計(jì)算機(jī)視覺(jué)的應(yīng)用方向精選(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(jué)的應(yīng)用方向主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

近年來(lái)，經(jīng)濟(jì)的發(fā)展和人們生活水平的提升也使得人們的出行更加便捷，越來(lái)越多的人都是自己駕車出行，這樣導(dǎo)致公路上的交通流量不斷增加，如何保障交通的順暢性和安全性成為人們關(guān)注的重點(diǎn)問(wèn)題。信息技術(shù)的發(fā)展推動(dòng)了計(jì)算機(jī)視覺(jué)技術(shù)的出現(xiàn)，為交通安全性的提升提供了一定的保障。本文主要對(duì)計(jì)算機(jī)視覺(jué)技術(shù)進(jìn)行分析，進(jìn)一步探討計(jì)算機(jī)視覺(jué)技術(shù)在智能交通系統(tǒng)中的應(yīng)用。

【關(guān)鍵詞】計(jì)算機(jī) 視覺(jué)技術(shù) 智能交通 系統(tǒng) 應(yīng)用

智能交通系統(tǒng)簡(jiǎn)稱ITS，這是一種新型的交通管理系統(tǒng)。該系統(tǒng)主要結(jié)合了信息化技術(shù)、計(jì)算機(jī)技術(shù)以及數(shù)據(jù)傳輸技術(shù)等多種技術(shù)，用來(lái)對(duì)整個(gè)交通運(yùn)輸體系進(jìn)行管理，可以實(shí)現(xiàn)人、車、路的全面監(jiān)控和管理。計(jì)算機(jī)視覺(jué)藝術(shù)作為智能交通系統(tǒng)中的一個(gè)重要環(huán)節(jié)，受到相關(guān)工作人員的高度重視。隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，不僅為交通行業(yè)的發(fā)展提供了更多的便捷，同時(shí)還能夠篩選道路交通的各種信息，進(jìn)一步增強(qiáng)了智能交通系統(tǒng)的靈活性和準(zhǔn)確性。

1 計(jì)算機(jī)視覺(jué)技術(shù)的概述

計(jì)算機(jī)視覺(jué)也被稱為圖像分析和圖解理解，其包括的理論主要有攝影幾何學(xué)、概率論、圖像處理理論以及人工智能理論等部分。計(jì)算機(jī)視覺(jué)技術(shù)主要是用二維投影圖像實(shí)現(xiàn)三維物體重構(gòu)。這種技術(shù)的應(yīng)用范圍比較廣泛，不僅應(yīng)用于二維圖像識(shí)別方面，同時(shí)還用于三維物體的識(shí)別和重建上面。通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)能夠獲取專業(yè)化的三維信息，對(duì)三維信息的獲取一般有兩種方法，其中一種是直接獲取法，還有一種是間接獲取法。直接獲取法主要是通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)的效果來(lái)確定三維運(yùn)動(dòng)中產(chǎn)生的各種參數(shù)，這一過(guò)程對(duì)攝像機(jī)運(yùn)動(dòng)問(wèn)題的關(guān)注程度較高；間接獲取的方式就是將單幅圖像和攝像機(jī)焦距相結(jié)合，來(lái)判斷被測(cè)量位置視覺(jué)上的信息。計(jì)算機(jī)視覺(jué)技術(shù)的關(guān)鍵就是實(shí)現(xiàn)特別匹配，在特殊情況下可以利用不同的攝像C同時(shí)收集運(yùn)動(dòng)信息，從而提高相關(guān)控制的精確度。

2 計(jì)算機(jī)視覺(jué)技術(shù)在智能交通系統(tǒng)中的應(yīng)用

計(jì)算機(jī)視覺(jué)技術(shù)在智能交通系統(tǒng)中的應(yīng)用可以實(shí)現(xiàn)道路交通的監(jiān)控，同時(shí)還能夠?qū)崿F(xiàn)自動(dòng)收費(fèi)、智能導(dǎo)航等功能，主要應(yīng)用有以下幾個(gè)方面的內(nèi)容。

2.1 交通監(jiān)控中對(duì)計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用

基于計(jì)算機(jī)視覺(jué)技術(shù)的交通監(jiān)控系統(tǒng)主要分為三個(gè)步驟，首先是對(duì)車輛和行人進(jìn)行跟蹤和分割，其次是對(duì)車流量進(jìn)行分析和計(jì)算，并且計(jì)算車輛的平均速度和道路上車輛的隊(duì)列長(zhǎng)度，最后根據(jù)道路的交通狀況來(lái)規(guī)劃形式線路，從而有效緩解道路交通擁堵的現(xiàn)狀，方便人們減少出行時(shí)間。車輛和行人作為道路中運(yùn)動(dòng)的主要目標(biāo)，在監(jiān)控場(chǎng)合下，需要對(duì)運(yùn)動(dòng)時(shí)間進(jìn)行有效分割，常用到的分割方式包括光流法和幀差法兩種，其中前一種分割方式主要是依據(jù)圖像中不同的運(yùn)動(dòng)用映射參數(shù)正確的表達(dá)，這樣可以將具有同樣映射參數(shù)的光流量進(jìn)行分配，從而完成參數(shù)分割。計(jì)算機(jī)視覺(jué)在交通監(jiān)控中的應(yīng)用主要是對(duì)車輛速度、車輛數(shù)目、車輛分類進(jìn)行檢測(cè)。隨著計(jì)算機(jī)通信技術(shù)的發(fā)展，計(jì)算機(jī)視覺(jué)技術(shù)也是日新月異，基于計(jì)算機(jī)視覺(jué)的交通監(jiān)控系統(tǒng)具有較強(qiáng)的實(shí)時(shí)工作性，能夠快速的適應(yīng)高度公路以及城市道路交通的監(jiān)控。

2.2 車輛導(dǎo)航中對(duì)計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用

實(shí)現(xiàn)車輛的智能導(dǎo)航是計(jì)算機(jī)視覺(jué)技術(shù)在智能交通中應(yīng)用的典型案例。這種技術(shù)主要為駕駛?cè)藛T提供道路信息和車輛運(yùn)行狀況兩大信息。通過(guò)車輛智能導(dǎo)航系統(tǒng)的運(yùn)行能夠?qū)Φ缆穬蛇叺慕缦捱M(jìn)行有效的識(shí)別，將車輛引向規(guī)定的行駛車道，在車輛行駛過(guò)程中，該系統(tǒng)能夠自動(dòng)檢測(cè)車輛與前方其他車輛之間的距離，從而提醒駕駛?cè)藛T保持車輛的安全距離，最終實(shí)現(xiàn)安全導(dǎo)航駕駛。通過(guò)該系統(tǒng)的攝像機(jī)運(yùn)動(dòng)能夠識(shí)別其他車輛的行駛狀況，并且通過(guò)計(jì)算檢測(cè)點(diǎn)的方式計(jì)算車輛的模擬匹配點(diǎn)。車倆智能導(dǎo)航系統(tǒng)中就使用了計(jì)算機(jī)視覺(jué)技術(shù)，可以從中提取相關(guān)信息，計(jì)算車輛行駛的安全距離和速度。

2.3 計(jì)算機(jī)視覺(jué)技術(shù)用于車輛輔助駕駛

計(jì)算機(jī)視覺(jué)技術(shù)在車輛輔助駕駛中的應(yīng)用主要是幫助駕駛?cè)藛T對(duì)外界的變化做出反應(yīng)。具體表現(xiàn)為車輛在市內(nèi)行駛時(shí)，計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用能夠識(shí)別周邊道路的標(biāo)記，并且對(duì)交通標(biāo)志、其他車輛和行人進(jìn)行識(shí)別，然后篩選相關(guān)信息進(jìn)行計(jì)算，讓駕駛?cè)饲宄饨绲木唧w狀況，從而避開(kāi)其他的車輛和行人，能夠從根本上減少交通事故的發(fā)生，增強(qiáng)車輛的安全運(yùn)行。輔助駕駛的形式轉(zhuǎn)變?yōu)槿藱C(jī)交互的方式，一定程度上能夠滿足駕駛?cè)藛T對(duì)信息的需求。

2.4 計(jì)算機(jī)視覺(jué)技術(shù)用于車輛智能收費(fèi)

車輛收費(fèi)是車輛在公共交通位置行駛中的一個(gè)關(guān)鍵環(huán)節(jié)。隨著科學(xué)技術(shù)的發(fā)展，車輛收費(fèi)系統(tǒng)逐漸向著計(jì)算機(jī)技術(shù)的應(yīng)用方向發(fā)展，計(jì)算機(jī)視覺(jué)技術(shù)在各地區(qū)交通發(fā)展中的應(yīng)用是現(xiàn)代化交通發(fā)展的一個(gè)重要突破口。很多地區(qū)的智能化收費(fèi)都是通過(guò)識(shí)別車牌的方式來(lái)實(shí)現(xiàn)收費(fèi)，我國(guó)在車牌識(shí)別這方面僅僅限制于單目車牌和雙目車牌的識(shí)別，其中單目車牌識(shí)別的核心就是將車牌照位置作為核心部分，我國(guó)大部分地區(qū)都是將單目系統(tǒng)作為核心部分來(lái)使用。采用雙目系統(tǒng)對(duì)車牌進(jìn)行識(shí)別，也可以對(duì)車輛的型號(hào)進(jìn)行識(shí)別，通過(guò)大量的實(shí)踐發(fā)現(xiàn)，雙目系統(tǒng)進(jìn)行車牌識(shí)別的實(shí)用性較強(qiáng)。但是這種識(shí)別方式在實(shí)際應(yīng)用過(guò)程中仍然存在著信息獲取難度大、車牌照定位難度大等多種問(wèn)題，尤其是車輛在高速路上行駛時(shí)，對(duì)于車牌信息的獲取更為困難，因此，在這方面還需要加大研究和實(shí)踐。

3 結(jié)束語(yǔ)

隨著計(jì)算機(jī)視覺(jué)技術(shù)的智能化發(fā)展，其在智能交通系統(tǒng)中的應(yīng)用能夠解決多方面的問(wèn)題。該技術(shù)的應(yīng)用不僅能夠?qū)崿F(xiàn)車輛的實(shí)時(shí)監(jiān)控，同時(shí)還能夠?qū)崿F(xiàn)車輛導(dǎo)航以及車輛收費(fèi)，幫助駕駛?cè)藛T識(shí)別車輛行駛中存在的障礙物，這樣一來(lái)，可以增強(qiáng)車輛行駛的安全性，同時(shí)還能夠提高我國(guó)道路交通系統(tǒng)的整體管理水平。但是該技術(shù)應(yīng)用中也存在不足之處，未來(lái)發(fā)展中需要降低視覺(jué)系統(tǒng)的價(jià)格，減少系統(tǒng)的尺寸，從而增強(qiáng)系統(tǒng)對(duì)車輛信息的處理速度，最終實(shí)現(xiàn)對(duì)道路交通的全面監(jiān)測(cè)。

參考文獻(xiàn)

[1]王春波，張衛(wèi)東，許曉鳴.計(jì)算機(jī)視覺(jué)技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J].測(cè)控技術(shù)，2000（05）：22-24.

[2]郁梅，蔣剛毅，郁伯康.智能交通系統(tǒng)中的計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2001（10）：101-103+121.

[3]顧晶. 基于計(jì)算機(jī)視覺(jué)的智能交通監(jiān)控系統(tǒng)的研究[D].東南大學(xué)，2006.

[4]謝萍萍，黃傳春.計(jì)算機(jī)視覺(jué)技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J].福建電腦，2008（10）：77+133.

第2篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

物體為什么會(huì)呈現(xiàn)出人們所看到的視覺(jué)效果?經(jīng)過(guò)多重反射后，光線將怎樣變化?如何讓計(jì)算機(jī)把真實(shí)世界里的物理原理數(shù)字化表現(xiàn)出來(lái)?這些都是松下康之在微軟亞洲研究院工作時(shí)要思考的問(wèn)題，攝像機(jī)拍攝出的畫(huà)面抖動(dòng)看不清怎么辦?松下康之也遇到過(guò)生活提出的小挑戰(zhàn)。

松下康之用研究員的“專屬語(yǔ)言”解釋道，“低層視覺(jué)研究”和“滿幀視頻穩(wěn)定技術(shù)”可以很好地回答和解決上面問(wèn)題。“這也正是我所從事的兩個(gè)研究方向：一個(gè)是光度學(xué)，另一個(gè)是視頻分析，”微軟亞洲研究院視覺(jué)計(jì)算組主管研究員松下康之說(shuō)，“兩者之間并沒(méi)有十分緊密的聯(lián)系，但這也正是有趣的地方?！?/p>

從東京大學(xué)的博士到微軟亞洲研究院實(shí)習(xí)生、從日本東京到北京的希格瑪大廈、從電氣工程學(xué)專業(yè)到以物理學(xué)為基礎(chǔ)的計(jì)算機(jī)視覺(jué)和視頻分析與合成。事實(shí)上，這種“毫無(wú)關(guān)系”所帶來(lái)的驚喜與巧合也貫穿于松下康之的經(jīng)歷之中。于是，松下康之給記者講述了一個(gè)充滿偶然與必然、選擇與堅(jiān)持的故事。言語(yǔ)間，流露出日本文化的嚴(yán)謹(jǐn)、美國(guó)式的活潑和與在微軟亞洲研究院的中國(guó)研究員一樣的親切與隨和。

邂逅未來(lái)

微軟亞洲研究院院長(zhǎng)洪小文曾說(shuō)過(guò)：“創(chuàng)新更多的是意外”。而松下康之與微軟亞洲研究院的緣分，正是充滿著這種“必然的意外”。

在東京大學(xué)讀書(shū)的時(shí)候，松下康之本科、碩士、博士的專業(yè)方向都是電氣工程。那時(shí)，松下康之已經(jīng)研究了智能交通系統(tǒng)。“但是，我意識(shí)到自己想做一些更加基礎(chǔ)的研究，并且希望可以把這些研究應(yīng)用到不同的事情上?！痹诓┦慨厴I(yè)前兩年，松下康之就發(fā)現(xiàn)了自己對(duì)計(jì)算機(jī)視覺(jué)領(lǐng)域的濃厚興趣。而電氣工程與計(jì)算機(jī)科學(xué)聯(lián)系緊密，計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)和軟件都有學(xué)習(xí)，所以對(duì)于松下康之來(lái)說(shuō)，從電氣工程轉(zhuǎn)到計(jì)算機(jī)視覺(jué)并不是一個(gè)很大的跨越。

2002年，當(dāng)時(shí)松下康之還在讀博，在一次國(guó)際性的計(jì)算機(jī)視覺(jué)大會(huì)上，他見(jiàn)到了時(shí)任微軟亞洲研究院副院長(zhǎng)的沈向洋，“我之前就認(rèn)識(shí)他，還知道他在計(jì)算機(jī)視覺(jué)領(lǐng)域非常有名。我希望能有機(jī)會(huì)與他一起工作，學(xué)到更多東西?！庇谑?，松下康之向沈向洋毛遂自薦，“意外地”成了一名微軟亞洲研究院的實(shí)習(xí)生，經(jīng)過(guò)4個(gè)月的實(shí)習(xí)生活之后，松下康之發(fā)現(xiàn)自己已經(jīng)喜歡上了這里的研究環(huán)境和生活，就這樣，在微軟亞洲研究院的工作開(kāi)始了。

如何用科技來(lái)解決實(shí)際問(wèn)題，從而改變更多人的生活，一直是微軟亞洲研究院的初衷。生活也不斷地給松下康之帶來(lái)靈感和意外的收獲。

其中，“滿幀視頻穩(wěn)定技術(shù)”的“誕生”就源于松下康之的婚禮――用手持的攝像機(jī)拍攝的婚禮畫(huà)面是搖晃的，看起來(lái)很不舒服，新婚妻子對(duì)婚禮錄像效果很不滿意，松下康之就想通過(guò)研究解決視頻顫抖的問(wèn)題。“現(xiàn)有的數(shù)字影像鑲嵌技術(shù)可以對(duì)畫(huà)面進(jìn)行穩(wěn)定性處理，但如果物體移動(dòng)，這種在場(chǎng)景固定的情況下才能實(shí)現(xiàn)的方法就不可行了。而通過(guò)‘滿幀視頻穩(wěn)定技術(shù)’，丟失掉的像素被自然的補(bǔ)充上了?！蓖?，還可以去除覆蓋在視頻上的文字、鏡頭上的污點(diǎn)，來(lái)補(bǔ)上丟失的像素。

科技的光影魔術(shù)

“視頻分析在不久的將來(lái)將變得更加重要，因?yàn)閳D像和視頻的界限已經(jīng)越來(lái)越模糊，我相信最后一切都將變成視頻?！彼上驴抵畬?duì)記者說(shuō)。

微軟亞洲研究院的計(jì)算機(jī)視覺(jué)包括：高層視覺(jué)(如人臉識(shí)別技術(shù))和低層視覺(jué)(如光度學(xué)，即研究光線與物體的相互作用)，松下康之的研究方向?qū)儆诤笳摺?/p>

“光度學(xué)也非常重要，因?yàn)槿绻覀儾幻靼住蛯印习l(fā)生了什么，就無(wú)法在‘高層視覺(jué)’研究上取得突破，所以‘低層視覺(jué)’研究是非?；A(chǔ)的。如果“低層視覺(jué)”發(fā)展了，那么“高層視覺(jué)”也會(huì)隨之發(fā)展?！?/p>

雖然是“肉眼”難以察覺(jué)的變化，但是松下康之卻給記者描述了光度學(xué)形象的應(yīng)用――3D復(fù)原和現(xiàn)實(shí)物體數(shù)字化。而要實(shí)現(xiàn)上面的兩項(xiàng)應(yīng)用，很明顯需要比普通人更特別的“視力”。

“計(jì)算機(jī)視覺(jué)里有一個(gè)傳統(tǒng)的方法，叫多視角立體視覺(jué)法(multi－view stereo)，通過(guò)不同視角拍攝的圖片我們可以重現(xiàn)3D，但不能做細(xì)節(jié)的重現(xiàn)；還有另一種方法，叫立體光學(xué)法(photometric stereo)，攝像機(jī)和物體都是固定的，但是光線是變化的，如果移動(dòng)光源就可以得到物體的不同觀察值，通過(guò)觀察值可以得到表面方向(surface orientation)。”

前者可以得到整體的形狀，但卻無(wú)法得到細(xì)節(jié)，而后者不能給你整體的形狀，因?yàn)樗荒芙o你表面方向。如何把兩個(gè)技術(shù)的優(yōu)點(diǎn)結(jié)合起來(lái)得到最真實(shí)的3D圖像呢?

“我們考慮如果把一個(gè)持續(xù)光源固定在攝像機(jī)上，這樣我們就可以同時(shí)移動(dòng)光源和攝像機(jī)。”于是，松下康之和他來(lái)自東京大學(xué)的實(shí)習(xí)生一起做出了看起來(lái)與普通家用數(shù)碼產(chǎn)品沒(méi)有太大差別的“3D攝像機(jī)”。“這個(gè)3D攝像機(jī)的相關(guān)的配件在市場(chǎng)上很容易就能買到，手持永遠(yuǎn)是簡(jiǎn)單的，人們不會(huì)想要拿著一個(gè)龐然大物?！彼上驴抵蛴浾呓榻B研發(fā)背后的原因。

文化熔爐

作為美國(guó)電氣電子工程師協(xié)會(huì)2009年計(jì)算機(jī)視覺(jué)與模式識(shí)別國(guó)際會(huì)議(CVPR)和2009年計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議(ICCV)的區(qū)域主席、著名期刊International Journal of Computer Vision(IJCV)和Computer Vision Applications(CVA)的編委，松下康之坦言，微軟亞洲研究院對(duì)研究員在專業(yè)領(lǐng)域的自由交流的支持，使得研究員對(duì)自己的研究領(lǐng)域“看得更遠(yuǎn)、更透徹”。

“通過(guò)這些職務(wù)，我對(duì)研究方向有了更高的認(rèn)識(shí)，這種視野能夠幫助我決定今后什么樣的研究更有價(jià)值。此外，我能夠認(rèn)識(shí)計(jì)算機(jī)視覺(jué)界的很多人，這是另一個(gè)收獲?！彼上驴抵χf(shuō)。

第3篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

關(guān)鍵詞：計(jì)算機(jī)視覺(jué)；案例推理；圖像處理；圖像描述

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：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(xiàng)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(yàn)或教訓(xùn)轉(zhuǎn)換為知識(shí)，出現(xiàn)新問(wèn)題時(shí)，首先查找以前是否有相似的案例，并用相似案例解決新問(wèn)題。如果沒(méi)遇到相似案例的,經(jīng)過(guò)推理后解決新問(wèn)題的方法，又會(huì)成為新的案例或新經(jīng)驗(yàn)，下一次再遇到相同問(wèn)題時(shí)，就可以復(fù)用這些案例或經(jīng)驗(yàn)。

這與人遇到問(wèn)題時(shí)，首先會(huì)用經(jīng)驗(yàn)思考解決問(wèn)題的方式相似，這也是解決問(wèn)題較好的方法。基于案例推理應(yīng)用于工業(yè)產(chǎn)品檢測(cè)或故障診斷時(shí)具有以下特點(diǎn)：

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(shí)，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(shí)獲取”的瓶頸。CBR知識(shí)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(jiǎn)化知識(shí)獲取的過(guò)。

CBR求解效率較高。是對(duì)過(guò)去的求解結(jié)果進(jìn)行復(fù)用，而不是再次從頭開(kāi)始推導(dǎo)，可以提高對(duì)新問(wèn)題的求解效率。

CBR求解的質(zhì)量較高。CBR以過(guò)去求解成功或失敗的經(jīng)歷，可以指導(dǎo)當(dāng)前求解時(shí)該怎樣走向成功或避開(kāi)失敗。

CBR持續(xù)不斷的學(xué)習(xí)能力，使得它可以適應(yīng)于將來(lái)問(wèn)題的解決。

所以基于案例推理方法正不斷應(yīng)用在產(chǎn)品質(zhì)量檢測(cè)和設(shè)備故障診斷方面，并取得較好的經(jīng)濟(jì)效益。為了產(chǎn)品檢測(cè)和設(shè)備故障診斷中，更為智能化，更容易實(shí)現(xiàn)現(xiàn)場(chǎng)檢測(cè)和診斷，計(jì)算機(jī)視覺(jué)技術(shù)起到很大的作用。

計(jì)算機(jī)視覺(jué)是研究用計(jì)算機(jī)來(lái)模擬人和生物的視覺(jué)系統(tǒng)功能的技術(shù)學(xué)科，使計(jì)算機(jī)具有感知周圍視覺(jué)世界的能力。通過(guò)計(jì)算機(jī)視覺(jué)，進(jìn)行圖像的獲取預(yù)處理、圖像分割與特征抽取、識(shí)別與分類、三維信息理解、景物描述、圖像解釋，讓計(jì)算機(jī)具有對(duì)周圍世界的空間物體進(jìn)行傳感、抽象、判斷的能力，從而達(dá)到識(shí)別、理解的目的。

計(jì)算機(jī)視覺(jué)隨著科學(xué)技術(shù)發(fā)展，特別計(jì)算機(jī)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(luò)理論、模糊數(shù)學(xué)理論、小波的分析理論等計(jì)算機(jī)視覺(jué)理論的不斷發(fā)展和日趨成熟，使計(jì)算機(jī)視覺(jué)從上世紀(jì)60年代開(kāi)始興起發(fā)展到現(xiàn)在，取得快速發(fā)展，已經(jīng)從簡(jiǎn)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(yùn)動(dòng)，由二維轉(zhuǎn)向三維，并主要著眼于對(duì)圖像的識(shí)別和理解上，也使計(jì)算機(jī)視覺(jué)的應(yīng)用領(lǐng)域更為廣泛，為案例推理中運(yùn)用計(jì)算機(jī)視覺(jué)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(jì)算機(jī)中組織存儲(chǔ)。如何將信息抽取出特征變量，選擇什么語(yǔ)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(chǔ)器中，這關(guān)系到基于案例推理方法的效率，而且對(duì)于案例數(shù)量越來(lái)越多，結(jié)構(gòu)十分復(fù)雜的案例庫(kù)，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(kù)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(yīng)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(fù)用和調(diào)整

案例的復(fù)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(wèn)題之間的不同之處，案例中的哪些部分可以用于新問(wèn)題，哪些部分不適合應(yīng)用于新問(wèn)題的解決。而復(fù)用還分案例的結(jié)果復(fù)用，案例的求解方法復(fù)用。

（4）案例的學(xué)習(xí)

案例的學(xué)習(xí)即是將新解添加到案例庫(kù)中，擴(kuò)充案例庫(kù)的案例種類與數(shù)量，這過(guò)程也是知識(shí)獲取。此過(guò)程涉及選取哪些信息保留，以及如何把新案例有機(jī)集成到案例庫(kù)中，包括如何存儲(chǔ)，如何建立索引等等。

針對(duì)案例推理的關(guān)鍵技術(shù)，根據(jù)檢測(cè)和故障診斷系統(tǒng)的特點(diǎn)，計(jì)算機(jī)視覺(jué)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(jìn)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(jìn)行案例建模，確立案例的表示形成和案例相似度的計(jì)算。本文主要從計(jì)算機(jī)視覺(jué)如何運(yùn)用在案例推理系統(tǒng)進(jìn)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(yīng)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(jìn)行圖像采集，是否繼續(xù)下一個(gè)產(chǎn)品圖像的采集。這簡(jiǎn)單傳感器可使用光電開(kāi)關(guān)，配合光源，當(dāng)產(chǎn)品經(jīng)過(guò)時(shí)，產(chǎn)品遮擋住光源，使光電開(kāi)關(guān)產(chǎn)生一個(gè)0值，而沒(méi)有產(chǎn)品經(jīng)過(guò)時(shí)，光電開(kāi)關(guān)產(chǎn)生相反的1值，系統(tǒng)通過(guò)判斷光電開(kāi)關(guān)的值，從而判斷是否有產(chǎn)品。

圖像采集單元簡(jiǎn)單地說(shuō)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(jī)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(jī)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(guò)傳感器判斷有產(chǎn)品后，光源發(fā)出的光均勻地照在被測(cè)件上，CCD相機(jī)拍攝，拍攝圖像經(jīng)過(guò)圖像采集卡數(shù)字化后輸入存儲(chǔ)設(shè)備。存儲(chǔ)設(shè)備即為計(jì)算機(jī)硬盤(pán)。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(duì)案例的組織和案例建模，案例的組織即案例的表示，相對(duì)計(jì)算機(jī)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(shí)，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(shuō)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(diǎn)，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(duì)產(chǎn)品輸入的原始圖像進(jìn)行處理。

在計(jì)算機(jī)視覺(jué)技術(shù)中，對(duì)原始圖像主要進(jìn)行圖像增強(qiáng)、平滑、邊緣銳化、分割、特征抽取、圖像識(shí)別與理解等內(nèi)容。經(jīng)過(guò)這些處理后，輸出圖像的質(zhì)量得到相當(dāng)程度的改善，既改善了圖像的視覺(jué)效果，又便于計(jì)算機(jī)對(duì)圖像進(jìn)行分析、處理和識(shí)別。具體工作流程如圖2所示：

圖2 計(jì)算機(jī)視覺(jué)的任務(wù)與工作流程

圖像預(yù)處理是將產(chǎn)品的數(shù)字圖像輸入計(jì)算機(jī)后，首先要進(jìn)行圖像的預(yù)處理，主要完成對(duì)圖像噪聲的消除以及零件的邊緣提取。預(yù)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(lái)分割目標(biāo)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(shí)際成像過(guò)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(duì)象與其背景分開(kāi)，并使之具有某種指定的數(shù)學(xué)或符號(hào)表達(dá)形式，使計(jì)算機(jī)能夠理解對(duì)象的具體含義，檢測(cè)出邊緣的圖像就可以進(jìn)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(yù)處理是為下一步的特征描述打基礎(chǔ)，預(yù)處理的好壞直接影響案例推理的結(jié)果和檢測(cè)診斷的效率。

特征提取是對(duì)圖像進(jìn)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(méi)有特征，就談不上進(jìn)行檢索。圖像特征可通過(guò)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(jìn)行描述，形成計(jì)算機(jī)中屬性值，并從數(shù)據(jù)庫(kù)查找相應(yīng)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(yīng)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(duì)話系統(tǒng)：完成人機(jī)交互、問(wèn)題描述、結(jié)果顯示和系統(tǒng)總控制。

案例庫(kù)系統(tǒng)：由案例庫(kù)及案例庫(kù)管理系統(tǒng)組成。

數(shù)據(jù)析取系統(tǒng)：對(duì)各種已有的源數(shù)據(jù)庫(kù)的數(shù)據(jù)通過(guò)轉(zhuǎn)換而形成所需的數(shù)據(jù)。

多庫(kù)協(xié)同器：根據(jù)問(wèn)題求解的需要，按照一定的數(shù)據(jù)抽取策略，完成問(wèn)題求解過(guò)程中對(duì)模型庫(kù)系統(tǒng)、方法庫(kù)系統(tǒng)、知識(shí)庫(kù)系統(tǒng)和數(shù)據(jù)庫(kù)系統(tǒng)等資源的調(diào)度與協(xié)調(diào)。

知識(shí)庫(kù)系統(tǒng)：由產(chǎn)生式規(guī)則組成，這些知識(shí)包括專家經(jīng)驗(yàn)和以規(guī)則形式表示的有關(guān)知識(shí)，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(kù)系統(tǒng)：由模型庫(kù)、算法庫(kù)、模型庫(kù)管理系統(tǒng)組成。完成模型識(shí)別和調(diào)用，并把結(jié)果綜合，送入對(duì)話系統(tǒng)顯示，作為補(bǔ)充信息供案例檢索、調(diào)整使用。

數(shù)據(jù)庫(kù)系統(tǒng)：存放待決策支持的所有問(wèn)題，并完成其維護(hù)與查詢等功能。

由于系統(tǒng)主要應(yīng)用產(chǎn)品的現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè)監(jiān)控或故障診斷，所以系統(tǒng)的檢索時(shí)，也必須輸入檢索值，即輸入現(xiàn)場(chǎng)產(chǎn)品的圖像，在通過(guò)產(chǎn)品預(yù)處理、圖像的二值化、分割和邊界處理后，進(jìn)行圖像特征描述，根據(jù)圖像描述進(jìn)行分類識(shí)別。根據(jù)案例推理的算法檢索案例庫(kù)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(jìn)行決策。如產(chǎn)品質(zhì)量檢測(cè)，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(jì)算機(jī)視覺(jué)技術(shù)中圖像檢索問(wèn)題。對(duì)提高圖像檢索的效率和準(zhǔn)確度提供了平臺(tái)。

計(jì)算機(jī)視覺(jué)技術(shù)也為案例推理系統(tǒng)實(shí)現(xiàn)產(chǎn)品現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè)、監(jiān)控、診斷提供技術(shù)支持。計(jì)算機(jī)視覺(jué)技術(shù)現(xiàn)場(chǎng)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(jì)的系統(tǒng)適用范圍很廣，只要產(chǎn)品需要進(jìn)行質(zhì)量檢測(cè)、監(jiān)控，或設(shè)備需要進(jìn)行故障診斷和維護(hù)，都可以適用。

系統(tǒng)提供的實(shí)時(shí)檢測(cè)、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(xiàn)：

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

[2]王宏等譯.計(jì)算機(jī)視覺(jué)[M].電子工業(yè)出版社.

[3]蔡建榮.自然場(chǎng)景下成熟水果的計(jì)算機(jī)視覺(jué)識(shí)別[J].農(nóng)業(yè)機(jī)械，36(2)：61-64.

[4]王宇輝.基于計(jì)算機(jī)視覺(jué)的錐體零件尺寸在線檢測(cè)算法[J].重型機(jī)械，2005,2：4-6

[5]駱志堅(jiān).基于計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)自動(dòng)計(jì)數(shù)系統(tǒng)的研究與應(yīng)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(kù)推理中的應(yīng)用[J],南大學(xué)學(xué)報(bào)(自然科學(xué)版)，1997，18(1):21-26.

[7]姜麗紅.案例推理在智能化預(yù)測(cè)支持系統(tǒng)中的應(yīng)用研究[J].決策與決策支持系統(tǒng),1996,6(4):63-69.

第4篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

農(nóng)業(yè)機(jī)械化不僅是人類的解放，解放勞動(dòng)力。這些年輕的勞動(dòng)力投入到其他領(lǐng)域，促進(jìn)中國(guó)的經(jīng)濟(jì)發(fā)展可以提高農(nóng)業(yè)生產(chǎn)的效率，優(yōu)化操作質(zhì)量和增加作物產(chǎn)量，有利于農(nóng)業(yè)發(fā)展和農(nóng)民收入，因此，今后應(yīng)重視先進(jìn)技術(shù)的推廣，提高農(nóng)業(yè)機(jī)械化水平。目前農(nóng)業(yè)機(jī)械的使用，一些機(jī)械在使用過(guò)程中不能清楚地確定作物的位置，機(jī)器在關(guān)閉過(guò)程中很容易錯(cuò)過(guò)，所以利用新技術(shù)在農(nóng)業(yè)機(jī)械有利于彌補(bǔ)農(nóng)業(yè)機(jī)械的脆弱性，提高機(jī)器的運(yùn)作效率。

目前，高新技術(shù)的應(yīng)用范圍擴(kuò)大，農(nóng)業(yè)機(jī)械行業(yè)也開(kāi)始使用高新技術(shù)，引入計(jì)算機(jī)視覺(jué)技術(shù)、自動(dòng)控制技術(shù)、信息網(wǎng)絡(luò)技術(shù)、人工智能技術(shù)、機(jī)器人技術(shù)和液壓技術(shù)在農(nóng)業(yè)機(jī)械的應(yīng)用現(xiàn)狀。

2 農(nóng)業(yè)機(jī)械的應(yīng)用技術(shù)

2.1 農(nóng)業(yè)機(jī)械的應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)

農(nóng)業(yè)機(jī)械的應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)，主要是利用計(jì)算機(jī)視覺(jué)技術(shù)在農(nóng)產(chǎn)品質(zhì)量、品位等農(nóng)業(yè)產(chǎn)品檢查，是基于圖像處理，計(jì)算機(jī)視覺(jué)的學(xué)科，主要是視覺(jué)信息處理理論。表達(dá)和計(jì)算方法研究，近年來(lái)，圖像處理，計(jì)算機(jī)硬件和軟件，等可視化仿真技術(shù)的逐漸發(fā)展計(jì)算機(jī)視覺(jué)技術(shù)的使用功能也擴(kuò)大，計(jì)算機(jī)視覺(jué)技術(shù)是用來(lái)檢查農(nóng)產(chǎn)品的質(zhì)量不僅是現(xiàn)階段和分級(jí)產(chǎn)品還用于收割、種植等。

2.2 農(nóng)業(yè)機(jī)械的CAD技術(shù)

CAD技術(shù)在我國(guó)已廣泛應(yīng)用于機(jī)械工程設(shè)計(jì)制造從上個(gè)世紀(jì)60年代，我國(guó)40多年后獨(dú)立研究開(kāi)發(fā)和推廣應(yīng)用。但由于我國(guó)機(jī)械工程設(shè)計(jì)CAD系統(tǒng)的開(kāi)發(fā)過(guò)程的社會(huì)主義改革開(kāi)放的影響，以便后期的完美程度我國(guó)機(jī)械工程設(shè)計(jì)CAD系統(tǒng)程度的效率和其他性能大大受到限制，相對(duì)于我國(guó)的國(guó)外機(jī)械工程設(shè)計(jì)CAD系統(tǒng)仍處于較低水平。

2.3 農(nóng)業(yè)機(jī)械的信息網(wǎng)絡(luò)技術(shù)

信息網(wǎng)絡(luò)技術(shù)在農(nóng)業(yè)機(jī)械中的應(yīng)用非常成功，信息網(wǎng)絡(luò)技術(shù)和地理信息系統(tǒng)，結(jié)合自動(dòng)化技術(shù)等技術(shù)，可以監(jiān)測(cè)作物和土壤的農(nóng)業(yè)生產(chǎn)，也可以生產(chǎn)作物的發(fā)展，植物病蟲(chóng)害，和實(shí)時(shí)監(jiān)控等等，然后依靠定位系統(tǒng)和地理信息系統(tǒng)來(lái)完成現(xiàn)場(chǎng)操作。

農(nóng)業(yè)機(jī)械、機(jī)器人技術(shù)應(yīng)用、信息網(wǎng)絡(luò)、計(jì)算機(jī)視覺(jué)、自動(dòng)控制技術(shù)的融合。目前，已經(jīng)開(kāi)發(fā)了采摘機(jī)器人，嫁接機(jī)器人，機(jī)器人除草，施肥機(jī)器人噴涂機(jī)器人，等。對(duì)肥料和噴涂機(jī)器人的使用，可以避免肥料、殺蟲(chóng)劑和其他化學(xué)品危害人體，達(dá)到改善環(huán)境的目的。目前雖然我國(guó)機(jī)器人技術(shù)落后于發(fā)達(dá)國(guó)家，取得了一些就，但由于現(xiàn)代機(jī)械機(jī)器人的購(gòu)買成本非常高，所以這項(xiàng)技術(shù)并沒(méi)有得到普及。

在農(nóng)業(yè)機(jī)械的設(shè)計(jì)、制造和測(cè)試，虛擬現(xiàn)實(shí)技術(shù)具有非常廣闊的發(fā)展前景，利用虛擬現(xiàn)實(shí)技術(shù)建立三維模型的農(nóng)業(yè)機(jī)械設(shè)計(jì)師不僅可以了解每一個(gè)部分的質(zhì)量，也可以完全滿足的每一部分的運(yùn)行性能三維農(nóng)業(yè)機(jī)械模型具有很高的精度，和農(nóng)業(yè)機(jī)械制造商大規(guī)模生產(chǎn)的計(jì)算機(jī)數(shù)據(jù)的基礎(chǔ)上。

在虛擬制造系統(tǒng)中，虛擬現(xiàn)實(shí)技術(shù)的基礎(chǔ)，虛擬制造系統(tǒng)是由多種學(xué)科知識(shí)，利用計(jì)算機(jī)技術(shù)綜合建模、仿真、生產(chǎn)、制造汽車。與此同時(shí)，虛擬制造系統(tǒng)還可以制定合理的產(chǎn)品檢驗(yàn)和測(cè)試程序。目前，虛擬制造技術(shù)應(yīng)用范圍廣泛，涉及開(kāi)始工裝及模具生產(chǎn)設(shè)備，和其他領(lǐng)域，可以在生產(chǎn)部門系統(tǒng)，在這一過(guò)程中完成建模、修改、分析和優(yōu)化的四個(gè)工作。此外，虛擬現(xiàn)實(shí)技術(shù)用于柔性制造系統(tǒng)和計(jì)算機(jī)集成制造系統(tǒng)的設(shè)計(jì)。

2.4 人工智能技術(shù)

近年來(lái)，全球高端技術(shù)獲得了農(nóng)業(yè)機(jī)械在農(nóng)業(yè)的快速發(fā)展，管理，挖掘和采摘等實(shí)現(xiàn)智能化，使用人工智能技術(shù)研究和開(kāi)發(fā)的激光拖拉機(jī)、內(nèi)部導(dǎo)航設(shè)備，等等，可以拖拉機(jī)的方向和具置測(cè)量，并通過(guò)建立計(jì)算機(jī)數(shù)據(jù)庫(kù)將記錄相關(guān)數(shù)據(jù)，使用數(shù)據(jù)庫(kù)了解排水位置、土壤濕度、等等。了解土地信息后，制定合理的土地種植方案，計(jì)算機(jī)化化肥消費(fèi)，數(shù)量的農(nóng)藥和種子。

3 先進(jìn)技術(shù)的應(yīng)用在農(nóng)業(yè)機(jī)械化操作的保障措施

得到更好的應(yīng)用程序?yàn)榱舜龠M(jìn)先進(jìn)技術(shù)，提高農(nóng)業(yè)機(jī)械化水平，未來(lái)應(yīng)該完善的技術(shù)推廣體系，提高農(nóng)業(yè)機(jī)械化水平，促進(jìn)農(nóng)業(yè)生產(chǎn)和發(fā)展。完善的技術(shù)推廣體系，高度重視農(nóng)業(yè)技術(shù)推廣，建立試驗(yàn)示范基地，發(fā)揮作用的指導(dǎo)，讓農(nóng)民參觀和學(xué)習(xí)。讓他們意識(shí)到農(nóng)業(yè)機(jī)械設(shè)備的重要作用，加強(qiáng)農(nóng)業(yè)機(jī)械化的意識(shí)，接受和使用機(jī)械設(shè)備，技術(shù)推廣和培訓(xùn)活動(dòng)。讓廣大農(nóng)民掌握農(nóng)業(yè)機(jī)械和設(shè)備的使用，提高思想認(rèn)識(shí)和應(yīng)用技能、農(nóng)業(yè)機(jī)械和農(nóng)業(yè)技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)。

構(gòu)建技術(shù)環(huán)境，當(dāng)?shù)卣畱?yīng)該高度重視農(nóng)業(yè)機(jī)械和農(nóng)業(yè)技術(shù)推廣的作用。提高思想認(rèn)識(shí)，加強(qiáng)規(guī)劃和指導(dǎo)，增加資本投資，培訓(xùn)專業(yè)人才，創(chuàng)新工作方法，對(duì)許多人來(lái)說(shuō)，完善的技術(shù)推廣體系，認(rèn)真履行職責(zé)，并擴(kuò)大先進(jìn)技術(shù)的影響。完善法律法規(guī)，充分利用其在技術(shù)和人才優(yōu)勢(shì)，重視技術(shù)的宣傳和推廣活動(dòng)，增強(qiáng)服務(wù)意識(shí)，擴(kuò)展廣泛的服務(wù)渠道，更好的滿足實(shí)際工作的需要，對(duì)農(nóng)業(yè)技術(shù)的發(fā)展，為推廣農(nóng)業(yè)機(jī)械和設(shè)備創(chuàng)造便利。

4 農(nóng)業(yè)機(jī)械新技術(shù)的發(fā)展

農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和發(fā)展是為了提高農(nóng)業(yè)的生產(chǎn)力服務(wù)，所以農(nóng)業(yè)機(jī)械新技術(shù)的發(fā)展主要是以下幾點(diǎn)：

首先，加快新技術(shù)的使用和推廣?？茖W(xué)技術(shù)是第一生產(chǎn)力，加快計(jì)算機(jī)視覺(jué)技術(shù)、自動(dòng)控制技術(shù)和智能技術(shù)等新技術(shù)在農(nóng)業(yè)機(jī)械的使用，同時(shí)引進(jìn)國(guó)外先進(jìn)的機(jī)械、新技術(shù)，促進(jìn)我國(guó)農(nóng)業(yè)的發(fā)展，提高農(nóng)業(yè)的生產(chǎn)效率具有重要意義。

第二，政府補(bǔ)貼。購(gòu)買新機(jī)器的個(gè)人組織生產(chǎn)、資本壓力，使得他們很難機(jī)械技術(shù)推廣，所以對(duì)于農(nóng)業(yè)機(jī)械推廣使用新技術(shù)，政府將給予補(bǔ)貼材料，擴(kuò)大新機(jī)器的使用。

第三，提高農(nóng)業(yè)資源的利用效率。機(jī)械使用以提高農(nóng)業(yè)生產(chǎn)的效率，提高農(nóng)業(yè)資源的利用率。例如，在傳統(tǒng)的農(nóng)業(yè)生產(chǎn)過(guò)程中，和處理農(nóng)作物秸稈，絕大多數(shù)情況下燃燒，不僅浪費(fèi)資源，還污染空氣。但農(nóng)業(yè)機(jī)械的使用新技術(shù)的農(nóng)作物秸稈粉碎加工、作物秸稈可以轉(zhuǎn)化成脂肪不僅材料，提高農(nóng)業(yè)資源的使用效率，也減少了空氣污染。

第5篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

關(guān)鍵詞：印制電路板；圖像處理；機(jī)器視覺(jué)；PCB裸板；自動(dòng)光學(xué)檢測(cè)；缺陷檢測(cè) 文獻(xiàn)標(biāo)識(shí)碼：A

中圖分類號(hào)：TP391 文章編號(hào)：1009-2374（2016）09-0010-05 DOI：10.13535/ki.11-4406/n.2016.09.005

我國(guó)是全球第一大PCB生產(chǎn)基地，作為電子產(chǎn)品承載體的電路板，其集成度和產(chǎn)量不斷在提高。為了保證電子產(chǎn)品的性能，電路板缺陷檢測(cè)技術(shù)已經(jīng)成為電子行業(yè)中非常關(guān)鍵的技術(shù)。建立在圖像處理算法基礎(chǔ)上的機(jī)器視覺(jué)檢測(cè)技術(shù)與傳統(tǒng)的人工檢測(cè)技術(shù)相比，提高了缺陷檢測(cè)的效率和準(zhǔn)確度。因此，設(shè)計(jì)一種高效精準(zhǔn)的機(jī)器視覺(jué)檢測(cè)電路板缺陷的系統(tǒng)，具有非常重要的現(xiàn)實(shí)意義。評(píng)估印刷電路板質(zhì)量的一個(gè)重要因素就是表觀檢測(cè)，PCB的表觀質(zhì)量對(duì)產(chǎn)品性能及成品使用安全有著極大的重要性。而伴隨著近年來(lái)在工業(yè)生產(chǎn)領(lǐng)域崛起的計(jì)算機(jī)視覺(jué)，當(dāng)前表觀缺陷檢測(cè)和分類識(shí)別的研究方向已經(jīng)轉(zhuǎn)向了利用計(jì)算機(jī)視覺(jué)技術(shù)來(lái)實(shí)現(xiàn)。計(jì)算機(jī)圖像處理識(shí)別技術(shù)這種基于計(jì)算機(jī)視覺(jué)的檢測(cè)技術(shù)成功取代了傳統(tǒng)的PCB缺陷檢測(cè)方法，在自動(dòng)光學(xué)檢測(cè)系統(tǒng)眾多應(yīng)用中占據(jù)了相對(duì)重要的地位，一躍成為PCB生產(chǎn)業(yè)表觀缺陷的主要檢測(cè)方法。

圖1 系統(tǒng)框圖

因此本文通過(guò)設(shè)計(jì)AOI自動(dòng)光學(xué)檢測(cè)系統(tǒng)，搭建較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，對(duì)PCB中四類較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定，為研究推廣PCB缺陷自動(dòng)檢測(cè)系統(tǒng)開(kāi)拓應(yīng)用前景，如能實(shí)現(xiàn)工業(yè)上的產(chǎn)業(yè)化檢測(cè)，將有高額的經(jīng)濟(jì)收益。本文側(cè)重對(duì)PCB中的四類較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定，并且僅搭建了較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，即通過(guò)復(fù)雜算法對(duì)采集到的圖像進(jìn)行處理、配準(zhǔn)、對(duì)比，從而得出PCB缺陷類型及對(duì)其進(jìn)行標(biāo)識(shí)。如圖1所示。

1 硬件設(shè)計(jì)方案

PCB缺陷檢測(cè)的總體系統(tǒng)設(shè)計(jì)方案主要是基于自動(dòng)光學(xué)檢測(cè)技術(shù)來(lái)搭建PCB缺陷檢測(cè)系統(tǒng)，硬件設(shè)計(jì)是使用CNC-T程控光源高精度影像測(cè)試系統(tǒng)操作臺(tái)，對(duì)待測(cè)電路板進(jìn)行圖像采集，再通過(guò)VS2010軟件所編寫(xiě)程序處理，得出待測(cè)電路板的缺陷種類。整個(gè)系統(tǒng)主要分為運(yùn)動(dòng)控制、光源、圖像采集、圖像處理四個(gè)模塊，分模塊簡(jiǎn)要闡述了實(shí)驗(yàn)過(guò)程、所需設(shè)備以及軟件算法，搭建了一個(gè)相對(duì)完整的系統(tǒng)工作平臺(tái)。

圖2 CNC-T程控光源影像操作臺(tái)

該設(shè)備具有測(cè)量元素種類齊全、手動(dòng)測(cè)量、自動(dòng)對(duì)焦等多種功能，使用該設(shè)備采集圖像進(jìn)行二維檢測(cè)，測(cè)量軟體為YR-CNC，將圖像儲(chǔ)存至電腦后便由VS軟件進(jìn)行圖像處理。實(shí)驗(yàn)組成如圖3所示：

圖3 實(shí)驗(yàn)系統(tǒng)框圖

1.1 運(yùn)動(dòng)控制模塊

本系統(tǒng)運(yùn)動(dòng)流程為：被檢測(cè)的PCB在檢測(cè)臺(tái)上，通過(guò)步進(jìn)電機(jī)XY軸運(yùn)動(dòng)到攝像機(jī)拍攝區(qū)域，CCD攝像機(jī)固定在工作臺(tái)上方（Z軸），通過(guò)Z軸的運(yùn)動(dòng)實(shí)現(xiàn)聚焦。如圖4所示：

圖4 平臺(tái)運(yùn)動(dòng)示意圖

設(shè)備工作臺(tái)臺(tái)面尺寸為746mm×506mm，承載玻璃面尺寸為452mm×354mm，有效測(cè)量行程為400×300×200。本裝置既可通過(guò)軟件驅(qū)動(dòng)自動(dòng)采集圖像，也可以通過(guò)手動(dòng)控制，移動(dòng)并聚焦采集待測(cè)PCB的圖像。

1.2 光源模塊

輔助光照――采用的是正向和背向光源這兩種輔助光照。其中正光源和攝像頭同側(cè)，均位于Z軸上，正光源主要用于檢測(cè)待測(cè)物體的表面特征。背光源位于檢測(cè)臺(tái)面下方，與正光源處于同軸反向關(guān)系，背光源能突出待測(cè)物體的輪廓特征，常用于檢測(cè)物體輪廓尺寸。

圖像采集：分別利用正光源突出PCB表面如走線、過(guò)孔和焊盤(pán)等主要特征，而下光源主要使PCB的輪廓尺寸和過(guò)孔產(chǎn)生強(qiáng)烈的輪廓對(duì)比。

光源：使用的是高度集中照明光源中心的LDR系列，由于該光源的傘狀結(jié)構(gòu)緊密排列著LED且采用了CCS獨(dú)創(chuàng)的柔性板，使之成為L(zhǎng)ED照明系統(tǒng)的標(biāo)準(zhǔn)模式。照明系統(tǒng)如圖5所示：

圖5 照明系統(tǒng)

1.3 圖像采集模塊

圖像采集模塊是由圖像采集卡、相機(jī)和鏡頭組成的，該模塊是圖像配準(zhǔn)階段的硬件基礎(chǔ)。計(jì)算機(jī)采集圖像的媒介就是相機(jī)，而相機(jī)按照不同原理又分為多種，常見(jiàn)的有CCD（Charge Coupled Device）和CMOS（Complementary Metal Oxide Semiconductor）兩類。本系統(tǒng)采用的是CCD 1/2英寸43萬(wàn)像素彩色攝像頭和高清晰度0.7～4.5X變焦倍率鏡頭，顯示分辨率為0.001mm。

1.4 圖像處理模塊

通常獲得的圖像將受到工業(yè)現(xiàn)場(chǎng)環(huán)境、光照等條件的干擾，計(jì)算機(jī)所獲得的圖像質(zhì)量多數(shù)參差不齊，圖像的清晰度不一致，大大增加了PCB缺陷檢測(cè)的難度，所以在利用復(fù)雜算法檢測(cè)、識(shí)別PCB缺陷前要先對(duì)圖像進(jìn)行預(yù)處理。

本圖像處理模塊主要通過(guò)VS軟件在OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的基礎(chǔ)上，通過(guò)一系列算法對(duì)圖像進(jìn)行處理對(duì)比。

2 系統(tǒng)軟件設(shè)計(jì)

2.1 OpenCV

OpenCV（Open Source Computer Vision Library）是一個(gè)跨平臺(tái)的可以運(yùn)行在Linux、Windows和Mac OS操作系統(tǒng)上的基于（開(kāi)源）發(fā)行的計(jì)算機(jī)視覺(jué)庫(kù)。它重量輕而高效，開(kāi)放了多種接口如MATLAB、Ruby和Python等，并且在計(jì)算機(jī)視覺(jué)和圖像處理中大多數(shù)通用的算法都是被允許的。OpenCV可用于開(kāi)發(fā)實(shí)時(shí)圖像處理、計(jì)算機(jī)視覺(jué)和模式識(shí)別方案，它提供了多種函數(shù)，實(shí)現(xiàn)了大量的計(jì)算機(jī)視覺(jué)算法，算法涵蓋了從最基礎(chǔ)的濾波至以高級(jí)的物體檢測(cè)。OpenCV實(shí)際上是一堆C和C++語(yǔ)言源代碼文件，許多常見(jiàn)的計(jì)算機(jī)視覺(jué)算法由這些源代碼文件實(shí)現(xiàn)。如C接口函數(shù)cvCanny（）實(shí)現(xiàn)Canny邊緣檢測(cè)算法。它可直接加入到我們自己的軟件項(xiàng)目編程中，而無(wú)需去編寫(xiě)自己的Canny算子代碼，就是沒(méi)有必要重復(fù)“造輪子”。

根據(jù)OpenCV中源代碼文件巨多的特點(diǎn)，以算法的功能為基準(zhǔn)，將這些源文件分到多個(gè)模塊中，如core、imgproc、highgui等。將每個(gè)模塊中的源文件編譯成一個(gè)庫(kù)文件（如opencv_core.lib、opencv_imgproc.lib、opencv_highgui.lib等），用戶在使用時(shí)，僅需在自己的項(xiàng)目中添加要用的庫(kù)文件，與自己的源文件一起連接成可執(zhí)行程序即可。

OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的出現(xiàn)，是為了使人們利用方便快捷的計(jì)算機(jī)視覺(jué)框架，在計(jì)算機(jī)視覺(jué)領(lǐng)域可以更加輕松地設(shè)計(jì)出更為復(fù)雜的應(yīng)用程序。OpenCV涵蓋了多種計(jì)算機(jī)視覺(jué)應(yīng)用區(qū)域，如用戶界面、信息安全、醫(yī)學(xué)影像學(xué)、工廠產(chǎn)品檢驗(yàn)、立體視覺(jué)、機(jī)器人和攝像機(jī)標(biāo)定等，約有500多個(gè)函數(shù)。因?yàn)橛?jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)是相輔相成的，所以O(shè)penCV也開(kāi)放了MLL（Machine Learning Library）機(jī)器學(xué)習(xí)庫(kù)。MLL除了在視覺(jué)任務(wù)相關(guān)中使用，也可以很容易地應(yīng)用到其他機(jī)器學(xué)習(xí)中。

2.2 Microsoft Visual Studio2010

Visual Studio是微軟公司推出的開(kāi)發(fā)環(huán)境，是同行業(yè)中目前最流行的Windows平臺(tái)應(yīng)用程序開(kāi)發(fā)環(huán)境。Visual Studio 2010于2010年4月12日，其集成開(kāi)發(fā)環(huán)境（IDE）已被重新設(shè)計(jì)和組織，變得更簡(jiǎn)單了。

Visual Studio 2010同時(shí)帶來(lái)了NET Framework 4.0、Microsoft Visual Studio 2010 CTP（Community Technology Preview――CTP），并且支持開(kāi)發(fā)面向Windows 7的應(yīng)用程序。除了Microsoft SQL Server外，它還支持IBM DB2和Oracle數(shù)據(jù)庫(kù)。目前有專業(yè)版、高級(jí)版、旗艦版、學(xué)習(xí)版和測(cè)試版五個(gè)版本。Visual Studio的用處十分廣泛，不僅可被用來(lái)基于Windows平臺(tái)創(chuàng)建Windows應(yīng)用程序和Web應(yīng)用程序，還可被用來(lái)創(chuàng)建智能設(shè)備、Office插件和Web服務(wù)等應(yīng)用程序。微軟的Visual Studio 2010將成為一個(gè)版本的經(jīng)典，這是相當(dāng)于6.0版本。該版本可以自定義開(kāi)始頁(yè)，新功能還包括：（1）C# 4.0中的動(dòng)態(tài)類型和動(dòng)態(tài)編程；（2）多顯示器支持；（3）使用Visual Studio 2010的特性支持TDD；（4）支持Office；（5）Quick Search特性；（6）C++ 0x新特性；（7）IDE增強(qiáng)；（8）使用Visual C++ 2010創(chuàng)建Ribbon界面；（9）新增基于.NET平臺(tái)的語(yǔ)言F#。本課題將基于OpenCV計(jì)算機(jī)視覺(jué)庫(kù)使用Microsoft Visual Studio2010開(kāi)發(fā)環(huán)境，通過(guò)編輯算法實(shí)現(xiàn)PCB缺陷檢測(cè)。

3 圖像預(yù)處理

要使用計(jì)算機(jī)對(duì)圖像進(jìn)行處理，所得到的連續(xù)圖像就必須被轉(zhuǎn)換為離散的數(shù)據(jù)集，這是因?yàn)橛?jì)算機(jī)只能處理離散度數(shù)據(jù)，這一過(guò)程我們稱之為圖像采集。圖像采集由圖像采集系統(tǒng)實(shí)現(xiàn)，如圖6所示。圖像采集系統(tǒng)的三個(gè)主要模塊是成像系統(tǒng)、采樣系統(tǒng)和量化器。

圖6

將整理出的字符圖像交予識(shí)別模塊來(lái)識(shí)別，被稱為圖像的預(yù)處理。PCB的圖像預(yù)處理包括灰度化、增強(qiáng)、濾波、二值化、配準(zhǔn)等，處理后的PCB輸出的圖像質(zhì)量將得到改善，在很大程度上使得該圖像特征更直觀，方便計(jì)算機(jī)分析和處理。PCB的圖像預(yù)處理為整個(gè)PCB缺陷檢測(cè)系統(tǒng)的核心部件，很大程度上決定了檢測(cè)的準(zhǔn)確性。圖像預(yù)處理流程如圖7所示：

圖7 圖像預(yù)處理流程圖

4 PCB缺陷檢測(cè)

本文針對(duì)四種常見(jiàn)缺陷：斷路、短路、毛刺（凸起）、缺損（凹陷）進(jìn)行檢測(cè)研究。在這四種缺陷中，最為嚴(yán)重的缺陷類型是斷路和短路，它們將會(huì)使整塊板子失去本來(lái)的功能；而凸起、凹陷也可能影響到PCB在使用過(guò)程中的穩(wěn)定性能。如圖8所示為幾種常見(jiàn)的缺陷：

圖8 常見(jiàn)電路板缺陷

4.1 PCB缺陷的檢測(cè)方法

常用的PCB缺陷檢測(cè)方法有參考法和非參考法兩種。要是從概念理解和電路難易程度看，參考法明顯更加具有概念直觀、電路簡(jiǎn)單的優(yōu)勢(shì)；要是從檢測(cè)所需要的條件來(lái)看，非參考法則在不需要待測(cè)PCB與標(biāo)準(zhǔn)PCB進(jìn)行準(zhǔn)確對(duì)準(zhǔn)這一點(diǎn)上優(yōu)于參考法。

本課題采用參考法進(jìn)行PCB缺陷檢測(cè)。

使用參考法對(duì)PCB缺陷進(jìn)行檢測(cè)的流程為：（1）確定標(biāo)準(zhǔn)的PCB圖像并放入?yún)⒖紟?kù)；（2）通過(guò)成像設(shè)備采集待測(cè)PCB圖像，進(jìn)行圖像預(yù)處理之后，再二值化PCB待測(cè)圖像，并對(duì)其進(jìn)行連通域提??；（3）然后將處理結(jié)果與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比，利用圖像相減來(lái)判斷PCB可能存在的缺陷；（4）進(jìn)行分類，確定缺陷類型。

4.2 圖像連通域

像素是圖像中最小的單位，每個(gè)像素周圍有8個(gè)鄰接像素，常見(jiàn)的鄰接關(guān)系有兩種：4鄰接與8鄰接。4鄰接一共4個(gè)點(diǎn)，即上下左右。包括對(duì)角線位置的點(diǎn)，8鄰接的點(diǎn)一共有8個(gè)，如圖9所示：

圖9 領(lǐng)域示圖

如果像素點(diǎn)A與B鄰接，我們稱A與B連通，即有如下的結(jié)論：

如果A與B連通、B與C連通，則A與C連通。在視覺(jué)上看來(lái)，點(diǎn)與點(diǎn)相互連通，形成一個(gè)區(qū)域，而不是連通的點(diǎn)形成不同的區(qū)域。這種相互立體的所有的點(diǎn)，我們稱為連通區(qū)域。連通區(qū)域標(biāo)記常用的方法有Two-Pass（兩遍掃描法）和Seed Filling（種子填充法）兩種方法，本課題主要介紹第二種。

Seed Filling來(lái)源于計(jì)算機(jī)圖形學(xué)，通常應(yīng)用在填充圖形上。思路：以一個(gè)前景像素當(dāng)作種子，而后在處于同一像素值且位置相鄰的連通區(qū)域，把和種子相鄰的前景像素融合到同一組像素中，結(jié)果將是獲得一個(gè)像素集，即連通區(qū)域。接下來(lái)介紹使用種子填充法實(shí)現(xiàn)的連通區(qū)域分析法：

第一，重復(fù)掃描圖像，當(dāng)?shù)玫疆?dāng)前像素點(diǎn)B（x，y）=1時(shí)停止：（1）賦予B（x，y）一個(gè)label，并將像素位置作為種子，接著將所有位于該種子周圍的前景像素都?jí)喝霔Ｖ?；?）將棧頂像素賦以相同的label值并彈出，接著將全部位于棧頂像素周邊的前景像素都?jí)喝霔Ｖ?；?）重復(fù)（2）步驟，直到棧為空。此時(shí)，圖像B中的一個(gè)像素值被標(biāo)記為label的連通區(qū)域便被找到了。

第二，在掃描結(jié)束前，重復(fù)第一個(gè)步驟，由此可以獲得圖像B中所有的連通區(qū)域在掃描結(jié)束后。

掃描所得的連通域如圖10所示：

圖10 圖像連通域提取

4.3 缺陷識(shí)別

缺陷識(shí)別具體特征如表1所示：

表1 缺陷特征

缺陷種類 二值圖像面積 連通區(qū)域數(shù)

斷路 減少 增加

短路 增加 減少

凸起 增加 不變

凹陷 減少 不變

第一，短路和斷路。在出現(xiàn)短路缺陷時(shí)，待測(cè)圖像與標(biāo)準(zhǔn)圖像相比，其所包含的連通區(qū)域數(shù)將會(huì)減少。同理可得，在出現(xiàn)斷路缺陷時(shí)，待測(cè)圖像與標(biāo)準(zhǔn)圖像相比，其所包含的連通區(qū)域數(shù)將會(huì)增多。因此，斷路和短路缺陷便可利用比較連通區(qū)域數(shù)來(lái)判定和識(shí)別。

第二，凸起和凹陷。凸起缺陷將導(dǎo)致導(dǎo)線和導(dǎo)線、導(dǎo)線和其他導(dǎo)體間的間隙變小，而凹陷缺陷將導(dǎo)致導(dǎo)線和導(dǎo)線、導(dǎo)線和其他導(dǎo)體間的間隙變大，二者均會(huì)導(dǎo)致PCB使用過(guò)程中出現(xiàn)不穩(wěn)定狀態(tài)。而觀察可知，這兩種缺陷的連通區(qū)域相同，差別在于各自二值化面積的大小，所以可以通過(guò)計(jì)算該待測(cè)圖像的連通區(qū)域面積來(lái)識(shí)別凸起、凹陷缺陷。

識(shí)別過(guò)程：將經(jīng)過(guò)圖像預(yù)處理的待測(cè)PCB圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比后，通過(guò)算法找出缺陷。比較二者的連通區(qū)域數(shù)，若前者大于后者，則標(biāo)定該缺陷點(diǎn)為斷路，反之則為短路；若二者連通區(qū)域數(shù)相同，則比較二值化圖像面積，若前者大于后者，則標(biāo)定該缺陷點(diǎn)為凸起，反之則為凹陷。檢測(cè)流程如圖11所示：

圖11 PCB缺陷檢測(cè)流程圖

5 系統(tǒng)實(shí)驗(yàn)

本文使用CNC-T程控光源高精度影像測(cè)試系統(tǒng)操作臺(tái)，結(jié)合VS2010軟件基于OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的算法編程來(lái)實(shí)現(xiàn)PCB的缺陷檢測(cè)。整體實(shí)驗(yàn)過(guò)程為：手動(dòng)控制操作臺(tái)捕捉、聚焦、采集待測(cè)PCB的圖像，采集到的圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比、識(shí)別，得出缺陷種類并顯示結(jié)果。

本課題一共就所研究缺陷類型，做了40組實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)結(jié)果計(jì)算正確率。如表2所示：

表2 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)

缺陷類型 實(shí)驗(yàn)次數(shù) 正確率

斷路 10 100%

短路 10 100%

凸起 10 100%

凹陷 10 100%

針對(duì)不同電路板圖中出現(xiàn)的同種斷路類型進(jìn)行檢測(cè)，效果如圖12a、圖12b、圖12c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖12

針對(duì)不同電路板圖中出現(xiàn)的同種短路類型進(jìn)行檢測(cè)，效果如圖13a、圖13b、圖13c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖13

針對(duì)不同電路板圖中出現(xiàn)的同種凸起類型進(jìn)行檢測(cè)，效果如圖14a、圖14b、圖14c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖14

針對(duì)不同電路板圖中出現(xiàn)的同種凹陷類型進(jìn)行檢測(cè)，效果如圖15a、圖15b、圖15c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖15

6 結(jié)語(yǔ)

PCB板面向體積越來(lái)越小、密度越來(lái)越高的方向發(fā)展。在檢測(cè)產(chǎn)品價(jià)格方面，國(guó)外AOI檢測(cè)產(chǎn)品價(jià)格普遍偏高，而由于經(jīng)濟(jì)原因，在國(guó)內(nèi)PCB板生產(chǎn)制造商多數(shù)仍采用人工目測(cè)等傳統(tǒng)檢測(cè)方法檢測(cè)。隨著經(jīng)濟(jì)的發(fā)展，數(shù)字圖像處理研究的深入，自動(dòng)光學(xué)檢測(cè)系統(tǒng)也開(kāi)始頻繁活躍在人們視線中，但在PCB缺陷檢測(cè)方面的應(yīng)用卻還有待完善。因此，本論文建立在深入掌握工控系統(tǒng)結(jié)構(gòu)并從PCB板的質(zhì)量標(biāo)準(zhǔn)、圖像特點(diǎn)、缺陷特征及檢測(cè)要求的分析基礎(chǔ)上，對(duì)以圖像處理為基礎(chǔ)的PCB缺陷檢測(cè)技術(shù)進(jìn)行了深入研究。由于PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的研究涉及多個(gè)領(lǐng)域的知識(shí)，其研究過(guò)程十分耗時(shí)、繁瑣，由此，本論文僅僅對(duì)PCB缺陷檢測(cè)中較為常見(jiàn)的問(wèn)題進(jìn)行了較深入研究，并且僅搭建了較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，對(duì)PCB中的四類較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定。雖然還未實(shí)現(xiàn)真正實(shí)現(xiàn)工業(yè)上產(chǎn)業(yè)化檢測(cè)，但是在未來(lái)幾十年中，研究推廣的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)將有十分良好的應(yīng)用前景，也將有高額的經(jīng)濟(jì)收益。

參考文獻(xiàn)

[1] 陳勝勇，劉盛，等.基于OpenCV的計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)[M].北京：科學(xué)出版社，2008.

[2] Gary Bradski，Adrian Kaebler，于仕琪，等.學(xué)習(xí)OpenCV[M].北京：清華大學(xué)出版社，2009.

[3] 周長(zhǎng)發(fā).精通Visual C++圖像處理編程（第3版）

[M].北京：電子工業(yè)出版社，2006.

[4] 黨振.中國(guó)大陸PCB產(chǎn)業(yè)的現(xiàn)狀與未來(lái)[J].印制電路信息，2006，32（1）.

[5] 胡躍明，譚穎.自動(dòng)光學(xué)檢測(cè)在中國(guó)的應(yīng)用現(xiàn)狀和發(fā)展[J].微計(jì)算機(jī)信息，2006，（4）.

[6] 李漢，何星，等.印刷電路板的自動(dòng)光學(xué)檢測(cè)系統(tǒng)

[J].無(wú)損檢測(cè)，2004，26（6）.

[7] 張利，高永英，等.PCB板檢測(cè)中的定位研究[J].中國(guó)圖像圖形學(xué)，1999，4（8）.

[8] 姚立新，張武學(xué)，等.AOI系統(tǒng)在PCB中的應(yīng)用[J].電子工業(yè)專用備，2004，（5）.

[9] 范小濤，夏雨人.一種基于圖像處理的PCB檢測(cè)算法研究[J].計(jì)算機(jī)工程與應(yīng)用，2004，（13）.

[10] 傅莉.印制電路板的發(fā)展及前景[J].電腦與電信，2010，（5）.

[11] 張明軒.基于視頻序列的人臉檢測(cè)與跟蹤算法研究[D].中北大學(xué)，2011.

[12] 張馳.基于機(jī)器視覺(jué)的智能控制與圖像識(shí)別問(wèn)題研究[D].蘭州理工大學(xué)，2009.

[13] 謝飛.基于計(jì)算機(jī)視覺(jué)的自動(dòng)光學(xué)檢測(cè)關(guān)鍵技術(shù)與應(yīng)用研究[D].南京大學(xué)，2013.

[14] 張靜.PCB表觀缺陷的自動(dòng)光學(xué)檢測(cè)理論與技術(shù)

[D].電子科技大學(xué)，2013.

[15] 俞瑋.AOI技術(shù)在PCB缺陷檢測(cè)中的應(yīng)用研究[D].電子科技大學(xué)，2007.

第6篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

【關(guān)鍵詞】OpenCV視覺(jué)庫(kù) 圖像處理 Android平臺(tái)

Opencv全稱：Open Source Computer Vision Library，是一個(gè)可以移植到其他開(kāi)發(fā)工具中的一個(gè)跨平臺(tái)的圖像處理視覺(jué)庫(kù)，它由C++語(yǔ)言編寫(xiě)，主要有C++、C語(yǔ)言接口，為了能在手機(jī)等移動(dòng)端更方便的進(jìn)行圖像處理，我們利用其JAVA接口將opencv視覺(jué)庫(kù)添加到Android的開(kāi)發(fā)工具中，實(shí)現(xiàn)了在移動(dòng)端的圖像處理功能。

1 opencv的特點(diǎn)

（1）跨平臺(tái)，有很好的移植性。Opencv由跨平臺(tái)的中高層API構(gòu)成，可以運(yùn)行在Linux、Windows和Mac OS操作系y上，該庫(kù)有C++、C、Java接口，我們運(yùn)用Java接口就可以將Opencv視覺(jué)庫(kù)移植到Android studio開(kāi)發(fā)工具中。

（2）免費(fèi)、開(kāi)源，與耗費(fèi)很高的商業(yè)化工具（比如 MATLAB+Simulink）有很大的區(qū)別。

（3）高效、快速、使用方便。Opencv視覺(jué)庫(kù)具有強(qiáng)大的圖像運(yùn)算功能，API中有比較完善的處理函數(shù)，能夠明顯提高開(kāi)發(fā)效率。

2 Opencv在Android studio中的環(huán)境搭建流程

2.1 安裝Java JDK

需要完成JDK的下載、安裝和環(huán)境配置的流程，安裝完成后，要運(yùn)行資源管理器輸入 Java Version來(lái)驗(yàn)證是否安裝成功，若顯示Java版本信息，則安裝成功。

2.2 下載Android Studio開(kāi)發(fā)工具并安裝

在Android Studio的中文社區(qū)下載最新的Android Studio開(kāi)發(fā)工具（要包含Java SDK），并運(yùn)行Android Studio，根據(jù)安裝提示進(jìn)行安裝，并運(yùn)行開(kāi)發(fā)工具。

2.3 配置Opencv Android SDK

在Opencv官網(wǎng)（http：//）下載Opencv Android SDK并解壓。在Android Studio中，新建一工程，點(diǎn)擊File并import Module，并選中解壓的Opencv SDK文件夾中的Java文件夾，這樣就將Opencv視覺(jué)庫(kù)移植到了Android Studio中。然后右鍵App project，打開(kāi)open Module Settings中的Depencies，點(diǎn)擊Module Dependency，添加OpencvLibrary，這樣就完成了深層配置。最后把Opencv SDK文件夾中的native文件夾中的libs的4個(gè)文件夾復(fù)制到所建好的工作空間中的project中的libs中。

3 圖像的灰度處理和像素取反處理的應(yīng)用舉例

本文中是用的移動(dòng)端為魅族MX3，Android版本號(hào)為5.0.1。

3.1 灰度處理

使用OpenCv將一幅圖像轉(zhuǎn)換為灰度圖像在實(shí)際應(yīng)用中也不少，轉(zhuǎn)換為灰度圖像比較簡(jiǎn)單，關(guān)鍵函數(shù)： cvCvtColor：cvCvtColor（IplImage* src， IplImage* dst， CV_BRG2GRAY）。值得注意的是：最后一個(gè)參數(shù)為 CV_BRG2GRAY ，表示將BRG圖片（彩色圖片）轉(zhuǎn)換為灰度圖片（黑白），參數(shù)src、dst必須事先分配好內(nèi)存空間，使用完之后必須要釋放空間。

3.2 像素操作―取反

OpenCV中圖像取反是將圖像中的像素點(diǎn)變?yōu)樵瓉?lái)像素點(diǎn)的反色。例如，如果一副灰度圖像的每個(gè)像素值由2^8=256個(gè)，假設(shè)點(diǎn)i點(diǎn)像素值為brga[i] ，則取反后的像素值為 255- brga[i]&oxff。

關(guān)鍵代碼為：

int cnum = src.channels（）；

byte[] bgra = new byte[cnum]；

for （int i = 0；i

bgra[i] = （byte） （255 - bgra[i]&0xff）；}

然后運(yùn)用matToBitmap函數(shù)將Mat格式的圖像轉(zhuǎn)換成Bitmap的圖像，并顯示在android手機(jī)移動(dòng)端。

經(jīng)過(guò)編寫(xiě)代碼并運(yùn)行得到的處理結(jié)果如圖1所示。

4 結(jié)束語(yǔ)

OpenCV視覺(jué)庫(kù)是一套簡(jiǎn)單易用且完整的計(jì)算機(jī)視覺(jué)框架，幫助開(kāi)發(fā)人員完成大量的底層工作，減少了工作量，更有效提高了設(shè)計(jì)出復(fù)雜計(jì)算機(jī)圖形處理的能力。并且我們將OpenCV移植到Android操作系統(tǒng)中去，也是圖像處理領(lǐng)域的一大進(jìn)步。我們相信，在OpenCVForAndroid的應(yīng)用不斷拓展中，眾多圖像處理領(lǐng)域會(huì)有廣泛的前景。

參考文獻(xiàn)

[1]陳雪嬌.基于Open CV的計(jì)算機(jī)視覺(jué)技術(shù)研究[J].電腦知識(shí)與技術(shù)，2015（30）.

[2]張家怡.圖像識(shí)別的技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)[J].電腦知識(shí)與技術(shù)，2010（21）.

[3]黎松，平西建，丁益洪.開(kāi)放源代碼的計(jì)算機(jī)視覺(jué)類庫(kù)Open CV的應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件，2005.22（08）.

[4]何鵬，王連鵬，楚艷紅.基于Open CV 的機(jī)器視覺(jué)在智能手機(jī)中的應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011（10）.

[5]王福斌，李迎燕，劉杰，陳至坤.基于OpenCV的機(jī)器視覺(jué)圖像處理技術(shù)實(shí)現(xiàn)[J].機(jī)械與電子，2010（06）.

作者簡(jiǎn)介

劉賢輝（1992-），男，山東省青島市人?，F(xiàn)為青島市山東科技大學(xué)在讀研究生。主要研究方向?yàn)橐苿?dòng)端的圖像處理研究

第7篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

通過(guò)闡述農(nóng)業(yè)機(jī)械中的幾種新的技術(shù)手段，比如計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)信息技術(shù)、人工智能技術(shù)及液壓技術(shù)等在農(nóng)業(yè)機(jī)械中的應(yīng)用情況，對(duì)農(nóng)業(yè)機(jī)械技術(shù)的發(fā)展進(jìn)行了分析，希望可以為農(nóng)業(yè)機(jī)械設(shè)備的智能化發(fā)展提供相應(yīng)的參考依據(jù)。

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(kāi)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(shuō)的計(jì)算機(jī)技術(shù)主要指的是計(jì)算機(jī)視覺(jué)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(jué)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(jué)技術(shù)是以圖像處理為基準(zhǔn)，隨著圖像處理以及視覺(jué)模擬技術(shù)的發(fā)展，計(jì)算機(jī)視覺(jué)技術(shù)不僅可以用來(lái)檢查農(nóng)產(chǎn)品的品質(zhì)，而且還可以用來(lái)對(duì)農(nóng)產(chǎn)品進(jìn)行播種、收割。雖然計(jì)算機(jī)視覺(jué)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(wèn)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(jué)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(chóng)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(lái)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(guò)電液控制手段來(lái)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(guò)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(kāi)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(kāi)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(wú)害化的處理設(shè)備，運(yùn)用無(wú)害化技術(shù)來(lái)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(guò)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(guò)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(guò)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(lè)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8篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

提起數(shù)字媒體，人們通常會(huì)想到傳媒行業(yè)，其實(shí)數(shù)字媒體的應(yīng)用絕不局限于傳媒。隨著寬帶網(wǎng)絡(luò)的普及，人們?cè)谌粘I(yè)務(wù)處理過(guò)程中，正面對(duì)越來(lái)越豐富的網(wǎng)上媒體和內(nèi)容，包括各種視頻、音頻、文本、圖像等。下面，就讓我們跟著諸位數(shù)字媒體方面的專家一起來(lái)分享這個(gè)繽紛的世界。

三維幾何建模與形狀表示

北京大學(xué)視覺(jué)與聽(tīng)覺(jué)信息處理國(guó)家重點(diǎn)實(shí)驗(yàn)室主任教育部長(zhǎng)江學(xué)者獎(jiǎng)勵(lì)計(jì)劃特聘教授 查紅彬

精彩問(wèn)答

在背景比較復(fù)雜、有干擾的情況下模型檢索的效果怎么樣？

在模型檢索的時(shí)候并沒(méi)有考慮背景，因?yàn)檫@是做模型檢索比較容易的部分。模型檢索一般是沒(méi)有背景的，但也可以做，但是要推廣到背景比較復(fù)雜的物體上識(shí)別可能有很大的問(wèn)題，因?yàn)檫@時(shí)候匹配不僅僅是局部匹配，而是兩個(gè)子集和子集的匹配問(wèn)題，到目前為止，我們只是做沒(méi)有背景的模型檢索。

為什么要重新談?wù)撊S形狀表示問(wèn)題？在多媒體信息處理領(lǐng)域里面，有兩個(gè)比較重要的方向，這也是計(jì)算機(jī)科學(xué)技術(shù)領(lǐng)域里兩個(gè)重要的方向，一個(gè)是計(jì)算機(jī)視覺(jué)，一個(gè)是計(jì)算機(jī)圖形學(xué)。計(jì)算機(jī)視覺(jué)是從圖像中通過(guò)識(shí)別或重建處理，得到一個(gè)對(duì)對(duì)象物的描述。反過(guò)來(lái)說(shuō)圖形學(xué)，是對(duì)一個(gè)對(duì)象和場(chǎng)景的描述，通過(guò)繪制和動(dòng)畫(huà)生成圖像和視頻。它們從處理過(guò)程來(lái)說(shuō)是逆過(guò)程，這兩個(gè)領(lǐng)域之間有密切的關(guān)聯(lián)。

我們現(xiàn)在考慮計(jì)算機(jī)三維建?；蚰Ｐ偷拿枋?，考慮的不僅僅是計(jì)算機(jī)視覺(jué)或計(jì)算機(jī)圖形學(xué)所包含的內(nèi)容。這里面簡(jiǎn)單列舉一下，比如基于模型的三維物體識(shí)別和場(chǎng)景識(shí)別，這兩個(gè)應(yīng)該是典型的計(jì)算機(jī)視覺(jué)里面考慮的應(yīng)用。除了這以外還可以用模型干別的事情，比如繪制，還包括基于這樣模型的設(shè)計(jì)、變形、動(dòng)畫(huà)等等。除了兩個(gè)單獨(dú)研究的應(yīng)用之外，還要想怎么把兩者結(jié)合起來(lái)，把虛擬和真實(shí)的東西無(wú)縫連接到一起，這些都牽涉到三維模型。

我們考慮的三維模型跟以前相比，應(yīng)用領(lǐng)域大了很多，要達(dá)到這個(gè)要求，對(duì)模型的表達(dá)、形狀的表達(dá)也都有了更高的要求。

怎樣找到一些更新更有效地表達(dá)形式來(lái)符合這些要求呢？這里有四個(gè)方面，現(xiàn)在能不能建立一個(gè)形狀空間，把考慮的對(duì)象完整地在形狀空間里面表達(dá)出來(lái)。第二點(diǎn)就是針對(duì)形狀的特性，表達(dá)要具有柔性，對(duì)象物的表面不都是連續(xù)的，也有一些非連續(xù)性和不規(guī)律性，這些特性怎樣能夠進(jìn)行柔性處理。第三個(gè)是需要一些描述是局部性的，另外一些要求描述是整體性的，這兩者之間如何有一個(gè)很好的結(jié)合方法。第四是在大量的計(jì)算當(dāng)中，包括變形和動(dòng)畫(huà)中有很多編輯的工具，所以我們要求對(duì)現(xiàn)在的形狀表達(dá)有一些比較高的要求。

在計(jì)算機(jī)視覺(jué)里面有一個(gè)老大難就是識(shí)別，已有模型，但是眼前看到的是一部分三維數(shù)據(jù)，怎么用這部分?jǐn)?shù)據(jù)和模型數(shù)據(jù)匹配來(lái)識(shí)別它呢？這就牽涉到局部匹配，我們要解決局部匹配需要什么描述？我們要有一個(gè)模型，從大量的數(shù)據(jù)中建立一個(gè)模型庫(kù)，并從中抽取很多特征，把這些特征進(jìn)行組織。這里面牽涉三個(gè)比較大的問(wèn)題，第一個(gè)是形狀空間怎么構(gòu)造，沒(méi)有很好的特征表達(dá)或整理的形式，后面的匹配以及其他的工作就很難做。第二個(gè)是怎么定義基于這種特征的相似度。第三個(gè)是怎樣在形狀空間當(dāng)中搜索到最優(yōu)的匹配。

針對(duì)這些問(wèn)題我們最近一兩年做了一些工作，最近提出一個(gè)廣義形狀分布(Generalized Shape Distributions)描述方式，主要目的有兩點(diǎn)，能不能在三維形狀表示過(guò)程當(dāng)中，找到一些最關(guān)鍵的描述指令，并從中找到相互關(guān)系，把整體和局部結(jié)合起來(lái)。如果把之間的關(guān)系描述出來(lái)，就能把局部結(jié)構(gòu)性的信息用整體觀點(diǎn)加進(jìn)去，這兩件工作就是我們做這件事情的主要目的。

在形狀描述問(wèn)題上，我們還有很多工作要做，除了局部、整體描述之外，我們要想辦法把他們結(jié)合到一起。今后幾年要用更多的模式識(shí)別的辦法，來(lái)解決面臨的圖形學(xué)或虛擬現(xiàn)實(shí)和計(jì)算機(jī)視覺(jué)當(dāng)中的很多問(wèn)題。

生活中的計(jì)算機(jī)視覺(jué)

香港中文大學(xué)信息工程系終身教授

微軟亞洲研究院視覺(jué)計(jì)算組負(fù)責(zé)人 湯曉歐

精彩問(wèn)答

微軟亞洲研究院視覺(jué)計(jì)算組在原創(chuàng)思想這一塊，引領(lǐng)下一個(gè)方向有沒(méi)有什么考慮，您談到很多對(duì)人們?nèi)粘Ｉ钣绊懞艽蟮膽?yīng)用，但是在背后的更深層的考慮，更新的創(chuàng)意在哪里呢？

我們的研究者都很年輕，我本人也才工作七年的時(shí)間，很多的算法已經(jīng)發(fā)展這么多年了，所以在開(kāi)始的時(shí)候比較容易想出來(lái)的方法，現(xiàn)在已經(jīng)很難有那么多的原創(chuàng)內(nèi)容。我們的工作是去找一些非常原創(chuàng)的內(nèi)容，有的是理論上的，有的是新的發(fā)明，這可以有很大的影響。

圖像通過(guò)閃光燈的分割，前景和背景深度差會(huì)不會(huì)影響分割效果，距離會(huì)不會(huì)影響分割效果呢？

我們這個(gè)通過(guò)閃光燈對(duì)圖像進(jìn)行分割的技術(shù)，會(huì)一定程度上受到光的強(qiáng)度和距離的影響。

我們主要的研究領(lǐng)域包括計(jì)算機(jī)視覺(jué)、模式識(shí)別、圖像處理和視頻處理。下面就為大家介紹幾個(gè)比較典型的應(yīng)用。

如何將圖片的前景和后景分離？我們現(xiàn)在照兩張圖片，一張打閃光燈，一張沒(méi)有打閃光燈，這樣拍出來(lái)的照片背景沒(méi)有變化，但前景變化很厲害。在開(kāi)閃光燈的情況下拍的照片，前景和后景可以利用一些技術(shù)很容易地分開(kāi)來(lái)。

把一個(gè)圖片的前景切割出來(lái)放入另一張圖后，那剩下的圖片缺一塊的怎么辦呢？如何修復(fù)剩下的圖片呢？在例舉的圖片上，大家可以看到不同的區(qū)域，我們可以由一個(gè)算法，從其他的地方借過(guò)來(lái)，再貼上去，經(jīng)過(guò)這樣的處理后，圖像基本上和原來(lái)沒(méi)有太大的區(qū)別。

如此的修修補(bǔ)補(bǔ)又有什么用呢？比如說(shuō)，你對(duì)這張圖像不是很滿意，你可以把圖片上不喜歡的部分劃出來(lái)，然后利用一些技術(shù)將劃出來(lái)的空白部分填上。更有用的地方在于，你照了不想被別人看到的照片后，除了刪除，你多了一個(gè)選擇。你可以把不想讓別人看到的照片部分去掉，并利用一些算法把空白的地方填補(bǔ)上，而且讓別人看不出來(lái)。

現(xiàn)在大家的電腦上都會(huì)有很多照片，怎么快速地瀏覽這些照片呢？我們可以把這些圖像都放在一個(gè)屏幕上，可屏幕畢竟有限，怎么才能把照片放得更多一些呢？我們現(xiàn)在做的是可以隨機(jī)把照片放到桌面上，但是電腦會(huì)對(duì)每張照片上的重要信息進(jìn)行篩選，在放盡可能多的照片的同時(shí)，讓每張照片上最重要的信息不被遮掩，而且均勻地分布在桌面上。這樣大家看起來(lái)就更清楚了。這個(gè)算法就是怎么讓所有圖像均勻分布，同時(shí)把所有背景都要蓋上。我們可以對(duì)圖像進(jìn)行各種處理，同時(shí)我們也可以利用一些技術(shù)知道別人有沒(méi)有處理圖像，對(duì)圖像有沒(méi)有做過(guò)手腳。

現(xiàn)在我們來(lái)說(shuō)說(shuō)視頻方面。比如說(shuō)抖動(dòng)很厲害的圖像，怎么把物體移到中間？一個(gè)辦法是把除移動(dòng)圖像外的公共部分切出來(lái)，但是移動(dòng)越大，公共部分就會(huì)越來(lái)越小，更好的辦法是用一些技術(shù)把空處填上。

現(xiàn)在MSN的功能已經(jīng)越來(lái)越豐富。比如說(shuō)一段電影，你看到一件比較中意的衣服，只要你把鼠標(biāo)移動(dòng)衣服的覆蓋范圍，你就能很清楚地知道這件衣服的品牌及價(jià)格。如果你把鼠標(biāo)在那件衣服上輕點(diǎn)，電腦就會(huì)直接跳轉(zhuǎn)到這個(gè)衣服的相關(guān)網(wǎng)站。

你在視頻聊天的時(shí)候如果不想讓對(duì)方看到你所處的環(huán)境，你就可以很輕松地把背景模糊掉。如果大家對(duì)自己的長(zhǎng)相不是那么有信心，我們可以幫你改變一下你的長(zhǎng)相。為自己添一幅酷酷的墨鏡，換上一個(gè)性感的大嘴巴，這些都能輕而易舉地完成。

多媒體傳感器網(wǎng)絡(luò)

北京郵電大學(xué)教授、博士生導(dǎo)師

智能通信軟件與多媒體北京市重點(diǎn)實(shí)驗(yàn)室主任 馬華東

傳感器研究是IT非常熱門的話題， 首先我為大家介紹一下多媒體傳感器網(wǎng)絡(luò)的基本概念。從早期的巨型機(jī)到今天的小型機(jī)，生物芯片尺寸越來(lái)越小，但是效率越來(lái)越高；網(wǎng)絡(luò)設(shè)備聯(lián)網(wǎng)和數(shù)據(jù)交換的需求越來(lái)越大，設(shè)備之間的傳輸量也越來(lái)越大；從信息處理的角度來(lái)看，內(nèi)容逐漸占據(jù)了主導(dǎo)地位，由數(shù)據(jù)為中心轉(zhuǎn)到以內(nèi)容處理為中心。這三方面的演化是今天討論多媒體傳感器的背景。

傳感器網(wǎng)絡(luò)是一組傳感器節(jié)點(diǎn)，由組織方式協(xié)作地感知采集和處理感知對(duì)象的信息，它的基本特點(diǎn)是造價(jià)低、能量敏感、通信能力有限、計(jì)算能力弱、動(dòng)態(tài)變化。現(xiàn)在的需求是要求通信能力越來(lái)越強(qiáng)，計(jì)算能力應(yīng)付節(jié)點(diǎn)的處理的要求。

右圖是目前主流的傳感器節(jié)點(diǎn)的配置，從配置來(lái)講還是比較低的，現(xiàn)在信息處理側(cè)重壓力、溫度、光、震動(dòng)等簡(jiǎn)單的數(shù)據(jù)或者是標(biāo)量數(shù)據(jù)。人類獲取信息80%是視覺(jué)信息，10%左右是聽(tīng)覺(jué)信息，也就是說(shuō)90%左右的信息是多媒體信息。傳感器網(wǎng)絡(luò)就是對(duì)音頻、視頻信息獲取后提供給使用者，使其對(duì)環(huán)境信息有一個(gè)全方位的了解，對(duì)傳感器網(wǎng)絡(luò)的應(yīng)用是非常廣泛的。

從網(wǎng)絡(luò)的結(jié)構(gòu)來(lái)講，基本結(jié)構(gòu)和原來(lái)傳感器網(wǎng)絡(luò)差別不是很大，這里面強(qiáng)調(diào)增加音頻、視頻獲取處理，網(wǎng)絡(luò)傳輸整個(gè)過(guò)程的各個(gè)環(huán)節(jié)，同時(shí)這里面最好可以交互。有了這個(gè)概念以后，深入分析一下主要特點(diǎn)，首先是網(wǎng)絡(luò)能力的增強(qiáng)，這樣一個(gè)傳感器網(wǎng)絡(luò)應(yīng)該集信息的采集、處理傳輸、轉(zhuǎn)發(fā)、能量供應(yīng)等方面，除了傳統(tǒng)的標(biāo)量數(shù)據(jù)，音頻、視頻的圖像數(shù)據(jù)，都可以進(jìn)行采集處理。

現(xiàn)在多媒體傳感器網(wǎng)絡(luò)目前有哪些問(wèn)題呢？從需求來(lái)看，現(xiàn)在網(wǎng)絡(luò)是異構(gòu)的信息，媒體信息的格式，種類很多，并且差異非常大，數(shù)據(jù)量比較大，特別是音頻、視頻信息，格式比較復(fù)雜。這些信息傳輸過(guò)程中需要高速實(shí)時(shí)地傳輸，對(duì)網(wǎng)絡(luò)傳輸速率也提出了比較高的要求。媒體信息的安全問(wèn)題，也是網(wǎng)絡(luò)需要考慮的，還有服務(wù)質(zhì)量的問(wèn)題。針對(duì)這些需求，我們可以看到，通信資源和計(jì)算資源這兩者之間存在非常大的矛盾，或者非常大的鴻溝，如何解決這兩者之間的差距就是我們研究的問(wèn)題所在。

最后談一下多媒體傳感器網(wǎng)絡(luò)研究的挑戰(zhàn)，首先是節(jié)點(diǎn)的芯片設(shè)計(jì)，這是基礎(chǔ)，這里面需要采用多種技術(shù)，包括軟硬件協(xié)同設(shè)計(jì)的技術(shù)，各種技術(shù)結(jié)合，降低成本、能耗、體積、提高運(yùn)算速度和可靠性。第二是三維場(chǎng)景的覆蓋問(wèn)題，方向性傳感模型是一個(gè)簡(jiǎn)單的二維圖形，實(shí)際上是三維圖形監(jiān)測(cè)，這是一個(gè)三維場(chǎng)景方向的問(wèn)題，研究這個(gè)就復(fù)雜多了。還有一個(gè)問(wèn)題是服務(wù)質(zhì)量保證問(wèn)題，在新的網(wǎng)絡(luò)當(dāng)中服務(wù)質(zhì)量體系是什么樣，也是研究的方向。再一個(gè)是信息處理，為了使網(wǎng)絡(luò)傳輸數(shù)據(jù)量比較快，能不能在節(jié)點(diǎn)做信息處理的計(jì)算。當(dāng)然信息的安全也比較重要，用這些節(jié)點(diǎn)獲取多媒體信息怎么保證安全的質(zhì)量，使應(yīng)該看到的人看到這些信息，不應(yīng)該看到的人看不到這些信息。

在多媒體傳感器網(wǎng)絡(luò)中，我們還是做了一些工作，和一些同行學(xué)者也有一些交流，這里面也有一些質(zhì)疑，說(shuō)多媒體傳感網(wǎng)絡(luò)和原來(lái)傳感器網(wǎng)絡(luò)設(shè)計(jì)初衷是不是吻合的，原來(lái)沒(méi)有想讓它處理這么多信息，原來(lái)體積比較小，加上這些信息以后，無(wú)疑使它的體積增大，這里面和初衷之間是不是有矛盾，傳感器網(wǎng)絡(luò)研究有沒(méi)有必要性，如果有必要性可行不可行，這都是我們目前研究的問(wèn)題。

第9篇：計(jì)算機(jī)視覺(jué)的應(yīng)用方向范文

關(guān)鍵詞：增強(qiáng)現(xiàn)實(shí)；視線追蹤；應(yīng)用

增強(qiáng)現(xiàn)實(shí)（Augmented Reality簡(jiǎn)稱AR）技術(shù)是近年來(lái)的一個(gè)研究熱點(diǎn)，有著廣泛的應(yīng)用前景。它是對(duì)現(xiàn)實(shí)世界的補(bǔ)充，使得虛擬物體從感官上成為周圍真實(shí)環(huán)境的組成部分。與傳統(tǒng)的虛擬現(xiàn)實(shí)（Virtual Reality簡(jiǎn)稱VR）不同，增強(qiáng)現(xiàn)實(shí)只是實(shí)現(xiàn)對(duì)現(xiàn)實(shí)環(huán)境的增強(qiáng)，加深了對(duì)現(xiàn)實(shí)環(huán)境的感受。在實(shí)際的AR體驗(yàn)中，因?yàn)槿说挠^察視線會(huì)不斷地變化，AR系統(tǒng)需要實(shí)時(shí)的根據(jù)用戶的視場(chǎng)重新建立位置坐標(biāo)系，進(jìn)行追蹤。而視線追蹤技術(shù)就是實(shí)時(shí)地跟蹤用戶頭部的位置和視線方向，根據(jù)這些信息來(lái)確定虛擬物體在真實(shí)空間坐標(biāo)中的位置，并將它實(shí)時(shí)地顯示在顯示器中的正確位置。

一、視線追蹤技術(shù)及其特點(diǎn)

（一）視線追蹤技術(shù)概述。

視線追蹤也稱為眼動(dòng)追蹤，它被認(rèn)為是研究視覺(jué)信息加工的有效手段。利用專用設(shè)備來(lái)記錄學(xué)習(xí)者的眼球運(yùn)動(dòng)（Eve-Movement，簡(jiǎn)稱眼動(dòng)）情況，可以作為分析學(xué)習(xí)者內(nèi)部心理活動(dòng)情況的依據(jù)。關(guān)于視線追蹤技術(shù)的研究己有較長(zhǎng)歷史，目前它己在多個(gè)領(lǐng)域得到廣泛應(yīng)用。例如用于圖片廣告研究（網(wǎng)頁(yè)評(píng)估、設(shè)計(jì)評(píng)估等）、動(dòng)態(tài)分析（航空航天、體育運(yùn)動(dòng)、汽車、飛機(jī)駕駛等）、產(chǎn)品測(cè)試（可用性測(cè)試）、場(chǎng)景研究（商場(chǎng)購(gòu)物、店鋪裝演、家居環(huán)境等）和人機(jī)交互等多個(gè)領(lǐng)域。此外，視線追蹤在智能計(jì)算機(jī)、智能家電、虛擬現(xiàn)實(shí)和數(shù)字游戲等領(lǐng)域也有很好的應(yīng)用前景。

在眼動(dòng)實(shí)驗(yàn)研究中，當(dāng)被試對(duì)視覺(jué)信息進(jìn)行提取時(shí)，其注視時(shí)間、注視次數(shù)、注視點(diǎn)序列、眼跳距離、回視次數(shù)、瞳孔直徑等通常被視為思維和心理加工的重要參數(shù)。因此，通過(guò)對(duì)被試在學(xué)習(xí)過(guò)程中的實(shí)時(shí)眼動(dòng)信息進(jìn)行觀測(cè)，可用于分析和引導(dǎo)其學(xué)習(xí)的依據(jù)。眼動(dòng)模式一般分為三種：注視（fixation）、眼跳（saccade）和追隨運(yùn)動(dòng)（pursuit movement）。其中，持續(xù)一段時(shí)間、相對(duì)穩(wěn)定的眼球運(yùn)動(dòng)稱為注視；眼球快速運(yùn)動(dòng)時(shí)導(dǎo)致視覺(jué)區(qū)域的聚焦點(diǎn)產(chǎn)生變化，這種行為稱為眼跳；眼睛緩慢、平滑地追蹤某個(gè)緩慢運(yùn)動(dòng)的目標(biāo)，則稱為追隨運(yùn)動(dòng)。通過(guò)分析眼動(dòng)模式和相關(guān)參數(shù)，可以獲得很多重要的信息。例如，眼跳速度會(huì)隨著疲倦程度的增加而降低，而隨著學(xué)習(xí)任務(wù)難度的增加而增加；眨眼速度和眼睛睜開(kāi)程度的降低則可能意味著疲倦的加重。因此，可以據(jù)此來(lái)確定學(xué)習(xí)者的學(xué)習(xí)精神狀態(tài)，或?qū)ζ鋵W(xué)習(xí)過(guò)程進(jìn)行分析，從而采取相應(yīng)的學(xué)習(xí)策略或干預(yù)措施。

（二）視線追蹤系統(tǒng)的類型及其特點(diǎn)。

人眼的注視點(diǎn)主要由頭的方位和眼睛視線決定。頭的方位決定了人眼可能注視的范圍，眼睛的視線決定了注視點(diǎn)的精確位置。國(guó)內(nèi)外將視覺(jué)跟蹤技術(shù)按照借助的媒介分為硬件和軟件兩種。以硬件為基礎(chǔ)的視線跟蹤的基本工作原理是利用圖像處理技術(shù)，通過(guò)攝像機(jī)攝入瞳孔反射的紅外線記錄視線變化，達(dá)到視線追蹤的目的。視線跟蹤裝置目前有穿戴式與非穿戴式，接觸式與非接觸式，如帶上專用頭盔、眼鏡或者頭部固定支架，置于頭部上的攝像機(jī)，這種情形用戶使用較不舒適。通過(guò)軟件實(shí)現(xiàn)的視線跟蹤方法，對(duì)用戶沒(méi)有干擾，首先利用攝像機(jī)獲取頭部、臉部或眼睛圖像，再經(jīng)過(guò)軟件分析對(duì)視線定位與跟蹤。由于不需要佩戴任何裝置，用戶的自由度舒適度較好。

人與計(jì)算機(jī)交互是研究人與計(jì)算機(jī)之間溝通的技術(shù)，將視線跟蹤、語(yǔ)音識(shí)別、手勢(shì)輸入、感覺(jué)反饋等引入人機(jī)交互，提高了交互的自然性和高效性。視線追蹤技術(shù)同樣引發(fā)了人機(jī)交互系統(tǒng)的改革，鼠標(biāo)、觸控板的消失，及通過(guò)追蹤人眼視線，用眼神來(lái)操作電腦、輸入文字、玩游戲。

二、視線追蹤技術(shù)在AR增強(qiáng)現(xiàn)實(shí)研究中的應(yīng)用

（一）顯示技術(shù)。

AR的簡(jiǎn)單定義就是將計(jì)算機(jī)生成的虛擬數(shù)字信息疊加到現(xiàn)實(shí)的生活場(chǎng)景中。這個(gè)“疊加”是需要通過(guò)顯示設(shè)備作為中介來(lái)實(shí)現(xiàn)。

增強(qiáng)現(xiàn)實(shí)系統(tǒng)中的顯示器可以分為頭盔顯示器（HMD）和非頭盔顯示設(shè)備。目前，一般的增強(qiáng)現(xiàn)實(shí)系統(tǒng)主要使用透視式頭盔顯示器。透視式頭盔顯示器主要由三個(gè)基本環(huán)節(jié)構(gòu)成：虛擬信息顯示通道、真實(shí)環(huán)境顯示通道、圖像融合及顯示通道。其中，虛擬信息的顯示原理與虛擬現(xiàn)實(shí)系統(tǒng)所用的浸沒(méi)式頭盔顯示器基本相同；圖像融合與顯示通道是與用戶交互的最終接口，根據(jù)其中真實(shí)環(huán)境的表現(xiàn)方式，可分為基于CCD攝像原理的視頻透視式頭盔顯示器和基于光學(xué)原理的光學(xué)透視式頭盔顯示器兩類。

光W透視技術(shù)是通過(guò)安裝在設(shè)備眼前的光學(xué)透鏡來(lái)呈現(xiàn)出真實(shí)和虛擬世界。首先計(jì)算機(jī)生成的虛擬信息經(jīng)過(guò)光學(xué)系統(tǒng)放大后反射后進(jìn)入視野，透過(guò)透鏡又能直接看到現(xiàn)實(shí)場(chǎng)景，兩部分的信息匯聚到人眼的視網(wǎng)膜上實(shí)現(xiàn)AR的效果。視頻透視技術(shù)是借助安裝在頭顯上的攝像頭來(lái)捕捉獲取外部真實(shí)環(huán)境，計(jì)算機(jī)將數(shù)字模擬信息疊加到攝像機(jī)的視頻信號(hào)上，再將真實(shí)場(chǎng)景和虛擬場(chǎng)景進(jìn)行融合。相比較光學(xué)透視技術(shù)，它的視角場(chǎng)更大，而且不受外界的強(qiáng)光干擾。不過(guò)一旦攝像機(jī)與用戶的視點(diǎn)不能保持完全重合，會(huì)產(chǎn)生一些偏差。

（二）跟蹤注冊(cè)技術(shù)。

基于計(jì)算機(jī)視覺(jué)的注冊(cè)技術(shù)主要是指利用計(jì)算機(jī)視覺(jué)獲取真實(shí)場(chǎng)景的信息后，經(jīng)過(guò)圖像處理方面的知識(shí)來(lái)識(shí)別和跟蹤定位真實(shí)場(chǎng)景。細(xì)分可以劃為基于傳統(tǒng)標(biāo)志的注冊(cè)算法和基于自然特征點(diǎn)無(wú)標(biāo)志注冊(cè)算法?；谟?jì)算機(jī)視覺(jué)的注冊(cè)技術(shù)的精度較高，但是對(duì)計(jì)算量非常大，而且算法復(fù)雜，對(duì)系統(tǒng)的要求非常高。

為了取長(zhǎng)補(bǔ)短，得到更加精確的注冊(cè)結(jié)果，現(xiàn)在有結(jié)合兩種技術(shù)的混合注冊(cè)方法。通常是先由跟蹤傳感器大概估計(jì)位置姿態(tài)，再通過(guò)視覺(jué)法進(jìn)一步精確調(diào)整定位。一般采用的復(fù)合法有視覺(jué)與電磁跟蹤結(jié)合、視覺(jué)與慣導(dǎo)跟蹤結(jié)合、視覺(jué)與GPS跟蹤結(jié)合等。

三、結(jié)論

在國(guó)外，增強(qiáng)現(xiàn)實(shí)早已在醫(yī)學(xué)、遙操作、制造與維修、可視化與教育培訓(xùn)、娛樂(lè)、軍事訓(xùn)練等領(lǐng)域取得了成功應(yīng)用。在國(guó)內(nèi)，不少單位和個(gè)人對(duì)增強(qiáng)現(xiàn)實(shí)中的關(guān)鍵技術(shù)和算法進(jìn)行了研究，并且以牙科醫(yī)學(xué)、設(shè)備維修等許多背景得到了初步應(yīng)用研究。但國(guó)內(nèi)的研究目前仍多限于實(shí)驗(yàn)階段，與國(guó)外的應(yīng)用水平還有一定距離。

目前，隨著增強(qiáng)現(xiàn)實(shí)的快速發(fā)展，出現(xiàn)了許多新的研究方向，如新的顯示方式、照片真實(shí)感圖形繪制、調(diào)節(jié)現(xiàn)實(shí)、基于網(wǎng)絡(luò)的增強(qiáng)現(xiàn)實(shí)和針對(duì)戶外隨身增強(qiáng)現(xiàn)實(shí)系統(tǒng)的技術(shù)等等。其中涉及到的技術(shù)包括基于圖像的繪制（IBMR）、多通道信息融合、普適計(jì)算技術(shù)、顯示設(shè)備和跟蹤設(shè)備的隨身便攜化等。隨著系統(tǒng)性能的提高、操作過(guò)程的簡(jiǎn)化和設(shè)備成本的降低，增強(qiáng)現(xiàn)實(shí)會(huì)在越來(lái)越多的領(lǐng)域得到廣泛應(yīng)用。

參考文獻(xiàn)：

[1]奚惠寧等.視線追蹤應(yīng)用技術(shù)的專利分析[J].電視技術(shù)，2013（S2）。