒng)和食品品質(zhì)安全管理系統(tǒng)，實(shí)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(shí)現(xiàn)食品運(yùn)輸流程的監(jiān)控和出現(xiàn)安全問題之后的追溯，而不能實(shí)現(xiàn)食品質(zhì)量的實(shí)時(shí)監(jiān)管。對消費(fèi)者健康的保障和對社會穩(wěn)定、經(jīng)濟(jì)發(fā)展的需求日益增長，通過一個(gè)可視化的食品物流信息化監(jiān)控體系運(yùn)作模式來進(jìn)行食品安全監(jiān)控的重要性日益突出[1]。

1 監(jiān)控體系運(yùn)作模式

監(jiān)控體系運(yùn)作模式利用計(jì)算機(jī)視覺技術(shù)，通過圖像分析，提取食品數(shù)字圖像中的特征信息，實(shí)現(xiàn)食品品質(zhì)安全信息的快速、客觀、準(zhǔn)確檢測，能為食品生產(chǎn)、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(shí)施食品的源頭追蹤以及在食品供應(yīng)鏈中提供完全透明度的能力[2]。

1.1 食品圖像的分析

計(jì)算機(jī)圖像處理步驟包括圖像預(yù)處理、目標(biāo)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(zhì)量檢測流程如圖1所示。

[進(jìn)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(zhì)量檢測流程

為了在食品物流中實(shí)時(shí)監(jiān)控食品的品質(zhì)，我們利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)直觀可視化的監(jiān)控。通過計(jì)算機(jī)視覺技術(shù)可以對食品進(jìn)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(shí)現(xiàn)對食品外觀的初步檢測。同時(shí)在物流運(yùn)輸過程中能夠?qū)崟r(shí)對檢測不合格的食品進(jìn)行篩選和處理，避免了消費(fèi)者購買到腐爛變質(zhì)和表面缺陷的食品。實(shí)現(xiàn)實(shí)時(shí)物流跟蹤，建立信息追溯和信息共享機(jī)制，成為當(dāng)前食品物流配送的關(guān)鍵。物流可視化運(yùn)作模式可以大大加快數(shù)據(jù)的處理速度，使時(shí)刻都在產(chǎn)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(shí)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(shí)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(yùn)作模式中，設(shè)計(jì)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(jìn)行記錄。當(dāng)在運(yùn)輸過程中需要對食品進(jìn)行提取、調(diào)換等其他操作時(shí)，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(rèn)身份后，指令下達(dá)到貨倉，方可進(jìn)行工作。這樣可以有效避免在運(yùn)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(chǎn)、加工、運(yùn)輸、銷售過程中及時(shí)了解食品物流的情況，給食品原料中夾帶了RFID標(biāo)簽；在RFID標(biāo)簽中對食品的倉儲過程、入庫、出庫情況進(jìn)行標(biāo)示，物流信息管理平臺可以根據(jù)計(jì)算機(jī)視覺處理系統(tǒng)得出的數(shù)據(jù)與RFID信息進(jìn)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(jié)構(gòu)

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(jì)算機(jī)視覺系統(tǒng)。系統(tǒng)對圖像進(jìn)行處理和分析，然后將分析結(jié)果提交到物流信息管理平臺。食品質(zhì)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(shí)，在顧客購買食品時(shí)可以通過RFID技術(shù)，采用系統(tǒng)提供的終端接口，對貨物的生產(chǎn)、加工、運(yùn)輸、分發(fā)、銷售等情況進(jìn)行追溯查詢。系統(tǒng)結(jié)構(gòu)圖如圖3所示。

可視化食品物流運(yùn)作系統(tǒng)基于B/S體系架構(gòu)，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(shí)這些信息也記錄在服務(wù)器的關(guān)系數(shù)據(jù)庫中。通過服務(wù)器端的Web服務(wù)，可以實(shí)現(xiàn)用戶在局域網(wǎng)/廣域網(wǎng)內(nèi)，查詢相應(yīng)的信息內(nèi)容[4]。

3 結(jié)束語

利用計(jì)算機(jī)視覺技術(shù)可以獲得食品品質(zhì)的空間位置信息，能夠減少傳統(tǒng)人工檢測帶來的高強(qiáng)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(yuǎn)距離的分析者或者分析系統(tǒng)，從而實(shí)現(xiàn)食品品質(zhì)信息的區(qū)域分析和共享。利用計(jì)算機(jī)視覺技術(shù)無縫地實(shí)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(diǎn)，為實(shí)現(xiàn)食品便捷的反向查詢，進(jìn)一步保證食品的安全奠定了基礎(chǔ)。

參考文獻(xiàn)：

[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(dǎo)報(bào)，2011.31：198-120

篇9

關(guān)鍵詞：計(jì)算機(jī)；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(guān)注。據(jù)2002年世界銀行統(tǒng)計(jì)，全球平均每年死于道路交通事故高達(dá)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(dá)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(jī)動車保有量、道路交通流量、駕駛?cè)藬?shù)的增加成遞增趨勢。而通過必要的技術(shù)手段構(gòu)建交通安全保障機(jī)制，降低交通事故是重中之重。若要好的為基礎(chǔ)的交通違規(guī)行為檢測技術(shù)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(chǎn)品，能實(shí)時(shí)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(shè)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(jìn)行及時(shí)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(jì)算機(jī)的交通監(jiān)管系統(tǒng)設(shè)計(jì)與實(shí)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(jìn)的現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、信息電子通訊技術(shù)、現(xiàn)代信息技術(shù)以及自動控制技術(shù)等，并將其在整個(gè)交通運(yùn)輸管理體系進(jìn)行有效的運(yùn)用，為此建立起一種實(shí)時(shí)、有效、準(zhǔn)確、范圍廣的全方位發(fā)揮作用的交通運(yùn)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(jì)地面交通管理、運(yùn)輸科技、運(yùn)營的主要研究方向，帶領(lǐng)著交通運(yùn)輸一場偉大的變革。北美、西歐、日本自上世紀(jì)80年代末就開始競相發(fā)展智能運(yùn)輸系統(tǒng)，并制定相應(yīng)的開發(fā)計(jì)劃加以實(shí)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(rèn)識基于計(jì)算機(jī)視覺的智能交通監(jiān)控系統(tǒng)

2.1 計(jì)算機(jī)視覺技術(shù)

所謂計(jì)算機(jī)視覺，理解為使用可替代人眼的高清攝影機(jī)設(shè)備或其他現(xiàn)代高清電子影像攝錄裝備進(jìn)行觀察，實(shí)現(xiàn)對目標(biāo)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(dá)遠(yuǎn)端計(jì)算機(jī)服務(wù)器，通過計(jì)算機(jī)服務(wù)器的信號圖形圖像處理技術(shù)對視頻數(shù)據(jù)信息進(jìn)行進(jìn)一步加工，實(shí)現(xiàn)三維重現(xiàn)現(xiàn)實(shí)情景的計(jì)算機(jī)觀察呈現(xiàn)技術(shù)。

2.2 智能交通監(jiān)測系統(tǒng)

通過使用現(xiàn)有的、先進(jìn)的計(jì)算機(jī)智能化、視覺化、信息化科技對國內(nèi)各大路況交通運(yùn)輸實(shí)施監(jiān)測，為工作于交通運(yùn)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(wù)，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(chǎn)總值的不斷提高，智能交通系統(tǒng)，在國內(nèi)外受到越來越多的青睞。近幾年，各道路關(guān)鍵路段、路口隨著道路監(jiān)控機(jī)制的普遍建立，也都基本完成了視頻監(jiān)控。

2.3 基于計(jì)算機(jī)視覺的智能交通監(jiān)控機(jī)制

根據(jù)前面2.1對計(jì)算機(jī)視覺技術(shù)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(jié)出以計(jì)算機(jī)視覺為基礎(chǔ)的智能化交通監(jiān)控機(jī)制，其是通過現(xiàn)代高端計(jì)算機(jī)對視覺信息收集、提取、處理、分析等技術(shù)，實(shí)現(xiàn)對城市道路交通信息的實(shí)時(shí)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(jī)制狀況，并通過視頻影像引導(dǎo)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(jī)制。

3 構(gòu)建以計(jì)算機(jī)視覺為基礎(chǔ)的智能交通監(jiān)控機(jī)制及配套措施

3.1 基于計(jì)算機(jī)視覺的智能交通監(jiān)控機(jī)制的構(gòu)建

監(jiān)控指揮系統(tǒng)、實(shí)時(shí)交通信息收集系統(tǒng)、高質(zhì)量信息傳輸系統(tǒng)是基于計(jì)算機(jī)視覺的智能交通監(jiān)控的三大系統(tǒng)。實(shí)時(shí)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(shí)時(shí)監(jiān)控不同位置交通現(xiàn)狀。實(shí)時(shí)交通信息收集系統(tǒng)不僅能進(jìn)行路段監(jiān)控與實(shí)時(shí)交通信息采集的工作，還能將收集數(shù)據(jù)信息，經(jīng)由高質(zhì)量信息傳輸系統(tǒng)實(shí)施輸送，或在服務(wù)器中存儲已處理的信息；一個(gè)中央數(shù)據(jù)庫與一個(gè)中央服務(wù)器是高質(zhì)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(shí)時(shí)交通路況信息進(jìn)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(shí)施提取、查詢、查看等操作，因此該界面就由中央服務(wù)器來提供，此外該服務(wù)器還能將已處理的實(shí)時(shí)路況數(shù)據(jù)通過高質(zhì)量的傳輸系統(tǒng)輸送到監(jiān)控指揮機(jī)制，達(dá)到對各路段的交通進(jìn)行管制、部署及指揮的目的。

3.2 專業(yè)技術(shù)人員的儲備

以計(jì)算機(jī)視覺技術(shù)為基礎(chǔ)的智能交通監(jiān)控機(jī)制是一個(gè)龐大的系統(tǒng)，具有突出點(diǎn)的優(yōu)點(diǎn)，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(shù)人才才能使該系統(tǒng)高效工作，因此開展培訓(xùn)儲備相關(guān)技術(shù)人員至關(guān)重要。實(shí)時(shí)交通信息借助于先進(jìn)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(diào)試及故障修復(fù)的技術(shù)人員極為重要?，F(xiàn)代基于計(jì)算機(jī)視覺的智能交通監(jiān)控機(jī)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(yuǎn)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(shù)人員也是重要的。儲備服務(wù)器維護(hù)技術(shù)工，每天以計(jì)算機(jī)視覺技術(shù)為基礎(chǔ)的智能交通監(jiān)控機(jī)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(wù)器才能存儲這些數(shù)據(jù)，可想而知一旦服務(wù)器癱瘓就會引發(fā)整個(gè)機(jī)制的崩潰，造成嚴(yán)重的后果，因此專業(yè)服務(wù)器維護(hù)工作者的儲備與培養(yǎng)也尤為重要?；谟?jì)算機(jī)視覺技術(shù)的智能交通監(jiān)控機(jī)制并不能取代交通指揮員，其僅是用來采集實(shí)時(shí)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(dǎo)城市交通，因此要求儲備一批高素質(zhì)、高質(zhì)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(jìn)的計(jì)算機(jī)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(shè)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(guān)鍵在于開展交通知識的宣傳與教育工作，強(qiáng)化駕駛員的素質(zhì)，倡導(dǎo)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(shè)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(gòu)建以計(jì)算機(jī)視覺技術(shù)為基礎(chǔ)的智能交通管制機(jī)制，涉及面廣，包括道路勘測、先進(jìn)裝置的引進(jìn)、專業(yè)技術(shù)人員的儲備、裝備組織安裝與調(diào)試、后期維護(hù)等等多方面，這些都需要投入大量的人力、財(cái)力、物力，而對于任何一個(gè)單位、部門或幾個(gè)市政部門來說都無法獨(dú)自承擔(dān)，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(jìn)行協(xié)調(diào)、協(xié)作，只有這樣才能構(gòu)建成較健全的交通監(jiān)控體系。

4 結(jié)束語

道路交通雜、亂是國內(nèi)城市交通最突出的特點(diǎn)之一，對于我國的交通事業(yè)來說進(jìn)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(jì)算機(jī)的交通監(jiān)管系統(tǒng)設(shè)計(jì)較為復(fù)雜，涵蓋點(diǎn)較多，因此本文僅對設(shè)計(jì)進(jìn)行簡要介紹，希望達(dá)到拋磚引玉的效果。

參考文獻(xiàn)：

[1]康曉麗.無線網(wǎng)絡(luò)技術(shù)在交通管理中的應(yīng)用[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2011（21）.

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

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

[4]張玉風(fēng).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(shù)，2006（06）.

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

篇10

【關(guān)鍵詞】株高 HALCON 雙目視覺 誤差修正

1 引言

計(jì)算機(jī)視覺技術(shù)是近幾年來發(fā)展較快的信息處理技術(shù)，隨著圖像處理技術(shù)的專業(yè)化、計(jì)算機(jī)硬件成本的降低和速度的提高，計(jì)算機(jī)視覺的應(yīng)用已變得越來越廣泛，其中不乏在農(nóng)業(yè)中的應(yīng)用。

株高是植物生長指標(biāo)的重要參數(shù)，是一個(gè)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(chǎn)量預(yù)估不可或缺的參數(shù)。

然而對于具體的利用機(jī)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(jì)算機(jī)視覺方法來實(shí)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(gè)視點(diǎn)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(jì)算不同圖像對應(yīng)像素間的視差（disparity ），獲取景物的三維信息，從而實(shí)現(xiàn)場景三維重構(gòu)。

根據(jù)兩個(gè)攝像機(jī)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(gè)攝像機(jī)可能不能同時(shí)觀察到目標(biāo)點(diǎn)。

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(diǎn)，交角為（未知）?，F(xiàn)在來看如果已知像平面坐標(biāo)點(diǎn)（x1， y1）和（x2， y2 ），如何求取世界點(diǎn)W的坐標(biāo)（X，Y，Z）。

根據(jù)相似三角形的關(guān)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(diǎn)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(shí)測量中，兩相機(jī)的光軸與世界坐標(biāo)Z軸的夾角不可能相等，不過即便如此，也只會引入幾個(gè)待確定的三角函數(shù)，而這些三角函數(shù)在相機(jī)標(biāo)定時(shí)即可確定。

3 測量過程

實(shí)現(xiàn)該測量過程包括如下幾個(gè)功能模塊：圖像獲取、攝像機(jī)標(biāo)定、特征提取、立體匹配與三維信息恢復(fù)、后處理。本實(shí)驗(yàn)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(biāo)定板應(yīng)為被測區(qū)域1/3大小的HALCON專用的200mm標(biāo)定板。標(biāo)定數(shù)為24×2張圖片。利用HALCON自帶的標(biāo)定助手，可以輕松實(shí)現(xiàn)單目標(biāo)定。

雙目標(biāo)定時(shí)，需要有15張以上左右相機(jī)相同時(shí)刻拍攝的標(biāo)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(shí)現(xiàn)雙目標(biāo)定。將標(biāo)定過程中，獲得的攝像機(jī)的內(nèi)參以及兩個(gè)攝像機(jī)相對位置關(guān)系作參數(shù)傳遞給函數(shù)gen_binocular_rectification_map，可以很好地實(shí)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(gè)攝像機(jī)的內(nèi)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(diǎn)，利用intersect_lines_of_sight函數(shù)，可獲得植株最低點(diǎn)和最高點(diǎn)的真實(shí)三維坐標(biāo)，最后通過幾何運(yùn)算得到雙目測量結(jié)果。

我們在圖像采集時(shí)就應(yīng)該考慮到，攝像頭應(yīng)該稍微帶一點(diǎn)俯拍的角度，保證左右兩幅圖像上最高處均為現(xiàn)實(shí)坐標(biāo)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(jié)果將會有很大的影響。

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

通過上述數(shù)據(jù)得出的修正關(guān)系如下：

y=-0.0002x2+1.0699x （3.1）

其相關(guān)系數(shù)R2=0.9993

4 實(shí)驗(yàn)結(jié)果

我們對三種植物進(jìn)行了測量得出的結(jié)果如下：

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

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

2、相機(jī)是圖像獲取的根本，高質(zhì)量的圖像離不開高分辨率相機(jī)，但是高分比率，高解析度的相機(jī)又會帶來成本上的提升。本文中，對于390.0mm左右的對象，1個(gè)像素的誤差可以帶入約0.4mm的實(shí)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(jié)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(fù)結(jié)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(xiàn)

[1]章毓晉.計(jì)算機(jī)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(nèi)蒙古烏蘭察布人，碩士研究生，主要研究方向?yàn)橛?jì)算機(jī)視覺技術(shù)在農(nóng)作物檢測上的應(yīng)用。

指導(dǎo)老師

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

作者單位