計算機視覺總結范文

導語：如何才能寫好一篇計算機視覺總結，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：總量核算法 河道排水 水力計算

在城市排水設計的實際中，經常會遇到城市區域排水為管道系統與河道系統共同完成排水任務的情況，如文中所涉及的"廢墻子河改造工程"就是其中一例。廢墻子河改造工程被天津市政府列為民心工程之一，它是天津二級河道系統改造的一部分。該河道貫穿和平區和河西區兩區，為東西向的排水河，全長約5 km，兩側服務面積約為8 km2，該服務區域南北向最長約1 km，最短處約200 m，呈不規則分布。原河道為梯形明渠，上口寬約16 m，沿途有約8處管道直接排水進入河道系統，排水出路為河道最東頭的海河，是典型的管道與河道排水的城市區域。因為涉及到服務區域的排水是否能自流入河，出口泵站水量多大合適以及河道斷面尺寸的選取等問題，其水力計算顯得特別重要。本文就上述水力計算問題的解決，借助常用成熟的計算方法和"總量核算法"，并應用計算機技術提供了解決此類問題的途徑和方法，供業內人士參考。

1　總量核算法

通過對實際工程的分析，兩側匯水面積的雨水是通過現狀管道排至河道內，其計算采用分步進行是最合適的，即求出各管道在降雨某時刻的入河水量，并進行疊加，進而求出河道總水量。而明渠內流態紊亂，當各出口極限強度水量到達河道時，由于水量的差異，會形成倒流等現象，無法按常規明渠計算設計參數，為了使計算更符合實際，設計采用河道水量狀態核算法，即所謂的"總量核算法"。

總量核算法設計計算分為5個步驟，其中第一～第三步為服務區域水量計算，第四、五步為河道內水量計算兩部分。具體步驟為：第一步是按極限強度法求各服務區管道出口洪峰流量；第二步是通過極限強度法模擬管道出口流量線(Q～t曲線)；第三步是對Q～t曲線進行修正；第四步是對各服務區Q～t曲線求和(W總～t曲線)；第五步是按工程情況設計河道幾何尺寸和控制參數。其中按極限強度法求各服務區管道出口洪峰流量是按國家規范通常的做法，不作為本文討論的重點。下面就基本模式中涉及的其它各方面討論如下。

1.1　通過極限強度法模擬管道出口流量

使用極限強度法是基于暴雨強度公式各地都很容易得到，其使用普及程度高、參數全、計算管道出口流量最接近工程實際，且不降低設計標準。因此，它成為本文實踐的首選。但該法計算的結果是管道最大出口流量，而非各時段管道出口流量。但稍加分析就可以發現其計算過程與管道出口各時段的流量關系，即假設計算區域的降雨強度在降雨某歷時均相等，其起端和末端地面覆蓋程度基本相同，在相同面積下所產生的徑流水量相同，則有從首端區域集水并到達管道內某段所計算的水量和時間即為末端相同面積流入河道的水量和時間，截取不同的水量和時間，就能求出高峰流量出口以前的流量線。對于高峰流量出口以后的水量和時間的計算則是采用延長首端地面集水時間，在管徑一定的情況下逐一計算到管道出口水量。將計算結果合并后，即為這個服務區域的流量和時間曲線，即Q～t曲線，見圖1。計算中應注意起端和末端的面積相差懸殊且地面覆蓋程度相差較大時，應進行必要的修正；還應注意整個暴雨計算時間以當地暴雨強度公式所適用的最長時間為準。

1.2　對Q～t曲線進行修正

使用暴雨強度公式求管道出口流量的Q～t曲線中，由于其參量化等因素，致使暴雨強度歷時 2/3時間以后的殘余強度偏大，這將會給總水量造成較大誤差，特別是河道兼有調蓄功能時更加明顯。結合天津市暴雨強度公式的使用條件和公式推導的適用條件以及工程實際，折算出一個降雨歷時為：當地暴雨強度公式所適用的最長時間加上服務區內管道從首端集水開始到高峰流量從管道中排出的時間，此時令管道出口流量為零。按照上述時間修正的Q～t曲線，對河道總水量的影響小于5%，如圖1中的修正段所示。

1.3　對各服務區Q～t曲線求和(W總～t曲線)

從本步驟開始即進入到河道內水量計算階段，對每個服務區計算的流量進行疊加，以求出排水系統的W總～t曲線。因W總～t曲線是由多條Q～t過程線疊加而成，數學回歸公式較難推導，且時常因管材的影響而出現跳躍。因此，本文計算中采用的是單位時間內插中值法進行分步疊加，以更趨理論值，最終求出W總～t曲線。

1.4　按工程情況設計河道幾何尺寸和控制參數

考慮設計河道的實際情況，沿途5 km各入流口雨水高峰流量進入河道的時間相差不多，且此時河道內流態紊亂，上下游只表現在水位的升高，加之河道按調蓄設計，故在計算中可忽略水力坡度的影響，以平均水位為基準。因此，W總～t曲線即是表示河道內在某個降雨歷時時的最大水量，此時河道內的水量關系為：W總-W排＝W蓄。即通過對強排泵站設計流量W排的設定，進而求出河道調蓄能力W蓄的各種工況，見圖2。在此基礎上，再對不同斷面的河道進行設計，直到蓄排滿足各種參數為準。

2　結論

采用總量核算法成功地解決了廢墻子河改造工程水力計算問題，并為解決此類計算問題進行了理論和方法上的延伸，且具有下列特點：

①是對以往排水計算方法只能計算一個工況點的發展和擴寬，能提供多種供選擇的設計工況；

②計算中采用極限強度法計算管道流量，采用總量核算法計算河道參數，工程整體不降低設計標準；

③是直接使用暴雨強度公式，各地極易得到，且充分貼近廣泛使用的極限強度法，實用性更強。

另外，使用本方法時也應注意如下問題：

①水量計算時是在"極限強度法"基礎上進行的，使用時要對它的假設條件了解清楚，以避免計算偏差過大；

②由于暴雨強度公式統計假設的原因，一般在120 min后曲線變平緩，對入河總水量影響較大，故應進行趨零修正；

篇2

Abstract： This paper puts forward the camera calibration method in computer vision， through analysis of principle of computer vision， and analyzes the application of camera calibration methods in computer vision.

關鍵詞： 計算機；視覺；攝像機；定標

Key words： computer；visual；camera；scaling

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1006-4311（2013）24-0193-02

0 引言

在計算機技術快速發展的今天，人們越來越依賴于計算機，計算機在人們的生活工作中占有重要的地位。計算機中的各種應用層出不窮，廣泛應用在各個領域，計算機視覺在攝像中的應用為攝像機定標方法提供了巨大的參考價值。由于人們對攝像機拍攝效果的要求，使得攝像機在不斷改革更新，攝像機的定標方法是攝像機研究領域備受關注的話題。計算機視覺中攝像機的定標方法是攝像機研究領域所推崇的，它受到了研究人員的高度重視。計算機視覺中攝像機的定標方法呈現出了高質量的攝像效果，極大地滿足了人們對攝像機攝像效果的要求。

1 計算機視覺投影原理

計算機視覺投影原理是利用光的折射現象，把視覺中呈現的影像投射到攝影機的屏幕上，形成了固定的圖像。在計算機視覺中攝影機的成像原理就是利用光的感應，通過對攝像機的焦距進行調整，確定拍攝目標在攝像機鏡頭中的位置，然后利用光的折射形成固定的圖像。在進行攝像時調整焦距是非常關鍵的，焦距就是鏡頭與目標之間的距離，這兩者距離的遠近決定了攝像的效果。如果焦距太遠的話，目標成像就會非常小甚至是模糊。如果焦距太近的話，目標成像會很大也會導致無法看清圖像，所以調整焦距是非常必要的，只有調好了焦距才會形成高質量的圖像。

2 計算機視覺中的攝像機定標方法

2.1 三維立體定標法 攝像機的成像往往都是三維立體的，把圖形通過每個立體面詳細的表現出來，以達到完美的效果。要想達到三維立體的效果在對攝像目標的位置進行確定時，就要找出目標的三維坐標點，以便接下來的攝像工作可以順利進行。然后在圖像投影中找到對應的三維坐標，這一步決定了整個攝像過程的設計方案。最后確定目標在攝影鏡頭中的實際三維坐標，根據鏡頭中目標的實際三維坐標形成具體的圖像。三維立體定標方法的操作原理就是把目標的三維投影進行分步成像，和實際成像效果相聯系，形成鏡頭中具體的三維圖像。在計算機視覺中把三維成像圖進行處理，對三維定標的參數進行分析，找出最優的三維成像方法，使攝像機呈現出高質量的攝像效果。

2.2 平面定標法 平面定標法就是利用多個成像平面對目標的位置進行分析，選擇合適的成像平面對目標進行位置的確定。每個平面的成像都是不同的，由于每個平面的成像都是在運動的，所以應該在攝像機與目標之間的平面內找到一個點，來分析目標與攝像機之間的成像規律，然后根據這一規律對目標進行定標，使攝像機中運動的目標給人們帶來不一樣的感受。隨著目標的不斷運動，攝像機與目標之間平面內的點會越來越多，對物體的定標會受到這些點的影響，物體定標的準確度也越來越高，為攝像機定標提供了可靠的信息支持，會減少攝像機定標的成本，提高了攝像的經濟效益。相比三維立體定標法，平面定標的精確度更高，定標所用的時間相對較短，所以平面定標法在攝像研究領域中值得推廣。

2.3 雙平面定標法 所謂的雙平面定標法就是利用鏡頭與目標之間的兩個平面的成像點來進行定標，不需要成像平面上的光線通過平面中心，只要選取兩個平面之間任意兩點坐標來對定標參數進行計算分析，得出具體的成像圖。這種定標方式不受平面中心的影響可以在任意點上成像，減少了定標參數的數量，提高了定標的工作效率。但是由于雙平面定標法只是任意選取兩平面上的點，對定標的精確度造成了一定的影響，使計算機對參數的運算缺少可靠的數據支持，一定程度上降低了攝像機的成像清晰度，使計算機視覺中攝像機的定標精度存在一定的偏差，呈現出來的具體圖像質量相對比較差。

2.4 直線兩點定標法 在三維立體和平面定標法的基礎上，又進一步研究了直線兩點定標法，極大程度上滿足了人們對攝像效果的要求。直線兩點定標法是利用定標物與攝像機鏡頭之間的直線上的兩點進行定標。然后通過計算機視覺對這兩點的坐標參數進行分析，然后攝像機利用這些參數對攝像機的焦距進行調整，確定物體的具置。在三維立體和平面定標的基礎上對計算機視覺程序進行改進升級，進一步提高對物體定標的精確度。對原有定標方法進行創新改進得出了直線兩點定標法使定標參數的數量大幅度的下降，節省了很多的人工成本，攝像機的清晰度也會大大提高。

2.5 透視變換焦距的定標法 透視變換焦距定標法是通過分析鏡頭與目標之間的距離，不斷調整兩者之間的距離使鏡頭里呈現出來的圖形清晰為止，然后就將現在的目標設置為定標物。由于這種定標方法不用去分析具體的定標參數被人們廣泛的應用。隨著科技的發展現在的攝像機都有自動調整焦距功能，不用人為的去調整焦距，使定標物更快地呈現在鏡頭中，節省了大量的定標時間，計算機的運算速度也加快了。但是這種定標方法也存在一定的缺陷，在實際操作如果不考慮攝像環境以及攝像鏡頭的變化，定標的精確度會存在一定的偏差，導致鏡頭中的定標物成像不清晰。

3 計算機視覺中攝像機定標方法的應用

3.1 在計算機視覺中攝像機的主動定標 計算機視覺中攝像機的定標方法推動了計算機技術在攝像機中的廣泛應用。計算機視覺中攝像機的主動定標是計算機技術在攝像機中的顯著應用。計算機技術使攝像機在定標過程中主動尋找定標物，使焦距和視角很好地配合，充分發揮計算機視覺在攝像機中的成像原理，把定標方法合理地運用在攝像機主動定標過程中，使攝像機的清晰度得到大幅度地提升。

3.2 分層次進行攝像機的定標 隨著計算機技術在攝像機定標中的不斷發展更新，攝影者喜歡分層次地進行定標，把自己的觀點融入到攝像機定標過程中，用自己的思維對定標參數進行分析，利用計算機視覺成像原理把定標物直觀的反映在計算機上，以便更好的對定標物進行分析，以其中一個定標物的成像平面來確定定標物的具體成像圖，使攝像機鏡頭中的定標物圖像可以更清晰。這種分層次的定標使計算機技術可以更好的應用在攝像機定標過程中，呈現出高質量的攝像效果。

4 總結

在計算機視覺中攝像機的定標方法都是可行的，但各種方法都存在一定的缺陷，所以在實際應用中還應該根據攝影環境以及攝影機的質量選擇最優的定標方法，保證定標參數的準確性，在鏡頭里呈現出清晰的成像。針對計算機視覺中攝像機定標方法的缺陷，攝像機的研究領域應該要不斷更新攝像機定標方法，提高攝像機定標的精確度，不斷滿足人們對攝像機清晰度的要求，呈現出清晰的攝像效果。

參考文獻：

[1]邱茂林，馬頌德，李毅.計算機視覺中攝像機定標綜述[J].自動化學報，2000（1）.

[2]伍雪冬，蔣新華，李建興，黃靖.計算機視覺中傳統攝像機定標方法綜述[J].福建工程學院學報，2007（1）.

篇3

關鍵詞 計算機視覺；攝像機定標方法；應用特點；線性關系；參照物

中圖分類號：TP391 文獻標識碼：A 文章編號：1671—7597（2013）022-067-3

計算機視覺中的攝像機定標方法總得來說可以分為兩類——傳統的攝像機定標法和攝像機自定標法。為了能夠使所獲取的場景更加自然，計算機視覺系統可以通過運用攝像機定標方法，加之合理安排攝像機和計算機這兩種成像裝置，來對二維的圖像信息進行虛擬空間的三維建模，進而控制整個攝像效果。這其中攝像及內部的一些參數起到了很大的作用，最初在計算機視覺中都是采用的傳統攝像機定標方法，但是這種方法存在著一定的局限性。這種定標方法在攝像機隨意運動和未知場景的安排下很難進行有效的標定。隨著計算機視覺中的攝像機定標方法的不斷進步和發展，以及攝像機自定標方法的誕生，使得這項技術逐漸獲得了相對廣泛的應用。

1 計算機視覺中與攝像機定標解析

計算機視覺的基本任務是采集一定數量的圖片或視頻資料并進行處理，以此來獲得相應場景環境下的的三維信息。而這些三維信息與圖像、視頻對應點的相互關系需要通過攝像機的幾何模型來決定，經過計算分析得出這些幾何模型參數的過程即為攝像機定標。如此看來，計算機視覺與攝像機定標的關系密不可分，目前可知，計算機視覺與攝像機定標的結合已經運用到相關領域，如高速公路上的車輛自主導航，部分醫學圖像的處理，電腦中臉孔或指紋識別等。但是由于所使用的目標人群相對較窄，以及攝像機定標方法的相對局限，使得計算機視覺的攝像機定標無法廣泛的運用到各個行業領域。正因如此，才加大了對計算機中攝像機定標方法的研究的必要性。下面就來對攝像機定標的兩種方法進行簡要的探討。

2 傳統的攝影機定標方法及應用特點

傳統的攝像機定標方法主要是在相應的攝像機模型下面，通過對一系列的數學公式進行變換計算和改進優化，然后對標定的具體參照物進行科學的圖像處理，最終來獲取攝像機模型的主要外部參數和內部參數。但是，由于不同的標的參照物與不同的算法思路的限制，傳統的攝像機定標方法也各不相同，其大致可分為以下三種：三維型——3D立體靶標定標法、平面型——2D平面靶標定標法以及以徑向約束為基準的定標法。

2.1 基于3D立體靶標的攝像機定標

這種基于3D立體靶標的攝像機定標方法就是在攝像機的前面安置一個具有3D效果的立體靶標裝置，然后將靶標上面的任何一個點都拿出來作為i這個參照物的特征點。在計算機視覺系統的作用下，將每一個靶標上面的特征點在整個三維坐標系中進行精確的制作測定。與此同時，攝像機首先在拍攝過程中獲取靶標上面的特征點影像信息，然后對平面圖像坐標系和立體空間坐標系二者的內外部數據參數排列出非線性方程，找出方程中系數矩陣的非線性關系，最后通過數學算法中的線性變換法來對整個透視系數矩陣中的每一個元素進行求解。通常在這種定標方法的應用過程中，計算機視覺系統都會忽略攝相機鏡頭在拍攝時的非線性畸變，將透視變幻矩陣中的相關元素定義為未知數，繼而在整個定標過程確定有效的三維控制點和相應的圖像點。在裝置3D立體靶標后，整個攝像機定標就能夠根據靶標上特征點的圖像坐標和世界坐標，在數學變幻算法的應用下，計算出攝像機的內部參數和外部參數。

這種3D立體靶標的攝像機定標方法不僅能夠優化定標物的獲取方法，而且能夠適應程序功能的改進，并且較高的精度，因而得到了廣泛的應用，但是這種定標方法通常比較繁瑣。

2.2 基于2D平面靶標的攝像機定標

基于2D平面靶標的攝像機定標方法在傳統攝像機定標方法分類中屬于一種新型的定標方法，又名張正友定標法。這種定標法具有靈活適用的特點，也是對傳統攝像機定標方法的一種簡化。在定標過程中首先是要在兩個以上的不同方位對一個平面靶標進行攝相機拍攝，整個拍攝過程中2D平面靶標和攝相機鏡頭都能夠自由地進行移動，而且要保持整個攝像機的內部參數一直固定。通常在基于2D平面靶標的攝像機定標法的應用中，我們都需要先假定這個靶標在三維空間坐標系中的豎軸為0，然后為了求出攝像機內外參數的優化解，要建立相應的線性模型，通過對線性模型的線性分析來計算出優化解，最后，運用最大似然法排列參數之間的非線性關系來求出其非線性解。在整個定標流程中，必須對攝像機的鏡頭畸變的目標函數進行綜合考慮，才能夠計算出攝像機的外部和內部參數。

這種方法既具有較高的精確性，又不需要很昂貴的定標成本，因此在計算機視覺系統中很為實用。但是，這種方法在進行整個攝像機內外參數的線性分析時，因為特征圖像上面的直線在透視之后依然是直線，在進行圖像處理的過程中，會引入一定的誤差。因此，在很多具有廣角鏡頭的攝像機定標上會出現因為鏡頭畸變而引起的較大誤差。

2.3 基于徑向約束的攝像機定標

基于徑向約束的攝像機定標就是通常所說的兩步法標定方法。這種方法通常是先利用徑向一致約束對超定性的線性方程進行最小二乘法求解，這樣就能夠將除了攝像機光軸方向平移外的其他的攝像機參數，然后對攝相機鏡頭存在和不存在透鏡畸變的情況下分別進行其他攝像機參數的求解。這種方法的計算量較為適中，而且精度也比較高，適用于攝像機的精密測量。然而，兩步法對于整個定標設備的要求也高，對于簡單的攝像機標定而言不易采用。

總的來說，基于徑向約束的攝像機定標的精準是通過設備的復雜和精確來獲得的，因此具有針對性的應用特點。

3 攝像機自定標方法及其應用特點

攝像機自定標方法是指在攝像機在移動時，周圍環境中的圖像會形成一定的對應關系，通過這種對應關系來對攝像機進行定標的方法，這種方法無需依賴參照物。攝像機自定標方法主要有以下四種：基于主動視覺的自定標法、基于Kruppa方程的自定標方法、分層逐步定標法以及基于二次曲面的自定標方法等。這些方法相較于傳統的攝像機定標方法來說有了很大的改進和提高，下面就進行簡要的探討。

3.1 基于主動視覺的自定標法

目前，在攝像機自定標方法中的應用最為普遍的方法便是基于主動視覺的自定標法。這種方法主要是能夠通過對攝像機在移動過程中的對環境中的多幅圖像進行標定，進而建立對應關系來求出標定參數，由此可見，整個標定過程不需要精密的標定物，如此一來就能夠使得標定問題簡單化。主動視覺系統是這種標定方法的核心技術，就是攝像機在拍攝過程中被固定在了一個能夠得到精確控制的移動平臺上，并且這個平臺的相關參數能夠通過計算機進行精確的讀出，在整個拍攝過程中攝像機只需要通過一定的特殊運動來獲取多幅圖像信息，然后在結合攝像機運動的具體參數和圖像的參數來確定整個攝像機的內部和外部參數，達到攝像機定標的效果。其中基于主動視覺的自定標法的代表方法就是馬頌德提出的控制攝像機的兩組三正交平移運動的標定方法。后來，李華、楊長江等人對這種方法進行了改進和優化，提出了基于四組平面正交和五組平面正交運動的標定方法，并能夠利用獲取圖像中的機電信息來對攝像機的參數進行線性表定。

這種方法算法簡便，能夠獲得整個參數的線性解，但是這種方法對整個攝像機的運動平臺要求很高，因此要求必須具有精確控制的能力。

3.2 基于Kruppa方程的自定標方法

基于Kruppa方程的自定標方法主要是在整個攝像機自定標過程中導入了Kruppa方程，并對該方程進行直接求解，從而得到整個攝像機的具體參數的方法。基于Kruppa方程的自定標方法在應用時利用了極線變幻和二次曲線像的概念對Kruppa進行推導，直接進行求解。

這種標定方法不需要對整個圖像的序列進行射影重建，通常是對兩個圖像之間的信息建立一個方程，相較于逐步分層標定方法而言，基于Kruppa方程的自定標方法能夠將某些很難做到所有圖像整合到一個統一的射影框架中的情況更加具有優勢，但是這種方法還是存在著一定的局限性，它無法保證在無窮遠處的平面能夠保持所有圖像在確定的攝影平面中還具有一致性的效果。當整個攝像機拍攝的圖像的序列較長的時候，基于Kruppa方程的自定標方法就顯得很不穩定，繼而不能夠很好地算出整個攝像機的內外參數，對定標造成了一定的影響。

3.3 分層逐步定標法

分層逐步定標法是攝像機自定標方法中的一個研究熱點，在攝像機自定標的實際應用中以及逐步取代了可以直接求解的基于Kruppa方程的自定標方法。分層逐步定標法在應用過程中首先需要對整個拍攝的圖像序列進行攝影重建，這點和基于Kruppa方程的自定標方法一樣，然后利用絕對二次曲面加以約束，最后在確定出無窮遠處平面方程中的仿射參數以及攝像機內部的參數。分層逐步定標法的應用特點是必須建立在射影定標的基礎之上，利用某一幅圖形作為特征基準點進行射影對其，將整個攝像機自定標的未知數的數量減少，再運用數學算法中的非線性優化算法來進行未知數的求解。

這種方法的不知自出就是在進行非線性優化算法時，初值是通過事前的預估得到的，不能夠保證這個方程的收斂性。由于在射影重建時，選擇的基準圖像不同，整個攝像機自定標的結果也會存在差異。

3.4 基于二次曲面的自定標方法

基于二次曲面的自定標方法和基于Kruppa方程的自定標方法在本質上答題一致，這兩種方法都是利用了絕對二次曲面在歐式變幻算法的計算下維持的不變性進行的。最早將二次曲面的概念引入到計算機視覺系統中攝像機自定標方法的是Triggs，他在這種定標方法上作出了可行性的研究，最后形成了基于二次曲面的自定標方法。

在輸入了多幅的圖像并且在進行統一的射影重建的狀態下，基于二次曲面的自定標方法會比基于Kruppa方程的自定標方法更加適用一些，原因就是基于二次曲面的自定標方法包含了絕對二次曲面和無窮遠處平面的所有信息，進而能夠辦證整個圖像在無窮遠處平面的一致性。

4 傳統攝像機定標方法與自定標方法優缺點分析

從上文可知，對于傳統攝像機定標方法應該取其精華，去其糟粕；對于攝像機自定標方法，在吸取傳統攝像機定標方法的優點的同時，應該加強自身的精度要求?？偠灾瑑煞N攝像機定標方法各自存在利弊，如何改進才是正確的研究方向。

4.1 傳統的攝像機定標方法弊端

傳統的攝像機定標方法通過實踐證明，在理論上和實際運用上十分有用的，但仍有不少地方需要進一步改進，以下為它目前存在的問題所在：1）攝像機所拍攝的圖像或視頻存在一定噪聲。在實際數據計算分析中，這種噪音無論大小，都會對內部參數的實際解造成大的干擾，并且使實際解與由約束關系所求得的解之間有著相當大的差異。因此，怎樣才能夠提高解的魯棒性、減少解之間的差異性成為了傳統攝像機定標亟待解決的1問題；2）線性模型所得的優化解并非全局的。由上可知，攝像機定標的實際過程便是獲得實際參數的過程，即使用各種不同的優化計算方法，來獲得相應的非線性方程的一組解，但實際上，以此所獲得的優化解并非全局的。因此，如何變化或者提高線性方程的解答方法也很重要；3）攝像機定標參數的不確定性。一般來講，攝像機定標參數的不確定性決定著計算參數的可信程度，同時，其對三維重建有著影響，進一步來講，攝像機定標的不確定性也決定著約束關系的不確定性傳播。因此，這個問題也需要深入進一步研究。

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

4.2 攝像機自定標方法相關問題

目前普遍認為，攝像機自定標方法實現隨時隨地的校準攝像機模型參數，與傳統的攝像機定標方法相比顯得更為靈活先進。攝像機自定標方法無需參照物，僅僅從圖像或視頻的相關點中得到它們之間的約束關系，從而通過相應的分析，計算出攝像機模型的參數.這種定標方法看似毫無缺點，但自定標的精度與傳統的攝像機定標方法相比，還是存在者一定的缺點，以下便是對其缺點的歸納總結：部分攝像機自定標方法所求得的解不夠穩定。例如：在圖像或視頻存在一定噪聲的情況下，實際的解與理論的解有著相當差異，或者所求得的解并不唯一。因此，解的不穩定性和精度不夠的情況，不僅是傳統攝像機定標方法的缺點，也是自定標方法的一個問題，提高解的精度及穩定性，是自定標研究的一個重要方向。實際上，在現在的解決方案中，各種優化算法是最常用最普遍的方法，但是，在多解的情況下，優化算法也無法能夠保證得出全局的最優解。由此看來，這個問題是計算機是絕種攝像機定標方法普遍存在的關鍵性問題。

5 結束語

隨著計算機視覺系統的不斷發展，攝像機定標技術也呈現了進步的狀態。綜上所述，計算機視覺中的攝像機定標方法主要有傳統的攝像機定標法和攝像機自定標法，對這兩類的定標方法進行深入的研究能夠為全面認識和了解攝像機定標方法起到很好的幫助作用。計算機視覺中的攝像機定標方法在今后的發展過程中應該得到更多的研究，但其所存在的不足和弊端也理應得到研究人員的重視。在這個多元化信息化的世界里，計算機視覺中的攝像機定標技術若能夠根據現有的條件，適應如今的環境，選擇合適的方法，對一些還存在局限性的環節取得更好地突破，則能夠將整個定標技術提升一個高度。相信隨著未來計算機視覺系統的不斷擴展和不斷完善，攝像機定標技術的應用范圍也會越來越廣闊。

參考文獻

[1]宋雪峰，楊明，王宏.用于攝像機標定的網格狀紋理的檢測方法[A].2001年中國智能自動化會議論文集（下冊）[C].2001.

[2]譚躍鋼，吳正平.一種新的基于雙目視模型的三維重建方法[A].中國儀器儀表學會第三屆青年學術會議論文集（上）[C].2001.

[3]劉健勤，鮑光淑.面向數據采掘的自適應圖象分割技術[A].中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C].1998.

[4]洪俊田，陶劍鋒，李剛，桂預風，徐曉英.基于灰色關聯的數字圖像去噪研究[J].武漢理工大學學報（交通科學與工程版），2006，04.

[5]趙江濤，周仁斌，劉寶源.基于線結構激光三維掃描系統的攝像機標定方法研究[A].2010振動與噪聲測試峰會論文集[C].2010.

[6]王鵬，王紅平.基于網格圖像的雙線性插值畸變校正的方法研究[A].科技創新與節能減排——吉林省第五屆科學技術學術年會論文集（上冊）[C].2008.

[7]程建璞，項輝宇，于修洪.基于OpenCV的視覺測量技術中攝像機標定方法[J].北京工商大學學報（自然科學版），2010，01.

[8]趙越，江南.一種基于3D矩形靶標的攝像機標定算法及其實現[A].第九屆全國信息獲取與處理學術會議論文集Ⅰ[C].2011.

篇4

進行了闡述。

關鍵詞：自動控制技術　農業自動化

由于歷史、觀念和技術等方面的原因, 我國傳統農業機械與發達國家相比有很大差距, 已遠遠不能適應農業的科技進步。近些年來, 自動化的研究逐漸被人們所認識, 自動控制在農業上的應用越來越受到重視。例如,把計算機技術、微處理技術、傳感與檢測技術、信息處理技術結合起來, 應用于傳統農業機械, 極大地促進了產品性能的提高。我國農業部門總結了一些地區的農業自動化先進經驗(如臺灣地區的農業生產自動化、漁業生產自動化、畜牧業生產自動化及農產品貿易自動化)的開發與應用情況, 同時也汲取了國外一些國家的先進經驗、技術, 如日本的四行半喂人聯合收割機是計算機控制的自動化裝置在半喂人聯合收割機中的應用,英國通過對施肥機散播肥料的動力測量來控制肥料的精確使用量。這些技術和方法是我國農業機械的自動化裝置得到了補充和新的發展, 從而形成了一系列適合我國農業特點的自動化控制技術。

一、已有的農業機械及裝置的部分自動化控制

自動化技術提高了已有農業機械及裝置的作業性能和操作性能。浙江省把自動化技術應用于茶葉機械上, 成功研制出6CRK-55型可編程控制加壓茶葉揉捻機, 它利用計算機控制電功加壓機構, 能根據茶葉的具體情況編制最佳揉捻程序實現揉捻過程的自動控制, 是機電一體化技術在茶葉機械上的首次成功應用。

1.應用于拖拉機

在農用拖拉機上已廣泛使用了機械油壓式三點聯結的位調節和力調節系統裝置, 現又在開發和采用性能更完善的電子油壓式三點聯結裝置。

2.應用于施肥播種機

根據行駛速度和檢測種子粒數來確定播種量是否符合要求的裝置, 以及將馬鈴薯種子割成瓣后播種的裝置等。

3.應用于谷物干燥機

不受外界條件干擾, 能自動維持熱風溫度的裝置停電或干燥機過熱引起火災時, 自動掐斷燃料供給的裝置。

二、微灌自動控制技術

我國從20世紀年50代就開始進行節水灌溉的研究與推廣據統計。到1992年, 全國共有節水灌溉工程面積0.133億m2, 其中噴灌面積80萬m2, 農業節水工程取得了巨大的進展。灌溉管理自動化是發展高效農業的重要手段, 高效農業和精細農業要求必須實現水資源的高效利用。采用遙感遙測等新技術監測土壤墑性和作物生長情況, 對灌溉用水進行動態監測預報, 實現灌溉用水管理的自動化和動態管理。在微灌技術領域, 我國先后研制和改進了等流量滴灌設備、微噴灌設備、微灌帶、孔口滴頭、壓力補償式滴頭、折射式和旋轉式微噴頭、過濾器和進排氣閥等設備, 總結出了一套基本適合我國國情的微灌設計參數和計算方法, 建立了一批新的試驗示范基地。在一些地區實現了自動化灌溉系統, 可以長時間地自動啟閉水泵和自動按一定的輪灌順序進行灌溉。這種系統中應用了灌水器、土壤水分傳感器、溫度傳感器、壓力傳感器、水位傳感器和雨量傳感器、電線等。

三、自動控制技術在精準農業中的應用

篇5

【關鍵詞】照相軟件 人臉識別技術 計算機

人臉識別作為一項現代化科技技術，具有極大的發展空間。1964年，人臉識別（AFR）這一領域逐漸出現在人們的視野里，至于1991年至1997年，若干具有代表性的人臉識別算法誕生于世，到如今，以支持向量機為代表的統計學習理論被應用到了人臉識別中來。前人的側重點在于對其算法的延伸探究，但就筆者而言，存在一定程度上專業知識的限制，因而根據自身的知識儲備與探究能力，將人臉識別技術這一寬泛概念的探討縮小至相對更貼近生活，且較為容易理解與研究的一個主題――對于照相機軟件中人臉識別技術的探究，并由此展開對計算機人臉識別的部分性探究。

1 對于人臉識別技術的初步了解

科幻性質的故事往往以其并不符合實際的奇幻情節，模糊得描繪了現實世界未來的發展藍圖。這里不得不提及一部具有啟發意義的電影――《生化危機》，電影中追蹤主角行蹤的衛星定位人臉識別技術，是否未來也將存在于我們的現實社會當中？由此，便聯想到生活中照相軟件的人臉識別是否也是通過相似的原理而執行的。

關于人臉識別，其本質上隸屬于生物特征識別的一支。其余包含指紋識別，虹膜識別，DNA識別等技術。當今最為廣泛運用的是指紋識別，但隨之而來產生的是一定的安全性問題。例如去年熱門的高考替考話題，指紋貼的出現使指紋識別的安全性受到質疑。而人臉識別仍處于一個不完全成熟的發展階段，就目前現狀來說，其所具有的不可復制性、自然性、不可察覺性，使其安全性與實用性都處于相對較高的水平。但同樣，其技術難度也呈正比例增長。

通過對與計算機信息科技的學習，能夠得出這樣一個總結性結論：“人臉識別是通過計算機視覺的一些算法所實現的?！?/p>

前人對從不斷更新的研究中得出，人臉識別的基本算法有四種：

（1）基于人臉特征點的識別算法（Feature-based recognition algorithms）。

（2）基于整幅人臉圖像的識別算法（Appearance-based recognition algorithms）。

（3）基于模板的識別算法（Template-based recognition algorithms）。

（4）利用神經網絡進行識別的算法（Recognition algorithms using neural network）。

當然，如今也早已存在許多其他的的算法能夠支持人臉識別技術的實現。而對于該項技術的應用的范圍也在逐漸擴大，門禁考勤系統、住宅安全管理、電子身份等等，都將在很大程度上的得益于其的不斷發展。

讓我們回到主題：照相機的人臉跟蹤究竟是如何實現的呢？圍繞這一問題，由淺及深，筆者將本文中的探究內容主要分為以下三個部分：

（1）圖像在計算機內部的存儲方式。

（2）計算機如何區分出物體與其所在背景。

（3）計算機如何定位人臉并從而實現識別功能。（注：由于照相軟件只是作為一個對于人臉識別問題的切入點，單單深究照相軟件會帶來一定的局限性，因此二、三兩點將跳過作為載體的照相軟件，直接對于照相機功能背后的原理作進一步探究。）

1.1 圖像在計算機內部的儲存方式

計算機通過往往通過bitmap的形式來儲存圖像，也就是像素矩陣。

從結構上講，計算機中儲存的圖像一把可以分為兩大類，即矢量圖和位圖。矢量圖通過數學公式計算獲得，優點在于不會失真，但其最大的缺點是難以表現色彩層次豐富的逼真圖像效果。而位圖的基本思想，則是把一幅圖像按照行列進行分割，所獲得的點成為像素。相機所拍攝獲得的照片便是以位圖的形式儲存的。每一幅圖像均是由無數像素組成，而每一個像素對應顯存中1、8、16或24位二進制數來表示顏色信息。位數決定了圖像所含的最大顏色數，位數越多，圖像的色彩就越豐富。

1.2 計算機如何區分出物體與其所在背景

大致的過程可以由圖1所知，用相對容易理解的話來解釋，計算機對于區分物體與其所在背景，首先是通過對要是別的物體提取表面特征，然后再對真實的照片提取表面特征，最終在進行匹配，配合相應的算法，這樣，計算機便可以區分出物體與其所在背景。

由此所延伸的科目是計算機視覺。

正如定義所提到：計算機視覺是一門關于如何運用照相機和計算機來獲取我們所需的，被拍攝對象的數據與信息的學問。

通過這門科目，我們能夠做到使用計算機來處理圖像，并區分出目的對象。形象地說，在這門科目的輔助之下，計算機能夠成為人類的第二雙眼睛，對目標進行識別、跟蹤和測量。

“One picture is worth ten thousand words.”圖像的處理，將為人類提供巨大的便捷。

大致羅列出其處理所進行的步驟，分別是：圖像獲取、特征提取、檢測分割、高級處理。

1.3 計算機如何定位人臉并從而實現識別功能

關于人臉的定位與識別，在很大一定程度上與區別物體與背景的技術存在著相似之處。但是人臉的定位與識別，又是更高于目標對象的識別的。這正是算法的不停更新與發展所帶來的科技發展的結果。

目前比較流行的Cascade Classifier（Opencv中做人臉檢測的時候的一個級聯分類器）效果還是比較好的，正臉檢測到的成功率能達到90%以上。

此外，在人臉局部區域特征提取時，一種叫做CNN（Convolutional Neural Network）卷積神經網絡技術的運用――使用提取特征的filter對像素點進行幾層處理，也為識別帶來一定的便利。CNN運用到了深度學習，因此這里將拓展以下有關deep learning的概念：

deep learning的概念源于人工神經網絡的研究。其三大框架為：CNN（Convolutional Neural Network，卷積神經網絡），DBN（Deep Belief Network，深度置信網絡），AE（AutoEncoder，自動編碼機）。而目前在CV（Computer Vision的縮寫，指計算機視覺）領域應用最廣的是CNN。到近來也有很多人嘗試用deep learning的方法來實現人臉識別，其與先前所提到的計算機區分物體和背景的原理也是相似的。

2 結論

回到最初的問題：照相機的人臉跟蹤是如何實現的？綜上所述，可以獲得的結論是：照相機的人臉跟蹤是通過計算機視覺的一些算法實現的。但這些算法在技術方面人仍然面臨著一些難點，例如，在特征識別時，外界客觀因素，有如，光線、著裝遮擋、目標對象的姿態、臉型、樣本缺乏等等尚未解決的問題。這些都使人臉識別技術尚有巨大的可發展空間。就像前段時間由推出的How Old do I Look線上臉部偵測服務，曾一度掀起熱潮，可見，人們對于人臉識別技術的期望也是很高的。

那么，未來的人臉識別技術到底能夠發展到何種程度呢？香港中文大學教授湯曉鷗、王曉剛及其研究團隊曾在2014年6月宣布，他們研發的DeepID人臉識別技術的準確率超過99%，比肉眼識別更加精準。相信未來，計算機人臉識別技術將與我們共同成長，逐漸成熟與完善。畢業于UC Berkeley的博士賈揚清，創造了Caffe――全稱Convolutional Architecture for Fast Feature Embedding，一個清晰而高效的深度學習框架，具有上手快、速度快、模塊化、開放性、社區好等優點。如此不斷迅捷發展的計算機技術，在這個數字化的時代，正是對未來發展很好的導向。

參考文獻

[1]韋鳳年.怎樣寫科技論文[J].河南水利，2006（09）.

[2]董琳，趙懷勛.人臉識別技術的研究現狀與展望[J].China Academic Journal Electronic Publishing House，2011，10.

作者簡介

孫文倩（1998-），上海市人?，F在上海市洋涇中學高中在讀。

篇6

關鍵詞：數字攝影測量；影像匹配；影像匹配分類；匹配策略

中圖分類號： P216 文獻標識碼： A

1．前言

影像匹配是數字攝影測量的典型問題之一。在航空攝影測量領域，影像匹配是自動獲取數字地面模型(DTM)的關鍵技術，是以影像匹配代替傳統的人工觀測，來達到自動確定同名點的目的。一般來說，由于影像在不同時間、不同傳感器、不同視角獲得的成像條件不同，因此即使是對同一物體，在影像中所表現出來的幾何特性、光學特性、空間位置都會有很大的不同，如果考慮到噪聲、干擾等影響會使影像發生很大差異，影像匹配就是通過這些不同之處找到它們的相同點。在計算機視覺中，通常稱為影像配準，而且很多領域中影像匹配都是必不可少的關鍵環節。目前影像匹配己成為現代信息處理，特別是圖像信息處理領域中的一項非常重要的技術，已有很多學者進行這方面的研究而且已經取得了很好的成就。影像匹配研究涉及到了影像采集、影像預處理、影像分割、特征提取等，并且與計算機視覺、多維信號處理和數值計算方法等緊密結合。它也是其它一些影像分析技術，如立體視覺、運動分析、數據融合等的基礎。目前，它的應用范圍相當廣泛，在計算機視覺、虛擬現實場景、航空航天遙感與數字攝影測量、醫學影像分析、光學和雷達跟蹤、景物制導、地形匹配、指紋與肖像檢測等領域都有著重要的應用價值。在數字攝影測量的研究中，幾何變換和對應關系是兩大關鍵問題。幾何變換問題經過數學和圖形圖像學的研究已經得到了解決，而對應問題(特別是同名點的對應問題)正是影像匹配的研究目的。影像匹配的良好實現，可以大大促進數字攝影測量自動化量測的發展，并為立體測圖、建立立體模型、自動生成DEM、正射影像、等高線，構建三維立體和虛擬現實場景提供技術支撐。

2．影像匹配國內外研究現狀與內容

影像匹配技術一直是數字攝影測量、計算機視覺等領域的關鍵技術難題，但它廣闊的應用前景吸引了眾多領域的科研人員孜孜不倦地對它進行攻關，成為經久不衰的研究熱點。最初的影像匹配是利用相關技術實現的，因此又稱為影像相關。從上個世紀五十年代至今，國內外學者提出了許多相應的理論，涌現了大量的匹配算法[1][[2][3][4]，如相關函數法、相關系數方法、整體法等。Bellman于上個世紀50年代提出的動態規劃法影像匹配，德國 Ackerlnann 教授提出的最小二乘匹配方法[5]，Rosenhlm提出的多點最小二乘影像匹配[6]，已及Ton Jez-ehing、JainA K提出的確定兩影像區域間對應關系的點匹配方法[7],Daniel P Huttenlocher等人提出的Hausdorff距離匹配方法[8]等等；1978年，我國攝影測量學的先驅王之卓院士率先提出了“全數字攝影測量”的概念[9], 利用影像匹配來代替傳統的人眼立體觀測；張祖勛院士提出了基于跨接法的影像匹配 [10]；呂言提出了特征提取的呂言算子和基于特征的影像匹配方法[11]；張力、沈未名等也提出了基于空間約束的神經網絡影像匹配算法[12]。盡管發展出了多種多樣的匹配方法，但這些影像匹配算法按其匹配基元分類，主要可以分為基于像元灰度的影像匹配算法、基于特征的影像匹配算法以及基于影像的理解和解釋的匹配算法。

3.影像匹配的基本概念

匹配是圖像處理的一個基礎問題。簡單的說，匹配技術就是找到兩幅不同影像之間的空間位置關系實現同一目標的兩幅(或兩幅以上)影像在空間位置上的對準。 Barbara zitova和 Jan Flusser在其著作中對影像匹配進行了定義[23]，稱其是針對來自于同一場景、不同時間、不同視角、不同傳感器的兩幅或多幅圖像進行重疊 (Overlapping)的過程，這個重疊就是幾何對齊 (Geometrically Align)的過程?？梢詮闹锌闯鰞牲c，其一，影像匹配所研究的影像具有成像機理、自然條件、成像時間等的不同，這些都造成參與匹配的影像對具有很大的差異;其二，影像重疊的目的為了對兩幅影像在空間上進行對準，以確定兩幅影像之間的平移以及旋轉關系。也可以說影像匹配時利用兩個信號的相似性評價函數，評價它們的相似性以確定同名點。即首先取出以待定點為中心的小區域中的影像信號，然后取出其在另一影像中相應區域的影像信號，計算兩者的相似性評價函數，以相似性評價函數值的大小來確定相應區域中心點位同名點，即以影像信號分布最相似的區域為同名區域，同名區域的中心點為同名點。

4.影像匹配的困難與解決問題思路

影像匹配的方法有很多，但都有不同程度的局限性。對于一些共性的問題，如匹配模糊度問題，匹配組合問題等，目前仍是影像匹配中的難點問題。在實際應用中主要表現在以下幾種情況的影像匹配中存在的問題：

1.信息貧乏區域（非重疊覆蓋范圍）和紋理重復區域（遮蔽區域）的匹配

2.陰影區域的匹配

3.陡坡表面和斷裂線地區的匹配

4.影像之間存在大的旋轉角度的匹配

5.非漫反射地區的匹配

6.對運動的目標和陰影的匹配

7.存在較大比例尺差異的影像間的匹配

8.不同傳感器影像之間的匹配

針對這些問題，一般的對于紋理貧乏和周期性紋理重復區域，自適應的調整窗口大??；對于遮蔽和斷裂線區域采用雙向匹配的方法；對于陡坡區域采用跨接法影像匹配；對于存在較大旋轉角度的影像匹配則采用SIFT算子[28]進行處理。

5.小結

發展至今，影響匹配技術已經取得了很大的成就，多種多樣的影像匹配算法基本能夠滿足實際應用的需求。但影像匹配中仍存在著諸多問題和挑戰，這也是數字攝影測量面臨的典型問題之一，也是我們今后科研的主攻方向和著力點。另外，目前的影像匹配算法大多是針對特定情況的應用，適應性方面不是太強。因此，尋找一種普適性的影像匹配算法或適應性較強的影響匹配處理系統從而實現數字攝影測量發展的一次飛躍是我們不得不思考的問題。

參考文獻：

[1]張祖勛，新的核線相關算法一跨接法[J]，武漢測繪科技大學學報，1988，13(4):19-26.

[2]王之卓，攝影測量原理續編[M]，北京:測繪出版社，1986.

[3]呂言，用于提取數字圖像點特征之有利算子研究[J]，測繪學報，1989，18(3):175-182.

[4]張力，沈未名，張祖勛等.基于空間約束的神經網絡影像匹配[J].武漢測繪科技大學報，2000，25(1):55-58.

篇7

關鍵詞 機器視覺 農業 具體應用

中圖分類號：R471 文獻標識碼：A

0引言

機器視覺是一門涉及模式識別、神經生物學、計算機科學、人工智能、圖像處理、心理物理學等諸多領域的交叉學科。主要是通過計算機對人類某些視覺方面的智能行為的模擬和再現，再處理并理解從客觀事物的圖像中提取到的信息，最終達到在實際檢測和控制中應用的目的。近年來，隨著農業的智能化發展，使得機器視覺越來越多的應用于農業之中。

1機器視覺的主要結構

1.1照明

照明是機器視覺系統里的一個非常重要的部分。它直接影響著攝像機采集到的數據的質量，所以，在選擇照明設備的事情上，要非常的謹慎。一個好的光源的判別標準是：

（1）能夠突出對比被測物體的特征。

（2）保證穩定性和亮度。

（3）物體的位移不會對成像質量有影響。

生活中常見的光源主要有白熾燈、氙燈、熒光燈、LED等幾種類型。在照明上，有兩種方法可以來增強需要的目標特征：

（1）利用光譜。選取合適的照明光源反射呈現出希望看到的光譜范圍。

（2）利用照明的方向性。有兩種方法：其中一種是具利用光源本身的照射效果。光進行漫反射時，光的照射強度在每個方向上基本相同。而當光直射時，光源的光會集中在一個狹小的范圍內。特定的環境下，光源會發出單向平行光。

（3）可以從被測物、光源、攝像機三個部分的相對位置入手。有正面光、背光、明場照明、暗場照明四種相互獨立的方法。

1.2鏡頭

攝像鏡頭是一種光學設備。具有把光轉換為攝像機內部成像的功能。鏡頭是機器視覺中舉足輕重的部分，對判斷圖像的質量好壞有著很客觀的作用。鏡頭性能的參數主要有工作距離、角度、視場、景深、分辨率等幾個方面。工作距離指的是鏡頭的前部到被測物體的距離。視場表示攝像頭能觀察到的最大的范圍。景深指的是在物體在攝像機照射到清晰圖像的情況下能移動的前后距離范圍。

1.3攝像機

攝像機是可是將光線轉換成圖像的裝置。攝像機又分CCD和CMOS傳感器攝像機兩種。兩者主要的區別是讀出數據的方式。CCD的成本高，工藝復雜，耗電高，但是效果好。CMOS制造成本低，制造工藝簡單，消耗的電力小，但是CMOS的通透性和對色彩的還原能力都比較差。CCD可分為兩類，面陣式和線陣式。在速度較高的情況下一般采用線陣式，速度低的情況下采用面陣式。面陣式價格也比較便宜。

1.4 圖像采集卡

把攝像機采集到的數據通過圖像采集卡轉存到電腦中。

2機器視覺在農業中的應用

2.1機器視覺在棉花氮素營養診斷中的應用

農作物生長發育進程和產量形成受肥料影響很大，基于機器視覺的作物生長監測與診斷技術是近地面遙感監測的方法之一，其優質清晰的數字圖像既能方便地對作物生長發育的季節性變化進行評估，也能實時高效、快速準確、自動無損地提供作物長勢信息和營養狀態診斷，在信息化精準農業生產中扮演著極其重要的角色，還可以幫助農戶適時采取農藝措施（施肥、灌水、耕作、收割以及病、蟲、草、鼠害防治等），從而提高農作物產量與品質。

2.2機器視覺在嫁接苗移栽實時定位中的應用

為了降低嫁接苗培育整個環節的工作強度、提高嫁接苗存活率以及生長質量，嫁接苗的全自動培育是未來發展的趨勢。嫁接苗的全自動培育包括精密定向自動播種、自動育苗、自動供苗、自動嫁接、嫁接苗自動移栽以及溫室自動管理幾個步驟，每個環節都有大量的研究人員深入研究。其中，嫁接苗的自動移栽主要完成從嫁接機上取苗再到穴盤上進行種苗的過程。移栽效果一般取決于穴孔定位的精度、穩定性以及末端執行器的設計。針對移栽過程中基于機器視覺的穴孔位置的定位研究是目前的研究熱點。

2.3機器視覺在茶隴識別與采茶機導航中的應用

中國是茶葉的主要原產地，也是世界上茶葉種植、消費、出口最大的國家之一。目前，我國茶葉采摘和用工的矛盾已經成為茶葉產業發展的瓶頸，加快發展茶葉采摘機械化勢在必行。采用機械化作業替代人工，不僅可以降低成本，而且能夠提高采茶質量和生產效率。機器視覺在茶隴識別與采茶機導航中的應用，給茶產業帶來了新的春天。利用計算機視覺系統識別茶樹嫩芽并實現定位采摘的方法，不僅可以保證葉片的完整性，還能使整個采摘過程完全自動化，節省大量的人力物力，但機器視覺的識別效率還有待提高。

3總結與展望

機器視覺在農業中的應用為精細農業和農業生產自動化奠定了基礎，不僅有助于解放勞動力，還有助于提高農作物產品的品質和產量。

另外，植物生長過程的三維重構是目前國內外的研究熱點，機器視覺技術是改過程中不可或缺的重要環節。植物生長周期長，利用三維重構技術可將作物在虛擬空間中結構的發育與生長過程進行仿真，并以三維圖像進行展現，不僅能夠直觀、精確地呈現植物的三維生長過程，還可對植物的生長進行預測，為生物育種、育苗提供高效便捷的實驗方法。

參考文獻

篇8

關鍵詞：三維點云；配準；迭代最近點

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2012）31-7568-03

在計算機應用領域，三維點云數據的配準對解決曲線曲面匹配、圖像拼接、三維重建、計算機輔助文物復原等問題至關重要。以計算機輔助文物碎片拼接為例，在過去十年間有很多研究項目需要獲取文物詳細的三維表示，但是通過三維掃描設備獲取的多個掃描需要采取一定的技術恢復每個掃描的相對視點，然后將多個掃描融合到一個最終的模型。這一過程就是三維點云數據的配準，它是獲取文物準確的三維表示的關鍵步驟。1992年，Besl和Mckay提出了一種基于幾何模型的三維物體配準算法——迭代最近點算法[1]。近年來，伴隨著三維掃描技術的不斷進步，該算法得到了廣泛應用，也吸引了眾多研究者的目光。許多研究者對該算法進行了系統的研究，分析了該算法的特點與不足，提出了各種改進算法。國外學者Michael　Wild[2]回顧了2002年到2007年ICP算法的發展；介紹了ICP算法的流程并對幾種改進算法做了詳細的分析和比較；最后介紹了該算法在放射療法中的應用。近幾年，ICP算法的研究改進以及應用仍然是國內外眾多學者熱衷的一個研究方向，這從發表在IEEE上的論文數量即可看出。本文詳細總結了ICP算法的基本原理，然后從數據采樣、特征點選取與點對權重、非重疊區域檢測、兼容性約束四個方面對幾種改進算法進行了系統而詳細的分析與研究。總結了這些算法的基本思想和特點，這些工作對后期的研究將會起到重要的作用。

1　ICP算法的基本原理

篇9

【關鍵詞】灰度化 RGB HSI HSV

一、引言

彩色攝像機采集的圖像一般是RGB三個顏色通道的模型，即擁有紅（700nm）、綠（546.1nm）、藍（435.8nm）三個分量，這三個分量不同比例的混合，可以得到人類視覺上幾乎全部的色彩信息[1]。但由于該信息占據存儲空間大小灰度化后的三倍，并且三個通道沒辦法按照數學方法進行一些必要的處理（比如邊緣檢測或者二值化），故需將RGB模型處理成為一種新的色彩通道，該模型只有一個色彩通道，可以令R=G=B，這樣原本用三個通道的信息，便轉化為一個叫做灰度的值，而這個值的范圍同樣是0～255，并且可以直觀地認為，該數字表示圖像上色彩的亮度。由于彩色光（RGB混合）同一波長有可能對應不同的混合顏色，所以我們又定義了色調、飽和度、明度的概念。色調用于標識顏色，如果顏色可以用單一色光和白光按照一定比例配合，則這個顏色的色調用此單一色光的波長表示，若非單色光和白光按照比例合成，則這個顏色的色調用此非單色光的補光表示[2]。飽和度用以表示顏色的純潔程度，明度用于表示顏色的明亮程度。要提取亮度分量，需要用到HSV和HSL模式。HSV由色調、飽和度、純度表示顏色。HSL則由色調、飽和度、亮度三個通道構成，是目前應用最多的色彩模式之一[3～4]?；叶然话憧梢圆扇GB分量、HSL分量、HSV分量、HSI分量等方式。

二、 灰度化原理

（一）RGB分量法：將RGB空間中的R分量、G分量或B分量提取出來稱為強度信號，變為所要的圖形。

（二）HSL分量法：將RGB空間按公式轉換為HSL空間，然后分別提取H、S、L分量[5]。

（三）HSV分量法：將RGB空間按公式轉換為HSV空間，然后分別提取H、S、L分量。

（四）HSI分量法：人的視覺系統經常采用HSI色彩空間，它比RGB色彩空間更符合人的視覺特性。在圖像處理和計算機視覺中大量算法都可在HSI色彩空間中方便地使用，它們可以分開處理而且是相互獨立的。因此，在HSI色彩空間可以大大簡化圖像分析和處理的工作量。

三、灰度化的實現

四、總結

本文介紹了幾種圖像灰度化的方法，并用LABVIEW編程實現了，仿真結果表明對于不同的圖像應該針對圖像本身采用相應的灰度化方法。

參考文獻：

[1]郝建青，張仲義，陳濱.基于車輛實時跟蹤的編組站綜合自動化系統集成方案的研究[J].鐵道學報，2000，（2）：1-6.

[2]徐杰民，肖云.二維條碼技術現狀及發展前景[J].計算機與現代化，2004，（12）：141-142.

[3]張聰，張慧.復雜背景下維條碼圖像的提取[J].微計算機信息，2007，23（10）：302-304.

[4]霍宏濤，林小竹，何薇.數字圖像處理[M].北京：北京理工大學出版社，2003.

[5]劉紅霞.圖像分割算法的研究與實現[D].上海：華東師范大學，2004.

作者簡介：

篇10

（大連東軟信息學院電子工程系，遼寧大連116023）

摘要：智能科學與技術概論課程是智能科學與技術專業重要的必修基礎課，對整個專業課程體系有概括性的引導作用，對學生深入學習后續課程有很大幫助。文章從智能科學與技術概論課程的教學實際出發，提出該課程的整體課程規劃，并根據學生的學習情況驗證其適用性。

關鍵詞 ：智能科學；專業基礎必修課；課程規劃

基金項目：2012年遼寧省普通高等學校本科工程人才培養模式改革試點項目(G2201249)。

第一作者簡介：林寶尉，男，講師，研究方向為計算機視覺、模式識別，linbaowei@neusoft．edu．cn。

0 引言

智能科學與技術概論課程是智能科學與技術專業的必修基礎課。學生通過學習基礎課，能夠了解整個專業的知識構成、體系結構以及發展方向，便于將來學習必修專業課，包括模式識別、人工智能、智能機器人等課程。在這個過程中，如何讓學生順利地過渡到更高層次的專業課學習中，如何提高其學習興趣，如何幫助學生深入了解各門專業課之間的層次關系，都是該專業設置過程中需要考慮的問題。智能科學與技術概論的規劃起到了承上啟下的作用。雖然專業導引課也從全局對該專業的情況進行了介紹，但其內容以學生職業引導、興趣培養為主，對專業課程的設置并無過多展開。因此，智能科學與技術概論課程的設置十分必要。

1 課程規劃設置

1.1 能力指標

課程將學生的能力體系分為5個部分：技術知識與推理能力、開發式思維與創新、個人職業能力、態度與習慣、時間構思設計實現和社會貢獻，與其對應的二級、三級及詳細指標見表1。每個能力指標平均對應4個學時，共32個學時。

1.2 講授方式

(1)精講多練。通過講解智能科學的相關內容并結合相關實驗，讓學生掌握智能科學的基礎知識，提高其學習興趣，為后續課程的學習打下良好基礎。

(2)以項目為導向組織教學，通過案例教學，將構思、設計、實施和運行引入教學過程中。

(3)鼓勵學生自主學習，加強基本職業能力的訓練。教學過程中注意互動和引導，運用講授教學、練習教學、實驗教學、案例教學等多種教學方法完成教學任務。

(4)教學實施過程中，提供豐富的教學資源，如多媒體課件、案例、網絡資源、優秀學生作品和外文技術資料等。

(5)對學生進行多方面考核與評價。結合課程實施過程，從知識掌握、能力水平、態度表現等方面，對學生進行全方位的考核。

1.3 講授內容

該課程講授內容分為3個單元，具體內容如下。

單元一：智能科學導論，主要涉及智能科學與技術的目標界定、學科分類、涉及范圍、學科定位、人類認知以及學科簡史等知識點。該單元將在2個學時中完成，并要求學生課外學習2個學時。

單元二：學科基礎理論知識，主要涉及機器系統、視覺感知、高級語言編程等知識點。該單元主要介紹支撐學科的相關課程，并在實踐課中使用高級語言編寫簡單系統。該單元共10個課時，其中包括4個實踐課時。

單元三：專業課介紹，主要涉及數字圖像處理介紹、模式識別介紹、計算機視覺介紹、智能機器人介紹等相關必修專業課的入門介紹，并在每次課程結束后配合實踐編程、工具使用、機器人搭建等實踐環節提高學生的學習興趣，使其全面認識后續專業學習。該單元共20個學時，其中包括12個實踐課時。

1.4 實驗設置

實驗課程共16個學時，包括4次實驗，詳細內容如下。

實驗一：數字圖像處理實驗。使用課程中講授的Matlab語言，實現數字圖像的傅里葉變換、邊緣檢測功能。該實驗共4個課時，配合單元一以及單元二的部分知識點，使學生基本掌握Matlab編程語言，并理解數字圖像處理的基本知識。

實驗二：模式識別機器學習實驗。該實驗利用高級程序語言，實現數據的SVM算法以及KMeans算法，讓學生理解模式識別以及機器學習等知識。該實驗共4個學時。

實驗三：計算機視覺實驗。使用圖像拼接、3D場景重建等相關專業工具，實現二維圖片的3D重現。該實驗共4個學時。

實驗四：機器人實驗。學生在機器人實驗室，實際動手組裝博創模塊化機器人，并編程實現機器人運動調試。該實驗共4個學時，實驗地點為模塊化機器人實驗室。

1.5 結課考試

在教學的各個環節，教師從出勤情況、日常表現、作業、實驗、結課項目及結課報告的完成情況對學生進行全方位的考核，其中結課項目、調查報告及實驗作業占最終成績的90%。結課項目為小組項目，4個學生為一個小組完成系統的設計、編寫、調試等步驟，并組織5名教師對每個小組進行答辯考核。

2 問題及改進

學校于2012年申請創辦智能科學與技術專業。該專業培養學生掌握計算機基礎、電子電路、控制方法、智能信息處理與識別等基本知識，使其具備信息處理、自動控制、人工智能系統開發等基本能力。智能科學與技術概論課程在大二下學期開設，共32學時，其中理論教學16學時，實踐教學16學時。通過理論教學和實踐教學，學生了解了智能科學的基礎理論知識，掌握該專業核心專業課的關系，認識相關后續課程，并能夠使用簡單的算法和工具，為日后深入學習專業課打下良好基礎。

2.1 教材選擇

由于本專業辦學時間較短，沒有足夠的針對智能科學與技術概論的教材可供選擇?，F階段使用較多的教材為《智能科學與技術導論》以及《智能科學》。《智能科學與技術導論》是鐘義信主編、北京郵電大學出版社出版的、適合智能專業大一新生使用的專業教材，對整個專業有詳細的介紹，適合作為新生的專業導引課程，安排16個學時較為合適，并不適于我校智能科學與技術概論課程的要求。《智能科學》是史忠植主編、清華大學出版社出版的專業教材，該教材對整個智能專業的重要內容都有涉及，系統地介紹了智能科學的概念和方法，吸收了腦科學、認知科學、人工智能、數理邏輯、社會思維學、系統理論、科學方法論和哲學等方面的研究成果，適合高年級學生使用，安排64個學時較為合適，也不適于我校情況。

鑒于上述原因，我們設計該課程時，前半部分理論知識介紹使用了《智能科學與技術導論》，后半部分專業課程介紹使用自制課件。經過2輪的教學實踐以后，我們將根據教材使用情況編寫自用的講義教材。

2.2 內容設計

該課程內容會介紹智能專業的重要專業課，但要在32學時內完成所有專業課程的介紹，并保證該課程內容不與專業導引課以及智能信息處理導引課沖突，難度很大，因此選擇最合適的講授內容，對于該課程的授課效果非常重要。

在授課過程中我們發現，學生對簡單的數字圖像處理、計算機視覺的流行應用以及動手要求強的機器人課程興趣較大，但對數學推導要求較高的模式識別、機器學習等課程接受程度較低。該課程的教學目的是讓學生了解相關課程的意義、歷史、發展等知識，所以，建議加大實驗動手課程的課時比例，讓學生多使用相關知識、算法和應用，盡量避開復雜的數學推導。

2.3 資源配置

學校的智能科學與技術專業創建于電子工程系，依托電子系的軟硬件實驗室，培養學生的軟硬件知識儲備，提高學生的實際動手能力。其中，軟件算法將配合嵌入式設備進行硬件集成，并指導學生設計具有智能算法應用的硬件設備。教學過程中將使用校實驗室中的模式識別嵌入式開發板、博創模塊化機器人平臺以及Turtlebot智能機器人平臺。該課程在實際講授時，理論課以及算法相關實驗在大班進行，硬件實踐課程在小班進行，能取得較好的授課效果。

3 實施效果

在該課程設計內容的指導下，智能科學與技術概論已經完成了2輪的課程教學，并在課程結束后組織學生填寫調查問卷。題目分兩類，第一類包括課程目標是否清晰、該課程能否提起學生對該專業課的學習興趣、該課程的實驗設計能否有效提高學生的動手能力，以及該課程的內容相關設計是否優秀。統計結果如圖1所示。除極個別學生外，大多數學生都選擇了符合以及完全符合，說明該課程設計可以滿足教學要求。第二類問題總結學生在課程中獲取的知識能力，包括編程調試、理論知識應用、信息獲取、技術文檔寫作、自主學習、分析問題、解決問題等，為多選題。從圖2可以看出，學生對各項能力的認可率均超過50%，其中信息獲取、分析問題等能力的認可率接近80%，說明該課程設計基本滿足教學目標。

4 結語

智能科學與技術概論對智能專業學生的深入學習起到了重要的引導作用。我們根據自身的實際情況出發，設計出適合該專業學生的課程設計安排。經過兩輪的實施效果證明，該課程的設計方式比較適合學生。隨著課程的持續，我們將不斷解決存在的問題，并編寫適合我校學生使用的教材。

參考文獻：

[1]鐘義信，智能科學技術導論[M]．北京：北京郵電大學出版社，2007.

[2] Edward FC，Johan M，Soren O．重新認識工程教育：國際CDIO培養模式與方法[M]．顧佩華，沈民奮，陸小華，譯．北京：高等教育出版社，2009．