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算機視覺技術與應用主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：計算機視覺技術與應用范文

【關鍵詞】 現代商業領域 計算機 web數據挖掘技術 應用實踐 略述

現代商業領域經營實踐規模的不斷增大以及信息技術形態發展事業的蓬勃推進，使得現代商業領域的實務人員，在開展基本化的日常經營實踐活動的過程中。難以避免地要時刻面對規模不斷加大的數據信息資源對象，這種現實發展條件，使得探索和應用行之有效的大規模數據信息處理技術實現路徑具備了極其重要的實踐意義。近年來，web數據挖掘技術的應用為現代商業領域的穩定有序發展發揮了不可替代的實踐助力作用，有鑒于此，本文將圍繞現代商業領域中計算機web數據挖掘技術的應用實踐展開簡要的分析論述。

一、計算機Web數據挖掘技術的概況分析

所謂的Web數據挖掘技術，就是基于現實存在的Web數據信息資源，實現對所需求的特定知識或者是信息對象的抽取操作。這一技術實現了傳統數據信息挖掘基本思想以及實施方式在現代Web技術形態體系中的有效應用，能夠將Web活動或文檔記載結構存在的有用的、隱藏的、或者是潛在的信息資源對象，完整而有序地提取出來。

將Web數據挖掘技術應用于現代電子商務事業的發展過程中，能夠實現對用戶群體基本特征的分析和理解，舉例而論，可以通過對客戶訪問電子商務網站過程中的內容、頻率，以及行為等記錄信息的分析和研判，初步實現對特定用戶對象消費行為特征的提取和研判，從而針對特定客戶實施有針對性的產品推銷行為。

二、Web數據挖掘技術在現代商業領域中的應用

2.1針對對潛在客戶群實施查找和分析

想要針對Web訪問日志記錄里中呈現的數據信息規律，展開科學而系統的研究和解析，應當預先對已經保存的電子商務訪問者的基本線上行為信息展開分類，并將分類過程中實際面對的關鍵屬性以及數據關系結構進行有針對性的明確化處理行為。

對于電子商務網站的新訪問者，技術人員在實際開展Web訪問日志記錄信息分類的過程中，必然能夠通過對已有信息結構的對照而實現及時地捕捉和發現，并實現對新訪問者個體基本網絡實踐行為屬性特征的正確歸類。針對可能成為潛在化新客戶的新訪問者實施有針對性的商品線上推銷實務行為。

2.2實現已有客戶對象的保留操作

在電子商務模式的發展路徑中，銷售商與消費者之間的空間距離已經不再明顯，在網絡銷售平臺背景之下，所有銷售方開展的商品銷售對象的呈現和展示行為，在消費者的觀察視野之下都具備著明顯的平等性，電子商務銷售方想要切實提升訪問者在自身商品呈現網頁中的停留時間，就必須對網頁訪問者實際具備的網頁瀏覽實踐行為習慣實現真切而科學的了解，并在此基礎上真切感知潛在客戶的消費需求特征以及興趣指向，并有針對性地改變商品推銷的呈現內容與呈現模式，提升商家對客戶的保留時間。

2.3實現對客戶的聚類操作

針對客戶群體中的個體化對象展開聚類操作，是現代電子商務產業發展實務過程中的一個極其重要的實踐環節，透過針對具備相似化網頁瀏覽訪問實務行為的線上瀏覽者，進行分組歸類操作行為，并針對分組之后各組內部組成成員的消費行為特征的具體分析，商務銷售組織的有關人員，將會逐步實現對潛在消費者構成群體的深切了解，從而能夠極具針對性地給客戶提供更加全面且更具針對性、以及適當性的產品銷售和售后保障。

舉例論之，網站訪問記錄日志數據信息分析實務技術人員，如果發現某一類型的網站訪問者有意識地將其網絡瀏覽時間用于特定網絡信息界面的瀏覽和分析行為之上，通過將這一類型的網站信息瀏覽者劃分為一個獨立小組，并依照科學化的分析方法，獲知這一小組內的網頁信息訪問者實際具備的聚類信息，銷售商便可將這一人員小組視作潛在客戶群，并在針對這一小組的構成人員，開展實際化的商業交易活動的過程中，施加專門性的區分處理操作，對商品推銷網絡頁面的內容和呈現模式，及時開展有針對性的調整實務行為，實現對消費者實際消費需求的充分滿足。

結束語：針對現代商業領域中計算機web數據挖掘技術的應用實踐問題，本文選取兩個具體角度展開了簡要的論述分析，文中涉及了較多的技術性與應用性內容，預期為相關領域的實踐人員提供借鑒意義。

參 考 文 獻

[1]牛紅惠，金顯華.Web數據挖掘技術在電子商務中的應用[J].濮陽職業技術學院學報，2006，03：16-17+24.

第2篇：計算機視覺技術與應用范文

隨著計算機技術以及圖像處理技術的快速發展，計算機視覺技術作為一種新興的技術，其被廣泛應用在軍事、醫學、工業以及農業等領域[1]。一般而言，計算機及視覺技術應用在農業的生產前、生產中以及生產后等各個環節，其主要就是鑒別植物種類，分級和檢測農產品的品質。計算機視覺相較于人類視覺而言，其具有更多的優點，能夠有效提高農業的生產率，實現農業生產與管理的智能化和自動化，促進農業的可持續發展。

一、計算機視覺技術概述

計算機視覺主要是指利用計算機來對圖像進行分析，從而控制某種動作或者獲取某描述景物的數據，是人工智能與模式識別的重要領域。計算機視覺興起于20世紀70年代，其涉及的學科范圍較為廣泛，包括視覺學、CCD技術、自動化、人工智能、模式識別、數字圖像處理以及計算機等。就目前而言，計算機視覺技術主要以圖像處理技術為核心，是通過計算機視覺模擬人眼，并利用光譜對作物進行近距離拍攝，運用數字圖像處理以及人工智能等技術，對圖像信息進行分析和研究。計算機視覺技術主要步驟包括采集圖像、分割圖像、預處理、特征提取、處理和分析提取的特征等[2]。

二、農業機械中計算機視覺技術的應用分析

一般而言，農業機械中計算機視覺技術的應用，主要表現在以下三個方面：一是田間作業機械中的應用；二是農產品加工機械中的應用；三是農產品分選機械中的應用。

（一）田間作業機械中的應用

在田間作業機械中，計算機視覺技術的應用較晚。近年來，由于環境保護政策的提出，在農田作業的播種、植保以及施肥機械中的應用越來越廣泛。在田間作業的過程中應用計算機視覺技術時，主要應用在苗木嫁接、田間鋤草、農藥噴灑、施肥以及播種等方面[3]。為了有效識別雜草，對除草劑進行精確噴灑，相關研究人員分析了美國中西部地區常見的大豆、玉米以及雜草二值圖像的形態學特征，發現植物長出后14～23天內能夠有效區別雙子葉和單子葉的效果，準確率最高達到90%。在1998年開發出Detectspary除草劑噴灑器，其能夠有效識別雜草，在休耕季節時，其相較于播撒而言，能夠減少19%～60%的除草劑用量。在農業生產中，農藥的粗放式噴灑是污染嚴重，效率低下的環節，為了有效改變這種現狀，Giler D.K.等研制出能夠精量噴霧成行作物的裝置。該系統主要是利用機器視覺導向系統，使噴頭能夠與每行作物上方進行對準，并結合作物的寬度，對噴頭進行自動調節，確保作物的寬度與霧滴分布寬度具有一致性，從而有效節省農藥。一般而言，該系統能夠促使藥量減少66%，提高霧滴沉降效率和施藥效率，減少農藥對環境產生的影響。

（二）農產品加工機械中的應用

隨著信息技術以及計算機技術的快速發展，計算機視覺技術被廣泛應用在農產品加工的自動化中。如Jia P等提出了圖像處理算法，該算法主要是以鲇魚水平方向與主軸的形心位置和夾角為依據，檢測鲇魚的方位以及背鰭、腹鰭、頭、尾的位置，從而確定最佳的下刀位置。此外，我國的黃星奕等人在研究胚芽米的生產過程時，在不經過染色的情況下，對胚芽米的顏色特性等進行分析，得出胚芽米顏色特征的參數為飽和度S。同時利用計算機視覺系統，自動無損檢測胚芽精米的留胚率，其結果與人工評定的結果大體一致。

（三）農產品分選機械中的應用

在分級和鑒定農產品的品質時，可以利用計算機視覺技術對其進行無損檢測。一般計算機視覺技術不需對測定對象進行接觸，可以直接利用農產品的表面圖像，分級和評估其質量，其具有標準統一、識別率高一級效率高等優勢。計算機視覺技術在檢測農產品時，主要集中在谷物、蔬菜以及水果等方面。Chtioui Y等人提出了結合Rough sets理論，利用計算機視覺技術對蠶豆品質的方法進行評價。該理論通過不同的離散方法對石頭、異類蠶豆、過小、破損以及合格等進行有效區分，并利用影色圖像，對其特征參數進行分類，最終分類的結果相比于統計分類結果，兩者具有較好的一致性。

第3篇：計算機視覺技術與應用范文

【關鍵詞】農產品 計算機視覺技術 品質檢測

農產品品質檢測工作中除了采取人工檢測法以外，還可以采取半自動或自動檢測法，如在水果分級檢測工作中的質量分級檢測法、光電分選法以及大小分級法等。然而農產品品質會受到自然生長環境或人為因素等方面的影響，農產品的色澤、大小及形狀等并不相同，無法采取單一指標進行檢測。因此充分應用計算機視覺技術，對農產品的品質進行檢測，極為重要。

1 計算機視覺技術

計算機視覺技術又被稱為機器視覺技術，指的是通過人類設計，在計算機環境下，達到再現或模擬人類視覺相關的職能行為的一種技術，包括了印刷和手寫文字的識別技術，圖像模式識別技術，物體三維表面形狀識別技術、距離識別以及速度感知等技術。該技術是諸多學科的結合與交叉，涉及到數學、生理學、信息處理、物理學、光學以及計算機等多種學科。探究計算機視覺技術的目的在于實驗人類視覺的再現及延伸，即再現高等動物的視覺系統，并對物體形狀以及類別進行識別。

此外，計算機視覺技術處理的原始資料多是圖像，所以該技術和圖像處理以及模擬識別等有著緊密的聯系。現階段，計算機視覺技術在諸多領域有著較為廣泛的運用，包括了醫學輔助診斷、資源調查、衛星圖像解釋、軍事指導、災害監測、氣象以及工業產品的外觀篩選及檢測等。同時研究該技術在農業工程領域中的應用，也成為了熱門話題。

2 在農產品品質檢測中，計算機視覺技術的具體應用

筆者在查閱相關文獻資料的基礎上，探究在農產品品質檢測工作中，計算機視覺技術在產品表面缺陷以及損傷識別工作中的具體應用；果形識別工作中的具體應用；農產品尺寸以及面積檢測工作中的具體應用。

2.1 在產品表面缺陷以及損傷識別工作中的具體應用

在對農產品進行分級的過程中，依然存在著一大問題，即農產品表面缺損以及損傷識別。而早在1984年就已經出現了采取線掃描和模擬攝像機針對蘋果表面損傷進行檢測的實驗報道，實驗結果顯示，采取數據技術能夠檢測出蘋果表面損傷，其檢測結果完全能夠達到人工分級的精度。與此同時，還出現了一種機器視覺系統，該系統將不規則的圖像信息與正常的圖像信息區分開來，在去除蔬菜內的雜物以及檢測農產品的污點等方面能夠取得較好的應用效果。此外，在1989年，國外出現了一種全新的計算方法，即運用紅外線掃描攝像機，處理蘋果表面的灰度圖像，既能夠確定蘋果表面的損傷面積，還能夠區分不同損傷區。然而還技術是以機械裝置的設定為基礎，需要消耗2s的時間，對一個蘋果進行檢測，蘋果表面缺陷分級精度以及損傷分級進度并不高。

我國在1997年，出現了運用計算機圖像處理技術對蘋果損壞自動化檢測的試驗研究，該試驗結果顯示，該技術的損壞檢出率較高，能夠規避果梗區以及花萼區對于壞損區域識別的具體影響，且該檢測技術的魯棒性較強。

2.2 在果形識別工作中的具體應用

果形識別是影響水果質量的重要因素之一，對于水果品質檢測有著重大意義。當水果成熟后，水果的外形將會發生巨大的改變，且無法采取數學方法進行鑒別，采取其他方式進行果形識別極為重要。

在1981年，有研究人員就針對形狀識別中的圖像特征進行了探討，提倡采取結構分析法以及外形輪廓曲線檢測法，針對水果外形進行識別。并在1985年，以數字圖像分析技術以及模式識別技術為依據，針對番茄定向、番茄形狀、表面缺陷以及尺寸進行分類的特殊算法，運用灰度梯度曲線，明確番茄表面缺陷以及花萼位置等。而我國則在2000年，按照果實形狀分析，通過連續性指標、半徑指標、連續指標對稱性、半徑指標對稱性等特征參數，表示果形，并首次采取參數形狀分析法。

2.3 在農產品尺寸以及面積檢測工作中的具體應用

農產品分級中，以農產品外形尺寸為依據。在1987年，國外就已經開始研究機械視覺技術在牡蠣肉分級以及尺寸檢測工作中的具體應用。并在1992年，針對人工檢測以及機器視覺檢測進行進行了對比分析，試驗結果顯示，和人工檢測技術相比，采取視覺檢測技術，能夠提高檢測的精確度，減少檢測消耗時間；同時在評價以及推廣種質資源中，準確的測量以及詳細的記錄種質形態的指標，有著極為重要的意義。為了能夠精確、快速地計算出玉米種質尺度，在1995年，有研究人員就提出了自動化選擇技術，該技術在處理玉米種質圖像中，其辨別精度極高。

而我國在2002年，有研究人員就針對水果品質進行動態、實時監測的智能化分級生產線進行了研究，該生產線，首先通過水果輸送翻轉系統，利用滾筒式輸送翻轉裝置，將水果往前輸送，在輸送過程中，以水平軸為中心，保證水果表面能夠被系統檢測到，以此獲得圖像信息。然后利用計算機視覺識別系統，對水果等級進行判斷，明確圖像信息。該系統具備了視覺識別功能。最終通過分級系統，完成水果分級工作。

3 結語

在二十世紀七十年代以后，計算機視覺技術就已經得到了較為迅速的發展，在我國，該技術在農產品品質檢測中的具體應用也得到了人們的高度關注，同時也取得了一定的成效。計算機視覺技術作為人眼的延伸技術之一，其具備了人腦功能，運用該技術代替以往的人工操作技術，已經成為了農產品品質檢測工作的必然發展趨勢。

參考文獻

[1]朱從容.計算機視覺技術在水產養殖中的應用[J].浙江海洋學院學報（自然科學版），2008，10（04）：191-192.

[2]王勃，徐靜.計算機視覺技術在蘋果葉片營養診斷上的應用[J].農機化研究，2008，（03）：887-888.

[3]李朝東，崔國賢，盛暢，等.計算機視覺技術在農業領域的應用[J].農機化研究，2009，10（12）：667-668.

作者簡介

陳超（1995-），男，福建省福州市人。現為北京交通大學在校學生。研究方向為電子科學與技術。

第4篇：計算機視覺技術與應用范文

【關鍵詞】精密測量 計算機視覺圖像 關鍵技術

在現代城市的建設中離不開測量的運用，對于測量而言需要精確的數值來表達建筑物、地形地貌等特征及高度。在以往的測量中無法精準的進行計算及在施工中無法精準的達到設計要求。本文就計算機視覺圖像精密測量進行分析，并對其關鍵技術做以簡析。

1 概論

1.1 什么是計算機視覺圖像精密測量

計算機視覺精密測量從定義上來講是一種新型的、非接觸性測量。它是集計算機視覺技術、圖像處理技術及測量技術于一體的高精度測量技術，且將光學測量的技術融入當中。這樣讓它具備了快速、精準、智能等方面的優勢及特性。這種測量方法在現代測量中被廣泛使用。

1.2 計算機視覺圖像精密測量的工作原理

計算機視覺圖像精密測量的工作原理類似于測量儀器中的全站儀。它們具有相同的特點及特性，主要還是通過微電腦進行快速的計算處理得到使用者需要的測量數據。其原理簡單分為以下幾步：

（1）對被測量物體進行圖像掃描，在對圖像進行掃描時需注意外借環境及光線因素，特別注意光線對于儀器掃描的影響。

（2）形成比例的原始圖，在對于物體進行掃描后得到與現實原狀相同的圖像，在個步驟與相機的拍照原理幾乎相同。

（3）提取特征，通過微電子計算機對掃描形成的原始圖進行特征的提取，在設置程序后，儀器會自動進行相應特征部分的關鍵提取。

（4）分類整理，對圖像特征進行有效的分類整理，主要對于操作人員所需求的數據進行整理分類。

（5）形成數據文件，在完成以上四個步驟后微計算機會對于整理分類出的特征進行數據分析存儲。對于計算機視覺圖像精密測量的工作原理就進行以上分析。

1.3 主要影響

從施工測量及測繪角度分析，對于計算機視覺圖像精密測量的影響在于環境的影響。其主要分為地形影響和氣候影響。地形影響對于計算機視覺圖像精密測量是有限的，基本對于計算機視覺圖像精密測量的影響不是很大，但還是存在一定的影響。主要體現在遮擋物對于掃描成像的影響，如果掃描成像質量較差，會直接影響到對于特征物的提取及數據的準確性。還存在氣候影響，氣候影響的因素主要在于大風及光線影響。大風對于掃描儀器的穩定性具有一定的考驗，如有稍微抖動就會出現誤差不能準確的進行精密測量。光線的影響在于光照的強度上，主要還是表現在基礎的成像，成像結果會直接導致數據結果的準確性。

2 計算機視覺圖像精密測量下的關鍵技術

計算機視覺圖像精密測量下的關鍵技術主要分為以下幾種：

2.1 自動進行數據存儲

在對計算機視覺圖像精密測量的原理分析，參照計算機視覺圖像精密測量的工作原理，對設備的質量要求很高，計算機視覺圖像精密測量儀器主要還是通過計算機來進行數據的計算處理，如果遇到計算機系統老舊或處理數據量較大，會導致計算機系統崩潰，導致計算結果無法進行正常的存儲。為了避免這種情況的發生，需要對于測量成果技術進行有效的存儲。將測量數據成果存儲在固定、安全的存儲媒介中，保證數據的安全性。如果遇到計算機系統崩潰等無法正常運行的情況時，應及時將數據進行備份存儲，快速還原數據。在對于前期測量數據再次進行測量或多次測量，系統會對于這些數據進行統一對比，如果出現多次測量結果有所出入，系統會進行提示。這樣就可以避免數據存在較大的誤差。

2.2 減小誤差概率

在進行計算機視覺圖像精密測量時往往會出現誤差，而導致這些誤差的原因主要存在于操作人員與機器系統故障，在進行操作前操作員應對于儀器進行系統性的檢查，再次使用儀器中的自檢系統，保證儀器的硬件與軟件的正常運行，如果硬軟件出現問題會導致測量精度的誤差，從而影響工作的進度。人員操作也會導致誤差，人員操作的誤差在某些方面來說是不可避免的。這主要是對操作人員工作的熟練程度的一種考驗，主要是對于儀器的架設及觀測的方式。減少人員操作中的誤差，就要做好人員的技術技能培訓工作。讓操作人員有過硬過強的操作技術，在這些基礎上再建立完善的體制制度。利用多方面進行全面控制誤差。

2.3 方便便攜

在科學技術發展的今天我們在生活當中運用到東西逐漸在形狀、外觀上發生巨大的變大。近年來，對于各種儀器設備的便攜性提出了很高的要求，在計算機視覺圖像精密測量中對設備的外形體積要求、系統要求更為重要，其主要在于人員方便攜帶可在大范圍及野外進行測量，不受環境等特殊情況的限制。

3 計算機視覺圖像精密測量發展趨勢

目前我國國民經濟快速發展，我們對于精密測量的要求越來越來高，特別是近年我國科技技術的快速發展及需要，很多工程及工業方面已經超出我們所能測試的范圍。在這樣的前景下，我們對于計算機視覺圖像精密測量的發展趨勢進行一個預估，其主要發展趨勢有以下幾方面：

3.1 測量精度

在我們日常生活中，我們常用的長度單位基本在毫米級別，但在現在生活中，毫米級別已經不能滿足工業方面的要求，如航天航空方面。所以提高測量精度也是計算機視覺圖像精密測量發展趨勢的重要方向，主要在于提高測量精度，在向微米級及納米級別發展，同時提高成像圖像方面的分辨率，進而達到我們預測的目的。

3.2 圖像技術

計算機的普遍對于各行各業的發展都具有時代性的意義，在計算機視覺圖像精密測量中運用圖像技術也是非常重要的，在提高圖像處理技術做以提高。同時工程方面遙感測量的技術也是對于精密測量的一種推廣。

4 結束語

在科技發展的現在，測量是生活中不可缺少的一部分，測量同時也影響著我們的衣食住行，在測量技術中加入計算機視覺圖像技術是對測量技術的一種革新。在融入這種技術后，我相信在未來的工業及航天事業中計算機視覺圖像技g能發揮出最大限度的作用，為改變人們的生活做出杰出的貢獻。

參考文獻

[1]湯劍.周芳芹.楊繼隆.計算機視覺圖像系統的技術改造[J].機電產品開發與創新周刊，2015，14（18）：33-36.

[2]馬玉真.程殿彬.范文兵，計算機視覺檢測技術的發展及應用研究[J].濟南大學學報，2014，18（23）：222-227.

[3]李華.基于計算機視覺圖像精密測量的關鍵技術分析[J].電腦知識與技術，2013（05）：1211-1212.

第5篇：計算機視覺技術與應用范文

【關鍵詞】Opencv;計算機視覺技術;系統;研究

隨著計算機技術的快速發展，計算機設備逐漸被應用到社會生活的各個方面，尤其是在當前計算機視覺技術和圖像處理技術快速發展的時期，各個科技領域中的計算機視覺技術已經逐漸成熟。計算機視覺技術主要是利用計算機智能化來替代人眼，即對于客觀存在的三維立體化世界的理解和識別，整個實現過程均是以計算機技術作為基礎。隨著計算機視覺技術的不斷發展，現今其已逐漸成為了一門神經生理學、計算機工程、信號學、物理學、應用數學等綜合性學科。計算機視覺技術系統其在高性能計算機基礎之上來實現對大量數據的獲取，并且通過智能算法來對獲取數據進行處理，從而完成對數據集成。

一、視頻中運動物體檢測原理

對于視頻中的運動物體檢測主要分為兩中方法，其一為宏觀檢測法;其二為微觀檢測法。宏觀檢測法是對獲得的整幅圖像進行檢測，而微觀檢測法則是對所需要的區域進行圖像檢測。視覺技術在檢測運動物體的時候，首先對圖像進行采集，并對采集的信息數據進行預處理，將圖像進行分割，然后分別提取運動物體的影象，從而實現參數的更新。圖像采集過程中采用背景差分法，實現對背景圖像的提取，其通過一定算法采用人為手段獲取沒有背景的圖像。另外在進行運動物體檢測的時候還可以采用幀間差分法，其主要是實時獲取幀圖，然后實現一幀一幀圖像比值的比較，從而獲取具有差值的圖像。運動物體進行檢測的時候需連續獲取幀圖，將這些幀圖組合起來，其實就是物體的運動軌跡，然后同分割技術就能勾勒出物體的輪廓。隨著計算機視覺技術的不斷深入研究，發現此兩種方法單獨使用仍然存在的一些缺點，于是研究人員將二種檢測方法進行融合，形成一種綜合檢測方法。綜合檢測法將兩者檢測方法的優勢進行了融合，并將其靈活的應用到了生產和生活之中，取得了十分不錯的效用。

二、基于Opencv的計算機視覺技術探究

（一）基于Opencv的運動物體檢測

運動物體在進行檢測的時候，基于Opencv的檢測原理主要為：根據物體某項特定信息，例如，顏色、輪廓、性狀等，在復雜背景中利用這些特定的信息將物體分離出來。整個圖像的分離過程首先是進行視頻流捕捉，然后是進行視頻的格式轉換，再將圖像進行預處理，從而提取前景物體，減少環境因素對圖像處理的誤差，最后根據物體特征提取，并完成對運動物體的跟蹤。從圖像中提取所需的目標物體，其實質就是對整個屋里輪廓進行檢測和分割，根據每個圖像的幀差異來進行提取。

（二）基于Opencv圖像預處理

視覺技術應用于復雜的環境之中，由于存在著光照的變化，其場景中所出現的環境因素對視頻采集設備性能影響很大。環境因素會使得獲取的圖像信息的質量降低，并且在圖像中無法避免的存在著噪點，這對于運動物體的檢測和圖像采集會造成很大的影響。當獲取視頻幀圖像之后需對其數據進行預處理，通常有平滑度濾波處理、圖像填充、圖像背景更新等。

1.平滑度濾波處理

由于在進行視頻圖像采集的時候存在著噪點，那么我們就需要對其進行噪點處理，以求減小噪聲。濾波平滑度濾波處理，其具有線性和非線性兩種方式，其中線性方式進行處理器運算簡單、運算速度快，但是在進行處理之后的圖像都會呈現不清晰的情況。而非線性方式盡心給處理之后，雖然能夠很好的減小噪點，確保信號的局部特點，但是其運算的速度會較慢。

2.圖像填充

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

3.實時背景更新

在進行圖像差分之前，需要對背景圖樣進行確定，并且需要對其進行初始化處理。以方便以后在進行檢測時候能夠對實時背景圖進行差分計算，只有這樣，才能夠獲得極佳的前景效果。在進行圖像差分時，首先需要根據指定法來確定第一幀背景的圖像，并將其指定為第一張背景圖片，然后在檢測過程中根據算法對背景實施更新。整個圖像在進行更新時，其主要的流程為：判斷并讀取圖像是否為第一幀;將Opencv處理的圖像轉化為單通道灰度值;將實時采集的圖像進行高斯平滑度處理，去除噪點;最后使用形態學濾波處理噪點。

（三）提取前景運動物體圖像

檢測運動物體的時候，只有在檢測流程中確保精確度，才能夠獲取滿意的前景跟蹤效果。此過程中主要分為兩個步驟，第一步為二值化圖像之后進行分割;第二步，圖像分析前處理，進行充分填充，確保前景圖的完整性。其中，前景圖的提取主要分為下面幾個步驟：首先對前景圖像和背景圖像進行差分，然后對差分的圖像進行二值化，再對背景中的前景圖像邊緣進行檢測，根據輪廓進行填充圖像。由于攝像頭存在于不同的場景和環境之中，不論是室外或者是室內隨著場景的變化都會對圖像的采集產生影響。那么在前景圖中提取目標就需要在檢測系統中采用有效手段來完成背景實時更新。

閥值二值化分割法可以對檢測的物體進行前景和背景差圖分割，從而使目標物體能夠分離出圖像，且閥值分割先要確定每個像素的點是否處于灰度范圍值之內。將圖像中的像素灰度與確定的閥值進行比較，其結果解釋所有像素點分為2類，一類像素的灰度小于閥值，另外一類就是大于閥值。閥值二值化分割時，確定分割的閥值T，然后分割圖像。選取合適的閥值進行分割，可以有效的減少光照因素影響，常用的動態閥值主要有直方圖來法與最大類方差法這另種分割方法。

三、計算機視覺三維技術

計算機視覺技術的核心為分割問題、運動分析、3D立體場景重構等，立體視覺主要是從多幅圖像的參照中獲取目標物體的三維幾何信息。計算機視覺所模擬出的3D立體畫面只需要攝像機從不同的角度同一時間針進行圖像捕獲，將2D信息進行3D重構，進而將計算機程序重建于真實的三維場景之中，以恢復物體的真實空間信息。

（一）視覺系統

視覺系統捕獲圖像的過程，實則可以看成為對大量信息進行處理過程，整個系統處理可以分為三個層次，其一，理論層次;其二，描述層次;其三，實現層次。在攝像機視覺系統之中，輸入的是2D圖像，但是輸出為3D信息，而這就可以實現對圖像的位置、距離等信息的如實描述。視覺系統分為三個進階層次，第一階段為基礎框架;第二階段為2.5D表達;第三階段為三維階段。在第二階段中實現的2.5D表達，其原理是將不完整的3D圖像信息進行表達，即以一個點為坐標，從此點看去某一些物體的部分被遮擋。第三階段的三維階段，則是人眼觀察之后可以從不同的角度來觀察物體的整體框架，從而實現了將2.5D圖像信息的疊加重合運算，進一步處理之后得到了3D圖像。

（二）雙目視覺

人們從不同角度觀看同一時間內的同一物體的時候，可以利用算法測量物體間的距離。此法被稱為雙目立體感覺，其依據的原理是視覺差原理，利用兩臺攝像機或者一臺攝像機，對兩幅不同的圖像進行不同角度觀察，并且對其觀察的數據進行對比分析。實現雙目立體視覺與平面視覺圖像獲取，其主要的步驟為：

（1）圖像獲取

從兩臺不同的攝像機，捕獲幀圖像，由于環境因素會造成圖像差異困難。為了更好的跟蹤目標、檢測，當捕獲圖像之后，需要對圖像進行預處理。

（2）攝像標定方式

獲得真實坐標系中的場景點中的與平面成像點占比見的對應關系，借用三維立體空間中的三維坐標，標定之后確定攝像機的位置以及屬性參數，并建立起成像的模型。

（3）特征提取方式

所謂的特征提取方式主要是為了提升檢測、跟蹤目標的準確性，需要對目標物體進行特征提取，從而實現對圖像分割提取。

（4）深度計算

深度信息主要是根據幾何光學原理，從三維世界進行客觀分析，因為距離會產生不同的位置，會使得成像位置與兩眼視網膜上有所不同。簡單來說，客觀景物的深度可以反映出雙目的視覺差，而利用視覺差的信息結合三角原理進行計算，可呈現出深度的圖像信息。

（三）攝像機模型

攝像機在標定過程中確定了其建立的基礎為攝像機的模型，攝像機模型在標定過程中關系到三個不同坐標系的轉換，分別為2D圖像平面坐標系、攝像機自身坐標系以及真實的世界坐標系。攝像機在攝像的時候起本質是2D圖像坐標轉換，首先要定義攝像機的自身坐標系，將坐標系的原點設置為光心，X、Y、Z成立三維坐標系。其次則是建立平面的圖像坐標系，用以透視模型表示，其原點也在廣心的位置，稱之為主點。實際應用中，物理的距離光心的位置d≠f焦距，而且會遠遠大于焦距，為了解決如此問題就提出了平面概念。在光軸z上設置一個虛擬的圖像平面，然后在此位置于平面關于光心對稱。接著，在設置的虛擬2D坐標系中，光軸和原點重合，并且攝像機與垂直平面的垂直方向相同，真實圖像上的點影射到攝像機坐標系。

（四）3D重構算法

視頻流的采集，主要是采用Kinect設備、彩色攝像頭、紅外發射攝像頭、紅外接收攝像頭。使用微軟提供API控制Kinect設備，在操作之前需調用NUI初始化函數，將函數的參數設置為用戶信息深度圖數據、彩色圖數據、骨骼追蹤圖數據、深度圖數據。上述的視頻流的打開方式不同，既可以是一種打開方式，也可以是多種打開方式，尤其在進行Kinect傳輸數據處理的時候，需遵循三條步驟的運行管線。此三條管線分別為：第一條為處理彩色和深度數據，第二條為根據用索引添加顏色信息，并將其放入到深度圖之中，第三條為骨骼追蹤數據。

四、總結

隨著計算技術的快速發展，視覺技術逐漸被廣泛的應用于我們日常的研究之中。本文通過對視覺技術的相關問題進行分析，探究了圖像處理、分割、前景提取、運動物體觀測以及重構3D圖等問題，為實現視覺技術更加深入研究做出了相應的貢獻;為廣大參與計算機視覺技術研究同仁提供一個研究的思路，為實現視覺技術的騰飛貢獻薄力。

參考文獻

[1]張海科.基于Opencv的人手識別與跟蹤定位技術研究與實現[D].云南大學，2013.

第6篇：計算機視覺技術與應用范文

關鍵詞：計算機視覺；定標方法；應用特點

中圖分類號：TP319文獻標識碼：A文章編號：16727800（2012）007014902

作者簡介：許志雄(1968-),男,浙江紹興人,江漢石油鉆頭股份有限公司工程師，研究方向為計算機多媒體。

0引言

計算機技術的應用在諸多領域占據了主要位置，并得到了人們的極大重視。在此形勢下，攝像機的高清晰度亦成為了人們追逐的目標，而在計算機視覺中的定標方法有各種不同的處理方式，從而為攝像機的發展提供了一個絕好的機會。由此，計算機視覺中的攝像機定標方法成為當今世界攝像機研究領域里至關重要的一個方面，以攝像機得到的圖像信息作為出發點來計算三維空間中自然場景的幾何信息成為計算機視覺的基本任務之一，并且它的應用特點也得到了人們的密切關注。

1攝像機視覺投影原理

透鏡成像的原理利用了光的折射現象，而攝像機的視覺投影原理和透鏡的成像原理相差無幾，只不過在一些細節上進行了相應的改變，使成像更加清晰，以更好地滿足人們的需求。攝像機視覺投影原理就是利用鏡頭的光學原理進行視覺成像，而其中又有許多理論支持，包含鏡頭與焦距和視角。焦距是指鏡頭的焦點之間的距離,對于攝像機而言，就是指從鏡頭的中心位置到攝像管，也可以說是成像的位置之間的距離就是攝像機鏡頭的焦距，只有調整好了這兩者之間的距離，才能保證攝像機的攝像效果，這也是保證攝像機正常工作的首要任務。視角要受到鏡頭焦距的限制，由鏡頭焦距對攝像的大小情況而決定，攝影師們就是通過對焦距的不斷變換來改變對任務的造型，從而改變人們的視覺效果。對于拍攝相同距離的目標而言，鏡頭焦距越大，攝像的水平視角就會變得越窄，這樣帶來的后果就是拍攝到的目標的范圍就越小，使得拍攝效果大打折扣，從而給攝像機帶來不利的使用效益。因此，必須在兩者達到一個較好的組合效果之時，才能夠充分發揮攝像機的作用，并將攝像藝術發揮到極致。由此可見，計算機視覺中的攝像機定標方法將會給攝像機的拍攝效果帶來巨大的轉變。

2計算機視覺中的攝像機定標方法

2.1三維定標法

在人們的平常思維中，凡是物體的影像必定是三維的，本文的理論研究也同樣基于這樣的想法。在討論單幅圖像的設計標定之時，我們所追求的理論基礎就是需要攝像機的定標物是人們所追求的那種三維的效果，在此基礎上再進行相關的理論研究，以達到相得益彰的效果。在此過程中，首先要準確定位定標物上一些比較重要的點的三維坐標，這樣才能夠為后來的工作提供方便；然后在與定標物相對應的成像上找到相應的點的位置，這是至關重要的一步，這也決定了后面成像的具體設計方法；最后在那些比較重要的點的圖像上標出其具體的三維坐標，達到定標物的實際成像效果圖，這樣就可以完全解決攝像機的成像問題了。這種定標方法的基本原理就是充分分析定標物的三維信息，同時與它的具體成像位置相關聯，在這兩者之間形成一種具體的相對應關系。由此我們可以充分利用計算機的快速運算，實現攝像的功能，并適時進行程序功能改進，優化定標物參數的獲取方法，從而達到增加攝像機清晰度的目標。

2.2平面定標法

與上面的定標方法相對立的一種方法就是多幅圖像的設計標定。在這樣的時代背景下，人們的要求應盡可能得到滿足，因而理論研究者會在這個方面下足功夫，弄懂這里面的個中玄機，利用多幅圖像對平面的定標物來進行物體的標定工作，以達到攝像機定標的目的。這樣的平面定標方法就是充分利用平面物體的運動特性，在它和攝像機之間找到一個平衡點，觀察兩者的相對運動，這樣的定標方法也給拍攝運動中的物體帶來了生機。此方法在實施之余也會帶給人們不一樣的感受，讓人們充分體會到攝像的魅力。當然這種考慮運動的平面定標法會受到特征點的增多的影響，隨著點的不斷增加，定標情況就會越來越好，定標物的精度也會不斷提高，于是在定標物相同的前提下，平面定標法自然就可以從定標物上獲得更多的數據信息，為準確對定標物進行定位測量提供了更多的依據。因此，這種方法的效果要比前面的方法好很多，得到推廣的力度也會大大增加，所得到的經濟效益也會增加，設備的成本在原來的基礎上還有降低的趨勢。所以，理論研究者的研究領域就會逐漸向這一方面進行轉變。

2.3兩步定標法

有了前面的研究成果作支撐，攝像機定標方法的進一步研究就會顯得異常容易，人們的進一步要求也會得到滿足，可謂一舉兩得。理論研究者們在有了豐富的理論和實踐基礎之后，利用直接線性的定標方法進行攝像機參數的進一步優化提高，通過透視原理來修改以前的參數，然后將修正的參數進行初始值的確認，把它們作為現在研究階段的起點，在這樣的起點之上綜合考慮各種外界因素，利用最優化的計算機算法進行攝像機成像程序的改進，把原來的程序進行升級處理，使得定標物的精確度得到進一步的提高，這就是我們所提到的兩步定標法。它的基本原理其實很簡單，只不過是充分利用了原有的理論，并進行了一定的創新而已。但就是這樣的創新步伐的邁出，給計算機視覺中的攝像機定標方法帶來了新的生機，也給攝像機鏡頭的優化帶來了很多指導方法。在圖像中心到圖像點的距離保持不變的前提下，參數的數量會顯著減少，這樣不僅節省了材料的用量，而且還進一步提高了攝像機的攝像清晰度，有效彌補了以前清晰度不高的缺點。這樣一來，攝像機的成像效果大大改進，于是才有了現代攝像機的高清效果，確實讓人們享受到了科技帶來的福音。

3計算機視覺中的攝像機定標方法的應用特點

3.1建立于主動視覺上的自我標定

由于計算機視覺中攝像機定標方法的不斷推廣，一些計算機技術在攝像機的制作過程中得到了較好的應用。但是在這之中必不可少地存在一些制作人員或設計人員的主觀因素，這樣攝像機的標定方法中就會形成形色各異的特點，而且彼此之間可能會出現較大的不同，特別是在主動視覺上的自我標定。在主動視覺中，我們所用到的攝像機可以在一個被控制的平臺上被人們固定，利用計算機的高運算能力，計算機可以把平臺上所出現的參數精確地讀出來，我們只需要利用控制攝像機的運轉順序，讓攝像機作一定的周期運動，就可以在這個過程中得到更多的圖像，然后再利用所成的圖像和固定的攝像機的運動參數來確定攝像機的運動情況。這種自我標定方法比較簡單，但是必須為人們提供精確控制攝像機運動的平臺，這種以主觀意識為主的標定特點強化了個人的主觀能動性，讓人們更加易于接受。

3.2進行有層次劃分的逐步標定

近年來，人們對攝像技術的理論研究已經日趨成熟，并根據自己的意愿進行相關的研究工作，把自己的想法融入到攝像機的設計中，真正做到有層次的逐步標定，把所要的標定物以逐個擊破的方式實現有層次的程序算法，從而讓人們在邏輯上能夠有所認識，并且易于接受，從而達到有層次劃分的逐步標定的目的。分層逐步標定法已為標定研究領域中普遍認同的方法之一，在實際的應用中逐漸取代了直接標定的方法。因為進行有層次劃分的逐步標定是符合人們的想法的，而且這種方法的特點是以射影標定作為基礎，以某一幅圖像作為基準圖像，進行其它圖像的射影對齊工作，從而將攝相機中成像未知參數的數量減少，更易于為人們所接受。可以說，進行有層次劃分的逐步標定是人們在實踐中得出的一套符合大勢所趨的標定方法，為世人所推崇。

4結語

綜上所述，計算機視覺中攝像機定標方法在人們的不斷認識中得以應用和推廣，在時代的不斷進步中逐漸向前發展。同時，攝像機標定方法的應用特點也大相徑庭，各有千秋，從而實現百家爭鳴的態勢，進一步推動計算機視覺中的攝像機研究工作的向前發展。

參考文獻：

第7篇：計算機視覺技術與應用范文

關鍵詞 模式分析 計算機視覺 教學改革

中圖分類號：G643.2 文獻標識碼：A DOI：10.16400/ki.kjdkz.2016.03.015

Research and Practice on Course Group of Pattern Analysis and

Visual Processing for Graduated Students

SUN Han， CHEN Songcan， LIU Ningzhong， HUANG Yuanyuan， ZHU Qi

（College of Computer Science and Technology， Nanjing University of

Aeronautics and Astronautics， Nanjing， Jiangsu 210016）

Abstract By analyzing the teaching status of pattern analysis and visual processing course group， this paper puts forward the new teaching goal， which includes improving students' international vision， the ability of linking theory with practice， and promoting the engineering practice ability and innovative consciousness. Then this paper discusses the whole process of course group reform. Firstly the structure of teachers' group is optimized. And then the knowledge system of course group is sorted and the teaching mode is improved. Finally the practice system of course group is optimized and the assessment system is reformed.

Key words pattern analysis； computer vision； teaching reform

1 背景

我校模式分析與智能計算研究所師資團隊是江蘇省“青藍工程”創新團隊，主要研究領域包括智能數據分析、圖像處理和機器視覺等方向，承擔研究生和本科生的模式識別、機器學習、數據挖掘、智能信息檢索、數字圖像處理、計算機視覺等課程的教學任務。以往的教學過程中雖然積累了豐富的教學經驗，但當前新知識不斷涌現、新技術發展迅猛，對模式分析與視覺處理課程群的知識體系、實踐體系改進提出了新的挑戰。

近年來，國內外高校在該類課程教學上，已涌現出眾多新理念、新方法。Coursera聯合創始人Andrew Ng推出的機器學習課程，開啟了教育領域的MOOC時代，引領了教育教學方法的新革命。①深圳大學、②江蘇科技大學③分別進行了基于CDIO工程教育理念的計算機視覺課程教學改革實踐，實現多層次項目設計的教學模式改革，講座式、討論式、實踐式教學方法的探索。國防科技大學④在計算機視覺課程中引入研討式教學模式，通過案例教學、小組研討的方式來替代傳統的教學方式。華中科技大學⑤從教學內容國際化、教學方式國際化、教學成果國際化三個方面開展了計算機視覺課程的國際化建設。另外，也有高校進行了圖像工程課程群建設，⑥基于圖像分析與計算機視覺應用課程結合的項目協同創新能力培養實踐。⑦

在分析上述國內外高校該類課程改革的基礎上，我們重點以模式分析與視覺處理課程群的實踐教學體系改革為切入點，優化師資隊伍結構，梳理課程群知識體系，優化課程授課模式，完善課程群實踐體系，改革實踐考核模式，實現學生國際化視野、理論聯系實際、工程實踐和創新能力全面提升的目標。

2 模式分析與視覺處理課程群特點

模式分析與視覺處理課程群涵蓋了模式識別、機器學習、數據挖掘、數字圖像處理、計算機視覺等多門課程。該類課程存在以下特點。

（1）該類課程屬于多學科交叉，涉及的知識面既廣又深。由于該方向涉及計算機科學與技術、應用數學、自動化、電子科學與技術、信息工程等多學科內容，而學生在大學本科階段很難學習和了解如此多的知識模塊，這對研究生階段學習來說，具有相當大的挑戰。同時，對于每個知識模塊，所要求的數學基礎較高，理論具有相當的深度，理解和掌握不容易。

（2）該類課程既重視扎實的基礎理論，也強調良好的工程實踐能力。該類課程的基礎理論教學一直受到各高校的重視。隨著近年來產業界的迅猛發展，計算機視覺應用層出不窮，對學生的工程實踐也提出了更高要求，需要能夠在系統層次上有整體認知，同時要能對各功能模塊進行優化，提升系統的整體性能。

（3）該類課程所面向的選修學生面廣。該類課程既是多學科交叉，也面向計算機應用、電子科學與技術、自動化、應用數學等不同研究方向、不同水平層次的研究生開設。這對課堂教學和實驗實踐也帶來更大挑戰。

3 模式分析與視覺處理課程群改革舉措

針對上述分析的課程群特點，我們重點以實踐體系改革為突破口，通過優化師資隊伍結構，梳理課程群知識體系，優化課程授課模式，完善課程群實踐體系，改革實踐考核模式等舉措，實現學生國際化視野、理論聯系實際、工程實踐和創新能力全面提升的目標。

3.1 師資隊伍結構優化

為了學生能夠適應模式分析與視覺處理產業的快速發展，在課程群建設過程中更強調學生的工程實踐和創新能力培養。這首先對師資隊伍結構提出了新的要求。

近年來，課程教學團隊引進海內外具有深厚理論功底和較強工程能力的高水平師資4名，大大充實了機器學習、數據挖掘、圖像處理等課程的教學力量。對于現有教師隊伍，鼓勵教師跟產業一線企業廣泛合作，目前已與華為、中興等企業在視頻檢索、智能交通視覺處理等方面開展了實質合作。這些來源于產業界的高質量課題對科研和教學起到了良好的促進作用。

與此同時，通過研究生工作站、企業短期實習等渠道，鼓勵企業高級研發人員參與到學生實踐能力培養環節中，將實際項目進行適當切分或提煉，實現該類課程實踐環節的模塊化、專題化訓練。

綜上，通過引培并舉，優化校內師資隊伍結構；通過校企合作，積極吸引企業師資參與。良好的師資隊伍為該類課程的實踐體系改革提供了有力支撐。

3.2 課程群知識體系梳理與授課模式改革

模式識別、機器學習、數據挖掘、智能信息檢索、數字圖像處理、計算機視覺等課程既有一定的邏輯關系，也存在相互交叉的混雜關系。一般認為，模式識別、機器學習是模式分析與視覺處理領域的基礎理論課程，數據挖掘是建立在模式識別、機器學習和數據庫基礎上的應用類課程，智能信息檢索則是數據挖掘基礎上更為具體的應用實現。數字圖像處理為計算機視覺課程提供了基礎支撐，計算機視覺則是在綜合利用模式識別、機器學習、數字圖像處理、數據挖掘等知識模塊基礎上面向應用的系統實現。但是，這些課程也存在著知識點的交叉或重復。例如，模式識別和機器學習中都有貝葉斯參數估計、支持向量機模型等知識點，但視角和側重點有所不同；圖像處理、計算機視覺中都有顏色模型、成像模型等知識點，也同時存在與模式識別、機器學習交叉的知識點。

我們針對來自不同研究領域的學生群體，對該課程群的知識點進行系統梳理，既避免知識點的重復講授，也防止重要知識點的缺漏。課程教師集體討論，形成每門課程的核心知識集，和針對不同研究領域的選講知識集。學生在學習課程時，在掌握核心知識集的基礎上，結合自己的研究方向選擇相關的選講知識集學習。

在課程教材和參考書的選擇上，注重挑選國際上有影響力的教材。例如，模式識別的參考書為Richard O. Duda等人編著的Pattern Classification；機器學習的參考書為Tom M. Mitchell編著的Machine Learning和Christopher M. Bishop編著的Pattern Recognition and Machine Learning；數據挖掘的參考書為Jiawei Han等人編著的Data Mining：Concepts and Techniques；數字圖像處理的參考書為K. R. Castleman編著的Digital Image Processing；計算機視覺的參考書為D. A. Foryth編著的Computer Vision： A Modern Approach和Richard Szeliski編著的Computer Vision： Alogrithms and Applications。這些教材已被國內外著名大學普遍采用。同時，每門課程都提供相關的國內外頂級會議和期刊的列表，供學生課后追蹤研究領域的熱點問題。

在課堂授課環節上，注意采用靈活多樣的授課方式。對于核心基礎知識模塊，以教師講授為主，同時提供國內外該類課程的熱門MOOC網址給學生參考。對于選講知識模塊，鼓勵學生事先結合各自研究方向有目的自學，在學生報告的基礎上進行課堂討論方式進行。充分發揮學生學習的主體作用，也便于教師了解學生的水平和學習狀況。

除此以外，不定期邀請國內外著名學者來校做學術報告，讓學生充分了解該研究領域的最新前沿動態，并就熱點問題進行專題討論。

3.3 課程群實踐體系完善與考核方式改革

工程實踐和創新能力的培養是該課程群改革的重要目標。我們在上述師資隊伍結構優化、課程群知識體系梳理與授課模式改革的基礎上，著力進行課程群實踐體系的改革與完善。我們通過多層次菜單式的實驗項目選擇、項目牽引的創新能力訓練、學生綜合研究能力的全面考查等方面來實現。

首先，整合和優化課程群實踐內容，實現多層次菜單式靈活選擇。根據各研究領域的要求進行靈活搭配，根據學生個體的能力與水平選擇適當規模和難度的實踐內容，通過課程內的基礎實驗、課程間的綜合實驗、課程群的創新實驗來選擇和組合，如圖1所示。

圖1 多層次菜單式實驗內容示意圖

基礎型實驗內容主要是各課程核心知識點的實驗驗證，主要包括模式識別，機器學習，數據挖掘，圖像處理與分析，計算機視覺等課程的實驗。要求選課學生對這些基礎實驗必做，打下良好的研究基礎。

綜合探索型實驗在基礎型實驗基礎上，既有單門課程內總的綜合實驗，也有課程間知識的綜合應用。主要分為兩大塊，包括模式分析與機器學習方向的綜合實驗，以及圖像處理與機器視覺方向的綜合實驗。實驗目的主要是針對這兩大塊方向重點知識的綜合分析和比較，能夠熟練掌握和靈活應用。例如模式分析、機器學習、數據挖掘等方向都用到的線性判別分析、支持向量機、均值聚類等內容；圖像處理與機器視覺中的圖像特征抽取、視覺系統選型、目標檢測、特定平臺的算法優化等內容。學生可根據各自研究方向有目的的選擇兩塊綜合實驗的大部分內容。

在綜合型實驗基礎上，該課程群通過若干創新型實驗來檢驗學生理論知識掌握程度和實踐方法應用能力，為后續的研究課題開展打下良好的科研素養。主要內容包括人臉識別、二維條碼識別、車輛屬性識別、智能視覺監控、以及企業來源的關鍵技術等。這些項目實踐既涉及用到圖像處理與機器視覺的內容，也涉及模式分析與機器學習方向的知識。并且需要學生在綜合運用相關知識的基礎上有創新能力。

其次，重視各類項目牽引的創新能力訓練。一方面，鼓勵教師從國家自然科學基金、企業合作項目等研究中提煉出問題規模和難度適中的訓練項目，作為課程群的綜合能力訓練項目。另一方面，鼓勵學生參加挑戰杯、全國研究生智慧城市技術與創意設計大賽等各類具有挑戰性的競賽項目，以賽代練，提升學生的工程實踐和創新能力。同時，也鼓勵學生利用百度、微軟等相關研究領域的企業實習機會，參與產品一線的工程實踐能力訓練。

再次，注重考核環節，實現科研素養和實踐能力的全面考查。只有嚴格、公平、公正的考核，才能保證實驗實踐的質量和水平，才能提升學生的科研素養和實踐能力。我們主要在手段、方式方法上進行了改進。在題目選擇上，根據學生個體水平和研究領域要求的差異，在選題上有適當的難易區分度，讓每位學生都有鍛煉和提升的機會；在考核方式上，采用結題書面報告來檢驗學術論文的寫作能力，采用程序演示檢驗系統的設計與實現水平，采用上臺匯報的方式檢驗學生的表達能力，多管齊下全面檢查學生的綜合科研素養；在考核成績評定上，采用現場教師和學生共同評分的方式，公平合理；最后，通過網站展示、發表學術小論文、專利、軟件著作權等方式展示和公開優秀成果，激發學生的學習熱情，并由此形成積累，有利于學生實驗實踐氛圍的傳承。

4 結語

本文在分析國內外高校模式分析與視覺處理類課程群改革現狀的基礎上，以學生國際化視野、理論聯系實際、工程實踐和創新能力全面提升為目標，重點開展了師資隊伍結構優化、課程群知識體系梳理、課程授課模式改革、課程群實踐體系完善和實踐考核模式改革等工作，取得了良好的效果，并為校內其他課程群的教學改革作為示范推廣。

注釋

① https：///learn/machine-learning/

② 郭小勤，曹廣忠.計算機視覺課程的CDIO教學改革實踐.理工高教研究，2010.29（5）：98-100，148.

③ 史金龍，白素琴，龐林斌，錢強.研究生機器視覺課程的CDIO教學改革實踐.計算機教育，2013.9：40-43.

④ 陳芳林，劉亞東，沈輝.在《計算機視覺》課程中引入研討式教學模式.當代教育理論與實踐，2013.5（7）：112-114.

⑤ 王岳環，桑農，高常鑫.計算機視覺課程的國際化教學模式.計算機教育，2014.19：101-103.

第8篇：計算機視覺技術與應用范文

電力系統是我國國名經濟的基石。電力系統是由發電、變電、輸電、配電和用電等環節組成的電能生產與消費系統。現代社會需要的是安全可靠經濟的電能。電力系統主要由發電輸電變電配電及用電等5部分組成。電力系統是一個具有復雜的大系統由于用戶的不斷增加的需求,電網對于技術的要求水平也提出了越來越高的要求。

1 電力系統自動化的發展趨勢總的發展趨勢的特點研究

1.1 電力系統自動化的圖形化特點

因為電力系統聯網工程的正式啟動,電力系統的調度管理、數據計算分析呈現出傳輸路徑的交叉性,信息更新越來越高速這樣的幾種特點。在計算機技術和通信技術的快速發展下,電力系統技術整合也在蓬勃發展著。電力系統信息數據處理上已經不再使用傳統的處理方式,而是使用圖形化處理這樣的新技術,這樣看到圖形,電力系統管理者就能了解電力系統的變化發展趨勢,也就能對未來電力系統軟件開發帶來絲絲先機。

1.2 電力系統自動化的遠程化特點

過去電力系統的硬件平臺大部分是計算機,外加使用擴展測控法對接口電路工作開展監測。此類的設計有很多的優勢,這種類型的設計的周期很長,擴展性也很好。但是這樣的設計方式也具有著高成本、大體積、大功耗以及靈動性差的多種缺點。現在,正是有著網絡技術的不斷更新和電子技術的不斷進步,遠動終端設備已經變為越來越接近最優化、智能化和小型化、協調化。因此,建立在此基礎之上的電力系統也具備了遠程化的特點,使電力系統自動化在控制系統方面的發展更加貼近智能化。

1.3 電力系統自動化的分布化特點

發電率范圍在幾十兆瓦至幾千瓦之間并且模型較小的發電單元,它的地點處于用戶周圍還有有高效和可靠特點的稱為電力系統自動化技術分布化。分布式發電主要包括以液體或氣體為燃料的內燃機、太陽能發電、微型燃氣輪機和風力發電等等的其他一些發電方式。這種發電技術具有很好的靈活性,能夠給與用戶各不相同的感受。還能為邊遠商業區域提供可靠的電力資源,讓他們使用具有再生特點的資源進行多次發電,這樣的電能還具有穩定度高的特點,是具有分度化的特色。極端及技術、新材料技術和電力電子技術都要作為支柱技術被在其中使用。

2 電力系統與新技術的結合

2.1 與智能計算機的結合

計算機視覺技術就是與智能計算機的結合之一。使用計算機視覺技術能夠方便的獲得多種圖像信息。在電力系統中應用計算機視覺技術。目前,計算/！/機視覺技術使用在電力系統中的作用是修改遙控系統在此同時提高它的性能。這主要表現在使用在線監測和開展無人操作或者環境監視,紅外圖像監測是電力設備在線監測常用方法中效果最好的。它既有這使用方便,又有著精準度較高的特點。紅外圖像識別方面主要就是使用計算機視覺技術,這樣能取得較好的效果。計算機視覺技術的工作原理是在科學獲取電力設備實時紅外圖像和電力設備正常工作時圖像后,將兩者開展對比。如果出現不正常。也就因此能夠證明電力設備出現問題。第開展無人操作或者環境監視是使用微波雙鑒探測器進行協助,將差分圖像以及流光法一起使用對移動物體開展監測。如果出現不正常現象,那么系統就可以識別出來,并且警告我們。因為計算機視覺技術還處于起步階段,其存在一定的不足之處。雖然計算機視覺技術發展迅速,但計算機視覺技術發展的并不完善,因為圖像識別自身的復雜性的原因,所以現階段還不能實現完全的無人操作。正是因為有著這些原因,在大多數情況下,計算機視覺技術只能夠作為一種輔助技術。

2.2 與微機保護系統的結合

在電力系統自動化技術發展速度過快并且伴隨著相關微機設備應用范圍越來越普遍的情況下。人們越來越嚴格的要求微機保護系統。更簡單的說,也就是原有的電力系統自動化技術當中的微機保護系統已經無法滿足社會發展的需要。人們需要的微機保護系統應該具備更加牢靠與穩定的可以對通信進行保護的能力。這樣才能夠達到人們希望人機互動的效果。這樣的系統在對硬件提高出高要求的同時也對軟件業產生了更加具體的要求。例如,我國在上世紀末將第一套微機線路保護設備投入使用,并且該設備因為性能占據極大的優勢從而獲得世界各國用戶的普遍認可。

在繼電保護設備中,我們更加需要完善的問題就是設備的實時性。設備的實時性直接關乎電網的安全穩定,它直接受到其影響。假如設備實時性出現缺陷,會給電力系統帶來難以補救損失的可能性。現階段在我國電力系統中應用的嵌入式系統通常來說主要為C/C++語言。這是因為該系統不僅靈活性高并且可移植性也很強。同時該系統還使用了能夠隨時改變的模塊化,目的在于處理好各種存在可能性會產生的問題但是卻又不能夠進行更換的難題。在提供便利的同時也能夠盡最大的努力滿足用戶各種要求。

第9篇：計算機視覺技術與應用范文

【關鍵詞】視頻；圖像處理；智能交通系統

交通視頻監控系統是一個國家交通正常運行的有力保障。隨著我國城鎮化進程的不斷推進和汽車的普及，交通問題日益嚴峻，道路擁擠、事故頻發，加上不遵守交通規則的人比比皆是，使交通問題成為一直困擾我國的難題。而由于交通系統是一個相當復雜的龐大系統，所以監控起來十分困難。

隨著計算機技術的發展，計算機視覺處理技術興盛起來。計算機視覺處理技術是模擬人類視覺系統的一種技術，人類可以通過對視覺中感知到的信息進行適當的組合和聯想以達到對外界信息進行判斷的能力，計算機視覺處理技術就是要用計算機代替人類的大腦實現對采集到的信息進行處理，從而使計算機具有外部感知的能力，這對于交通視頻監控系統具有非常重要的意義。

在智能交通系統中，基于計算機視覺的圖像處理技術扮演著重要的角色，它以視頻圖像為分析對象，利用先進的算法去除干擾，具有直觀、高效、精度高等特點。

1 交通視頻中進行圖像處理的重要性

交通視頻檢測系統的攝像機在工作時面臨的是自然氣象條件，這就意味著它要受到各種自然條件的干擾，比如強光、霧霾、粉塵、街燈等，由于光照條件不同所引起的圖像差異遠遠大于由于人的不同所引起的圖像差異，即使是在相同光照條件下，由于鏡面反射的存在，同一物體的不同表面對光的反射不同，再加上粉塵、霧霾等的影響，從不同視角反映出來的圖像有很大差異。外界光照的方向和強度還會隨著時間不斷發生變化，這些因素會導致采集的圖像不清晰、重影、有陰影等，給基于視頻的檢測帶來很大的難度。而視覺檢測必須借助外界光線才能夠獲取圖像信息，所以要把圖像中的車輛信息完整清晰的反應出來，就要對靜止的視頻圖像序列（即每幀圖像）進行預處理。這些處理會涵蓋圖像色彩模式轉換、格式轉換、算法處理等。

2 交通視頻監控系統的組成

交通視頻監控系統一般由采集、傳輸、控制、顯示四部分組成。

2.1 圖像采集

圖像采集工作由前端的攝像機完成，采集質量的好壞將直接影響視頻圖像處理的效果。如果視頻圖像中的車輛信息清楚，對比度好，無干擾信息或干擾信息少，將有利于車輛的檢測和跟蹤，反之，將不利于車輛的檢測和跟蹤。

2.2 傳輸

根據攝像機和控制中心之間距離的長短，會采用不同的傳輸設備，一般的傳輸方式包括視頻基帶傳輸、射頻有線傳輸、光纖傳輸、電話線傳輸等。

2.3 控制

控制部分是整個交通視頻監控系統的中心，由總控制臺組成。總控制臺可以進行信號的縮放、矯正、補償、切換、遙控、記錄存儲圖像等。

2.4 顯示

顯示部分的功能就是把傳送過來的圖像顯示出來，由若干臺監視器組成。

3 交通視頻監控系統中視頻圖像處理技術的應用

3.1 車輛檢測

對運動車輛的檢測是交通視頻監控系統的核心功能，通過對視頻圖像中的連續畫面的變化分析能抽出運動車輛的特征，從而實現檢測。但是由于運動的車輛受光線、灰塵、霧霾、陰影等因素的影響，給圖像分割帶來很大的困難。所以在進行車輛檢測時，要對獲得的視頻圖像進行處理，來提取目標車輛信息，常用的方法有幀間差分法、背景差分法、邊緣檢測法等。

3.2 車輛跟蹤

對車輛進行檢測的目的是辨別運動車輛，然而要想了解目標的運動參數，還要對車輛進行跟蹤。車輛跟蹤的核心內容是根據目標運動車輛的某些特征在不同的圖像幀中進行目標匹配，用于匹配的特征包括位置、大小、形狀，以及局部的點、線特征和整體輪廓特征等[1]。常用的車輛跟蹤方法有基于區域的方法、基于特征的方法、基于運動估計的方法、基于模型的方法、基于輪廓的方法等。

3.3 陰影檢測

陰影檢測是交通視頻監控系統的一項重要且具有挑戰性的工作。運動目標車輛由于受各種光源的影響會產生陰影，而陰影與運動目標車輛具有相似的視覺特征和運動特征，所以前面介紹的車輛檢測方法都不能有效地將陰影檢測出來。陰影的存在會使車輛檢測和跟蹤產生誤差，給交通參數的提取帶來很大誤差，因而陰影的檢測與去除是視頻檢測的重點和難點。根據陰影形成的不同原理可以把陰影分成不同的類型，而不同類型的陰影又有不同的特點，這給陰影的檢測和提取提供了可能。目前，陰影檢測方法通常包括兩大類：一類是基于陰影屬性如顏色不變性、紋理不變性、低頻性質等屬性的檢測技術，另一類是基于應用場景先驗知識的模型的陰影檢測[2]。

3.4 交通參數的檢測

交通參數可以分為兩類，一類是針對某一具體車輛的，如該車輛的車型、顏色、車牌、速度、重量等；另一類是針對某一具體路段的，如該這段的固定時間內的車流量、平均速度、車輛密度、車輛數目、路面占有率等。基于圖像處理的交通參數檢測需要實時處理大量的圖像數據，這些參數的獲得可以為交通執法提供依據，增加交通道路的容量。目前應用較為廣泛的交通參數獲取方法為虛擬線圈檢測方法，很多學者都在此基礎之上設計算法更加精密的檢測系統。

3.5 車牌識別

車牌識別技術（Vehicle License Plate Recognition，VLPR） 是計算機視頻圖像識別技術在車輛牌照識別中的一種應用。車牌識別是現代智能交通系統中的重要組成部分之一，應用十分廣泛。它以數字圖像處理、模式識別、計算機視覺等技術為基礎，對攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。通過車牌識別可以實現對停車場的收費管理、車輛定位、交通違法行為監控等功能，對于維護交通安全、實現交通自動化管理有很重要的意義。

視頻圖像處理技術在交通視頻監控系統中應用的已經十分廣泛，隨著計算機視覺、人工智能理論的發展，對包含運動目標的圖像序列進行分析和處理，能夠實現交通管理的高效智能化。隨著視頻圖像處理技術硬件的不斷發展，我們所面臨的挑戰是如何找出與硬件相匹配的高效的軟件技術（即先進的算法），使智能交通系統的功能更加強大和完善。

【參考文獻】

[1]梁曉愛.基于視頻的車輛檢測與跟蹤技術研究[D].山東師范大學，2010.

[2]許潔瓊.基于視頻圖像處理的車輛檢測與跟蹤方法研究[D].中國海洋大學，2012.

[3]衛小偉.視頻圖像處理技術在智能交通系統中的運用[J].電子測試，2015（6）.

[4]姜旭.視頻圖像處理技術在智能交通系統中的應用[D].蘇州大學，2009.