計算機(jī)視覺技術(shù)方面的論文
隨著計算機(jī)技術(shù)的發(fā)展，計算機(jī)視覺技術(shù)自20世紀(jì)70年代產(chǎn)生以來就得到了全世界的廣泛關(guān)注。下面是學(xué)習(xí)啦小編給大家推薦的計算機(jī)視覺技術(shù)方面的論文，希望大家喜歡!
計算機(jī)視覺技術(shù)方面的論文篇一
試談計算機(jī)視覺技術(shù)的應(yīng)用
摘 要：文章在介紹計算機(jī)視覺技術(shù)相關(guān)內(nèi)容的基礎(chǔ)上，對該技術(shù)在工業(yè)、農(nóng)業(yè)、林業(yè)和農(nóng)產(chǎn)品檢測這四個領(lǐng)域的具體應(yīng)用進(jìn)行簡要分析。
關(guān)鍵詞：計算機(jī);視覺技術(shù);應(yīng)用研究
中圖分類號：TP212 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597(2013)16-0114-01
計算機(jī)視覺技術(shù)自20世紀(jì)70年代產(chǎn)生以來就得到了全世界的廣泛關(guān)注。作為一種多學(xué)科綜合應(yīng)用下的新技術(shù)，隨著專家對其研究會的不斷深入，其應(yīng)用領(lǐng)域也越來越廣，給人們的生產(chǎn)生活帶來了極大方便。
1 計算機(jī)視覺技術(shù)
計算機(jī)視覺技術(shù)是在計算機(jī)技術(shù)應(yīng)用下發(fā)展起來的一種新技術(shù)，主要用來研究計算機(jī)模擬生物的宏觀或外顯功能。該技術(shù)在應(yīng)用過程中會涉及到計算機(jī)科學(xué)、神經(jīng)生物學(xué)、人工智能、模式識別以及圖像處理等多個學(xué)科，多學(xué)科技術(shù)的綜合運(yùn)用使得計算機(jī)具有了“感知”周圍世界的能力，這也正是該技術(shù)發(fā)揮作用的核心所在。計算機(jī)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(yīng)用的領(lǐng)域和檢測的對象非常廣，能在敏感器件的應(yīng)用下，完成對人類難以觀察到的超聲波、微波和紅外線等的檢測;最后，該技術(shù)還突破了人在視覺觀察上長時間工作的限制，能對檢測對象進(jìn)行長時間觀察。
2 計算機(jī)視覺技術(shù)在各領(lǐng)域的應(yīng)用分析
隨著計算機(jī)視覺技術(shù)研究的不斷加深，該技術(shù)的應(yīng)用領(lǐng)域也越來越廣，下面，本文就選取工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測、電力系統(tǒng)自動化及圖書館工作這6個方面對計算機(jī)視覺技術(shù)的應(yīng)用進(jìn)行簡要分析。
2.1 在工業(yè)領(lǐng)域中的應(yīng)用
工業(yè)生產(chǎn)對產(chǎn)品的質(zhì)量要求極高，計算機(jī)視覺技術(shù)在工業(yè)上的應(yīng)用主要集中在以下3方面：1)產(chǎn)品形狀和尺寸的檢測上。對制造業(yè)而言，產(chǎn)品的形狀和尺寸是否合格直接影響到產(chǎn)品在實際應(yīng)用過程中作用的發(fā)揮。計算機(jī)視覺技術(shù)的應(yīng)用能對產(chǎn)品進(jìn)行二維和三維等幾何特征的檢測，如產(chǎn)品的圓度、位置及形狀等。2)產(chǎn)品零部件缺失情況的檢測。在生產(chǎn)線運(yùn)行過程中，計算機(jī)視覺技術(shù)能準(zhǔn)確檢測出產(chǎn)品在生產(chǎn)過程中是否存在鉚釘、螺絲釘?shù)攘悴考娜笔б约爱a(chǎn)品內(nèi)部是否在生產(chǎn)過程中摻進(jìn)雜質(zhì)等。3)產(chǎn)品表面質(zhì)量的檢測。為了從各個方面保證產(chǎn)品的合格性，對其進(jìn)行表面質(zhì)量的檢測也是一個極其重要的環(huán)節(jié)。計算機(jī)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(yīng)用
該技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用主要集中在以下兩方面：1)對病蟲害的預(yù)測預(yù)報。預(yù)測預(yù)報作用發(fā)揮的關(guān)鍵環(huán)節(jié)是建立起計算機(jī)視覺技術(shù)對所有昆蟲的識別體系。對昆蟲圖像識別系統(tǒng)進(jìn)行數(shù)字化建模所使用的方法主要以下2種，一種是運(yùn)用數(shù)學(xué)形態(tài)學(xué)的方法對害蟲的邊緣進(jìn)行檢測，進(jìn)而提取害蟲的特征;第二種是從昆蟲的二值化圖像中提取出昆蟲的周長、面積和復(fù)雜度等基本信息，并對這些信息建立害蟲的模板庫以實現(xiàn)對昆蟲的模糊決策分析。2)對農(nóng)作物生長的監(jiān)測。常用的方法就是運(yùn)用計算機(jī)視覺技術(shù)下的非接觸式監(jiān)測系統(tǒng)對農(nóng)作物生長環(huán)境下的光照、溫度、濕度、風(fēng)速、營養(yǎng)液濃度等相關(guān)因素進(jìn)行連續(xù)地監(jiān)測，進(jìn)而判斷出農(nóng)作物長勢。
2.3 在林業(yè)生產(chǎn)中的應(yīng)用
該技術(shù)在林業(yè)生產(chǎn)中的應(yīng)用主要集中在農(nóng)藥噴灑和林木球果采集這兩方面。就林業(yè)的農(nóng)藥噴灑而言，常規(guī)的農(nóng)藥噴灑方式易造成農(nóng)藥的大量流失，不僅達(dá)不到防止林業(yè)有害生物的目的，還浪費(fèi)了大量的人力、物力和財力。計算機(jī)視覺技術(shù)的應(yīng)用能通過對施藥目標(biāo)圖像進(jìn)行實時分析，得出具體的施藥量和準(zhǔn)確的施藥位置，該技術(shù)指導(dǎo)下的施藥工作極大發(fā)揮了農(nóng)藥的效果。就林木球果采集而言，該采集工作的操作難度一直都很大，我國當(dāng)前使用的方法主要是人工使用專業(yè)工具下的采集以及機(jī)械設(shè)備運(yùn)用下的高空作業(yè)車采集和搖振采種機(jī)采集，這兩種方式都存在一定的安全性和效率問題。計算機(jī)視覺技術(shù)的應(yīng)用能通過對需要進(jìn)行采集的林木球果進(jìn)行圖像采集來得出球果所處的具體位置，再結(jié)合專業(yè)機(jī)械手的使用完成球果采集。該技術(shù)不僅節(jié)省了大量勞動力，還極大提高了采摘效率。
2.4 在農(nóng)產(chǎn)品檢測中的應(yīng)用
農(nóng)產(chǎn)品在生產(chǎn)過程中受自然環(huán)境的影響比較大，所以農(nóng)產(chǎn)品不僅會產(chǎn)生質(zhì)量上的差異，還會造成顏色、大小、形狀等外觀上的極大不同。由于農(nóng)產(chǎn)品在出售時大多要進(jìn)行產(chǎn)品等級的劃分，所以將計算機(jī)視覺技術(shù)運(yùn)用到對其顏色和外形尺寸的檢測上，有效達(dá)到了對農(nóng)產(chǎn)品進(jìn)行檢測的目的。通過對外觀大小尺寸的檢測，不僅提高了對農(nóng)產(chǎn)品進(jìn)行分門別類地等級劃分的效率，還在很大程度上減少了對產(chǎn)品的損壞;通過對西瓜等農(nóng)產(chǎn)品進(jìn)行顏色上的檢測，能準(zhǔn)確判斷其是否成熟，有效避免了人工操作下的失誤。
2.5 在電力系統(tǒng)自動化中的應(yīng)用
計算機(jī)視覺技術(shù)在電力系統(tǒng)自動化應(yīng)用的表現(xiàn)當(dāng)前主要表現(xiàn)在以下2個方面：1)在人機(jī)界面中的應(yīng)用。人機(jī)界面在運(yùn)行過程中更加強(qiáng)調(diào)人的主體地位，實現(xiàn)了用戶對各種效應(yīng)通道和感覺通道的運(yùn)用。具體來講，計算機(jī)視覺技術(shù)在用戶向計算機(jī)的輸入方面，效應(yīng)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(jī)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(yīng)用。對煤粉鍋爐火焰的檢測既能有效判斷鍋爐的運(yùn)行狀況，又能在很大程度上實現(xiàn)電廠的安全性運(yùn)營。由于煤的負(fù)荷變化和種類變化會在使著火位置發(fā)生移動，所以為了保證爐膛火焰檢測的準(zhǔn)確性，必須彌補(bǔ)之前單純應(yīng)用火焰檢測器只能判斷有無火焰開關(guān)量信號的弊端。計算機(jī)視覺技術(shù)的應(yīng)用，就在彌補(bǔ)火焰檢測器應(yīng)用弊端的基礎(chǔ)上，實現(xiàn)了對火焰形狀的進(jìn)一步檢測。
2.6 在圖書館工作中的應(yīng)用
隨著當(dāng)前數(shù)字圖書館和自動化管理系統(tǒng)的建立，計算機(jī)技術(shù)在圖書館方面的應(yīng)用越來越廣泛。當(dāng)前計算機(jī)視覺技術(shù)在圖書館方面的應(yīng)用主要集中在古籍修補(bǔ)和書刊剔舊這兩方面。就古籍修補(bǔ)而言，古籍圖書等在收藏的過程中，受溫度、濕度、光照等的影響，極易導(dǎo)致紙張變黃、變脆以及蟲洞等現(xiàn)象的出現(xiàn)。在進(jìn)行修補(bǔ)時，依靠計算機(jī)視覺技術(shù)開展具體的修補(bǔ)工作，能在很大程度上提高修補(bǔ)工作的效率。就書刊剔舊而言，由于圖書館藏書眾多，對那些使用率低且較為陳舊的文獻(xiàn)資料進(jìn)行及時地剔除，能實現(xiàn)圖書資源的及時更新。計算機(jī)視覺技術(shù)在該方面的應(yīng)用，極大地保證了工作的準(zhǔn)確性和效率性。
3 結(jié)束語
通過以上對計算機(jī)視覺技術(shù)在工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測、電力系統(tǒng)自動化及圖書館工作這6個方面的研究可以看出，隨著計算機(jī)技術(shù)的進(jìn)一步發(fā)展以及計算機(jī)與各專業(yè)學(xué)科的不斷滲透，該技術(shù)的發(fā)展前景和應(yīng)用領(lǐng)域都將更加廣闊。
參考文獻(xiàn)
[1]鄭加強(qiáng).基于計算機(jī)視覺的霧滴尺寸檢測技術(shù)[J].南京林業(yè)大學(xué)學(xué)報，2009(09).
[2]沈明彼.計算機(jī)視覺技術(shù)在社會各領(lǐng)域應(yīng)用的發(fā)展與展望[J].農(nóng)業(yè)機(jī)械學(xué)報，2012(03).
計算機(jī)視覺技術(shù)方面的論文篇二
試論基于OPENCV的計算機(jī)視覺技術(shù)
【摘 要】伴隨著科技不斷發(fā)展，基于OPENCV的計算機(jī)視覺技術(shù)應(yīng)運(yùn)而生，該技術(shù)的出現(xiàn)受到了社會的廣泛關(guān)注。本文將對計算機(jī)視覺技術(shù)應(yīng)用原理進(jìn)行分析，論述基于OPENCV的運(yùn)動物體檢測。并且從三個角度分析基于OPENCV的圖像預(yù)處理技術(shù)，為計算機(jī)視覺技術(shù)創(chuàng)新提供依據(jù)。
【關(guān)鍵詞】OPENCV;計算機(jī)視覺技術(shù);研究
計算機(jī)視覺技術(shù)能夠有效的實現(xiàn)人眼的分類、分割、跟蹤以及判別等，在先進(jìn)的技術(shù)下，在視覺系統(tǒng)中能夠創(chuàng)建出3D等圖像元素數(shù)據(jù)，并且根據(jù)系統(tǒng)需求獲取信息?；贠PENCV的計算機(jī)視覺技術(shù)研究比較晚，在諸多方面還處于探索階段，在該技術(shù)研發(fā)環(huán)節(jié)中還存在著很多問題。
一、計算機(jī)視覺技術(shù)應(yīng)用原理
基于OPENCV的計算機(jī)視覺技術(shù)，應(yīng)用于視頻中運(yùn)動物體檢測時，主要分為宏觀和微觀兩種檢測方式。其中宏觀檢測方式是指，以視頻中的某一個畫面為研究對象，研究內(nèi)容比較整體。而微觀檢測方式在整幅圖像的基礎(chǔ)上，截取一小部分，根據(jù)實際需求在一小部分內(nèi)部進(jìn)行檢測。在進(jìn)行計算機(jī)視覺技術(shù)研究當(dāng)中分為兩個環(huán)節(jié)，第一環(huán)節(jié)，圖像數(shù)據(jù)信息的采集，第二環(huán)節(jié)，對于圖像數(shù)據(jù)信息預(yù)處理。例如，當(dāng)在宏觀的圖像數(shù)據(jù)分析下，只需要對圖像進(jìn)行整體分析就可以，而在微觀的檢測技術(shù)下，需要根據(jù)技術(shù)需求，對圖像進(jìn)行科學(xué)分割。
二、基于OPENCV的運(yùn)動物體檢測
在對與動物體進(jìn)行檢測的環(huán)節(jié)中，在OPENCV技術(shù)基礎(chǔ)上，需要對視頻中運(yùn)動的物體進(jìn)行特征性的捕捉。一般正在運(yùn)動的物體其輪廓、顏色以及性狀等比較特殊，在特征捕捉中比較便捷。通過宏觀的物體運(yùn)動捕捉，將所在運(yùn)動的物體與運(yùn)動背景相互分離，以便于對運(yùn)動物體的數(shù)據(jù)信息進(jìn)行研究?；诨贠PENCV的運(yùn)動物體檢測主要分為三個步驟：
第一，視頻流的捕捉;在進(jìn)行圖與像分離的過程中，需要對視頻流進(jìn)行科學(xué)的捕捉，保障所得的圖像數(shù)據(jù)信息真實、清晰而完整。當(dāng)視頻流捕捉完成之后，才能夠在此基礎(chǔ)上進(jìn)行圖像的格式轉(zhuǎn)換。
第二，視頻格式的轉(zhuǎn)換;所需要研究的圖像數(shù)據(jù)格式有可能能與視頻格式不同，因此，需要進(jìn)行視頻格式的轉(zhuǎn)換。
第三，獲取圖像的預(yù)處理。當(dāng)在視頻圖像獲取環(huán)節(jié)中，圖像數(shù)據(jù)信息容易受到環(huán)境因素以及其他人為因素的干擾，為了減小圖像本身所帶來的誤差，需要對圖像進(jìn)行預(yù)處理，根據(jù)實際的數(shù)據(jù)需求進(jìn)行圖像特征提取[2]。
三、基于OPENCV的圖像預(yù)處理
計算機(jī)視覺處理技術(shù)所應(yīng)用的環(huán)境比較復(fù)雜，視頻數(shù)據(jù)比較容易受到環(huán)境因素的干擾而發(fā)生變化，對后期的視頻數(shù)據(jù)信息處理帶來麻煩。計算機(jī)視覺應(yīng)用環(huán)境中存在著光照，而光照并不是一成不變的，光照在不同情況下對計算機(jī)視覺技術(shù)的所產(chǎn)生的影響不同。因此，需要對光照的條件進(jìn)行綜合考慮。同時溫度、氣候等因素都會對運(yùn)動數(shù)據(jù)采集產(chǎn)生明顯的影響。當(dāng)這些環(huán)境因素出現(xiàn)時，將會使得圖像采集的質(zhì)量降低，為了提升圖像數(shù)據(jù)信息采集的真實性，需要對基于OPENCV的圖像進(jìn)行預(yù)處理。當(dāng)預(yù)處理完成之后才能夠有序的進(jìn)行運(yùn)動物體的分離、檢測和信息跟蹤。基于OPENCV的圖像預(yù)處理技術(shù)主要包含平滑度濾波、圖像填充以及背景的更新等。
(一)平滑度濾波技術(shù)
基于OPENCV的圖像預(yù)處理中除了環(huán)境因素的影響比較大之外，噪點問題也比較嚴(yán)重。平滑度濾波技術(shù)就是一種針對噪點進(jìn)行處理的技術(shù)，噪點的預(yù)處理實現(xiàn)方式有兩種：第一種，線性處理法方式。第二種，非線性處理方式。其中線性的處理方式能夠直接面向圖像中的噪點，將噪點消除，但是該種該種噪點消除的方式會使得圖像畫質(zhì)不清晰，變得模糊。在噪點比較少的圖像中，該種方式比較適用，并且對圖像影響比較小。當(dāng)圖像中的噪點比較多時，使用該種直接消除噪點的方式效果比較差。因此可以采取第二種非線性的處理技術(shù)，該種技術(shù)是在復(fù)雜的圖像處理下，將圖像中的噪點進(jìn)行縮小。噪點縮小的方式不會對圖像的畫質(zhì)產(chǎn)生嚴(yán)重的影響，雖然在圖像處理環(huán)節(jié)中所需要的時間比較長，但是效果顯著，在實際應(yīng)用中比較常見。
(二)圖像填充技術(shù)
圖像填充技術(shù)也不單一，是在逐幀處理技術(shù)下，所實現(xiàn)的圖形后期處理。當(dāng)在OPENCV技術(shù)下，將運(yùn)動中的圖像獲取出來之后，需要利用計算機(jī)信息技術(shù)對圖像進(jìn)行處理。第一種處理方式為邊緣填充技術(shù)，當(dāng)計算機(jī)系統(tǒng)對物體輪廓進(jìn)行辨別之后，在形態(tài)學(xué)指導(dǎo)下，進(jìn)行漫水填充，從而實現(xiàn)對運(yùn)動物體周圍的噪點進(jìn)行顏色上的填充。該種形態(tài)填充模式下，能夠有效減小畫面整體的元素受到影響。第二種方式就是腐蝕膨脹處理技術(shù)，該種技術(shù)的原理與第一種方式相似，增加噪點與圖像的差別，使得計算機(jī)能夠迅速的發(fā)現(xiàn)噪點，并且將噪點有效消除。
(三)背景的實時更新技術(shù)
將運(yùn)動圖像與背景相互分離的環(huán)節(jié)中，在此過程中，有效的發(fā)現(xiàn)背景元素至關(guān)重要。逐幀處理技術(shù)中，對第一幀圖像固定，并且對第一幀圖像所在的背景元素進(jìn)行識別。然后在下一幀圖像處理環(huán)節(jié)中，注意背景元素的更新。在實際背景元素更新中主要分為四個環(huán)節(jié)：第一，對系統(tǒng)中的第一幀圖像進(jìn)行判斷;第二，將OPENCV技術(shù)處理下的圖像進(jìn)行單灰度值處理。第三，對圖像噪點進(jìn)行高斯平滑度濾波處理;第四，形態(tài)學(xué)下的噪點填充技術(shù)二次處理。
結(jié)論
綜上所述，基于OPENCV的計算機(jī)視覺技術(shù)，主要應(yīng)用于視頻中運(yùn)動物體檢測中，在視覺系統(tǒng)中能夠創(chuàng)建出3D等圖像元素數(shù)據(jù)，并且根據(jù)系統(tǒng)需求獲取信息。在OPENCV技術(shù)下的圖像預(yù)處理技術(shù)是本文研究的重點，本文分別從平滑度濾波技術(shù)、圖像填充技術(shù)以及背景的實時更新技術(shù)等三個基礎(chǔ)層來分析計算機(jī)視覺技術(shù)下的圖像預(yù)處理。
參考文獻(xiàn)：
[1]周鵬.基于OpenCV的雙目立體視覺系統(tǒng)定標(biāo)與三維重構(gòu)技術(shù)研究[D].寧夏大學(xué)，2015.
[2]陳洋.嵌入式OpenCV的移植與人臉識別[D].遼寧師范大學(xué)，2012.
[3]吳鐵峰，趙智超.OPENCV的計算機(jī)視覺技術(shù)研究[J].信息技術(shù)與信息化，2015，09：91-92.
計算機(jī)視覺技術(shù)方面的論文篇三
淺談計算機(jī)視覺技術(shù)在交通工程測量中的應(yīng)用
一、引言
隨著科技的發(fā)展，計算機(jī)替代人的視覺與思維已經(jīng)成為現(xiàn)實，這也是計算機(jī)視覺的突出顯現(xiàn)。那么在物體圖像中識別物體并作進(jìn)一步處理，是客觀世界的主觀反應(yīng)。在數(shù)字化圖像中，我們可以探尋出較為固定的數(shù)字聯(lián)系，在物體特征搜集并處理時做到二次實現(xiàn)。這既是對物體特征的外在顯現(xiàn)與描繪，更是對其定量信息的標(biāo)定。從交通工程領(lǐng)域的角度來看，該種技術(shù)一般應(yīng)用在交管及安全方面。監(jiān)控交通流、識別車況及高速收費(fèi)都是屬于交通管理的范疇;而對交通重大事件的勘察及甄別則是交通安全所屬。在這個基礎(chǔ)上，筆者對計算機(jī)視覺系統(tǒng)的組成及原理進(jìn)行了分析，并形成視覺處理相關(guān)技術(shù)研究。
二、設(shè)計計算機(jī)視覺系統(tǒng)構(gòu)成
計算機(jī)視覺處理技術(shù)的應(yīng)用是建立在視覺系統(tǒng)的建立基礎(chǔ)上的。其內(nèi)部主要的構(gòu)成是計算機(jī)光源、光電轉(zhuǎn)換相關(guān)器件及圖像采集卡等元件。
(一)照明條件的設(shè)計。
在測量物體的表征時，環(huán)境的創(chuàng)設(shè)是圖像分析處理的前提，其主要通過光線反射將影像投射到光電傳感器上。故而要想獲得清晰圖像離不開照明條件的選擇。在設(shè)計照明條件時，我們通常會視具體而不同處理，不過總的目標(biāo)是一定的，那就是要利于處理圖像及對其進(jìn)行提取分析。在照明條件的設(shè)定中，主動視覺系統(tǒng)結(jié)構(gòu)光是較為典型的范例。
(二)數(shù)據(jù)采集的處理。
如今電耦合器件(CCD)中，攝像機(jī)及光電傳感器較為常見。它們輸出形成的影像均為模擬化的電子信號。在此基礎(chǔ)上，A模式與D模式的相互對接更能夠讓信號進(jìn)入計算機(jī)并達(dá)到數(shù)字處理標(biāo)準(zhǔn)，最后再量化入計算機(jī)系統(tǒng)處理范圍?？陀^物體色彩的不同，也就造就了色彩帶給人信息的差異。一般地黑白圖像是單色攝像機(jī)輸入的結(jié)果;彩色圖像則需要彩色相機(jī)來實現(xiàn)。其過程為：彩色模擬信號解碼為RGB單獨(dú)信號，并單獨(dú)A/D轉(zhuǎn)換，輸出后借助色彩查找表來顯示相應(yīng)色彩。每幅圖像一旦經(jīng)過數(shù)字處理就會形成點陣，并將n個信息濃縮于每點中。彩色獲得的圖像在16比特，而黑白所獲黑白灰圖像則僅有8比特。故而從信息采集量上來看，彩色的圖像采集分析更為繁復(fù)些。不過黑白跟灰度圖像也基本適應(yīng)于基礎(chǔ)信息的特征分析。相機(jī)數(shù)量及研究技法的角度，則有三個分類：“單目視覺”、“雙目”及“三目”立體視覺。
三、研究與應(yīng)用計算機(jī)視覺處理技術(shù)
從對圖像進(jìn)行編輯的過程可以看出，計算機(jī)視覺處理技術(shù)在物體成像及計算后會在灰度陣列中參雜無效信息群，使得信息存在遺失風(fēng)險。成像的噪聲在一定程度上也對獲取有效信息造成了干擾。故而，處理圖像必須要有前提地預(yù)設(shè)分析，還原圖像本相，從而消去噪音。邊緣增強(qiáng)在特定的圖像變化程度中，其起到的是對特征方法的削減。基于二值化，分割圖像才能夠進(jìn)一步開展。對于物體的檢測多借助某個范圍來達(dá)到目的。識別和測算物體一般總是靠對特征的甄別來完成的。
四、分析處理三維物體技術(shù)
物體外輪擴(kuò)線及表面對應(yīng)位置的限定下，物體性質(zhì)的外在表現(xiàn)則是其形狀。三維物體從內(nèi)含性質(zhì)上來看也有體現(xiàn)，如通過其內(nèi)含性質(zhì)所變現(xiàn)出來的表層構(gòu)造及邊界劃定等等。故而在確定圖像特征方面，物體的三維形態(tài)是最常用的處理技術(shù)。檢測三維物體形狀及分析距離從計算機(jī)視覺技術(shù)角度來看，渠道很多，其原理主要是借助光源特性在圖像輸入時的顯現(xiàn)來實現(xiàn)的。其類別有主動與被動兩類。借助自然光照來對圖像獲取并挖掘深入信息的技術(shù)叫做被動測距;主動測距的光源條件則是利用人為設(shè)置的，其信息也是圖像在經(jīng)過測算分析時得到的。被動測距的主要用途體現(xiàn)在軍工業(yè)保密及限制環(huán)境中，而普通建筑行業(yè)則主要利用主動測距。特別是較小尺寸物體的測算，以及擁有抗干擾及其他非接觸測距環(huán)境。
(一)主動測距技術(shù)。
主動測距，主要是指光源條件是在人為創(chuàng)設(shè)環(huán)境中滿足的，且從景物外像得到相關(guān)點化信息，可以適當(dāng)顯示圖像大概并進(jìn)行初步分析處理，以對計算適應(yīng)功率及信息測算程度形成水平提高。從技術(shù)種類上說，主動測距技術(shù)可分為雷達(dá)取像、幾何光學(xué)聚焦、圖像干擾及衍射等。除了結(jié)構(gòu)光法外的測量方法均為基于物理成像，并搜集所成圖像，并得到特殊物理特征圖像。從不同的研究環(huán)境到條件所涉，以結(jié)構(gòu)光法測量作為主要技術(shù)的工程需求較為普遍，其原理為：首先在光源的設(shè)計上由人為來進(jìn)行環(huán)境考慮測算，再從其中獲取較為全面的離散點化信息。在離散處理后，此類圖像已經(jīng)形成了較多的物體真是特征表象。在此基礎(chǔ)上，信息需要不斷簡化與甄別、壓縮。如果分析整個物體特征信息鏈，則后期主要體現(xiàn)在對于數(shù)據(jù)的簡化分析。如今人們已經(jīng)把研究的目光轉(zhuǎn)向了結(jié)構(gòu)光測量方法的應(yīng)用，體現(xiàn)在物體形狀檢測等方面。
(二)被動測距技術(shù)。
被動測距，對光照條件的選擇具有局限性，其主要通過對于自然光的覆蓋得以實現(xiàn)。它在圖像原始信息處理及分析匹配方面技術(shù)指向較為突出。也通過此三維物體之形狀及周圍環(huán)境深度均被顯露。在圖像原始信息基礎(chǔ)上的應(yīng)用計算，其與結(jié)構(gòu)光等相比繁雜程度較高。分析物體三維特性，著重從立體視覺內(nèi)涵入手，適應(yīng)物體自身特點而存在。不過相對來說獲得圖像特征才是其適應(yīng)匹配的條件保障。點、線、區(qū)域及結(jié)構(gòu)紋理等是物象特征的主體形式。其中物特較為基礎(chǔ)與原始的特征是前兩個特征，同時它們也是其他相關(guān)表征的前提。計算機(jī)系統(tǒng)技術(shù)測量基本原理為對攝像機(jī)進(jìn)行構(gòu)建分析，并對其圖像表征進(jìn)行特征匹配，以得到圖像不同區(qū)間的視覺差異。
五、結(jié)束語
通過對計算機(jī)視覺技術(shù)的研究，悉知其主要的應(yīng)用領(lǐng)域及技術(shù)組成。在系統(tǒng)使用的基礎(chǔ)上深入設(shè)計，對系統(tǒng)主要構(gòu)成環(huán)節(jié)進(jìn)行分析。從而將三維復(fù)雜形態(tài)原理、算法及測量理論上升到實際應(yīng)用。隨著社會對于計算機(jī)的倚賴程度增加，相信該技術(shù)在建筑或者其他領(lǐng)域會有更加深入的研究及應(yīng)用。
猜你喜歡：