導言：作為寫作愛好者，不可錯過為您精心挑選的10篇計算機視覺處理技術(shù)，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

中圖分類號：TP37 文獻標識碼：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?？偟膩碚f，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)是一項特別復雜的信息處理過程，要想對視覺的本質(zhì)準確完整的理解，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)在自動化中的應用

2.1 農(nóng)業(yè)自動化中計算機視覺技術(shù)的應用

在農(nóng)業(yè)自動化中應用計算機視覺技術(shù)可以全天候?qū)崟r監(jiān)測農(nóng)作物的生長狀況，便于科學管理農(nóng)作物。還可以應用計算機視覺技術(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)量的好壞準確判斷出來，在蔬菜質(zhì)量檢測過程中應用計算機視覺技術(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)的應用

計算機視覺技術(shù)在工業(yè)自動化應用的一個重要領(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)還可以應用于逆向工程中，應用3D數(shù)字化測量儀可以快速準確的測出現(xiàn)有工件輪廓的坐標值，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，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)應用在了每個應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)的應用不但可行，而且發(fā)展空間還很大。

2.3 在醫(yī)學自動化中計算機視覺技術(shù)的應用

在醫(yī)學領(lǐng)域計算機視覺技術(shù)也得到了廣泛應用，如醫(yī)學中經(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)的廣泛應用很大程度上方便了醫(yī)生準確判斷病人病情，另外，在生產(chǎn)藥品的過程中，應用計算機視覺技術(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)學自動化中應用計算機視覺技術(shù)可以積極促進醫(yī)學自動化的發(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)，具有一定復雜性。要想使其在自動化生產(chǎn)中得到更好地推廣與應用，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用，才能使這項現(xiàn)代化的高新技術(shù)更好的服務于社會，服務于人類。

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)自動化中的應用[J].電力系統(tǒng)自動化，2003（1）.

篇2

引言

俗話說“書是人類進步的階梯”，各大高校以及各大城市都建有圖書館，圖書館可以滿足人們對各種知識的需求，因此對圖書館的管理工作也是十分重要。如今科技不斷的發(fā)展，計算機視覺技術(shù)被運用到圖書館管理中。計算機視覺是用攝影機和電腦來代替人眼進行檢測、監(jiān)控、識別和測量等的機器視覺，它能夠?qū)κ占瘉淼膱D片和視頻進行處理，然后獲得相應的三維信息。計算機視覺是一門綜合性的學科也是一個富有挑戰(zhàn)性的領(lǐng)域，它已經(jīng)被應用到各個領(lǐng)域中，它的重要性不言而喻。

一、計算機視覺技術(shù)的特點

（一）檢測范圍廣泛

人眼的檢測范圍畢竟有限，有些細微的方面人眼是檢測不到的，比如紅外線、超聲波等，但是計算機視覺技術(shù)卻是可以檢測到人眼所檢測不到的范圍。計算機視覺技術(shù)可以將紅外線和超聲波處理成圖像呈現(xiàn)出來，它的檢測范圍十分廣泛而且是不加選擇的進行檢測，可以說它的使用大大拓展了人眼的視野。

（二）檢測安全可靠

我們都知道電子產(chǎn)品如果接觸使用必然是會受到一定輻射的，但是計算機視覺與以往的檢測機器不同，它是不需要與被測者進行接觸的，觀測者和被測者都是十分安全不會受到絲毫損傷的，而且它在使用的過程中并不會像人眼一樣感到疲憊，它可以一直進行高效率的工作，因此對其檢測結(jié)果也是十分的可靠的。

二、視覺技術(shù)在圖書館工作中的應用分析

（一）圖書剔舊和修補

圖書館是人們知識的殿堂，是思想文化知識不斷擴展的地方，因此圖書館的剔舊是一項十分重要的工作。圖書館的空間畢竟有限，一些相對陳舊而利用率較低的參考文獻是需要不定期的進行篩選的，這些資料通常都是表面發(fā)黃、布滿灰塵和封面破舊等，而圖書館的剔舊工作大多是由工作人員親自到書庫中進行挑選，這樣不僅工作量大、耗時長還有可能會存在遺漏的現(xiàn)象，而且資料上的灰塵也會給工作人員的身體健康帶來影響。

圖書館會收藏一些珍貴的古籍和字畫，但是時間一長，受到溫度、濕度等的影響會造成古籍和字畫表面發(fā)黃、紙張變脆甚至會出現(xiàn)蟲眼，這時候就需要對古籍字畫進行修補工作。這項工作大多由工作人員親力親為，會給工作人員帶來一定的健康影響，如果使用計算機視覺技術(shù)代替人們來進行工作，會大大減少工作人員的工作強度，同時也保證了工作效率。

（二）管理職工人員

圖書館中職工人員的正常有序的工作是保證圖書館正常運行的關(guān)鍵之處，在進行圖書館職工人員的管理上可以引用計算機視覺技術(shù)。以往的職工簽到可能會出現(xiàn)代簽現(xiàn)象，而計算機視覺技術(shù)可以采用圖像視覺處理技術(shù)對職員進行磁卡、眼膜、人臉識別等進行簽到，杜絕了以往簽到工作所存在的弊端。同時，在圖書館工作處理中，計算機視覺技術(shù)也可以幫助職工人員處理一些難題，讓圖書館工作能夠有序高效的進行。

（三）監(jiān)控檢測系統(tǒng)

如今圖書館的書籍是完全向人們開放的，人們可以自由進行借閱，以往的人工檢測會造成猜疑和尷尬，也會加大圖書館管理人員與讀者之間的磨擦。計算機視覺技術(shù)的使用可以全自動化進行監(jiān)控和檢測，避免了以往人工監(jiān)測所出現(xiàn)的問題。圖書館的書籍借閱管理工作異常重要，計算機視覺技術(shù)可以全程自動化進行高效工作，可以進行無人看管檢測讀者進出攜帶書籍文獻和借閱空間的監(jiān)控等，大大提高了工作效率，讓圖書館的借閱工作順利有序的進行。

三、視覺技術(shù)在圖書館工作中的應用問題的研究

（一）循序漸進的結(jié)合

計算機視覺作為一個新興技術(shù)，雖然已經(jīng)被運用到各個領(lǐng)域內(nèi)，但是在引進入圖書館的管理中，如果想要快速的取代傳統(tǒng)的管理模式，無論是工作人員還是工作理念都不可能及時接受這種改變的。新技術(shù)的融入必須要循序漸進，找到與傳統(tǒng)的管理模式的結(jié)合點，然后進行慢慢磨合，達到與傳統(tǒng)相結(jié)合的效果，這樣人們才能夠接受一種新技術(shù)的使用，不僅提高了工作效率減輕了工作人員的工作負擔，也能夠更好的發(fā)揮出計算機視覺技術(shù)的真正作用。

（二）提高專業(yè)人員的業(yè)務水平

新的技術(shù)需要新的業(yè)務水平來支持，如果沒有相應的業(yè)務水平是沒有辦法發(fā)揮出新技術(shù)應有的作用。計算機視覺技術(shù)通過計算機成像系統(tǒng)來代替人類的視覺感官，能夠自主適應環(huán)境、自主工作的能力。計算機視覺技術(shù)在不斷的更新中，它的使用功能也是越來越多，操作方法越來越復雜，這時就需要圖書館的工作人員對計算機視覺技術(shù)有細的了解，能夠熟練操作和運用計算機視覺技術(shù)。圖書館管理階層應該組織工作人員進行培訓工作，讓他們接收新的知識掌握新的技術(shù)，不斷的提高圖書館工作人員的業(yè)務水平，才能夠保證圖書館工作高效進行。

（三）讀者素質(zhì)和應用手段的提高

現(xiàn)代化圖書館要想實現(xiàn)工作和服務的全面自動化，就需要有現(xiàn)代化技術(shù)的支持，計算機視覺技術(shù)的引用雖然是一個現(xiàn)代化技術(shù)的支持，但是如今僅停留在生物特征的識別領(lǐng)域。比如圖書館如今普遍有門禁系統(tǒng)，這也僅停留在計數(shù)功能和監(jiān)控可沖消磁條的識別和認定上，如果有些讀者素質(zhì)不高故意去掉這些生物識別，圖書館的門禁系統(tǒng)就沒有辦法阻止這些讀者的進入進出。因此，提高讀者的素質(zhì)和計算機視覺技術(shù)的應用手段，才能夠保證計算機視覺技術(shù)在圖書館被廣泛的進行使用。

篇3

【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的技術(shù)處理，從而獲得相應的三維信息場景，是計算機視覺的主要任務。

計算機視覺是一門學問，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用價值。然而在實際應用工作中，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，因車道偏離導致的交通事故在40%以上。其中，駕駛員的疲勞駕駛就是導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警系統(tǒng)被研究開發(fā)并被廣泛應用。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)域中的廣泛應用，在交通領(lǐng)域中應用的有效性、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)間的應用實例分析[J].河北電力學報，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].中國公路學報，2014（05）.

[5]朱學君，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)域中的應用分析[J].科技與企業(yè)，2013（01）：115.

作者簡介

篇4

隨著經(jīng)濟的迅猛發(fā)展，汽車的迅速普及，根據(jù)社會對汽車產(chǎn)業(yè)的要求，車輛的各方面指標都受到人們越來越多地關(guān)注，汽車涂裝過程中的瑕疵直接影響汽車的外觀質(zhì)量，因此如何在生產(chǎn)過程中利用計算機視覺檢測技術(shù)檢測出并及時修補汽車涂裝過程中產(chǎn)生的瑕疵就成了首要的任務[1]。本文的研究內(nèi)容是首先了解計算機視覺檢測系統(tǒng)的工作原理，汽車涂裝瑕疵的種類，然后結(jié)合兩者的特點，應用計算機視覺檢測系統(tǒng)檢測汽車涂裝瑕疵。該研究的價值在于兩方面：①對于汽車生產(chǎn)的自動化和過程自動化，計算機視覺是現(xiàn)實真正意義的自動的基礎(chǔ)和一種重要的質(zhì)量控制的手段；②對于汽車涂裝瑕疵的修補可以提高其修補的精度。

2、汽車涂裝瑕疵的計算機視覺檢測系統(tǒng)

汽車涂裝瑕疵檢測系統(tǒng)主要包括照明系統(tǒng)、圖像采集卡、CCD攝像機、計算機以及軟件處理等幾個主要部分[2]。綜合計算機視覺檢測系統(tǒng)的構(gòu)成和線結(jié)構(gòu)光測量的原理，基于計算機視覺的汽車涂裝瑕疵的檢測系統(tǒng)大致是這樣構(gòu)成的：將線結(jié)構(gòu)光投射到被測物上，所形成的光斑作為傳感信號，用CCD攝像機采集光斑圖像，采集到的圖像信號被傳輸?shù)接嬎銠C，根據(jù)圖像處理和計算機視覺檢測系統(tǒng)的處理產(chǎn)生處理結(jié)果，返回到涂裝生產(chǎn)線，對車身的涂裝進行修正，從而提高產(chǎn)品質(zhì)量。汽車涂裝瑕疵的視覺檢測系統(tǒng)如圖1所示[3]。

3、計算機視覺檢測

計算機視覺是計算機對圖像進行自動處理并報告“圖像中有什么”的過程，也就是說它識別圖像中的內(nèi)容。圖像中的內(nèi)容往往是某些機器零件，而處理的目標不僅要能對機器零件定位，還要能對其進行檢驗。計算機視覺系統(tǒng)基本原理：機器視覺系統(tǒng)通常采用CCD相機攝取圖像，將其轉(zhuǎn)化為數(shù)字信號，再采用先進的計算機硬件與軟件技術(shù)對圖像數(shù)字信號進行處理，從而得到所需要的各種目標圖像特征值，并在此基礎(chǔ)上實現(xiàn)模式識別、坐標計算、灰度分布圖等多種功能。計算機視覺系統(tǒng)能夠根據(jù)其檢測結(jié)果快速地顯示圖像、輸出數(shù)據(jù)、指令，執(zhí)行機構(gòu)可以配合其完成指令的實施。計算機視覺系統(tǒng)主要由圖像獲取、圖像分析和處理、輸出顯示或控制三個功能模塊組成[4]。視覺檢測按其所處理的數(shù)據(jù)類型可分為二值圖像、灰度圖像、彩色圖像和深度圖像的視覺檢測。另外，還有X射線檢測、超聲波檢測和紅外線檢測。一個完整視覺檢測系統(tǒng)包括：圖像采集、圖像分割、零件識別、模型匹配和決策判斷。Newman[5]等描述了利用深度圖像進行零件檢測的AVI系統(tǒng)，具有一定的代表性。一個典型的AVI系統(tǒng)如圖2所示。

4、汽車涂裝瑕疵的檢測算法

篇5

計算機的視覺又叫做機器視覺，通過利用計算機或者是其他的一些機械設(shè)備來幫助人們視線事物到圖片的過程，從而進行三維世界的感知活動。計算機的快速發(fā)展，離不開神經(jīng)心理學，心理學和認知科學方面的研究和發(fā)展，計算機視覺檢測技術(shù)的發(fā)展方向就是對周圍的三維空間進行感知和分析。一旦能夠擁有這種能力，計算機不僅能感知到周圍的總體環(huán)境，而且，還能夠具有對物體進行描述，識別理解和儲存的能力。

二、計算機視覺檢測的基本原理

要實現(xiàn)人工智能對視覺的計算機處理是很重要的方面在計算機視覺應用領(lǐng)域中如果要讓我們的計算機明白圖像的信息就必須經(jīng)過一系列的處理過程―――數(shù)字圖像處理.數(shù)字圖像的處理包括5個步驟：圖像預處理（去除噪聲）、分割處理分割后區(qū)域、測量、圖像判讀、圖像技術(shù).根據(jù)抽象程度和處理方法的不同圖像技術(shù)可分為三個層次：圖像處理、圖像分析和圖像理解.這三個層次的有機結(jié)合也稱為圖像工程.而計算機視覺（Computer vision）則是用計算機實現(xiàn)人的視覺功能對客觀世界三維場景的感知、識別和理解.視覺檢測按其所處理的數(shù)據(jù)類型又大致可分為二值圖像、灰度圖像、彩色圖像和深度圖像的視覺檢測.另外還有X射線檢測、超聲波檢測和紅外線檢測。

作為新興檢測技術(shù)計算機視覺檢測充分利用了計算機視覺研究成果采用像傳感器來實現(xiàn)對被測物體的尺寸及空間位置的三維測量能較好地滿足現(xiàn)代制造業(yè)的發(fā)展需求.與一般意義上的圖像處理相比計算機視覺檢測更強調(diào)精度、速度和無損性以及工業(yè)現(xiàn)場環(huán)境下的可靠性.例如基于三角法的主動視覺測量理具有抗干擾能力強、效率高、精度合適等優(yōu)點非常適合制造業(yè)生產(chǎn)現(xiàn)場的在線、非接觸產(chǎn)品檢測及生產(chǎn)監(jiān)控.對人類視覺感知能力的計算機模擬促進了計算機視覺技術(shù)的產(chǎn)生和發(fā)展制造業(yè)上獲取這些信息的目的有：（1）計算出觀察點到目標物體的距離；（2）得出觀察點到目標物體的運動參數(shù)；（3）甚至可以判斷出目標物體的內(nèi)部特性；（4）推斷出目標物體的表面特征有時要求形成立體視覺。

三、亞像素檢測技術(shù)

隨著工業(yè)檢測等應用對精度要求的不斷提高，像素級精度已經(jīng)不能滿足實際檢測的要求，因此需要更高精度的邊緣提取算法，即亞像素算法。亞像素級精度的算法是在經(jīng)典算法的基礎(chǔ)上發(fā)展起來的，這些算法一般需要先用經(jīng)典算法找出邊緣像素的位置，然后使用周圍像素的灰度值作為判斷的補充信息，利用插值、擬合等方法，使邊緣定位于更加精確的位置?，F(xiàn)在的亞像素提取算法很多，如重心法、概率論法、解調(diào)測量法、多項式插值法、濾波重建法、矩法等。由于這些算法的精度、抗噪聲能力和運算量各不相同，他們的應用場合也是各不相同的。

邊緣是圖像的基本特征，所謂邊緣是指圖像中灰度存在階躍或尖頂狀變化的像素的集合，邊緣廣泛存在于物體與物體、物體與背景之間。圖像測量是通過處理被測物體圖像中的邊緣而獲得物體的幾何參數(shù)的過程，邊緣的定位精度直接影響最終的測量結(jié)果。因此，圖像邊緣提取方法是檢測的基礎(chǔ)和關(guān)鍵之一。在視覺測量領(lǐng)域中，早期使用的都是像素級邊緣檢測方法，例如常用的梯度算子、Lapacian算子和門式算子等。以上的邊緣檢測方法的精度可以達到像素級精度，即可以判斷出邊緣位于某個像素內(nèi)，但不能確定邊緣在該像素內(nèi)的更精確的位置。如果一個像素對應的實際長度較大，就會產(chǎn)生較大的誤差，傳統(tǒng)的整像素邊緣檢測方法就不再適用。

四、計算機視覺檢測技術(shù)在機加工零件檢測中的應用要素與過程

（一）曲陣CCD相機

面陣CCD是本項目圖像采集系統(tǒng)中的主要設(shè)備之一，其主要功能是采集實驗圖像。該CCD相機主要由CCD感光芯片、驅(qū)動電路、信號處理路、電子接口電路和光學機械接口等構(gòu)成。

（二）工業(yè)定焦鏡頭

在圖像測量系統(tǒng)中，鏡頭的主要作用是將目標聚焦在圖像傳感器的光敏面上。鏡頭的質(zhì)量直接影響到圖像測量系統(tǒng)的整體性能，合理選擇并安裝光學鏡頭是圖像測量系統(tǒng)設(shè)計的重要環(huán)節(jié)。

（三）數(shù)字圖像采集卡

隨著數(shù)字信號處理技術(shù)和嵌入式處理器技術(shù)在圖像采集卡中的應用，使得圖像采集卡向高速度、多功能和模塊化方向不斷發(fā)展。這類圖像采集卡不僅具有高速圖像采集功能，同時還具備部分圖像處理功能，因此又可以稱之為圖像處理卡。

（四）標定板

為提高測量精度，需要進行攝像機標定。標定過程中，采用NANO公司的CBC75mm}.0型高精度標定板，外形尺寸為75mmx75mmx3.0mm，圖形為棋盤格，其尺寸為2.0mmx2.0mm，精度為1級，即圖形尺寸精度與圖形位置精度為。

（五）背光源

背光方式只顯示不透明物體的輪廓，所以這種方式用于被測物需要的信息可以從其輪廓得到的場合。因此，為精確提取軸的圖像中的邊緣特征，需采用背光源。為使圖像邊緣更銳利，光源顏色選擇紅色。

五、結(jié)語

隨著計算機技術(shù)和光電技術(shù)的發(fā)展，已經(jīng)出現(xiàn)了一種新的檢測技術(shù)―基于計算機視覺的檢測技術(shù)，利用CCD攝像機作為圖像傳感器，綜合運用圖像處理等技術(shù)進行非接觸測量的方法，被廣泛地應用于零件尺寸的精密測量中。本文以面陣CCD為傳感器，研究了零件在線測量的方法，實現(xiàn)了零件尺寸的圖像邊緣亞像素定位測量，對面陣CCD在高精度測量方面的應用作了進一步的探索和研究，為面陣CCD在復雜零件尺寸高精度測量的實現(xiàn)打下了基礎(chǔ)。

篇6

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2013）05-1211-02

新型計算機視覺圖像精密測量是一種基于計算機程序設(shè)計以及圖像顯示的高精度的關(guān)鍵技術(shù)，它廣泛用于測量的領(lǐng)域，對于測量的準確性有很好的保證。這種關(guān)鍵技術(shù)是幾何了光學的特性，發(fā)揮了圖像學的顯影性，把普通的測量技術(shù)瞬間提升到了一個新的高度。在這項關(guān)鍵技術(shù)中包含了物理學中光的效應，圖像中的傳感器以及計算機中的編程軟件，這還不完全，還有一些其他科學領(lǐng)域知識的輔助，可以說這項關(guān)鍵技術(shù)是一個非常有技術(shù)含量的技術(shù)，很值得學者進行研究。

1 計算機視覺圖像精密測量的關(guān)鍵技術(shù)的具體形式

在以往的測量中，選擇的測量方式還是完全采用機械的形式，但是在使用了計算機視覺圖像精密測量后，完成了許多以往技術(shù)所不能達到的任務。在我們的研究中，計算機視覺圖像測量的原理是通過攝像機將被處理的對象采集進行影像采集，在多個控制點的數(shù)據(jù)采集完成后，系統(tǒng)會自動將這些圖像進行整合，得出相關(guān)的幾何多變參數(shù)，再在計算機上以具體的數(shù)據(jù)顯示出來，以供技術(shù)人員使用參照。

在上面所說的攝像機并不是我們通常意義上生活中使用的攝像機。它是一種可視化較強，表針比較敏感的測試儀。可以將視覺中的二維形態(tài)通過顯影，記錄在機械的光譜儀上，再將這種的二維圖像做數(shù)學處理，有二階矩陣轉(zhuǎn)換為三階矩陣，通過播放儀呈現(xiàn)出三維的影像。這時的圖像變?yōu)榱Ⅲw化，更有層次感，效果上也有了明顯的變化，這是一種顯示方法。此外還有一種造價較高的儀器，我們不常使用，就是圖像提取器。同樣是采集控制點的數(shù)據(jù)，將數(shù)據(jù)整合在系統(tǒng)之內(nèi)，然后對于原始的圖像進行預處理，不再經(jīng)過有曝光這個程序，將圖像中關(guān)鍵點的坐標在整個內(nèi)部軸面上體現(xiàn)出來，提取數(shù)據(jù)幀數(shù)，再運用機器的智能識別系統(tǒng)，對控制點的坐標進行數(shù)據(jù)分析，自動生成圖形，這也可以用于精密測量。它的優(yōu)點就是使用上極其的方面，基本只要架立儀器和打開開關(guān)，其他的工作機械系統(tǒng)都會自動的完成。使用的困難就是造價極其的高，不適合一般企業(yè)使用。在基于計算機視覺圖像測量中使用上的原理如下：

1） 計算出觀察控制點到計算機視覺圖像測量儀器的有效距離；

2） 得出觀察點到目標控制點之間的三維的運動幾何參數(shù)；

3） 推斷出目標控制點在整個平面上的表面特征（ 大多時候要求形成立體視覺）；

4） 還通過觀察可以判斷出目標物體的幾何坐標方位。

在整個計算機視覺圖像精密測量的關(guān)鍵技術(shù)中最關(guān)鍵的元件就是壓力應變電阻儀，這也是傳感器的一部分。壓力應變電阻儀的使用方式是將應力片粘貼在控制點位上，事先在物體表面打磨平整，清理干凈后，涂抹丙酮試劑，在液體完全風干后就可以黏貼應力片，通過導線的聯(lián)接，形成了一小段閉合的電路，時刻讓計算機視覺圖像系統(tǒng)可以感應到并作跟蹤觀察。因受到來自不同方面諧波的影響后，應力片會產(chǎn)生一定數(shù)值的電阻，在電路中，這些電阻會轉(zhuǎn)化為電流，視覺圖像系統(tǒng)接收到了電流后就會顯示在儀表盤上相應的數(shù)據(jù)，我們就可以根據(jù)儀表盤中的數(shù)據(jù)記錄測量中的數(shù)據(jù)，很好的解決了原始機械在使用過程中大量的做無用功所消耗資源的現(xiàn)象。傳感器對每個應點都進行動態(tài)的測量，將數(shù)據(jù)模轉(zhuǎn)換成現(xiàn)實中的圖像，精確的成像可以測算出控制點的位置，用計算機視覺圖像精密測量結(jié)合數(shù)據(jù)方面的相關(guān)的分析，得出施工中的可行性報告分析，減低了施工中的成本，將施工的預算控制在一個合理的范圍之內(nèi)。

當無法觀察到控制點是，計算機視覺圖像精密測量可以通過接收信號或是相關(guān)的頻率波段來收集數(shù)據(jù)，不會因為以往測量的環(huán)境不好，距離太遠，誤差太大的影響。

2 計算機視覺圖像精密測量的關(guān)鍵技術(shù)分析

在計算機視覺圖像精密測量的關(guān)鍵技術(shù)中解決了很多以往很難完成的任務，但是在使用過程中還是發(fā)生了很多的問題。尤其在視覺圖像的選擇中，無法使用高幀數(shù)的圖片顯示，無法將計算機視覺圖像精密測量的關(guān)鍵技術(shù)的優(yōu)點發(fā)揮出來。我們就計算機視覺圖像精密測量的關(guān)鍵技術(shù)中常見的問題進行討論。

2.1 降低失誤的概率

在很多的數(shù)據(jù)誤差中，有一部分是出現(xiàn)在人為的因素上面。對于機器的不熟悉和操作中的疏忽都會在一定程度上對圖像的視覺感模擬帶來麻煩。對于網(wǎng)絡設(shè)備的配置上，要經(jīng)常性的學習，將配置在可能的情況下設(shè)置的更加合理和使用，保證網(wǎng)絡連接系統(tǒng)的安全性。為防止更多因操作帶來的誤差，選用系統(tǒng)登入的制度，用戶在通過識別后進入系統(tǒng)，在采集數(shù)據(jù)后，確定最終數(shù)據(jù)上又相關(guān)的再次確定的標識，系統(tǒng)對本身有的登錄服務器和路由器有相關(guān)的資料解釋，記錄好實用操作的時間，及時備份。

2.2 對于權(quán)限的控制

權(quán)限控制是針對測量關(guān)鍵所提出的一種安全保護措施，它是在使用計算機視覺圖像精密測量的關(guān)鍵技術(shù)中對用戶和用戶組賦予一定的權(quán)限，可以限制用戶和用戶組對目錄、子目錄、文件、打印機和其他共享資源的瀏覽和更改。圖像中的運行服務器在停止的情況下可以做出不應答的操作指令，立刻關(guān)閉當前不適用的界面，加快系統(tǒng)的運行速度，對于每天的日志文件實時監(jiān)控，一旦發(fā)現(xiàn)問題及時解決。對于數(shù)據(jù)終端的數(shù)據(jù)可采用可三維加密的方法，定時進行安全檢測等手段來進一步加強系統(tǒng)的安全性。如果通過了加密通道，系統(tǒng)可以將數(shù)據(jù)自動的保存和轉(zhuǎn)換為視圖模式，對于數(shù)據(jù)的審計和運行可以同時進行，這樣就可以很好的保證大地測量中的圖像數(shù)據(jù)安全，利用防護墻將采集中廢棄的數(shù)據(jù)革除在外，避免數(shù)值之間發(fā)生紊亂的現(xiàn)象，進一步改善計算機視覺圖像精密測量的關(guān)鍵技術(shù)。

2.3 開啟自動建立備份系統(tǒng)

計算機視覺圖像精密測量的關(guān)鍵技術(shù)的完善中會常遇到系統(tǒng)突然崩潰或是圖像受到嚴重干擾導致無法轉(zhuǎn)換的一系列情況，發(fā)生這種情況最大的可能性就是系統(tǒng)在處理多組數(shù)據(jù)后無法重新還原成進入界面。這時為保證圖片轉(zhuǎn)換成數(shù)字的系統(tǒng)數(shù)據(jù)不丟失，我們對系統(tǒng)進行備份。選定固定的磁盤保存數(shù)據(jù)，定期將產(chǎn)生的數(shù)據(jù)（轉(zhuǎn)換前的圖像和轉(zhuǎn)換后的數(shù)值）導出，保證程序的正常運行。當系統(tǒng)一旦發(fā)生錯誤，可以盡快的恢復數(shù)據(jù)的初始狀態(tài)，為測量任務的完成爭取更多的時間。我們還要減少信號源周圍的干擾，定期的更新系統(tǒng)數(shù)據(jù)庫，保持數(shù)據(jù)采集的穩(wěn)定性，把攝像機記錄出的數(shù)據(jù)節(jié)點保存在相應的技術(shù)圖紙上，用這樣的方式來知道測量工作。系統(tǒng)備份的數(shù)據(jù)還可以用于數(shù)據(jù)的對比，重復測量后得出的數(shù)據(jù)，系統(tǒng)會自動也備份的數(shù)據(jù)進行比對，發(fā)現(xiàn)誤差值在規(guī)定以外，就會做出相應的預警，這樣也能在工作中降低出現(xiàn)誤差的概率。

3 計算機視覺圖像精密測量的關(guān)鍵技術(shù)遇到的困難和使用前景

計算機視覺圖像精密測量的關(guān)鍵技術(shù)作為一種新興技術(shù)在使用時間上不過十幾年，其使用的程度已經(jīng)無法估算。正是因為它的簡單、使用、精度高以及自動化能力卓越的特點受到了測量單位的廣泛青睞。在測量方面的這些可靠性和穩(wěn)定性也是有目共睹的。在土木和機械測量的行業(yè)計算機視覺圖像精密測量的關(guān)鍵技術(shù)都會有廣泛和良好的使用，前景也是十分的廣闊。但是不容忽視該技術(shù)也有一些弊端。這項關(guān)鍵技術(shù)中涵蓋的學科非常的多，涉及到的知識也很全面，一旦出現(xiàn)了機器的故障，在維修上還是一個很大的問題，如何很好的解決計算機視覺圖像技術(shù)的相關(guān)核心問題就是當下亟待解決的。

我們都知道，人的眼睛是可以受到吱聲的控制，想要完成觀測是十分簡單的，但是在計算機視覺圖像技術(shù)中，畢竟是采取攝像機取景的模式，在取得的點位有的時候不是特別的有代表性，很難將這些問題具體化、形象化。達不到我們設(shè)計時的初衷。所以在這些模型的構(gòu)建中和數(shù)據(jù)的轉(zhuǎn)換上必須有嚴格的規(guī)定和要求，切不可盲目的實施測量，每項技術(shù)操作都要按規(guī)程來實施。

上文中也談到了，計算機視覺圖像精密測量的關(guān)鍵技術(shù)中最主要的構(gòu)建是傳感器，一個合理的傳感器是體統(tǒng)的“心臟”，我們在儀器的操作中，不能時時刻刻對傳感器進行檢查，甚至這種高精度的元件在檢查上也并不是一件簡單的事情，通過不斷的研究，將傳感器的等級和使用方法上進行一定的創(chuàng)新也是一項科研任務。

4 結(jié)束語

在測量工程發(fā)展的今天，很多的測量技術(shù)已經(jīng)離不了計算機視覺圖像技術(shù)的輔助，該文中詳細的談到了基于計算機視覺圖像精密測量的關(guān)鍵技術(shù)方面的研究，對于之中可能出現(xiàn)的一些問題也提出了相應的解決方案。測量工程中計算機視覺圖像精密測量的關(guān)鍵技術(shù)可以很好的解決和完善測量中遇到的一些問題，但是也暴露出了很多的問題。

將基于計算機視覺圖像精密測量的關(guān)鍵技術(shù)引入到測量工程中來，也是加強了工程建設(shè)的信息化水平?？梢灶A見的是，在未來使用計算機視覺圖像技術(shù)建立的測量模型會得到更多、更好的應用。但作為一個長期復雜的技術(shù)工程，在這個建設(shè)過程中定會有一些困難的出現(xiàn)。希望通過不斷的發(fā)現(xiàn)問題、總結(jié)經(jīng)驗，讓計算機視覺圖像精密測量的關(guān)鍵技術(shù)在測量中作用發(fā)揮的更好。

參考文獻：

[1] 湯劍，周芳芹，楊繼隆.計算機視覺圖像系統(tǒng)的技術(shù)改造[J].機電產(chǎn)品開發(fā)與創(chuàng)新周刊，2005，14（18）：33-36.

篇7

中圖分類號：TP391.41

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

1 關(guān)于對視覺技術(shù)的相關(guān)研究

1.1 基于計算機的視覺檢測技術(shù)的原理分析和探究

圖像技術(shù)主要指的就是通過各種途徑所實現(xiàn)的對圖像的獲取以及進一步的深入加工和處理技術(shù)。根據(jù)視覺檢測技術(shù)的抽象程度以及對圖像處理方式的不同，可以大致將圖像的處理和加工技術(shù)劃分為三個最主要的層次，這三個層次分別是圖像的加工處理、圖像的分析以及對于圖像的理解。將這三個層次進行進一步的結(jié)合，便是圖像工程。計算機視覺檢測技術(shù)是一門新興的計算機檢測技術(shù)，該技術(shù)建立在對計算機視覺研究的基礎(chǔ)之上，吸收和借鑒相關(guān)的研究成果，借助于傳感器來實施三維測量，進而有效獲得被測物體的空間具置信息，故而可以很好的滿足當代制造業(yè)的發(fā)展需求。區(qū)別于一般的圖像處理系統(tǒng)，計算機視覺檢測技術(shù)所獲取的相關(guān)數(shù)據(jù)信息更為精準和迅速，其環(huán)境適應性更強。

基于計算機的視覺檢測技術(shù)注重計算理論的輔導作用，以應用為目標進行視覺技術(shù)分析。自上世紀七十年代以來，我國關(guān)于對計算機視覺檢測技術(shù)的研究又取得了顯著的進步，并且逐步邁入更為實質(zhì)性的研究階段，在該階段中，逐步開始從通過從多個角度（諸如光學角度、生理學角度以及投影射影角度等等）對其成像問題加以分析。以Marr為代表的專家更是建立了一些一般性的視覺性處理模型來輔助該技術(shù)的研究。

1.2 視覺檢測技術(shù)中傳感器的作用

在計算機的控制下配有相關(guān)的視覺檢測系統(tǒng)，在該視覺檢測系統(tǒng)中，主要有三個主要方面的主要作用：第一，對于視覺傳感器模型的分析以及確定；第二，進行圖像數(shù)據(jù)分散與整理的相關(guān)工作；第三，CAD模型的建立。傳感器的主要作用就是對測量棒材的多個截面進行分析，將所收集得到的數(shù)據(jù)經(jīng)由圖像采集卡采集后，傳到相關(guān)的圖像處理系統(tǒng)中，進而進一步輔助準確的模型的建立。

2 基于計算機的視覺檢測技術(shù)的應用研究分析

2.1 基于計算機的視覺檢測技術(shù)的發(fā)展狀況研究

在研究的初步階段，相關(guān)技術(shù)人員借助于數(shù)字化的圖像處理技術(shù)，主要就是為了進一步提高所獲得的數(shù)字照片的清晰度和質(zhì)量要求，進而更為精準、科學、規(guī)范的對照片所提供的信息加以辨別，為航空衛(wèi)星圖片的讀取、識別和分類做準備。在這一系列的視覺工作中，其中最為主要和常見的工作主要是包括分類、識別判讀以及三維結(jié)構(gòu)的構(gòu)建。

基于計算機的視覺檢測技術(shù)借助于對計算機視覺技術(shù)，將所獲得的被觀察物品的相關(guān)信息加以信號轉(zhuǎn)換，并傳遞給圖像處理系統(tǒng)，圖像處理系統(tǒng)通過甄別和判斷不同照片像素的分布和亮度等訊息，將其進一步轉(zhuǎn)換成為數(shù)字化信號，接下來由計算機的圖像系統(tǒng)抽出符合目標特征的信號加以運算，對下一步的設(shè)備動作加以決定和執(zhí)行。

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

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

2.2 基于計算機的視覺檢測技術(shù)的相關(guān)應用分析

2.2.1 數(shù)碼相機中所采用的圖像采集技術(shù)

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

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

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

2.2.3 特殊用紙水印在線檢測系統(tǒng)

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

3 基于計算機的視覺檢測技術(shù)的發(fā)展展望

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

4 結(jié)束語

隨著科學技術(shù)的不斷進步與發(fā)展，經(jīng)濟的發(fā)展對于新技術(shù)的研發(fā)提出了更高的挑戰(zhàn)，再者由于廣大人民群眾生活質(zhì)量的不斷提高，對于生活水平也有了進一步的認識和了解?；谟嬎銠C的視覺檢測技術(shù)的研發(fā)和進步，無疑更好推動了高速發(fā)展的經(jīng)濟，不斷滿足了人民群眾日益提高生活需求。由此來看，深入對視覺檢測技術(shù)的研究和探究無疑具有十分重要的作用，筆者衷心希望，以上關(guān)于對我國基于計算機的視覺檢測技術(shù)的相關(guān)探究能夠被相關(guān)負責人合理的吸收和采納，進而更好的推動科學技術(shù)的創(chuàng)新和進步，推動經(jīng)濟的不斷進步與發(fā)展。

參考文獻：

[1]李旭港.計算機視覺及其發(fā)展與應用[J].中國科技縱橫，2010（06）：42.

篇8

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

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

1 計算機視覺技術(shù)

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

2 計算機視覺技術(shù)在各領(lǐng)域的應用分析

隨著計算機視覺技術(shù)研究的不斷加深，該技術(shù)的應用領(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個方面對計算機視覺技術(shù)的應用進行簡要分析。

2.1 在工業(yè)領(lǐng)域中的應用

工業(yè)生產(chǎn)對產(chǎn)品的質(zhì)量要求極高，計算機視覺技術(shù)在工業(yè)上的應用主要集中在以下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)品在實際應用過程中作用的發(fā)揮。計算機視覺技術(shù)的應用能對產(chǎn)品進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)線運行過程中，計算機視覺技術(shù)能準確檢測出產(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)過程中摻進雜質(zhì)等。3）產(chǎn)品表面質(zhì)量的檢測。為了從各個方面保證產(chǎn)品的合格性，對其進行表面質(zhì)量的檢測也是一個極其重要的環(huán)節(jié)。計算機視覺技術(shù)實現(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)域中的應用

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

2.3 在林業(yè)生產(chǎn)中的應用

該技術(shù)在林業(yè)生產(chǎn)中的應用主要集中在農(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，不僅達不到防止林業(yè)有害生物的目的，還浪費了大量的人力、物力和財力。計算機視覺技術(shù)的應用能通過對施藥目標圖像進行實時分析，得出具體的施藥量和準確的施藥位置，該技術(shù)指導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，我國當前使用的方法主要是人工使用專業(yè)工具下的采集以及機械設(shè)備運用下的高空作業(yè)車采集和搖振采種機采集，這兩種方式都存在一定的安全性和效率問題。計算機視覺技術(shù)的應用能通過對需要進行采集的林木球果進行圖像采集來得出球果所處的具置，再結(jié)合專業(yè)機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)品在出售時大多要進行產(chǎn)品等級的劃分，所以將計算機視覺技術(shù)運用到對其顏色和外形尺寸的檢測上，有效達到了對農(nóng)產(chǎn)品進行檢測的目的。通過對外觀大小尺寸的檢測，不僅提高了對農(nóng)產(chǎn)品進行分門別類地等級劃分的效率，還在很大程度上減少了對產(chǎn)品的損壞；通過對西瓜等農(nóng)產(chǎn)品進行顏色上的檢測，能準確判斷其是否成熟，有效避免了人工操作下的失誤。

2.5 在電力系統(tǒng)自動化中的應用

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

2.6 在圖書館工作中的應用

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

3 結(jié)束語

通過以上對計算機視覺技術(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個方面的研究可以看出，隨著計算機技術(shù)的進一步發(fā)展以及計算機與各專業(yè)學科的不斷滲透，該技術(shù)的發(fā)展前景和應用領(lǐng)域都將更加廣闊。

篇9

中圖分類號：TP391.41 文獻標識碼：A文章編號：1009-3044(2007)04-11102-03

1 引言

基于案例推理(case-base reasoning)是人工智能中正不斷發(fā)展的一項重要推理技術(shù)。基于案例推理與類比推理方法相似，案例推理將舊經(jīng)驗或教訓轉(zhuǎn)換為知識，出現(xiàn)新問題時，首先查找以前是否有相似的案例，并用相似案例解決新問題。如果沒遇到相似案例的,經(jīng)過推理后解決新問題的方法，又會成為新的案例或新經(jīng)驗，下一次再遇到相同問題時，就可以復用這些案例或經(jīng)驗。

這與人遇到問題時，首先會用經(jīng)驗思考解決問題的方式相似，這也是解決問題較好的方法?；诎咐评響糜诠I(yè)產(chǎn)品檢測或故障診斷時具有以下特點：

CBR智能化程度較高。利用案例中隱含的難以規(guī)則化的知識，以輔助規(guī)則推理的不足，提高故障診斷系統(tǒng)的智能化程度。

CBR較好解決“知識獲取”的瓶頸。CBR知識表示以案例為基礎(chǔ)，案例的獲取比規(guī)則獲取要容易，大大簡化知識獲取的過。

CBR求解效率較高。是對過去的求解結(jié)果進行復用，而不是再次從頭開始推導，可以提高對新問題的求解效率。

CBR求解的質(zhì)量較高。CBR以過去求解成功或失敗的經(jīng)歷，可以指導當前求解時該怎樣走向成功或避開失敗。

CBR持續(xù)不斷的學習能力，使得它可以適應于將來問題的解決。

所以基于案例推理方法正不斷應用在產(chǎn)品質(zhì)量檢測和設(shè)備故障診斷方面，并取得較好的經(jīng)濟效益。為了產(chǎn)品檢測和設(shè)備故障診斷中，更為智能化，更容易實現(xiàn)現(xiàn)場檢測和診斷，計算機視覺技術(shù)起到很大的作用。

計算機視覺是研究用計算機來模擬人和生物的視覺系統(tǒng)功能的技術(shù)學科，使計算機具有感知周圍視覺世界的能力。通過計算機視覺，進行圖像的獲取預處理、圖像分割與特征抽取、識別與分類、三維信息理解、景物描述、圖像解釋，讓計算機具有對周圍世界的空間物體進行傳感、抽象、判斷的能力，從而達到識別、理解的目的。

計算機視覺隨著科學技術(shù)發(fā)展，特別計算機技術(shù)、通信技術(shù)、圖像采集技術(shù)、傳感器技術(shù)等，以及神經(jīng)網(wǎng)絡理論、模糊數(shù)學理論、小波的分析理論等計算機視覺理論的不斷發(fā)展和日趨成熟，使計算機視覺從上世紀60年代開始興起發(fā)展到現(xiàn)在，取得快速發(fā)展，已經(jīng)從簡單圖像質(zhì)量處理發(fā)展到圍繞著紋理分析、圖像編碼、圖像分割和濾波等研究。圖像的分析與處理，也由靜止轉(zhuǎn)向運動，由二維轉(zhuǎn)向三維，并主要著眼于對圖像的識別和理解上，也使計算機視覺的應用領(lǐng)域更為廣泛，為案例推理中運用計算機視覺打下基礎(chǔ)。

2 案例推理系統(tǒng)的主要關(guān)鍵技術(shù)

（1）案例的表示與組織

案例的表示與組織即是如何抽取案例的特征變量，并以一定的結(jié)構(gòu)在計算機中組織存儲。如何將信息抽取出特征變量，選擇什么語言描述案例和選擇什么內(nèi)容存放在案例中，案例按什么組織結(jié)構(gòu)存放在存儲器中，這關(guān)系到基于案例推理方法的效率，而且對于案例數(shù)量越來越多，結(jié)構(gòu)十分復雜的案例庫，尤其重要。

（2）案例的索引與檢索

案例的索引與檢索即是為了查找最佳相似案例，如何建立案例索引和相似度算法，利用檢索信息從案例庫中檢索并選擇潛在可用相似案例。后面的工作能否發(fā)揮出應有的作用，很大程度上依賴于這一階段得到的案例質(zhì)量的高低，因此這一步非常關(guān)鍵。

（3）案例的復用和調(diào)整

案例的復用即是如何根據(jù)舊案例得出新解，涉及到找出案例與新問題之間的不同之處，案例中的哪些部分可以用于新問題，哪些部分不適合應用于新問題的解決。而復用還分案例的結(jié)果復用，案例的求解方法復用。

（4）案例的學習

案例的學習即是將新解添加到案例庫中，擴充案例庫的案例種類與數(shù)量，這過程也是知識獲取。此過程涉及選取哪些信息保留，以及如何把新案例有機集成到案例庫中，包括如何存儲，如何建立索引等等。

針對案例推理的關(guān)鍵技術(shù)，根據(jù)檢測和故障診斷系統(tǒng)的特點，計算機視覺主要解決如何將產(chǎn)品圖像輸入系統(tǒng)，如何將產(chǎn)品圖像特征進行抽取和描述，如何區(qū)別產(chǎn)品不同之處。以便案例推理系統(tǒng)進行案例建模，確立案例的表示形成和案例相似度的計算。本文主要從計算機視覺如何運用在案例推理系統(tǒng)進行探討。

3 產(chǎn)品輸入系統(tǒng)

產(chǎn)品輸入系統(tǒng)在不同產(chǎn)品類型和生產(chǎn)環(huán)境可能有不同之處，主要應有傳感器單元和圖像采集單元。如圖1。

圖1 產(chǎn)品輸入系統(tǒng)結(jié)構(gòu)

傳感器單元主要判斷是否有產(chǎn)品存在，是否需要進行圖像采集，是否繼續(xù)下一個產(chǎn)品圖像的采集。這簡單傳感器可使用光電開關(guān)，配合光源，當產(chǎn)品經(jīng)過時，產(chǎn)品遮擋住光源，使光電開關(guān)產(chǎn)生一個0值，而沒有產(chǎn)品經(jīng)過時，光電開關(guān)產(chǎn)生相反的1值，系統(tǒng)通過判斷光電開關(guān)的值，從而判斷是否有產(chǎn)品。

圖像采集單元簡單地說是將產(chǎn)品拍攝并形成數(shù)字化圖像，主要包括光源、反射鏡、CCD相機和圖像采集卡等組成。光源和反射鏡作用主要使圖像中的物體和背景之間有較大灰度。CCD相機主要是拍攝設(shè)備。圖像采集卡主要是將圖像數(shù)字化。通過傳感器判斷有產(chǎn)品后，光源發(fā)出的光均勻地照在被測件上，CCD相機拍攝，拍攝圖像經(jīng)過圖像采集卡數(shù)字化后輸入存儲設(shè)備。存儲設(shè)備即為計算機硬盤。存放原始圖像、數(shù)據(jù)、處理結(jié)果等。

這是案例推理系統(tǒng)的原始數(shù)據(jù),是圖像處理、圖像特征抽取描述的基礎(chǔ)。

4 圖像處理

在案例推理系統(tǒng)中，需要對案例的組織和案例建模，案例的組織即案例的表示，相對計算機而言，即圖像特征的抽取，即某圖像具有與其它圖像不同之處，用于區(qū)別其它圖像，具有唯一性。同時，又能完整地表示該圖像。所以案例的表示要體現(xiàn)案例的完整性、唯一性、操作容易性。

圖像中有顏色區(qū)別、又有物體大小之分以及圖像由不同的物體組成。如何表示圖像，或說圖像內(nèi)部包含表示的本質(zhì)，即圖像的描述。根據(jù)圖像特點，確立圖像案例的表示，以圖像的像素、圖像的數(shù)字化外觀、圖像物體的數(shù)字組成等屬性。這需要對產(chǎn)品輸入的原始圖像進行處理。

在計算機視覺技術(shù)中，對原始圖像主要進行圖像增強、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內(nèi)容。經(jīng)過這些處理后，輸出圖像的質(zhì)量得到相當程度的改善，既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別。具體工作流程如圖2所示：

圖2 計算機視覺的任務與工作流程

圖像預處理是將產(chǎn)品的數(shù)字圖像輸入計算機后，首先要進行圖像的預處理，主要完成對圖像噪聲的消除以及零件的邊緣提取。預處理的步驟為：圖像二值化處理；圖像的平滑處理；圖像的邊緣提取。

圖像二值化處理主將灰度圖形二值化的關(guān)鍵是閾值的選取，由于物體與背景有明顯的灰度差，可以選取根據(jù)灰度直方圖中兩峰之間的谷值作為閾值來分割目標和背景。

圖像的平滑處理技術(shù)即圖像的去噪聲處理，主要是為了去除實際成像過程中因成像設(shè)備和環(huán)境所造成的圖像失真，提取有用信息。

圖像邊緣提取是為了將圖像中有意義的對象與其背景分開，并使之具有某種指定的數(shù)學或符號表達形式，使計算機能夠理解對象的具體含義，檢測出邊緣的圖像就可以進行特征提取和形狀分析了?？刹捎枚喾N算法，如采用Sobel算子提取邊緣。

圖像預處理是為下一步的特征描述打基礎(chǔ)，預處理的好壞直接影響案例推理的結(jié)果和檢測診斷的效率。

特征提取是對圖像進行描述，是案例建模關(guān)鍵，案例建模是根據(jù)案例組織要求抽取圖像特征，是建立案例索引和檢索的關(guān)鍵。如果圖像沒有特征，就談不上進行檢索。圖像特征可通過圖像邊界、圖像分割、圖像的紋理等方法，確定圖像特征，包括是什么產(chǎn)品、產(chǎn)品形狀大小、產(chǎn)品顏色，產(chǎn)品有什么缺陷、產(chǎn)品缺陷在什么位置等特征，根據(jù)這些圖像特征進行描述，形成計算機中屬性值，并從數(shù)據(jù)庫查找相應信息資料，從而確定產(chǎn)品之間的關(guān)系，相似度，也就是案例推理的方向。

5 系統(tǒng)的檢索

根據(jù)案例推理原理和相應算法，建立案例推理系統(tǒng)模型，如圖3所示。

圖3 案例推理系統(tǒng)

對話系統(tǒng)：完成人機交互、問題描述、結(jié)果顯示和系統(tǒng)總控制。

案例庫系統(tǒng)：由案例庫及案例庫管理系統(tǒng)組成。

數(shù)據(jù)析取系統(tǒng)：對各種已有的源數(shù)據(jù)庫的數(shù)據(jù)通過轉(zhuǎn)換而形成所需的數(shù)據(jù)。

多庫協(xié)同器：根據(jù)問題求解的需要，按照一定的數(shù)據(jù)抽取策略，完成問題求解過程中對模型庫系統(tǒng)、方法庫系統(tǒng)、知識庫系統(tǒng)和數(shù)據(jù)庫系統(tǒng)等資源的調(diào)度與協(xié)調(diào)。

知識庫系統(tǒng)：由產(chǎn)生式規(guī)則組成，這些知識包括專家經(jīng)驗和以規(guī)則形式表示的有關(guān)知識，也可以是數(shù)據(jù)挖掘結(jié)論，支持案例檢索、案例分析、案例調(diào)整等。 模型庫系統(tǒng)：由模型庫、算法庫、模型庫管理系統(tǒng)組成。完成模型識別和調(diào)用，并把結(jié)果綜合，送入對話系統(tǒng)顯示，作為補充信息供案例檢索、調(diào)整使用。

數(shù)據(jù)庫系統(tǒng)：存放待決策支持的所有問題，并完成其維護與查詢等功能。

由于系統(tǒng)主要應用產(chǎn)品的現(xiàn)場實時檢測監(jiān)控或故障診斷，所以系統(tǒng)的檢索時，也必須輸入檢索值，即輸入現(xiàn)場產(chǎn)品的圖像，在通過產(chǎn)品預處理、圖像的二值化、分割和邊界處理后，進行圖像特征描述，根據(jù)圖像描述進行分類識別。根據(jù)案例推理的算法檢索案例庫中，是否有相似的案例。即確定相似度。相似度確定主要由案例推理的算法確定，如貼近分析法。確定相似度最大作為結(jié)果，并將案例的解輸出，給相關(guān)控制系統(tǒng)進行決策。如產(chǎn)品質(zhì)量檢測，確定產(chǎn)品質(zhì)量是否合格，是否有不合格產(chǎn)品，不合格產(chǎn)品是什么原因造成，故障源是什么，如何解決和排除故障，等等。

6 結(jié)論

案例推理方法有效地解決計算機視覺技術(shù)中圖像檢索問題。對提高圖像檢索的效率和準確度提供了平臺。

計算機視覺技術(shù)也為案例推理系統(tǒng)實現(xiàn)產(chǎn)品現(xiàn)場實時檢測、監(jiān)控、診斷提供技術(shù)支持。計算機視覺技術(shù)現(xiàn)場的數(shù)據(jù)采集、處理為案例推理打好基礎(chǔ)。

兩者的結(jié)合設(shè)計的系統(tǒng)適用范圍很廣，只要產(chǎn)品需要進行質(zhì)量檢測、監(jiān)控，或設(shè)備需要進行故障診斷和維護，都可以適用。

系統(tǒng)提供的實時檢測、監(jiān)控和診斷功能，提高企業(yè)的生產(chǎn)效益，降低了生產(chǎn)成本。

參考文獻：

[1]（美）?？希⊿onka,M）.圖像處理分析與機器視覺[M].人民郵電出版社.

[2]王宏等譯.計算機視覺[M].電子工業(yè)出版社.

[3]蔡建榮.自然場景下成熟水果的計算機視覺識別[J].農(nóng)業(yè)機械，36(2)：61-64.

[4]王宇輝.基于計算機視覺的錐體零件尺寸在線檢測算法[J].重型機械，2005,2：4-6

[5]駱志堅.基于計算機視覺檢測技術(shù)自動計數(shù)系統(tǒng)的研究與應用[J].儀表技術(shù)與傳感器,2005,3：41-43.

[6]左小德.貼近度分析法在案例庫推理中的應用[J],南大學學報(自然科學版)，1997，18(1):21-26.

篇10

隨著計算機技術(shù)的快速發(fā)展，計算機設(shè)備逐漸被應用到社會生活的各個方面，尤其是在當前計算機視覺技術(shù)和圖像處理技術(shù)快速發(fā)展的時期，各個科技領(lǐng)域中的計算機視覺技術(shù)已經(jīng)逐漸成熟。計算機視覺技術(shù)主要是利用計算機智能化來替代人眼，即對于客觀存在的三維立體化世界的理解和識別，整個實現(xiàn)過程均是以計算機技術(shù)作為基礎(chǔ)。隨著計算機視覺技術(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、計算機工程、信號學、物理學、應用數(shù)學等綜合性學科。計算機視覺技術(shù)系統(tǒng)其在高性能計算機基礎(chǔ)之上來實現(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)進行處理，從而完成對數(shù)據(jù)集成。

一、視頻中運動物體檢測原理

對于視頻中的運動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行檢測，而微觀檢測法則是對所需要的區(qū)域進行圖像檢測。視覺技術(shù)在檢測運動物體的時候，首先對圖像進行采集，并對采集的信息數(shù)據(jù)進行預處理，將圖像進行分割，然后分別提取運動物體的影象，從而實現(xiàn)參數(shù)的更新。圖像采集過程中采用背景差分法，實現(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。另外在進行運動物體檢測的時候還可以采用幀間差分法，其主要是實時獲取幀圖，然后實現(xiàn)一幀一幀圖像比值的比較，從而獲取具有差值的圖像。運動物體進行檢測的時候需連續(xù)獲取幀圖，將這些幀圖組合起來，其實就是物體的運動軌跡，然后同分割技術(shù)就能勾勒出物體的輪廓。隨著計算機視覺技術(shù)的不斷深入研究，發(fā)現(xiàn)此兩種方法單獨使用仍然存在的一些缺點，于是研究人員將二種檢測方法進行融合，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)勢進行了融合，并將其靈活的應用到了生產(chǎn)和生活之中，取得了十分不錯的效用。

二、基于Opencv的計算機視覺技術(shù)探究

（一）基于Opencv的運動物體檢測

運動物體在進行檢測的時候，基于Opencv的檢測原理主要為：根據(jù)物體某項特定信息，例如，顏色、輪廓、性狀等，在復雜背景中利用這些特定的信息將物體分離出來。整個圖像的分離過程首先是進行視頻流捕捉，然后是進行視頻的格式轉(zhuǎn)換，再將圖像進行預處理，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，并完成對運動物體的跟蹤。從圖像中提取所需的目標物體，其實質(zhì)就是對整個屋里輪廓進行檢測和分割，根據(jù)每個圖像的幀差異來進行提取。

（二）基于Opencv圖像預處理

視覺技術(shù)應用于復雜的環(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，這對于運動物體的檢測和圖像采集會造成很大的影響。當獲取視頻幀圖像之后需對其數(shù)據(jù)進行預處理，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

由于在進行視頻圖像采集的時候存在著噪點，那么我們就需要對其進行噪點處理，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，其中線性方式進行處理器運算簡單、運算速度快，但是在進行處理之后的圖像都會呈現(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，確保信號的局部特點，但是其運算的速度會較慢。

2.圖像填充

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

3.實時背景更新

在進行圖像差分之前，需要對背景圖樣進行確定，并且需要對其進行初始化處理。以方便以后在進行檢測時候能夠?qū)崟r背景圖進行差分計算，只有這樣，才能夠獲得極佳的前景效果。在進行圖像差分時，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)算法對背景實施更新。整個圖像在進行更新時，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;將實時采集的圖像進行高斯平滑度處理，去除噪點;最后使用形態(tài)學濾波處理噪點。

（三）提取前景運動物體圖像

檢測運動物體的時候，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步驟，第一步為二值化圖像之后進行分割;第二步，圖像分析前處理，進行充分填充，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步驟：首先對前景圖像和背景圖像進行差分，然后對差分的圖像進行二值化，再對背景中的前景圖像邊緣進行檢測，根據(jù)輪廓進行填充圖像。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對圖像的采集產(chǎn)生影響。那么在前景圖中提取目標就需要在檢測系統(tǒng)中采用有效手段來完成背景實時更新。

閥值二值化分割法可以對檢測的物體進行前景和背景差圖分割，從而使目標物體能夠分離出圖像，且閥值分割先要確定每個像素的點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行比較，其結(jié)果解釋所有像素點分為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，確定分割的閥值T，然后分割圖像。選取合適的閥值進行分割，可以有效的減少光照因素影響，常用的動態(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、計算機視覺三維技術(shù)

計算機視覺技術(shù)的核心為分割問題、運動分析、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物體的三維幾何信息。計算機視覺所模擬出的3D立體畫面只需要攝像機從不同的角度同一時間針進行圖像捕獲，將2D信息進行3D重構(gòu)，進而將計算機程序重建于真實的三維場景之中，以恢復物體的真實空間信息。

（一）視覺系統(tǒng)

視覺系統(tǒng)捕獲圖像的過程，實則可以看成為對大量信息進行處理過程，整個系統(tǒng)處理可以分為三個層次，其一，理論層次;其二，描述層次;其三，實現(xiàn)層次。在攝像機視覺系統(tǒng)之中，輸入的是2D圖像，但是輸出為3D信息，而這就可以實現(xiàn)對圖像的位置、距離等信息的如實描述。視覺系統(tǒng)分為三個進階層次，第一階段為基礎(chǔ)框架;第二階段為2.5D表達;第三階段為三維階段。在第二階段中實現(xiàn)的2.5D表達，其原理是將不完整的3D圖像信息進行表達，即以一個點為坐標，從此點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，從而實現(xiàn)了將2.5D圖像信息的疊加重合運算，進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間內(nèi)的同一物體的時候，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，利用兩臺攝像機或者一臺攝像機，對兩幅不同的圖像進行不同角度觀察，并且對其觀察的數(shù)據(jù)進行對比分析。實現(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，捕獲幀圖像，由于環(huán)境因素會造成圖像差異困難。為了更好的跟蹤目標、檢測，當捕獲圖像之后，需要對圖像進行預處理。

（2）攝像標定方式

獲得真實坐標系中的場景點中的與平面成像點占比見的對應關(guān)系，借用三維立體空間中的三維坐標，標定之后確定攝像機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、跟蹤目標的準確性，需要對目標物體進行特征提取，從而實現(xiàn)對圖像分割提取。

（4）深度計算

深度信息主要是根據(jù)幾何光學原理，從三維世界進行客觀分析，因為距離會產(chǎn)生不同的位置，會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)合三角原理進行計算，可呈現(xiàn)出深度的圖像信息。

（三）攝像機模型

攝像機在標定過程中確定了其建立的基礎(chǔ)為攝像機的模型，攝像機模型在標定過程中關(guān)系到三個不同坐標系的轉(zhuǎn)換，分別為2D圖像平面坐標系、攝像機自身坐標系以及真實的世界坐標系。攝像機在攝像的時候起本質(zhì)是2D圖像坐標轉(zhuǎn)換，首先要定義攝像機的自身坐標系，將坐標系的原點設(shè)置為光心，X、Y、Z成立三維坐標系。其次則是建立平面的圖像坐標系，用以透視模型表示，其原點也在廣心的位置，稱之為主點。實際應用中，物理的距離光心的位置d≠f焦距，而且會遠遠大于焦距，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坐標系中，光軸和原點重合，并且攝像機與垂直平面的垂直方向相同，真實圖像上的點影射到攝像機坐標系。

（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，尤其在進行Kinect傳輸數(shù)據(jù)處理的時候，需遵循三條步驟的運行管線。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)

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

參考文獻