計算機視覺技術應用范文

導語：如何才能寫好一篇計算機視覺技術應用，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 計算機；視覺技術；應用研究

中圖分類號：TP212 文獻標識碼：A 文章編號：1671-7597（2013）16-0114-01

計算機視覺技術自20世紀70年代產(chǎn)生以來就得到了全世界的廣泛關注。作為一種多學科綜合應用下的新技術，隨著專家對其研究會的不斷深入，其應用領域也越來越廣，給人們的生產(chǎn)生活帶來了極大方便。

1 計算機視覺技術

計算機視覺技術是在計算機技術應用下發(fā)展起來的一種新技術，主要用來研究計算機模擬生物的宏觀或外顯功能。該技術在應用過程中會涉及到計算機科學、神經(jīng)生物學、人工智能、模式識別以及圖像處理等多個學科，多學科技術的綜合運用使得計算機具有了“感知”周圍世界的能力，這也正是該技術發(fā)揮作用的核心所在。計算機視覺技術的特點就在于，首先，它能在不接觸被測者的前提下完成對被測者的檢測；其次，該技術應用的領域和檢測的對象非常廣，能在敏感器件的應用下，完成對人類難以觀察到的超聲波、微波和紅外線等的檢測；最后，該技術還突破了人在視覺觀察上長時間工作的限制，能對檢測對象進行長時間觀察。

2 計算機視覺技術在各領域的應用分析

隨著計算機視覺技術研究的不斷加深，該技術的應用領域也越來越廣，下面，本文就選取工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測、電力系統(tǒng)自動化及圖書館工作這6個方面對計算機視覺技術的應用進行簡要分析。

2.1 在工業(yè)領域中的應用

工業(yè)生產(chǎn)對產(chǎn)品的質量要求極高，計算機視覺技術在工業(yè)上的應用主要集中在以下3方面：1）產(chǎn)品形狀和尺寸的檢測上。對制造業(yè)而言，產(chǎn)品的形狀和尺寸是否合格直接影響到產(chǎn)品在實際應用過程中作用的發(fā)揮。計算機視覺技術的應用能對產(chǎn)品進行二維和三維等幾何特征的檢測，如產(chǎn)品的圓度、位置及形狀等。2）產(chǎn)品零部件缺失情況的檢測。在生產(chǎn)線運行過程中，計算機視覺技術能準確檢測出產(chǎn)品在生產(chǎn)過程中是否存在鉚釘、螺絲釘?shù)攘悴考娜笔б约爱a(chǎn)品內(nèi)部是否在生產(chǎn)過程中摻進雜質等。3）產(chǎn)品表面質量的檢測。為了從各個方面保證產(chǎn)品的合格性，對其進行表面質量的檢測也是一個極其重要的環(huán)節(jié)。計算機視覺技術實現(xiàn)了對產(chǎn)品表面的紋理、粗糙度、劃痕、裂紋等各方面的有效檢測。

2.2 在農(nóng)業(yè)生產(chǎn)領域中的應用

該技術在農(nóng)業(yè)領域的應用主要集中在以下兩方面：1）對病蟲害的預測預報。預測預報作用發(fā)揮的關鍵環(huán)節(jié)是建立起計算機視覺技術對所有昆蟲的識別體系。對昆蟲圖像識別系統(tǒng)進行數(shù)字化建模所使用的方法主要以下2種，一種是運用數(shù)學形態(tài)學的方法對害蟲的邊緣進行檢測，進而提取害蟲的特征；第二種是從昆蟲的二值化圖像中提取出昆蟲的周長、面積和復雜度等基本信息，并對這些信息建立害蟲的模板庫以實現(xiàn)對昆蟲的模糊決策分析。2）對農(nóng)作物生長的監(jiān)測。常用的方法就是運用計算機視覺技術下的非接觸式監(jiān)測系統(tǒng)對農(nóng)作物生長環(huán)境下的光照、溫度、濕度、風速、營養(yǎng)液濃度等相關因素進行連續(xù)地監(jiān)測，進而判斷出農(nóng)作物長勢。

2.3 在林業(yè)生產(chǎn)中的應用

該技術在林業(yè)生產(chǎn)中的應用主要集中在農(nóng)藥噴灑和林木球果采集這兩方面。就林業(yè)的農(nóng)藥噴灑而言，常規(guī)的農(nóng)藥噴灑方式易造成農(nóng)藥的大量流失，不僅達不到防止林業(yè)有害生物的目的，還浪費了大量的人力、物力和財力。計算機視覺技術的應用能通過對施藥目標圖像進行實時分析，得出具體的施藥量和準確的施藥位置，該技術指導下的施藥工作極大發(fā)揮了農(nóng)藥的效果。就林木球果采集而言，該采集工作的操作難度一直都很大，我國當前使用的方法主要是人工使用專業(yè)工具下的采集以及機械設備運用下的高空作業(yè)車采集和搖振采種機采集，這兩種方式都存在一定的安全性和效率問題。計算機視覺技術的應用能通過對需要進行采集的林木球果進行圖像采集來得出球果所處的具置，再結合專業(yè)機械手的使用完成球果采集。該技術不僅節(jié)省了大量勞動力，還極大提高了采摘效率。

2.4 在農(nóng)產(chǎn)品檢測中的應用

農(nóng)產(chǎn)品在生產(chǎn)過程中受自然環(huán)境的影響比較大，所以農(nóng)產(chǎn)品不僅會產(chǎn)生質量上的差異，還會造成顏色、大小、形狀等外觀上的極大不同。由于農(nóng)產(chǎn)品在出售時大多要進行產(chǎn)品等級的劃分，所以將計算機視覺技術運用到對其顏色和外形尺寸的檢測上，有效達到了對農(nóng)產(chǎn)品進行檢測的目的。通過對外觀大小尺寸的檢測，不僅提高了對農(nóng)產(chǎn)品進行分門別類地等級劃分的效率，還在很大程度上減少了對產(chǎn)品的損壞；通過對西瓜等農(nóng)產(chǎn)品進行顏色上的檢測，能準確判斷其是否成熟，有效避免了人工操作下的失誤。

2.5 在電力系統(tǒng)自動化中的應用

計算機視覺技術在電力系統(tǒng)自動化應用的表現(xiàn)當前主要表現(xiàn)在以下2個方面：1）在人機界面中的應用。人機界面在運行過程中更加強調(diào)人的主體地位，實現(xiàn)了用戶對各種效應通道和感覺通道的運用。具體來講，計算機視覺技術在用戶向計算機的輸入方面，效應通道實現(xiàn)了手動為主向手、足、口、身體等的轉變；在計算機向用戶的輸出方面，感覺通道實現(xiàn)了視覺為主向觸覺、嗅覺、聽覺等的轉變。2）在電廠煤粉鍋爐火焰檢測中的應用。對煤粉鍋爐火焰的檢測既能有效判斷鍋爐的運行狀況，又能在很大程度上實現(xiàn)電廠的安全性運營。由于煤的負荷變化和種類變化會在使著火位置發(fā)生移動，所以為了保證爐膛火焰檢測的準確性，必須彌補之前單純應用火焰檢測器只能判斷有無火焰開關量信號的弊端。計算機視覺技術的應用，就在彌補火焰檢測器應用弊端的基礎上，實現(xiàn)了對火焰形狀的進一步檢測。

2.6 在圖書館工作中的應用

隨著當前數(shù)字圖書館和自動化管理系統(tǒng)的建立，計算機技術在圖書館方面的應用越來越廣泛。當前計算機視覺技術在圖書館方面的應用主要集中在古籍修補和書刊剔舊這兩方面。就古籍修補而言，古籍圖書等在收藏的過程中，受溫度、濕度、光照等的影響，極易導致紙張變黃、變脆以及蟲洞等現(xiàn)象的出現(xiàn)。在進行修補時，依靠計算機視覺技術開展具體的修補工作，能在很大程度上提高修補工作的效率。就書刊剔舊而言，由于圖書館藏書眾多，對那些使用率低且較為陳舊的文獻資料進行及時地剔除，能實現(xiàn)圖書資源的及時更新。計算機視覺技術在該方面的應用，極大地保證了工作的準確性和效率性。

3 結束語

通過以上對計算機視覺技術在工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測、電力系統(tǒng)自動化及圖書館工作這6個方面的研究可以看出，隨著計算機技術的進一步發(fā)展以及計算機與各專業(yè)學科的不斷滲透，該技術的發(fā)展前景和應用領域都將更加廣闊。

參考文獻

篇2

電力系統(tǒng)自動化是電力系統(tǒng)的發(fā)展趨勢，隨著計算機技術的不斷成熟，應用領域不斷拓展，在電力自動化系統(tǒng)中的信息輸入、輸出甚至是存儲和傳輸中都應用了計算機技術。鑒于電力系統(tǒng)具有功能復雜，分布范圍廣，管理調(diào)度較為集中等特點，故基于計算機的視覺圖像技術在電力自動化系統(tǒng)中具有非常廣泛的應用領域和應用前景。如結合紅外成像技術對線路設備進行監(jiān)測、應用遙感技術和工業(yè)電視技術分擔工作人員的工作壓力等。

如果能夠將基于圖像識別和圖像處理的計算機視覺技術安全合理的應用到電力系統(tǒng)中，可以對電力系統(tǒng)的智能監(jiān)控和處理。目前，已有部分應用實例投入使用，如利用紅外圖像分析技術對電力設備進行簡單識別、結合傳感器等對火電廠煤粉鍋爐火焰燃燒狀態(tài)的判斷等。

二、計算機視覺技術在電力系統(tǒng)自動化中的應用

計算機視覺技術是通過對采集到的數(shù)據(jù)圖像進行處理和分析來模擬和研究微觀或者宏觀層面視覺功能的技術。具體到電力系統(tǒng)自動化領域，計算機視覺技術主要被應用在三個方面，分別為地區(qū)調(diào)度實時監(jiān)控、設備運行負荷控制和變電站自動化監(jiān)控和處理。其中，地區(qū)調(diào)度實時監(jiān)控中的計算機視覺技術功能與中心調(diào)度監(jiān)控系統(tǒng)相似，都是通過多臺計算機和圖像采集設備實現(xiàn)對電力設備運行的監(jiān)控和對電力的實時調(diào)度等。而設備運行負荷控制通常需要利用工頻或者聲頻參與控制，還無法完全脫離人的視覺參與實現(xiàn)自動控制。變電站自動化監(jiān)控和處理是變電站自動化發(fā)展的方向，該技術是利用計算機，通過對實時狀態(tài)進行視頻監(jiān)控和數(shù)據(jù)處理，以實現(xiàn)無人值守的自動化運行模式。

典型的應用領域為下述幾個方面。

1.計算機視覺技術在在線監(jiān)測中的應用。該應用主要是利用計算機的紅外圖像識別技術對電力設備進行在線監(jiān)測實現(xiàn)的。電氣設備的表面溫度在一定程度上可以反映其運行的狀態(tài)，利用圖像采集設備對電氣設備進行紅外成像拍攝，可以獲取設備溫度的實時動態(tài)，在此基礎上對紅外圖像進行圖譜分析，并與正常運行時的參照標準進行比較，即可實現(xiàn)對電力設備的在線監(jiān)測。同時，若設備出現(xiàn)故障，利用紅外成像技術還能對故障位置進行定位，這就為及時進行檢修提供了強力的支持。

例如，斷路器觸頭接觸不良、輸電線路絕緣環(huán)境的變差、變壓器少油等故障都會造成局部設備過熱。若只采用傳統(tǒng)檢修方式，無法切實掌握設備運行狀態(tài)，只能在故障發(fā)生后尋找故障部位，檢查確認后才能進行排除處理。計算機視覺技術的應用，首先簡化了檢測方式，只需要將成像設備在有效范圍內(nèi)對電氣設備進行遠距離測量即可實現(xiàn)；其次在監(jiān)測方面，一旦設備的監(jiān)測數(shù)據(jù)超出正常范圍的最大或最小閾值，即可認定該部位已經(jīng)發(fā)生故障，實現(xiàn)對故障的及時處理，由于定位更為準確，且減少了傳統(tǒng)的故障部位確認環(huán)節(jié)，故提高了系統(tǒng)運行與監(jiān)測效率。

2.計算機視覺技術在無人值班變電站和電場環(huán)境監(jiān)控中的應用。在無人值班變電站中，利用微波雙鑒探測器和計算機網(wǎng)絡等組成無人監(jiān)視系統(tǒng)，通過該系統(tǒng)對變電站周邊環(huán)境進行視頻監(jiān)控，然后利用差分圖像、光流法等計算機視覺技術等對移動物體進行判斷和識別，確認移動物體屬性，若出現(xiàn)情況可以進行實時報警。實際應用表明，在適當天氣條件下，該系統(tǒng)的識別準確率保持在較高水平。若變電站周邊發(fā)生火情，還可以輔助紅外圖像識別對火勢進行判斷并報警。

3.計算機視覺技術在電力線路監(jiān)測中的應用。隨著經(jīng)濟社會的發(fā)展，為滿足人們?nèi)找嬖鲩L的電力需求，必須進行大量的電力線路鋪設，在鋪設過程中，通常需要穿越復雜的地理環(huán)境，這種情況為線路巡檢員的工作帶來了極大的困難，且巡檢效率不高、存在巡檢盲區(qū)等。此時，利用計算機視覺技術可以很好的解決該問題。對電力線路安裝監(jiān)測機器人，在機器人中安裝控制裝置，位置傳感器、測距傳感器和CCD視覺傳感器，線路檢測裝置，無線圖像傳輸設備等，通過機器人在線路中行走對線路進行溫度識別和分布判斷，進而完成線路的巡視工作。該方式可以減少惡劣環(huán)境對巡線工作帶來的操作難度，提高工作效率，增強故障判斷精度。

4.計算機視覺技術在位置判斷中的應用。利用計算機視覺技術可以對電力系統(tǒng)中的開關刀閘位置和繼電保護壓板的位置進行監(jiān)測。開關刀閘具有三種狀態(tài)，分別為閉合、斷開和異常。若開關刀閘位置不適當會影響到系統(tǒng)的工作狀態(tài)。利用計算機視覺技術可以自動識別其工作狀態(tài)，并對不正常狀態(tài)進行報警。繼電保護壓板會隨著電網(wǎng)或者變電站的運行方式的變化而變化。操作規(guī)范要求值班人員對壓板的位置進行確認和糾正。若壓板位置不正確會導致繼電保護出現(xiàn)錯誤動作甚至引發(fā)事故。在壓板監(jiān)測方面，由于壓板電信息不明辨，傳統(tǒng)檢測方式不易對其進行檢測，若采用計算機視覺技術，利用成像技術對壓板盤面進行圖像采集，然后通過圖像識別技術對獨享進行識別，即可實現(xiàn)對壓板位置的判斷。

篇3

關鍵詞：計算機自動化 視覺檢測 制造業(yè)

中圖分類號：TP274.4 文獻標識碼：A 文章編號：1007-9416（2014）05-0014-01

在精密測試技術領域，自動化視覺技術具有最大的發(fā)展?jié)摿Γ鼘㈦娮訉W、圖像處理、光學探測和計算機自動化技術綜合起來進行運用，在工業(yè)檢測中引入機器視覺，能夠快速測量物品平面或三維位置尺寸，其主要特點有：柔性好、速度快和非接觸性，在現(xiàn)代制造業(yè)中有著非常廣闊的應用前景。

目前，國內(nèi)視覺檢測領域所需要的視覺檢測設備大多是進口的，國內(nèi)生產(chǎn)的設備缺乏較高的檢驗精度和較強的實時性；但是進口設備大大增加了檢測成本，不少中小企業(yè)無力承擔。面對國內(nèi)檢測需求日益增加的情況，積極進行成本較低，精度較高的檢測設備的開發(fā)，成為一個亟需解決的問題，需要引起重視。

1 檢測系統(tǒng)的工作原理

自動化視覺檢測系統(tǒng)工作流程分為三個部分，分別是圖像信息獲取、圖像信息處理以及機電系統(tǒng)執(zhí)行檢測結果。如果系統(tǒng)有需求，能夠借助人機界面對參數(shù)進行實時的設置與調(diào)整。當被檢測對象移動到特定的位置時，位置傳感器就會發(fā)現(xiàn)它，會將探測到被檢測物體的電脈沖信號發(fā)送給PLC控制器，經(jīng)過計算，PLC控制器將物體移動到CCD相機采集位置的時間的出來，然后將觸發(fā)信號準確的發(fā)送給圖像采集卡，采集卡檢測到此信號后，會要求CCD相機立即進行圖像采集。被采集到的物體圖像會以BMP文件的形式發(fā)送到工控機，運用專門的分析工具軟件分析處理圖像，分析檢測對象是否與設計要求相符合，執(zhí)行機會依據(jù)合格或者不合格的信號對被檢測物體進行相應處理。經(jīng)過這樣的反復的工作，系統(tǒng)對被檢測物體進行隊列連續(xù)處理。如（圖1）。

2 自動化視覺檢測系統(tǒng)的組成

在工業(yè)檢測領域，計算機自動化檢測系統(tǒng)可以在尺寸測量、工件定位、特征檢測、圖形圖像以及字符識別等方面進行運用。自動化視覺檢測系統(tǒng)按照功能模塊可以劃分為，圖像信息獲取模塊、圖像信息處理模塊、人機交互模塊、機電執(zhí)行模塊以及系統(tǒng)控制模塊五部分。其中處于核心位置的是系統(tǒng)控制模塊，系統(tǒng)控制不論是在被檢測物置信息的觸發(fā)，還是機電執(zhí)行模塊所需檢測結果信息的獲取等等各個方面，都必須參與其中，否則無法完成；而人際交互模塊更是與核心模塊有著之間聯(lián)系，通過與其直接通信，以便實時更新檢測系統(tǒng)參數(shù)以及執(zhí)行指令等。

3 自動化視覺檢測技術在制造業(yè)上的應用

3.1 應用于汽車車身檢測的視覺檢測技術

現(xiàn)代汽車制造業(yè)的生產(chǎn)周期日益縮短，生產(chǎn)日益集團化，原材料和零部件供應呈現(xiàn)大宗化，而這正是給運用自動化視覺檢測技術提供了客觀環(huán)境。該系統(tǒng)包括三維視覺傳感器系統(tǒng)、電器控制與接口系統(tǒng)、機械及定位系統(tǒng)、標定系統(tǒng)以及計算機自動化等部分，其測量步驟如下：首先在電氣控制系統(tǒng)下初步定位運送車身；然后借助專門的控制系統(tǒng)準確定位待測位置；借著用計算機自動化進行檢查點圖像的采集與處理；最后，將被監(jiān)測點的坐標參數(shù)計算出來。檢測系統(tǒng)應該能夠實時控制單光條、多光條、雙目立體視覺以及十字叉絲等傳感器的動作；按照要求順序，全部視覺傳感器進行測量，然后轉換測量結果，將其放置于測量坐標中；經(jīng)過自動識別，能夠地裝配結果進行判斷。這一視覺檢測方法具有非得用地、效率高、自動化、精度好的特點，能夠很好的滿足汽車工作的需求。

3.2 為智能焊接的實現(xiàn)解決核心難題

在焊接領域，對智能焊接機器人的研究已經(jīng)成為關注的重點，智能焊接機器人要求能夠識別環(huán)境目標，對焊接參數(shù)進行調(diào)整，并實時精確跟蹤軌跡。比如在潛艇、大型輪船的制造中，焊接是十分重要的環(huán)節(jié)，焊接質量直接關系到后續(xù)的制造環(huán)節(jié)以及潛艇、輪船的強度和安全性。智能焊接機器人在紅外攝像儀、高速攝像機以及CCD攝像機等高精度圖像傳感設備的輔助下，采用智能化圖像處理方法能夠進行圖像焊接，檢測焊接空間位置，規(guī)劃焊炬姿態(tài)，對焊接熔池特征參數(shù)進行實時提取，對焊接組織、機構和性能進行預測等，能夠在很多人類難以進行作業(yè)的場合完成焊接工作，在焊接過程中，通過數(shù)個光電接收陣列對檢測組建進行多維視覺傳感，并綜合處理所獲取的信息。目前國外KUKA，Motoman，GMF，Adept等廠家已經(jīng)開發(fā)出智能焊接機器人，其裝配了自動化視覺檢測功能，并且已經(jīng)廣泛應用于潛艇與航天器的生產(chǎn)中。

3.3 提高手機生產(chǎn)檢測速度

隨著手機設計精密程度的日益提高，人工檢驗已經(jīng)難以適應大規(guī)模生產(chǎn)，這是因為其需要的測量投影儀較多，檢測速度慢。而采用自動化視覺檢測系統(tǒng)能夠自動檢測電路板組建中的連接器以及內(nèi)部零件等，檢測速度快、測量結果準確，具有較強的擴展性和較高的性價比。檢測系統(tǒng)主要就是測量計算機自動化接口電路板組件中各個連接器特定位置的幾何尺寸，這里面包括連接器內(nèi)部零件的尺寸、間距以及連機器與PCB底板的相對位置；另外還要對連接器與標準是否相符以及內(nèi)部零件被損壞與否。系統(tǒng)可以將質量檢驗的效率大大提升，而且也能夠使產(chǎn)品質量得到保障，實現(xiàn)降低檢驗成本的目的。

4 結語

作為一種新興的檢測技術，自動化視覺檢測技術對我國自動化視覺檢測產(chǎn)品的發(fā)展起到了很大的推動作用，使其不斷向更高層次邁進，同時也為我國制造業(yè)的發(fā)展做出了貢獻，具有廣闊的發(fā)展前景。

參考文獻

[1]伍健.基于PDE和全變分濾波方法的研究及在多種噪聲中的應用[D].天津大學，2012.

篇4

1計算機視覺的概述及基本體系結構

1.1計算機視覺概述

通過使用計算機和相關設備，對生物視覺進行模擬的方式，就是計算機視覺。對采集到的圖片或視頻進行相應的技術處理，從而獲得相應的三維信息場景，是計算機視覺的主要任務。計算機視覺是一門學問，它就如何通過計算機和照相機的運用，使人們獲得被拍攝對象的數(shù)據(jù)與信息所需等問題進行研究。簡單的說，就是讓計算機通過人們給其安裝上的“大腦”和“眼睛”，對周圍環(huán)境進行感知。計算機視覺是一門綜合性學科，在各個領域都有所作為，已經(jīng)吸引了各個領域的研究者對其研究。同時，計算機視覺也是科學領域中一個具有重要挑戰(zhàn)性的研究。

1.2計算機視覺領域基本體系結構

提出第一個較為完善的視覺系統(tǒng)框架的是Marr，他從信息處理系統(tǒng)角度出發(fā)，結合圖像處理、心理物理學等多領域的研究成果，提出被計算機視覺工作者基本接受的計算機視覺系統(tǒng)框架。在此基礎上，研究者們針對視覺系統(tǒng)框架的各個角度、各個階段、各個功能進行分析研究，得出了計算機視覺系統(tǒng)的基本體系結構，如圖1。

2計算機視覺在交通領域的應用

2.1牌照識別

車輛的唯一身份是車輛牌照。在檢測違規(guī)車輛、稽查被盜車輛和管理停車場工作中，車輛牌照的有效識別與檢測具有重要的作用和應用價值。然而在實際應用工作中，雖然車牌識別技術相對成熟，但是由于受到拍攝角度、光照、天氣等因素的影響，車牌識別技術仍需改善。車牌定位技術、車牌字符識別技術和車牌字符分割技術是組成車牌識別技術的重要部分。

2.2車輛檢測

目前，城市交通路口處紅綠燈的間隔時間是固定不變的，但是受交通路口的位置不同、時間不同的影響，每個交通路口的交通流量也是持續(xù)變化的。此外，對于某些交通區(qū)域來說，公共資源的配備，比如交通警察、交通車輛的數(shù)量是有限的。如果能根據(jù)計算機視覺技術，對交通路口的不同時間、不同位置的交通情況進行分析計算，并對交通流量進行預測，有利于為交通警察縮短出警時間、為交通路口的紅綠燈根據(jù)實際情況設置動態(tài)變化等技術提供支持。

2.3統(tǒng)計公交乘客人數(shù)

城市公共交通的核心內(nèi)容是城市公交調(diào)度問題，一個城市如何合理的解決公交調(diào)度問題，是緩解城市運力和運量矛盾，緩解城市交通緊張的有效措施。城市公交調(diào)度問題，為公交公司與乘客的平衡利益，為公交公司的經(jīng)濟利益和社會效益的提高做出了巨大的貢獻。由于在不同的地域、不同的時間，公交客流會存在不均衡性，高峰時段的公交乘客過多，平峰時段的公交乘客過少，造成了公交調(diào)度不均衡問題，使有限資源浪費嚴重。在計算機視覺智能公交系統(tǒng)中，自動乘客計數(shù)技術是其關鍵技術。自動乘客計數(shù)技術，是對乘客上下車的時間和地點自動收集的最有效的技術之一。根據(jù)其收集到的數(shù)據(jù)，從時間和地點兩方面對客流分析，為城市公交調(diào)度進行合理的安排。

2.4對車道偏離程度和駕駛員工作狀態(tài)判斷

交通事故的發(fā)生率隨著車輛數(shù)量的增加而增加。引發(fā)交通事故的重要因素之一就是駕駛員疲勞駕駛。據(jù)相關數(shù)據(jù)顯示，因車道偏離導致的交通事故在40%以上。其中，駕駛員的疲勞駕駛就是導致車道偏離的主要原因。針對此種現(xiàn)象，為減少交通事故的發(fā)生，計算機視覺中車道偏離預警系統(tǒng)被研究開發(fā)并被廣泛應用。針對駕駛員眨眼頻率，利用計算機視覺對駕駛員面部進行圖像處理和分析，再根據(jù)疲勞駕駛關注度與眨眼頻率的關系，對駕駛員的工作狀態(tài)進行判斷。此外，根據(jù)道路識別技術，對車輛行駛狀態(tài)進行檢測，也是判斷駕駛員工作狀態(tài)的方法之一。這兩種方法，是目前基于計算機視覺的基礎上，檢測駕駛員疲勞狀態(tài)的有效方法。

2.5路面破損檢測

最常見的路面損壞方式就是裂縫。利用計算機視覺，及時發(fā)現(xiàn)路面破損情況，并在其裂縫程度嚴重之前進行修補，有利于節(jié)省維護成本，也避免出現(xiàn)路面坍塌，車輛凹陷的情況發(fā)生。利用計算機視覺進行路面檢測，相較于之前人工視覺檢測相比，有效提高了視覺檢測的效率，增強了自動化程度，提高了安全性，為市民的出行安全帶來了更高保障。

3結論

本文從計算機視覺的概述，及計算機視覺基本體系結構，和計算機視覺在交通領域中的應用三面進行分析，可見計算機視覺在交通領域中的廣泛應用，在交通領域中應用的有效性、顯著性，以此可得計算機視覺在現(xiàn)展過程中的重要性。隨著計算機視覺技術的越來越成熟，交通領域的檢測管理一定會加嚴格，更加安全。

作者:夏棟 單位:同濟大學軟件學院

參考文獻:

[1]段里仁.智能交通系境在我國道路空通管理中的應用[J].北方工業(yè)時報,2015(06).

[2]王豐元.計算機視覺在建筑區(qū)間的應用實例分析[J].河北電力學報,2015(04).

[3]李釗稱.主動測距技術在計算機數(shù)據(jù)分析中的作用探析[J].計算機應用,2015(08).

[4]馬良紅.三維物體影像的攝取與分析[J].中國公路學報,2014(05).

篇5

關鍵詞：計算機視覺圖像 精密測量 構造幾何模型 信號源的接收

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2013）05-1211-02

新型計算機視覺圖像精密測量是一種基于計算機程序設計以及圖像顯示的高精度的關鍵技術，它廣泛用于測量的領域，對于測量的準確性有很好的保證。這種關鍵技術是幾何了光學的特性，發(fā)揮了圖像學的顯影性，把普通的測量技術瞬間提升到了一個新的高度。在這項關鍵技術中包含了物理學中光的效應，圖像中的傳感器以及計算機中的編程軟件，這還不完全，還有一些其他科學領域知識的輔助，可以說這項關鍵技術是一個非常有技術含量的技術，很值得學者進行研究。

1 計算機視覺圖像精密測量的關鍵技術的具體形式

在以往的測量中，選擇的測量方式還是完全采用機械的形式，但是在使用了計算機視覺圖像精密測量后，完成了許多以往技術所不能達到的任務。在我們的研究中，計算機視覺圖像測量的原理是通過攝像機將被處理的對象采集進行影像采集，在多個控制點的數(shù)據(jù)采集完成后，系統(tǒng)會自動將這些圖像進行整合，得出相關的幾何多變參數(shù)，再在計算機上以具體的數(shù)據(jù)顯示出來，以供技術人員使用參照。

在上面所說的攝像機并不是我們通常意義上生活中使用的攝像機。它是一種可視化較強，表針比較敏感的測試儀。可以將視覺中的二維形態(tài)通過顯影，記錄在機械的光譜儀上，再將這種的二維圖像做數(shù)學處理，有二階矩陣轉換為三階矩陣，通過播放儀呈現(xiàn)出三維的影像。這時的圖像變?yōu)榱Ⅲw化，更有層次感，效果上也有了明顯的變化，這是一種顯示方法。此外還有一種造價較高的儀器，我們不常使用，就是圖像提取器。同樣是采集控制點的數(shù)據(jù)，將數(shù)據(jù)整合在系統(tǒng)之內(nèi)，然后對于原始的圖像進行預處理，不再經(jīng)過有曝光這個程序，將圖像中關鍵點的坐標在整個內(nèi)部軸面上體現(xiàn)出來，提取數(shù)據(jù)幀數(shù)，再運用機器的智能識別系統(tǒng)，對控制點的坐標進行數(shù)據(jù)分析，自動生成圖形，這也可以用于精密測量。它的優(yōu)點就是使用上極其的方面，基本只要架立儀器和打開開關，其他的工作機械系統(tǒng)都會自動的完成。使用的困難就是造價極其的高，不適合一般企業(yè)使用。在基于計算機視覺圖像測量中使用上的原理如下：

1） 計算出觀察控制點到計算機視覺圖像測量儀器的有效距離；

2） 得出觀察點到目標控制點之間的三維的運動幾何參數(shù)；

3） 推斷出目標控制點在整個平面上的表面特征（ 大多時候要求形成立體視覺）；

4） 還通過觀察可以判斷出目標物體的幾何坐標方位。

在整個計算機視覺圖像精密測量的關鍵技術中最關鍵的元件就是壓力應變電阻儀，這也是傳感器的一部分。壓力應變電阻儀的使用方式是將應力片粘貼在控制點位上，事先在物體表面打磨平整，清理干凈后，涂抹丙酮試劑，在液體完全風干后就可以黏貼應力片，通過導線的聯(lián)接，形成了一小段閉合的電路，時刻讓計算機視覺圖像系統(tǒng)可以感應到并作跟蹤觀察。因受到來自不同方面諧波的影響后，應力片會產(chǎn)生一定數(shù)值的電阻，在電路中，這些電阻會轉化為電流，視覺圖像系統(tǒng)接收到了電流后就會顯示在儀表盤上相應的數(shù)據(jù)，我們就可以根據(jù)儀表盤中的數(shù)據(jù)記錄測量中的數(shù)據(jù)，很好的解決了原始機械在使用過程中大量的做無用功所消耗資源的現(xiàn)象。傳感器對每個應點都進行動態(tài)的測量，將數(shù)據(jù)模轉換成現(xiàn)實中的圖像，精確的成像可以測算出控制點的位置，用計算機視覺圖像精密測量結合數(shù)據(jù)方面的相關的分析，得出施工中的可行性報告分析，減低了施工中的成本，將施工的預算控制在一個合理的范圍之內(nèi)。

當無法觀察到控制點是，計算機視覺圖像精密測量可以通過接收信號或是相關的頻率波段來收集數(shù)據(jù)，不會因為以往測量的環(huán)境不好，距離太遠，誤差太大的影響。

2 計算機視覺圖像精密測量的關鍵技術分析

在計算機視覺圖像精密測量的關鍵技術中解決了很多以往很難完成的任務，但是在使用過程中還是發(fā)生了很多的問題。尤其在視覺圖像的選擇中，無法使用高幀數(shù)的圖片顯示，無法將計算機視覺圖像精密測量的關鍵技術的優(yōu)點發(fā)揮出來。我們就計算機視覺圖像精密測量的關鍵技術中常見的問題進行討論。

2.1 降低失誤的概率

在很多的數(shù)據(jù)誤差中，有一部分是出現(xiàn)在人為的因素上面。對于機器的不熟悉和操作中的疏忽都會在一定程度上對圖像的視覺感模擬帶來麻煩。對于網(wǎng)絡設備的配置上，要經(jīng)常性的學習，將配置在可能的情況下設置的更加合理和使用，保證網(wǎng)絡連接系統(tǒng)的安全性。為防止更多因操作帶來的誤差，選用系統(tǒng)登入的制度，用戶在通過識別后進入系統(tǒng)，在采集數(shù)據(jù)后，確定最終數(shù)據(jù)上又相關的再次確定的標識，系統(tǒng)對本身有的登錄服務器和路由器有相關的資料解釋，記錄好實用操作的時間，及時備份。

2.2 對于權限的控制

權限控制是針對測量關鍵所提出的一種安全保護措施，它是在使用計算機視覺圖像精密測量的關鍵技術中對用戶和用戶組賦予一定的權限，可以限制用戶和用戶組對目錄、子目錄、文件、打印機和其他共享資源的瀏覽和更改。圖像中的運行服務器在停止的情況下可以做出不應答的操作指令，立刻關閉當前不適用的界面，加快系統(tǒng)的運行速度，對于每天的日志文件實時監(jiān)控，一旦發(fā)現(xiàn)問題及時解決。對于數(shù)據(jù)終端的數(shù)據(jù)可采用可三維加密的方法，定時進行安全檢測等手段來進一步加強系統(tǒng)的安全性。如果通過了加密通道，系統(tǒng)可以將數(shù)據(jù)自動的保存和轉換為視圖模式，對于數(shù)據(jù)的審計和運行可以同時進行，這樣就可以很好的保證大地測量中的圖像數(shù)據(jù)安全，利用防護墻將采集中廢棄的數(shù)據(jù)革除在外，避免數(shù)值之間發(fā)生紊亂的現(xiàn)象，進一步改善計算機視覺圖像精密測量的關鍵技術。

2.3 開啟自動建立備份系統(tǒng)

計算機視覺圖像精密測量的關鍵技術的完善中會常遇到系統(tǒng)突然崩潰或是圖像受到嚴重干擾導致無法轉換的一系列情況，發(fā)生這種情況最大的可能性就是系統(tǒng)在處理多組數(shù)據(jù)后無法重新還原成進入界面。這時為保證圖片轉換成數(shù)字的系統(tǒng)數(shù)據(jù)不丟失，我們對系統(tǒng)進行備份。選定固定的磁盤保存數(shù)據(jù)，定期將產(chǎn)生的數(shù)據(jù)（轉換前的圖像和轉換后的數(shù)值）導出，保證程序的正常運行。當系統(tǒng)一旦發(fā)生錯誤，可以盡快的恢復數(shù)據(jù)的初始狀態(tài)，為測量任務的完成爭取更多的時間。我們還要減少信號源周圍的干擾，定期的更新系統(tǒng)數(shù)據(jù)庫，保持數(shù)據(jù)采集的穩(wěn)定性，把攝像機記錄出的數(shù)據(jù)節(jié)點保存在相應的技術圖紙上，用這樣的方式來知道測量工作。系統(tǒng)備份的數(shù)據(jù)還可以用于數(shù)據(jù)的對比，重復測量后得出的數(shù)據(jù)，系統(tǒng)會自動也備份的數(shù)據(jù)進行比對，發(fā)現(xiàn)誤差值在規(guī)定以外，就會做出相應的預警，這樣也能在工作中降低出現(xiàn)誤差的概率。

3 計算機視覺圖像精密測量的關鍵技術遇到的困難和使用前景

計算機視覺圖像精密測量的關鍵技術作為一種新興技術在使用時間上不過十幾年，其使用的程度已經(jīng)無法估算。正是因為它的簡單、使用、精度高以及自動化能力卓越的特點受到了測量單位的廣泛青睞。在測量方面的這些可靠性和穩(wěn)定性也是有目共睹的。在土木和機械測量的行業(yè)計算機視覺圖像精密測量的關鍵技術都會有廣泛和良好的使用，前景也是十分的廣闊。但是不容忽視該技術也有一些弊端。這項關鍵技術中涵蓋的學科非常的多，涉及到的知識也很全面，一旦出現(xiàn)了機器的故障，在維修上還是一個很大的問題，如何很好的解決計算機視覺圖像技術的相關核心問題就是當下亟待解決的。

我們都知道，人的眼睛是可以受到吱聲的控制，想要完成觀測是十分簡單的，但是在計算機視覺圖像技術中，畢竟是采取攝像機取景的模式，在取得的點位有的時候不是特別的有代表性，很難將這些問題具體化、形象化。達不到我們設計時的初衷。所以在這些模型的構建中和數(shù)據(jù)的轉換上必須有嚴格的規(guī)定和要求，切不可盲目的實施測量，每項技術操作都要按規(guī)程來實施。

上文中也談到了，計算機視覺圖像精密測量的關鍵技術中最主要的構建是傳感器，一個合理的傳感器是體統(tǒng)的“心臟”，我們在儀器的操作中，不能時時刻刻對傳感器進行檢查，甚至這種高精度的元件在檢查上也并不是一件簡單的事情，通過不斷的研究，將傳感器的等級和使用方法上進行一定的創(chuàng)新也是一項科研任務。

4 結束語

在測量工程發(fā)展的今天，很多的測量技術已經(jīng)離不了計算機視覺圖像技術的輔助，該文中詳細的談到了基于計算機視覺圖像精密測量的關鍵技術方面的研究，對于之中可能出現(xiàn)的一些問題也提出了相應的解決方案。測量工程中計算機視覺圖像精密測量的關鍵技術可以很好的解決和完善測量中遇到的一些問題，但是也暴露出了很多的問題。

將基于計算機視覺圖像精密測量的關鍵技術引入到測量工程中來，也是加強了工程建設的信息化水平。可以預見的是，在未來使用計算機視覺圖像技術建立的測量模型會得到更多、更好的應用。但作為一個長期復雜的技術工程，在這個建設過程中定會有一些困難的出現(xiàn)。希望通過不斷的發(fā)現(xiàn)問題、總結經(jīng)驗，讓計算機視覺圖像精密測量的關鍵技術在測量中作用發(fā)揮的更好。

參考文獻：

[1] 湯劍，周芳芹，楊繼隆.計算機視覺圖像系統(tǒng)的技術改造[J].機電產(chǎn)品開發(fā)與創(chuàng)新周刊，2005，14（18）：33-36.

[2] 段發(fā)階，等. 拔絲模孔形計算機視覺檢測技術[J]. 光電工程時報， 1996，23（13）：189-190.

篇6

關鍵詞：OpenCV；計算機視覺技術；三維模擬技術

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2015）30-0137-02

21世紀是國際計算機技術高度發(fā)展的時代，人們生活中的每個角落都可以看到計算機技術的身影，尤其是現(xiàn)代計算機視覺技術和圖像處理功能發(fā)展更加迅猛，各技術分支也逐漸趨于成熟。計算機視覺技術主要指的就是利用智能計算機系統(tǒng)來代替人類的眼睛對現(xiàn)實三維世界進行辨識和理解，整個過程均是計算機自我學習的過程，而隨著這項技術研究的不斷深入，其不再僅僅包含計算機技術科學，同時還涉獵了包括生理學、神經(jīng)學、物理學、應用數(shù)學等多門學科，為人類科技的進步提供了有效的動力。

1 計算機對視頻中運動物體檢測的原理概述

在現(xiàn)代計算機技術基礎下，對視頻當中的運動物體檢測原理主要包括兩種，分別是從微觀和宏觀的角度出發(fā)。其中宏觀檢測技術指的是當計算機截取了視頻中的某一個圖像，其以整幅圖像為對象進行檢測；微觀檢測技術是指在截取圖像后，根據(jù)實際需求對某一區(qū)域內(nèi)的圖像內(nèi)容進行檢測。在計算機視覺技術實際應用時，其第一步就是對圖像的采集，第二步是對已經(jīng)采集的圖像進行預分析處理，如果采用宏觀檢測技術則對圖像整體進行分析；如果采用微觀檢測技術則首先將圖像進行分割，然后對分割后各圖像內(nèi)容中出現(xiàn)的運動物體影像進行分析。在圖像數(shù)據(jù)獲取過程中應用的是背景差分法，這一技術主要是將背景和運動物體進行分離提取，以獲取沒有背景圖像的運動物體影像數(shù)據(jù)。還可以利用幀間差分法，這種方法主要是對一個視頻圖像的逐幀畫面進行差別比較，從而獲得各幀圖像上的差值，而將這些差值幀圖結合起來就是一個物體在計算機視覺下的運動軌跡。現(xiàn)代研究者更傾向于將背景和幀間差分法進行結合運用，這樣可以獲得無背景下的運動物體軌跡，進而提升計算機視覺系統(tǒng)捕捉數(shù)據(jù)的準確性。

2 OpenCV的應用概述

OpenCV是現(xiàn)代計算機視覺技術當中具有開源性的視覺庫，其最早是由俄羅斯Intel分公司所研發(fā)，不僅高效，而且具有兼容的優(yōu)勢。同時與傳統(tǒng)IPL圖像處理系統(tǒng)相比，OpenCV所處理的圖像數(shù)據(jù)等級更高，例如在對運動物體進行特征跟蹤、目標分割、運動軌跡分析以及三維模型重建等方面都有著巨大的優(yōu)勢。

OpenCV本身編輯的源代碼是開放式的，編寫過程簡潔且方便，并且程序中大多數(shù)函數(shù)已經(jīng)通過了匯編的最優(yōu)化，使其能夠更加高效地被應用。在使用OpenCV的攝像機標定模塊已經(jīng)為用戶設計了實用性較強的接口，并且能夠支持Windows界面的操作平臺，使得這一技術的操作更加簡便。這一技術本身操作簡便，對于編程人員和檢驗人員個人技能素質要求并不高，視覺技術系統(tǒng)研發(fā)人員可以利用簡便的操作來檢驗其設想是否能夠實現(xiàn)，這就使得現(xiàn)代計算機視覺技術開發(fā)團隊能夠形成更好的協(xié)作研發(fā)關系，進一步提升技術研究效率。目前已知OpenCV編程系統(tǒng)在航空航天定位、衛(wèi)星地圖繪制、工廠大規(guī)模生產(chǎn)視覺檢測等方面得到了廣泛的應用，同時對于無人飛行器的視覺捕捉技術也有極大的幫助。最為重要的是OpenCV編程語言的兼容性較強，編程人員可以根據(jù)自己的意愿對源代碼進行披露，并且國內(nèi)也已經(jīng)形成了規(guī)模較大的交流社區(qū)，給更多同行業(yè)者提供答疑解惑的場所，進一步擴大了OpenCV的應用范圍。

3 基于OpenCV的計算機視覺技術

3.1 基于OpenCV下的運動物體檢測技術

在常規(guī)運動物體檢測技術下，均是直接通過圖像背景和運動物體的區(qū)分來實現(xiàn)運動物體的捕捉。而基于OpenCV下的運動物體檢測技術則不僅能夠針對于圖像背景的分離實現(xiàn)運動物體的觀察，還可通過物體本身特定的信息來進行檢測，主要包括形狀、輪廓以及顏色等。這樣就能夠實現(xiàn)在復雜的背景當中將特定的運動物體完整抽離出來。其基本流程包括：首先，對影像數(shù)據(jù)當中某一時間點的圖像進行捕捉，然后對這一視頻圖像的格式進行轉化；其次，對轉化格式后的視頻圖像進行早期處理，并將運動物體和復雜的背景區(qū)分開，降低周圍各環(huán)境因素對運動物體主體圖像的影響；第三，根據(jù)完成提取后的運動物體圖像進行辨識，然后再從視頻當中捕捉擁有相同特征的物體，并對該物體進行跟蹤識別。而這一過程的實質則在于先利用圖像捕捉技術對畫面進行截取，然后同時利用背景差分法和幀間差分法對圖像進行分割，逐幀地將運動物體完成提取出來，以供計算機進行視覺跟蹤處理。

3.2 基于OpenCV的圖像預處理技術

一般情況下，計算機視覺處理技術應用的環(huán)境情況較為復雜，大多數(shù)應用環(huán)境當中均有光照的變化，并且部分計算機視覺處理設備還需要在露天環(huán)境下進行工作，此時周圍環(huán)境中的風、溫度、光照、氣候以及運動物體數(shù)量等對視頻圖像的采集均有著極大的影響。環(huán)境因素會使圖像采集的質量大幅度降低，同時圖像當中的噪點問題也難以避免，而噪點是視覺捕捉和圖像處理當中最大的影響因素。因此，在基于OpenCV下的計算機視覺技術在捕捉視頻圖像之后先對其進行預處理，然后再由系統(tǒng)對運動物體進行分離、檢測和跟蹤。一般的預處理過程主要包括平滑度濾波、圖像填充、背景實時更新等。

1）圖像的平滑度濾波預處理技術

由于在實際計算機視覺捕捉過程中圖像噪點是難以避免的問題，以此在對圖像中運動物體進行檢測前，應該相對這些噪點進行預處理，降低環(huán)境噪聲對圖像的影響。圖像的平滑度濾波處理共分為兩種方式，分別為線性和非線性。其中線性處理方式就是通過計算機處理設備的簡單運算，對圖像當中的噪點進行直接清除，但這一技術使用后會造成截獲圖像模糊不清的情況，因此僅對噪點較少的圖像采用該處理方式；非線性濾波處理則是利用復雜的圖像處理運算，將截獲圖像當中的噪點無限縮小，使其不對圖像整體造成影響，并且可以有效保證圖像的局部調(diào)整，但這種處理方式在運算時速度沒有線性濾波處理快，因此需應用在噪點較多，圖像信息較復雜的處理當中。

2）圖像的填充預處理技術

這一處理技術在使用過程中運算速度較慢，主要是由于其需要對逐幀的圖像均進行處理，也包括兩種處理方式，分別為邊緣填充和腐蝕膨脹處理。其中邊緣填充處理主要指的是在確定運動物體之后，利用計算機系統(tǒng)自身的邊緣檢測處理技術，對物體的輪廓進行辨識，并利用形態(tài)學上的漫水填充方式對運動物體周圍的噪點進行顏色填充，減小其對畫面整體元素的影響。而腐蝕膨脹處理與邊緣填充處理原理相類似，但這種處理技術主要是針對于噪點進行腐蝕和膨脹，使其在畫面當中所占比例擴大，但對運動物體本身不造成影響，這使運動物體和噪點之間的差異就會更加明顯，就可以將噪點的影響降到最低，但這種處理方法的效果和攝像機本身的性能、質量等有著密切的關聯(lián)。

3）背景的實時更新預處理技術

在進行運動物體和背景分離過程中，計算機系統(tǒng)需要對圖像上的背景元素進行辨識，并對其開展初始化處理，這樣就能夠為后期實時背景圖像的差異進行凸顯，以增加前景圖像的效果，降低噪點對圖像的影響。在運用這一技術時，首先要先對第一幀的圖像進行確定，并將第一幀圖像當中的背景圖像元素進行辨識，然后在后期圖像更新和運動物體檢測過程中對背景進行實時更新處理。在更新的過程中其流程主要包括：首先，系統(tǒng)要對所讀取的畫面進行有效的判斷，了解該圖像是否為第一幀；其次，將Opencv處理的圖像轉變?yōu)閱瓮ǖ阑叶戎担坏谌瑢D變后的圖像進行高斯平滑度濾波處理，將圖像當中的噪點進行去除；第四，采用形態(tài)學噪點填充技術對圖像當中的噪點進行二次處理，以獲得所需要更新的背景圖像。

3.3 前景運動物體的提取技術

在計算機視覺技術進行運動物體的檢測時，只有有效保障檢測流程的準確度，才能夠有效保障對前景運動物體的跟蹤效果。其主要分為兩大步驟，其一是對二值化后的圖像數(shù)據(jù)進行分割處理；其二是在圖像分析前對其進行充分的填充處理，保證前景圖數(shù)據(jù)的完整性。同時，在前景圖像提取的過程中也分為多個步驟，其包括：首先，對所提出的前景圖像和背景圖像進行差分處理；其次，將差分處理后的圖像二值化處理；第三，對背景當中前景物體的輪廓或邊緣進行辨識，根據(jù)前景圖像的輪廓對其進行填充。由于在實際操作過程中，攝像頭所處環(huán)境的變化較大，并且會在不同場所內(nèi)的不同角度捕捉畫面，因此就需要在前景圖像提取時有效提高背景圖像實時更新的效果。

利用閥值二值化的分割方式能夠有效將前景圖像和背景圖像分離開，從而使目標運動物體能夠呈現(xiàn)獨立化，并且閥值分割方式開展前要相對每個像素點進行確定，判斷其是否位于灰度值的范圍內(nèi)。而將該圖像的像素灰度和閥值進行對比后會出現(xiàn)兩種結果，分別是灰度值低于或高于閥值。在實際應用過程中，有效確定圖像的分割閥值T，就能夠降低環(huán)境當中光照因素對圖像質量的影響。

4 計算機視覺技術當中的三維重建技術

1）三維重建的視覺系統(tǒng)

計算機視覺技術在對圖像進行捕捉時可以視為是對大量的圖像信息進行處理，從攝像機的視覺角度出發(fā)，其所輸入的圖像一般為二維屬性，但輸出的信息確是三維數(shù)據(jù)，而這種三維空間數(shù)據(jù)能夠提升對運動物體所處空間位置、距離等描述的準確性。在三維重建視覺系統(tǒng)工作過程中，其相對基本的圖像數(shù)據(jù)框架進行確定，然后利用一個坐標點建立2.5D圖像數(shù)據(jù)，即以此點為視角能夠觀察到的圖像數(shù)據(jù)，再將2.5D圖像數(shù)據(jù)進行整合從而建立三維圖像。

2）雙目視覺系統(tǒng)

當人體利用雙眼在不同角度、同一時間內(nèi)觀察同一個物體時，就可以利用算法來測量該物體和人體之間的距離，而這種方法也被稱為雙目立體感，其應用的原理主要是人體視覺差所帶來的影響。同時利用兩臺攝像機對同一圖像從不同角度進行觀察，就能夠獲得人體雙目觀察后的效果，因此這一三維重建技術也被稱為“雙目視覺系統(tǒng)”。兩臺不同的攝像機即可代表人體雙眼，其對圖像進行逐幀捕獲，但由于角度不同和環(huán)境影響因素的差異，因此造成了圖像差異，必須對其捕捉的圖像進行預處理。

3）三維重構算法

在計算機視覺技術中對于視頻流的采集主要依靠的是彩色攝像機、紅外攝像機、紅外接收攝像頭等設備。還可以利用微軟所提供的Kinect設備，在進行運動物體檢測前能夠對NUI進行初始化處理，將系統(tǒng)內(nèi)函數(shù)的參數(shù)設定為用戶信息深度圖、彩圖、骨骼追蹤圖等數(shù)據(jù)。在使用Kinect設備對視頻流進行打開時，其可以遵循三個步驟，其一是彩色和深度數(shù)據(jù)的處理；其二是根據(jù)數(shù)據(jù)的索引添加顏色信息，并將其引入到深度圖數(shù)據(jù)當中；其三是骨骼追蹤數(shù)據(jù)。

5 結束語

計算機視覺捕捉技術是現(xiàn)代計算機應用當中較為先進的內(nèi)容，其應用范圍較廣，對于運動物體的捕捉準確度較高，能夠有效推進現(xiàn)代計算機模擬技術的發(fā)展。

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(xiàn)[D].昆明： 云南大學，2013.

篇7

農(nóng)業(yè)機械化不僅是人類的解放，解放勞動力。這些年輕的勞動力投入到其他領域，促進中國的經(jīng)濟發(fā)展可以提高農(nóng)業(yè)生產(chǎn)的效率，優(yōu)化操作質量和增加作物產(chǎn)量，有利于農(nóng)業(yè)發(fā)展和農(nóng)民收入，因此，今后應重視先進技術的推廣，提高農(nóng)業(yè)機械化水平。目前農(nóng)業(yè)機械的使用，一些機械在使用過程中不能清楚地確定作物的位置，機器在關閉過程中很容易錯過，所以利用新技術在農(nóng)業(yè)機械有利于彌補農(nóng)業(yè)機械的脆弱性，提高機器的運作效率。

目前，高新技術的應用范圍擴大，農(nóng)業(yè)機械行業(yè)也開始使用高新技術，引入計算機視覺技術、自動控制技術、信息網(wǎng)絡技術、人工智能技術、機器人技術和液壓技術在農(nóng)業(yè)機械的應用現(xiàn)狀。

2 農(nóng)業(yè)機械的應用技術

2.1 農(nóng)業(yè)機械的應用計算機視覺技術

農(nóng)業(yè)機械的應用計算機視覺技術，主要是利用計算機視覺技術在農(nóng)產(chǎn)品質量、品位等農(nóng)業(yè)產(chǎn)品檢查，是基于圖像處理，計算機視覺的學科，主要是視覺信息處理理論。表達和計算方法研究，近年來，圖像處理，計算機硬件和軟件，等可視化仿真技術的逐漸發(fā)展計算機視覺技術的使用功能也擴大，計算機視覺技術是用來檢查農(nóng)產(chǎn)品的質量不僅是現(xiàn)階段和分級產(chǎn)品還用于收割、種植等。

2.2 農(nóng)業(yè)機械的CAD技術

CAD技術在我國已廣泛應用于機械工程設計制造從上個世紀60年代，我國40多年后獨立研究開發(fā)和推廣應用。但由于我國機械工程設計CAD系統(tǒng)的開發(fā)過程的社會主義改革開放的影響，以便后期的完美程度我國機械工程設計CAD系統(tǒng)程度的效率和其他性能大大受到限制，相對于我國的國外機械工程設計CAD系統(tǒng)仍處于較低水平。

2.3 農(nóng)業(yè)機械的信息網(wǎng)絡技術

信息網(wǎng)絡技術在農(nóng)業(yè)機械中的應用非常成功，信息網(wǎng)絡技術和地理信息系統(tǒng)，結合自動化技術等技術，可以監(jiān)測作物和土壤的農(nóng)業(yè)生產(chǎn)，也可以生產(chǎn)作物的發(fā)展，植物病蟲害，和實時監(jiān)控等等，然后依靠定位系統(tǒng)和地理信息系統(tǒng)來完成現(xiàn)場操作。

農(nóng)業(yè)機械、機器人技術應用、信息網(wǎng)絡、計算機視覺、自動控制技術的融合。目前，已經(jīng)開發(fā)了采摘機器人，嫁接機器人，機器人除草，施肥機器人噴涂機器人，等。對肥料和噴涂機器人的使用，可以避免肥料、殺蟲劑和其他化學品危害人體，達到改善環(huán)境的目的。目前雖然我國機器人技術落后于發(fā)達國家，取得了一些就，但由于現(xiàn)代機械機器人的購買成本非常高，所以這項技術并沒有得到普及。

在農(nóng)業(yè)機械的設計、制造和測試，虛擬現(xiàn)實技術具有非常廣闊的發(fā)展前景，利用虛擬現(xiàn)實技術建立三維模型的農(nóng)業(yè)機械設計師不僅可以了解每一個部分的質量，也可以完全滿足的每一部分的運行性能三維農(nóng)業(yè)機械模型具有很高的精度，和農(nóng)業(yè)機械制造商大規(guī)模生產(chǎn)的計算機數(shù)據(jù)的基礎上。

在虛擬制造系統(tǒng)中，虛擬現(xiàn)實技術的基礎，虛擬制造系統(tǒng)是由多種學科知識，利用計算機技術綜合建模、仿真、生產(chǎn)、制造汽車。與此同時，虛擬制造系統(tǒng)還可以制定合理的產(chǎn)品檢驗和測試程序。目前，虛擬制造技術應用范圍廣泛，涉及開始工裝及模具生產(chǎn)設備，和其他領域，可以在生產(chǎn)部門系統(tǒng)，在這一過程中完成建模、修改、分析和優(yōu)化的四個工作。此外，虛擬現(xiàn)實技術用于柔性制造系統(tǒng)和計算機集成制造系統(tǒng)的設計。

2.4 人工智能技術

近年來，全球高端技術獲得了農(nóng)業(yè)機械在農(nóng)業(yè)的快速發(fā)展，管理，挖掘和采摘等實現(xiàn)智能化，使用人工智能技術研究和開發(fā)的激光拖拉機、內(nèi)部導航設備，等等，可以拖拉機的方向和具置測量，并通過建立計算機數(shù)據(jù)庫將記錄相關數(shù)據(jù)，使用數(shù)據(jù)庫了解排水位置、土壤濕度、等等。了解土地信息后，制定合理的土地種植方案，計算機化化肥消費，數(shù)量的農(nóng)藥和種子。

3 先進技術的應用在農(nóng)業(yè)機械化操作的保障措施

得到更好的應用程序為了促進先進技術，提高農(nóng)業(yè)機械化水平，未來應該完善的技術推廣體系，提高農(nóng)業(yè)機械化水平，促進農(nóng)業(yè)生產(chǎn)和發(fā)展。完善的技術推廣體系，高度重視農(nóng)業(yè)技術推廣，建立試驗示范基地，發(fā)揮作用的指導，讓農(nóng)民參觀和學習。讓他們意識到農(nóng)業(yè)機械設備的重要作用，加強農(nóng)業(yè)機械化的意識，接受和使用機械設備，技術推廣和培訓活動。讓廣大農(nóng)民掌握農(nóng)業(yè)機械和設備的使用，提高思想認識和應用技能、農(nóng)業(yè)機械和農(nóng)業(yè)技術應用于農(nóng)業(yè)生產(chǎn)。

構建技術環(huán)境，當?shù)卣畱摳叨戎匾曓r(nóng)業(yè)機械和農(nóng)業(yè)技術推廣的作用。提高思想認識，加強規(guī)劃和指導，增加資本投資，培訓專業(yè)人才，創(chuàng)新工作方法，對許多人來說，完善的技術推廣體系，認真履行職責，并擴大先進技術的影響。完善法律法規(guī)，充分利用其在技術和人才優(yōu)勢，重視技術的宣傳和推廣活動，增強服務意識，擴展廣泛的服務渠道，更好的滿足實際工作的需要，對農(nóng)業(yè)技術的發(fā)展，為推廣農(nóng)業(yè)機械和設備創(chuàng)造便利。

4 農(nóng)業(yè)機械新技術的發(fā)展

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

首先，加快新技術的使用和推廣。科學技術是第一生產(chǎn)力，加快計算機視覺技術、自動控制技術和智能技術等新技術在農(nóng)業(yè)機械的使用，同時引進國外先進的機械、新技術，促進我國農(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，政府補貼。購買新機器的個人組織生產(chǎn)、資本壓力，使得他們很難機械技術推廣，所以對于農(nóng)業(yè)機械推廣使用新技術，政府將給予補貼材料，擴大新機器的使用。

第三，提高農(nóng)業(yè)資源的利用效率。機械使用以提高農(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，不僅浪費資源，還污染空氣。但農(nóng)業(yè)機械的使用新技術的農(nóng)作物秸稈粉碎加工、作物秸稈可以轉化成脂肪不僅材料，提高農(nóng)業(yè)資源的使用效率，也減少了空氣污染。

篇8

2013年4月，何搏飛辭去了一家美國上市公司中國區(qū)總經(jīng)理的職務。他用幾個月的時間在中國尋找創(chuàng)業(yè)伙伴，結果卻讓人失望。當時，他已經(jīng)做好打算，和這個團隊隨便聊半個小時，然后就飛去美國硅谷。

何搏飛推開門，看見幾個光著上身的年輕人坐在電腦前，整個屋子被各種大小的顯示屏圍繞。隨后，他和團隊CTO趙勇從下午兩點一直聊到了凌晨兩點，就決定加入擔任CEO。這家公司的名字叫做“格靈深瞳”。

格靈深瞳是一家計算機視覺和人工智能的技術公司，通過深度數(shù)據(jù)和機器學習算法讓計算機主動獲取三維視覺信息，并進行精確的實時智能分析。簡單來說，他們想讓計算機像人一樣，看見并理解這個世界。

“計算機視覺的技術已經(jīng)存在了幾十年，我們想要做第一個將計算機視覺商業(yè)化的公司。”何搏飛說。切入智能安防監(jiān)控領域是格靈深瞳選擇將計算機視覺商業(yè)化的第一步。今年6月，格靈深瞳獲得了紅杉資本數(shù)千萬美元的A輪融資。10月，其智能安防系統(tǒng)開始在國有四大銀行中的三大銀行進行試點。

格靈深瞳CTO趙勇創(chuàng)業(yè)之前在Google工作，是Google Glass的核心研發(fā)團隊成員之一。Google的工作原則是80/20，員工可以利用20%的時間自由創(chuàng)新。趙勇利用空閑的時間，重新開始研究自己在美國博士期間的研究方向―計算機視覺的人工智能。

計算機視覺過去主要建立在光學鏡頭采集的二維圖像上。光學鏡頭在生成圖像時，會丟失掉一個維度“深度”，只保留長度和寬度。當時人們覺得，通過二維圖像加上算法，就能夠讓計算機看懂世界。但趙勇和他布朗大學的博士導師并不同意這個觀點。他們堅持認為，計算機必須要通過三維信號才能夠看懂這個世界。因此，他們主張要增加“深度”這一維度的信息。“我們有兩只眼睛，就是為了判斷深度。人腦比計算機聰明多少倍？人腦進行判斷還需要三個維度的信息，計算機只通過兩個維度怎么能夠準確判斷？”何搏飛對《第一財經(jīng)周刊》說。格靈深瞳的這一代智能安防系統(tǒng)上一共裝有3個鏡頭。一個是和普通安防系統(tǒng)一樣的RGB攝像頭，另外兩個用來發(fā)射和接收激光。激光發(fā)射鏡頭能夠在1/30秒的時間里發(fā)送36萬束激光，安防系統(tǒng)借助它們掃描出現(xiàn)實世界的三維立體圖像。

這3個鏡頭就相當于計算機的“眼睛”。格靈深瞳所做的，不僅是給計算機裝上“眼睛”，而且給計算機設置了一套“視網(wǎng)膜神經(jīng)系統(tǒng)”，讓計算機能夠看懂“眼睛”里出現(xiàn)的東西。

借助機器學習算法，格靈深瞳的系統(tǒng)能夠同時分辨多人的運動軌跡和行動速度，并一一精確記錄。比如早上8時的北京地鐵站，人群正處于早高峰極端擁擠的狀態(tài)，格靈深瞳可以從中分辨出一個穿紅衣服的女孩，精確跟蹤她在人群中的行走軌跡。同時，格靈深瞳的系統(tǒng)還能夠監(jiān)測人類肢體的運動幅度和速度，從而精確識別人們的姿勢和正在做的事情。

最初，趙勇和團隊已經(jīng)解決了基本的技術問題，但還沒有想好商業(yè)化應該選擇的行業(yè)。辦公區(qū)域前的大黑板上密密麻麻地寫著80多條可能的商業(yè)化方向，包括安防、教育、醫(yī)療等等。這些是格靈深瞳團隊的工程師們一個晚上頭腦風暴之后的成果。

“你們這是科學家在實驗室里想問題的方式。”熟悉商業(yè)的何搏飛對趙勇說。“如果格靈深瞳的目標是成為全球最好的計算機視覺和人工智能公司，最需要的是什么？”“海量的數(shù)據(jù)。”趙勇說。

要獲得海量的數(shù)據(jù)，有兩種方法。第一個是像Google街景一樣，自己到各地去拍攝采集。另外一種，是通過現(xiàn)成的行業(yè)和設備實現(xiàn)。有沒有一個行業(yè)，已經(jīng)在所有能夠采集數(shù)據(jù)的地方都裝上了攝像頭？趙勇和何搏飛同時想到了安防。安防是一個足夠大的市場。2013年中國安防市場的復合增長率為30%，銷售收入約為4000億元。美國的攝像頭與人口比是1：10，但在中國的北京和上海這個數(shù)字還只是1：50。

更難得的是，格靈深瞳的技術正可以解決安防領域目前面臨的兩個難題―看不見和找不到。一方面，一個安保人員往往要同時負責監(jiān)看100多個攝像頭，隨便里面某個攝像頭拍攝到突發(fā)事件，當時就被監(jiān)控人員發(fā)現(xiàn)的可能性非常小。另一方面，想要查找監(jiān)控錄像中的某一段錄像也非常困難，就算快進，一段6個小時的視頻也得近1個小時才能看完。而格靈深瞳的智能計算機視覺系統(tǒng)可以很好地解決這些問題。

選擇安防領域作為商業(yè)化切入口之后，趙勇和何搏飛開始分析市場和客戶。他們發(fā)現(xiàn)安防系統(tǒng)在機場、火車站、廣場等場景應用最多。但場景一多，很多東西就無法控制。他們希望首先找到一個具有高度可復制性的場景，他們將目光投向了銀行。“中國的銀行幾乎都長得一模一樣。由于銀監(jiān)會有嚴格的條例規(guī)定，它們的需求也都一樣。而且銀行本身底子厚，它們有很強的應用安防新技術的動力。”何搏飛告訴《第一財經(jīng)周刊》。

一開始跟銀行談合作時，何搏飛和趙勇將重點放在了暴力事件的監(jiān)控和報警上面。但他們發(fā)現(xiàn)實際情況并不如自己所想。暴力事件的概率極小，因此在很長一段時間內(nèi)，格靈深瞳無法向銀行展示出產(chǎn)品優(yōu)勢。

銀行的工作人員告訴他們，比起外部風險，銀行更頭疼的是內(nèi)部風險。銀行一直有雙人加鈔的規(guī)定，一個人保管鑰匙，一個人保管密碼。但這條規(guī)定執(zhí)行得并不好，就算排班排了兩人，也常出現(xiàn)一個人出去抽支煙，另一個人自己加鈔的情況。媒體曾經(jīng)報道有顧客在ATM機中取出過假鈔，就是加鈔過程中出了問題。

何搏飛和趙勇將這點作為了產(chǎn)品的突破口。經(jīng)過一段時間的研發(fā)，他們的安防監(jiān)控已經(jīng)能夠確保當ATM機的加鈔蓋子被打開的時候，必須有兩個人在場。甚至當一個人輸入密碼時，另一個人沒有轉過身，系統(tǒng)都能夠自動報警。銀行長久以來的難題被格靈深瞳解決了，它們開始接受格靈深瞳成為自己的安防合作伙伴。2013年12月，格靈深瞳進入全國網(wǎng)點最多的銀行中國農(nóng)業(yè)銀行進行無人監(jiān)控安防測試。2014年10月，格靈深瞳在國有四大銀行的三大銀行中進行大規(guī)模推廣試點，測試地區(qū)包括北京、重慶等省市。

篇9

關鍵詞：計算機視覺系統(tǒng) 工業(yè)機器人 探究

中圖分類號：TP242 文獻標識碼：A 文章編號：1007-9416（2015）05-0000-00

計算機視覺系統(tǒng)主要是為了工業(yè)機器人更好的工作而研發(fā)出來的，是一套裝有攝像機視場的自動跟蹤與定位的計算機視覺系統(tǒng)。近年來，機器人已經(jīng)廣泛使用于工業(yè)生產(chǎn)，但是多數(shù)機器人都是通過“示教-再現(xiàn)”的模式工作，在工業(yè)機器人工作是都是由操作員進行操作示范再由機器人跟著示范進行工作。由于機器人缺乏對外界事物的識別能力，工作中經(jīng)常發(fā)生偏差或者位移等情況。由于工作環(huán)境的惡劣以及各種阻礙，為了提高工業(yè)機器人的工作效率、靈活性、適應性等，讓機器人更好的識別外部環(huán)境并及時調(diào)整運作方向，能更好的發(fā)揮其作用，在原有的機器人系統(tǒng)中添加了一套計算機視覺系統(tǒng)，利用計算機視覺圖像裝置的信息，通過圖像使機器人進行外部環(huán)境的識別處理，采用三維的重建，通過作業(yè)中利用三維圖像的信息進行計算，采用Motocom32軟件和機器人控制柜通訊等設備，對工業(yè)機器人進行控制，更好的實現(xiàn)機器人對空間特點的跟蹤與定位。

1系統(tǒng)的結構與原理

本文主要針對Motoman UP6工業(yè)機器人系統(tǒng)的二次研究，在原有的工業(yè)機器人的系統(tǒng)中，增加了一套計算機視覺系統(tǒng)， 使工業(yè)機器人更好的識別外界環(huán)境的系統(tǒng)。計算機視覺系統(tǒng)主要包括：Panasonic CCD攝像機、Motoman UP6工業(yè)機器人系統(tǒng)、工控機、OK C-50圖像采集卡等外部設備。工業(yè)機器人的整個系統(tǒng)由原有系統(tǒng)與計算機視覺系統(tǒng)組成，在原有的系統(tǒng)中包含了YASNAC-XRC- UP6機器人控制柜、Motoman UP6工業(yè)機器人本體、示教編程器、Motocom32系統(tǒng)以及相關的外部設備等[1]。計算機視覺系統(tǒng)的設備主要有Panasonic CCTV攝像機、AVENIR TV鏡頭、OK系列C-50圖像采集卡、工控機、AVENIR TV鏡頭、Panasonic CCD攝像機、OK系列C-50圖像采集卡形成的視頻采集系統(tǒng)主要是捕獲物體的圖像，該功能主要是分三個層次進行圖像處理、計算、變換以及通信等功能來實施工控機。利用遠程控制來對工業(yè)機器人進行Motocom32系統(tǒng)進行通信。

2計算機視覺系統(tǒng)的構建

2.1硬件的組成

CCD攝像頭：選用的CCD攝像機采用PAP-VIVC810AOZ型彩色攝像頭，如圖1。攝像機的像素為P：500（H）x582（V），N：510（H）x 492（V），攝像機的分辨率為420。攝像機的成像器使用1/33"CCD，信噪>48 dB，同時攝像機具有自動背景光補償、自動增益控制等功能。

圖像采集卡：圖像采集卡主要采用CCD攝像頭配套的MV-200工業(yè)圖像處理。如圖2所示。MV-200圖像采集卡的分辨率、圖像清晰度具有較高的穩(wěn)定性，其真彩色實施工業(yè)圖像采集卡，該圖像采集卡的硬件構造、地層函數(shù)都具有穩(wěn)定性，同時在惡例的環(huán)境中都可以穩(wěn)定運行[2]。圖像采集卡的圖像采集效果非常好，畫面效果非常流暢。

MV-200圖像采集卡性能特點：其分辨率為768 x 576，具有獨特的視頻過濾技術，使圖像質量的采集、顯示更加清晰流暢。主要支持的系統(tǒng)為Win98 /2K/XP，主要用于人工智能、事物識別、監(jiān)控等多種領域。

工控機：工控機以奔4系列為主。

2.2軟件組成

圖像匹配軟件。

圖像處理與獲取軟件。

定標和定位算法軟件，功能分布如圖3所示。

3視覺系統(tǒng)的原理及流程圖

工業(yè)機器人的主要系統(tǒng)包括是由工業(yè)機器人本體、相關的外部設備、控制器（供電系統(tǒng)、執(zhí)行器等）計算機視覺系統(tǒng)主要由三部分組成：圖像處理和獲取、圖像匹配、攝像機的定位等組成。通過借助OpenCV的視覺庫進行VC++.NET實行，流程如下圖表4所示。

在本視覺系統(tǒng)運行中，需要對攝像機實行定標，建立實際空間點和攝像機的對應點。在定標的過程中，就需要標記基準點，使攝像機在采集圖像時可以準確的把這些基準點投放到攝像機的坐標上[3]。同時在采集卡的圖像中，對圖像進行處理并計算出該基準點圖像的坐標，通過定標計算法，從而得出攝像機的參數(shù)。

在機器人系統(tǒng)中的反饋，計算機通過C語言的調(diào)節(jié)圖像采集卡進行動態(tài)鏈接來控制函數(shù)[4]。同時，對攝像機中的數(shù)據(jù)、視頻信號進行采集，構成數(shù)字化的圖像資料，采用BMP格式存儲進行計算，在計算機上顯示活動視頻，然后系統(tǒng)對獲取的圖像進行分析處理，以及對噪聲的去除、圖像的平滑等進行處理，利用二值化處理對那些灰度閥值的圖像進行處理，同時檢測計算機獲取圖像的特征量并計算[5]。在完成圖像的處理后，就需要確立圖像的匹配特征，對圖像進行匹配[6]。如果兩個圖像不重疊，就需要建立3D數(shù)據(jù)庫進行模型重新選擇，再把模型進行計算、投影計算、坐標更換等指令，直到找到與圖像相匹配的數(shù)據(jù)模型，才能真正得到真實有效的圖像。重疊時，要獲得有效的圖像，以工業(yè)機器人識別物體為目的，才能建立機器人系統(tǒng)之間的通信。同時，通過三維圖像重建，進行機器人空間定位[7]。如下圖表5所示。

4結語

綜上所述，計算機視覺系統(tǒng)主要是為了工業(yè)機器人更好的工作而研發(fā)出來的，是一套裝有攝像機視場的自動跟蹤與定位的計算機視覺系統(tǒng)。通過3D數(shù)據(jù)模型指定目標，機器人系統(tǒng)利用計算機視覺圖像的采集裝置來識別外界環(huán)境的數(shù)據(jù)，經(jīng)過圖像的姿態(tài)預算、影像的投影計算產(chǎn)生圖像，通過圖片的合成比較，以此來實現(xiàn)機器人在工作中對物體的識別。利用計算機系統(tǒng)對機器人進行有效的控制，在工業(yè)機器人工作中對事物目標的搬運、跟蹤、夾持等指令。計算機視覺系統(tǒng)具備清晰的視覺功能，有利于提高工業(yè)機器人的靈活性以及適應性。

參考文獻

[1]夏群峰，彭勇剛.基于視覺的機器人抓取系統(tǒng)應用研究綜述[J].機電工程，2014（06）：221-223.

[2]華永明，楊春玉.機器人視覺系統(tǒng)在立體編織自動鋪紗過程中的應用研究[J].玻璃纖維，2011（01）：189-191.

[3]王培屹.基于多傳感器多目標實時跟蹤視覺系統(tǒng)在全自主機器人上的應用[J].軟件導刊，2011（01）：263-264.

[4]譚民，王碩.機器人技術研究進展[J].自動化學報，2013（07）：123-125.

[5]鮑官軍，荀一，戚利勇，楊慶華，高峰.機器視覺在黃瓜采摘機器人中的應用研究[J].浙江工業(yè)大學學報，201（01）：93-95.

篇10

關鍵詞：計算機視覺；智能交通；監(jiān)控系統(tǒng)

中圖分類號：TP277

近些年來，隨著我國人民生活水平提高，使私家車輛的數(shù)目急劇增長，并且車輛的增長速度遠遠超出市政建設的力度。這樣的事實導致城市交通擁堵、違規(guī)通車、車禍增加，所以迫切的要求加快市政建設，實施高效率的交通監(jiān)控措施，基于計算機視覺的智能交通監(jiān)控系統(tǒng)也由此得到了相應的廣泛的發(fā)展和應用。那么，計算機視覺技術下的智能交通監(jiān)管系統(tǒng)究竟應該如何設計與實現(xiàn)呢？

1 計算機視覺下的智能交通監(jiān)控系統(tǒng)

1.1 計算機視覺技術

計算機視覺技術即利用各種圖像攝錄設備將通過對視覺目標進行識別、跟蹤、測量并將由此獲取的視覺信息傳輸至計算機并進而利用圖像技術進行視覺信息處理以達到進一步進行智能化處理的視覺處理技術。

1.2 智能交通系統(tǒng)（ITS）

智能交通系統(tǒng)（ITS）是指通過現(xiàn)代化的網(wǎng)絡信息技術、自動控制技術等有效綜合手段在一定范圍內(nèi)建立的全方位發(fā)揮作用的交通運輸綜合管理和控制系統(tǒng)。作為交通運輸管理體系的一場新的革命，近年來，由此技術進一步開發(fā)形成的監(jiān)控系統(tǒng)已經(jīng)在各個道路的關鍵路口、路段和其他交通繁忙地域普遍建立，為交通運輸管理提供了自動化、智能化的信息收集和處理等多方面的服務。但是，隨著城市建設的迅猛發(fā)展和人流、車流量的猛增，更加智能化的交通管理系統(tǒng)的開發(fā)和利用顯然也成為了當務之急。

2 計算機視覺下的智能交通監(jiān)管系統(tǒng)的建立

正是基于新的發(fā)展需要，我們有必要把計算機視覺和智能交通監(jiān)控系統(tǒng)進一步結合起來，首先通過計算機視覺分別對各個道路的關鍵路口、路段和其他交通繁忙地域等相應位置實時進行交通信息采集，然后，通過信息傳輸系統(tǒng)、或者進行處理后存入服務器并將處理過的實時交通信息及時傳輸?shù)奖O(jiān)控指揮系統(tǒng)，以實現(xiàn)對于各個道路的關鍵路口、路段和其他交通繁忙地域的實時監(jiān)控和管理。由此，顯然就需要設計以下各個子系統(tǒng)并共同構建為一個完整的體系。

計算機視覺下的智能交通監(jiān)管系統(tǒng)

實時交通信息收集系統(tǒng)

監(jiān)控指揮系統(tǒng)

高質量信息存儲傳輸系統(tǒng)

圖1 計算機視覺下的智能交通監(jiān)管系統(tǒng)工作程序示意圖

3 智能交通監(jiān)控系統(tǒng)的實現(xiàn)

計算機視覺下的智能交通監(jiān)管系統(tǒng)實現(xiàn)的第一步是通過實時交通信息收集系統(tǒng)實時進行交通信息采集，即通過對于運動物體的分割，在圖像找出有意義的部分，抽出運動目標的特征，進而通過連續(xù)畫面間的變化判斷目標的運動狀況。在這一系統(tǒng)運行中，首先可以“攝像頭讀入”的初始視頻，使用相應的算法提取“背景”，然后通過原圖與背景運算形成相應的“前景”，由此即可進一步通過矩形框的使用來達到“運動目標檢測”與信息采錄的目的。

圖2 視覺監(jiān)控系統(tǒng)原理圖

3.1 系統(tǒng)功能實現(xiàn)

對運動物體的檢測主要有光流法以及差分法兩種方法，由于光流法比較復雜和耗時，實時檢測很難實現(xiàn)，因而，現(xiàn)有實時交通信息收集系統(tǒng)一般通過差分法的應用來進行開發(fā)和實現(xiàn)。

3.1.1 幀間差分法

幀間差分法對運動目標進行分割處理過程中使用較多也最為簡單實用的一種方法，其基本原理就是通過在連續(xù)的圖像序列中兩個或三個相鄰幀間采用基于像素的幀間差分并且閾值化來提取圖像的運動區(qū)域，進而通過逐象素比較獲取前后兩幀圖像之間的差別來判斷運動物體的移動狀況。在實際操作中，一般可以假設用于獲取序列圖像的視頻設備為靜止物體，設視頻中連續(xù)兩幀的圖像為It（x，y）和It+1（x，y），然后通過對連續(xù)兩幀的圖像相應的像素進行比較，利用Dt（x，y）=It+1 （x，y）-It（x，y）這一方程求出相應的閾值來檢測出運動物體的移動狀況：

Mt（x，y）=

當然，必須注意的是，由于幀間差分法所得到的差分圖像在現(xiàn)實中并非由理想封閉的輪廓區(qū)域組成的，因而，運動目標的輪廓自然也就往往是局部的、不連續(xù)的，且其誤差往往隨著運動物體速度的增大而增大，因而，這一方法并不適于對于高速運動目標的有效檢測。

3.1.2 背景差分法

與幀間差分法不同，背景差分法則是利用當前圖像與背景圖像的差分來檢測物體運動狀況一種方法。其基本原理是在可控制環(huán)境下，通過對于運動背景的固定假設，設待檢測運動物體的圖像為I（x，y），背景圖像為B（x，y），通過輸入圖像與背景模型進行比較，利用D（x，y）=I（x，y）-B（x，y）這一方程求得到圖像中的各像素的變化信息，進而檢測運動物體的移動狀況：

Mt（x，y）=

當然，在實際運用中，背景差分法的關鍵，是要建立一個背景模型，并更新模型。

3.2 程序功能的實現(xiàn)

本程序功能實現(xiàn)所主要使用的是OpenCV函數(shù)。OpenCV能夠實現(xiàn)對圖像數(shù)據(jù)的操作，包括分配、釋放、復制、設置和轉換數(shù)據(jù)，以及對攝像頭的定標、對運動的分析等。在函數(shù)實現(xiàn)上，用到了Cv圖像處理的連接部件函數(shù)，運動分析與對象跟蹤中的背景統(tǒng)計量的累積相關函數(shù)等相關的函數(shù)。本系統(tǒng)就是運用圖3介紹使用到的函數(shù)名及其功能和使用格式等來實現(xiàn)對視頻流的運動車輛的輪廓檢測的。

圖3 尋找輪廓程序主要算法流程

實驗證明，本系統(tǒng)能夠較好地實現(xiàn)對視頻流的運動目標的輪廓檢測和對象跟蹤，并能實時更新背景，車輛跟蹤正確率在95%以上，雖然存在著輪廓檢測正確率稍差的缺點，但其主要原因是由于攝像頭所處的角度和運動目標靠近程度的影響，從根本上并不影響對于運動目標的實際檢測。

4 結束語

加快城鎮(zhèn)化進程是我國發(fā)展的大趨勢，在這一趨勢下，城市病的治理當然可以離不開現(xiàn)代化的科學技術。但是，必須注意的是，無論多么先進的管理系統(tǒng)，最終都只有通過人的行為才能夠發(fā)揮有效的作用，在這個意義上，設計與使用先進的交通監(jiān)控系統(tǒng)固然是解決交通問題的技術條件，但是，交通問題的解決，最終還必須依賴于人的素質的全面提高。

參考文獻：

[1]戴俊喬.城市道路交通視頻監(jiān)控系統(tǒng)架構和性能的研究[J].科技與創(chuàng)新，2014（06）.

[2]張偉龍，李剛，王雨翔.基于計算機視覺的智能交通監(jiān)控系統(tǒng)[J].小型微型計算機系統(tǒng)，2014（07）.

[3]龐其富.淺談城市軌道交通視頻監(jiān)控系統(tǒng)設計方案[J].通訊世界，2014（01）.