计算机视觉处理技术篇1
关键词：计算机；视觉技术；应用；分析
中图分类号：tp37文献标识码：a文章编号：1009-3044（2016）03-0242-02
计算机人工智能技术中的一项重要技术就是计算机视觉技术，这种技术主要是让计算机利用图像来实现认知环境信息的目的，这一目的的实现需要用到多种高尖端技术。近年来随着计算机技术以及计算机网络的普及与发展，计算机视觉技术也得到了较快发展，并且在实际生产与生活中的应用也越来越广泛。
1计算机视觉技术概述
1.1基本概念
计算机视觉技术主要研究计算机认知能力的一门技术，其具体主要是通过用摄像机代替人的眼睛，用电脑代替人的大脑，最终使计算机具备类似于人类的识别、判断以及记忆目标的功能，代替人类进行部分生产作业。人们目前研究的人工智能技术中的一项重要内容就是计算机视觉技术，通过研究计算机视觉技术可以让计算机拥有利用二维图像认知三维环境的功能。总的来说，计算机视觉技术是在图像与信号处理技术、概率分析统计、网络神经技术以及信息处理技术的基础上，利用计算机来分析、处理视觉信息的技术，它是现代社会新兴起的一门高新技术。
1.2工作原理
在亮度满足要求的情况下，首先使用摄像机对具体事物的图像信息进行采集，利用网络把采集到的图像信息向计算机内部输送，然后在计算机系统内部处理加工图像信息会把事物的原始图像得到，随后利用图像处理技术进一步处理原始图像，获得优化质量效果之后的图像，分类与整理图像中有特征价值的信息，通过智能识别技术识别与描述提取到的图像信息特征，最后把得到的高层次的抽象信息存储起来，在进行识别事务时分析对比这些储存信息就可以实现事物的识别，这样视觉系统的基本任务也就完成了。其具体视觉系统如图1所示：
1.3理论框架
人类研究视觉技术虽然起步比较早，但取得较大进步是在20世纪80年代初伴随着视觉计算理论的出现。它的出现把研究视觉理论的策略问题解决了，视觉技术是一项特别复杂的信息处理过程，要想对视觉的本质准确完整的理解，必须从不同角度与层次研究与分析视觉本质。视觉计算理论研究层次大致可分为：计算机理论、算法以及实际执行。站在计算机理论的角度分析视觉技术，我们可知必须用要素图、维图、以及三维模型表像来描述视觉信息。
所以，可以把计算机视觉技术当做从三维环境图像中抽取、描述与解释信息的过程，其主要分析步骤可分为感觉、处理、描述、识别、解释等。若依据上述各过程实现需用到的方法与技术的复杂性划分层次，可大致把计算机视觉技术划分为：低层视觉处理、中层视觉处理、高层视觉处理三个层次。
2计算机视觉技术在自动化中的应用
2.1农业自动化中计算机视觉技术的应用
在农业自动化中应用计算机视觉技术可以全天候实时监测农作物的生长状况，便于科学管理农作物。还可以应用计算机视觉技术来检测农产品的质量，例如可以应用计算机监测技术来监测大多数蔬菜的质量，传统的人工检测蔬菜质量的方法，不仅费时费力，而且检测结果的准确性也不能很好的保证，在实际人工检测过程中还容易伤害蔬菜，可以通过利用计算机视觉技术来感应蔬菜自身释放的红外线、紫外线以及其他可见光的能量大小，然后和质量达标蔬菜的光线能量大小进行对比，根据这些对比结果可以把蔬菜质量的好坏准确判断出来，在蔬菜质量检测过程中应用计算机视觉技术，把传统的蔬菜检测方法完全颠覆了，极大的方便了农产品的质量检测，由此可见，计算机视觉技术在农业生产中有很高的使用与推广价值。
2.2在工业自动化中计算机视觉技术的应用
计算机视觉技术在工业自动化应用的一个重要领域就是可以精密测量零件尺寸，其测量与被测对象的原理如图2所示。
光学系统、计算机处理系统以及CCD摄像头，是计算机检测系统的主要组成，被测物体由光源发出的平行光束进行照射，利用显微光学镜把待检测部位的轮廓图像呈现在摄像机的面阵CCD上，然后再通过计算机处理这些图像，进而把被测部位的轮廓位置信息获取下来，若被测对象是出现位移时，可通过两次重复测量，利用两次测量的位置差就可以得出，被测物体的位移量。
此外计算机视觉技术还可以应用于逆向工程中，应用3D数字化测量仪可以快速准确的测出现有工件轮廓的坐标值，同时还能构建曲面，保存成CaD或Cam图像，把这些图像送入CnC制作中心加工，便可制作出产品，这也就是所谓的逆向工程。由上述分析我们可知逆向工程要想实现，最关键的一环就是如何通过精密测量系统来测量样品的三围尺寸，获得各部位数据，进而做曲面处理进而加工生产。对于这一难题我可以通过利用线结构光测量物体表面轮廓技术来实现，器具体轮廓结构示意图如下图3所示。
这种测量方法的工作原理为：利用激光穿越平行、等距的振幅光栅组件，或直接采用干涉仪发出的干涉条纹，形成平面条纹结构光，再向物体表面投射，由于物体各表面的深度与曲率的不同，条纹会自动出现变化，然后再通过使用CCD摄像机对变形条纹进行拍摄。这样就可以把物体表面轮廓的变化情况分析出来。摄像机在拍摄图像的过程中，把图像信号转化为模拟信号，再转化为数字信号，然后经过传送再还原信号到图形处理系统，就得到三维轮廓图像。
在工业自动化中计算机视觉技术的深入广泛应用，不但使工业产品的生产质量得到了保障，而且跨越式的提高了工业产品的生产速度。如计算机视觉技术可以很好的检测产品包装质量，封口质量以及印刷质量等等，如我国重点指定的印刷造币机器的南京造币厂，由于货币制造印刷是由印刷造币机器来实现的，所以要严格要求其生产工艺，一丝一毫的生产差错都不允许存在，为了保障印刷制造出来的造币机器质量完全达标，必须严格精确检测生产出来的成品。在印刷造币机器的过程中要求要有非常高的计算机视觉技术，随着计算机视觉技术的不断进步，计算机视觉技术已经对印刷造币机器的需求完全满足了，实际的应用效果也非常理想，印刷造币机器在实际生产的过程中，南京造币厂把计算机视觉技术应用在了每个应刷造币机器最后的生产工序上，硬币受到重力下落的瞬间，计算机视觉技术可以瞬间采集图像的信息，准确拍摄硬币在下落过程中的图像，通过高速光纤传感器可以把硬币图像向计算机系统快速传输，利用计算机系统处理信息与识别信息的超强能力，可以及时识别硬币质量，经大量实践研究得出，在印刷造币机器上应用计算机视觉技术已经几乎没有检查差错现象的发生，由此可知，在工业自动化中计算机视觉技术的应用不但可行，而且发展空间还很大。
2.3在医学自动化中计算机视觉技术的应用
在医学领域计算机视觉技术也得到了广泛应用，如医学中经常用到的Ct图像以及X射线图都用到了计算机视觉技术，这些技术的广泛应用很大程度上方便了医生准确判断病人病情，另外，在生产药品的过程中，应用计算机视觉技术可以高效检测药品包装的合格与否，其基本流程是：传送装置先准确运输药品到指定位置，传送装置自身又可分为检测与分离两个区域，在传送药品的过程中药品的图像信息会被特定的摄像机采集，采集完成后向计算机系统传递采集信息，然后计算机系统会分析与处理这些信息，把没有包装好的药品自动识别出来，并且向分离区传递识别信息，分离区的自动装置会依据传输的分离信息，隔离开没有包装好的药品，这样就可以有效分类包装好的药品与没有包装好的药品，在药品包装检测方面应用计算机视觉技术代替传统人工检测，不但可以实现药品准确无误的检测，而且还可以大大提高检测药品包装质量的效率，完善了药品生产的自动化，由此可见，在医学自动化中应用计算机视觉技术可以积极促进医学自动化的发展。
3结束语
总之，计算机视觉技术是一门研究计算机识别能力的高新技术，它涵盖了很多其他技术，具有一定复杂性。要想使其在自动化生产中得到更好地推广与应用，我们必须在明白其基本概念、工作原理以及理论框架的基础上，结合实际生产情况，不断进行深入研究，只有这样才能使计算机视觉技术得到更好地推广与应用，才能使这项现代化的高新技术更好的服务于社会，服务于人类。
参考文献：
[1]龚超，罗毅，涂光瑜.计算机视觉技术及其在电力系统自动化中的应用[J].电力系统自动化，2003（1）.
[2]李永奎，刘冬.计算机视觉技术在农业生产中的应用[J].农业科技与装备，2011（6）.
计算机视觉处理技术篇2
关键词：计算机；视觉检测技术；原理；应用
中图分类号：tp391.41
受到CimS的推动和影响，诸多企业的发展趋势逐步趋向于个性化以及自动化，这种大的发展趋势间接的对我国的计算机辅助技术提出了更高的要求，计算机相关技术的发展面临着更加严峻的挑战。就现阶段分析来看，计算机辅助检测技术在现代诸多企业中得到了广泛的应用。随着柔性制造系统的不断进步与发展，驱动图像处理软件、现场总线技术的日趋成熟，检测系统的灵敏性、智能化特点愈发受到人们的关注，在这种大的发展趋势之下，计算机视觉检测技术得到了较快的发展。基于计算机视觉系统现已经广泛应用于现场监控、工况监视等诸多环境之中。
1关于对视觉技术的相关研究
1.1基于计算机的视觉检测技术的原理分析和探究
图像技术主要指的就是通过各种途径所实现的对图像的获取以及进一步的深入加工和处理技术。根据视觉检测技术的抽象程度以及对图像处理方式的不同，可以大致将图像的处理和加工技术划分为三个最主要的层次，这三个层次分别是图像的加工处理、图像的分析以及对于图像的理解。将这三个层次进行进一步的结合，便是图像工程。计算机视觉检测技术是一门新兴的计算机检测技术，该技术建立在对计算机视觉研究的基础之上，吸收和借鉴相关的研究成果，借助于传感器来实施三维测量，进而有效获得被测物体的空间具置信息，故而可以很好的满足当代制造业的发展需求。区别于一般的图像处理系统，计算机视觉检测技术所获取的相关数据信息更为精准和迅速，其环境适应性更强。
基于计算机的视觉检测技术注重计算理论的辅导作用，以应用为目标进行视觉技术分析。自上世纪七十年代以来，我国关于对计算机视觉检测技术的研究又取得了显著的进步，并且逐步迈入更为实质性的研究阶段，在该阶段中，逐步开始从通过从多个角度（诸如光学角度、生理学角度以及投影射影角度等等）对其成像问题加以分析。以marr为代表的专家更是建立了一些一般性的视觉性处理模型来辅助该技术的研究。
1.2视觉检测技术中传感器的作用
在计算机的控制下配有相关的视觉检测系统，在该视觉检测系统中，主要有三个主要方面的主要作用：第一，对于视觉传感器模型的分析以及确定；第二，进行图像数据分散与整理的相关工作；第三，CaD模型的建立。传感器的主要作用就是对测量棒材的多个截面进行分析，将所收集得到的数据经由图像采集卡采集后，传到相关的图像处理系统中，进而进一步辅助准确的模型的建立。
2基于计算机的视觉检测技术的应用研究分析
2.1基于计算机的视觉检测技术的发展状况研究
在研究的初步阶段，相关技术人员借助于数字化的图像处理技术，主要就是为了进一步提高所获得的数字照片的清晰度和质量要求，进而更为精准、科学、规范的对照片所提供的信息加以辨别，为航空卫星图片的读取、识别和分类做准备。在这一系列的视觉工作中，其中最为主要和常见的工作主要是包括分类、识别判读以及三维结构的构建。
基于计算机的视觉检测技术借助于对计算机视觉技术，将所获得的被观察物品的相关信息加以信号转换，并传递给图像处理系统，图像处理系统通过甄别和判断不同照片像素的分布和亮度等讯息，将其进一步转换成为数字化信号，接下来由计算机的图像系统抽出符合目标特征的信号加以运算，对下一步的设备动作加以决定和执行。
就现阶段而言，我国的计算机视觉检测技术系统在诸多领域均有所应用，最为典型的领域诸如医学的辅助诊断、机器人的感应系统、智能化的人机接口等均是建立在该技术的基础之上。借助于计算机视觉技术这一手段，可以有效提高对产品检测的效率，提高精准度，这种新型的视觉检测技术相比较于传统的人眼在流水线上的跟进，其具有显著的优越性，其获取测量结构迅速、检测结果可以直接被观察、可以进行自动识别以及定位准确和实时性的特点，这就很好的避免了由于人的一些主观性因素所导致的误差出现。
二十世纪以来，基于生物特性的计算机视觉检测技术得到了空前的发展，具体表现在人脸识别、生硬识别、指纹识别以及虹膜的识别中，形式日趋灵活和复杂多变。借助于计算机的视觉检测技术，可以有效对用户的身份进行鉴定和识别、判定用户的特殊信息等。除此之外，还可以将基于计算机的视觉识别技术逐步推广到其他领域，如海关的安全检查以及出口、入口的安全控制等领域。
2.2基于计算机的视觉检测技术的相关应用分析
2.2.1数码相机中所采用的图像采集技术
视觉检测技术的一个显著特点就是有效提高了生产的柔性和自动化程度，本世纪以来，数码相机凭借其高分辨率，快速成像、显像，功能丰富多变以及性价比较高的特定风靡全球，逐步取代了传统的照相机，传统的照相机主要采用的是CCD摄像头，其主要的核心及时采集卡，显然这种采集系统已经逐步落后于时展的脚步，现已逐步被淘汰。
2.2.2微文字识别系统的相关研发和设计
随着科学技术的不断进步与发展，大规模集成电路得到了较快的进步，基于计算机的视觉检测系统的成本得到了极大的降低，基于计算机视觉检测技术的微文字识别系统的研发也被提到了日程中来。微文字识别系统的处理芯片大多是借助于数字信号处理芯片来实现图像的识别，进而借助先进的语音合成技术将朗读变为可能。此外，为了便于使用，该系统的体积被尽可能的缩小，并且可根据美观度和实用性等设计为各种形状。
2.2.3特殊用纸水印在线检测系统
基于计算机的视觉检测技术可以在某一特定领域代替人的主观判断，诸如水印质量的自动检测方面。区别于普通的工作人员，计算机可以实现长时间工作，对于误差范围的控制可以通过设置等实现，而且在计算机执行任务期间，所受到的客观和主观因素相对较少，这就极大程度上避免了由于人的因素所导致的失误性操作，进而有效提高了工作效率以及检测的精准度。这一优点，在水印质量标准的认定中具有十分重要的意义和作用，通过研发一定的程序和软件，可以制定出一套操作性强、权威性较高的水印清晰度量化标准。
3基于计算机的视觉检测技术的发展展望
综合分析来看，计算机视觉检测技术现已有大约四十年的历史，作为一种新兴的检测技术，该技术的显著优越性不言而喻，该检测技术以其高精度、反应灵敏迅速、智能化、自动化等特点被广泛应用于诸多领域和行业之中，并取得了显著的成，可以说，该技术具有十分广阔的发展前景。但是，不可否认，基于计算机的视觉检测技术并不是十分的成熟，在其设计和研发过程中仍然存在着诸多不足，而且视觉检测技术是一项设计到心理、生理等多方面知识的复杂性技术，涉及领域众多，更强大功能的实现需要人类知识的不断拓展和延伸，因此，必须意识到该检测技术发展道路上的困难和挑战。
4结束语
随着科学技术的不断进步与发展，经济的发展对于新技术的研发提出了更高的挑战，再者由于广大人民群众生活质量的不断提高，对于生活水平也有了进一步的认识和了解。基于计算机的视觉检测技术的研发和进步，无疑更好推动了高速发展的经济，不断满足了人民群众日益提高生活需求。由此来看，深入对视觉检测技术的研究和探究无疑具有十分重要的作用，笔者衷心希望，以上关于对我国基于计算机的视觉检测技术的相关探究能够被相关负责人合理的吸收和采纳，进而更好的推动科学技术的创新和进步，推动经济的不断进步与发展。
参考文献：
[1]李旭港.计算机视觉及其发展与应用[J].中国科技纵横，2010（06）：42.
[2]张江明，张娟.浅谈制造业中计算机视觉检测技术的应用与发展[J].科技创新导报，2011（24）：1.
计算机视觉处理技术篇3
在我国市场经济不断发展的盛况下，我国科技发展水平也紧随其后，成为世界上的科技强国之一。在计算机水平的不断提高下，计算机视觉技术应运而生。其中，计算机视觉技术被应用与各个领域，并在各个领域都得到广泛有效的应用，比如军事领域、医疗领域、工业领域等。本文针对计算机视觉技术在交通领域中的应用进行分析。
【关键词】计算机视觉交通领域探究
近年来，随着科技水平的提高，计算机视觉技术逐渐被人们熟知并广泛应用。相较于其他传感器来说，视觉能获得更多的信息。因此，在我国交通领域中，也对计算机视觉技术进行研究完善，将计算机视觉技术应用在交通领域各个方面中，并取得了显著的成效。
1计算机视觉的概述及基本体系结构
1.1计算机视觉概述
通过使用计算机和相关设备，对生物视觉进行模拟的方式，就是计算机视觉。对采集到的图片或视频进行相应的技术处理，从而获得相应的三维信息场景，是计算机视觉的主要任务。
计算机视觉是一门学问，它就如何通过计算机和照相机的运用，使人们获得被拍摄对象的数据与信息所需等问题进行研究。简单的说，就是让计算机通过人们给其安装上的“大脑”和“眼睛”，对周围环境进行感知。
计算机视觉是一门综合性学科，在各个领域都有所作为，已经吸引了各个领域的研究者对其研究。同时，计算机视觉也是科学领域中一个具有重要挑战性的研究。
1.2计算机视觉领域基本体系结构
提出第一个较为完善的视觉系统框架的是marr，他从信息处理系统角度出发，结合图像处理、心理物理学等多领域的研究成果，提出被计算机视觉工作者基本接受的计算机视觉系统框架。在此基础上，研究者们针对视觉系统框架的各个角度、各个阶段、各个功能进行分析研究，得出了计算机视觉系统的基本体系结构，如图1。
2计算机视觉在交通领域的应用
2.1牌照识别
车辆的唯一身份是车辆牌照。在检测违规车辆、稽查被盗车辆和管理停车场工作中，车辆牌照的有效识别与检测具有重要的作用和应用价值。然而在实际应用工作中，虽然车牌识别技术相对成熟，但是由于受到拍摄角度、光照、天气等因素的影响，车牌识别技术仍需改善。车牌定位技术、车牌字符识别技术和车牌字符分割技术是组成车牌识别技术的重要部分。
2.2车辆检测
目前，城市交通路口处红绿灯的间隔时间是固定不变的，但是受交通路口的位置不同、时间不同的影响，每个交通路口的交通流量也是持续变化的。此外，对于某些交通区域来说，公共资源的配备，比如交通警察、交通车辆的数量是有限的。如果能根据计算机视觉技术，对交通路口的不同时间、不同位置的交通情况进行分析计算，并对交通流量进行预测，有利于为交通警察缩短出警时间、为交通路口的红绿灯根据实际情况设置动态变化等技术提供支持。
2.3统计公交乘客人数
城市公共交通的核心内容是城市公交调度问题，一个城市如何合理的解决公交调度问题，是缓解城市运力和运量矛盾，缓解城市交通紧张的有效措施。城市公交调度问题，为公交公司与乘客的平衡利益，为公交公司的经济利益和社会效益的提高做出了巨大的贡献。由于在不同的地域、不同的时间，公交客流会存在不均衡性，高峰时段的公交乘客过多，平峰时段的公交乘客过少，造成了公交调度不均衡问题，使有限资源浪费严重。在计算机视觉智能公交系统中，自动乘客计数技术是其关键技术。自动乘客计数技术，是对乘客上下车的时间和地点自动收集的最有效的技术之一。根据其收集到的数据，从时间和地点两方面对客流分析，为城市公交调度进行合理的安排。
2.4对车道偏离程度和驾驶员工作状态判断
交通事故的发生率随着车辆数量的增加而增加。引发交通事故的重要因素之一就是驾驶员疲劳驾驶。据相关数据显示，因车道偏离导致的交通事故在40%以上。其中，驾驶员的疲劳驾驶就是导致车道偏离的主要原因。针对此种现象，为减少交通事故的发生，计算机视觉中车道偏离预警系统被研究开发并被广泛应用。针对驾驶员眨眼频率，利用计算机视觉对驾驶员面部进行图像处理和分析，再根据疲劳驾驶关注度与眨眼频率的关系，对驾驶员的工作状态进行判断。此外，根据道路识别技术，对车辆行驶状态进行检测，也是判断驾驶员工作状态的方法之一。这两种方法，是目前基于计算机视觉的基础上，检测驾驶员疲劳状态的有效方法。
2.5路面破损检测
最常见的路面损坏方式就是裂缝。利用计算机视觉，及时发现路面破损情况，并在其裂缝程度严重之前进行修补，有利于节省维护成本，也避免出现路面坍塌，车辆凹陷的情况发生。利用计算机视觉进行路面检测，相较于之前人工视觉检测相比，有效提高了视觉检测的效率，增强了自动化程度，提高了安全性，为市民的出行安全带来了更高保障。
3结论
本文从计算机视觉的概述，及计算机视觉基本体系结构，和计算机视觉在交通领域中的应用三面进行分析，可见计算机视觉在交通领域中的广泛应用，在交通领域中应用的有效性、显著性，以此可得计算机视觉在现展过程中的重要性。随着计算机视觉技术的越来越成熟，交通领域的检测管理一定会加严格，更加安全。
参考文献
[1]段里仁.智能交通系境在我国道路空通管理中的应用[J].北方工业时报，2015（06）.
[2]王丰元.计算机视觉在建筑区间的应用实例分析[J].河北电力学报，2015（04）.
[3]李钊称.主动测距技术在计算机数据分析中的作用探析[J].计算机应用，2015（08）.
[4]马良红.三维物体影像的摄取与分析[J].中国公路学报，2014（05）.
[5]朱学君，沈睿.关于计算机视觉在交通领域中的探讨[J].信息通信，2013（01）：123.
[6]王大勇.关于计算机视觉在交通领域中的应用分析[J].科技与企业，2013（01）：115.
作者简介
夏栋（1988-），男，湖北省孝感市人。现为同济大学软件学院在读硕士。研究方向为计算机视觉。
计算机视觉处理技术篇4
【关键词】农产品计算机视觉技术品质检测
农产品品质检测工作中除了采取人工检测法以外，还可以采取半自动或自动检测法，如在水果分级检测工作中的质量分级检测法、光电分选法以及大小分级法等。然而农产品品质会受到自然生长环境或人为因素等方面的影响，农产品的色泽、大小及形状等并不相同，无法采取单一指标进行检测。因此充分应用计算机视觉技术，对农产品的品质进行检测，极为重要。
1计算机视觉技术
计算机视觉技术又被称为机器视觉技术，指的是通过人类设计，在计算机环境下，达到再现或模拟人类视觉相关的职能行为的一种技术，包括了印刷和手写文字的识别技术，图像模式识别技术，物体三维表面形状识别技术、距离识别以及速度感知等技术。该技术是诸多学科的结合与交叉，涉及到数学、生理学、信息处理、物理学、光学以及计算机等多种学科。探究计算机视觉技术的目的在于实验人类视觉的再现及延伸，即再现高等动物的视觉系统，并对物体形状以及类别进行识别。
此外，计算机视觉技术处理的原始资料多是图像，所以该技术和图像处理以及模拟识别等有着紧密的联系。现阶段，计算机视觉技术在诸多领域有着较为广泛的运用，包括了医学辅助诊断、资源调查、卫星图像解释、军事指导、灾害监测、气象以及工业产品的外观筛选及检测等。同时研究该技术在农业工程领域中的应用，也成为了热门话题。
2在农产品品质检测中，计算机视觉技术的具体应用
笔者在查阅相关文献资料的基础上，探究在农产品品质检测工作中，计算机视觉技术在产品表面缺陷以及损伤识别工作中的具体应用；果形识别工作中的具体应用；农产品尺寸以及面积检测工作中的具体应用。
2.1在产品表面缺陷以及损伤识别工作中的具体应用
在对农产品进行分级的过程中，依然存在着一大问题，即农产品表面缺损以及损伤识别。而早在1984年就已经出现了采取线扫描和模拟摄像机针对苹果表面损伤进行检测的实验报道，实验结果显示，采取数据技术能够检测出苹果表面损伤，其检测结果完全能够达到人工分级的精度。与此同时，还出现了一种机器视觉系统，该系统将不规则的图像信息与正常的图像信息区分开来，在去除蔬菜内的杂物以及检测农产品的污点等方面能够取得较好的应用效果。此外，在1989年，国外出现了一种全新的计算方法，即运用红外线扫描摄像机，处理苹果表面的灰度图像，既能够确定苹果表面的损伤面积，还能够区分不同损伤区。然而还技术是以机械装置的设定为基础，需要消耗2s的时间，对一个苹果进行检测，苹果表面缺陷分级精度以及损伤分级进度并不高。
我国在1997年，出现了运用计算机图像处理技术对苹果损坏自动化检测的试验研究，该试验结果显示，该技术的损坏检出率较高，能够规避果梗区以及花萼区对于坏损区域识别的具体影响，且该检测技术的鲁棒性较强。
2.2在果形识别工作中的具体应用
果形识别是影响水果质量的重要因素之一，对于水果品质检测有着重大意义。当水果成熟后，水果的外形将会发生巨大的改变，且无法采取数学方法进行鉴别，采取其他方式进行果形识别极为重要。
在1981年，有研究人员就针对形状识别中的图像特征进行了探讨，提倡采取结构分析法以及外形轮廓曲线检测法，针对水果外形进行识别。并在1985年，以数字图像分析技术以及模式识别技术为依据，针对番茄定向、番茄形状、表面缺陷以及尺寸进行分类的特殊算法，运用灰度梯度曲线，明确番茄表面缺陷以及花萼位置等。而我国则在2000年，按照果实形状分析，通过连续性指标、半径指标、连续指标对称性、半径指标对称性等特征参数，表示果形，并首次采取参数形状分析法。
2.3在农产品尺寸以及面积检测工作中的具体应用
农产品分级中，以农产品外形尺寸为依据。在1987年，国外就已经开始研究机械视觉技术在牡蛎肉分级以及尺寸检测工作中的具体应用。并在1992年，针对人工检测以及机器视觉检测进行进行了对比分析，试验结果显示，和人工检测技术相比，采取视觉检测技术，能够提高检测的精确度，减少检测消耗时间；同时在评价以及推广种质资源中，准确的测量以及详细的记录种质形态的指标，有着极为重要的意义。为了能够精确、快速地计算出玉米种质尺度，在1995年，有研究人员就提出了自动化选择技术，该技术在处理玉米种质图像中，其辨别精度极高。
而我国在2002年，有研究人员就针对水果品质进行动态、实时监测的智能化分级生产线进行了研究，该生产线，首先通过水果输送翻转系统，利用滚筒式输送翻转装置，将水果往前输送，在输送过程中，以水平轴为中心，保证水果表面能够被系统检测到，以此获得图像信息。然后利用计算机视觉识别系统，对水果等级进行判断，明确图像信息。该系统具备了视觉识别功能。最终通过分级系统，完成水果分级工作。
3结语
在二十世纪七十年代以后，计算机视觉技术就已经得到了较为迅速的发展，在我国，该技术在农产品品质检测中的具体应用也得到了人们的高度关注，同时也取得了一定的成效。计算机视觉技术作为人眼的延伸技术之一，其具备了人脑功能，运用该技术代替以往的人工操作技术，已经成为了农产品品质检测工作的必然发展趋势。
参考文献
[1]朱从容.计算机视觉技术在水产养殖中的应用[J].浙江海洋学院学报（自然科学版），2008，10（04）：191-192.
[2]王勃，徐静.计算机视觉技术在苹果叶片营养诊断上的应用[J].农机化研究，2008，（03）：887-888.
[3]李朝东，崔国贤，盛畅，等.计算机视觉技术在农业领域的应用[J].农机化研究，2009，10（12）：667-668.
作者简介
陈超（1995-），男，福建省福州市人。现为北京交通大学在校学生。研究方向为电子科学与技术。
计算机视觉处理技术篇5
关键词：计算机工程；视觉领域；深度学习技术
引言
计算机视觉简言之即是依靠电子设备成像来代替生物视觉系统，随后依靠提前写好的程序对获取的图像信息实施处理。该技术的短期应用目的在于完成相对简单的智能视觉工作，而深度学习技术在计算机视觉领域的应用，在很大程度上丰富了其功能，提高了识别效率，让其能够在更多行业发挥出自身价值。
1计算机视觉领域的深度学习技术
1.1图像分类中的深度学习技术
基于深度学习技术，卷积神经网络得到了进一步的发展，其应用范围也更为宽泛，例如说在图像分类中的运用。图像分析需要对图像实施扫描分析，随后对其具体类别予以划分，更加注重其整体语义。目前相对普遍进行图像分类的数据集为imagenet，其中囊括了非常丰富的内容，存储了近1500万个图像的URL并将图像划分为数万余个类型。imagenet每年组织开展的大规模视觉识别挑战赛（iLSVRC）中，图像分类算法与技术也不断创新，图像分类的准确性也持续提升。imagenet数据集表现出规模大、类型多的突出特点，所以更加适用于迁移学习，即是把部分核心技术或结构拓展应用到各个领域，对于视觉领域的深度模型来说，能够把模型内的网络结构和参数直接共享到其他数据集，从而对数据实施微调。图像分类属于计算机视觉领域最为基础的环节，对于图像分类模型创建和数据分析处理经验也能够迁移应用到其他领域中。
1.2目标检测中的深度学习技术
目标检测相对于图像分类而言表现出更多的复杂性，主要任务是在囊括多种不同类型物体的图像内精确定位和识别某一物体，恰恰是出于这一目的，深度学习技术在目标检测中的应用更为复杂，要实现更加精准的效果也相对更难。近年来针对目标检测的算法日益更新，如优化后的R-Cnn算法，是借助于卷积神经网络思想，对物体进行分类，提取物体特征。而SelectiveSearch算法的出现有了进一步的创新和突破，有效促进了检测准确性的提高，这也给通过卷积神经网络进行目标检测带来了更多可能性，随后的FastR-Cnn算法极大地促进了目标检测效率的提升，该算法对提取候选区的问题予以优化，大大减少了候选区提取和目标检测过程的时间。目标检测网络以FastR-Cnn算法作为支撑，于输出位置设置滑动窗同时和候选区域网络实施连接，目标检测的关键在于卷积神经网络，依靠它把各个点的特征进行提取，再借助回归算法获得对应范围出现目标的概率[1]。
1.3人脸识别中的深度学习技术
人脸识别主要是借助相应算法对人脸特征实施提取，因为其建立的人脸模型表现出一定的不稳定性，因此模型建立往往也表现出一定的难度，相对于建立刚体模型而言更为困难。人脸识别通常来说涉及人脸检测定位以及特征提取两个方面，人脸检测定位是基于背景图像中将人脸目标分割出来，实施归一化处理，而人脸特征提取算法不变。前者存在的技术难点是人脸目标具有多样性以及背景图像具有复杂性，所以对背景情境实施合理假设并予以简化是十分关键的。与此同时，高维空间人脸模型的建立较为复杂，精确度估算难度较大，人脸特征提取的技术难度是因为人脸属于弹性模型，其难度超过刚体模型。一般来说，较为常见对人脸特征实施提取与识别的方法有几何特征法、特征脸算法以及弹性模型法，Cnn算法和过去的特征提取算法比起来表现出更高的稳定性和适用性，同时能够有效抵抗外部干扰，促进人脸识别技术的推广应用。
2应用实例
2.1安防领域的应用
深度学习技术在计算机视觉领域中的应用可以为安防行业提供更佳的解决方案，比如说人脸识别技术的应用，很多大型企业如Facebook、腾讯、阿里巴巴等都将非常关注和重视。作为深度学习技术在计算机视觉领域应用的重要内容，人脸识别在安检以及反恐等领域中也能够发挥出很好的效果。与此同时，对行人角度的ReiD技术实施研究，依托于深度学习强化目标检测，对目标特征实施提取和刻画，能够为异常行为监控和跟踪带来支持[2]。
2.2无人驾驶领域的应用
对于无人驾驶领域来说，选择激光或雷达这类传感器的成本更高，基于深度学习的计算机视觉技术也能够提供新的解决方案。依靠摄像机对视频画面进行采集，对获取到的图像实施分析，提供类似于前车碰撞预警等功能。在这一过程中，计算机视觉技术可以实现对目标的检测识别、对目标车辆的跟踪分析、对车道线是否偏离进行检测等。基于深度学习技术的检测识别表现出更加强大的优势，现阶段深度学习芯片日益增多，对于无人驾驶技术的发展也带来了更加有力的支持。
2.3智能家居领域的应用
过去的很多智能家居产品一般都是依靠智能手机蓝牙或者wiFi等途径来实现对家居产品的控制，这一方案即便能够做到家居智能化，但其水平依旧有待提高。基于深度学习技术，能够有效促进智能家居行业的更新发展，除开语言、语音识别之外，还能够利用计算机视觉技术实现人际交流与互动，比如说手势识别控制。2.4教育领域和图片搜索领域的应用基于深度学习的计算机视觉技术也能够在智慧教育中得以普及应用，如近年来很多新的拍照解题app，使用者只需要利用手机相机拍照上传即可获得相关题目的分析解答，促进学习者学习效率的提升。此时视觉技术包括了对文字的检测与识别，另外针对个人简历识别、文档识别等方面也能够进行拓展应用。同时计算机视觉技术还可以在图片搜索领域中得以应用，使用者通过拍摄上传相应的图片，即可从数据库中找出与原图相似的图片，深度学习属于一种非常高效的技术手段，能够提供更加快速高效的图像检测功能，结合图像搜索引擎，为用户带来更加便捷的服务[3-5]。
2.5医疗影像数据中的应用
医学影像直接关系到对患者疾病诊断的准确性，对于放射科的医务人员来说，依靠医学影像能够促进诊断效率的提升。现阶段国内外诸多医学专家队伍，在心血管、肿瘤、神经内科以及五官科等都建立了精准深度学习模型，极大地推动医疗水平的提升，为广大患者带来了更加便捷和高效的医疗服务。基于深度学习技术的计算机视觉在医疗影像数据中的应用主要集中在如下几个方面：（1）能够提供临床诊断辅助等医疗服务；（2）依靠数据分析技术，能够在很大程度上促进医疗机构经营管理水平的提升；（3）在医学影像中的应用，能够让医务工作者更加直观便捷地获取患者影像；（4）深度学习技术能够为医疗大数据的可视化带来便利；（5）在药企研发工作中的应用，可以处理好过去一直以来药物研发周期长和成本居高不下的问题；（6）在健康管理领域中的应用，借助于可穿戴设备来对个人健康数据实施监测，进而对疾病风险予以提前预测。
计算机视觉处理技术篇6
【关键词】计算机设计图形图像视觉侦查分析研究
应用计算机实现的图形图像设计与视觉侦查，在实际生产与生活中出现的时间都相对比较早，其中计算机视觉侦查应用实现的时间更是早于计算机图像图像设计，与一般的平面设计技术相比，通过计算机实现的图形图像设计在实际设计应用中不仅内容更加丰富，并且图形图像中所包含的元素也相对较多，因此所能够传达和表示内容含义也就更为全面。此外，应用计算机实现的图形图像设计不仅能够更进一步的传递出现代图形设计的目的，在设计过程中还能够借助计算机相关技术实现数据信息的分析处理，从而使图形图像设计者的想法愿望能够更好的呈现出来，具有突出的作用优势和意义。
1计算机图形图像设计与视觉侦查的相关概念概述
在图形与图形设计领域中，计算机图形图像设计的出现应用相对比较早，最早可以追溯到20世纪80年代，我国的计算机图形图像设计是在引进外国设计经验与理论基础上实现应用的。对于图形图像设计含义的理解，首先应从图形图像的含义理解开始，它是指通过图形图像或者是视觉形象实现设计者思想观点的表现和阐述，其本身具有较为突出的创造性特征，因此，图形图像设计是指设计者通过使用相关媒体实现特定信息的视觉形象的传递，它是一种特殊的语言形式，在设计领域比较受欢迎。视觉侦查则是在图形图像设计过程中借助视觉传达的相关技术手段实现图像图像视觉效果的分析判断，视觉侦查的概念比图形图像设计概念出现的时间要早，它是指人们通过信息符号的运用实现相互之间的交流和沟通，是一种实现人与人之间沟通交流的工具。计算机图形图像设计与视觉侦查之间有着密切的联系，其中计算机图形图像设计是通过计算机技术对于视觉信息中的图形图像相关信息进行再次创作实现的一个过程，借助视觉侦查能够实现计算机图形图像的更好设计。
2计算机图形图像设计与视觉侦查的特征关系分析
（1）计算机图形图像设计的特征分析。在设计领域中，图形图像设计和艺术设计之间有着很大的联系，根据上述对于图形图像设计概念含义的概述，结合实际设计应用情况可以将图形图像设计的特征概括总结如下。首先，在实际设计应用图形图像设计所实现的任何设计都需要相应的经济基础作为支撑，以商业性广告的设计为例，其设计就是把实现最大利益作为目标而进行的，而那些不具有商业性质的公益设计类型，也具有相关的社会关怀、文化氛围营造等不同目的，因此，实际设计应用中为了更好的实现设计的目的，就需要在经济基础的支撑下结合设计受众的心理喜好，以达到更好的设计目的。其次，在实现图形图像设计过程中需要设计者对于设计内容的基本思路以及设计核心内容、目标等进行明确，以实现图形图像设计主题思想的确定，达到设计目的与要求。再次，进行图形图像设计中还需要认识到图形图像设计与一般的美术画画之间有着根本的区别，其中美术画画对于所画事物之间的一致性要求比较高，而图形图像设计则是选取容易被人们所接受、喜爱的事物作为载体的，与日常生活联系比较密切。此外，在设计领域中，计算机所实现的图形图像设计自身属于一种定量式的设计，每个设计之间是相互独立的，其设计目的也更为明确，设计速度比较快，设计过程中的定位与配色等都比较精准，所实现的设计带给人们的视觉冲击性也比较强，再加上计算机技术的应用，不仅促进了图形图像设计中的设计绘制软件工具的革新，而且很大程度上也拓宽了图形图像设计的视觉传达效果，能够促使设计者的设计创意与设计表现实现更高层次的突破提升。如图所示，即为应用计算机图像设计软件实现的设计效果示意图。
（2）计算机图形图像设计与视觉侦查之间的关系区别分析。结合计算机图形图像设计的实际情况及其设计的视觉传达效果，在实际设计中图形图像设计和视觉传达设计之间的设计相同点比较突出，其中，以设计内容和设计目的为例，其中就存在着很大的共通性，在实际设计中对于设计者都具有较高的专业知识和软件应用要求。此外，在对于计算机软件技术的应用上，图形图像设计和视觉侦查之间所需要的软件都是一样的，像比较常见的photoshop等，并且完成设计都需要设计者具备相关的审美与对设计元素的灵活应用，在完成设计作品的再创造基础上，实现设计质量效果与水平的提升。其次，图形图像设计与视觉侦查之间也存在有较大的区别，其中图形图像设计更加重视对于图形和图像的设计处理，而且视觉侦查则是通过视觉的设计构造，体现出更特别、更新颖的观念思想，因此视觉侦查更加重视设计者的创意和创新，由于图形图像设计与视觉侦查之间的这种根本性的区别，就导致了视觉侦查与图形图像设计在设计手法与设计原则上也存在有一定的区别，这也是图形图像设计与视觉侦查之间的最大不同处。
3计算机图形图像设计与视觉侦查的应用分析
根据上述对于计算机图形图像设计与视觉侦查特征与关系区别的分析，就可以看出在实际设计应用中，视觉侦查与图形图像设计之间具有很大的关联性，它们通过相互之间的作用影响，共同实现设计者思想与观念的展示表现。通常情况下，计算机图形图像设计与视觉侦查在文字设计以及广告设计、绘画设计、包装设计和功能界面设计中的应用体现比较多，以文字设计为例，其中有关的文字大小以及字体颜色、位置、效果等，都是借助计算机图形图像处理软件完成实现，并且借助这种设计手段，最终都是为了对受众产生相对突出的视觉冲击。
结语
总之，计算机图形图像设计与视觉侦查作为计算机设计领域重要内容，对于计算机技术的提升以及艺术设计的发展进步都有着积极的影响和意义，进行计算机图形图像与视觉侦查的分析，有利于促进计算机技术与艺术设计的发展提升。
参考文献
计算机视觉处理技术篇7
【关键词】视频；图像处理；智能交通系统
交通视频监控系统是一个国家交通正常运行的有力保障。随着我国城镇化进程的不断推进和汽车的普及，交通问题日益严峻，道路拥挤、事故频发，加上不遵守交通规则的人比比皆是，使交通问题成为一直困扰我国的难题。而由于交通系统是一个相当复杂的庞大系统，所以监控起来十分困难。
随着计算机技术的发展，计算机视觉处理技术兴盛起来。计算机视觉处理技术是模拟人类视觉系统的一种技术，人类可以通过对视觉中感知到的信息进行适当的组合和联想以达到对外界信息进行判断的能力，计算机视觉处理技术就是要用计算机代替人类的大脑实现对采集到的信息进行处理，从而使计算机具有外部感知的能力，这对于交通视频监控系统具有非常重要的意义。
在智能交通系统中，基于计算机视觉的图像处理技术扮演着重要的角色，它以视频图像为分析对象，利用先进的算法去除干扰，具有直观、高效、精度高等特点。
1交通视频中进行图像处理的重要性
交通视频检测系统的摄像机在工作时面临的是自然气象条件，这就意味着它要受到各种自然条件的干扰，比如强光、雾霾、粉尘、街灯等，由于光照条件不同所引起的图像差异远远大于由于人的不同所引起的图像差异，即使是在相同光照条件下，由于镜面反射的存在，同一物体的不同表面对光的反射不同，再加上粉尘、雾霾等的影响，从不同视角反映出来的图像有很大差异。外界光照的方向和强度还会随着时间不断发生变化，这些因素会导致采集的图像不清晰、重影、有阴影等，给基于视频的检测带来很大的难度。而视觉检测必须借助外界光线才能够获取图像信息，所以要把图像中的车辆信息完整清晰的反应出来，就要对静止的视频图像序列（即每帧图像）进行预处理。这些处理会涵盖图像色彩模式转换、格式转换、算法处理等。
2交通视频监控系统的组成
交通视频监控系统一般由采集、传输、控制、显示四部分组成。
2.1图像采集
图像采集工作由前端的摄像机完成，采集质量的好坏将直接影响视频图像处理的效果。如果视频图像中的车辆信息清楚，对比度好，无干扰信息或干扰信息少，将有利于车辆的检测和跟踪，反之，将不利于车辆的检测和跟踪。
2.2传输
根据摄像机和控制中心之间距离的长短，会采用不同的传输设备，一般的传输方式包括视频基带传输、射频有线传输、光纤传输、电话线传输等。
2.3控制
控制部分是整个交通视频监控系统的中心，由总控制台组成。总控制台可以进行信号的缩放、矫正、补偿、切换、遥控、记录存储图像等。
2.4显示
显示部分的功能就是把传送过来的图像显示出来，由若干台监视器组成。
3交通视频监控系统中视频图像处理技术的应用
3.1车辆检测
对运动车辆的检测是交通视频监控系统的核心功能，通过对视频图像中的连续画面的变化分析能抽出运动车辆的特征，从而实现检测。但是由于运动的车辆受光线、灰尘、雾霾、阴影等因素的影响，给图像分割带来很大的困难。所以在进行车辆检测时，要对获得的视频图像进行处理，来提取目标车辆信息，常用的方法有帧间差分法、背景差分法、边缘检测法等。
3.2车辆跟踪
对车辆进行检测的目的是辨别运动车辆，然而要想了解目标的运动参数，还要对车辆进行跟踪。车辆跟踪的核心内容是根据目标运动车辆的某些特征在不同的图像帧中进行目标匹配，用于匹配的特征包括位置、大小、形状，以及局部的点、线特征和整体轮廓特征等[1]。常用的车辆跟踪方法有基于区域的方法、基于特征的方法、基于运动估计的方法、基于模型的方法、基于轮廓的方法等。
3.3阴影检测
阴影检测是交通视频监控系统的一项重要且具有挑战性的工作。运动目标车辆由于受各种光源的影响会产生阴影，而阴影与运动目标车辆具有相似的视觉特征和运动特征，所以前面介绍的车辆检测方法都不能有效地将阴影检测出来。阴影的存在会使车辆检测和跟踪产生误差，给交通参数的提取带来很大误差，因而阴影的检测与去除是视频检测的重点和难点。根据阴影形成的不同原理可以把阴影分成不同的类型，而不同类型的阴影又有不同的特点，这给阴影的检测和提取提供了可能。目前，阴影检测方法通常包括两大类：一类是基于阴影属性如颜色不变性、纹理不变性、低频性质等属性的检测技术，另一类是基于应用场景先验知识的模型的阴影检测[2]。
3.4交通参数的检测
交通参数可以分为两类，一类是针对某一具体车辆的，如该车辆的车型、颜色、车牌、速度、重量等；另一类是针对某一具体路段的，如该这段的固定时间内的车流量、平均速度、车辆密度、车辆数目、路面占有率等。基于图像处理的交通参数检测需要实时处理大量的图像数据，这些参数的获得可以为交通执法提供依据，增加交通道路的容量。目前应用较为广泛的交通参数获取方法为虚拟线圈检测方法，很多学者都在此基础之上设计算法更加精密的检测系统。
3.5车牌识别
车牌识别技术（VehicleLicenseplateRecognition，VLpR）是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过车牌识别可以实现对停车场的收费管理、车辆定位、交通违法行为监控等功能，对于维护交通安全、实现交通自动化管理有很重要的意义。
视频图像处理技术在交通视频监控系统中应用的已经十分广泛，随着计算机视觉、人工智能理论的发展，对包含运动目标的图像序列进行分析和处理，能够实现交通管理的高效智能化。随着视频图像处理技术硬件的不断发展，我们所面临的挑战是如何找出与硬件相匹配的高效的软件技术（即先进的算法），使智能交通系统的功能更加强大和完善。
【参考文献】
[1]梁晓爱.基于视频的车辆检测与跟踪技术研究[D].山东师范大学，2010.
[2]许洁琼.基于视频图像处理的车辆检测与跟踪方法研究[D].中国海洋大学，2012.
[3]卫小伟.视频图像处理技术在智能交通系统中的运用[J].电子测试，2015（6）.
[4]姜旭.视频图像处理技术在智能交通系统中的应用[D].苏州大学，2009.
计算机视觉处理技术篇8
关键词：立体视觉；图像分割；阴影抑制；三维重建
1概述
立体视觉的交通场景理解系统关键技术主要解决交通对象（行人、汽车、摩托车、自行车等）的三维信息模型化；低层处理，即先把图像数字符号化和特征c的提取过程，主要包括图像的分割和描述；运动检测与运动匹配，主要技术有基于时空梯度的方法、基于相关的方法、频率域法等；模型匹配与识别；交通对象的阴影检测；系统实时性，由于三维重构计算量较大，提高系统实时性等六大问题。其中对三维重建、运动检测与运动匹配和模型匹配与识别是立体视觉的交通场景理解系统关键技术主要研究方向。
从计算机视觉的角度进行分类，基于模型交通流量检测技术的方法可以分类为：基于区域跟踪的方法；基于动态轮廓的目标跟踪方法；基于特征的跟踪方法；基于3D模型（立体视觉）的车辆跟踪识别方法。
2立体视觉的三维重建研究方法
基于立体视觉的三维重建是指通过对二维图像的处理，利用立体视觉的原理获取场景中目标的三维信息。双目立体视觉是直接模拟人类双眼来处理景物的一种新型研究方法，由于其灵活性较高，可以测量多种条件下景物的三维信息。
2.1图像自适应阈值分割法
图像自适应阈值分割法无论参数的选取为何种特征值，都能准确快速的捕捉待处理的运动目标。采用自适应阈值分割方法对获得的交通对象的视频图像进行处理，把交通目标特征层经行分类处理，提高了类判别能力。同时，阈值来源较为广泛和准确，因此，不仅具有较好的识别率还具有较强的实时性。在背景存在微小运动和环境亮度突变的情形下也具有很好的鲁棒性。徐文聪等人主要从自适应阈值分割的方法对运动车辆进行检测和流量统计。
在徐文聪研究中，阈值的取值为图像的形态值，结合车道线和标定的摄像机内外参数，利用Dtsu算法提取候选车灯连通域信息。张虹波、孙明玉研究中，阈值的取值为图像的灰度值。张虹波利用图像差分方法获得运动目标。提取虚拟检测区域内的车辆图像，进行图像的数字化和滤除噪声等预处理，对视频图像提取背景模型，得到车流量信息。孙明玉提出基于新型自适应阈值的运动目标提取算法。孙明玉[4]提出基于新型自适应阈值的运动目标提取算法。首先，根据运动属性，分成两个聚类，一是运动目标，二是背景。对提取的图像按像素灰度进行分类，以聚类间的方根-算术均值距离最大值作为分割阈选择的准则，实时更新提取的运动目标的二值化阈值，从而实现对运动目标的准确完整提取。
2.2基于侧影轮廓的三维重建方法
基于侧影轮廓的三维建模是一种新的建模方法，也称为可见外壳（VisualHull）生成方法。侧影轮廓法是利用摄像机拍摄的不同角度的图像进行立体重建，具有良好的几何和拓扑结构的一致性，同时提取的特征点较少，易于计算，有较好的鲁棒性。
阮孟贵、章毓晋利用摄像机在各个相异的角度获取的多幅图像完成三维重建。主要利用反射投影的交叉轮廓进行匹配，重建物体表面。伍燕萍用marchingCubes算法，把获取的多幅图像进行侧影轮廓重建，生成物体的可见外壳。曹煜利用平面镜反射原理，对图像轮廓线之间极的线几何关系进行分析，获得相应的相机内外参数，实现目标物体的三维重建。
2.3基于序列图像的三维重建方法
序列图像法主要是利用数字图像处理的方法对图像二值化，便于计算机处理。通过对提取的特征点之间进行相似度的匹配，利用矩阵分析进行三维重建。此类方法关键在于正确三维数据的获取，利用计算机相关软件进行图像扫描、图像预处理、建立数据模型，怎样辨别噪声是此方法的难点。虽然序列图像法存在一定的噪声污染，但由于其设备简单，在交通场景中运用面较广。
刘同敏利用提取的图像序列作为测量矩阵的参数，提出了一种基于匹配相似度的最小二乘法三维重建方法。谭论正提出了基于pCa的交通场景点的重建方法。利用最小二乘法求场景点的三维轨迹，根据获得的数据实现运动目标和背景模型的三维重建。孙丽娟通过透视投影重建算法中引入了迭代算法。利用矩阵扰动理论，分析图像噪声对不同特征点重构的影响，得出图像数量越多重建精度越高的结论。彭科举提出了尺度不变特征变换特征和角点特征相结合的三维重建算法。
2.4混合高斯模型进行背景建模
随着信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术快速发展，基于视频的智能交通控制系统在交通控制中占主要作用。在交通对象的监测中，高斯背景模型在建立对运动目标的提取有着至关重要的作用。研究发现，视频图像提取的特征值背景颜色和像素的灰度值符合高斯分布。由于像素在时间域上的分布信息符合高斯分布，利用其构造其背景模型能解决光线突变等问题带来的影响，能够适应于户外复杂光线的环境。此方法建模后模型的鲁棒性强，准确率高。目前，高斯背景建模在交通智能控制系统中发挥着越来越重要的作用。
刘亚利等人提出了基于边缘特征的混合高斯背景建模方法。此方法加快了高斯模型的收敛速度，有较强的光变性。同时利用像素在时间域及空间域上的分布信信息，王永忠等人提出了一种基于自适应混合高斯模型的时空背景建模方法。监控系统采集的数库不仅仅有时间上的信息，还有空间位移信息。王永忠提出的时空背景建模方法利用时间和空间上的像素分布信息，不仅提高了建模精度还解决了传统的混合高斯背景建模方法对不平稳场景建模失效的这一缺点。
3结束语
基于立体视觉的三维建模技术研究是一个非常有意义的研究课题，在交通参数检测技术的研究中，我们要结合相关的计算机图像采集和处理技术，充分利用道路已有的资源，并将其采集的资源图形化、数字化。双目立体视觉技术对目前的单视点平面监控系统缺点进行很好的弥补。利用双目立体视觉对交通对象进行检测和监控，对获得图像数据分析，完成运动目标的三维空间定位和追踪。结合现有的计算机、电子信息技术，互联网技术，对交通加强智能化建设，逐步实现增强道路交通监控的信息化和自动化。
参考文献
[1]周冬梅，张明星，代永霞，等.基于纹理的车辆阴影消除新算法[J].自动化与仪表，2014（1）：133-138.
[2]徐文聪，刘海.夜间环境交通数据采集系统设计与实现[J].测控技术，2012，31（6）：60-66.
计算机视觉处理技术篇9
关键词计算机；视觉技术；应用研究
中图分类号：tp212文献标识码：a文章编号：1671-7597（2013）16-0114-01
计算机视觉技术自20世纪70年代产生以来就得到了全世界的广泛关注。作为一种多学科综合应用下的新技术，随着专家对其研究会的不断深入，其应用领域也越来越广，给人们的生产生活带来了极大方便。
1计算机视觉技术
计算机视觉技术是在计算机技术应用下发展起来的一种新技术，主要用来研究计算机模拟生物的宏观或外显功能。该技术在应用过程中会涉及到计算机科学、神经生物学、人工智能、模式识别以及图像处理等多个学科，多学科技术的综合运用使得计算机具有了“感知”周围世界的能力，这也正是该技术发挥作用的核心所在。计算机视觉技术的特点就在于，首先，它能在不接触被测者的前提下完成对被测者的检测；其次，该技术应用的领域和检测的对象非常广，能在敏感器件的应用下，完成对人类难以观察到的超声波、微波和红外线等的检测；最后，该技术还突破了人在视觉观察上长时间工作的限制，能对检测对象进行长时间观察。
2计算机视觉技术在各领域的应用分析
随着计算机视觉技术研究的不断加深，该技术的应用领域也越来越广，下面，本文就选取工业、农业、林业、农产品检测、电力系统自动化及图书馆工作这6个方面对计算机视觉技术的应用进行简要分析。
2.1在工业领域中的应用
工业生产对产品的质量要求极高，计算机视觉技术在工业上的应用主要集中在以下3方面：1）产品形状和尺寸的检测上。对制造业而言，产品的形状和尺寸是否合格直接影响到产品在实际应用过程中作用的发挥。计算机视觉技术的应用能对产品进行二维和三维等几何特征的检测，如产品的圆度、位置及形状等。2）产品零部件缺失情况的检测。在生产线运行过程中，计算机视觉技术能准确检测出产品在生产过程中是否存在铆钉、螺丝钉等零部件的缺失以及产品内部是否在生产过程中掺进杂质等。3）产品表面质量的检测。为了从各个方面保证产品的合格性，对其进行表面质量的检测也是一个极其重要的环节。计算机视觉技术实现了对产品表面的纹理、粗糙度、划痕、裂纹等各方面的有效检测。
2.2在农业生产领域中的应用
该技术在农业领域的应用主要集中在以下两方面：1）对病虫害的预测预报。预测预报作用发挥的关键环节是建立起计算机视觉技术对所有昆虫的识别体系。对昆虫图像识别系统进行数字化建模所使用的方法主要以下2种，一种是运用数学形态学的方法对害虫的边缘进行检测，进而提取害虫的特征；第二种是从昆虫的二值化图像中提取出昆虫的周长、面积和复杂度等基本信息，并对这些信息建立害虫的模板库以实现对昆虫的模糊决策分析。2）对农作物生长的监测。常用的方法就是运用计算机视觉技术下的非接触式监测系统对农作物生长环境下的光照、温度、湿度、风速、营养液浓度等相关因素进行连续地监测，进而判断出农作物长势。
2.3在林业生产中的应用
该技术在林业生产中的应用主要集中在农药喷洒和林木球果采集这两方面。就林业的农药喷洒而言，常规的农药喷洒方式易造成农药的大量流失，不仅达不到防止林业有害生物的目的，还浪费了大量的人力、物力和财力。计算机视觉技术的应用能通过对施药目标图像进行实时分析，得出具体的施药量和准确的施药位置，该技术指导下的施药工作极大发挥了农药的效果。就林木球果采集而言，该采集工作的操作难度一直都很大，我国当前使用的方法主要是人工使用专业工具下的采集以及机械设备运用下的高空作业车采集和摇振采种机采集，这两种方式都存在一定的安全性和效率问题。计算机视觉技术的应用能通过对需要进行采集的林木球果进行图像采集来得出球果所处的具置，再结合专业机械手的使用完成球果采集。该技术不仅节省了大量劳动力，还极大提高了采摘效率。
2.4在农产品检测中的应用
农产品在生产过程中受自然环境的影响比较大，所以农产品不仅会产生质量上的差异，还会造成颜色、大小、形状等外观上的极大不同。由于农产品在出售时大多要进行产品等级的划分，所以将计算机视觉技术运用到对其颜色和外形尺寸的检测上，有效达到了对农产品进行检测的目的。通过对外观大小尺寸的检测，不仅提高了对农产品进行分门别类地等级划分的效率，还在很大程度上减少了对产品的损坏；通过对西瓜等农产品进行颜色上的检测，能准确判断其是否成熟，有效避免了人工操作下的失误。
2.5在电力系统自动化中的应用
计算机视觉技术在电力系统自动化应用的表现当前主要表现在以下2个方面：1）在人机界面中的应用。人机界面在运行过程中更加强调人的主体地位，实现了用户对各种效应通道和感觉通道的运用。具体来讲，计算机视觉技术在用户向计算机的输入方面，效应通道实现了手动为主向手、足、口、身体等的转变；在计算机向用户的输出方面，感觉通道实现了视觉为主向触觉、嗅觉、听觉等的转变。2）在电厂煤粉锅炉火焰检测中的应用。对煤粉锅炉火焰的检测既能有效判断锅炉的运行状况，又能在很大程度上实现电厂的安全性运营。由于煤的负荷变化和种类变化会在使着火位置发生移动，所以为了保证炉膛火焰检测的准确性，必须弥补之前单纯应用火焰检测器只能判断有无火焰开关量信号的弊端。计算机视觉技术的应用，就在弥补火焰检测器应用弊端的基础上，实现了对火焰形状的进一步检测。
2.6在图书馆工作中的应用
随着当前数字图书馆和自动化管理系统的建立，计算机技术在图书馆方面的应用越来越广泛。当前计算机视觉技术在图书馆方面的应用主要集中在古籍修补和书刊剔旧这两方面。就古籍修补而言，古籍图书等在收藏的过程中，受温度、湿度、光照等的影响，极易导致纸张变黄、变脆以及虫洞等现象的出现。在进行修补时，依靠计算机视觉技术开展具体的修补工作，能在很大程度上提高修补工作的效率。就书刊剔旧而言，由于图书馆藏书众多，对那些使用率低且较为陈旧的文献资料进行及时地剔除，能实现图书资源的及时更新。计算机视觉技术在该方面的应用，极大地保证了工作的准确性和效率性。
3结束语
通过以上对计算机视觉技术在工业、农业、林业、农产品检测、电力系统自动化及图书馆工作这6个方面的研究可以看出，随着计算机技术的进一步发展以及计算机与各专业学科的不断渗透，该技术的发展前景和应用领域都将更加广阔。
参考文献
计算机视觉处理技术篇10
【关键词】数字技术；艺术发展，影视特点
中图分类号：J916文献标志码：a文章编号：1007-0125（2017）01-0148-01
影视制作的目的有两个，直接原因是给大众带来视觉冲击，促进大众消费。对于其根本原因，在一定程度上，我们可以将影视的制作看成是艺术的制作，而艺术效果恰恰蕴含在影视的制作过程中。近几年，随着科技的不断发展，数字技术被引入影视的制作过程中，数字技术和影视制作技术的相互融合，对于传统的影视制作是一次大的变革，进而使影视的制作发生了翻天覆地的变化。再者，将传统影视技术的优点和数字技术相互融合，形成一种新的制作技术，这种技术融合数字技术和传统技术两方面的优势，更大地推动了我国影视事业的发展。
一、数字技g的影视特点
数字技术可以快速“成长”，得力于计算机技术的发展。那么什么是数字技术呢？就是借助计算机技术对信息进行处理，将信息转化计算机语言，完成对信息的运算，加工以及存储的一项技术。数字化技术的应用使视频具有更好的视觉效果，因而，从数字技术应用的视角上看，影视制作的发展进入一个崭新的局面。众所周知，传统的影视，其视觉效果都是趋于平面化，而数字技术则对图像进行三维立体处理，给人一种三维立体的视觉效果，无论是在声音上，还是在图形结合上，都带给观众身临其境的感觉。
二、数字技术对影视技术的影响分析
（一）影视素材创作数字化。在对影视进行制作时，对于素材的编辑和选取也是借助计算机技术来完成的。其大致过程可分为两个部分，首先是抓取和处理采集的素材，将不同的素材进行有机合成，素材在进行处理之后，形成一种新的影视元素，基于这个原因，所有的原始素材都可以进行二度创作，二度创作包括对原始素材的分解、合成以及重组。其次就要对素材进行后期的处理，其处理过程也包括对信息的采集和制作，继而形成初级的影视作品，最后再利用计算机对作品进行处理，最终形成设计者需要的资源。
动漫、图片以及音频效果的形成也离不开数字技术的参与，而动漫、图片以及音频又是影视作品的重要组成部分。为使影视作品具有更加丰富的效果，设计者以信息采集等形式对后期的数字化合成进行处理。为满足人们的审美要求，设计者在进行影视创作时，还要增加一定的美术绘画技术。
（二）影视素材存储数字化。储存能力发生变化是影视素材数字化最大的特点。众所周知，传统的储存方式有电影胶片、磁带，甚至是纸质记录等，储存量较小，占据的空间大。随着科技的发展，这些方式逐步被市场淘汰，进而数字技术被引入到影视素材的储存上。将素材信息转化为数字信息，再利用压缩技术将其压缩到数据硬盘上，不仅节约了大量的空间，其储存能力也大大提升，除了数据硬盘之外，数字录像机也可以大量储存影视信息。随着科技发展，近几年又出现储存量更大的储存设备――半导体储存。素材储存数字化在信息的储存方面占据两大优势，一是大容量、大储存；二是信息的编写能力较强，可以对不同类型的信息进行归类，便于日后对信息的查询和选择，从而节约了影视作品的制作时间。
（三）3D技术的广泛使用。所谓3D技术，就是以数字化技术为支持，在制作效果上注重三维立体结构――尽可能模拟现实的人物、建筑以及场景等，进而使画面达到逼真、真实和自然的艺术效果。如美国影片《独立日――卷土重来》，其中大量运用了3D技术，使得场面更加真实。
三、数字时代的影视艺术发展趋势
随着大众对于影视作品要求的提高，数字化技术已无法满足人们的需求，这就需要将数字化技术和科技、艺术相结合，并朝着科技化、技术化的方向发展。要想成功转型，就要以科技的快速发展为前提，只有科技得到长足的发展，影视技术才能得到实质的发展。实现科技、艺术以及影视的大融合，还需要很长的路要走，首先应具备过硬的计算机知识，其次对艺术也要有一定程度的了解，再者，还要不断吸收先进的科学技术。
四、结语
综上所述，现阶段，数字技术在影视艺术发展中占据着十分重要的地位。数字技术作为科技发展的产物，它在影视艺术中的广泛应用，使影视技术更趋于科技化和丰富化，数字技术推动影视艺术的发展，而影视艺术又是数字技术发展的具体体现。
参考文献：
[1]叶玲.计算机多媒体技术在影视后期制作中的应用分析[J].科技创业家，2013（18）：255-256.
[2]邓毅梅.影视后期制作中计算机多媒体技术的应用研究[J].现代职业教育，2015（23）：47-47.
[3]颜杰兴.计算机多媒体技术在影视后期制作中的应用分析[J].计算机光盘软件与应用，2015（1）：255-256.