計(jì)算機(jī)視覺技術(shù)與應(yīng)用精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的計(jì)算機(jī)視覺技術(shù)與應(yīng)用主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

【關(guān)鍵詞】 現(xiàn)代商業(yè)領(lǐng)域 計(jì)算機(jī) web數(shù)據(jù)挖掘技術(shù) 應(yīng)用實(shí)踐 略述

現(xiàn)代商業(yè)領(lǐng)域經(jīng)營實(shí)踐規(guī)模的不斷增大以及信息技術(shù)形態(tài)發(fā)展事業(yè)的蓬勃推進(jìn)，使得現(xiàn)代商業(yè)領(lǐng)域的實(shí)務(wù)人員，在開展基本化的日常經(jīng)營實(shí)踐活動(dòng)的過程中。難以避免地要時(shí)刻面對規(guī)模不斷加大的數(shù)據(jù)信息資源對象，這種現(xiàn)實(shí)發(fā)展條件，使得探索和應(yīng)用行之有效的大規(guī)模數(shù)據(jù)信息處理技術(shù)實(shí)現(xiàn)路徑具備了極其重要的實(shí)踐意義。近年來，web數(shù)據(jù)挖掘技術(shù)的應(yīng)用為現(xiàn)代商業(yè)領(lǐng)域的穩(wěn)定有序發(fā)展發(fā)揮了不可替代的實(shí)踐助力作用，有鑒于此，本文將圍繞現(xiàn)代商業(yè)領(lǐng)域中計(jì)算機(jī)web數(shù)據(jù)挖掘技術(shù)的應(yīng)用實(shí)踐展開簡要的分析論述。

一、計(jì)算機(jī)Web數(shù)據(jù)挖掘技術(shù)的概況分析

所謂的Web數(shù)據(jù)挖掘技術(shù)，就是基于現(xiàn)實(shí)存在的Web數(shù)據(jù)信息資源，實(shí)現(xiàn)對所需求的特定知識或者是信息對象的抽取操作。這一技術(shù)實(shí)現(xiàn)了傳統(tǒng)數(shù)據(jù)信息挖掘基本思想以及實(shí)施方式在現(xiàn)代Web技術(shù)形態(tài)體系中的有效應(yīng)用，能夠?qū)eb活動(dòng)或文檔記載結(jié)構(gòu)存在的有用的、隱藏的、或者是潛在的信息資源對象，完整而有序地提取出來。

將Web數(shù)據(jù)挖掘技術(shù)應(yīng)用于現(xiàn)代電子商務(wù)事業(yè)的發(fā)展過程中，能夠?qū)崿F(xiàn)對用戶群體基本特征的分析和理解，舉例而論，可以通過對客戶訪問電子商務(wù)網(wǎng)站過程中的內(nèi)容、頻率，以及行為等記錄信息的分析和研判，初步實(shí)現(xiàn)對特定用戶對象消費(fèi)行為特征的提取和研判，從而針對特定客戶實(shí)施有針對性的產(chǎn)品推銷行為。

二、Web數(shù)據(jù)挖掘技術(shù)在現(xiàn)代商業(yè)領(lǐng)域中的應(yīng)用

2.1針對對潛在客戶群實(shí)施查找和分析

想要針對Web訪問日志記錄里中呈現(xiàn)的數(shù)據(jù)信息規(guī)律，展開科學(xué)而系統(tǒng)的研究和解析，應(yīng)當(dāng)預(yù)先對已經(jīng)保存的電子商務(wù)訪問者的基本線上行為信息展開分類，并將分類過程中實(shí)際面對的關(guān)鍵屬性以及數(shù)據(jù)關(guān)系結(jié)構(gòu)進(jìn)行有針對性的明確化處理行為。

對于電子商務(wù)網(wǎng)站的新訪問者，技術(shù)人員在實(shí)際開展Web訪問日志記錄信息分類的過程中，必然能夠通過對已有信息結(jié)構(gòu)的對照而實(shí)現(xiàn)及時(shí)地捕捉和發(fā)現(xiàn)，并實(shí)現(xiàn)對新訪問者個(gè)體基本網(wǎng)絡(luò)實(shí)踐行為屬性特征的正確歸類。針對可能成為潛在化新客戶的新訪問者實(shí)施有針對性的商品線上推銷實(shí)務(wù)行為。

2.2實(shí)現(xiàn)已有客戶對象的保留操作

在電子商務(wù)模式的發(fā)展路徑中，銷售商與消費(fèi)者之間的空間距離已經(jīng)不再明顯，在網(wǎng)絡(luò)銷售平臺背景之下，所有銷售方開展的商品銷售對象的呈現(xiàn)和展示行為，在消費(fèi)者的觀察視野之下都具備著明顯的平等性，電子商務(wù)銷售方想要切實(shí)提升訪問者在自身商品呈現(xiàn)網(wǎng)頁中的停留時(shí)間，就必須對網(wǎng)頁訪問者實(shí)際具備的網(wǎng)頁瀏覽實(shí)踐行為習(xí)慣實(shí)現(xiàn)真切而科學(xué)的了解，并在此基礎(chǔ)上真切感知潛在客戶的消費(fèi)需求特征以及興趣指向，并有針對性地改變商品推銷的呈現(xiàn)內(nèi)容與呈現(xiàn)模式，提升商家對客戶的保留時(shí)間。

2.3實(shí)現(xiàn)對客戶的聚類操作

針對客戶群體中的個(gè)體化對象展開聚類操作，是現(xiàn)代電子商務(wù)產(chǎn)業(yè)發(fā)展實(shí)務(wù)過程中的一個(gè)極其重要的實(shí)踐環(huán)節(jié)，透過針對具備相似化網(wǎng)頁瀏覽訪問實(shí)務(wù)行為的線上瀏覽者，進(jìn)行分組歸類操作行為，并針對分組之后各組內(nèi)部組成成員的消費(fèi)行為特征的具體分析，商務(wù)銷售組織的有關(guān)人員，將會(huì)逐步實(shí)現(xiàn)對潛在消費(fèi)者構(gòu)成群體的深切了解，從而能夠極具針對性地給客戶提供更加全面且更具針對性、以及適當(dāng)性的產(chǎn)品銷售和售后保障。

舉例論之，網(wǎng)站訪問記錄日志數(shù)據(jù)信息分析實(shí)務(wù)技術(shù)人員，如果發(fā)現(xiàn)某一類型的網(wǎng)站訪問者有意識地將其網(wǎng)絡(luò)瀏覽時(shí)間用于特定網(wǎng)絡(luò)信息界面的瀏覽和分析行為之上，通過將這一類型的網(wǎng)站信息瀏覽者劃分為一個(gè)獨(dú)立小組，并依照科學(xué)化的分析方法，獲知這一小組內(nèi)的網(wǎng)頁信息訪問者實(shí)際具備的聚類信息，銷售商便可將這一人員小組視作潛在客戶群，并在針對這一小組的構(gòu)成人員，開展實(shí)際化的商業(yè)交易活動(dòng)的過程中，施加專門性的區(qū)分處理操作，對商品推銷網(wǎng)絡(luò)頁面的內(nèi)容和呈現(xiàn)模式，及時(shí)開展有針對性的調(diào)整實(shí)務(wù)行為，實(shí)現(xiàn)對消費(fèi)者實(shí)際消費(fèi)需求的充分滿足。

結(jié)束語：針對現(xiàn)代商業(yè)領(lǐng)域中計(jì)算機(jī)web數(shù)據(jù)挖掘技術(shù)的應(yīng)用實(shí)踐問題，本文選取兩個(gè)具體角度展開了簡要的論述分析，文中涉及了較多的技術(shù)性與應(yīng)用性內(nèi)容，預(yù)期為相關(guān)領(lǐng)域的實(shí)踐人員提供借鑒意義。

參 考 文 獻(xiàn)

[1]牛紅惠，金顯華.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].濮陽職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2006，03：16-17+24.

第2篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

隨著計(jì)算機(jī)技術(shù)以及圖像處理技術(shù)的快速發(fā)展，計(jì)算機(jī)視覺技術(shù)作為一種新興的技術(shù)，其被廣泛應(yīng)用在軍事、醫(yī)學(xué)、工業(yè)以及農(nóng)業(yè)等領(lǐng)域[1]。一般而言，計(jì)算機(jī)及視覺技術(shù)應(yīng)用在農(nóng)業(yè)的生產(chǎn)前、生產(chǎn)中以及生產(chǎn)后等各個(gè)環(huán)節(jié)，其主要就是鑒別植物種類，分級和檢測農(nóng)產(chǎn)品的品質(zhì)。計(jì)算機(jī)視覺相較于人類視覺而言，其具有更多的優(yōu)點(diǎn)，能夠有效提高農(nóng)業(yè)的生產(chǎn)率，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)與管理的智能化和自動(dòng)化，促進(jìn)農(nóng)業(yè)的可持續(xù)發(fā)展。

一、計(jì)算機(jī)視覺技術(shù)概述

計(jì)算機(jī)視覺主要是指利用計(jì)算機(jī)來對圖像進(jìn)行分析，從而控制某種動(dòng)作或者獲取某描述景物的數(shù)據(jù)，是人工智能與模式識別的重要領(lǐng)域。計(jì)算機(jī)視覺興起于20世紀(jì)70年代，其涉及的學(xué)科范圍較為廣泛，包括視覺學(xué)、CCD技術(shù)、自動(dòng)化、人工智能、模式識別、數(shù)字圖像處理以及計(jì)算機(jī)等。就目前而言，計(jì)算機(jī)視覺技術(shù)主要以圖像處理技術(shù)為核心，是通過計(jì)算機(jī)視覺模擬人眼，并利用光譜對作物進(jìn)行近距離拍攝，運(yùn)用數(shù)字圖像處理以及人工智能等技術(shù)，對圖像信息進(jìn)行分析和研究。計(jì)算機(jī)視覺技術(shù)主要步驟包括采集圖像、分割圖像、預(yù)處理、特征提取、處理和分析提取的特征等[2]。

二、農(nóng)業(yè)機(jī)械中計(jì)算機(jī)視覺技術(shù)的應(yīng)用分析

一般而言，農(nóng)業(yè)機(jī)械中計(jì)算機(jī)視覺技術(shù)的應(yīng)用，主要表現(xiàn)在以下三個(gè)方面：一是田間作業(yè)機(jī)械中的應(yīng)用；二是農(nóng)產(chǎn)品加工機(jī)械中的應(yīng)用；三是農(nóng)產(chǎn)品分選機(jī)械中的應(yīng)用。

（一）田間作業(yè)機(jī)械中的應(yīng)用

在田間作業(yè)機(jī)械中，計(jì)算機(jī)視覺技術(shù)的應(yīng)用較晚。近年來，由于環(huán)境保護(hù)政策的提出，在農(nóng)田作業(yè)的播種、植保以及施肥機(jī)械中的應(yīng)用越來越廣泛。在田間作業(yè)的過程中應(yīng)用計(jì)算機(jī)視覺技術(shù)時(shí)，主要應(yīng)用在苗木嫁接、田間鋤草、農(nóng)藥噴灑、施肥以及播種等方面[3]。為了有效識別雜草，對除草劑進(jìn)行精確噴灑，相關(guān)研究人員分析了美國中西部地區(qū)常見的大豆、玉米以及雜草二值圖像的形態(tài)學(xué)特征，發(fā)現(xiàn)植物長出后14～23天內(nèi)能夠有效區(qū)別雙子葉和單子葉的效果，準(zhǔn)確率最高達(dá)到90%。在1998年開發(fā)出Detectspary除草劑噴灑器，其能夠有效識別雜草，在休耕季節(jié)時(shí)，其相較于播撒而言，能夠減少19%～60%的除草劑用量。在農(nóng)業(yè)生產(chǎn)中，農(nóng)藥的粗放式噴灑是污染嚴(yán)重，效率低下的環(huán)節(jié)，為了有效改變這種現(xiàn)狀，Giler D.K.等研制出能夠精量噴霧成行作物的裝置。該系統(tǒng)主要是利用機(jī)器視覺導(dǎo)向系統(tǒng)，使噴頭能夠與每行作物上方進(jìn)行對準(zhǔn)，并結(jié)合作物的寬度，對噴頭進(jìn)行自動(dòng)調(diào)節(jié)，確保作物的寬度與霧滴分布寬度具有一致性，從而有效節(jié)省農(nóng)藥。一般而言，該系統(tǒng)能夠促使藥量減少66%，提高霧滴沉降效率和施藥效率，減少農(nóng)藥對環(huán)境產(chǎn)生的影響。

（二）農(nóng)產(chǎn)品加工機(jī)械中的應(yīng)用

隨著信息技術(shù)以及計(jì)算機(jī)技術(shù)的快速發(fā)展，計(jì)算機(jī)視覺技術(shù)被廣泛應(yīng)用在農(nóng)產(chǎn)品加工的自動(dòng)化中。如Jia P等提出了圖像處理算法，該算法主要是以鲇魚水平方向與主軸的形心位置和夾角為依據(jù)，檢測鲇魚的方位以及背鰭、腹鰭、頭、尾的位置，從而確定最佳的下刀位置。此外，我國的黃星奕等人在研究胚芽米的生產(chǎn)過程時(shí)，在不經(jīng)過染色的情況下，對胚芽米的顏色特性等進(jìn)行分析，得出胚芽米顏色特征的參數(shù)為飽和度S。同時(shí)利用計(jì)算機(jī)視覺系統(tǒng)，自動(dòng)無損檢測胚芽精米的留胚率，其結(jié)果與人工評定的結(jié)果大體一致。

（三）農(nóng)產(chǎn)品分選機(jī)械中的應(yīng)用

在分級和鑒定農(nóng)產(chǎn)品的品質(zhì)時(shí)，可以利用計(jì)算機(jī)視覺技術(shù)對其進(jìn)行無損檢測。一般計(jì)算機(jī)視覺技術(shù)不需對測定對象進(jìn)行接觸，可以直接利用農(nóng)產(chǎn)品的表面圖像，分級和評估其質(zhì)量，其具有標(biāo)準(zhǔn)統(tǒng)一、識別率高一級效率高等優(yōu)勢。計(jì)算機(jī)視覺技術(shù)在檢測農(nóng)產(chǎn)品時(shí)，主要集中在谷物、蔬菜以及水果等方面。Chtioui Y等人提出了結(jié)合Rough sets理論，利用計(jì)算機(jī)視覺技術(shù)對蠶豆品質(zhì)的方法進(jìn)行評價(jià)。該理論通過不同的離散方法對石頭、異類蠶豆、過小、破損以及合格等進(jìn)行有效區(qū)分，并利用影色圖像，對其特征參數(shù)進(jìn)行分類，最終分類的結(jié)果相比于統(tǒng)計(jì)分類結(jié)果，兩者具有較好的一致性。

第3篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

【關(guān)鍵詞】農(nóng)產(chǎn)品 計(jì)算機(jī)視覺技術(shù) 品質(zhì)檢測

農(nóng)產(chǎn)品品質(zhì)檢測工作中除了采取人工檢測法以外，還可以采取半自動(dòng)或自動(dòng)檢測法，如在水果分級檢測工作中的質(zhì)量分級檢測法、光電分選法以及大小分級法等。然而農(nóng)產(chǎn)品品質(zhì)會(huì)受到自然生長環(huán)境或人為因素等方面的影響，農(nóng)產(chǎn)品的色澤、大小及形狀等并不相同，無法采取單一指標(biāo)進(jìn)行檢測。因此充分應(yīng)用計(jì)算機(jī)視覺技術(shù)，對農(nóng)產(chǎn)品的品質(zhì)進(jìn)行檢測，極為重要。

1 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺技術(shù)又被稱為機(jī)器視覺技術(shù)，指的是通過人類設(shè)計(jì)，在計(jì)算機(jī)環(huán)境下，達(dá)到再現(xiàn)或模擬人類視覺相關(guān)的職能行為的一種技術(shù)，包括了印刷和手寫文字的識別技術(shù)，圖像模式識別技術(shù)，物體三維表面形狀識別技術(shù)、距離識別以及速度感知等技術(shù)。該技術(shù)是諸多學(xué)科的結(jié)合與交叉，涉及到數(shù)學(xué)、生理學(xué)、信息處理、物理學(xué)、光學(xué)以及計(jì)算機(jī)等多種學(xué)科。探究計(jì)算機(jī)視覺技術(shù)的目的在于實(shí)驗(yàn)人類視覺的再現(xiàn)及延伸，即再現(xiàn)高等動(dòng)物的視覺系統(tǒng)，并對物體形狀以及類別進(jìn)行識別。

此外，計(jì)算機(jī)視覺技術(shù)處理的原始資料多是圖像，所以該技術(shù)和圖像處理以及模擬識別等有著緊密的聯(lián)系?，F(xiàn)階段，計(jì)算機(jī)視覺技術(shù)在諸多領(lǐng)域有著較為廣泛的運(yùn)用，包括了醫(yī)學(xué)輔助診斷、資源調(diào)查、衛(wèi)星圖像解釋、軍事指導(dǎo)、災(zāi)害監(jiān)測、氣象以及工業(yè)產(chǎn)品的外觀篩選及檢測等。同時(shí)研究該技術(shù)在農(nóng)業(yè)工程領(lǐng)域中的應(yīng)用，也成為了熱門話題。

2 在農(nóng)產(chǎn)品品質(zhì)檢測中，計(jì)算機(jī)視覺技術(shù)的具體應(yīng)用

筆者在查閱相關(guān)文獻(xiàn)資料的基礎(chǔ)上，探究在農(nóng)產(chǎn)品品質(zhì)檢測工作中，計(jì)算機(jī)視覺技術(shù)在產(chǎn)品表面缺陷以及損傷識別工作中的具體應(yīng)用；果形識別工作中的具體應(yīng)用；農(nóng)產(chǎn)品尺寸以及面積檢測工作中的具體應(yīng)用。

2.1 在產(chǎn)品表面缺陷以及損傷識別工作中的具體應(yīng)用

在對農(nóng)產(chǎn)品進(jìn)行分級的過程中，依然存在著一大問題，即農(nóng)產(chǎn)品表面缺損以及損傷識別。而早在1984年就已經(jīng)出現(xiàn)了采取線掃描和模擬攝像機(jī)針對蘋果表面損傷進(jìn)行檢測的實(shí)驗(yàn)報(bào)道，實(shí)驗(yàn)結(jié)果顯示，采取數(shù)據(jù)技術(shù)能夠檢測出蘋果表面損傷，其檢測結(jié)果完全能夠達(dá)到人工分級的精度。與此同時(shí)，還出現(xiàn)了一種機(jī)器視覺系統(tǒng)，該系統(tǒng)將不規(guī)則的圖像信息與正常的圖像信息區(qū)分開來，在去除蔬菜內(nèi)的雜物以及檢測農(nóng)產(chǎn)品的污點(diǎn)等方面能夠取得較好的應(yīng)用效果。此外，在1989年，國外出現(xiàn)了一種全新的計(jì)算方法，即運(yùn)用紅外線掃描攝像機(jī)，處理蘋果表面的灰度圖像，既能夠確定蘋果表面的損傷面積，還能夠區(qū)分不同損傷區(qū)。然而還技術(shù)是以機(jī)械裝置的設(shè)定為基礎(chǔ)，需要消耗2s的時(shí)間，對一個(gè)蘋果進(jìn)行檢測，蘋果表面缺陷分級精度以及損傷分級進(jìn)度并不高。

我國在1997年，出現(xiàn)了運(yùn)用計(jì)算機(jī)圖像處理技術(shù)對蘋果損壞自動(dòng)化檢測的試驗(yàn)研究，該試驗(yàn)結(jié)果顯示，該技術(shù)的損壞檢出率較高，能夠規(guī)避果梗區(qū)以及花萼區(qū)對于壞損區(qū)域識別的具體影響，且該檢測技術(shù)的魯棒性較強(qiáng)。

2.2 在果形識別工作中的具體應(yīng)用

果形識別是影響水果質(zhì)量的重要因素之一，對于水果品質(zhì)檢測有著重大意義。當(dāng)水果成熟后，水果的外形將會(huì)發(fā)生巨大的改變，且無法采取數(shù)學(xué)方法進(jìn)行鑒別，采取其他方式進(jìn)行果形識別極為重要。

在1981年，有研究人員就針對形狀識別中的圖像特征進(jìn)行了探討，提倡采取結(jié)構(gòu)分析法以及外形輪廓曲線檢測法，針對水果外形進(jìn)行識別。并在1985年，以數(shù)字圖像分析技術(shù)以及模式識別技術(shù)為依據(jù)，針對番茄定向、番茄形狀、表面缺陷以及尺寸進(jìn)行分類的特殊算法，運(yùn)用灰度梯度曲線，明確番茄表面缺陷以及花萼位置等。而我國則在2000年，按照果實(shí)形狀分析，通過連續(xù)性指標(biāo)、半徑指標(biāo)、連續(xù)指標(biāo)對稱性、半徑指標(biāo)對稱性等特征參數(shù)，表示果形，并首次采取參數(shù)形狀分析法。

2.3 在農(nóng)產(chǎn)品尺寸以及面積檢測工作中的具體應(yīng)用

農(nóng)產(chǎn)品分級中，以農(nóng)產(chǎn)品外形尺寸為依據(jù)。在1987年，國外就已經(jīng)開始研究機(jī)械視覺技術(shù)在牡蠣肉分級以及尺寸檢測工作中的具體應(yīng)用。并在1992年，針對人工檢測以及機(jī)器視覺檢測進(jìn)行進(jìn)行了對比分析，試驗(yàn)結(jié)果顯示，和人工檢測技術(shù)相比，采取視覺檢測技術(shù)，能夠提高檢測的精確度，減少檢測消耗時(shí)間；同時(shí)在評價(jià)以及推廣種質(zhì)資源中，準(zhǔn)確的測量以及詳細(xì)的記錄種質(zhì)形態(tài)的指標(biāo)，有著極為重要的意義。為了能夠精確、快速地計(jì)算出玉米種質(zhì)尺度，在1995年，有研究人員就提出了自動(dòng)化選擇技術(shù)，該技術(shù)在處理玉米種質(zhì)圖像中，其辨別精度極高。

而我國在2002年，有研究人員就針對水果品質(zhì)進(jìn)行動(dòng)態(tài)、實(shí)時(shí)監(jiān)測的智能化分級生產(chǎn)線進(jìn)行了研究，該生產(chǎn)線，首先通過水果輸送翻轉(zhuǎn)系統(tǒng)，利用滾筒式輸送翻轉(zhuǎn)裝置，將水果往前輸送，在輸送過程中，以水平軸為中心，保證水果表面能夠被系統(tǒng)檢測到，以此獲得圖像信息。然后利用計(jì)算機(jī)視覺識別系統(tǒng)，對水果等級進(jìn)行判斷，明確圖像信息。該系統(tǒng)具備了視覺識別功能。最終通過分級系統(tǒng)，完成水果分級工作。

3 結(jié)語

在二十世紀(jì)七十年代以后，計(jì)算機(jī)視覺技術(shù)就已經(jīng)得到了較為迅速的發(fā)展，在我國，該技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測中的具體應(yīng)用也得到了人們的高度關(guān)注，同時(shí)也取得了一定的成效。計(jì)算機(jī)視覺技術(shù)作為人眼的延伸技術(shù)之一，其具備了人腦功能，運(yùn)用該技術(shù)代替以往的人工操作技術(shù)，已經(jīng)成為了農(nóng)產(chǎn)品品質(zhì)檢測工作的必然發(fā)展趨勢。

參考文獻(xiàn)

[1]朱從容.計(jì)算機(jī)視覺技術(shù)在水產(chǎn)養(yǎng)殖中的應(yīng)用[J].浙江海洋學(xué)院學(xué)報(bào)（自然科學(xué)版），2008，10（04）：191-192.

[2]王勃，徐靜.計(jì)算機(jī)視覺技術(shù)在蘋果葉片營養(yǎng)診斷上的應(yīng)用[J].農(nóng)機(jī)化研究，2008，（03）：887-888.

[3]李朝東，崔國賢，盛暢，等.計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用[J].農(nóng)機(jī)化研究，2009，10（12）：667-668.

作者簡介

陳超（1995-），男，福建省福州市人。現(xiàn)為北京交通大學(xué)在校學(xué)生。研究方向?yàn)殡娮涌茖W(xué)與技術(shù)。

第4篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

【關(guān)鍵詞】精密測量 計(jì)算機(jī)視覺圖像 關(guān)鍵技術(shù)

在現(xiàn)代城市的建設(shè)中離不開測量的運(yùn)用，對于測量而言需要精確的數(shù)值來表達(dá)建筑物、地形地貌等特征及高度。在以往的測量中無法精準(zhǔn)的進(jìn)行計(jì)算及在施工中無法精準(zhǔn)的達(dá)到設(shè)計(jì)要求。本文就計(jì)算機(jī)視覺圖像精密測量進(jìn)行分析，并對其關(guān)鍵技術(shù)做以簡析。

1 概論

1.1 什么是計(jì)算機(jī)視覺圖像精密測量

計(jì)算機(jī)視覺精密測量從定義上來講是一種新型的、非接觸性測量。它是集計(jì)算機(jī)視覺技術(shù)、圖像處理技術(shù)及測量技術(shù)于一體的高精度測量技術(shù)，且將光學(xué)測量的技術(shù)融入當(dāng)中。這樣讓它具備了快速、精準(zhǔn)、智能等方面的優(yōu)勢及特性。這種測量方法在現(xiàn)代測量中被廣泛使用。

1.2 計(jì)算機(jī)視覺圖像精密測量的工作原理

計(jì)算機(jī)視覺圖像精密測量的工作原理類似于測量儀器中的全站儀。它們具有相同的特點(diǎn)及特性，主要還是通過微電腦進(jìn)行快速的計(jì)算處理得到使用者需要的測量數(shù)據(jù)。其原理簡單分為以下幾步：

（1）對被測量物體進(jìn)行圖像掃描，在對圖像進(jìn)行掃描時(shí)需注意外借環(huán)境及光線因素，特別注意光線對于儀器掃描的影響。

（2）形成比例的原始圖，在對于物體進(jìn)行掃描后得到與現(xiàn)實(shí)原狀相同的圖像，在個(gè)步驟與相機(jī)的拍照原理幾乎相同。

（3）提取特征，通過微電子計(jì)算機(jī)對掃描形成的原始圖進(jìn)行特征的提取，在設(shè)置程序后，儀器會(huì)自動(dòng)進(jìn)行相應(yīng)特征部分的關(guān)鍵提取。

（4）分類整理，對圖像特征進(jìn)行有效的分類整理，主要對于操作人員所需求的數(shù)據(jù)進(jìn)行整理分類。

（5）形成數(shù)據(jù)文件，在完成以上四個(gè)步驟后微計(jì)算機(jī)會(huì)對于整理分類出的特征進(jìn)行數(shù)據(jù)分析存儲。對于計(jì)算機(jī)視覺圖像精密測量的工作原理就進(jìn)行以上分析。

1.3 主要影響

從施工測量及測繪角度分析，對于計(jì)算機(jī)視覺圖像精密測量的影響在于環(huán)境的影響。其主要分為地形影響和氣候影響。地形影響對于計(jì)算機(jī)視覺圖像精密測量是有限的，基本對于計(jì)算機(jī)視覺圖像精密測量的影響不是很大，但還是存在一定的影響。主要體現(xiàn)在遮擋物對于掃描成像的影響，如果掃描成像質(zhì)量較差，會(huì)直接影響到對于特征物的提取及數(shù)據(jù)的準(zhǔn)確性。還存在氣候影響，氣候影響的因素主要在于大風(fēng)及光線影響。大風(fēng)對于掃描儀器的穩(wěn)定性具有一定的考驗(yàn)，如有稍微抖動(dòng)就會(huì)出現(xiàn)誤差不能準(zhǔn)確的進(jìn)行精密測量。光線的影響在于光照的強(qiáng)度上，主要還是表現(xiàn)在基礎(chǔ)的成像，成像結(jié)果會(huì)直接導(dǎo)致數(shù)據(jù)結(jié)果的準(zhǔn)確性。

2 計(jì)算機(jī)視覺圖像精密測量下的關(guān)鍵技術(shù)

計(jì)算機(jī)視覺圖像精密測量下的關(guān)鍵技術(shù)主要分為以下幾種：

2.1 自動(dòng)進(jìn)行數(shù)據(jù)存儲

在對計(jì)算機(jī)視覺圖像精密測量的原理分析，參照計(jì)算機(jī)視覺圖像精密測量的工作原理，對設(shè)備的質(zhì)量要求很高，計(jì)算機(jī)視覺圖像精密測量儀器主要還是通過計(jì)算機(jī)來進(jìn)行數(shù)據(jù)的計(jì)算處理，如果遇到計(jì)算機(jī)系統(tǒng)老舊或處理數(shù)據(jù)量較大，會(huì)導(dǎo)致計(jì)算機(jī)系統(tǒng)崩潰，導(dǎo)致計(jì)算結(jié)果無法進(jìn)行正常的存儲。為了避免這種情況的發(fā)生，需要對于測量成果技術(shù)進(jìn)行有效的存儲。將測量數(shù)據(jù)成果存儲在固定、安全的存儲媒介中，保證數(shù)據(jù)的安全性。如果遇到計(jì)算機(jī)系統(tǒng)崩潰等無法正常運(yùn)行的情況時(shí)，應(yīng)及時(shí)將數(shù)據(jù)進(jìn)行備份存儲，快速還原數(shù)據(jù)。在對于前期測量數(shù)據(jù)再次進(jìn)行測量或多次測量，系統(tǒng)會(huì)對于這些數(shù)據(jù)進(jìn)行統(tǒng)一對比，如果出現(xiàn)多次測量結(jié)果有所出入，系統(tǒng)會(huì)進(jìn)行提示。這樣就可以避免數(shù)據(jù)存在較大的誤差。

2.2 減小誤差概率

在進(jìn)行計(jì)算機(jī)視覺圖像精密測量時(shí)往往會(huì)出現(xiàn)誤差，而導(dǎo)致這些誤差的原因主要存在于操作人員與機(jī)器系統(tǒng)故障，在進(jìn)行操作前操作員應(yīng)對于儀器進(jìn)行系統(tǒng)性的檢查，再次使用儀器中的自檢系統(tǒng)，保證儀器的硬件與軟件的正常運(yùn)行，如果硬軟件出現(xiàn)問題會(huì)導(dǎo)致測量精度的誤差，從而影響工作的進(jìn)度。人員操作也會(huì)導(dǎo)致誤差，人員操作的誤差在某些方面來說是不可避免的。這主要是對操作人員工作的熟練程度的一種考驗(yàn)，主要是對于儀器的架設(shè)及觀測的方式。減少人員操作中的誤差，就要做好人員的技術(shù)技能培訓(xùn)工作。讓操作人員有過硬過強(qiáng)的操作技術(shù)，在這些基礎(chǔ)上再建立完善的體制制度。利用多方面進(jìn)行全面控制誤差。

2.3 方便便攜

在科學(xué)技術(shù)發(fā)展的今天我們在生活當(dāng)中運(yùn)用到東西逐漸在形狀、外觀上發(fā)生巨大的變大。近年來，對于各種儀器設(shè)備的便攜性提出了很高的要求，在計(jì)算機(jī)視覺圖像精密測量中對設(shè)備的外形體積要求、系統(tǒng)要求更為重要，其主要在于人員方便攜帶可在大范圍及野外進(jìn)行測量，不受環(huán)境等特殊情況的限制。

3 計(jì)算機(jī)視覺圖像精密測量發(fā)展趨勢

目前我國國民經(jīng)濟(jì)快速發(fā)展，我們對于精密測量的要求越來越來高，特別是近年我國科技技術(shù)的快速發(fā)展及需要，很多工程及工業(yè)方面已經(jīng)超出我們所能測試的范圍。在這樣的前景下，我們對于計(jì)算機(jī)視覺圖像精密測量的發(fā)展趨勢進(jìn)行一個(gè)預(yù)估，其主要發(fā)展趨勢有以下幾方面：

3.1 測量精度

在我們?nèi)粘Ｉ钪?，我們常用的長度單位基本在毫米級別，但在現(xiàn)在生活中，毫米級別已經(jīng)不能滿足工業(yè)方面的要求，如航天航空方面。所以提高測量精度也是計(jì)算機(jī)視覺圖像精密測量發(fā)展趨勢的重要方向，主要在于提高測量精度，在向微米級及納米級別發(fā)展，同時(shí)提高成像圖像方面的分辨率，進(jìn)而達(dá)到我們預(yù)測的目的。

3.2 圖像技術(shù)

計(jì)算機(jī)的普遍對于各行各業(yè)的發(fā)展都具有時(shí)代性的意義，在計(jì)算機(jī)視覺圖像精密測量中運(yùn)用圖像技術(shù)也是非常重要的，在提高圖像處理技術(shù)做以提高。同時(shí)工程方面遙感測量的技術(shù)也是對于精密測量的一種推廣。

4 結(jié)束語

在科技發(fā)展的現(xiàn)在，測量是生活中不可缺少的一部分，測量同時(shí)也影響著我們的衣食住行，在測量技術(shù)中加入計(jì)算機(jī)視覺圖像技術(shù)是對測量技術(shù)的一種革新。在融入這種技術(shù)后，我相信在未來的工業(yè)及航天事業(yè)中計(jì)算機(jī)視覺圖像技g能發(fā)揮出最大限度的作用，為改變?nèi)藗兊纳钭龀鼋艹龅呢暙I(xiàn)。

參考文獻(xiàn)

[1]湯劍.周芳芹.楊繼隆.計(jì)算機(jī)視覺圖像系統(tǒng)的技術(shù)改造[J].機(jī)電產(chǎn)品開發(fā)與創(chuàng)新周刊，2015，14（18）：33-36.

[2]馬玉真.程殿彬.范文兵，計(jì)算機(jī)視覺檢測技術(shù)的發(fā)展及應(yīng)用研究[J].濟(jì)南大學(xué)學(xué)報(bào)，2014，18（23）：222-227.

[3]李華.基于計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)分析[J].電腦知識與技術(shù)，2013（05）：1211-1212.

第5篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

【關(guān)鍵詞】Opencv;計(jì)算機(jī)視覺技術(shù);系統(tǒng);研究

隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，計(jì)算機(jī)設(shè)備逐漸被應(yīng)用到社會(huì)生活的各個(gè)方面，尤其是在當(dāng)前計(jì)算機(jī)視覺技術(shù)和圖像處理技術(shù)快速發(fā)展的時(shí)期，各個(gè)科技領(lǐng)域中的計(jì)算機(jī)視覺技術(shù)已經(jīng)逐漸成熟。計(jì)算機(jī)視覺技術(shù)主要是利用計(jì)算機(jī)智能化來替代人眼，即對于客觀存在的三維立體化世界的理解和識別，整個(gè)實(shí)現(xiàn)過程均是以計(jì)算機(jī)技術(shù)作為基礎(chǔ)。隨著計(jì)算機(jī)視覺技術(shù)的不斷發(fā)展，現(xiàn)今其已逐漸成為了一門神經(jīng)生理學(xué)、計(jì)算機(jī)工程、信號學(xué)、物理學(xué)、應(yīng)用數(shù)學(xué)等綜合性學(xué)科。計(jì)算機(jī)視覺技術(shù)系統(tǒng)其在高性能計(jì)算機(jī)基礎(chǔ)之上來實(shí)現(xiàn)對大量數(shù)據(jù)的獲取，并且通過智能算法來對獲取數(shù)據(jù)進(jìn)行處理，從而完成對數(shù)據(jù)集成。

一、視頻中運(yùn)動(dòng)物體檢測原理

對于視頻中的運(yùn)動(dòng)物體檢測主要分為兩中方法，其一為宏觀檢測法;其二為微觀檢測法。宏觀檢測法是對獲得的整幅圖像進(jìn)行檢測，而微觀檢測法則是對所需要的區(qū)域進(jìn)行圖像檢測。視覺技術(shù)在檢測運(yùn)動(dòng)物體的時(shí)候，首先對圖像進(jìn)行采集，并對采集的信息數(shù)據(jù)進(jìn)行預(yù)處理，將圖像進(jìn)行分割，然后分別提取運(yùn)動(dòng)物體的影象，從而實(shí)現(xiàn)參數(shù)的更新。圖像采集過程中采用背景差分法，實(shí)現(xiàn)對背景圖像的提取，其通過一定算法采用人為手段獲取沒有背景的圖像。另外在進(jìn)行運(yùn)動(dòng)物體檢測的時(shí)候還可以采用幀間差分法，其主要是實(shí)時(shí)獲取幀圖，然后實(shí)現(xiàn)一幀一幀圖像比值的比較，從而獲取具有差值的圖像。運(yùn)動(dòng)物體進(jìn)行檢測的時(shí)候需連續(xù)獲取幀圖，將這些幀圖組合起來，其實(shí)就是物體的運(yùn)動(dòng)軌跡，然后同分割技術(shù)就能勾勒出物體的輪廓。隨著計(jì)算機(jī)視覺技術(shù)的不斷深入研究，發(fā)現(xiàn)此兩種方法單獨(dú)使用仍然存在的一些缺點(diǎn)，于是研究人員將二種檢測方法進(jìn)行融合，形成一種綜合檢測方法。綜合檢測法將兩者檢測方法的優(yōu)勢進(jìn)行了融合，并將其靈活的應(yīng)用到了生產(chǎn)和生活之中，取得了十分不錯(cuò)的效用。

二、基于Opencv的計(jì)算機(jī)視覺技術(shù)探究

（一）基于Opencv的運(yùn)動(dòng)物體檢測

運(yùn)動(dòng)物體在進(jìn)行檢測的時(shí)候，基于Opencv的檢測原理主要為：根據(jù)物體某項(xiàng)特定信息，例如，顏色、輪廓、性狀等，在復(fù)雜背景中利用這些特定的信息將物體分離出來。整個(gè)圖像的分離過程首先是進(jìn)行視頻流捕捉，然后是進(jìn)行視頻的格式轉(zhuǎn)換，再將圖像進(jìn)行預(yù)處理，從而提取前景物體，減少環(huán)境因素對圖像處理的誤差，最后根據(jù)物體特征提取，并完成對運(yùn)動(dòng)物體的跟蹤。從圖像中提取所需的目標(biāo)物體，其實(shí)質(zhì)就是對整個(gè)屋里輪廓進(jìn)行檢測和分割，根據(jù)每個(gè)圖像的幀差異來進(jìn)行提取。

（二）基于Opencv圖像預(yù)處理

視覺技術(shù)應(yīng)用于復(fù)雜的環(huán)境之中，由于存在著光照的變化，其場景中所出現(xiàn)的環(huán)境因素對視頻采集設(shè)備性能影響很大。環(huán)境因素會(huì)使得獲取的圖像信息的質(zhì)量降低，并且在圖像中無法避免的存在著噪點(diǎn)，這對于運(yùn)動(dòng)物體的檢測和圖像采集會(huì)造成很大的影響。當(dāng)獲取視頻幀圖像之后需對其數(shù)據(jù)進(jìn)行預(yù)處理，通常有平滑度濾波處理、圖像填充、圖像背景更新等。

1.平滑度濾波處理

由于在進(jìn)行視頻圖像采集的時(shí)候存在著噪點(diǎn)，那么我們就需要對其進(jìn)行噪點(diǎn)處理，以求減小噪聲。濾波平滑度濾波處理，其具有線性和非線性兩種方式，其中線性方式進(jìn)行處理器運(yùn)算簡單、運(yùn)算速度快，但是在進(jìn)行處理之后的圖像都會(huì)呈現(xiàn)不清晰的情況。而非線性方式盡心給處理之后，雖然能夠很好的減小噪點(diǎn)，確保信號的局部特點(diǎn)，但是其運(yùn)算的速度會(huì)較慢。

2.圖像填充

對于幀圖像進(jìn)行處理，通常采用檢測邊緣填充法或者是腐蝕膨脹法來完成，其中填充法是指當(dāng)檢測出目標(biāo)物體之后，利用邊緣檢測方法來對物體進(jìn)行辨識，然后利用形態(tài)學(xué)的漫水填充法進(jìn)行填充。圖像的腐蝕膨脹則主要是由于攝像機(jī)的性能等問題造成的。

3.實(shí)時(shí)背景更新

在進(jìn)行圖像差分之前，需要對背景圖樣進(jìn)行確定，并且需要對其進(jìn)行初始化處理。以方便以后在進(jìn)行檢測時(shí)候能夠?qū)?shí)時(shí)背景圖進(jìn)行差分計(jì)算，只有這樣，才能夠獲得極佳的前景效果。在進(jìn)行圖像差分時(shí)，首先需要根據(jù)指定法來確定第一幀背景的圖像，并將其指定為第一張背景圖片，然后在檢測過程中根據(jù)算法對背景實(shí)施更新。整個(gè)圖像在進(jìn)行更新時(shí)，其主要的流程為：判斷并讀取圖像是否為第一幀;將Opencv處理的圖像轉(zhuǎn)化為單通道灰度值;將實(shí)時(shí)采集的圖像進(jìn)行高斯平滑度處理，去除噪點(diǎn);最后使用形態(tài)學(xué)濾波處理噪點(diǎn)。

（三）提取前景運(yùn)動(dòng)物體圖像

檢測運(yùn)動(dòng)物體的時(shí)候，只有在檢測流程中確保精確度，才能夠獲取滿意的前景跟蹤效果。此過程中主要分為兩個(gè)步驟，第一步為二值化圖像之后進(jìn)行分割;第二步，圖像分析前處理，進(jìn)行充分填充，確保前景圖的完整性。其中，前景圖的提取主要分為下面幾個(gè)步驟：首先對前景圖像和背景圖像進(jìn)行差分，然后對差分的圖像進(jìn)行二值化，再對背景中的前景圖像邊緣進(jìn)行檢測，根據(jù)輪廓進(jìn)行填充圖像。由于攝像頭存在于不同的場景和環(huán)境之中，不論是室外或者是室內(nèi)隨著場景的變化都會(huì)對圖像的采集產(chǎn)生影響。那么在前景圖中提取目標(biāo)就需要在檢測系統(tǒng)中采用有效手段來完成背景實(shí)時(shí)更新。

閥值二值化分割法可以對檢測的物體進(jìn)行前景和背景差圖分割，從而使目標(biāo)物體能夠分離出圖像，且閥值分割先要確定每個(gè)像素的點(diǎn)是否處于灰度范圍值之內(nèi)。將圖像中的像素灰度與確定的閥值進(jìn)行比較，其結(jié)果解釋所有像素點(diǎn)分為2類，一類像素的灰度小于閥值，另外一類就是大于閥值。閥值二值化分割時(shí)，確定分割的閥值T，然后分割圖像。選取合適的閥值進(jìn)行分割，可以有效的減少光照因素影響，常用的動(dòng)態(tài)閥值主要有直方圖來法與最大類方差法這另種分割方法。

三、計(jì)算機(jī)視覺三維技術(shù)

計(jì)算機(jī)視覺技術(shù)的核心為分割問題、運(yùn)動(dòng)分析、3D立體場景重構(gòu)等，立體視覺主要是從多幅圖像的參照中獲取目標(biāo)物體的三維幾何信息。計(jì)算機(jī)視覺所模擬出的3D立體畫面只需要攝像機(jī)從不同的角度同一時(shí)間針進(jìn)行圖像捕獲，將2D信息進(jìn)行3D重構(gòu)，進(jìn)而將計(jì)算機(jī)程序重建于真實(shí)的三維場景之中，以恢復(fù)物體的真實(shí)空間信息。

（一）視覺系統(tǒng)

視覺系統(tǒng)捕獲圖像的過程，實(shí)則可以看成為對大量信息進(jìn)行處理過程，整個(gè)系統(tǒng)處理可以分為三個(gè)層次，其一，理論層次;其二，描述層次;其三，實(shí)現(xiàn)層次。在攝像機(jī)視覺系統(tǒng)之中，輸入的是2D圖像，但是輸出為3D信息，而這就可以實(shí)現(xiàn)對圖像的位置、距離等信息的如實(shí)描述。視覺系統(tǒng)分為三個(gè)進(jìn)階層次，第一階段為基礎(chǔ)框架;第二階段為2.5D表達(dá);第三階段為三維階段。在第二階段中實(shí)現(xiàn)的2.5D表達(dá)，其原理是將不完整的3D圖像信息進(jìn)行表達(dá)，即以一個(gè)點(diǎn)為坐標(biāo)，從此點(diǎn)看去某一些物體的部分被遮擋。第三階段的三維階段，則是人眼觀察之后可以從不同的角度來觀察物體的整體框架，從而實(shí)現(xiàn)了將2.5D圖像信息的疊加重合運(yùn)算，進(jìn)一步處理之后得到了3D圖像。

（二）雙目視覺

人們從不同角度觀看同一時(shí)間內(nèi)的同一物體的時(shí)候，可以利用算法測量物體間的距離。此法被稱為雙目立體感覺，其依據(jù)的原理是視覺差原理，利用兩臺攝像機(jī)或者一臺攝像機(jī)，對兩幅不同的圖像進(jìn)行不同角度觀察，并且對其觀察的數(shù)據(jù)進(jìn)行對比分析。實(shí)現(xiàn)雙目立體視覺與平面視覺圖像獲取，其主要的步驟為：

（1）圖像獲取

從兩臺不同的攝像機(jī)，捕獲幀圖像，由于環(huán)境因素會(huì)造成圖像差異困難。為了更好的跟蹤目標(biāo)、檢測，當(dāng)捕獲圖像之后，需要對圖像進(jìn)行預(yù)處理。

（2）攝像標(biāo)定方式

獲得真實(shí)坐標(biāo)系中的場景點(diǎn)中的與平面成像點(diǎn)占比見的對應(yīng)關(guān)系，借用三維立體空間中的三維坐標(biāo)，標(biāo)定之后確定攝像機(jī)的位置以及屬性參數(shù)，并建立起成像的模型。

（3）特征提取方式

所謂的特征提取方式主要是為了提升檢測、跟蹤目標(biāo)的準(zhǔn)確性，需要對目標(biāo)物體進(jìn)行特征提取，從而實(shí)現(xiàn)對圖像分割提取。

（4）深度計(jì)算

深度信息主要是根據(jù)幾何光學(xué)原理，從三維世界進(jìn)行客觀分析，因?yàn)榫嚯x會(huì)產(chǎn)生不同的位置，會(huì)使得成像位置與兩眼視網(wǎng)膜上有所不同。簡單來說，客觀景物的深度可以反映出雙目的視覺差，而利用視覺差的信息結(jié)合三角原理進(jìn)行計(jì)算，可呈現(xiàn)出深度的圖像信息。

（三）攝像機(jī)模型

攝像機(jī)在標(biāo)定過程中確定了其建立的基礎(chǔ)為攝像機(jī)的模型，攝像機(jī)模型在標(biāo)定過程中關(guān)系到三個(gè)不同坐標(biāo)系的轉(zhuǎn)換，分別為2D圖像平面坐標(biāo)系、攝像機(jī)自身坐標(biāo)系以及真實(shí)的世界坐標(biāo)系。攝像機(jī)在攝像的時(shí)候起本質(zhì)是2D圖像坐標(biāo)轉(zhuǎn)換，首先要定義攝像機(jī)的自身坐標(biāo)系，將坐標(biāo)系的原點(diǎn)設(shè)置為光心，X、Y、Z成立三維坐標(biāo)系。其次則是建立平面的圖像坐標(biāo)系，用以透視模型表示，其原點(diǎn)也在廣心的位置，稱之為主點(diǎn)。實(shí)際應(yīng)用中，物理的距離光心的位置d≠f焦距，而且會(huì)遠(yuǎn)遠(yuǎn)大于焦距，為了解決如此問題就提出了平面概念。在光軸z上設(shè)置一個(gè)虛擬的圖像平面，然后在此位置于平面關(guān)于光心對稱。接著，在設(shè)置的虛擬2D坐標(biāo)系中，光軸和原點(diǎn)重合，并且攝像機(jī)與垂直平面的垂直方向相同，真實(shí)圖像上的點(diǎn)影射到攝像機(jī)坐標(biāo)系。

（四）3D重構(gòu)算法

視頻流的采集，主要是采用Kinect設(shè)備、彩色攝像頭、紅外發(fā)射攝像頭、紅外接收攝像頭。使用微軟提供API控制Kinect設(shè)備，在操作之前需調(diào)用NUI初始化函數(shù)，將函數(shù)的參數(shù)設(shè)置為用戶信息深度圖數(shù)據(jù)、彩色圖數(shù)據(jù)、骨骼追蹤圖數(shù)據(jù)、深度圖數(shù)據(jù)。上述的視頻流的打開方式不同，既可以是一種打開方式，也可以是多種打開方式，尤其在進(jìn)行Kinect傳輸數(shù)據(jù)處理的時(shí)候，需遵循三條步驟的運(yùn)行管線。此三條管線分別為：第一條為處理彩色和深度數(shù)據(jù)，第二條為根據(jù)用索引添加顏色信息，并將其放入到深度圖之中，第三條為骨骼追蹤數(shù)據(jù)。

四、總結(jié)

隨著計(jì)算技術(shù)的快速發(fā)展，視覺技術(shù)逐漸被廣泛的應(yīng)用于我們?nèi)粘５难芯恐小１疚耐ㄟ^對視覺技術(shù)的相關(guān)問題進(jìn)行分析，探究了圖像處理、分割、前景提取、運(yùn)動(dòng)物體觀測以及重構(gòu)3D圖等問題，為實(shí)現(xiàn)視覺技術(shù)更加深入研究做出了相應(yīng)的貢獻(xiàn);為廣大參與計(jì)算機(jī)視覺技術(shù)研究同仁提供一個(gè)研究的思路，為實(shí)現(xiàn)視覺技術(shù)的騰飛貢獻(xiàn)薄力。

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].云南大學(xué)，2013.

第6篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

關(guān)鍵詞：計(jì)算機(jī)視覺；定標(biāo)方法；應(yīng)用特點(diǎn)

中圖分類號：TP319文獻(xiàn)標(biāo)識碼：A文章編號：16727800（2012）007014902

作者簡介：許志雄(1968-),男,浙江紹興人,江漢石油鉆頭股份有限公司工程師，研究方向?yàn)橛?jì)算機(jī)多媒體。

0引言

計(jì)算機(jī)技術(shù)的應(yīng)用在諸多領(lǐng)域占據(jù)了主要位置，并得到了人們的極大重視。在此形勢下，攝像機(jī)的高清晰度亦成為了人們追逐的目標(biāo)，而在計(jì)算機(jī)視覺中的定標(biāo)方法有各種不同的處理方式，從而為攝像機(jī)的發(fā)展提供了一個(gè)絕好的機(jī)會(huì)。由此，計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法成為當(dāng)今世界攝像機(jī)研究領(lǐng)域里至關(guān)重要的一個(gè)方面，以攝像機(jī)得到的圖像信息作為出發(fā)點(diǎn)來計(jì)算三維空間中自然場景的幾何信息成為計(jì)算機(jī)視覺的基本任務(wù)之一，并且它的應(yīng)用特點(diǎn)也得到了人們的密切關(guān)注。

1攝像機(jī)視覺投影原理

透鏡成像的原理利用了光的折射現(xiàn)象，而攝像機(jī)的視覺投影原理和透鏡的成像原理相差無幾，只不過在一些細(xì)節(jié)上進(jìn)行了相應(yīng)的改變，使成像更加清晰，以更好地滿足人們的需求。攝像機(jī)視覺投影原理就是利用鏡頭的光學(xué)原理進(jìn)行視覺成像，而其中又有許多理論支持，包含鏡頭與焦距和視角。焦距是指鏡頭的焦點(diǎn)之間的距離,對于攝像機(jī)而言，就是指從鏡頭的中心位置到攝像管，也可以說是成像的位置之間的距離就是攝像機(jī)鏡頭的焦距，只有調(diào)整好了這兩者之間的距離，才能保證攝像機(jī)的攝像效果，這也是保證攝像機(jī)正常工作的首要任務(wù)。視角要受到鏡頭焦距的限制，由鏡頭焦距對攝像的大小情況而決定，攝影師們就是通過對焦距的不斷變換來改變對任務(wù)的造型，從而改變?nèi)藗兊囊曈X效果。對于拍攝相同距離的目標(biāo)而言，鏡頭焦距越大，攝像的水平視角就會(huì)變得越窄，這樣帶來的后果就是拍攝到的目標(biāo)的范圍就越小，使得拍攝效果大打折扣，從而給攝像機(jī)帶來不利的使用效益。因此，必須在兩者達(dá)到一個(gè)較好的組合效果之時(shí)，才能夠充分發(fā)揮攝像機(jī)的作用，并將攝像藝術(shù)發(fā)揮到極致。由此可見，計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法將會(huì)給攝像機(jī)的拍攝效果帶來巨大的轉(zhuǎn)變。

2計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法

2.1三維定標(biāo)法

在人們的平常思維中，凡是物體的影像必定是三維的，本文的理論研究也同樣基于這樣的想法。在討論單幅圖像的設(shè)計(jì)標(biāo)定之時(shí)，我們所追求的理論基礎(chǔ)就是需要攝像機(jī)的定標(biāo)物是人們所追求的那種三維的效果，在此基礎(chǔ)上再進(jìn)行相關(guān)的理論研究，以達(dá)到相得益彰的效果。在此過程中，首先要準(zhǔn)確定位定標(biāo)物上一些比較重要的點(diǎn)的三維坐標(biāo)，這樣才能夠?yàn)楹髞淼墓ぷ魈峁┓奖?；然后在與定標(biāo)物相對應(yīng)的成像上找到相應(yīng)的點(diǎn)的位置，這是至關(guān)重要的一步，這也決定了后面成像的具體設(shè)計(jì)方法；最后在那些比較重要的點(diǎn)的圖像上標(biāo)出其具體的三維坐標(biāo)，達(dá)到定標(biāo)物的實(shí)際成像效果圖，這樣就可以完全解決攝像機(jī)的成像問題了。這種定標(biāo)方法的基本原理就是充分分析定標(biāo)物的三維信息，同時(shí)與它的具體成像位置相關(guān)聯(lián)，在這兩者之間形成一種具體的相對應(yīng)關(guān)系。由此我們可以充分利用計(jì)算機(jī)的快速運(yùn)算，實(shí)現(xiàn)攝像的功能，并適時(shí)進(jìn)行程序功能改進(jìn)，優(yōu)化定標(biāo)物參數(shù)的獲取方法，從而達(dá)到增加攝像機(jī)清晰度的目標(biāo)。

2.2平面定標(biāo)法

與上面的定標(biāo)方法相對立的一種方法就是多幅圖像的設(shè)計(jì)標(biāo)定。在這樣的時(shí)代背景下，人們的要求應(yīng)盡可能得到滿足，因而理論研究者會(huì)在這個(gè)方面下足功夫，弄懂這里面的個(gè)中玄機(jī)，利用多幅圖像對平面的定標(biāo)物來進(jìn)行物體的標(biāo)定工作，以達(dá)到攝像機(jī)定標(biāo)的目的。這樣的平面定標(biāo)方法就是充分利用平面物體的運(yùn)動(dòng)特性，在它和攝像機(jī)之間找到一個(gè)平衡點(diǎn)，觀察兩者的相對運(yùn)動(dòng)，這樣的定標(biāo)方法也給拍攝運(yùn)動(dòng)中的物體帶來了生機(jī)。此方法在實(shí)施之余也會(huì)帶給人們不一樣的感受，讓人們充分體會(huì)到攝像的魅力。當(dāng)然這種考慮運(yùn)動(dòng)的平面定標(biāo)法會(huì)受到特征點(diǎn)的增多的影響，隨著點(diǎn)的不斷增加，定標(biāo)情況就會(huì)越來越好，定標(biāo)物的精度也會(huì)不斷提高，于是在定標(biāo)物相同的前提下，平面定標(biāo)法自然就可以從定標(biāo)物上獲得更多的數(shù)據(jù)信息，為準(zhǔn)確對定標(biāo)物進(jìn)行定位測量提供了更多的依據(jù)。因此，這種方法的效果要比前面的方法好很多，得到推廣的力度也會(huì)大大增加，所得到的經(jīng)濟(jì)效益也會(huì)增加，設(shè)備的成本在原來的基礎(chǔ)上還有降低的趨勢。所以，理論研究者的研究領(lǐng)域就會(huì)逐漸向這一方面進(jìn)行轉(zhuǎn)變。

2.3兩步定標(biāo)法

有了前面的研究成果作支撐，攝像機(jī)定標(biāo)方法的進(jìn)一步研究就會(huì)顯得異常容易，人們的進(jìn)一步要求也會(huì)得到滿足，可謂一舉兩得。理論研究者們在有了豐富的理論和實(shí)踐基礎(chǔ)之后，利用直接線性的定標(biāo)方法進(jìn)行攝像機(jī)參數(shù)的進(jìn)一步優(yōu)化提高，通過透視原理來修改以前的參數(shù)，然后將修正的參數(shù)進(jìn)行初始值的確認(rèn)，把它們作為現(xiàn)在研究階段的起點(diǎn)，在這樣的起點(diǎn)之上綜合考慮各種外界因素，利用最優(yōu)化的計(jì)算機(jī)算法進(jìn)行攝像機(jī)成像程序的改進(jìn)，把原來的程序進(jìn)行升級處理，使得定標(biāo)物的精確度得到進(jìn)一步的提高，這就是我們所提到的兩步定標(biāo)法。它的基本原理其實(shí)很簡單，只不過是充分利用了原有的理論，并進(jìn)行了一定的創(chuàng)新而已。但就是這樣的創(chuàng)新步伐的邁出，給計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法帶來了新的生機(jī)，也給攝像機(jī)鏡頭的優(yōu)化帶來了很多指導(dǎo)方法。在圖像中心到圖像點(diǎn)的距離保持不變的前提下，參數(shù)的數(shù)量會(huì)顯著減少，這樣不僅節(jié)省了材料的用量，而且還進(jìn)一步提高了攝像機(jī)的攝像清晰度，有效彌補(bǔ)了以前清晰度不高的缺點(diǎn)。這樣一來，攝像機(jī)的成像效果大大改進(jìn)，于是才有了現(xiàn)代攝像機(jī)的高清效果，確實(shí)讓人們享受到了科技帶來的福音。

3計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法的應(yīng)用特點(diǎn)

3.1建立于主動(dòng)視覺上的自我標(biāo)定

由于計(jì)算機(jī)視覺中攝像機(jī)定標(biāo)方法的不斷推廣，一些計(jì)算機(jī)技術(shù)在攝像機(jī)的制作過程中得到了較好的應(yīng)用。但是在這之中必不可少地存在一些制作人員或設(shè)計(jì)人員的主觀因素，這樣攝像機(jī)的標(biāo)定方法中就會(huì)形成形色各異的特點(diǎn)，而且彼此之間可能會(huì)出現(xiàn)較大的不同，特別是在主動(dòng)視覺上的自我標(biāo)定。在主動(dòng)視覺中，我們所用到的攝像機(jī)可以在一個(gè)被控制的平臺上被人們固定，利用計(jì)算機(jī)的高運(yùn)算能力，計(jì)算機(jī)可以把平臺上所出現(xiàn)的參數(shù)精確地讀出來，我們只需要利用控制攝像機(jī)的運(yùn)轉(zhuǎn)順序，讓攝像機(jī)作一定的周期運(yùn)動(dòng)，就可以在這個(gè)過程中得到更多的圖像，然后再利用所成的圖像和固定的攝像機(jī)的運(yùn)動(dòng)參數(shù)來確定攝像機(jī)的運(yùn)動(dòng)情況。這種自我標(biāo)定方法比較簡單，但是必須為人們提供精確控制攝像機(jī)運(yùn)動(dòng)的平臺，這種以主觀意識為主的標(biāo)定特點(diǎn)強(qiáng)化了個(gè)人的主觀能動(dòng)性，讓人們更加易于接受。

3.2進(jìn)行有層次劃分的逐步標(biāo)定

近年來，人們對攝像技術(shù)的理論研究已經(jīng)日趨成熟，并根據(jù)自己的意愿進(jìn)行相關(guān)的研究工作，把自己的想法融入到攝像機(jī)的設(shè)計(jì)中，真正做到有層次的逐步標(biāo)定，把所要的標(biāo)定物以逐個(gè)擊破的方式實(shí)現(xiàn)有層次的程序算法，從而讓人們在邏輯上能夠有所認(rèn)識，并且易于接受，從而達(dá)到有層次劃分的逐步標(biāo)定的目的。分層逐步標(biāo)定法已為標(biāo)定研究領(lǐng)域中普遍認(rèn)同的方法之一，在實(shí)際的應(yīng)用中逐漸取代了直接標(biāo)定的方法。因?yàn)檫M(jìn)行有層次劃分的逐步標(biāo)定是符合人們的想法的，而且這種方法的特點(diǎn)是以射影標(biāo)定作為基礎(chǔ)，以某一幅圖像作為基準(zhǔn)圖像，進(jìn)行其它圖像的射影對齊工作，從而將攝相機(jī)中成像未知參數(shù)的數(shù)量減少，更易于為人們所接受?？梢哉f，進(jìn)行有層次劃分的逐步標(biāo)定是人們在實(shí)踐中得出的一套符合大勢所趨的標(biāo)定方法，為世人所推崇。

4結(jié)語

綜上所述，計(jì)算機(jī)視覺中攝像機(jī)定標(biāo)方法在人們的不斷認(rèn)識中得以應(yīng)用和推廣，在時(shí)代的不斷進(jìn)步中逐漸向前發(fā)展。同時(shí)，攝像機(jī)標(biāo)定方法的應(yīng)用特點(diǎn)也大相徑庭，各有千秋，從而實(shí)現(xiàn)百家爭鳴的態(tài)勢，進(jìn)一步推動(dòng)計(jì)算機(jī)視覺中的攝像機(jī)研究工作的向前發(fā)展。

參考文獻(xiàn)：

第7篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

關(guān)鍵詞 模式分析 計(jì)算機(jī)視覺 教學(xué)改革

中圖分類號：G643.2 文獻(xiàn)標(biāo)識碼：A DOI：10.16400/ki.kjdkz.2016.03.015

Research and Practice on Course Group of Pattern Analysis and

Visual Processing for Graduated Students

SUN Han， CHEN Songcan， LIU Ningzhong， HUANG Yuanyuan， ZHU Qi

（College of Computer Science and Technology， Nanjing University of

Aeronautics and Astronautics， Nanjing， Jiangsu 210016）

Abstract By analyzing the teaching status of pattern analysis and visual processing course group， this paper puts forward the new teaching goal， which includes improving students' international vision， the ability of linking theory with practice， and promoting the engineering practice ability and innovative consciousness. Then this paper discusses the whole process of course group reform. Firstly the structure of teachers' group is optimized. And then the knowledge system of course group is sorted and the teaching mode is improved. Finally the practice system of course group is optimized and the assessment system is reformed.

Key words pattern analysis； computer vision； teaching reform

1 背景

我校模式分析與智能計(jì)算研究所師資團(tuán)隊(duì)是江蘇省“青藍(lán)工程”創(chuàng)新團(tuán)隊(duì)，主要研究領(lǐng)域包括智能數(shù)據(jù)分析、圖像處理和機(jī)器視覺等方向，承擔(dān)研究生和本科生的模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能信息檢索、數(shù)字圖像處理、計(jì)算機(jī)視覺等課程的教學(xué)任務(wù)。以往的教學(xué)過程中雖然積累了豐富的教學(xué)經(jīng)驗(yàn)，但當(dāng)前新知識不斷涌現(xiàn)、新技術(shù)發(fā)展迅猛，對模式分析與視覺處理課程群的知識體系、實(shí)踐體系改進(jìn)提出了新的挑戰(zhàn)。

近年來，國內(nèi)外高校在該類課程教學(xué)上，已涌現(xiàn)出眾多新理念、新方法。Coursera聯(lián)合創(chuàng)始人Andrew Ng推出的機(jī)器學(xué)習(xí)課程，開啟了教育領(lǐng)域的MOOC時(shí)代，引領(lǐng)了教育教學(xué)方法的新革命。①深圳大學(xué)、②江蘇科技大學(xué)③分別進(jìn)行了基于CDIO工程教育理念的計(jì)算機(jī)視覺課程教學(xué)改革實(shí)踐，實(shí)現(xiàn)多層次項(xiàng)目設(shè)計(jì)的教學(xué)模式改革，講座式、討論式、實(shí)踐式教學(xué)方法的探索。國防科技大學(xué)④在計(jì)算機(jī)視覺課程中引入研討式教學(xué)模式，通過案例教學(xué)、小組研討的方式來替代傳統(tǒng)的教學(xué)方式。華中科技大學(xué)⑤從教學(xué)內(nèi)容國際化、教學(xué)方式國際化、教學(xué)成果國際化三個(gè)方面開展了計(jì)算機(jī)視覺課程的國際化建設(shè)。另外，也有高校進(jìn)行了圖像工程課程群建設(shè)，⑥基于圖像分析與計(jì)算機(jī)視覺應(yīng)用課程結(jié)合的項(xiàng)目協(xié)同創(chuàng)新能力培養(yǎng)實(shí)踐。⑦

在分析上述國內(nèi)外高校該類課程改革的基礎(chǔ)上，我們重點(diǎn)以模式分析與視覺處理課程群的實(shí)踐教學(xué)體系改革為切入點(diǎn)，優(yōu)化師資隊(duì)伍結(jié)構(gòu)，梳理課程群知識體系，優(yōu)化課程授課模式，完善課程群實(shí)踐體系，改革實(shí)踐考核模式，實(shí)現(xiàn)學(xué)生國際化視野、理論聯(lián)系實(shí)際、工程實(shí)踐和創(chuàng)新能力全面提升的目標(biāo)。

2 模式分析與視覺處理課程群特點(diǎn)

模式分析與視覺處理課程群涵蓋了模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)字圖像處理、計(jì)算機(jī)視覺等多門課程。該類課程存在以下特點(diǎn)。

（1）該類課程屬于多學(xué)科交叉，涉及的知識面既廣又深。由于該方向涉及計(jì)算機(jī)科學(xué)與技術(shù)、應(yīng)用數(shù)學(xué)、自動(dòng)化、電子科學(xué)與技術(shù)、信息工程等多學(xué)科內(nèi)容，而學(xué)生在大學(xué)本科階段很難學(xué)習(xí)和了解如此多的知識模塊，這對研究生階段學(xué)習(xí)來說，具有相當(dāng)大的挑戰(zhàn)。同時(shí)，對于每個(gè)知識模塊，所要求的數(shù)學(xué)基礎(chǔ)較高，理論具有相當(dāng)?shù)纳疃龋斫夂驼莆詹蝗菀住?/p>

（2）該類課程既重視扎實(shí)的基礎(chǔ)理論，也強(qiáng)調(diào)良好的工程實(shí)踐能力。該類課程的基礎(chǔ)理論教學(xué)一直受到各高校的重視。隨著近年來產(chǎn)業(yè)界的迅猛發(fā)展，計(jì)算機(jī)視覺應(yīng)用層出不窮，對學(xué)生的工程實(shí)踐也提出了更高要求，需要能夠在系統(tǒng)層次上有整體認(rèn)知，同時(shí)要能對各功能模塊進(jìn)行優(yōu)化，提升系統(tǒng)的整體性能。

（3）該類課程所面向的選修學(xué)生面廣。該類課程既是多學(xué)科交叉，也面向計(jì)算機(jī)應(yīng)用、電子科學(xué)與技術(shù)、自動(dòng)化、應(yīng)用數(shù)學(xué)等不同研究方向、不同水平層次的研究生開設(shè)。這對課堂教學(xué)和實(shí)驗(yàn)實(shí)踐也帶來更大挑戰(zhàn)。

3 模式分析與視覺處理課程群改革舉措

針對上述分析的課程群特點(diǎn)，我們重點(diǎn)以實(shí)踐體系改革為突破口，通過優(yōu)化師資隊(duì)伍結(jié)構(gòu)，梳理課程群知識體系，優(yōu)化課程授課模式，完善課程群實(shí)踐體系，改革實(shí)踐考核模式等舉措，實(shí)現(xiàn)學(xué)生國際化視野、理論聯(lián)系實(shí)際、工程實(shí)踐和創(chuàng)新能力全面提升的目標(biāo)。

3.1 師資隊(duì)伍結(jié)構(gòu)優(yōu)化

為了學(xué)生能夠適應(yīng)模式分析與視覺處理產(chǎn)業(yè)的快速發(fā)展，在課程群建設(shè)過程中更強(qiáng)調(diào)學(xué)生的工程實(shí)踐和創(chuàng)新能力培養(yǎng)。這首先對師資隊(duì)伍結(jié)構(gòu)提出了新的要求。

近年來，課程教學(xué)團(tuán)隊(duì)引進(jìn)海內(nèi)外具有深厚理論功底和較強(qiáng)工程能力的高水平師資4名，大大充實(shí)了機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、圖像處理等課程的教學(xué)力量。對于現(xiàn)有教師隊(duì)伍，鼓勵(lì)教師跟產(chǎn)業(yè)一線企業(yè)廣泛合作，目前已與華為、中興等企業(yè)在視頻檢索、智能交通視覺處理等方面開展了實(shí)質(zhì)合作。這些來源于產(chǎn)業(yè)界的高質(zhì)量課題對科研和教學(xué)起到了良好的促進(jìn)作用。

與此同時(shí)，通過研究生工作站、企業(yè)短期實(shí)習(xí)等渠道，鼓勵(lì)企業(yè)高級研發(fā)人員參與到學(xué)生實(shí)踐能力培養(yǎng)環(huán)節(jié)中，將實(shí)際項(xiàng)目進(jìn)行適當(dāng)切分或提煉，實(shí)現(xiàn)該類課程實(shí)踐環(huán)節(jié)的模塊化、專題化訓(xùn)練。

綜上，通過引培并舉，優(yōu)化校內(nèi)師資隊(duì)伍結(jié)構(gòu)；通過校企合作，積極吸引企業(yè)師資參與。良好的師資隊(duì)伍為該類課程的實(shí)踐體系改革提供了有力支撐。

3.2 課程群知識體系梳理與授課模式改革

模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能信息檢索、數(shù)字圖像處理、計(jì)算機(jī)視覺等課程既有一定的邏輯關(guān)系，也存在相互交叉的混雜關(guān)系。一般認(rèn)為，模式識別、機(jī)器學(xué)習(xí)是模式分析與視覺處理領(lǐng)域的基礎(chǔ)理論課程，數(shù)據(jù)挖掘是建立在模式識別、機(jī)器學(xué)習(xí)和數(shù)據(jù)庫基礎(chǔ)上的應(yīng)用類課程，智能信息檢索則是數(shù)據(jù)挖掘基礎(chǔ)上更為具體的應(yīng)用實(shí)現(xiàn)。數(shù)字圖像處理為計(jì)算機(jī)視覺課程提供了基礎(chǔ)支撐，計(jì)算機(jī)視覺則是在綜合利用模式識別、機(jī)器學(xué)習(xí)、數(shù)字圖像處理、數(shù)據(jù)挖掘等知識模塊基礎(chǔ)上面向應(yīng)用的系統(tǒng)實(shí)現(xiàn)。但是，這些課程也存在著知識點(diǎn)的交叉或重復(fù)。例如，模式識別和機(jī)器學(xué)習(xí)中都有貝葉斯參數(shù)估計(jì)、支持向量機(jī)模型等知識點(diǎn)，但視角和側(cè)重點(diǎn)有所不同；圖像處理、計(jì)算機(jī)視覺中都有顏色模型、成像模型等知識點(diǎn)，也同時(shí)存在與模式識別、機(jī)器學(xué)習(xí)交叉的知識點(diǎn)。

我們針對來自不同研究領(lǐng)域的學(xué)生群體，對該課程群的知識點(diǎn)進(jìn)行系統(tǒng)梳理，既避免知識點(diǎn)的重復(fù)講授，也防止重要知識點(diǎn)的缺漏。課程教師集體討論，形成每門課程的核心知識集，和針對不同研究領(lǐng)域的選講知識集。學(xué)生在學(xué)習(xí)課程時(shí)，在掌握核心知識集的基礎(chǔ)上，結(jié)合自己的研究方向選擇相關(guān)的選講知識集學(xué)習(xí)。

在課程教材和參考書的選擇上，注重挑選國際上有影響力的教材。例如，模式識別的參考書為Richard O. Duda等人編著的Pattern Classification；機(jī)器學(xué)習(xí)的參考書為Tom M. Mitchell編著的Machine Learning和Christopher M. Bishop編著的Pattern Recognition and Machine Learning；數(shù)據(jù)挖掘的參考書為Jiawei Han等人編著的Data Mining：Concepts and Techniques；數(shù)字圖像處理的參考書為K. R. Castleman編著的Digital Image Processing；計(jì)算機(jī)視覺的參考書為D. A. Foryth編著的Computer Vision： A Modern Approach和Richard Szeliski編著的Computer Vision： Alogrithms and Applications。這些教材已被國內(nèi)外著名大學(xué)普遍采用。同時(shí)，每門課程都提供相關(guān)的國內(nèi)外頂級會(huì)議和期刊的列表，供學(xué)生課后追蹤研究領(lǐng)域的熱點(diǎn)問題。

在課堂授課環(huán)節(jié)上，注意采用靈活多樣的授課方式。對于核心基礎(chǔ)知識模塊，以教師講授為主，同時(shí)提供國內(nèi)外該類課程的熱門MOOC網(wǎng)址給學(xué)生參考。對于選講知識模塊，鼓勵(lì)學(xué)生事先結(jié)合各自研究方向有目的自學(xué)，在學(xué)生報(bào)告的基礎(chǔ)上進(jìn)行課堂討論方式進(jìn)行。充分發(fā)揮學(xué)生學(xué)習(xí)的主體作用，也便于教師了解學(xué)生的水平和學(xué)習(xí)狀況。

除此以外，不定期邀請國內(nèi)外著名學(xué)者來校做學(xué)術(shù)報(bào)告，讓學(xué)生充分了解該研究領(lǐng)域的最新前沿動(dòng)態(tài)，并就熱點(diǎn)問題進(jìn)行專題討論。

3.3 課程群實(shí)踐體系完善與考核方式改革

工程實(shí)踐和創(chuàng)新能力的培養(yǎng)是該課程群改革的重要目標(biāo)。我們在上述師資隊(duì)伍結(jié)構(gòu)優(yōu)化、課程群知識體系梳理與授課模式改革的基礎(chǔ)上，著力進(jìn)行課程群實(shí)踐體系的改革與完善。我們通過多層次菜單式的實(shí)驗(yàn)項(xiàng)目選擇、項(xiàng)目牽引的創(chuàng)新能力訓(xùn)練、學(xué)生綜合研究能力的全面考查等方面來實(shí)現(xiàn)。

首先，整合和優(yōu)化課程群實(shí)踐內(nèi)容，實(shí)現(xiàn)多層次菜單式靈活選擇。根據(jù)各研究領(lǐng)域的要求進(jìn)行靈活搭配，根據(jù)學(xué)生個(gè)體的能力與水平選擇適當(dāng)規(guī)模和難度的實(shí)踐內(nèi)容，通過課程內(nèi)的基礎(chǔ)實(shí)驗(yàn)、課程間的綜合實(shí)驗(yàn)、課程群的創(chuàng)新實(shí)驗(yàn)來選擇和組合，如圖1所示。

圖1 多層次菜單式實(shí)驗(yàn)內(nèi)容示意圖

基礎(chǔ)型實(shí)驗(yàn)內(nèi)容主要是各課程核心知識點(diǎn)的實(shí)驗(yàn)驗(yàn)證，主要包括模式識別，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，圖像處理與分析，計(jì)算機(jī)視覺等課程的實(shí)驗(yàn)。要求選課學(xué)生對這些基礎(chǔ)實(shí)驗(yàn)必做，打下良好的研究基礎(chǔ)。

綜合探索型實(shí)驗(yàn)在基礎(chǔ)型實(shí)驗(yàn)基礎(chǔ)上，既有單門課程內(nèi)總的綜合實(shí)驗(yàn)，也有課程間知識的綜合應(yīng)用。主要分為兩大塊，包括模式分析與機(jī)器學(xué)習(xí)方向的綜合實(shí)驗(yàn)，以及圖像處理與機(jī)器視覺方向的綜合實(shí)驗(yàn)。實(shí)驗(yàn)?zāi)康闹饕轻槍@兩大塊方向重點(diǎn)知識的綜合分析和比較，能夠熟練掌握和靈活應(yīng)用。例如模式分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方向都用到的線性判別分析、支持向量機(jī)、均值聚類等內(nèi)容；圖像處理與機(jī)器視覺中的圖像特征抽取、視覺系統(tǒng)選型、目標(biāo)檢測、特定平臺的算法優(yōu)化等內(nèi)容。學(xué)生可根據(jù)各自研究方向有目的的選擇兩塊綜合實(shí)驗(yàn)的大部分內(nèi)容。

在綜合型實(shí)驗(yàn)基礎(chǔ)上，該課程群通過若干創(chuàng)新型實(shí)驗(yàn)來檢驗(yàn)學(xué)生理論知識掌握程度和實(shí)踐方法應(yīng)用能力，為后續(xù)的研究課題開展打下良好的科研素養(yǎng)。主要內(nèi)容包括人臉識別、二維條碼識別、車輛屬性識別、智能視覺監(jiān)控、以及企業(yè)來源的關(guān)鍵技術(shù)等。這些項(xiàng)目實(shí)踐既涉及用到圖像處理與機(jī)器視覺的內(nèi)容，也涉及模式分析與機(jī)器學(xué)習(xí)方向的知識。并且需要學(xué)生在綜合運(yùn)用相關(guān)知識的基礎(chǔ)上有創(chuàng)新能力。

其次，重視各類項(xiàng)目牽引的創(chuàng)新能力訓(xùn)練。一方面，鼓勵(lì)教師從國家自然科學(xué)基金、企業(yè)合作項(xiàng)目等研究中提煉出問題規(guī)模和難度適中的訓(xùn)練項(xiàng)目，作為課程群的綜合能力訓(xùn)練項(xiàng)目。另一方面，鼓勵(lì)學(xué)生參加挑戰(zhàn)杯、全國研究生智慧城市技術(shù)與創(chuàng)意設(shè)計(jì)大賽等各類具有挑戰(zhàn)性的競賽項(xiàng)目，以賽代練，提升學(xué)生的工程實(shí)踐和創(chuàng)新能力。同時(shí)，也鼓勵(lì)學(xué)生利用百度、微軟等相關(guān)研究領(lǐng)域的企業(yè)實(shí)習(xí)機(jī)會(huì)，參與產(chǎn)品一線的工程實(shí)踐能力訓(xùn)練。

再次，注重考核環(huán)節(jié)，實(shí)現(xiàn)科研素養(yǎng)和實(shí)踐能力的全面考查。只有嚴(yán)格、公平、公正的考核，才能保證實(shí)驗(yàn)實(shí)踐的質(zhì)量和水平，才能提升學(xué)生的科研素養(yǎng)和實(shí)踐能力。我們主要在手段、方式方法上進(jìn)行了改進(jìn)。在題目選擇上，根據(jù)學(xué)生個(gè)體水平和研究領(lǐng)域要求的差異，在選題上有適當(dāng)?shù)碾y易區(qū)分度，讓每位學(xué)生都有鍛煉和提升的機(jī)會(huì)；在考核方式上，采用結(jié)題書面報(bào)告來檢驗(yàn)學(xué)術(shù)論文的寫作能力，采用程序演示檢驗(yàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)水平，采用上臺匯報(bào)的方式檢驗(yàn)學(xué)生的表達(dá)能力，多管齊下全面檢查學(xué)生的綜合科研素養(yǎng)；在考核成績評定上，采用現(xiàn)場教師和學(xué)生共同評分的方式，公平合理；最后，通過網(wǎng)站展示、發(fā)表學(xué)術(shù)小論文、專利、軟件著作權(quán)等方式展示和公開優(yōu)秀成果，激發(fā)學(xué)生的學(xué)習(xí)熱情，并由此形成積累，有利于學(xué)生實(shí)驗(yàn)實(shí)踐氛圍的傳承。

4 結(jié)語

本文在分析國內(nèi)外高校模式分析與視覺處理類課程群改革現(xiàn)狀的基礎(chǔ)上，以學(xué)生國際化視野、理論聯(lián)系實(shí)際、工程實(shí)踐和創(chuàng)新能力全面提升為目標(biāo)，重點(diǎn)開展了師資隊(duì)伍結(jié)構(gòu)優(yōu)化、課程群知識體系梳理、課程授課模式改革、課程群實(shí)踐體系完善和實(shí)踐考核模式改革等工作，取得了良好的效果，并為校內(nèi)其他課程群的教學(xué)改革作為示范推廣。

注釋

① https：///learn/machine-learning/

② 郭小勤，曹廣忠.計(jì)算機(jī)視覺課程的CDIO教學(xué)改革實(shí)踐.理工高教研究，2010.29（5）：98-100，148.

③ 史金龍，白素琴，龐林斌，錢強(qiáng).研究生機(jī)器視覺課程的CDIO教學(xué)改革實(shí)踐.計(jì)算機(jī)教育，2013.9：40-43.

④ 陳芳林，劉亞東，沈輝.在《計(jì)算機(jī)視覺》課程中引入研討式教學(xué)模式.當(dāng)代教育理論與實(shí)踐，2013.5（7）：112-114.

⑤ 王岳環(huán)，桑農(nóng)，高常鑫.計(jì)算機(jī)視覺課程的國際化教學(xué)模式.計(jì)算機(jī)教育，2014.19：101-103.

第8篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

電力系統(tǒng)是我國國名經(jīng)濟(jì)的基石。電力系統(tǒng)是由發(fā)電、變電、輸電、配電和用電等環(huán)節(jié)組成的電能生產(chǎn)與消費(fèi)系統(tǒng)?，F(xiàn)代社會(huì)需要的是安全可靠經(jīng)濟(jì)的電能。電力系統(tǒng)主要由發(fā)電輸電變電配電及用電等5部分組成。電力系統(tǒng)是一個(gè)具有復(fù)雜的大系統(tǒng)由于用戶的不斷增加的需求,電網(wǎng)對于技術(shù)的要求水平也提出了越來越高的要求。

1 電力系統(tǒng)自動(dòng)化的發(fā)展趨勢總的發(fā)展趨勢的特點(diǎn)研究

1.1 電力系統(tǒng)自動(dòng)化的圖形化特點(diǎn)

因?yàn)殡娏ο到y(tǒng)聯(lián)網(wǎng)工程的正式啟動(dòng),電力系統(tǒng)的調(diào)度管理、數(shù)據(jù)計(jì)算分析呈現(xiàn)出傳輸路徑的交叉性,信息更新越來越高速這樣的幾種特點(diǎn)。在計(jì)算機(jī)技術(shù)和通信技術(shù)的快速發(fā)展下,電力系統(tǒng)技術(shù)整合也在蓬勃發(fā)展著。電力系統(tǒng)信息數(shù)據(jù)處理上已經(jīng)不再使用傳統(tǒng)的處理方式,而是使用圖形化處理這樣的新技術(shù),這樣看到圖形,電力系統(tǒng)管理者就能了解電力系統(tǒng)的變化發(fā)展趨勢,也就能對未來電力系統(tǒng)軟件開發(fā)帶來絲絲先機(jī)。

1.2 電力系統(tǒng)自動(dòng)化的遠(yuǎn)程化特點(diǎn)

過去電力系統(tǒng)的硬件平臺大部分是計(jì)算機(jī),外加使用擴(kuò)展測控法對接口電路工作開展監(jiān)測。此類的設(shè)計(jì)有很多的優(yōu)勢,這種類型的設(shè)計(jì)的周期很長,擴(kuò)展性也很好。但是這樣的設(shè)計(jì)方式也具有著高成本、大體積、大功耗以及靈動(dòng)性差的多種缺點(diǎn)?，F(xiàn)在,正是有著網(wǎng)絡(luò)技術(shù)的不斷更新和電子技術(shù)的不斷進(jìn)步,遠(yuǎn)動(dòng)終端設(shè)備已經(jīng)變?yōu)樵絹碓浇咏顑?yōu)化、智能化和小型化、協(xié)調(diào)化。因此,建立在此基礎(chǔ)之上的電力系統(tǒng)也具備了遠(yuǎn)程化的特點(diǎn),使電力系統(tǒng)自動(dòng)化在控制系統(tǒng)方面的發(fā)展更加貼近智能化。

1.3 電力系統(tǒng)自動(dòng)化的分布化特點(diǎn)

發(fā)電率范圍在幾十兆瓦至幾千瓦之間并且模型較小的發(fā)電單元,它的地點(diǎn)處于用戶周圍還有有高效和可靠特點(diǎn)的稱為電力系統(tǒng)自動(dòng)化技術(shù)分布化。分布式發(fā)電主要包括以液體或氣體為燃料的內(nèi)燃機(jī)、太陽能發(fā)電、微型燃?xì)廨啓C(jī)和風(fēng)力發(fā)電等等的其他一些發(fā)電方式。這種發(fā)電技術(shù)具有很好的靈活性,能夠給與用戶各不相同的感受。還能為邊遠(yuǎn)商業(yè)區(qū)域提供可靠的電力資源,讓他們使用具有再生特點(diǎn)的資源進(jìn)行多次發(fā)電,這樣的電能還具有穩(wěn)定度高的特點(diǎn),是具有分度化的特色。極端及技術(shù)、新材料技術(shù)和電力電子技術(shù)都要作為支柱技術(shù)被在其中使用。

2 電力系統(tǒng)與新技術(shù)的結(jié)合

2.1 與智能計(jì)算機(jī)的結(jié)合

計(jì)算機(jī)視覺技術(shù)就是與智能計(jì)算機(jī)的結(jié)合之一。使用計(jì)算機(jī)視覺技術(shù)能夠方便的獲得多種圖像信息。在電力系統(tǒng)中應(yīng)用計(jì)算機(jī)視覺技術(shù)。目前,計(jì)算/！/機(jī)視覺技術(shù)使用在電力系統(tǒng)中的作用是修改遙控系統(tǒng)在此同時(shí)提高它的性能。這主要表現(xiàn)在使用在線監(jiān)測和開展無人操作或者環(huán)境監(jiān)視,紅外圖像監(jiān)測是電力設(shè)備在線監(jiān)測常用方法中效果最好的。它既有這使用方便,又有著精準(zhǔn)度較高的特點(diǎn)。紅外圖像識別方面主要就是使用計(jì)算機(jī)視覺技術(shù),這樣能取得較好的效果。計(jì)算機(jī)視覺技術(shù)的工作原理是在科學(xué)獲取電力設(shè)備實(shí)時(shí)紅外圖像和電力設(shè)備正常工作時(shí)圖像后,將兩者開展對比。如果出現(xiàn)不正常。也就因此能夠證明電力設(shè)備出現(xiàn)問題。第開展無人操作或者環(huán)境監(jiān)視是使用微波雙鑒探測器進(jìn)行協(xié)助,將差分圖像以及流光法一起使用對移動(dòng)物體開展監(jiān)測。如果出現(xiàn)不正常現(xiàn)象,那么系統(tǒng)就可以識別出來,并且警告我們。因?yàn)橛?jì)算機(jī)視覺技術(shù)還處于起步階段,其存在一定的不足之處。雖然計(jì)算機(jī)視覺技術(shù)發(fā)展迅速,但計(jì)算機(jī)視覺技術(shù)發(fā)展的并不完善,因?yàn)閳D像識別自身的復(fù)雜性的原因,所以現(xiàn)階段還不能實(shí)現(xiàn)完全的無人操作。正是因?yàn)橛兄@些原因,在大多數(shù)情況下,計(jì)算機(jī)視覺技術(shù)只能夠作為一種輔助技術(shù)。

2.2 與微機(jī)保護(hù)系統(tǒng)的結(jié)合

在電力系統(tǒng)自動(dòng)化技術(shù)發(fā)展速度過快并且伴隨著相關(guān)微機(jī)設(shè)備應(yīng)用范圍越來越普遍的情況下。人們越來越嚴(yán)格的要求微機(jī)保護(hù)系統(tǒng)。更簡單的說,也就是原有的電力系統(tǒng)自動(dòng)化技術(shù)當(dāng)中的微機(jī)保護(hù)系統(tǒng)已經(jīng)無法滿足社會(huì)發(fā)展的需要。人們需要的微機(jī)保護(hù)系統(tǒng)應(yīng)該具備更加牢靠與穩(wěn)定的可以對通信進(jìn)行保護(hù)的能力。這樣才能夠達(dá)到人們希望人機(jī)互動(dòng)的效果。這樣的系統(tǒng)在對硬件提高出高要求的同時(shí)也對軟件業(yè)產(chǎn)生了更加具體的要求。例如,我國在上世紀(jì)末將第一套微機(jī)線路保護(hù)設(shè)備投入使用,并且該設(shè)備因?yàn)樾阅苷紦?jù)極大的優(yōu)勢從而獲得世界各國用戶的普遍認(rèn)可。

在繼電保護(hù)設(shè)備中,我們更加需要完善的問題就是設(shè)備的實(shí)時(shí)性。設(shè)備的實(shí)時(shí)性直接關(guān)乎電網(wǎng)的安全穩(wěn)定,它直接受到其影響。假如設(shè)備實(shí)時(shí)性出現(xiàn)缺陷,會(huì)給電力系統(tǒng)帶來難以補(bǔ)救損失的可能性?，F(xiàn)階段在我國電力系統(tǒng)中應(yīng)用的嵌入式系統(tǒng)通常來說主要為C/C++語言。這是因?yàn)樵撓到y(tǒng)不僅靈活性高并且可移植性也很強(qiáng)。同時(shí)該系統(tǒng)還使用了能夠隨時(shí)改變的模塊化,目的在于處理好各種存在可能性會(huì)產(chǎn)生的問題但是卻又不能夠進(jìn)行更換的難題。在提供便利的同時(shí)也能夠盡最大的努力滿足用戶各種要求。

第9篇：計(jì)算機(jī)視覺技術(shù)與應(yīng)用范文

【關(guān)鍵詞】視頻；圖像處理；智能交通系統(tǒng)

交通視頻監(jiān)控系統(tǒng)是一個(gè)國家交通正常運(yùn)行的有力保障。隨著我國城鎮(zhèn)化進(jìn)程的不斷推進(jìn)和汽車的普及，交通問題日益嚴(yán)峻，道路擁擠、事故頻發(fā)，加上不遵守交通規(guī)則的人比比皆是，使交通問題成為一直困擾我國的難題。而由于交通系統(tǒng)是一個(gè)相當(dāng)復(fù)雜的龐大系統(tǒng)，所以監(jiān)控起來十分困難。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)視覺處理技術(shù)興盛起來。計(jì)算機(jī)視覺處理技術(shù)是模擬人類視覺系統(tǒng)的一種技術(shù)，人類可以通過對視覺中感知到的信息進(jìn)行適當(dāng)?shù)慕M合和聯(lián)想以達(dá)到對外界信息進(jìn)行判斷的能力，計(jì)算機(jī)視覺處理技術(shù)就是要用計(jì)算機(jī)代替人類的大腦實(shí)現(xiàn)對采集到的信息進(jìn)行處理，從而使計(jì)算機(jī)具有外部感知的能力，這對于交通視頻監(jiān)控系統(tǒng)具有非常重要的意義。

在智能交通系統(tǒng)中，基于計(jì)算機(jī)視覺的圖像處理技術(shù)扮演著重要的角色，它以視頻圖像為分析對象，利用先進(jìn)的算法去除干擾，具有直觀、高效、精度高等特點(diǎn)。

1 交通視頻中進(jìn)行圖像處理的重要性

交通視頻檢測系統(tǒng)的攝像機(jī)在工作時(shí)面臨的是自然氣象條件，這就意味著它要受到各種自然條件的干擾，比如強(qiáng)光、霧霾、粉塵、街燈等，由于光照條件不同所引起的圖像差異遠(yuǎn)遠(yuǎn)大于由于人的不同所引起的圖像差異，即使是在相同光照條件下，由于鏡面反射的存在，同一物體的不同表面對光的反射不同，再加上粉塵、霧霾等的影響，從不同視角反映出來的圖像有很大差異。外界光照的方向和強(qiáng)度還會(huì)隨著時(shí)間不斷發(fā)生變化，這些因素會(huì)導(dǎo)致采集的圖像不清晰、重影、有陰影等，給基于視頻的檢測帶來很大的難度。而視覺檢測必須借助外界光線才能夠獲取圖像信息，所以要把圖像中的車輛信息完整清晰的反應(yīng)出來，就要對靜止的視頻圖像序列（即每幀圖像）進(jìn)行預(yù)處理。這些處理會(huì)涵蓋圖像色彩模式轉(zhuǎn)換、格式轉(zhuǎn)換、算法處理等。

2 交通視頻監(jiān)控系統(tǒng)的組成

交通視頻監(jiān)控系統(tǒng)一般由采集、傳輸、控制、顯示四部分組成。

2.1 圖像采集

圖像采集工作由前端的攝像機(jī)完成，采集質(zhì)量的好壞將直接影響視頻圖像處理的效果。如果視頻圖像中的車輛信息清楚，對比度好，無干擾信息或干擾信息少，將有利于車輛的檢測和跟蹤，反之，將不利于車輛的檢測和跟蹤。

2.2 傳輸

根據(jù)攝像機(jī)和控制中心之間距離的長短，會(huì)采用不同的傳輸設(shè)備，一般的傳輸方式包括視頻基帶傳輸、射頻有線傳輸、光纖傳輸、電話線傳輸?shù)取?/p>

2.3 控制

控制部分是整個(gè)交通視頻監(jiān)控系統(tǒng)的中心，由總控制臺組成?？偪刂婆_可以進(jìn)行信號的縮放、矯正、補(bǔ)償、切換、遙控、記錄存儲圖像等。

2.4 顯示

顯示部分的功能就是把傳送過來的圖像顯示出來，由若干臺監(jiān)視器組成。

3 交通視頻監(jiān)控系統(tǒng)中視頻圖像處理技術(shù)的應(yīng)用

3.1 車輛檢測

對運(yùn)動(dòng)車輛的檢測是交通視頻監(jiān)控系統(tǒng)的核心功能，通過對視頻圖像中的連續(xù)畫面的變化分析能抽出運(yùn)動(dòng)車輛的特征，從而實(shí)現(xiàn)檢測。但是由于運(yùn)動(dòng)的車輛受光線、灰塵、霧霾、陰影等因素的影響，給圖像分割帶來很大的困難。所以在進(jìn)行車輛檢測時(shí)，要對獲得的視頻圖像進(jìn)行處理，來提取目標(biāo)車輛信息，常用的方法有幀間差分法、背景差分法、邊緣檢測法等。

3.2 車輛跟蹤

對車輛進(jìn)行檢測的目的是辨別運(yùn)動(dòng)車輛，然而要想了解目標(biāo)的運(yùn)動(dòng)參數(shù)，還要對車輛進(jìn)行跟蹤。車輛跟蹤的核心內(nèi)容是根據(jù)目標(biāo)運(yùn)動(dòng)車輛的某些特征在不同的圖像幀中進(jìn)行目標(biāo)匹配，用于匹配的特征包括位置、大小、形狀，以及局部的點(diǎn)、線特征和整體輪廓特征等[1]。常用的車輛跟蹤方法有基于區(qū)域的方法、基于特征的方法、基于運(yùn)動(dòng)估計(jì)的方法、基于模型的方法、基于輪廓的方法等。

3.3 陰影檢測

陰影檢測是交通視頻監(jiān)控系統(tǒng)的一項(xiàng)重要且具有挑戰(zhàn)性的工作。運(yùn)動(dòng)目標(biāo)車輛由于受各種光源的影響會(huì)產(chǎn)生陰影，而陰影與運(yùn)動(dòng)目標(biāo)車輛具有相似的視覺特征和運(yùn)動(dòng)特征，所以前面介紹的車輛檢測方法都不能有效地將陰影檢測出來。陰影的存在會(huì)使車輛檢測和跟蹤產(chǎn)生誤差，給交通參數(shù)的提取帶來很大誤差，因而陰影的檢測與去除是視頻檢測的重點(diǎn)和難點(diǎn)。根據(jù)陰影形成的不同原理可以把陰影分成不同的類型，而不同類型的陰影又有不同的特點(diǎn)，這給陰影的檢測和提取提供了可能。目前，陰影檢測方法通常包括兩大類：一類是基于陰影屬性如顏色不變性、紋理不變性、低頻性質(zhì)等屬性的檢測技術(shù)，另一類是基于應(yīng)用場景先驗(yàn)知識的模型的陰影檢測[2]。

3.4 交通參數(shù)的檢測

交通參數(shù)可以分為兩類，一類是針對某一具體車輛的，如該車輛的車型、顏色、車牌、速度、重量等；另一類是針對某一具體路段的，如該這段的固定時(shí)間內(nèi)的車流量、平均速度、車輛密度、車輛數(shù)目、路面占有率等?；趫D像處理的交通參數(shù)檢測需要實(shí)時(shí)處理大量的圖像數(shù)據(jù)，這些參數(shù)的獲得可以為交通執(zhí)法提供依據(jù)，增加交通道路的容量。目前應(yīng)用較為廣泛的交通參數(shù)獲取方法為虛擬線圈檢測方法，很多學(xué)者都在此基礎(chǔ)之上設(shè)計(jì)算法更加精密的檢測系統(tǒng)。

3.5 車牌識別

車牌識別技術(shù)（Vehicle License Plate Recognition，VLPR） 是計(jì)算機(jī)視頻圖像識別技術(shù)在車輛牌照識別中的一種應(yīng)用。車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識別、計(jì)算機(jī)視覺等技術(shù)為基礎(chǔ)，對攝像機(jī)所拍攝的車輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。通過車牌識別可以實(shí)現(xiàn)對停車場的收費(fèi)管理、車輛定位、交通違法行為監(jiān)控等功能，對于維護(hù)交通安全、實(shí)現(xiàn)交通自動(dòng)化管理有很重要的意義。

視頻圖像處理技術(shù)在交通視頻監(jiān)控系統(tǒng)中應(yīng)用的已經(jīng)十分廣泛，隨著計(jì)算機(jī)視覺、人工智能理論的發(fā)展，對包含運(yùn)動(dòng)目標(biāo)的圖像序列進(jìn)行分析和處理，能夠?qū)崿F(xiàn)交通管理的高效智能化。隨著視頻圖像處理技術(shù)硬件的不斷發(fā)展，我們所面臨的挑戰(zhàn)是如何找出與硬件相匹配的高效的軟件技術(shù)（即先進(jìn)的算法），使智能交通系統(tǒng)的功能更加強(qiáng)大和完善。

【參考文獻(xiàn)】

[1]梁曉愛.基于視頻的車輛檢測與跟蹤技術(shù)研究[D].山東師范大學(xué)，2010.

[2]許潔瓊.基于視頻圖像處理的車輛檢測與跟蹤方法研究[D].中國海洋大學(xué)，2012.

[3]衛(wèi)小偉.視頻圖像處理技術(shù)在智能交通系統(tǒng)中的運(yùn)用[J].電子測試，2015（6）.

[4]姜旭.視頻圖像處理技術(shù)在智能交通系統(tǒng)中的應(yīng)用[D].蘇州大學(xué)，2009.