計算機視覺研究內容范文

導語：如何才能寫好一篇計算機視覺研究內容，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

1、引言

隨著經濟的迅猛發展，汽車的迅速普及，根據社會對汽車產業的要求，車輛的各方面指標都受到人們越來越多地關注，汽車涂裝過程中的瑕疵直接影響汽車的外觀質量，因此如何在生產過程中利用計算機視覺檢測技術檢測出并及時修補汽車涂裝過程中產生的瑕疵就成了首要的任務[1]。本文的研究內容是首先了解計算機視覺檢測系統的工作原理，汽車涂裝瑕疵的種類，然后結合兩者的特點，應用計算機視覺檢測系統檢測汽車涂裝瑕疵。該研究的價值在于兩方面：①對于汽車生產的自動化和過程自動化，計算機視覺是現實真正意義的自動的基礎和一種重要的質量控制的手段；②對于汽車涂裝瑕疵的修補可以提高其修補的精度。

2、汽車涂裝瑕疵的計算機視覺檢測系統

汽車涂裝瑕疵檢測系統主要包括照明系統、圖像采集卡、CCD攝像機、計算機以及軟件處理等幾個主要部分[2]。綜合計算機視覺檢測系統的構成和線結構光測量的原理，基于計算機視覺的汽車涂裝瑕疵的檢測系統大致是這樣構成的：將線結構光投射到被測物上，所形成的光斑作為傳感信號，用CCD攝像機采集光斑圖像，采集到的圖像信號被傳輸到計算機，根據圖像處理和計算機視覺檢測系統的處理產生處理結果，返回到涂裝生產線，對車身的涂裝進行修正，從而提高產品質量。汽車涂裝瑕疵的視覺檢測系統如圖1所示[3]。

3、計算機視覺檢測

計算機視覺是計算機對圖像進行自動處理并報告“圖像中有什么”的過程，也就是說它識別圖像中的內容。圖像中的內容往往是某些機器零件，而處理的目標不僅要能對機器零件定位，還要能對其進行檢驗。計算機視覺系統基本原理：機器視覺系統通常采用CCD相機攝取圖像，將其轉化為數字信號，再采用先進的計算機硬件與軟件技術對圖像數字信號進行處理，從而得到所需要的各種目標圖像特征值，并在此基礎上實現模式識別、坐標計算、灰度分布圖等多種功能。計算機視覺系統能夠根據其檢測結果快速地顯示圖像、輸出數據、指令，執行機構可以配合其完成指令的實施。計算機視覺系統主要由圖像獲取、圖像分析和處理、輸出顯示或控制三個功能模塊組成[4]。視覺檢測按其所處理的數據類型可分為二值圖像、灰度圖像、彩色圖像和深度圖像的視覺檢測。另外，還有X射線檢測、超聲波檢測和紅外線檢測。一個完整視覺檢測系統包括：圖像采集、圖像分割、零件識別、模型匹配和決策判斷。Newman[5]等描述了利用深度圖像進行零件檢測的AVI系統，具有一定的代表性。一個典型的AVI系統如圖2所示。

4、汽車涂裝瑕疵的檢測算法

由于汽車涂膜中一些缺陷的邊界比較模糊，例如：氣泡、爆裂氣泡孔、氣泡針孔、抽縮等等。邊緣處灰度變化很小，直接用傳統的微分邊緣檢測算法無法有效的檢測出來。所以對缺陷模糊邊緣的檢測成為了算法的關鍵[6]。本文介紹了基于線結構光的邊緣檢測方法。汽車涂裝表面被光源投射器發出的線結構光照射，反射出的圖像被CCD攝像機所接收傳輸到計算機視覺檢測系統中。若涂裝表面沒有瑕疵，則產生圖3的圖像。若涂裝表面有瑕疵，則產生圖4的圖像[7]。

篇2

關鍵詞：動態場景；自適應預測；多特征融合；計算機視覺；運動目標

接受信息的關鍵手段之一就是視覺系統，隨著科學技術水平的不斷發展，以及計算機和信號處理理論的誕生，讓機器擁有人類視覺功能已經不再是夢。對所采集視頻中的運動目標進行跟蹤、檢測，并對其目標行為進行分析，就是運動目標分析的內容，運動目標分析是計算機視覺領域關鍵內容之一，其屬于圖像理解與圖像分析的范疇。而在運動目標分析系統中，跟蹤與檢測運動目標則為中級和低級處理部分，是分析與理解行為的高等層分析模塊的基礎。檢測與跟蹤運動目標技術主要包括了：機器人視覺導航、軍事領域、運動圖像編碼、交通管制、視覺監視等。

1目標檢測算法

連續圖像序列由視頻中提取出，由前景區域與背景區域共同組成了整個畫面。前景區域包含了如運動的人體、車輛等動態要素，它是指人們較為感興趣的區域。而背景區域主要包含例如樹木、建筑物等靜態要素，它的像素值僅發生微弱變化或者不產生變化。在連續圖像序列中，采用一系列算法分隔開背景區域和前景區域，將運動目標信息有效提取，則為運動目標檢測。以靜態場景為基礎的運動目標檢測算法包括了光流法、背景差分法、幀間查分法等，文章主要針對背景差分法進行介紹。

背景差分法通常適用于靜態場景，其是將背景圖像與當前幀圖像進行差分，運動目標依靠閥值化進行檢測，因為該算法僅能夠在背景變化緩慢或者不發生變化的情況下應用，因此就有著一定的局限性。假設當前幀圖像為fk（x，y），背景圖像B（x，y）可通過一定的方法得出，而這時背景差分圖像則為：

（1）

而假設二值化閥值為Th，二值化圖像B（x，y）則為：

（2）

運動目標檢測結果可通過數學形態學處理獲得。

2 背景模型的實時更新

要更新背景圖像可采用一階KALMAN濾波來實現，為了克服氣候變化、光照變化等外部環境變化對運動檢測產生的影響，采用一階KALMAN濾波更新背景圖像公式如下：

Bk+1（p）=Bk（p）+g（Ik（p）-Bk（p）） （3）

而增益因子則為：g=？琢1（1-Mk（p））+？琢2Mk（p） （4）

公式中？琢1和？琢2是權值系數；M是第k時刻二值化后目標圖像中p像素的值；B為背景圖像；I為當前幀圖像。要想將運動目標從背景序列圖像中有效分割出來，就必須要達到？琢2足夠小的條件，且？琢1應等于或者大于10？琢2，若？琢1值過大，就會將算法自身的去噪特性喪失，在序列背景圖像中也會存儲越來越多的運動變化。

3 更新車輛目標模型

核與活動輪廓算法具有效率高、技術復雜度低等特點，它以非參數核概率密度估計理論為基礎，在視頻運動目標跟蹤中廣泛應用。彩色圖像序列通過攝像機獲取，人臉目標模型可以采用RGB顏色空間來進行描述。在跟蹤車輛的過程中，噪聲、遮擋、光照等干擾或多或少存在，因干擾因素的存在，車輛像素特征也會發生相應的微弱變化。若不對目標模型進行更新，會對跟蹤精度產生影響，所以，采用的矩形模板會包括一定背景。而在實施跟蹤的過程中，要對車輛目標模型進行更換。如果其過程物遮擋，當BHATTACHARYYA系數滿足？籽>Tudm條件時，更新車輛目標模型，更新模型為：

（5）

公式中Tudm是模板更新閥值；qk-1是更新之前的車輛目標模型。通過視頻跟蹤，在近場景和遠場景拍攝到的視頻中，多尺度圖像空間由各個幀圖像構成。例如：將將書本作為跟蹤對象，由遠及近從書本的正上方拍攝六十幀圖像，為了能使矩形框正好能夠包含書本，對每幀圖像張書本手工劃定矩形框，并對框內圖像的信息量進行統計。最后，隨書本尺度的變化，給出圖像信息量變化曲線。

4 計算機視覺原理

計算機視覺是一門研究怎樣使機器進行觀察的科學，更切確地說，就是指利用電腦和攝影機代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，用電腦處理成為傳送給儀器檢測或更適合人眼觀察的圖像。計算機視覺研究相關的理論和技術作為一個科學學科，嘗試創建能夠從圖像或者多維數據中獲取信息的人工智能系統。這里所指的信息指Shannon定義的，可以用來幫助做一個決定的信息。因為感知可以看作是從感官信號中提取信息，所以計算機視覺也可以看作是研究如何使人工系統從圖像或多維數據中感知的科學。

計算機視覺就是由計算機來代替大腦完成處理和解釋，用各種成象系統代替視覺器官作為輸入敏感手段。使計算機能象人那樣通過視覺觀察和理解世界，具有自主適應環境的能力就是計算機視覺的最終研究目標，而需要經過長期的努力才能達到這個目標。所以，在實現最終目標以前，通過努力的中期目標是建立一種視覺系統，這個系統能依靠反饋的某種程度的智能和視覺敏感完成一定的任務。例如：計算機視覺的一個重要應用領域就是自主車輛的視覺導航，但要實現自主導航的系統，卻還沒有條件實現象人那樣能識別和理解任何環境。所以，人們通過不懈的努力，研究在高速公路上具有道路跟蹤能力，有效避免與前方車輛碰撞的視覺輔助駕駛系統。人類視覺系統是有史以來，人們所知道的功能最強大和完善的視覺系統。這里要指出的一點是在計算機視覺系統中計算機起代替人腦的作用。計算機視覺可以而且應該根據計算機系統的特點來進行視覺信息的處理，但并不等于計算機必須按人類視覺的方法完成視覺信息的處理。可以說，對人類視覺處理機制的研究將給計算機視覺的研究提供指導和啟發，所以，用計算機信息處理的方法研究人類視覺的機理，建立人類視覺的計算理論，與此同時也是一個十分重要和讓人感興趣的研究領域。這方面的研究被稱為計算視覺。計算視覺可被認為是計算機視覺中的一個研究領域。計算機視覺領域的不完善性與多樣性為其突出特點。

5 結束語

對視頻中的運動目標進行跟蹤、識別、檢測，并對目標行為進行研究、分析，這就是基于視覺運動目標分析。以計算機視覺為基礎，分析運動目標，包括了目標行為的理解與分析、目標跟蹤、運動目標檢測、預處理圖像等，它是計算機視覺領域重要內容之一。理解與分析運動目標的行為，既是計算機視覺的根本目的之一，也是檢測與跟蹤運動目標的最終目標。從理論層考慮，理解與分析運動目標的行為可以分為人工智能理論研究與模式識別。簡要闡述基于計算機視覺的運動目標分析，而所面臨的是對運動目標行為的理解。

參考文獻

[1]楊可，劉明軍，毛欣，夏維建，劉偉，周旋，吳煒，周凱.基于計算機視覺的電纜終端表面溫升分析系統[J].電視技術，2013（7）.

[2]葉闖，沈益青，李豪，曹思汗，王柏祥.基于人類視覺特性（HVS）的離散小波變換（DWT）數字水印算法[J].浙江大學學報：理學版，2013（2）.

[3]何青海，馬本學，瞿端陽，李宏偉，王寶.基于機器視覺棉葉螨自動監測與分級方法研究[J].農機化研究，2013（4）.

[4]賈挺猛，茍一，鮑官軍，董茂，楊慶華.基于機器視覺的葡萄樹枝骨架提取算法研究[J].機電工程，2013（4）.

篇3

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.

篇4

關鍵詞 計算機視覺；立體匹配；研究情況

中圖分類號：TP391 文獻標識碼：A 文章編號：1671-7597（2014）07-0001-01

隨著科學技術的快速發展，計算機技術也得到了飛速的發展。將計算機技術應用于人類的視覺系統，并輔助人們觀察到一些眼睛難以看到的東西，已經逐漸成為一門大家所熱捧和追逐的技術。隨著人們對視覺傳感器技術越來越多的探索，人們也逐漸實現了古代時想擁有千里眼的夢想。目前，人們已經把視覺傳感器技術和計算機技術良好的結合在一起，并把這些技術應用到食品、建筑、醫藥、電子、航天航空等眾多領域當中。而該項技術的快速發展，也幫助人們解決了一些日常工作當中人類視覺存在盲區的問題，保證了人們工作過程的安全。視覺技術與IT技術的完美結合使得人們的生活變得更加便利，讓人們親身體會到了IT技術給人們生活帶來的便捷。

1 雙目立體視覺概述

雙目立體視覺又稱雙目視覺技術，是目前計算機視覺應用領域的重要研究內容。雙目立體視覺控制系統的組成因其采用的原理和應用功能的不同，組成也都各不相同。

雙目立體視覺的實現原理是基于人眼的視網膜看物體的特性，從兩個不同的方向來觀看同一個物體的不同角度，從而實現清楚的了解到物體的圖像的目的。雙目立體視覺從不同的角度獲得物體的投影信息，并根據匹配的結果，獲取同一個物體不同偏差位置的信息。最后在依據三角測量技術，根據已經獲得的這些偏差信息從而獲得這些不同點對應的距離信息，并最終獲得這些實際物體的具體坐標位置信息。

視差測距技術告訴我們，要清楚的觀察到一個物體的全貌，需要兩個觀察物從不同的方向，或者固定一個觀察物，移動另外一個觀察物的方式，以達到拍攝同一個物體的目的。根據同一個物體在兩個觀察物當中的位置偏差，從而確定該物體的三維信息。一般來說，雙目立體視覺的組成包括：圖像獲取設備、圖像預處理設備、攝像機標定設備、立體匹配設備、根據二維信息實現三維重構設備等五個重要設備。

2 雙目立體視覺技術的原理

立體畫又可以稱之為三維立體畫，是一種人們可以從三維立體圖中獲取二維平面圖信息的技術。三維立體圖表面看似毫無規則，但是假如通過一些特殊的技術或者通過合理的觀察手段和觀察設備，就可以看到一組秩序井然的美妙圖片。

三維立體圖是一組重復的二維圖片有序的堆積積累而成，因此可以呈現出立體效果。人體觀察物體的原理大致如下：當人類通過左右眼觀察所在的空間平面的時候，這些平面圖都只是一些毫無秩序的圖片。而當左右眼重新聚焦或者在觀察畫面的時候呈現一定的層次感，則人類的左右眼觀察到的一組重復案在經過人體識別以后，這些畫面之間將存在一定的距離差異，從而在腦中生成立體感。

雙目立體視覺技術正是基于以上的原理，從兩個不同的方向去觀察物體，并獲得目標圖像的信息，并經過一定的處理獲得三維重建的物體立體信息的技術。

雙目立體視覺在計算機技術中實現三維重建的大致流程

如下。

1）攝像機定位，并通過單片機計算得到要獲取圖像信息需要的外部的參數的大概值，并根據這些參數值設定攝像機。

2）用設定參數的攝像機拍攝目標場景的畫面，并采集這些畫面的二維圖的信息。

3）通過計算機技術實現雙目匹配，并判定采集畫面中的二維圖像中的不同點之間的對應關系。

4）在第三步中若得到兩組二維圖像的關系是稠密的時候，則生成三維視差圖。如果不是則進一步采集圖片信息。

5）根據得到的視差圖最終實現場景的三維圖形的重建。

3 雙目立體匹配技術的研究難點和未來的發展方向

盡管目前有很多學者都投身到雙目立體匹配技術的研究和開發當中，直至目前為止也解決了很多關于視覺理論當中存在的很多缺陷問題。但是視覺問題是一個復雜且難以解決的問題，特別是在雙目立體匹配問題方面更是困難重重。立體匹配技術的難點已經成為限制將雙目技術應用到計算機技術當中的重要瓶頸。

立體匹配的主要手段就是找到計算機采集到兩幅和多副圖片的中像素的對應關系，然后根據這些像素關系判定并生成三維重建圖。但是二維圖像的匹配存在層層困難，主要體現在以下幾個方面。

1）由于視角的問題或者觀察物體存在遮擋問題，導致采集回來的圖片信息存在盲點，這樣子更難找到圖片的匹配區域。

2）場景中的一些深度不連續的區域大都處在場景當中的邊界位置，這些位置容易出現像素不高，邊界不清晰等問題，這些問題也給圖像匹配帶了很多困擾。

3）場景當中的低紋理的圖片匹配特征和匹配關系較少，而且該位置的每個像素點極為相似。假如只是通過簡單的像素相似性檢測的話，會檢測到很多匹配結果，而這些匹配結果當中有一大部分是錯誤的。這樣子的結果勢必會導致最終的圖像匹配正確率極為低下。

從以上的分析，我們可以看出立體匹配技術存在很多技術上的難點，這些都在很大程度上限制雙目立體匹配技術在計算機當中的應用發展。如何才能設計出有效、準確、快速、通用性強的立體匹配算法將會是以后雙目立體匹配計算發展的重要方向。也只有通過設計出一套行之有效的立體匹配算法才能使得雙目立體匹配技術在計算機視覺當中得到廣泛的應用。

4 結束語

人們通過眼睛可以感受到外界事物的存在，可以清楚的了解到事物的立體信息，分辨出觀察物的廣度和深度，以及物體的遠近。因此人類視覺感知系統就是一個雙目的立體感知系統。本文講述的計算機中的雙目立體匹配技術正是基于人眼視覺觀察物體的原理，通過雙目立體視覺原理，對計算機采集獲得兩幅二維圖像的信息進行分析，并結合計算機的分析，最終獲得同人類眼睛一樣觀察到物體三維表面信息的目的。雙目立體匹配技術與計算機技術的完美結合幫助人們可以更加輕易的獲得物體的信息。希望在不久的將來，可以將該項技術應用于人類的視網膜當中，以幫助一些視網膜存在問題的人們，讓他們重新感受到光明，感受世間的溫暖。

參考文獻

[1]高文，陳熙霖.計算機視覺算法與系統原理[M].北京：清華大學出版社，2002.

[2]明祖衡.雙目立體視覺測距算法研究[M].北京：北京理工大學，2008.

[3]劉昌，郭立，李敬文，劉俊，楊福榮，羅鋒.一種優于SAD的匹配準則及其快速算法[J].電路與系統學報，2007，12（4）：137-14.

[4]陳蛟.雙目立體匹配的算法研究及其多核并行化[M].南京：南京郵電大學，2012.

篇5

關鍵詞：序貫相似性檢測算法 圖像匹配 計算機視覺

中圖分類號：TN911 文獻標識碼：A 文章編號：1672-3791（2013）06（c）-0205-01

圖像匹配最早是70年代美國從事飛行器輔助導航系統，武器投射系統的制導等應用研究中提出的。國內外學者對匹配輔助導航技術進行深入研究，使其在民用領域的應用越來越廣泛[1，2]。計算機視覺計算主要分為低層處理、中層處理和高層處理，而在低層進行數字化差異檢測、中層進行參數化相似分析，高層處理完成圖像的識別、解釋和描述等任務，都需要圖像匹配技術[3]。序貫相似性檢測算法（SSDA）能夠快速地丟棄非匹配點，減少非匹配點的計算量，從而提高匹配的速度，算法簡單，易于實現。

1 序貫相似性檢測算法

序貫相似性檢測算法的基本思想是基于對誤差的積累進行分析。在進行圖像匹配時，通常非匹配點處的誤差ε會隨著運算點數的增加而迅速增長，很快超過某一門限，而對于匹配點處，誤差的增長要緩慢得多。這樣對于大多數非匹配點，只需要分析前幾項，而只有匹配點附近的點才需要計算整個循環，這樣就大大地減少了匹配的運算量。

設源圖像S的大小為J×K，模板圖T的大小為M×N（其中M≤J，N≤K），模板覆蓋的區域子圖為，（p，q）為模板左上角像素點在圖像S中的坐標，S中的待匹配區域是以點（p，q），（p，q+M-1），（p+N-1，q），（p+N-1，q+M-1）組成的區域。相對于參考點位置為（m，n）點的匹配誤差定義為：

其中k=1，2，…r。將累計誤差值與預定閾值進行比較，當累加值超過設定閾值Tk時，就停止累加計算，并記下累加次數k。計算下一個待匹配點處的誤差，若累計誤差小于預定閾值，則繼續計算此處的誤差，直到>Tk或k=r，記下k值。對不同的待匹配點進行上述匹配計算，最后取最大k值對應的待匹配點位置，即為要找的匹配點。

2 實驗結果與分析

圖1顯示了基準圖與實時圖像，圖1（a）為基準圖像，大小為256×256，圖1（b）為實時圖，大小為65×65。圖1（c）找到了實時圖像在基準圖中的位置。

由圖1可以看出，SSDA算法能夠良好地進行匹配。而通過對匹配時間的計算可以看出，SSDA算法的運行時間相對較短，效率較高。

參考文獻

[1] GONG H C.Development of terrain contour matching algorithm for the aided inertial navigation using radial basis functions [J].Journal of Astron Space Science，1998，15（1）：229-234.

篇6

關鍵詞：工業電視 智能視頻監控 煤礦

中圖分類號:TP391 文獻標識碼：A 文章編號：1007-9416(2012)01-0026-02

Abstract: Traditional industrial TV monitoring perform poor accuracy of the alarm, intelligent video surveillance remedy these deficiencies from a large extent. In this paper, we analyzed intelligent video surveillance technology. For special coal mine safe production environment, using intelligent video surveillance technology in the production of Coal Mine Safety Monitoring System for intelligent video linkage has been proposed. The system is able to raise the alarm in a large extent, the accuracy for the coal mine production safety to provide more reliable protection.

Keywords: industrial TV intelligent video surveillance Coal Mine

1、背景

煤礦工業電視監控系統主要用于煤礦安全生產重要環節、場所和部門的電視監控，可以將各個監控點的圖像采集后傳輸到中心監控室并實時顯示在監視器上。通過本系統，地面監控人員能直觀的監視和記錄井下工作現場的安全生產情況，及時發現各監控點的違章作業情況，防患以未然，為煤礦的安全生產保駕護航。

2、智能視頻監控技術

智能視頻監控是將計算機視覺技術引入到視頻監控中而產生的，目前，智能視頻監控已經成為計算機視覺中一個重要的研究領域，圖1給出了智能視頻監控系統的一般流程，從監控攝像頭開始，包括運動對象提取、對象描述、對象跟蹤、對象識別和對象的行為分析，最后進行預警或報警。

智能視頻監控技術主要包括對視頻圖像序列自動地進行運動對象的提取、描述、跟蹤、識別和行為分析等方面的內容。如果把攝像機看作人的眼睛，而智能視頻系統或設備則可以看作人的大腦。智能視頻監控技術就是借助計算機強大的數據處理功能，對視頻畫面中的海量數據進行高速分析，過濾掉監控者不關心的信息，僅僅為監控者提供有用的關鍵信息。智能視頻監控以數字化、網絡化視頻監控為基礎，但又有別于一般的網絡化視頻監控，它是一種更高端的視頻監控應用。智能視頻監控系統能夠識別不同的物體，發現監控畫面中的異常情況，并能夠以最快和最佳的方式發出警報和提供有用信息，從而能夠更加有效的協助安全人員處理危機，并最大限度的降低誤報和漏報現象。其最終目的就是要使計算機能夠分析、描述和理解視頻畫面中的內容。智能視頻監控涉及到計算機視覺、圖像視頻處理和人工智能領域中的眾多核心技術，是一個非常具有挑戰性的困難問題。

3、系統構成

煤礦安全生產智能視頻聯動監控系統是一個基于行為判別技術應用和視頻系統應用集成技術的先進的煤礦管理系統，能夠把現在煤礦各個相對獨立的前端攝像頭整合為一個具有統一管理的攝像頭傳感器系統。實時獲取煤礦安全相關數據，通過視頻分析功能智能的轉向事件發生地；強大的聯動功能，智能視頻分析與輔助決策能力，能夠有效遏制重大事故的發生；操作簡單，界面友好，讓決策者能夠盡快根據事件現場環境快速進行決策指揮，工作環境更加健康；可以有效提高煤礦生產與安全管理效率。

4、視頻監控信號采集與顯示系統

4.1 井下監控與傳輸

井下攝像頭采用經過國家本安認證的礦用防爆光纖攝像機，并適應井下的低照度的光學條件。同時要采用無火花的阻燃光纖傳輸技術，保證系統在井底的安全運行。

4.2 地面監控部分

地面監控部分由于每個監控點監控范圍較大而且需要日夜監控功能，所以采用帶云臺且適應低照度情況的進口全方位一體化攝像機，為保證煤礦惡劣條件下的可靠性與售后服務便利性，地面均采用同軸電纜接入調度室和絞車房。

4.3 控制室部分

控制室部分包括：10路高清晰大屏幕彩色監控墻；電視墻中間為大屏幕液晶顯示器，即可做監視屏也可以顯示電腦數據和信息；視頻矩陣；視頻分配器；視頻光端機；視頻服務器；控制臺等；LED電子顯示屏等。

絞車房室部分包括：2路高清晰彩色監視器(19英寸)；

控制系統包括圖像處理系統、視頻切換矩陣、主控制計算機等。主控計算機通過控制軟件，將連接在此網絡中指定IP計算機畫面傳送到主控計算機。圖像處理系統采用WINDOWS 操作平臺及窗口式跨物理界面處理技術，可顯示多窗口計算機信號及視頻信號，并可接入局域網絡及國際互聯網。圖像控制系統可構成"虛屏"，實現2×1跨屏操作，電腦圖文與視頻圖象可任意開窗顯示，窗口大小和位置任意，可跨屏顯示多路網絡信號或視頻信號,監控信號中任何一路視頻及所有計算機顯示窗口可在大屏幕上任意放大、縮小、拖動、疊加顯示。

5、結語

在煤礦上建立智能視頻聯動監控系統能夠解決傳統工業電視監控系統因為一些固有因素的限制而帶來的許多問題，縮短突發事件響應時間，提高報警系統的精確度，為煤礦企業的安全生產提供保障。

參考文獻

[1]馬頌德,張正友.計算機視覺.北京科學出版社,1998.

[2]方帥.計算機智能視頻監控系統關鍵技術研究.沈陽:東北大學,2005.

[3]Collins R., et al. A System for video surveillance and monitoring:VSAM final report. Carnegie Mellon University:Technical Report CMU,2000.

篇7

Abstract: Surface roughness is key indexes to evaluate surface quality. Surface quality has influence on service life and usability. Two basic measuring methods are introduced: contact measuring and non-contact measuring. Non-contact measuring method based on the computer vision technology is discussed in detail.

關鍵詞： 表面粗糙度；非接觸；光學測量

Key words: surface roughness；non-contact；optics measurement

中圖分類號：TH6文獻標識碼：A文章編號：1006-4311（2011）08-0050-02

0引言

隨著科學技術的進步和社會的發展，人們對于機械產品表面質量的要求越來越高。表面粗糙度是評價工件表面質量的一個重要指標，國內外很多學者在表面粗糙度檢測方面做了大量研究工作。目前測量表面粗糙度的主要方法有：接觸式測量和非接觸式測量。

1接觸式測量

接觸式測量就是測量裝置的探測部分直接接觸被測表面，能夠直觀地反映被測表面的信息，接觸式測量方法主要是觸針法，該方法經過幾十年的充分發展，以其穩定、可靠的特點被廣泛應用。但接觸式測量存在很大的缺陷，具體表現在：①對高精度表面及軟質金屬表面有劃傷破壞作用；②受觸針尖端圓弧半徑的限制，其測量精度有限；③因觸針磨損及測量速度的限制，無法實現在線實時測量[1]。

2非接觸式測量

為了克服接觸式測量方法的不足，人們對非接觸式測量方法進行了廣泛研究。研究表明，非接觸式測量方法具有非接觸、無損傷、快速、測量精度高、易于實現在線測量、響應速度快等優點。目前已有的非接觸式測量方法包括各種光學測量方法、超聲法、掃描隧道顯微鏡法、基于計算機視覺技術的表面粗糙度檢測方法等。這里我們只對基于光學散射原理的測量方法、基于光學干涉原理的測量方法和基于計算機視覺技術的測量方法做簡單介紹。

2.1 基于光學散射原理的測量方法當一束光以一定的角度照射到物體表面后，加工表面的粗糙不平將引起發生散射現象。研究表明：表面粗糙度和散射光強度分布有一定的關系。對于表面粗糙度數值較小的表面，散射光能較弱，反射光能較強；反之，表面粗糙度數值較大的表面，散射光能較強，反射光能較弱。

基于光學散射原理測量表面粗糙度的研究方法和理論較多。四川聯合大學和哈爾濱理工大學相繼提出了一種稱之為散射特征值的參數，表征被測物體表面上反射光和散射光的分散度，散射特征值與被測物體表面的粗糙度有很好的對應關系[2]。哈爾濱理工大學利用已知表面粗糙度參數值的標準樣塊測得其散射特征值，建立―關系曲線，從而實現利用散射特征值測量火炮內膛表面粗糙度[3]。

基于光學散射原理的表面粗糙度檢測方法，具有結構簡單、體積小、易于集成產品、動態響應好、適于在線測量等優點。該方法的缺點是測量精度不高，用于超光滑表面粗糙度的測量還有待進一步改進。

2.2 基于光學干涉原理的測量方法當相干光照射到工件表面同一位置時，由于光波的相互位相關系，將產生光波干涉現象。一般的干涉法測量是利用被測面和標準參考面反射的光束進行比較，對干涉條紋做適當變換，通過測量干涉條紋的相對變形來定量檢測表面粗糙度。該方法的測量精度取決于光的波長。但是由于干涉條紋的分辨率是以光波波長的一半為極限的，僅從條紋的狀態無法判斷表面是凸起還是凹陷，因此，作為一種具有較好分辨率、寬測量范圍的表面粗糙度在線檢測技術，這種干涉法測量技術還有待于進一步發展[4]。

基于光學干涉原理，1984年美國洛克西德導彈公司huang采用共模抑制技術研制成功了光學外差輪廓儀，光外差干涉檢測技術是一種具有納米級測量準確度的高精度光學測量方法，適用于精加工、超精加工表面的測量，而且可以進行動態時間的研究；華中理工大學采用光外差干涉方法研制出2D-SROP-1型表面粗糙度輪廓儀[5]。美國的維易科（VEECO）精密儀器有限公司，采用共光路干涉法研制了WYKO激光干涉儀和光學輪廓儀，可用來測量干涉條紋位相[6]。

基于光學干涉原理測量表面粗糙度分辨率高，適于測量超光滑表面粗糙度，但由于該方法的測量精度受光波波長的影響很大，所以其測量范圍受到一定影響。

2.3 基于計算機視覺技術的測量方法基于計算機視覺的粗糙度測量方法是指使用攝像機抓取圖像，然后將該圖像傳送至處理單元，通過數字化處理，根據像素分布和灰度、紋理、形狀、顏色等信息，選用合理的算法計算工件的粗糙度參數值。近年來，隨著計算機技術和工業生產的不斷發展，該方法受到越來越多的關注。

北京理工大學的王仲春等人采用顯微鏡對檢測表面進行放大，并通過對CCD采集加工表面微觀圖像進行處理實現了表面粗糙度的檢測[7]。哈爾濱理工大學吳春亞、劉獻禮等為解決機械加工表面粗糙度的快速、在線檢測，設計了一種表面粗糙度圖像檢測方法，建立了圖像灰度變化信息與表面粗糙度之間的關系模型[8]。英國學者Hossein Ragheb和Edwin R.Hancock通過數碼相機拍攝的表面反射圖來估計表面粗糙度參數，運用Vernold Harvey修正的B K散射理論模型獲得了比Oren Nayar模型更好的粗糙度估計結果[9]。澳大利亞學者Ghassan A.Al-Kindi和Bijan Shirinzadeh對基于顯微視覺的不同機械加工表面粗糙度參數獲取的可行性進行了評估，討論了照射光源與表面輻照度模型對檢測的影響，結果顯示盡管從視覺數據和觸針數據所獲得的粗糙度參數存在一定差異，但是基于視覺的方法仍是一種可靠的粗糙度參數估計方法[10-11]。

可以看出，基于計算機視覺技術的測量方法主要有統計分析、特征映射和神經網絡等黑箱估計法。通過這些方法獲得的表面粗糙度參數的估計值受諸多因素的影響，難以給出其準確的物理解釋。真正要定量地計算出粗糙度參數，需要科學的計算。

但是隨著機械加工自動化水平的提高，基于計算機視覺技術的檢測方法處理內容豐富、處理精度高、處理速度快、易于集成等優點將受到越來越多的重視。

3結束語

接觸式測量測量速度較慢，容易劃傷工件表面，并且不適用于連續生產材料表面的檢測。非接觸式測量具有無損傷、快速、測量精度高、易于實現在線測量等優點，已成為表面粗糙度檢測的重點研究方向。非接觸測量以光學法為主，隨著計算機技術和工業生產的迅猛發展，基于計算機視覺技術的表面粗糙度非接觸式檢測方法受到越來越多的重視。

參考文獻：

[1]劉斌，馮其波，匡萃方.表面粗糙度測量方法綜述[J].光學儀器，2004，26（5）：54-55.

[2]苑惠娟等．非接觸式表面粗糙度測量儀[J]．哈爾濱科學技術大學學報，1995，19（6）：30-34．

[3]強熙富，張詠，許文海．擴展激光散射法測量粗糙度的測量范圍的研究[J]．計量學報，1990，11（2）：81-85．

[4]王文卓，李大勇，陳捷．表面粗糙度非接觸式測量技術研究概況[J]．機械工程師，2004，11：6-9．

[5]王菊香．2D-SROP-1型表面粗糙度輪廓儀[J]．工業計量，1994，（4）：27-29．

[6]徐德衍等．光學表面粗糙度研究的進展與方向[J]．光學儀器，1996，18（1）：32-41．

[7]王仲春，高岳，黃粵熙等.顯微成像檢測表面粗糙度[J].光學技術，1998，5：46-48.

[8]吳春亞，劉獻禮，王玉景等.機械加工表面粗糙度的圖像檢測方法[J].哈爾濱理工大學學報，2007，12（3）：148-151.

[9]Hossein Ragheb，Edwin R.Hancock.The modified Beckmann Kirchhoff scattering theory for rough surface analysis[J].Pattern Recognition，2007，40：2004-2020.

篇8

論文關鍵詞：表面粗糙度，非接觸，光學測量

 

隨著科學技術的進步和社會的發展，人們對于機械產品表面質量的要求越來越高。表面粗糙度是評價工件表面質量的一個重要指標，國內外很多學者在表面粗糙度檢測方面做了大量研究工作。目前測量表面粗糙度的主要方法有：接觸式測量和非接觸式測量。

1 接觸式測量

接觸式測量就是測量裝置的探測部分直接接觸被測表面，能夠直觀地反映被測表面的信息，接觸式測量方法主要是觸針法，該方法經過幾十年的充分發展，以其穩定、可靠的特點被廣泛應用。但接觸式測量存在很大的缺陷，具體表現在：（1）對高精度表面及軟質金屬表面有劃傷破壞作用；（2）受觸針尖端圓弧半徑的限制，其測量精度有限；（3）因觸針磨損及測量速度的限制，無法實現在線實時測量[1]。

2 非接觸式測量

為了克服接觸式測量方法的不足非接觸，人們對非接觸式測量方法進行了廣泛研究。研究表明，非接觸式測量方法具有非接觸、無損傷、快速、測量精度高、易于實現在線測量、響應速度快等優點。目前已有的非接觸式測量方法包括各種光學測量方法、超聲法、掃描隧道顯微鏡法、基于計算機視覺技術的表面粗糙度檢測方法等。這里我們只對基于光學散射原理的測量方法、基于光學干涉原理的測量方法和基于計算機視覺技術的測量方法做簡單介紹論文格式模板。

2.1基于光學散射原理的測量方法

當一束光以一定的角度照射到物體表面后，加工表面的粗糙不平將引起發生散射現象。研究表明：表面粗糙度和散射光強度分布有一定的關系。對于表面粗糙度數值較小的表面，散射光能較弱，反射光能較強；反之，表面粗糙度數值較大的表面，散射光能較強，反射光能較弱。

基于光學散射原理測量表面粗糙度的研究方法和理論較多。四川聯合大學和哈爾濱理工大學相繼提出了一種稱之為散射特征值的參數，表征被測物體表面上反射光和散射光的分散度，散射特征值與被測物體表面的粗糙度有很好的對應關系[2]。哈爾濱理工大學利用已知表面粗糙度參數值的標準樣塊測得其散射特征值，建立—關系曲線，從而實現利用散射特征值測量火炮內膛表面粗糙度[3]。

基于光學散射原理的表面粗糙度檢測方法，具有結構簡單、體積小、易于集成產品、動態響應好、適于在線測量等優點。該方法的缺點是測量精度不高，用于超光滑表面粗糙度的測量還有待進一步改進。

2.2基于光學干涉原理的測量方法

當相干光照射到工件表面同一位置時，由于光波的相互位相關系，將產生光波干涉現象。一般的干涉法測量是利用被測面和標準參考面反射的光束進行比較，對干涉條紋做適當變換，通過測量干涉條紋的相對變形來定量檢測表面粗糙度。該方法的測量精度取決于光的波長。但是由于干涉條紋的分辨率是以光波波長的一半為極限的，僅從條紋的狀態無法判斷表面是凸起還是凹陷，因此非接觸，作為一種具有較好分辨率、寬測量范圍的表面粗糙度在線檢測技術，這種干涉法測量技術還有待于進一步發展[4]。

基于光學干涉原理，1984年美國洛克西德導彈公司huang采用共模抑制技術研制成功了光學外差輪廓儀，光外差干涉檢測技術是一種具有納米級測量準確度的高精度光學測量方法，適用于精加工、超精加工表面的測量，而且可以進行動態時間的研究；華中理工大學采用光外差干涉方法研制出2D-SROP-1型表面粗糙度輪廓儀[5]。美國的維易科(VEECO)精密儀器有限公司，采用共光路干涉法研制了WYKO激光干涉儀和光學輪廓儀，可用來測量干涉條紋位相[6]。

基于光學干涉原理測量表面粗糙度分辨率高，適于測量超光滑表面粗糙度，但由于該方法的測量精度受光波波長的影響很大，所以其測量范圍受到一定影響。

2.3基于計算機視覺技術的測量方法

基于計算機視覺的粗糙度測量方法是指使用攝像機抓取圖像，然后將該圖像傳送至處理單元，通過數字化處理，根據像素分布和灰度、紋理、形狀、顏色等信息，選用合理的算法計算工件的粗糙度參數值。近年來，隨著計算機技術和工業生產的不斷發展，該方法受到越來越多的關注。

北京理工大學的王仲春等人采用顯微鏡對檢測表面進行放大，并通過對CCD采集加工表面微觀圖像進行處理實現了表面粗糙度的檢測[7]論文格式模板。哈爾濱理工大學吳春亞、劉獻禮等為解決機械加工表面粗糙度的快速、在線檢測，設計了一種表面粗糙度圖像檢測方法，建立了圖像灰度變化信息與表面粗糙度之間的關系模型[8]。英國學者Hossein Ragheb和Edwin R. Hancock通過數碼相機拍攝的表面反射圖來估計表面粗糙度參數非接觸，運用Vernold–Harvey修正的B–K散射理論模型獲得了比Oren–Nayar模型更好的粗糙度估計結果[9]。澳大利亞學者Ghassan A. Al-Kindi和Bijan Shirinzadeh對基于顯微視覺的不同機械加工表面粗糙度參數獲取的可行性進行了評估，討論了照射光源與表面輻照度模型對檢測的影響，結果顯示盡管從視覺數據和觸針數據所獲得的粗糙度參數存在一定差異，但是基于視覺的方法仍是一種可靠的粗糙度參數估計方法[10-11]。

可以看出，基于計算機視覺技術的測量方法主要有統計分析、特征映射和神經網絡等黑箱估計法。通過這些方法獲得的表面粗糙度參數的估計值受諸多因素的影響，難以給出其準確的物理解釋。真正要定量地計算出粗糙度參數，需要科學的計算。

但是隨著機械加工自動化水平的提高，基于計算機視覺技術的檢測方法處理內容豐富、處理精度高、處理速度快、易于集成等優點將受到越來越多的重視。

3 結束語

接觸式測量測量速度較慢，容易劃傷工件表面，并且不適用于連續生產材料表面的檢測。非接觸式測量具有無損傷、快速、測量精度高、易于實現在線測量等優點，已成為表面粗糙度檢測的重點研究方向。非接觸測量以光學法為主，隨著計算機技術和工業生產的迅猛發展，基于計算機視覺技術的表面粗糙度非接觸式檢測方法受到越來越多的重視。

參考文獻：

[1]劉斌,馮其波,匡萃方.表面粗糙度測量方法綜述[J]. 光學儀器, 2004, 26(5): 54-55.

[2]苑惠娟等．非接觸式表面粗糙度測量儀[J]．哈爾濱科學技術大學學報，1995，19(6)：30-34．

[3]強熙富，張詠，許文海．擴展激光散射法測量粗糙度的測量范圍的研究[J]．計量學報，1990，11(2)：81-85．

[4]王文卓，李大勇，陳捷．表面粗糙度非接觸式測量技術研究概況[J]．機械工程師，2004，11：6-9．

[5]王菊香．2D-SROP-1型表面粗糙度輪廓儀[J]．工業計量，1994，(4)：27-29．

[6]徐德衍等．光學表面粗糙度研究的進展與方向[J]．光學儀器，1996，18(1)：32-41．

[7]王仲春,高岳,黃粵熙等.顯微成像檢測表面粗糙度[J]. 光學技術, 1998, 5: 46-48.

[8]吳春亞,劉獻禮,王玉景等.機械加工表面粗糙度的圖像檢測方法[J]. 哈爾濱理工大學學報, 2007, 12(3): 148-151.

[9]Hossein Ragheb, Edwin R.Hancock. The modified Beckmann–Kirchhoff scattering theory for rough surfaceanalysis[J]. Pattern Recognition, 2007, 40: 2004-2020.

[10]Ghassan A. Al-Kindi, BijanShirinzadeh. An evaluation of surface roughness parameters measurement usingvision-based data[J]. International Journal of Machine Tools & Manufacture,2007, 47: 697-708.

[11]Ghassan A. Al-Kindi, BijanShirinzadeh. Feasibility assessment of vision-based surface roughnessparameters acquisition for different types of machined specimens[J]. Image andVision Computing, 2008, 6: 1-15.

篇9

[關鍵詞]變電站工作區；安全監控；智能視頻監控

中圖分類號：TM63；TM769 文獻標識碼：A 文章編號：1009-914X（2016）13-0321-01

1. 引言

在變電站中，完成各類作業的主體之一是人員，因人在完成各類作業時需要在變電站內不斷運動，因此在變電站工作現場安全區域監控中人的行為監控是重點之一。

目前在變電站工作現場安全管理方面存在以下問題：

1）部分工作人員自覺性不高，導致習慣性違章屢禁不止。如跨越護欄進入帶電區域的現象、不正確佩戴安全帽、不正確穿著工作服、不按照安規要求搬運工具、登高不佩戴安全帶、監護人離崗等違章行為時有發生。

2）當有監督管理人員在現場監管時，極少部分工作人員對監督管理人員要求、提醒及規章制度不屑一顧，對作業現場安全隱患麻痹大意，因此很有可能在不經意間導致事故發生，威脅人員生命安全，威脅電網運行安全。

目前，隨著計算機技術及視覺監控系統的不斷發展，變電站工作現場安全監控系統開始得到應用。特別對于無人值守變電站工作現場的安全監控問題，對作業人員擅自穿、跨越安全圍欄或超越安全警戒線進行警告監測，糾正違規違章行為，防止因現場監控不到位引發的誤操作、誤入工作現場等惡性事故的發生，對提升電力作業現場安全管理水平有重要意義。因此，需要探尋全新的安全監管手段，實現作業現場高效監管，提高監管水平，降低作業安全風險。

2. 發展現狀

（1） 安全系統工程

安全系統工程是以信息論、控制論等為基礎，專門研究如何用安全工程、系統工程、可靠性工程的原理和方法，對研究對象中的風險進行辨識、評價、控制和消除，以實現系統及其全過程安全的科學技術。

安全系統工程產生于20世紀60年代初期美英等工業發達國家。美國、英國、日本等公司相繼發表了火災爆炸指數評價法、埃德蒙德評價法、化工企業六步驟安全評價法等多種評價方法，用于化學企業安全評價。以此同時，許多系統安全分析方法和評價方法在電子、航空、鐵路、汽車、冶金等行業得到了應用。

我國安全系統工程的研究、開發是從20世紀70年代末開始的。天津東方化工廠應用安全系統工程成功地解決了高度危險企業的安全生產問題，為我國各個領域學習、應用安全系統工程起了帶頭作用。其后，機械、冶金、航空、交通運輸、核電等行業的企業廣泛借鑒引用國外的系統安全分析方法，對現有系統進行分析和評價，取得了良好的應用效果。

（2） 變電站安全管理方法

近年來，變電站工作現場安全管理實行“安全第一、預防為主、綜合治理”的安全工作方針，加強基礎管理，狠抓現場管控，檢修現場安全措施管理方面主要有工作票制度、運行人員操作票制度和現場作業危險點分析預控卡以及繼保人員使用的二次工作安全措施票，把安全意識、制度約束、作業行為落實到現場安全管理全過程，使設備常規監督、狀態檢修、跟蹤預控等各項措施實現無縫滲透。目前，變電站檢修現場安全措施管理存在以下問題：一是作業現場失去安全監護違章作業。二是作業人員素質不高，責任心不強。三是擅自擴大工作范圍。四是對作業人員的安全教育及交底不足、不到位。五是現場監督工作不到位。

（3） 安全監控方法

計算機智能視頻監控是計算機視覺領域一個新興的應用方向和備受關注的前沿課題。伴隨網絡技術和數字視頻技術的飛速發展，監控技術正向著智能化、網絡化方向不斷前進。監控系統功能日益強大，但是依然需要工作人員不間斷地分析監視場景內的活動，日夜值守，工作量繁重。因此計算機視覺和應用研究學者適時提出新一代監控―視頻監控的概念。視頻監控在不需要人為干預情況下，利用計算機視覺和視頻分析的方法對攝像機拍錄的圖像序列進行自動分析，實現對動態場景中目標的定位、識別和跟蹤，并在此基礎上分析和判斷目標的行為，從而既能完成日常管理又能在異常情況發生時及時做出反應。計算機視頻監控系統不僅符合信息產業的未來發展趨勢，而且代表了監控行業的未來發展方向，蘊藏著巨大的商機和經濟效益，受到學術界、產業界和管理部門的高度重視。

目前，對計算機視頻監控的研究與應用方興未艾。計算機視頻監控是利用計算機視覺和圖像處理的方法對圖像序列進行運動檢測、運動目標分類、運動目標跟蹤以及對監視場景中目標行為的理解與描述。其中，運動檢測、目標分類、目標跟蹤屬于視覺中的低級和中級處理部分，而行為理解和描述則屬于高級處理。運動檢測、運動目標分類與跟蹤是視頻監控中研究較多的三個問題；而行為理解與描述則是近年來被廣泛關注的研究熱點，它是指對目標的運動模式進行分析和識別，并用自然語言等加以描述。

3. 理論依據

（1） 安全系統工程

對于變電站安全監控系統而言，它是安全系統工程學在變電站安全中的具體應用，其主要目的是通過對變電站工作人員和設備工作安全相關的監控對象某個或某一類屬性的檢測、監控、分析評價，及時發現其屬性在變電站運營過程中狀態的變化情況。如果出現設備故障隱患、人員異常行為等危機安全的現象，提醒相關人員及時采取有針對性的措施，對監控對象進行處置、維修和養護，以保證變電站處于良好的運行狀態，從而保證電力系統穩定安全地工作。

（2） 安全監控技術

目前，智能視頻監控技術應用于變電站工作現場安全監控管理中。計算機視覺的研究目的是利用計算機代替人眼及大腦對于景物環境進行感知、解釋和理解。如果把攝像機看作人的眼睛，而智能視覺監控系統則可以看作人的大腦。智能視覺監控系統能夠識別不同的物體，發現監控畫面中的異常情況，并能夠以最快和最佳的方式發出警報和提供有用信息，從而能夠更加有效的協助安全人員處理危機，并最大限度的降低誤報和漏報現象。一般而言，智能視覺監控的主要研究內容包括目標檢測與分類、目標跟蹤、目標匹配額、目標定位、目標識別和行為理解（行為分析、語義描述）等。

4. 應用情況

從國外的應用情況來看，智能視頻監控技術具有兩種應用模式：一是與傳統的模擬視頻監控系統結合使用，二是基于網絡的全數字化智能視頻監控系統。目前，我國的從事智能視頻監控系統的公司一般都是與國際上比較好的智能視頻領域的公司合作。2005年5月，北京兆維泰奇科技有限公司與瑞士Visio Wave公司合作基于網絡智能化的安防監控解決方案。2007年3月，深圳貝爾信科技與以色列IOimage公司建立合作伙伴關系并成為中國區產品總與技術支持中心，推出了 bellsent系列產品，已成功在機場、油田、博物館、鐵路干線、倉庫等地方成功應用。

5. 結語

視頻監控系統未來發展會越來越智能化，在有效采集信息的基礎上，智能視頻監控系統比普通的網絡視頻監控系統具備更強大的圖像處理能力和智能因素，其能感知和理解的信息包括人臉（用戶身份）、人和物的行為、人員流動、人和物的消失出現、人群聚集狀態、人體疲勞狀態、煙霧產生和蔓延等，所有需要用到這些信息的應用領域，都有可能成為智能視頻分析的用武之地。變電站工作現場安全監控系統使用智能監控技術，實現對變電站工作現場的全自動化管控，對人身安全和設備安全以及對提高整個網絡的安全水平都有重要意義。

篇10

利用計算機的存儲能力完成統計記錄功能。變電站自動化系統,是變電站(所)自動化監控管理的重要設備,是集計算機技術、自動控制技術和通訊技術等實現對變電站二次設備(包括繼電保護、控制、測量、信號、故障錄波、自動裝置及遠動裝置等)的功能進行重新組合、優化設計,對變電站全部設備的運行情況執行監視、測量、控制和協調的一種綜合性的自動化系統。通過變電站綜合自動化系統內各設備間相互交換信息,數據共享,完成變電站運行監視和控制任務。變電站綜合自動化替代了變電站常規二次設備,簡化了變電站二次接線。

2電網調度自動化

電網調度自動化主要是通過電子計算機運用自動化技術對電網進行調動,實現對整個電力運行系統的監控。從而確保了能夠及時預測和處理電力運輸過程中出現的安全隱患以及故障發生,從而達到合理分配電能的目的。電網調度自動化會帶來很多有利的功效,首先,通過合理化的調度可以降低電能消耗,從根本上減少了能源浪費;其次,電網調度自動化為電能的安全運行提供了有力的保障。能夠及時檢測出可能導致電網異常運行的因素,并對之進行有效的處理,避免了因電網故障而發生的系統崩潰等嚴重情況;最后,電網調度作為電力系重要的組成部分,其自動化發展促進了電網建設進程的加快,有助于電力系統自動化的發展。

3計算機技術推動電力系統自動化技術的發展歷程

上世紀八十年代單片機技術的發展,以及國產的工業計算機和PC機技術應用,促進了電力系統自動化設備的發展。自動化裝置采用數字電路和模塊化軟件設計技術,具有了通信功能,數字式故障錄波器、微機遠動裝置及巡回檢測設備、微機繼電保護裝置性等一系列建立在計算機技術基礎上的設備開始大量使用。計算機技術為電力系統調度自動化、電廠監控系統、變電站綜合自動化奠定了基礎。上世紀九十年代高性能工作站、服務器及軟件技術、信息處理技術發展迅速,電網調度自動化系統、電廠監控、變電站自動化、配電自動化的技術水平上了一個新臺階。大幅度減少了電力電纜、通信電纜的用量,減少了占地面積從而降低了建設成本。增加了設備配置的靈活性、互換性和可維護性,提高了系統運行的可靠性。

4計算機技術的發展對電力系統自動化的影響

4.1計算機技術與電力設備出現電磁干擾現象隨著電子計算機在電力系統中的使用,計算機中的處理器與電力設備之間很容易相互影響,在一定的條件下會對運行的設備和人員造成干擾現象,出現電磁不兼容的問題。電力系統十分復雜和龐大,包含很多不同功能的處理系統,各個系統彼此關聯、互相影響,當前的技術對于電能的運行環境還沒有達到控制在相對穩定的局面,一旦某一以微處理器為核心的微機型產品受到電磁的干擾,便會出現數據紊亂的狀況,很容易導致整個供電系統的癱瘓或者數據丟失等嚴重故障。所以,如何保證電子計算機與管理系統的和諧融合一直是社會重點關注并有待解決的內容。

4.2計算機視覺技術在電力系統自動化中的應用計算技術覺技術在80年代取得了突破性進展。那么什么是計算機視覺呢？簡單點說就是用機器的眼睛“看”世界,對計算機拍攝下來的圖像進行多角度的處理,使人們更容易從中分析獲取需要的信息。目前此項技術已經發展到各個應用領域,其中也包括了電力系統。因為隨著電力系統規模的擴大,對供電要求的不斷提高,在處理圖像信息的過程中,要求工作人員的分析能力也越來越高,人腦已逐漸無法適應高速的計算能力,所以計算機視覺技術取代人腦來分析處理圖像數據就成為了必然趨勢。其高效率、高智能的處理器促進了電力系統向自動化的發展。

4.3計算機智能控制技術在電力系統自動化中的發展前景隨著電力系統不斷向自動化發展,電力調度技術慢慢告別了傳統的手段,改為依靠以智能控制為核心的智能控制技術。這種技術使電力系統實現了從量變到質變的本質飛躍。控制技術的智能化強化了電力系統的安全穩定性,對復雜的指令進行有條理的處理,增強了電力系統的實用性和收益性。隨著學者們對這種技術的研究,智能控制技術還擁有著十分廣闊的發展前景。

5結語