計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)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)的基礎(chǔ)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)的基礎(chǔ)范文

關(guān)鍵詞：計(jì)算機(jī)視覺；課程創(chuàng)新；教學(xué)改革

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）20-0118-02

計(jì)算機(jī)視覺課程是人工智能學(xué)科的分支學(xué)科，對(duì)互聯(lián)網(wǎng)技術(shù)的發(fā)展有著重要的推進(jìn)作用。隨著時(shí)代的飛速變遷，越來越多的學(xué)生對(duì)這一領(lǐng)域產(chǎn)生了濃厚的興趣，計(jì)算機(jī)視覺課程在信息專業(yè)中也開始占據(jù)重要的地位。如何讓學(xué)生對(duì)這門課程保持長(zhǎng)久的興趣，如何培養(yǎng)學(xué)生的專業(yè)能力和實(shí)踐能力，是當(dāng)前高校應(yīng)該考慮的問題。經(jīng)過近幾年的教學(xué)實(shí)踐后，很多高校已經(jīng)逐步確定了通過實(shí)際應(yīng)用培養(yǎng)學(xué)生興趣的教學(xué)方法，在滿足學(xué)生對(duì)計(jì)算機(jī)視覺應(yīng)用需求的同時(shí)，加深了學(xué)生對(duì)理論知識(shí)的理解，這已經(jīng)成為了當(dāng)前高校計(jì)算機(jī)視覺課程教學(xué)的重要模式。

一、計(jì)算機(jī)視覺課程的特點(diǎn)

近年來，隨著計(jì)算機(jī)網(wǎng)絡(luò)的飛速發(fā)展，計(jì)算機(jī)視覺的應(yīng)用也越來越廣泛，成為了信息相關(guān)專業(yè)學(xué)生的一門必修課。計(jì)算機(jī)視覺課程涉及眾多領(lǐng)域，包括人工智能與模式識(shí)別、應(yīng)用數(shù)學(xué)等，其覆蓋范圍廣，綜合性較強(qiáng)。具體來說，計(jì)算機(jī)視覺課程有以下幾個(gè)特點(diǎn)：一是內(nèi)容廣泛，理論抽象。計(jì)算機(jī)視覺是一門新技術(shù)，隨著時(shí)代的變遷，互聯(lián)網(wǎng)新技術(shù)的更新日新月異，這就使得課程內(nèi)容的更新過快，內(nèi)容廣泛，教師很難在第一時(shí)間向?qū)W生輸送所有的課程知識(shí)。二是計(jì)算機(jī)視覺課程涉及多個(gè)學(xué)科領(lǐng)域，并且所涉及的領(lǐng)域知識(shí)內(nèi)容復(fù)雜，表達(dá)抽象，這對(duì)學(xué)生的學(xué)習(xí)來說是一個(gè)較大的障礙。三是實(shí)踐性強(qiáng)。計(jì)算機(jī)視覺課程的知識(shí)內(nèi)容來源于各種專業(yè)不同的領(lǐng)域，操作性極強(qiáng)，學(xué)生只有在具有一定的工程項(xiàng)目綜合能力后，才能進(jìn)行計(jì)算機(jī)視覺應(yīng)用和操作。

二、計(jì)算機(jī)視覺與計(jì)算機(jī)圖形學(xué)、數(shù)字圖像處理之間的聯(lián)系和區(qū)別

1.計(jì)算機(jī)視覺與計(jì)算機(jī)圖形學(xué)的聯(lián)系與區(qū)別。計(jì)算機(jī)視覺一般輸入的都是圖像或圖像序列，其輸入資料主要來自u(píng)sb攝像頭或是相機(jī)。經(jīng)過處理后，計(jì)算機(jī)視覺輸出的是對(duì)圖像序列和圖像對(duì)應(yīng)的對(duì)真實(shí)世界的一種理解，在這一方面，計(jì)算機(jī)視覺有識(shí)別車牌、人臉的作用。而計(jì)算機(jī)圖形學(xué)則是一種對(duì)虛擬場(chǎng)景的描述。它一般是由多個(gè)多邊性數(shù)組組成，每個(gè)多邊性有三個(gè)頂點(diǎn)，輸出的是二維像素?cái)?shù)組。在增強(qiáng)現(xiàn)實(shí)的應(yīng)用中，人們不僅需要用計(jì)算機(jī)視覺來提高對(duì)物體識(shí)別和姿態(tài)獲取的效率，還需要用到計(jì)算機(jī)圖形學(xué)對(duì)虛擬三維物體的疊加方法。

2.計(jì)算機(jī)視覺與數(shù)字圖像處理的聯(lián)系和區(qū)別。首先，計(jì)算機(jī)視覺與數(shù)字圖像處理之間的聯(lián)系在于數(shù)字圖像處理是計(jì)算機(jī)視覺處理的基礎(chǔ)，而計(jì)算機(jī)視覺的研究成果也可以作為數(shù)字處理的素材。其次，計(jì)算機(jī)視覺與數(shù)字圖像處理之間的區(qū)別在于圖形是一種純數(shù)字化、矢量的單位，而圖像則不僅包括圖形，有時(shí)還包括來自現(xiàn)實(shí)世界的信號(hào)，并且圖形的處理不是一種簡(jiǎn)單的堆積，計(jì)算機(jī)視覺的處理要從圖像中找到一些統(tǒng)計(jì)數(shù)據(jù)和信息，并做進(jìn)一步的數(shù)據(jù)分析。

三、高校計(jì)算機(jī)視覺課程教學(xué)的創(chuàng)新策略

1.以工程應(yīng)用為導(dǎo)向的課程內(nèi)容。鑒于學(xué)習(xí)本課程的學(xué)生在畢業(yè)之后多數(shù)會(huì)進(jìn)入相關(guān)工程企業(yè)或者研究院工作，因此，在對(duì)學(xué)生進(jìn)行培養(yǎng)時(shí)，高校一方面要考慮到學(xué)生的知識(shí)接受度，另一方面要設(shè)置以工程應(yīng)用為導(dǎo)向的課程內(nèi)容，幫助學(xué)生更好的進(jìn)入企業(yè)或研究院開展工作。高校在進(jìn)行計(jì)算機(jī)視覺課程教學(xué)創(chuàng)新時(shí)，首先要?jiǎng)?chuàng)新課程教材，摒棄以往枯燥的理論書籍，多選取一些實(shí)踐性和應(yīng)用性強(qiáng)的教材?？紤]到國(guó)內(nèi)教材的滯后性和學(xué)生基礎(chǔ)的薄弱性，高校應(yīng)該選擇以下兩本書作為學(xué)生的專用教材：一本是我國(guó)著名教授賈云得編纂的《機(jī)器學(xué)習(xí)》，這部教材深刻體現(xiàn)了時(shí)展的教學(xué)要求，書中不僅詳細(xì)講述了計(jì)算機(jī)視覺中的一些基本知識(shí)，包括計(jì)算機(jī)視覺的基本概念、算法及其應(yīng)用，還有一些經(jīng)典的數(shù)字圖像處理方法和視覺應(yīng)用分析，對(duì)學(xué)生了解基礎(chǔ)知識(shí)和實(shí)踐內(nèi)容有著重要的意義；另外一本是國(guó)內(nèi)外十分推崇的計(jì)算機(jī)視覺著作，它是美國(guó)教授Richard Szeliski教授的作品。該書在2010年出版，獲得了眾多業(yè)界人士的好評(píng)。Richard Szeliski教授是華盛頓大學(xué)的兼職教授，也是微軟研究院交互視覺與多媒體的主任，他對(duì)計(jì)算機(jī)視覺的發(fā)展和未來走向十分清楚，也深刻了解產(chǎn)業(yè)界和大學(xué)需要什么樣的計(jì)算機(jī)視覺課程教材。因此，這本教材面向應(yīng)用，與當(dāng)今最新的科技成果緊密相連，綜合論述了計(jì)算機(jī)視覺在各個(gè)領(lǐng)域的發(fā)展，展示了計(jì)算機(jī)視覺的最新研究成果和未來的發(fā)展趨勢(shì)。此外，本書中還有詳細(xì)的國(guó)外研究案例和更加深入的應(yīng)用案例，適合學(xué)生開展探究性學(xué)習(xí)。兩本教材都是遵循以工程應(yīng)用為導(dǎo)向的原則，對(duì)學(xué)生開放性思維的培養(yǎng)有著重要的意義。

2.面向科技最新成果的課程定位。計(jì)算機(jī)視覺是一門新技術(shù)，科技創(chuàng)新是其發(fā)展的原動(dòng)力，因此，高校在進(jìn)行課程安排時(shí)，應(yīng)該將當(dāng)今計(jì)算機(jī)視覺領(lǐng)域的重要的科技成果作為計(jì)算機(jī)課程的基本教學(xué)內(nèi)容。要想以科技最新成果定位計(jì)算機(jī)視覺課程，高校要做到以下兩個(gè)方面：（1）選取涵蓋最新成果的教材?？紤]到不同學(xué)生的數(shù)字圖像處理基礎(chǔ)不一的問題，學(xué)?？梢栽谡n程中補(bǔ)充一些有關(guān)數(shù)字圖像處理的基礎(chǔ)內(nèi)容。在選擇教材內(nèi)容時(shí)，計(jì)算機(jī)視覺課程的內(nèi)容應(yīng)該包括數(shù)字圖像處理、視覺學(xué)習(xí)和模式識(shí)別這三大部分。數(shù)字圖像處理是視覺課程的基礎(chǔ)內(nèi)容，主要向?qū)W生介紹數(shù)字圖像處理和計(jì)算機(jī)視覺所涉及的一些基礎(chǔ)知識(shí)，包括圖像的分割和檢測(cè)、圖像濾波的處理等。數(shù)字圖像處理是整個(gè)計(jì)算機(jī)課程學(xué)習(xí)的重要基礎(chǔ)內(nèi)容，其課時(shí)可占總課時(shí)的二分之一。其次，視覺部分是近幾年來計(jì)算機(jī)視覺的最新科技成果，內(nèi)容主要包括攝像機(jī)的幾何設(shè)定和計(jì)算機(jī)攝影機(jī)的序列處理等。作為最前沿的科技領(lǐng)域，視覺部分將會(huì)是該課程后期的重點(diǎn)內(nèi)容，與實(shí)踐作業(yè)緊密結(jié)合。而模式識(shí)別則更多的是新技術(shù)的一種工程應(yīng)用，學(xué)生會(huì)更多的涉及到實(shí)踐操作，更好的培養(yǎng)學(xué)生的實(shí)踐能力。（2）強(qiáng)化學(xué)生自學(xué)和調(diào)研能力。課程調(diào)研和實(shí)踐是信息專業(yè)學(xué)生強(qiáng)化能力的重要方法之一，高?？梢栽谡n程項(xiàng)目中引入新技術(shù)的探究，在使課程在具有基礎(chǔ)性、研究性的同時(shí)，具有一定的前沿性，還能讓學(xué)生在第一時(shí)間了解到最新的科技成果和互聯(lián)網(wǎng)應(yīng)用技術(shù)。在課程調(diào)研和實(shí)踐中，高校必須要強(qiáng)化學(xué)生的自學(xué)和調(diào)研能力，在調(diào)研時(shí)給每一個(gè)小組安排一位高年級(jí)研究生作為指導(dǎo)，每組學(xué)生獨(dú)立完成任務(wù)，高年級(jí)研究生只做引導(dǎo)和輔助的作用。學(xué)生在自我設(shè)置調(diào)研程序，查找資料，理解和熟悉相關(guān)程序的時(shí)候，能夠更加掌握最新科技成果的內(nèi)容，同時(shí)還提高了學(xué)生的自學(xué)能力和團(tuán)隊(duì)協(xié)作能力。

3.工程實(shí)踐化的教學(xué)形式。工程項(xiàng)目綜合能力是信息專業(yè)的學(xué)生必須具備的素質(zhì)之一，因此在計(jì)算機(jī)視覺課程的教學(xué)過程中，培養(yǎng)學(xué)生的工程實(shí)踐能力是教學(xué)目標(biāo)之一。高?？梢圆扇∫韵聝煞N方法：（1）選取適當(dāng)?shù)墓こ虒?shí)例。對(duì)于信息專業(yè)的學(xué)生而言，計(jì)算機(jī)視覺課程各個(gè)獨(dú)立的算法和方法較多，彼此沒有過多的聯(lián)系。這對(duì)學(xué)生來說過于抽象，不易理解，因此教師不應(yīng)當(dāng)僅僅限于知識(shí)的傳授，還應(yīng)該選取一些適當(dāng)?shù)墓こ虒?shí)例，將知識(shí)體系串聯(lián)在一起，加深學(xué)會(huì)對(duì)教學(xué)內(nèi)容的理解，從而達(dá)到良好的教學(xué)效果。例如，在教學(xué)過程中，教師可以著重介紹手機(jī)制造的例子。手機(jī)是現(xiàn)在學(xué)生十分熟悉的產(chǎn)品，用手機(jī)舉例更加貼近學(xué)生的生活，教師可以詳細(xì)介紹手機(jī)鍵盤和主板的制造過程，并在這一過程中將所學(xué)的算法和理論融合進(jìn)去，加深學(xué)生對(duì)知識(shí)的理解。其次，教師在手機(jī)講解時(shí)，還可以引導(dǎo)學(xué)生思考類似的產(chǎn)品制造，從而引出數(shù)碼相機(jī)的制造原理，和學(xué)生一起探討其制造算法。這種做法不僅可以幫助學(xué)生學(xué)習(xí)，還可以讓學(xué)生拓寬思路，發(fā)散思維，不斷創(chuàng)新計(jì)算機(jī)視覺領(lǐng)域。（2）選擇合適的實(shí)際應(yīng)用。計(jì)算機(jī)視覺課程是一門實(shí)踐性和操作性極強(qiáng)的學(xué)科，因此，為了學(xué)生更好的學(xué)習(xí)，教師要將理論工程實(shí)踐化，選擇合適的實(shí)際應(yīng)用來提高學(xué)生的實(shí)踐能力。教師可以安排學(xué)生進(jìn)入手機(jī)制造廠房，給學(xué)生上一堂別開生面的實(shí)踐課，詳細(xì)介紹每個(gè)制造流程，并向?qū)W生不斷拋出與課程有關(guān)的問題，引發(fā)學(xué)生的思考，比如選擇什么樣的模板匹配法可以更為簡(jiǎn)單。學(xué)生在不斷的解答和提問中，對(duì)學(xué)科知識(shí)的了解也會(huì)逐步加深。其次，高?？梢越ｉT的實(shí)訓(xùn)基地，學(xué)生可以在基地里實(shí)踐操作，將理論轉(zhuǎn)化為實(shí)物，親自嘗試做出模型，這種做法可以極大地提高學(xué)生的實(shí)踐能力，使學(xué)生更快的將理論轉(zhuǎn)化為實(shí)際。

四、結(jié)語(yǔ)

在新形勢(shì)下，高校應(yīng)不斷創(chuàng)新計(jì)算機(jī)視覺課程的教學(xué)模式，并以此展開教學(xué)活動(dòng)，培養(yǎng)學(xué)生的實(shí)踐能力和創(chuàng)新精神。將工程應(yīng)用和科技最新成果結(jié)合的教學(xué)模式，有利于解決理論和實(shí)踐相脫節(jié)的問題，在增強(qiáng)學(xué)生學(xué)習(xí)興趣、提高學(xué)生獨(dú)立分析能力的同時(shí)，還使學(xué)生接觸了國(guó)際最新的研究成果，拓寬了學(xué)生的思路，這對(duì)學(xué)生未來的發(fā)展有著重要的意義。

參考文獻(xiàn)：

[1]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[J].理工高教研究，2010，（05）.

[2]倫向敏，侯一民.高校《計(jì)算機(jī)視覺》課程輔助教學(xué)系統(tǒng)的研究[J].教育教學(xué)論壇，2012，（18）.

[3]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[J].當(dāng)?shù)亟逃碚摵蛯?shí)踐，2013，（07）.

[4]楊晨.視覺傳達(dá)設(shè)計(jì)專業(yè)插畫設(shè)計(jì)課程創(chuàng)新與實(shí)踐人才培養(yǎng)機(jī)制探究[J].藝術(shù)科技，2015，（05）.

[5]蔣辰.基于數(shù)字媒體環(huán)境的視覺傳達(dá)設(shè)計(jì)專業(yè)綜合實(shí)驗(yàn)課程改革探證[J].文藝生活：中旬刊，2015，（07）.

[6]張勝利.視覺傳達(dá)設(shè)計(jì)專業(yè)中色彩風(fēng)景寫生課程多元立體化教學(xué)模式的構(gòu)建[J].美術(shù)教育研究，2015，（08）.

第2篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

【關(guān)鍵詞】精密測(cè)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(cè)量的運(yùn)用，對(duì)于測(cè)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(cè)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(cè)量進(jìn)行分析，并對(duì)其關(guān)鍵技術(shù)做以簡(jiǎn)析。

1 概論

1.1 什么是計(jì)算機(jī)視覺圖像精密測(cè)量

計(jì)算機(jī)視覺精密測(cè)量從定義上來講是一種新型的、非接觸性測(cè)量。它是集計(jì)算機(jī)視覺技術(shù)、圖像處理技術(shù)及測(cè)量技術(shù)于一體的高精度測(cè)量技術(shù)，且將光學(xué)測(cè)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(shì)及特性。這種測(cè)量方法在現(xiàn)代測(cè)量中被廣泛使用。

1.2 計(jì)算機(jī)視覺圖像精密測(cè)量的工作原理

計(jì)算機(jī)視覺圖像精密測(cè)量的工作原理類似于測(cè)量?jī)x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(cè)量數(shù)據(jù)。其原理簡(jiǎn)單分為以下幾步：

（1）對(duì)被測(cè)量物體進(jìn)行圖像掃描，在對(duì)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(duì)于儀器掃描的影響。

（2）形成比例的原始圖，在對(duì)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(duì)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(duì)圖像特征進(jìn)行有效的分類整理，主要對(duì)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(duì)于整理分類出的特征進(jìn)行數(shù)據(jù)分析存儲(chǔ)。對(duì)于計(jì)算機(jī)視覺圖像精密測(cè)量的工作原理就進(jìn)行以上分析。

1.3 主要影響

從施工測(cè)量及測(cè)繪角度分析，對(duì)于計(jì)算機(jī)視覺圖像精密測(cè)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(duì)于計(jì)算機(jī)視覺圖像精密測(cè)量是有限的，基本對(duì)于計(jì)算機(jī)視覺圖像精密測(cè)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(duì)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(duì)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(duì)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(cè)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(cè)量下的關(guān)鍵技術(shù)

計(jì)算機(jī)視覺圖像精密測(cè)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(chǔ)

在對(duì)計(jì)算機(jī)視覺圖像精密測(cè)量的原理分析，參照計(jì)算機(jī)視覺圖像精密測(cè)量的工作原理，對(duì)設(shè)備的質(zhì)量要求很高，計(jì)算機(jī)視覺圖像精密測(cè)量?jī)x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(chǔ)。為了避免這種情況的發(fā)生，需要對(duì)于測(cè)量成果技術(shù)進(jìn)行有效的存儲(chǔ)。將測(cè)量數(shù)據(jù)成果存儲(chǔ)在固定、安全的存儲(chǔ)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(chǔ)，快速還原數(shù)據(jù)。在對(duì)于前期測(cè)量數(shù)據(jù)再次進(jìn)行測(cè)量或多次測(cè)量，系統(tǒng)會(huì)對(duì)于這些數(shù)據(jù)進(jìn)行統(tǒng)一對(duì)比，如果出現(xiàn)多次測(cè)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(cè)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(duì)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(cè)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(duì)操作人員工作的熟練程度的一種考驗(yàn)，主要是對(duì)于儀器的架設(shè)及觀測(cè)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?cè)谏町?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(duì)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(cè)量中對(duì)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(cè)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(cè)量發(fā)展趨勢(shì)

目前我國(guó)國(guó)民經(jīng)濟(jì)快速發(fā)展，我們對(duì)于精密測(cè)量的要求越來越來高，特別是近年我國(guó)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(cè)試的范圍。在這樣的前景下，我們對(duì)于計(jì)算機(jī)視覺圖像精密測(cè)量的發(fā)展趨勢(shì)進(jìn)行一個(gè)預(yù)估，其主要發(fā)展趨勢(shì)有以下幾方面：

3.1 測(cè)量精度

在我們?nèi)粘Ｉ钪校覀兂Ｓ玫拈L(zhǎng)度單位基本在毫米級(jí)別，但在現(xiàn)在生活中，毫米級(jí)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(cè)量精度也是計(jì)算機(jī)視覺圖像精密測(cè)量發(fā)展趨勢(shì)的重要方向，主要在于提高測(cè)量精度，在向微米級(jí)及納米級(jí)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(cè)的目的。

3.2 圖像技術(shù)

計(jì)算機(jī)的普遍對(duì)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(cè)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(cè)量的技術(shù)也是對(duì)于精密測(cè)量的一種推廣。

4 結(jié)束語(yǔ)

在科技發(fā)展的現(xiàn)在，測(cè)量是生活中不可缺少的一部分，測(cè)量同時(shí)也影響著我們的衣食住行，在測(cè)量技術(shù)中加入計(jì)算機(jī)視覺圖像技術(shù)是對(duì)測(cè)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(cè)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(cè)量的關(guān)鍵技術(shù)分析[J].電腦知識(shí)與技術(shù)，2013（05）：1211-1212.

第3篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

[關(guān)鍵詞] 物流企業(yè)； 自動(dòng)化； 算法

[中圖分類號(hào)] F252； TP39 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2013）06- 0058- 03

0 引 言

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

產(chǎn)業(yè)融合促進(jìn)了傳統(tǒng)產(chǎn)業(yè)創(chuàng)新， 進(jìn)而推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與產(chǎn)業(yè)發(fā)展，即產(chǎn)生創(chuàng)新性優(yōu)化效應(yīng)。物流信息化的重要性已經(jīng)引起國(guó)內(nèi)很多學(xué)者的重視，并紛紛提出相應(yīng)的觀點(diǎn)和建議。馬健（2005）認(rèn)為物流企業(yè)將在建立呼叫中心、應(yīng)用系統(tǒng)領(lǐng)域和網(wǎng)絡(luò)計(jì)算機(jī)領(lǐng)域出現(xiàn)信息化融合的趨勢(shì)，并提出物流企業(yè)應(yīng)采取的戰(zhàn)略。鄧小瑜（2011）等從技術(shù)融合、產(chǎn)品融合、業(yè)務(wù)融合、產(chǎn)業(yè)衍生4個(gè)層面闡述了物流業(yè)如何進(jìn)行信息化建設(shè)。物流業(yè)與信息業(yè)的融合包含通過融合信息技術(shù)提高來增強(qiáng)企業(yè)競(jìng)爭(zhēng)力和將信息業(yè)務(wù)增加到物流服務(wù)中形成新的業(yè)務(wù)2個(gè)方面。

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

1 計(jì)算機(jī)視覺的相關(guān)知識(shí)

1.1 計(jì)算機(jī)視覺的概念

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

1.2 亮度要求

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

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

LED是目前用于計(jì)算機(jī)視覺的主要照明技術(shù)，相比白熾燈、日光燈等使用時(shí)間短、亮度逐漸減弱的特點(diǎn)，LED燈的壽命超過100萬(wàn)小時(shí)，而且耗電小，產(chǎn)生熱量少。

1.3 計(jì)算機(jī)和攝像機(jī)的接口

常用的計(jì)算機(jī)和攝像機(jī)接口包括IEEE 1394、Ethernet、USB2.0 and Gigabit Ethernet等。

1.4 RGB介紹

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

2 計(jì)算機(jī)視覺在物流領(lǐng)域的優(yōu)勢(shì)

隨著物流業(yè)的迅速發(fā)展，計(jì)算機(jī)視覺在條形碼識(shí)別、運(yùn)動(dòng)物流跟蹤方面逐漸得到應(yīng)用。與傳統(tǒng)方法相比，計(jì)算機(jī)視覺應(yīng)用在物流領(lǐng)域的優(yōu)勢(shì)為以下方面。

2.1 靈活、低成本

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

2.2 高效、準(zhǔn)確

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

3 計(jì)算機(jī)視覺在流水線中多方位跟蹤計(jì)數(shù)的算法

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

系統(tǒng)會(huì)在視頻圖像中設(shè)計(jì)①、②、③、④四個(gè)計(jì)數(shù)區(qū)域，在物品進(jìn)行相關(guān)處理前進(jìn)行計(jì)數(shù)。計(jì)數(shù)方法為將每幀圖像變?yōu)楹诎讏D，圖像中的紅色變?yōu)榘咨溆喽甲優(yōu)楹谏?。?dāng)每幅圖像中的紅線部分中的白色像素超過一定閾值時(shí)，認(rèn)為物體撞線，如圖2所示，這時(shí)確定有需要計(jì)數(shù)的物品通過，可以開始計(jì)數(shù)。

3.1 主要算法

3.2 算法的運(yùn)行結(jié)果

OpenCV是Intel公司開發(fā)的開源計(jì)算機(jī)視覺庫(kù)。它提供了幾百個(gè)C/C++函數(shù)，實(shí)現(xiàn)了計(jì)算機(jī)視覺領(lǐng)域中大部分最常用的算法。利用Intel開發(fā)的開源視覺庫(kù)Intel OpenCV和VC6.0將上述算法轉(zhuǎn)換為對(duì)應(yīng)的源代碼，可實(shí)現(xiàn)4個(gè)區(qū)域的物品計(jì)數(shù)。

3.3 算法的評(píng)價(jià)

該算法利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)了物流流水線上的多方位計(jì)數(shù)，提高物流企業(yè)的信息化水平，節(jié)約了資金。算法簡(jiǎn)單，運(yùn)行速度快，完全可以滿足物流企業(yè)的實(shí)際需求。

4 結(jié)論與建議

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

4.1 要有一個(gè)戰(zhàn)略性的全局行動(dòng)綱領(lǐng)

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

4.2 解決主要問題

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

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

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

4.4 創(chuàng)新型物流人才的引進(jìn)和培養(yǎng)

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

主要參考文獻(xiàn)

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

第4篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

關(guān)鍵詞：計(jì)算機(jī)工程；視覺領(lǐng)域；深度學(xué)習(xí)技術(shù)

引言

計(jì)算機(jī)視覺簡(jiǎn)言之即是依靠電子設(shè)備成像來代替生物視覺系統(tǒng)，隨后依靠提前寫好的程序?qū)Λ@取的圖像信息實(shí)施處理。該技術(shù)的短期應(yīng)用目的在于完成相對(duì)簡(jiǎn)單的智能視覺工作，而深度學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺領(lǐng)域的應(yīng)用，在很大程度上豐富了其功能，提高了識(shí)別效率，讓其能夠在更多行業(yè)發(fā)揮出自身價(jià)值。

1計(jì)算機(jī)視覺領(lǐng)域的深度學(xué)習(xí)技術(shù)

1.1圖像分類中的深度學(xué)習(xí)技術(shù)

基于深度學(xué)習(xí)技術(shù)，卷積神經(jīng)網(wǎng)絡(luò)得到了進(jìn)一步的發(fā)展，其應(yīng)用范圍也更為寬泛，例如說在圖像分類中的運(yùn)用。圖像分析需要對(duì)圖像實(shí)施掃描分析，隨后對(duì)其具體類別予以劃分，更加注重其整體語(yǔ)義。目前相對(duì)普遍進(jìn)行圖像分類的數(shù)據(jù)集為ImageNet，其中囊括了非常豐富的內(nèi)容，存儲(chǔ)了近1500萬(wàn)個(gè)圖像的URL并將圖像劃分為數(shù)萬(wàn)余個(gè)類型。ImageNet每年組織開展的大規(guī)模視覺識(shí)別挑戰(zhàn)賽（ILSVRC）中，圖像分類算法與技術(shù)也不斷創(chuàng)新，圖像分類的準(zhǔn)確性也持續(xù)提升。ImageNet數(shù)據(jù)集表現(xiàn)出規(guī)模大、類型多的突出特點(diǎn)，所以更加適用于遷移學(xué)習(xí)，即是把部分核心技術(shù)或結(jié)構(gòu)拓展應(yīng)用到各個(gè)領(lǐng)域，對(duì)于視覺領(lǐng)域的深度模型來說，能夠把模型內(nèi)的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)直接共享到其他數(shù)據(jù)集，從而對(duì)數(shù)據(jù)實(shí)施微調(diào)。圖像分類屬于計(jì)算機(jī)視覺領(lǐng)域最為基礎(chǔ)的環(huán)節(jié)，對(duì)于圖像分類模型創(chuàng)建和數(shù)據(jù)分析處理經(jīng)驗(yàn)也能夠遷移應(yīng)用到其他領(lǐng)域中。

1.2目標(biāo)檢測(cè)中的深度學(xué)習(xí)技術(shù)

目標(biāo)檢測(cè)相對(duì)于圖像分類而言表現(xiàn)出更多的復(fù)雜性，主要任務(wù)是在囊括多種不同類型物體的圖像內(nèi)精確定位和識(shí)別某一物體，恰恰是出于這一目的，深度學(xué)習(xí)技術(shù)在目標(biāo)檢測(cè)中的應(yīng)用更為復(fù)雜，要實(shí)現(xiàn)更加精準(zhǔn)的效果也相對(duì)更難。近年來針對(duì)目標(biāo)檢測(cè)的算法日益更新，如優(yōu)化后的R-CNN算法，是借助于卷積神經(jīng)網(wǎng)絡(luò)思想，對(duì)物體進(jìn)行分類，提取物體特征。而SelectiveSearch算法的出現(xiàn)有了進(jìn)一步的創(chuàng)新和突破，有效促進(jìn)了檢測(cè)準(zhǔn)確性的提高，這也給通過卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)檢測(cè)帶來了更多可能性，隨后的FastR-CNN算法極大地促進(jìn)了目標(biāo)檢測(cè)效率的提升，該算法對(duì)提取候選區(qū)的問題予以優(yōu)化，大大減少了候選區(qū)提取和目標(biāo)檢測(cè)過程的時(shí)間。目標(biāo)檢測(cè)網(wǎng)絡(luò)以FastR-CNN算法作為支撐，于輸出位置設(shè)置滑動(dòng)窗同時(shí)和候選區(qū)域網(wǎng)絡(luò)實(shí)施連接，目標(biāo)檢測(cè)的關(guān)鍵在于卷積神經(jīng)網(wǎng)絡(luò)，依靠它把各個(gè)點(diǎn)的特征進(jìn)行提取，再借助回歸算法獲得對(duì)應(yīng)范圍出現(xiàn)目標(biāo)的概率[1]。

1.3人臉識(shí)別中的深度學(xué)習(xí)技術(shù)

人臉識(shí)別主要是借助相應(yīng)算法對(duì)人臉特征實(shí)施提取，因?yàn)槠浣⒌娜四樐Ｐ捅憩F(xiàn)出一定的不穩(wěn)定性，因此模型建立往往也表現(xiàn)出一定的難度，相對(duì)于建立剛體模型而言更為困難。人臉識(shí)別通常來說涉及人臉檢測(cè)定位以及特征提取兩個(gè)方面，人臉檢測(cè)定位是基于背景圖像中將人臉目標(biāo)分割出來，實(shí)施歸一化處理，而人臉特征提取算法不變。前者存在的技術(shù)難點(diǎn)是人臉目標(biāo)具有多樣性以及背景圖像具有復(fù)雜性，所以對(duì)背景情境實(shí)施合理假設(shè)并予以簡(jiǎn)化是十分關(guān)鍵的。與此同時(shí)，高維空間人臉模型的建立較為復(fù)雜，精確度估算難度較大，人臉特征提取的技術(shù)難度是因?yàn)槿四槍儆趶椥阅Ｐ?，其難度超過剛體模型。一般來說，較為常見對(duì)人臉特征實(shí)施提取與識(shí)別的方法有幾何特征法、特征臉?biāo)惴ㄒ约皬椥阅Ｐ头?，CNN算法和過去的特征提取算法比起來表現(xiàn)出更高的穩(wěn)定性和適用性，同時(shí)能夠有效抵抗外部干擾，促進(jìn)人臉識(shí)別技術(shù)的推廣應(yīng)用。

2應(yīng)用實(shí)例

2.1安防領(lǐng)域的應(yīng)用

深度學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺領(lǐng)域中的應(yīng)用可以為安防行業(yè)提供更佳的解決方案，比如說人臉識(shí)別技術(shù)的應(yīng)用，很多大型企業(yè)如Facebook、騰訊、阿里巴巴等都將非常關(guān)注和重視。作為深度學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺領(lǐng)域應(yīng)用的重要內(nèi)容，人臉識(shí)別在安檢以及反恐等領(lǐng)域中也能夠發(fā)揮出很好的效果。與此同時(shí)，對(duì)行人角度的REID技術(shù)實(shí)施研究，依托于深度學(xué)習(xí)強(qiáng)化目標(biāo)檢測(cè)，對(duì)目標(biāo)特征實(shí)施提取和刻畫，能夠?yàn)楫惓Ｐ袨楸O(jiān)控和跟蹤帶來支持[2]。

2.2無人駕駛領(lǐng)域的應(yīng)用

對(duì)于無人駕駛領(lǐng)域來說，選擇激光或雷達(dá)這類傳感器的成本更高，基于深度學(xué)習(xí)的計(jì)算機(jī)視覺技術(shù)也能夠提供新的解決方案。依靠攝像機(jī)對(duì)視頻畫面進(jìn)行采集，對(duì)獲取到的圖像實(shí)施分析，提供類似于前車碰撞預(yù)警等功能。在這一過程中，計(jì)算機(jī)視覺技術(shù)可以實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)識(shí)別、對(duì)目標(biāo)車輛的跟蹤分析、對(duì)車道線是否偏離進(jìn)行檢測(cè)等?；谏疃葘W(xué)習(xí)技術(shù)的檢測(cè)識(shí)別表現(xiàn)出更加強(qiáng)大的優(yōu)勢(shì)，現(xiàn)階段深度學(xué)習(xí)芯片日益增多，對(duì)于無人駕駛技術(shù)的發(fā)展也帶來了更加有力的支持。

2.3智能家居領(lǐng)域的應(yīng)用

過去的很多智能家居產(chǎn)品一般都是依靠智能手機(jī)藍(lán)牙或者WiFi等途徑來實(shí)現(xiàn)對(duì)家居產(chǎn)品的控制，這一方案即便能夠做到家居智能化，但其水平依舊有待提高?；谏疃葘W(xué)習(xí)技術(shù)，能夠有效促進(jìn)智能家居行業(yè)的更新發(fā)展，除開語(yǔ)言、語(yǔ)音識(shí)別之外，還能夠利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)人際交流與互動(dòng)，比如說手勢(shì)識(shí)別控制。2.4教育領(lǐng)域和圖片搜索領(lǐng)域的應(yīng)用基于深度學(xué)習(xí)的計(jì)算機(jī)視覺技術(shù)也能夠在智慧教育中得以普及應(yīng)用，如近年來很多新的拍照解題App，使用者只需要利用手機(jī)相機(jī)拍照上傳即可獲得相關(guān)題目的分析解答，促進(jìn)學(xué)習(xí)者學(xué)習(xí)效率的提升。此時(shí)視覺技術(shù)包括了對(duì)文字的檢測(cè)與識(shí)別，另外針對(duì)個(gè)人簡(jiǎn)歷識(shí)別、文檔識(shí)別等方面也能夠進(jìn)行拓展應(yīng)用。同時(shí)計(jì)算機(jī)視覺技術(shù)還可以在圖片搜索領(lǐng)域中得以應(yīng)用，使用者通過拍攝上傳相應(yīng)的圖片，即可從數(shù)據(jù)庫(kù)中找出與原圖相似的圖片，深度學(xué)習(xí)屬于一種非常高效的技術(shù)手段，能夠提供更加快速高效的圖像檢測(cè)功能，結(jié)合圖像搜索引擎，為用戶帶來更加便捷的服務(wù)[3-5]。

2.5醫(yī)療影像數(shù)據(jù)中的應(yīng)用

醫(yī)學(xué)影像直接關(guān)系到對(duì)患者疾病診斷的準(zhǔn)確性，對(duì)于放射科的醫(yī)務(wù)人員來說，依靠醫(yī)學(xué)影像能夠促進(jìn)診斷效率的提升?，F(xiàn)階段國(guó)內(nèi)外諸多醫(yī)學(xué)專家隊(duì)伍，在心血管、腫瘤、神經(jīng)內(nèi)科以及五官科等都建立了精準(zhǔn)深度學(xué)習(xí)模型，極大地推動(dòng)醫(yī)療水平的提升，為廣大患者帶來了更加便捷和高效的醫(yī)療服務(wù)?；谏疃葘W(xué)習(xí)技術(shù)的計(jì)算機(jī)視覺在醫(yī)療影像數(shù)據(jù)中的應(yīng)用主要集中在如下幾個(gè)方面：（1）能夠提供臨床診斷輔助等醫(yī)療服務(wù)；（2）依靠數(shù)據(jù)分析技術(shù)，能夠在很大程度上促進(jìn)醫(yī)療機(jī)構(gòu)經(jīng)營(yíng)管理水平的提升；（3）在醫(yī)學(xué)影像中的應(yīng)用，能夠讓醫(yī)務(wù)工作者更加直觀便捷地獲取患者影像；（4）深度學(xué)習(xí)技術(shù)能夠?yàn)獒t(yī)療大數(shù)據(jù)的可視化帶來便利；（5）在藥企研發(fā)工作中的應(yīng)用，可以處理好過去一直以來藥物研發(fā)周期長(zhǎng)和成本居高不下的問題；（6）在健康管理領(lǐng)域中的應(yīng)用，借助于可穿戴設(shè)備來對(duì)個(gè)人健康數(shù)據(jù)實(shí)施監(jiān)測(cè)，進(jìn)而對(duì)疾病風(fēng)險(xiǎn)予以提前預(yù)測(cè)。

第5篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

關(guān)鍵詞：計(jì)算機(jī)視覺；課堂考勤；深度學(xué)習(xí)；MCV架構(gòu)

前言

隨著國(guó)家標(biāo)準(zhǔn)《智慧校園總體框架》（Smartcampusoverallframework）的，智慧校園的規(guī)劃與設(shè)計(jì)成為了校園建設(shè)的重點(diǎn)項(xiàng)目[1]。而課堂考勤作為學(xué)校教學(xué)管理、學(xué)生評(píng)價(jià)的重要組成部分，隨著物聯(lián)網(wǎng)技術(shù)、人工智能和移動(dòng)通信技術(shù)的水平的提高與發(fā)展，更應(yīng)該向著智能化、準(zhǔn)確化的方向發(fā)展[2]。本文研究了的當(dāng)前應(yīng)用的課堂考勤方式，并做了進(jìn)一步的分析，最終根據(jù)社會(huì)技術(shù)的革新與發(fā)展[3]，提出了一種基于計(jì)算機(jī)視覺的實(shí)時(shí)課堂考勤系統(tǒng)的設(shè)計(jì)。我們的主要工作是搭建了整個(gè)系統(tǒng)框架，包括數(shù)據(jù)庫(kù)系統(tǒng)、服務(wù)器、計(jì)算機(jī)視覺模型、網(wǎng)絡(luò)通信、圖像采集系統(tǒng)、客戶端和網(wǎng)絡(luò)通信系統(tǒng)。

1課堂考勤方式現(xiàn)狀

目前校園中主要的課堂考勤方式存在為兩種，分別是傳統(tǒng)的考勤方式和生物識(shí)別的考勤方式。如圖1所示，其中傳統(tǒng)的考勤方式包括點(diǎn)名考勤和通過校園卡進(jìn)行考勤，點(diǎn)名考勤的方式仍然是高校中最常用的考勤手段，因它不受場(chǎng)地的限制，可以根據(jù)點(diǎn)名冊(cè)直接核對(duì)現(xiàn)場(chǎng)的學(xué)生信息，但這種方式存在的缺點(diǎn)就是花費(fèi)時(shí)間，影響上課效率，為此有些教師不進(jìn)行點(diǎn)名，因此影響了考勤的效果。校園卡考勤解決了點(diǎn)名占用課堂時(shí)間的問題，但這種方式具有學(xué)生代考勤的漏洞，因?yàn)閷W(xué)生可以拿著別人的校園卡進(jìn)行考勤。生物識(shí)別的考勤方式包括指紋考勤和人臉識(shí)別考勤，這些方式有效解決了傳統(tǒng)考勤方式代考勤的弊端，但這種方式受設(shè)備硬件的影響，識(shí)別能力太慢，尤其是在下課后學(xué)生較多，考勤簽退時(shí)容易發(fā)生擁擠等現(xiàn)象，具有安全隱患[4]。因此，為解決當(dāng)前考勤方式存在的一些弊端，本文設(shè)計(jì)了一種基于計(jì)算機(jī)視覺的實(shí)時(shí)課堂考勤系統(tǒng)。

2系統(tǒng)設(shè)計(jì)基礎(chǔ)

2.1系統(tǒng)開發(fā)環(huán)境

本文設(shè)計(jì)的實(shí)時(shí)課堂考勤系統(tǒng)主要是使用Python開發(fā)語(yǔ)言，Python是目前最流行開發(fā)語(yǔ)言之一，主要應(yīng)用于Web服務(wù)設(shè)計(jì)、大數(shù)據(jù)、人工智能等領(lǐng)域，它的主要優(yōu)點(diǎn)是開發(fā)效率高、可擴(kuò)展性強(qiáng)、跨平臺(tái)和具有可移植性等，滿足了本文系統(tǒng)的設(shè)計(jì)要求。另外，在開發(fā)過程還用到了基于Python的第三方軟件開發(fā)包，包括Flask用于搭建系統(tǒng)的Web服務(wù)器；PyQt5用于搭建系統(tǒng)的客戶端；OpenCV用于系統(tǒng)中對(duì)圖像視頻的處理；Tensoflow用于開發(fā)計(jì)算機(jī)視覺模型，搭建深度學(xué)習(xí)模型，完成人臉檢測(cè)和識(shí)別任務(wù)；Mysqlclient用于管理、訪問、查詢和更新Mysql數(shù)據(jù)庫(kù)。

2.2系統(tǒng)開發(fā)框架

本文設(shè)計(jì)的實(shí)時(shí)課堂考勤系統(tǒng)通信基于Web應(yīng)用，因此選擇一個(gè)合適的服務(wù)架構(gòu)有利于提高系統(tǒng)的開發(fā)和部署效率。目前較流行的Web應(yīng)用主要有MVC（ModelViewController）和CMS（ContentManagementSystem）兩種架構(gòu)。本文使用了基于Python和Flask搭建的MVC架構(gòu)[5]，該架構(gòu)如圖2所示，主要包括模型層、視圖層和控制器。使用該框架的優(yōu)點(diǎn)是可將視圖層和業(yè)務(wù)邏輯層進(jìn)行分離開發(fā)，提高開發(fā)效率，方便系統(tǒng)的部署、維護(hù)和管理。

3系統(tǒng)設(shè)計(jì)方式

3.1系統(tǒng)總結(jié)構(gòu)設(shè)計(jì)

本文設(shè)計(jì)的實(shí)時(shí)課堂考勤系統(tǒng)的總體結(jié)構(gòu)如圖3所示。根據(jù)MVC構(gòu)架的設(shè)計(jì)，我們將該系統(tǒng)分為了模型層、控制器層和視圖層，另外還包括網(wǎng)絡(luò)通信設(shè)備。

3.2模型層設(shè)計(jì)

模型層主要是關(guān)系型數(shù)據(jù)庫(kù)模，MySQL是目前使用最多的關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)，也是學(xué)校管理系統(tǒng)使用最多的數(shù)據(jù)系統(tǒng)，為了更好地與學(xué)校管理系統(tǒng)兼容，我們選擇了MySQL數(shù)據(jù)庫(kù)，數(shù)據(jù)表之間的關(guān)系如圖4所示。

3.3控制器層設(shè)計(jì)

控制器層主要包括服務(wù)器應(yīng)用軟件和計(jì)算機(jī)視覺模型，服務(wù)器應(yīng)用軟件的功能包括系統(tǒng)通信配置、數(shù)據(jù)業(yè)務(wù)處理和系統(tǒng)各模塊間的調(diào)度。計(jì)算機(jī)視覺模型是實(shí)時(shí)課堂考勤系統(tǒng)的核心模塊，基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[6]，主要作用是進(jìn)行人臉檢測(cè)和識(shí)別兩個(gè)部分，計(jì)算機(jī)視覺模型的工作流程如圖5所示。在人臉檢測(cè)階段使用VGG16檢測(cè)器作為主干網(wǎng)絡(luò)，為提高模型的檢測(cè)準(zhǔn)確率，通過引入注意力模型和多尺度特征融合對(duì)網(wǎng)絡(luò)進(jìn)行了優(yōu)化，有效地從輸入圖片中提取人臉位置信息，得到人臉圖像。在人臉識(shí)別階段首先使用FaceNe人臉識(shí)別網(wǎng)絡(luò)提取人臉圖像的特征圖，然后通過決策樹算法與待檢測(cè)的人臉特征進(jìn)行匹配，從而識(shí)別圖片中的學(xué)生信息。

3.4視圖層設(shè)計(jì)

本文設(shè)計(jì)的實(shí)時(shí)考勤系統(tǒng)的模型層主要包括圖像采集系統(tǒng)和客戶端。目前各學(xué)校教室內(nèi)都安裝有監(jiān)控設(shè)備，因此為節(jié)約成本和安裝消耗，圖像采集系統(tǒng)使用教室內(nèi)的監(jiān)控設(shè)備作為圖像采集系統(tǒng)，負(fù)責(zé)采集教室現(xiàn)場(chǎng)圖片?？蛻舳嗽O(shè)計(jì)首先在本系統(tǒng)中采用應(yīng)用程序接口，然后在教學(xué)管理系統(tǒng)中設(shè)計(jì)圖形化用戶界面，通過應(yīng)用程序接口調(diào)用本系統(tǒng)的功能，從而減少資源浪費(fèi)，方便維護(hù)和管理。

4實(shí)時(shí)考勤功能的實(shí)現(xiàn)

實(shí)時(shí)考勤功能的實(shí)現(xiàn)方式如圖6所示，首先系統(tǒng)啟動(dòng)后，用戶可以隨時(shí)更新考勤信息，比如在數(shù)據(jù)庫(kù)中創(chuàng)建新的考勤表等。接著系統(tǒng)會(huì)自動(dòng)讀取考勤表的信息，比如課程所在教室、上課時(shí)間。然后啟動(dòng)考勤程序，進(jìn)行簽到、簽退操作，并將考勤數(shù)據(jù)保存到考勤數(shù)據(jù)表中。整個(gè)系統(tǒng)啟動(dòng)完成后可以自動(dòng)運(yùn)行，直到關(guān)閉系統(tǒng)，而且可以實(shí)時(shí)進(jìn)行課堂考勤。

第6篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

關(guān)鍵詞：農(nóng)業(yè)機(jī)械；技術(shù)手段；應(yīng)用；發(fā)展前景

我國(guó)在國(guó)際上的地位正在逐漸提高，這與我國(guó)的經(jīng)濟(jì)發(fā)展是分不開的，經(jīng)濟(jì)的發(fā)展需要基礎(chǔ)的支持，農(nóng)業(yè)就是我國(guó)的基礎(chǔ)，我國(guó)是農(nóng)業(yè)大國(guó)，農(nóng)村人口基數(shù)大。隨著近幾年我國(guó)農(nóng)業(yè)的發(fā)展，很多高新技術(shù)也被運(yùn)用到農(nóng)業(yè)的機(jī)械設(shè)備中，使農(nóng)機(jī)設(shè)備向著智能化的方向發(fā)展，有效地提升了農(nóng)業(yè)生產(chǎn)的整體效率。在農(nóng)業(yè)的生產(chǎn)中使用高新技術(shù)還能夠提高農(nóng)業(yè)的生產(chǎn)效率，保證農(nóng)機(jī)相關(guān)機(jī)械的正常運(yùn)作。

1農(nóng)業(yè)機(jī)械技術(shù)的應(yīng)用分析

1.1計(jì)算機(jī)技術(shù)

這里所說的計(jì)算機(jī)技術(shù)主要指的是計(jì)算機(jī)視覺技術(shù)，這一技術(shù)最早被運(yùn)用在農(nóng)業(yè)機(jī)械上是在20世紀(jì)70年代中期，當(dāng)時(shí)主要運(yùn)用的是計(jì)算機(jī)技術(shù)中的視覺技術(shù)，利用這一技術(shù)的主要目的是可以對(duì)農(nóng)產(chǎn)品的品質(zhì)質(zhì)量進(jìn)行分級(jí)別檢查。計(jì)算機(jī)視覺技術(shù)是以圖像處理為基準(zhǔn)，隨著圖像處理以及視覺模擬技術(shù)的發(fā)展，計(jì)算機(jī)視覺技術(shù)不僅可以用來檢查農(nóng)產(chǎn)品的品質(zhì)，而且還可以用來對(duì)農(nóng)產(chǎn)品進(jìn)行播種、收割。雖然計(jì)算機(jī)視覺技術(shù)在我國(guó)農(nóng)業(yè)技術(shù)領(lǐng)域的應(yīng)用時(shí)間還不是很長(zhǎng)，在實(shí)際的使用中還有很多的問題出現(xiàn)，但是相信隨著科學(xué)技術(shù)的不斷發(fā)展，計(jì)算機(jī)視覺技術(shù)必將會(huì)改變傳統(tǒng)的農(nóng)業(yè)作業(yè)模式，為現(xiàn)代化農(nóng)業(yè)發(fā)展提供技術(shù)上的支持。

1.2網(wǎng)絡(luò)信息技術(shù)

網(wǎng)絡(luò)信息技術(shù)在我國(guó)農(nóng)業(yè)機(jī)械上的應(yīng)用是非常成功的，信息技術(shù)與地理信息系統(tǒng)的有機(jī)結(jié)合不僅可以為農(nóng)業(yè)的生產(chǎn)提供高精度的監(jiān)控，而且還能夠?qū)r(nóng)業(yè)生產(chǎn)中出現(xiàn)病蟲害的情況進(jìn)行及時(shí)的檢測(cè)，然后根據(jù)定位系統(tǒng)來進(jìn)行田間作業(yè)。

1.3液壓技術(shù)

液壓技術(shù)主要依靠的是微電子技術(shù)和工業(yè)傳感技術(shù)，在數(shù)據(jù)的采集上，運(yùn)用液壓技術(shù)主要完成的是能量的轉(zhuǎn)換和匹配，其目的是為了讓農(nóng)業(yè)機(jī)械的效率能夠得到進(jìn)一步的提高，讓機(jī)械設(shè)備的相關(guān)系統(tǒng)特征可以得到完善，讓機(jī)械設(shè)備的可靠性能夠得到提升，這也很好地符合了環(huán)境保護(hù)的相關(guān)標(biāo)準(zhǔn)要求。而大部分的農(nóng)業(yè)機(jī)械都是采用內(nèi)燃機(jī)作為原動(dòng)力，所以很多時(shí)候都會(huì)出現(xiàn)工作負(fù)荷，一般情況下，我們都是通過電液控制手段來完成負(fù)載與原動(dòng)力之間的匹配情況，盡可能地減少功率傳輸過程中出現(xiàn)的損失，從而提高農(nóng)業(yè)機(jī)械系統(tǒng)的工作效率。

1.4人工智能技術(shù)

隨著信息全球化的不斷深入，高端技術(shù)不僅在大型的企事業(yè)單位中被運(yùn)用，在農(nóng)業(yè)中也得到了廣泛的應(yīng)用，比較有成果的就是美國(guó)利用人工智能技術(shù)研發(fā)出激光拖拉機(jī)、機(jī)械的內(nèi)部導(dǎo)航裝置，等等，這些裝置可以對(duì)拖拉機(jī)的運(yùn)行方向及所處位置進(jìn)行實(shí)時(shí)的測(cè)定，在了解地區(qū)土地信息之后，再制定合理的土地種植方案、農(nóng)藥及種子的數(shù)量，等等。

2農(nóng)業(yè)機(jī)械技術(shù)的發(fā)展趨勢(shì)

2.1推廣農(nóng)業(yè)機(jī)械產(chǎn)品的技術(shù)發(fā)展

目前在我國(guó)的農(nóng)業(yè)機(jī)械發(fā)展上，已經(jīng)開始運(yùn)用機(jī)電智能化技術(shù)和計(jì)算機(jī)技術(shù)，這使得農(nóng)業(yè)機(jī)械化設(shè)備的科技含量有了極大的提高，不僅有效地提高了農(nóng)業(yè)機(jī)械的作業(yè)效率，而且也提升了農(nóng)業(yè)的生產(chǎn)效率。

2.2農(nóng)業(yè)資源的利用率得到了提升

只有提高了農(nóng)業(yè)資源的開發(fā)利用率，才能夠確保農(nóng)業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展，同時(shí)也為保護(hù)生態(tài)環(huán)境奠定基礎(chǔ)，如回收農(nóng)業(yè)生產(chǎn)的廢棄物，普及無害化的處理設(shè)備，運(yùn)用無害化技術(shù)來處理廢水可以有效地達(dá)到保護(hù)環(huán)境的作用。而在農(nóng)業(yè)種植的過程中，使用有機(jī)肥料還可以進(jìn)一步提高農(nóng)業(yè)資源的利用效率。除此之外，大力發(fā)展節(jié)能型動(dòng)力機(jī)械設(shè)備可以有效地避免出現(xiàn)資源浪費(fèi)，從而提高農(nóng)業(yè)資源的整體利用效率。

2.3提高農(nóng)業(yè)機(jī)械產(chǎn)品的質(zhì)量監(jiān)督水平

要想提升農(nóng)業(yè)的機(jī)械化水平，還要從規(guī)范設(shè)計(jì)的基本要求出發(fā)，全面提高農(nóng)業(yè)產(chǎn)品的質(zhì)量。在質(zhì)量提升的過程中，還要注重農(nóng)業(yè)產(chǎn)品的整體造型和外觀，農(nóng)機(jī)設(shè)備的耐久性也要經(jīng)得起考驗(yàn)。選用與農(nóng)機(jī)設(shè)備相配套的發(fā)電機(jī)及元件，能夠最大程度上提高農(nóng)業(yè)機(jī)械產(chǎn)品的質(zhì)量。在農(nóng)業(yè)機(jī)械設(shè)備完成安裝之后，還要對(duì)其進(jìn)行試運(yùn)行，只有保證了設(shè)備各項(xiàng)指標(biāo)都正常的基礎(chǔ)上，才能夠真正的投入使用，這也是提高農(nóng)業(yè)機(jī)械產(chǎn)品可靠性的前提。

2.4加大政府的補(bǔ)貼力度

各級(jí)地方政府要加大農(nóng)業(yè)機(jī)械的技術(shù)推廣，做好農(nóng)業(yè)機(jī)械的培訓(xùn)工作。國(guó)家還要將拖拉機(jī)、插秧機(jī)等農(nóng)機(jī)具作為農(nóng)具購(gòu)置補(bǔ)貼的關(guān)鍵，普及農(nóng)業(yè)機(jī)械知識(shí)。這樣也能夠更好地提高農(nóng)業(yè)機(jī)械化的發(fā)展進(jìn)程。

2.5確保農(nóng)業(yè)機(jī)械技術(shù)的安全生產(chǎn)

關(guān)注安全監(jiān)督管理及裝備的創(chuàng)建工作，加大農(nóng)業(yè)機(jī)械的安全投入，以便更好地滿足農(nóng)業(yè)機(jī)械工作安全監(jiān)督管理的需求。除此之外，最重要的是，要將農(nóng)業(yè)機(jī)械的安全檢驗(yàn)工作納入到各級(jí)縣市政府的財(cái)政預(yù)算當(dāng)中。

3結(jié)語(yǔ)

隨著科學(xué)技術(shù)的飛速發(fā)展，一些高新技術(shù)正在逐漸地被運(yùn)用到農(nóng)業(yè)的機(jī)械設(shè)備中，這些機(jī)械設(shè)備的出現(xiàn)不僅提高了農(nóng)業(yè)的整體生產(chǎn)水平，而且還進(jìn)一步提升了農(nóng)業(yè)的生產(chǎn)效率，很好地實(shí)現(xiàn)了農(nóng)業(yè)的可持續(xù)發(fā)展。在今后的農(nóng)業(yè)發(fā)展過程中，農(nóng)業(yè)機(jī)械也必定是智能化的，所以要求操作人員要不斷地提高自己的專業(yè)素養(yǎng)，全面推廣農(nóng)業(yè)機(jī)械新技術(shù)，只有這樣才能夠真正意義上實(shí)現(xiàn)我國(guó)農(nóng)業(yè)機(jī)械的智能化。

作者:徐家亮 劉曉鵬 單位:黑龍江省克東縣農(nóng)機(jī)安全監(jiān)理站

參考文獻(xiàn)：

［1］陶樂然.長(zhǎng)春星宇小區(qū)新技術(shù)應(yīng)用［C］//增強(qiáng)自主創(chuàng)新能力促進(jìn)吉林經(jīng)濟(jì)發(fā)展———啟明杯•吉林省第四屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（下冊(cè)）.2006.

［2］劉蒙之.傳播新技術(shù)與國(guó)家發(fā)展———一種政治經(jīng)濟(jì)學(xué)的觀察［C］//中國(guó)傳播學(xué)會(huì)成立大會(huì)暨第九次全國(guó)傳播學(xué)研討會(huì)論文集.2006.

［3］張仁江，田莉.制造業(yè)企業(yè)新技術(shù)采納：動(dòng)因、路徑及障礙分析———基于T公司的縱向案例研究［C］//第六屆（2011）中國(guó)管理學(xué)年會(huì)———技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集.2011.

［4］胡札進(jìn)，姚尚斌，徐七三“.雙低”儲(chǔ)藏與四項(xiàng)儲(chǔ)糧新技術(shù)的綜合應(yīng)用［C］//全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任———中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）.2003.

［5］柳旭.淺析電視空間新技術(shù)對(duì)審美體驗(yàn)的影響［C］//2009中國(guó)電影電視技術(shù)學(xué)會(huì)影視技術(shù)文集.2010.

第7篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

為了加快我國(guó)城鄉(xiāng)一體化進(jìn)程建設(shè)，農(nóng)業(yè)機(jī)械自動(dòng)化的地位變得越來越重要。但是由于我國(guó)農(nóng)業(yè)人口多，以及長(zhǎng)期以來經(jīng)濟(jì)技術(shù)落后的現(xiàn)狀，使得我國(guó)農(nóng)業(yè)機(jī)械自動(dòng)化在發(fā)展的過程中依舊面臨著較大的難題。就目前的情況來看，我國(guó)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)的水平，與西方國(guó)家相比還有很大的差距。所以，如何促進(jìn)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)的發(fā)展，以及對(duì)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)進(jìn)行優(yōu)化，已經(jīng)成為解決三農(nóng)問題的關(guān)鍵。本文從農(nóng)業(yè)機(jī)械自動(dòng)化對(duì)農(nóng)村建設(shè)的意義出發(fā)，對(duì)農(nóng)業(yè)機(jī)械的分類做了相關(guān)的介紹，并指出了農(nóng)業(yè)機(jī)械化技術(shù)發(fā)展中存在的問題，最后對(duì)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)要點(diǎn)及優(yōu)化應(yīng)用措施提供了建議。

關(guān)鍵詞：

農(nóng)業(yè)機(jī)械自動(dòng)化；技術(shù)要點(diǎn)；優(yōu)化措施

0引言

所謂農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)，指的是將控制論、計(jì)算機(jī)技術(shù)、液氣壓技術(shù)等應(yīng)用到農(nóng)業(yè)機(jī)械的設(shè)計(jì)當(dāng)中，使農(nóng)業(yè)機(jī)械可以獨(dú)立完成田間耕作。隨著科學(xué)技術(shù)的不斷發(fā)展以及為了響應(yīng)政府高效農(nóng)業(yè)的號(hào)召，我國(guó)農(nóng)業(yè)正逐步朝著機(jī)械自動(dòng)化的方向發(fā)展。農(nóng)業(yè)機(jī)械的自動(dòng)化，不僅能夠使勞動(dòng)的生產(chǎn)效率得到提高，還能減輕農(nóng)民的勞動(dòng)強(qiáng)度，并且提高勞動(dòng)舒適度，在一定程度上緩解農(nóng)村勞動(dòng)力短缺的問題。在科技高速發(fā)展的今天，世界各國(guó)都加大了對(duì)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)的研究。很多科研成果已經(jīng)從實(shí)驗(yàn)室走向了實(shí)用階段。

1農(nóng)業(yè)機(jī)械自動(dòng)化對(duì)農(nóng)村建設(shè)的意義

對(duì)社會(huì)主義新農(nóng)村進(jìn)行建設(shè)，是我國(guó)構(gòu)建社會(huì)主義和諧社會(huì)的基本要求。社會(huì)主義的和諧與廣大農(nóng)村地區(qū)的和諧是不可分割的。雖然從整體上看，社會(huì)主義新農(nóng)村處于較為穩(wěn)定和諧的狀態(tài)，但不可否認(rèn)的是，社會(huì)主義新農(nóng)村的建設(shè)也存在著一定的問題。其中，最主要的問題是農(nóng)民收入過低。因此，我國(guó)要大力推行農(nóng)業(yè)機(jī)械自動(dòng)化建設(shè)，為減輕農(nóng)民的勞動(dòng)強(qiáng)度、提高農(nóng)民的經(jīng)濟(jì)收入提供保障。

2農(nóng)業(yè)機(jī)械的分類

通常來說，農(nóng)業(yè)機(jī)械是由動(dòng)力設(shè)備和與之配套的農(nóng)機(jī)器具組成的。這兩者之間主要是以牽引懸掛或者是半懸掛的方式進(jìn)行連接。也有的農(nóng)業(yè)機(jī)械將這兩者制造成一個(gè)統(tǒng)一的整體。動(dòng)力設(shè)備和與之配套的農(nóng)機(jī)器具這兩者在耕作的過程中，互相配合，缺一不可。

3農(nóng)業(yè)機(jī)械自動(dòng)化發(fā)展中存在的問題

我國(guó)農(nóng)業(yè)機(jī)械技術(shù)在發(fā)展的過程中，并不是一帆風(fēng)順的，而是遇到了很多問題。首先，我國(guó)大型農(nóng)業(yè)自動(dòng)化機(jī)械在推廣的過程中難度較大。很多農(nóng)民沒有意識(shí)到機(jī)械化生產(chǎn)的重要性，導(dǎo)致了他們不愿意在農(nóng)業(yè)生產(chǎn)的機(jī)械方面進(jìn)行投入，最終造成了我國(guó)大型農(nóng)業(yè)自動(dòng)化機(jī)械供大于求的尷尬。第二，我國(guó)的農(nóng)業(yè)機(jī)械制造水平較低。與西方國(guó)家相比，我國(guó)農(nóng)業(yè)機(jī)械制造的起步較晚，在很多方面，科技水平還不夠成熟。第三，我國(guó)對(duì)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)的研究缺乏足夠的動(dòng)力。我國(guó)大型農(nóng)業(yè)機(jī)械的制造企業(yè)，以及科院院所存在著資金不足、科研環(huán)境較差的問題。對(duì)農(nóng)業(yè)機(jī)械進(jìn)行設(shè)計(jì)，不僅需要耗費(fèi)大量的時(shí)間和精力，還需要一定的技術(shù)條件作為依托。我國(guó)大部分科研院所和農(nóng)業(yè)機(jī)械制造企業(yè)，由于資金不足，并沒有完成對(duì)實(shí)驗(yàn)室的配套建設(shè)，使得科研人員在進(jìn)行工作時(shí)困難重重，這一現(xiàn)狀也嚴(yán)重影響了科研人員的工作積極性。第四，自動(dòng)化技術(shù)在農(nóng)業(yè)機(jī)械的應(yīng)用中還處于起步階段。對(duì)自動(dòng)化技術(shù)的應(yīng)用，需要很高的科技水平作為依托，但是我國(guó)科技基礎(chǔ)薄弱的現(xiàn)實(shí)，使自動(dòng)化技術(shù)的應(yīng)用變得困難。

4農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)要點(diǎn)及優(yōu)化應(yīng)用措施

4.1實(shí)現(xiàn)計(jì)算機(jī)技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)

計(jì)算機(jī)視覺技術(shù)，作為新時(shí)期重點(diǎn)研究和應(yīng)用性廣泛的新科技，很多西方國(guó)家先后展開了對(duì)計(jì)算機(jī)視覺技術(shù)的研究。計(jì)算機(jī)視覺技術(shù)在農(nóng)產(chǎn)品質(zhì)量的鑒定方面，以及在記錄農(nóng)產(chǎn)品生長(zhǎng)的信息等方面有著十分重要的作用。英國(guó)對(duì)計(jì)算機(jī)視覺技術(shù)的應(yīng)用進(jìn)行了首次嘗試，利用該技術(shù)研制了專業(yè)性的采蘑菇機(jī)器人。采蘑菇機(jī)器人在采蘑菇的過程中，不僅能夠?qū)δ⒐降奈恢眠M(jìn)行精準(zhǔn)的定位，而且能夠?qū)λ傻哪⒐竭M(jìn)行合理化的分類。受到英國(guó)的影響和啟發(fā)，我國(guó)國(guó)內(nèi)也開始嘗試在農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)中，加入計(jì)算機(jī)控制技術(shù)的內(nèi)容。但是由于我國(guó)的經(jīng)濟(jì)技術(shù)發(fā)展還不夠成熟，要實(shí)現(xiàn)對(duì)計(jì)算機(jī)視覺技術(shù)的應(yīng)用，還需要科學(xué)家們進(jìn)行努力。

4.2實(shí)現(xiàn)農(nóng)業(yè)施肥和灌溉技術(shù)的自動(dòng)化

我國(guó)水資源總量雖然比較大，但是人均資源占有量卻很小，而且我國(guó)水資源分配的不夠合理，使得我國(guó)水資源長(zhǎng)期處于短缺的狀態(tài)。要促進(jìn)農(nóng)業(yè)的發(fā)展，充足的水資源是必要的條件。在保證農(nóng)業(yè)生產(chǎn)用水的同時(shí)，保證對(duì)水資源的節(jié)約，是我國(guó)農(nóng)業(yè)發(fā)展過程中必須要面對(duì)的問題。農(nóng)業(yè)自動(dòng)化灌溉技術(shù)的應(yīng)用可以很好地解決這一問題。所謂農(nóng)業(yè)自動(dòng)化灌溉技術(shù)，是把傳感器與電子計(jì)算機(jī)進(jìn)行有機(jī)結(jié)合，把農(nóng)作物生長(zhǎng)過程中對(duì)環(huán)境的需求及對(duì)用水量的需求，通過軟件的形式加以呈現(xiàn)，從而避免水資源的浪費(fèi)。對(duì)農(nóng)業(yè)施肥技術(shù)來說也是如此，實(shí)現(xiàn)農(nóng)業(yè)施肥和灌溉技術(shù)的自動(dòng)化，是節(jié)約水資源、降低農(nóng)業(yè)生產(chǎn)成本、避免浪費(fèi)以及保護(hù)環(huán)境的必然選擇。

4.3實(shí)現(xiàn)農(nóng)業(yè)的精準(zhǔn)化

農(nóng)業(yè)精準(zhǔn)化是指將我國(guó)的傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)相結(jié)合，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)管理的科技化。精準(zhǔn)農(nóng)業(yè)是未來農(nóng)業(yè)發(fā)展的主要方向之一。農(nóng)業(yè)生產(chǎn)自動(dòng)化，是一項(xiàng)以計(jì)算機(jī)網(wǎng)絡(luò)和控制器等為基礎(chǔ)的技術(shù)。我國(guó)對(duì)精準(zhǔn)農(nóng)業(yè)的研究，已經(jīng)取得了一定的科技成果。世界上第一臺(tái)觀測(cè)農(nóng)業(yè)氣象的自動(dòng)化儀器，已經(jīng)在我國(guó)鄭州氣象站開始投入使用。農(nóng)業(yè)氣象觀測(cè)儀，可以對(duì)農(nóng)業(yè)生產(chǎn)的小環(huán)境進(jìn)行合理化監(jiān)測(cè)，并且通過網(wǎng)絡(luò)把監(jiān)測(cè)到的信息及時(shí)反映給當(dāng)?shù)剞r(nóng)業(yè)部門。

總之，在經(jīng)濟(jì)全球化進(jìn)程不斷加快和城市化進(jìn)程高速發(fā)展的今天，給各個(gè)行業(yè)帶來機(jī)遇的同時(shí)，也帶來了挑戰(zhàn)。為了在經(jīng)濟(jì)發(fā)展的大潮中處于不敗的地位，加強(qiáng)科技創(chuàng)新是一項(xiàng)必不可少的選擇，同時(shí)也是長(zhǎng)遠(yuǎn)發(fā)展的根本要求。對(duì)于農(nóng)業(yè)產(chǎn)業(yè)而言，為了使我國(guó)農(nóng)業(yè)能夠更好更快的發(fā)展，政府要提高對(duì)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)研究的投入，并將新的科技成果不斷應(yīng)用到農(nóng)業(yè)生產(chǎn)中。作為科技工作者要努力鉆研農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)，并且要對(duì)農(nóng)業(yè)機(jī)械自動(dòng)化技術(shù)的應(yīng)用措施進(jìn)行優(yōu)化，從而實(shí)現(xiàn)農(nóng)業(yè)的智能化時(shí)代，創(chuàng)造出我國(guó)農(nóng)科發(fā)展的新道路。

作者：楊亞杰 單位：河北農(nóng)業(yè)大學(xué)

參考文獻(xiàn)：

[1]劉洋.我國(guó)農(nóng)業(yè)機(jī)械自動(dòng)化應(yīng)用現(xiàn)狀和推進(jìn)模式探討[J].化工中間體,2015(11):11-19.

第8篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

關(guān)鍵詞 計(jì)算機(jī)視覺；攝像機(jī)定標(biāo)方法；應(yīng)用特點(diǎn)；線性關(guān)系；參照物

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671—7597（2013）022-067-3

計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法總得來說可以分為兩類——傳統(tǒng)的攝像機(jī)定標(biāo)法和攝像機(jī)自定標(biāo)法。為了能夠使所獲取的場(chǎng)景更加自然，計(jì)算機(jī)視覺系統(tǒng)可以通過運(yùn)用攝像機(jī)定標(biāo)方法，加之合理安排攝像機(jī)和計(jì)算機(jī)這兩種成像裝置，來對(duì)二維的圖像信息進(jìn)行虛擬空間的三維建模，進(jìn)而控制整個(gè)攝像效果。這其中攝像及內(nèi)部的一些參數(shù)起到了很大的作用，最初在計(jì)算機(jī)視覺中都是采用的傳統(tǒng)攝像機(jī)定標(biāo)方法，但是這種方法存在著一定的局限性。這種定標(biāo)方法在攝像機(jī)隨意運(yùn)動(dòng)和未知場(chǎng)景的安排下很難進(jìn)行有效的標(biāo)定。隨著計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法的不斷進(jìn)步和發(fā)展，以及攝像機(jī)自定標(biāo)方法的誕生，使得這項(xiàng)技術(shù)逐漸獲得了相對(duì)廣泛的應(yīng)用。

1 計(jì)算機(jī)視覺中與攝像機(jī)定標(biāo)解析

計(jì)算機(jī)視覺的基本任務(wù)是采集一定數(shù)量的圖片或視頻資料并進(jìn)行處理，以此來獲得相應(yīng)場(chǎng)景環(huán)境下的的三維信息。而這些三維信息與圖像、視頻對(duì)應(yīng)點(diǎn)的相互關(guān)系需要通過攝像機(jī)的幾何模型來決定，經(jīng)過計(jì)算分析得出這些幾何模型參數(shù)的過程即為攝像機(jī)定標(biāo)。如此看來，計(jì)算機(jī)視覺與攝像機(jī)定標(biāo)的關(guān)系密不可分，目前可知，計(jì)算機(jī)視覺與攝像機(jī)定標(biāo)的結(jié)合已經(jīng)運(yùn)用到相關(guān)領(lǐng)域，如高速公路上的車輛自主導(dǎo)航，部分醫(yī)學(xué)圖像的處理，電腦中臉孔或指紋識(shí)別等。但是由于所使用的目標(biāo)人群相對(duì)較窄，以及攝像機(jī)定標(biāo)方法的相對(duì)局限，使得計(jì)算機(jī)視覺的攝像機(jī)定標(biāo)無法廣泛的運(yùn)用到各個(gè)行業(yè)領(lǐng)域。正因如此，才加大了對(duì)計(jì)算機(jī)中攝像機(jī)定標(biāo)方法的研究的必要性。下面就來對(duì)攝像機(jī)定標(biāo)的兩種方法進(jìn)行簡(jiǎn)要的探討。

2 傳統(tǒng)的攝影機(jī)定標(biāo)方法及應(yīng)用特點(diǎn)

傳統(tǒng)的攝像機(jī)定標(biāo)方法主要是在相應(yīng)的攝像機(jī)模型下面，通過對(duì)一系列的數(shù)學(xué)公式進(jìn)行變換計(jì)算和改進(jìn)優(yōu)化，然后對(duì)標(biāo)定的具體參照物進(jìn)行科學(xué)的圖像處理，最終來獲取攝像機(jī)模型的主要外部參數(shù)和內(nèi)部參數(shù)。但是，由于不同的標(biāo)的參照物與不同的算法思路的限制，傳統(tǒng)的攝像機(jī)定標(biāo)方法也各不相同，其大致可分為以下三種：三維型——3D立體靶標(biāo)定標(biāo)法、平面型——2D平面靶標(biāo)定標(biāo)法以及以徑向約束為基準(zhǔn)的定標(biāo)法。

2.1 基于3D立體靶標(biāo)的攝像機(jī)定標(biāo)

這種基于3D立體靶標(biāo)的攝像機(jī)定標(biāo)方法就是在攝像機(jī)的前面安置一個(gè)具有3D效果的立體靶標(biāo)裝置，然后將靶標(biāo)上面的任何一個(gè)點(diǎn)都拿出來作為i這個(gè)參照物的特征點(diǎn)。在計(jì)算機(jī)視覺系統(tǒng)的作用下，將每一個(gè)靶標(biāo)上面的特征點(diǎn)在整個(gè)三維坐標(biāo)系中進(jìn)行精確的制作測(cè)定。與此同時(shí)，攝像機(jī)首先在拍攝過程中獲取靶標(biāo)上面的特征點(diǎn)影像信息，然后對(duì)平面圖像坐標(biāo)系和立體空間坐標(biāo)系二者的內(nèi)外部數(shù)據(jù)參數(shù)排列出非線性方程，找出方程中系數(shù)矩陣的非線性關(guān)系，最后通過數(shù)學(xué)算法中的線性變換法來對(duì)整個(gè)透視系數(shù)矩陣中的每一個(gè)元素進(jìn)行求解。通常在這種定標(biāo)方法的應(yīng)用過程中，計(jì)算機(jī)視覺系統(tǒng)都會(huì)忽略攝相機(jī)鏡頭在拍攝時(shí)的非線性畸變，將透視變幻矩陣中的相關(guān)元素定義為未知數(shù)，繼而在整個(gè)定標(biāo)過程確定有效的三維控制點(diǎn)和相應(yīng)的圖像點(diǎn)。在裝置3D立體靶標(biāo)后，整個(gè)攝像機(jī)定標(biāo)就能夠根據(jù)靶標(biāo)上特征點(diǎn)的圖像坐標(biāo)和世界坐標(biāo)，在數(shù)學(xué)變幻算法的應(yīng)用下，計(jì)算出攝像機(jī)的內(nèi)部參數(shù)和外部參數(shù)。

這種3D立體靶標(biāo)的攝像機(jī)定標(biāo)方法不僅能夠優(yōu)化定標(biāo)物的獲取方法，而且能夠適應(yīng)程序功能的改進(jìn)，并且較高的精度，因而得到了廣泛的應(yīng)用，但是這種定標(biāo)方法通常比較繁瑣。

2.2 基于2D平面靶標(biāo)的攝像機(jī)定標(biāo)

基于2D平面靶標(biāo)的攝像機(jī)定標(biāo)方法在傳統(tǒng)攝像機(jī)定標(biāo)方法分類中屬于一種新型的定標(biāo)方法，又名張正友定標(biāo)法。這種定標(biāo)法具有靈活適用的特點(diǎn)，也是對(duì)傳統(tǒng)攝像機(jī)定標(biāo)方法的一種簡(jiǎn)化。在定標(biāo)過程中首先是要在兩個(gè)以上的不同方位對(duì)一個(gè)平面靶標(biāo)進(jìn)行攝相機(jī)拍攝，整個(gè)拍攝過程中2D平面靶標(biāo)和攝相機(jī)鏡頭都能夠自由地進(jìn)行移動(dòng)，而且要保持整個(gè)攝像機(jī)的內(nèi)部參數(shù)一直固定。通常在基于2D平面靶標(biāo)的攝像機(jī)定標(biāo)法的應(yīng)用中，我們都需要先假定這個(gè)靶標(biāo)在三維空間坐標(biāo)系中的豎軸為0，然后為了求出攝像機(jī)內(nèi)外參數(shù)的優(yōu)化解，要建立相應(yīng)的線性模型，通過對(duì)線性模型的線性分析來計(jì)算出優(yōu)化解，最后，運(yùn)用最大似然法排列參數(shù)之間的非線性關(guān)系來求出其非線性解。在整個(gè)定標(biāo)流程中，必須對(duì)攝像機(jī)的鏡頭畸變的目標(biāo)函數(shù)進(jìn)行綜合考慮，才能夠計(jì)算出攝像機(jī)的外部和內(nèi)部參數(shù)。

這種方法既具有較高的精確性，又不需要很昂貴的定標(biāo)成本，因此在計(jì)算機(jī)視覺系統(tǒng)中很為實(shí)用。但是，這種方法在進(jìn)行整個(gè)攝像機(jī)內(nèi)外參數(shù)的線性分析時(shí)，因?yàn)樘卣鲌D像上面的直線在透視之后依然是直線，在進(jìn)行圖像處理的過程中，會(huì)引入一定的誤差。因此，在很多具有廣角鏡頭的攝像機(jī)定標(biāo)上會(huì)出現(xiàn)因?yàn)殓R頭畸變而引起的較大誤差。

2.3 基于徑向約束的攝像機(jī)定標(biāo)

基于徑向約束的攝像機(jī)定標(biāo)就是通常所說的兩步法標(biāo)定方法。這種方法通常是先利用徑向一致約束對(duì)超定性的線性方程進(jìn)行最小二乘法求解，這樣就能夠?qū)⒊藬z像機(jī)光軸方向平移外的其他的攝像機(jī)參數(shù)，然后對(duì)攝相機(jī)鏡頭存在和不存在透鏡畸變的情況下分別進(jìn)行其他攝像機(jī)參數(shù)的求解。這種方法的計(jì)算量較為適中，而且精度也比較高，適用于攝像機(jī)的精密測(cè)量。然而，兩步法對(duì)于整個(gè)定標(biāo)設(shè)備的要求也高，對(duì)于簡(jiǎn)單的攝像機(jī)標(biāo)定而言不易采用。

總的來說，基于徑向約束的攝像機(jī)定標(biāo)的精準(zhǔn)是通過設(shè)備的復(fù)雜和精確來獲得的，因此具有針對(duì)性的應(yīng)用特點(diǎn)。

3 攝像機(jī)自定標(biāo)方法及其應(yīng)用特點(diǎn)

攝像機(jī)自定標(biāo)方法是指在攝像機(jī)在移動(dòng)時(shí)，周圍環(huán)境中的圖像會(huì)形成一定的對(duì)應(yīng)關(guān)系，通過這種對(duì)應(yīng)關(guān)系來對(duì)攝像機(jī)進(jìn)行定標(biāo)的方法，這種方法無需依賴參照物。攝像機(jī)自定標(biāo)方法主要有以下四種：基于主動(dòng)視覺的自定標(biāo)法、基于Kruppa方程的自定標(biāo)方法、分層逐步定標(biāo)法以及基于二次曲面的自定標(biāo)方法等。這些方法相較于傳統(tǒng)的攝像機(jī)定標(biāo)方法來說有了很大的改進(jìn)和提高，下面就進(jìn)行簡(jiǎn)要的探討。

3.1 基于主動(dòng)視覺的自定標(biāo)法

目前，在攝像機(jī)自定標(biāo)方法中的應(yīng)用最為普遍的方法便是基于主動(dòng)視覺的自定標(biāo)法。這種方法主要是能夠通過對(duì)攝像機(jī)在移動(dòng)過程中的對(duì)環(huán)境中的多幅圖像進(jìn)行標(biāo)定，進(jìn)而建立對(duì)應(yīng)關(guān)系來求出標(biāo)定參數(shù)，由此可見，整個(gè)標(biāo)定過程不需要精密的標(biāo)定物，如此一來就能夠使得標(biāo)定問題簡(jiǎn)單化。主動(dòng)視覺系統(tǒng)是這種標(biāo)定方法的核心技術(shù)，就是攝像機(jī)在拍攝過程中被固定在了一個(gè)能夠得到精確控制的移動(dòng)平臺(tái)上，并且這個(gè)平臺(tái)的相關(guān)參數(shù)能夠通過計(jì)算機(jī)進(jìn)行精確的讀出，在整個(gè)拍攝過程中攝像機(jī)只需要通過一定的特殊運(yùn)動(dòng)來獲取多幅圖像信息，然后在結(jié)合攝像機(jī)運(yùn)動(dòng)的具體參數(shù)和圖像的參數(shù)來確定整個(gè)攝像機(jī)的內(nèi)部和外部參數(shù)，達(dá)到攝像機(jī)定標(biāo)的效果。其中基于主動(dòng)視覺的自定標(biāo)法的代表方法就是馬頌德提出的控制攝像機(jī)的兩組三正交平移運(yùn)動(dòng)的標(biāo)定方法。后來，李華、楊長(zhǎng)江等人對(duì)這種方法進(jìn)行了改進(jìn)和優(yōu)化，提出了基于四組平面正交和五組平面正交運(yùn)動(dòng)的標(biāo)定方法，并能夠利用獲取圖像中的機(jī)電信息來對(duì)攝像機(jī)的參數(shù)進(jìn)行線性表定。

這種方法算法簡(jiǎn)便，能夠獲得整個(gè)參數(shù)的線性解，但是這種方法對(duì)整個(gè)攝像機(jī)的運(yùn)動(dòng)平臺(tái)要求很高，因此要求必須具有精確控制的能力。

3.2 基于Kruppa方程的自定標(biāo)方法

基于Kruppa方程的自定標(biāo)方法主要是在整個(gè)攝像機(jī)自定標(biāo)過程中導(dǎo)入了Kruppa方程，并對(duì)該方程進(jìn)行直接求解，從而得到整個(gè)攝像機(jī)的具體參數(shù)的方法?；贙ruppa方程的自定標(biāo)方法在應(yīng)用時(shí)利用了極線變幻和二次曲線像的概念對(duì)Kruppa進(jìn)行推導(dǎo)，直接進(jìn)行求解。

這種標(biāo)定方法不需要對(duì)整個(gè)圖像的序列進(jìn)行射影重建，通常是對(duì)兩個(gè)圖像之間的信息建立一個(gè)方程，相較于逐步分層標(biāo)定方法而言，基于Kruppa方程的自定標(biāo)方法能夠?qū)⒛承┖茈y做到所有圖像整合到一個(gè)統(tǒng)一的射影框架中的情況更加具有優(yōu)勢(shì)，但是這種方法還是存在著一定的局限性，它無法保證在無窮遠(yuǎn)處的平面能夠保持所有圖像在確定的攝影平面中還具有一致性的效果。當(dāng)整個(gè)攝像機(jī)拍攝的圖像的序列較長(zhǎng)的時(shí)候，基于Kruppa方程的自定標(biāo)方法就顯得很不穩(wěn)定，繼而不能夠很好地算出整個(gè)攝像機(jī)的內(nèi)外參數(shù)，對(duì)定標(biāo)造成了一定的影響。

3.3 分層逐步定標(biāo)法

分層逐步定標(biāo)法是攝像機(jī)自定標(biāo)方法中的一個(gè)研究熱點(diǎn)，在攝像機(jī)自定標(biāo)的實(shí)際應(yīng)用中以及逐步取代了可以直接求解的基于Kruppa方程的自定標(biāo)方法。分層逐步定標(biāo)法在應(yīng)用過程中首先需要對(duì)整個(gè)拍攝的圖像序列進(jìn)行攝影重建，這點(diǎn)和基于Kruppa方程的自定標(biāo)方法一樣，然后利用絕對(duì)二次曲面加以約束，最后在確定出無窮遠(yuǎn)處平面方程中的仿射參數(shù)以及攝像機(jī)內(nèi)部的參數(shù)。分層逐步定標(biāo)法的應(yīng)用特點(diǎn)是必須建立在射影定標(biāo)的基礎(chǔ)之上，利用某一幅圖形作為特征基準(zhǔn)點(diǎn)進(jìn)行射影對(duì)其，將整個(gè)攝像機(jī)自定標(biāo)的未知數(shù)的數(shù)量減少，再運(yùn)用數(shù)學(xué)算法中的非線性優(yōu)化算法來進(jìn)行未知數(shù)的求解。

這種方法的不知自出就是在進(jìn)行非線性優(yōu)化算法時(shí)，初值是通過事前的預(yù)估得到的，不能夠保證這個(gè)方程的收斂性。由于在射影重建時(shí)，選擇的基準(zhǔn)圖像不同，整個(gè)攝像機(jī)自定標(biāo)的結(jié)果也會(huì)存在差異。

3.4 基于二次曲面的自定標(biāo)方法

基于二次曲面的自定標(biāo)方法和基于Kruppa方程的自定標(biāo)方法在本質(zhì)上答題一致，這兩種方法都是利用了絕對(duì)二次曲面在歐式變幻算法的計(jì)算下維持的不變性進(jìn)行的。最早將二次曲面的概念引入到計(jì)算機(jī)視覺系統(tǒng)中攝像機(jī)自定標(biāo)方法的是Triggs，他在這種定標(biāo)方法上作出了可行性的研究，最后形成了基于二次曲面的自定標(biāo)方法。

在輸入了多幅的圖像并且在進(jìn)行統(tǒng)一的射影重建的狀態(tài)下，基于二次曲面的自定標(biāo)方法會(huì)比基于Kruppa方程的自定標(biāo)方法更加適用一些，原因就是基于二次曲面的自定標(biāo)方法包含了絕對(duì)二次曲面和無窮遠(yuǎn)處平面的所有信息，進(jìn)而能夠辦證整個(gè)圖像在無窮遠(yuǎn)處平面的一致性。

4 傳統(tǒng)攝像機(jī)定標(biāo)方法與自定標(biāo)方法優(yōu)缺點(diǎn)分析

從上文可知，對(duì)于傳統(tǒng)攝像機(jī)定標(biāo)方法應(yīng)該取其精華，去其糟粕；對(duì)于攝像機(jī)自定標(biāo)方法，在吸取傳統(tǒng)攝像機(jī)定標(biāo)方法的優(yōu)點(diǎn)的同時(shí)，應(yīng)該加強(qiáng)自身的精度要求?？偠灾瑑煞N攝像機(jī)定標(biāo)方法各自存在利弊，如何改進(jìn)才是正確的研究方向。

4.1 傳統(tǒng)的攝像機(jī)定標(biāo)方法弊端

傳統(tǒng)的攝像機(jī)定標(biāo)方法通過實(shí)踐證明，在理論上和實(shí)際運(yùn)用上十分有用的，但仍有不少地方需要進(jìn)一步改進(jìn)，以下為它目前存在的問題所在：1）攝像機(jī)所拍攝的圖像或視頻存在一定噪聲。在實(shí)際數(shù)據(jù)計(jì)算分析中，這種噪音無論大小，都會(huì)對(duì)內(nèi)部參數(shù)的實(shí)際解造成大的干擾，并且使實(shí)際解與由約束關(guān)系所求得的解之間有著相當(dāng)大的差異。因此，怎樣才能夠提高解的魯棒性、減少解之間的差異性成為了傳統(tǒng)攝像機(jī)定標(biāo)亟待解決的1問題；2）線性模型所得的優(yōu)化解并非全局的。由上可知，攝像機(jī)定標(biāo)的實(shí)際過程便是獲得實(shí)際參數(shù)的過程，即使用各種不同的優(yōu)化計(jì)算方法，來獲得相應(yīng)的非線性方程的一組解，但實(shí)際上，以此所獲得的優(yōu)化解并非全局的。因此，如何變化或者提高線性方程的解答方法也很重要；3）攝像機(jī)定標(biāo)參數(shù)的不確定性。一般來講，攝像機(jī)定標(biāo)參數(shù)的不確定性決定著計(jì)算參數(shù)的可信程度，同時(shí)，其對(duì)三維重建有著影響，進(jìn)一步來講，攝像機(jī)定標(biāo)的不確定性也決定著約束關(guān)系的不確定性傳播。因此，這個(gè)問題也需要深入進(jìn)一步研究。

總之，傳統(tǒng)攝像機(jī)的定標(biāo)方法依然存在著許多無法忽視的弊端和需要解決的問題，深入研究并盡快解決這些問題，應(yīng)該是傳統(tǒng)攝像機(jī)的定標(biāo)方法今后的大的研究方向。

4.2 攝像機(jī)自定標(biāo)方法相關(guān)問題

目前普遍認(rèn)為，攝像機(jī)自定標(biāo)方法實(shí)現(xiàn)隨時(shí)隨地的校準(zhǔn)攝像機(jī)模型參數(shù)，與傳統(tǒng)的攝像機(jī)定標(biāo)方法相比顯得更為靈活先進(jìn)。攝像機(jī)自定標(biāo)方法無需參照物，僅僅從圖像或視頻的相關(guān)點(diǎn)中得到它們之間的約束關(guān)系，從而通過相應(yīng)的分析，計(jì)算出攝像機(jī)模型的參數(shù).這種定標(biāo)方法看似毫無缺點(diǎn)，但自定標(biāo)的精度與傳統(tǒng)的攝像機(jī)定標(biāo)方法相比，還是存在者一定的缺點(diǎn)，以下便是對(duì)其缺點(diǎn)的歸納總結(jié)：部分?jǐn)z像機(jī)自定標(biāo)方法所求得的解不夠穩(wěn)定。例如：在圖像或視頻存在一定噪聲的情況下，實(shí)際的解與理論的解有著相當(dāng)差異，或者所求得的解并不唯一。因此，解的不穩(wěn)定性和精度不夠的情況，不僅是傳統(tǒng)攝像機(jī)定標(biāo)方法的缺點(diǎn)，也是自定標(biāo)方法的一個(gè)問題，提高解的精度及穩(wěn)定性，是自定標(biāo)研究的一個(gè)重要方向。實(shí)際上，在現(xiàn)在的解決方案中，各種優(yōu)化算法是最常用最普遍的方法，但是，在多解的情況下，優(yōu)化算法也無法能夠保證得出全局的最優(yōu)解。由此看來，這個(gè)問題是計(jì)算機(jī)是絕種攝像機(jī)定標(biāo)方法普遍存在的關(guān)鍵性問題。

5 結(jié)束語(yǔ)

隨著計(jì)算機(jī)視覺系統(tǒng)的不斷發(fā)展，攝像機(jī)定標(biāo)技術(shù)也呈現(xiàn)了進(jìn)步的狀態(tài)。綜上所述，計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法主要有傳統(tǒng)的攝像機(jī)定標(biāo)法和攝像機(jī)自定標(biāo)法，對(duì)這兩類的定標(biāo)方法進(jìn)行深入的研究能夠?yàn)槿嬲J(rèn)識(shí)和了解攝像機(jī)定標(biāo)方法起到很好的幫助作用。計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法在今后的發(fā)展過程中應(yīng)該得到更多的研究，但其所存在的不足和弊端也理應(yīng)得到研究人員的重視。在這個(gè)多元化信息化的世界里，計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)技術(shù)若能夠根據(jù)現(xiàn)有的條件，適應(yīng)如今的環(huán)境，選擇合適的方法，對(duì)一些還存在局限性的環(huán)節(jié)取得更好地突破，則能夠?qū)⒄麄€(gè)定標(biāo)技術(shù)提升一個(gè)高度。相信隨著未來計(jì)算機(jī)視覺系統(tǒng)的不斷擴(kuò)展和不斷完善，攝像機(jī)定標(biāo)技術(shù)的應(yīng)用范圍也會(huì)越來越廣闊。

參考文獻(xiàn)

[1]宋雪峰，楊明，王宏.用于攝像機(jī)標(biāo)定的網(wǎng)格狀紋理的檢測(cè)方法[A].2001年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C].2001.

[2]譚躍鋼，吳正平.一種新的基于雙目視模型的三維重建方法[A].中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C].2001.

[3]劉健勤，鮑光淑.面向數(shù)據(jù)采掘的自適應(yīng)圖象分割技術(shù)[A].中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C].1998.

[4]洪俊田，陶劍鋒，李剛，桂預(yù)風(fēng)，徐曉英.基于灰色關(guān)聯(lián)的數(shù)字圖像去噪研究[J].武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版），2006，04.

[5]趙江濤，周仁斌，劉寶源.基于線結(jié)構(gòu)激光三維掃描系統(tǒng)的攝像機(jī)標(biāo)定方法研究[A].2010振動(dòng)與噪聲測(cè)試峰會(huì)論文集[C].2010.

[6]王鵬，王紅平.基于網(wǎng)格圖像的雙線性插值畸變校正的方法研究[A].科技創(chuàng)新與節(jié)能減排——吉林省第五屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C].2008.

[7]程建璞，項(xiàng)輝宇，于修洪.基于OpenCV的視覺測(cè)量技術(shù)中攝像機(jī)標(biāo)定方法[J].北京工商大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，01.

[8]趙越，江南.一種基于3D矩形靶標(biāo)的攝像機(jī)標(biāo)定算法及其實(shí)現(xiàn)[A].第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅰ[C].2011.

第9篇：計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)范文

本文深入地分析了當(dāng)前實(shí)施人臉檢測(cè)技術(shù)的可行性，并對(duì)本方案實(shí)施的優(yōu)勢(shì)進(jìn)行了概括。

【關(guān)鍵詞】人臉檢測(cè)技術(shù) 計(jì)算機(jī)技術(shù) 識(shí)別技術(shù)

1 人臉檢測(cè)的前景

人臉檢測(cè)作為近年來生物識(shí)別領(lǐng)域的一個(gè)熱門研究方向，具有操作方便，用戶易于接受，事后追蹤能力強(qiáng)等優(yōu)點(diǎn)。但是因?yàn)槿四槞z測(cè)與識(shí)別運(yùn)行的過程往往需要大量的運(yùn)算，并且其算法并不簡(jiǎn)單，因此目前大部分人臉檢測(cè)與識(shí)別系統(tǒng)的設(shè)計(jì)與開發(fā)都需要立足于計(jì)算機(jī)技術(shù)。下面筆者將會(huì)對(duì)以計(jì)算機(jī)平臺(tái)為基礎(chǔ)的人臉檢測(cè)的實(shí)現(xiàn)過程展開詳細(xì)的論述與分析。

2 相關(guān)技術(shù)研究現(xiàn)狀

2.1 人臉圖像的獲取與預(yù)處理

一般情況下，攝像頭負(fù)責(zé)對(duì)人臉圖像的攝取，除此之外，專門的圖像庫(kù)也是人臉圖像的來源之一。前者多應(yīng)用于系統(tǒng)的應(yīng)用階段，一般來說，它不僅僅可以作為應(yīng)用系統(tǒng)存在，也可以作為研究系統(tǒng)存在；而后者多應(yīng)用于研究階段，并且它只能作為研究系統(tǒng)存在，是基于標(biāo)準(zhǔn)人臉圖像庫(kù)而存在的。

獲得需要的圖像之后，接下來就要對(duì)圖像進(jìn)行預(yù)處理，這一環(huán)節(jié)對(duì)于人臉檢測(cè)與識(shí)別系統(tǒng)的應(yīng)用來說，是非常關(guān)鍵的。在獲取圖像的過程中，會(huì)受到外部復(fù)雜環(huán)境的影響，例如燈光亮度、配套設(shè)施好壞、噪聲干擾、對(duì)比不明顯等等。并且，由于距離與焦距存在的差異，導(dǎo)致無法確定人臉?biāo)幍木咧谩Ｒ虼?，圖像預(yù)處理這一環(huán)節(jié)是必不可少的，有了這一環(huán)節(jié)才能確保圖像上人臉?biāo)幬恢门c大小比較恰當(dāng)。人臉扶正、人臉圖像增強(qiáng)及其幾何歸一化和灰度歸一化等都是圖像預(yù)處理環(huán)節(jié)主要的工作內(nèi)容。而圖像變換增強(qiáng)、直方圖均衡法、非線性平滑濾波、圖像的歸一化等則是圖像預(yù)處理過程之中所運(yùn)用的主要方法。

2.2 人臉檢測(cè)技術(shù)

人臉識(shí)別是否能夠具有較好的識(shí)別性能，取決于人臉檢測(cè)的性能水平的高低，因此可以說，人臉檢測(cè)是人臉識(shí)別得以實(shí)現(xiàn)的前提條件。借助人臉檢測(cè)算法技術(shù)，檢查并測(cè)驗(yàn)靜態(tài)圖像（動(dòng)態(tài)視頻幀），從而準(zhǔn)確的對(duì)此圖像（視頻）進(jìn)行判斷，從而知道此圖像是否具有人臉圖像，假若判斷此圖像具有人臉圖像，則需要明確其所處區(qū)域及圖像數(shù)值大小，這就是人臉檢測(cè)。高效率與檢測(cè)精準(zhǔn)是用戶對(duì)人臉檢測(cè)的一個(gè)普遍性評(píng)價(jià)，現(xiàn)如今這項(xiàng)技術(shù)已經(jīng)獲得了用戶的認(rèn)可，專家學(xué)者也對(duì)其展開了更深入的分析研究。

人臉圖像所囊概的特征是非常豐富的，例如膚色、人的輪廓、結(jié)構(gòu)等特征都是極具代表性的，此外其系列圖像往往還會(huì)涉及到一些其他信息，例如運(yùn)動(dòng)狀態(tài)等。基于這些特征信息，研究者設(shè)計(jì)了許多人臉識(shí)別的檢測(cè)算法，按照這些方法的思想策略大致可將人臉檢測(cè)方法分為4類：基于知識(shí)的方法、基于模塊匹配的方法、基于外觀形狀的方法和基于特征的方法。

2.3 人臉識(shí)別技術(shù)

借助對(duì)相應(yīng)的人臉識(shí)別算法的運(yùn)用，辨別出圖像上的人臉的身份信息，第一步是對(duì)圖像進(jìn)行搜索，從而找出圖像上的人臉目標(biāo)，然后識(shí)別人臉目標(biāo)體的身份信息，這就是人臉識(shí)別。

以人臉識(shí)別技術(shù)的發(fā)展?fàn)顩r作為劃分的依據(jù)，研究工作往往將人臉識(shí)別技術(shù)劃分為四種類別，分別為：其一是幾何特征為基礎(chǔ)的；其二是以統(tǒng)計(jì)特征為基礎(chǔ)的；其三是以機(jī)器靴子為基礎(chǔ)的；其四是以局部模式為基礎(chǔ)的；

3 選擇的硬件平臺(tái)

3.1 圖像輸入

人臉圖像的輸入部分可以是普通的USB攝像機(jī)、網(wǎng)絡(luò)攝像機(jī)等，也可以將已經(jīng)拍攝好的圖像存儲(chǔ)在硬盤等存儲(chǔ)設(shè)備。因此其應(yīng)用往往不會(huì)受限于特定的場(chǎng)所。

如果攝像機(jī)選擇的性能比較差一些，會(huì)增加后面算法的復(fù)雜度；此外還會(huì)對(duì)人臉檢測(cè)與識(shí)別的最終效果造成一定的影響；為了提高系統(tǒng)的性能，所以應(yīng)該選擇性能比較好，產(chǎn)生的相片噪聲比較小的相機(jī)。

3.2 中央處理

本方案中的中央處理部分選取的是計(jì)算機(jī)的CPU；因?yàn)楝F(xiàn)在CPU的功能強(qiáng)大，再加上良好的微軟系統(tǒng)，使得系統(tǒng)的性能大大的提升。

作為系統(tǒng)的中心處理部分，應(yīng)該選擇一臺(tái)專門的服務(wù)器來處理圖像的檢測(cè)和識(shí)別。這是由于圖像往往需要占據(jù)大量的內(nèi)存，在實(shí)施算法的過程之中會(huì)耗用較多的資源。

4 檢測(cè)系統(tǒng)的組成

4.1 計(jì)算機(jī)視覺庫(kù)OpenCV的介紹

Open CV是計(jì)算機(jī)視覺庫(kù)，它是跨平臺(tái)的，并且以（開源）發(fā)行為基礎(chǔ)，能夠在很多操作系統(tǒng)上運(yùn)用，例如Linux、Windows、Mac OS，其具有的C函數(shù)跨平臺(tái)的中、高層API高達(dá)五百個(gè)。由于其有著豐富的視覺處理算法，因此在數(shù)字圖像處理領(lǐng)域之中的運(yùn)用非常普遍，例如物體、人體、人臉等的識(shí)別。本文后面分析工作的開展都是以O(shè)pen CV計(jì)算機(jī)視覺庫(kù)為基礎(chǔ)的。

4.2 人臉圖像采集模塊

原始的人臉圖像一般是在用戶注冊(cè)時(shí)采集的，一般會(huì)在幾副到十幾幅之間， 且采集到的這些人臉圖像需包含該人臉的不同的表情和多種姿態(tài)。人臉采集是人臉檢測(cè)的第一個(gè)步驟，筆者在前文現(xiàn)狀分析的基礎(chǔ)上，為使人臉檢測(cè)更加精確，結(jié)合了人眼與人臉檢測(cè)兩種技術(shù)。成功獲取人臉圖像后將會(huì)步入圖像預(yù)處理這一步驟，相應(yīng)的工作內(nèi)容不再贅述。

當(dāng)然進(jìn)行人臉識(shí)別時(shí)的圖像采集工作也是由此模塊來完成，采集完需要進(jìn)行歸一化、圖像均衡、灰度化、直方圖增強(qiáng)等預(yù)處理，之后根據(jù)當(dāng)前處于訓(xùn)練階段還是識(shí)別階段將其送入人臉特征提取模塊。

4.3 人臉特征提取模塊

這一模塊的主要工作是提取人臉圖片的特征，隨后開展降維處理，最終在數(shù)據(jù)庫(kù)之中錄入該特征，方便人臉圖像識(shí)別模塊對(duì)圖像的識(shí)別。在前文人臉識(shí)別技術(shù)研究現(xiàn)狀分析的基礎(chǔ)上，筆者認(rèn)為此模塊工作的開展，首先可以采取人臉區(qū)域先分塊再提取特征的方法。

4.4 人臉圖像識(shí)別模塊

人臉識(shí)別系統(tǒng)的好壞很大程度上取決于人臉識(shí)別的設(shè)計(jì)水平與其所挑選的計(jì)算方法，因此可以說，人臉識(shí)別系統(tǒng)的關(guān)鍵在于人臉識(shí)別。現(xiàn)如今，以小波分析為基礎(chǔ)、以視覺聯(lián)想為基礎(chǔ)、以人臉表情為基礎(chǔ)的人臉識(shí)別技術(shù)是運(yùn)用最普遍的。因此，本文的關(guān)鍵點(diǎn)就在于此，要查閱相關(guān)資料，從而挑選出最恰當(dāng)?shù)乃惴ā?/p>

5 結(jié)論

我們以O(shè)penCV和計(jì)算機(jī)為平臺(tái)，對(duì)人臉圖像的預(yù)處理、人臉圖像的特征提取和人臉圖像的識(shí)別算法進(jìn)行仿真分析和優(yōu)化。這樣，我們就可以充分利用人臉識(shí)別現(xiàn)有的算法，并進(jìn)行優(yōu)化，來實(shí)現(xiàn)快速高效的檢測(cè)和識(shí)別系統(tǒng)。

參考文獻(xiàn)

[1]朱文佳，戚飛虎.快速人臉檢測(cè)與特征定位 [J].中國(guó)圖像圖形學(xué)報(bào)，2005，10（11）：1455-1458.

[2]王志良，孟秀艷.人臉工程學(xué)[M].北京：機(jī)械工業(yè)出版社，2008.

作者簡(jiǎn)介

宋家慧（1978-），女，山東省蒼山縣人。大學(xué)本科學(xué)歷?，F(xiàn)為廣西機(jī)電職業(yè)技術(shù)學(xué)院講師。研究方向?yàn)橛?jì)算機(jī)應(yīng)用、數(shù)據(jù)庫(kù)應(yīng)用和數(shù)據(jù)挖掘。