導語：如何才能寫好一篇計算機視覺應用，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、農業、林業、農產品檢測、電力系統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 在工業領域中的應用

工業生產對產品的質量要求極高，計算機視覺技術在工業上的應用主要集中在以下3方面：1）產品形狀和尺寸的檢測上。對制造業而言，產品的形狀和尺寸是否合格直接影響到產品在實際應用過程中作用的發揮。計算機視覺技術的應用能對產品進行二維和三維等幾何特征的檢測，如產品的圓度、位置及形狀等。2）產品零部件缺失情況的檢測。在生產線運行過程中，計算機視覺技術能準確檢測出產品在生產過程中是否存在鉚釘、螺絲釘等零部件的缺失以及產品內部是否在生產過程中摻進雜質等。3）產品表面質量的檢測。為了從各個方面保證產品的合格性，對其進行表面質量的檢測也是一個極其重要的環節。計算機視覺技術實現了對產品表面的紋理、粗糙度、劃痕、裂紋等各方面的有效檢測。

2.2 在農業生產領域中的應用

該技術在農業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。預測預報作用發揮的關鍵環節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進行數字化建模所使用的方法主要以下2種，一種是運用數學形態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對昆蟲的模糊決策分析。2）對農作物生長的監測。常用的方法就是運用計算機視覺技術下的非接觸式監測系統對農作物生長環境下的光照、溫度、濕度、風速、營養液濃度等相關因素進行連續地監測，進而判斷出農作物長勢。

2.3 在林業生產中的應用

該技術在林業生產中的應用主要集中在農藥噴灑和林木球果采集這兩方面。就林業的農藥噴灑而言，常規的農藥噴灑方式易造成農藥的大量流失，不僅達不到防止林業有害生物的目的，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揮了農藥的效果。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工具下的采集以及機械設備運用下的高空作業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，再結合專業機械手的使用完成球果采集。該技術不僅節省了大量勞動力，還極大提高了采摘效率。

2.4 在農產品檢測中的應用

農產品在生產過程中受自然環境的影響比較大，所以農產品不僅會產生質量上的差異，還會造成顏色、大小、形狀等外觀上的極大不同。由于農產品在出售時大多要進行產品等級的劃分，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，有效達到了對農產品進行檢測的目的。通過對外觀大小尺寸的檢測，不僅提高了對農產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品的損壞；通過對西瓜等農產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 在電力系統自動化中的應用

計算機視覺技術在電力系統自動化應用的表現當前主要表現在以下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人的主體地位，實現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

隨著當前數字圖書館和自動化管理系統的建立，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、變脆以及蟲洞等現象的出現。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、農業、林業、農產品檢測、電力系統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展以及計算機與各專業學科的不斷滲透，該技術的發展前景和應用領域都將更加廣闊。

參考文獻

篇2

關鍵詞:計算機視覺；果蔬分類；應用；挑戰；展望

自“農業4.0”時代的來臨，以“互聯網+”為驅動的農業技術已成為發展農業強有力的支撐。在果蔬業中，果蔬分類通常由經過訓練的人員人工評估農產品或農作物的質量。但是，人工分類會帶來許多相關的限制，工作人員需要熟悉果蔬的許多特征，并且高強度的機械性工作帶來的失誤不可避免，因而分類技術的提高是農產品質量提升的關鍵。計算機視覺技術具有效率高、非接觸、抗干擾能力強等優點，在多個領域已經廣泛應用，能實現農產品快速無損檢測的要求[1]。果蔬分級效率的提升對我國產品質量提升、農民增產增收具有重要意義。

1圖像處理技術在果蔬分類領域的應用

本文對基于計算機視覺技術的果蔬分類進行了比較調查，發現研究人員多使用一種或者多種傳感器或者機器學習技術進行農產品的分類與分級，但是由于相同水果品種不同造成形狀、大小與顏色的不同，果蔬的分類依然面臨著許多挑戰[2]。為解決這些問題研究人員已經進行了多種實驗，其中結合機器學習技術對于系統有明顯提升。通過使用傳感器捕獲水果與蔬菜的特征，使用機器學習對任務進行優化，以提高系統整體性能[3]。

2果蔬分類的主要挑戰

雖然已經在多個產業中實現目標分類，但將果蔬作為對象進行分類仍然是一項復雜的問題。在實際過程中，環境、光及空間等因素制約了系統的優化，使系統的時間與準確性方面受到限制。光照方向及亮度、色溫以及背景所造成的鏡面反射與漫反射都會制約系統的進一步優化，并且不同種類果蔬的特征并不相同，這也使果蔬分類系統沒有被廣泛地開發。

2.1缺乏合適的傳感器

分類任務的一個關鍵步驟就是選擇適合場景的傳感器用于數據采集。在果蔬的分類任務中視覺傳感器與非視覺傳感器已經廣泛地應用，但是由于各種傳感器性質不同其所適用的應用場景亦有不同[4-6]。例如超聲波傳感器與觸覺傳感器都不太適合易損的目標物[7]。因為這些傳感器需要物理接觸果蔬以獲取數據。另外，視覺傳感器對許多因素高度敏感，例如照明條件和背景環境。這些基本因素是許多復雜因素的結合，包括反射、折射、縮放、旋轉和平移，這在系統實際的設計中需要深入考慮。傳感器大致分為視覺傳感器和非視覺傳感器。由于每個傳感器具有一定的局限性，例如視覺傳感器對照明條件和背景顏色高度敏感。高光譜相機可以得出物體反射特性，檢測具有相似顏色或背景的不同對象的固有特性，其對許多顏色等因素不敏感，并且高光譜信息與水果的其他特征相結合，可以提高系統性能。最近，熱紅外分析已用于許多領域，例如植物病害檢測、冷藏對果實的冷害、農作物成熟度估算和農作物產量估算[8]。然而，由于蔬菜和背景的熱物理性質大致相似，并且這種技術對溫度變化敏感，因而熱紅外分析仍不能很好地完成綠顏色水果和多葉蔬菜的分類任務。

2.2難以準確選擇特征

特征是用于與其他物體區分的物理特征。果蔬具有多種物理特征，例如顏色、質地、形狀和大小，這些都是可以用作分類的特征參數，并且果蔬具有類間和類內的同異性。類別間的變化是主要變化，即顏色、紋理和形狀的變化，而類別內的變化更難以發現，特征更加難以區分。理想的系統能夠進行類間和類內分類。研究表明，單個特征不能有效地對果蔬或物體進行有效分類。計算機視覺是用于圖像分類和識別的一種技術，可以設計算法通過多種方式對果蔬進行分類，通常分類是基于神經網絡完成。在任何機器學習應用程序中選擇合適的算法至關重要，但是由于果蔬的類間相似性，算法優化尤為重要。數字圖像中某些與特性有關信息的識別、分類、檢索、重建稱為特征描述，果蔬具有相關的獨特視覺特征。果蔬的分類和識別最常用的特征是顏色、形狀、大小和質地，可以根據整體或局部圖像特征來選擇特征描述是全局或者局部的特征。特別是對于對象識別，全局圖像特征描述整個對象，具有良好的不變性，而局部圖像特征則易于實現快速匹配。因此，通常將局部和全局圖像特征配合使用以提高整體性能。在圖像經過去噪、平滑等操作之后，圖像的細節將不可避免地丟失，因而需要更加注意特征的選取。這些因素對特征描述的選取造成了一些限制。

3展望

篇3

關鍵詞：雙目計算機視覺　深度信息　自適應　光照變化　視頻監控

1　引　言

面對日益復雜的社會和政治環境，國家安全、社會安全、個人人生安全和財產安全等都面臨著不同程度的威脅，都需要各種安全保護措施，在眾多場所建立切實有效的安保措施，成為一個迫切的課題。本文提出了一種基于雙目計算機視覺的自適應識別算法，將該算法應用于現有的監控系統，并賦予監控終端智能性，不僅使其脫離人而具有獨立智能、自主判斷的能力，而且使得視頻監控系統在安防方面的作用大大提高。

在現有的背景建模方法中，大多對于背景象素點的亮度值，例如最小亮度值、最大亮度值和最大亮度差值[ 1 ] ，或是對顏色信息進行建模[ 2 ] 。對于背景的更新，一般使用自適應濾波器對像素的統計特性進行遞歸更新，為了考慮到噪聲的影響，文獻[ 3 ]提出了Kalman濾波器的方法，該文認為系統的最優信息可通過估計獲得。考慮到環境的動態緩慢改變，文獻[ 4 ]利用統計模型給背景建模，即由一個時域濾波器保留著一個序列均值和一個標準偏差，并通過濾波過程統計值隨時間改變來反映環境的動態特性。另外有一些方法解決了光照漸變等影響[ 5～7 ] ，但計算較復雜。

2雙目計算機視覺深度算法

基于實際應用考慮，攝像頭的數量關系著成本和計算量，所以選擇支持雙攝像頭(雙目視覺)的算法是最合適的。在支持雙目視覺的算法中，Princeton NEC research institute 基于最大流算法(maximum2flow)的計算機視覺算法( Stereo2MF)在深度效果平滑性上做得較好[ 8， 9 ] ，適用于監控區域深度計算的應用背景。但原有算法所需的計算量和計算過程中的暫存數據量是較大的，雖然支持計算量的削減，但只是機械地在一塊區域中選擇中心點來進行計算，這樣計算的結果會因選擇的機械性，而出現大量的“偽點”，這些偽點錯誤地表現了該區域的平均深度信息。本文采用統計平均值選取計算點，通過距離因子的Gauss分布將塊內其他點的值融合計算，從而使得計算出的值較準確的代表了這一塊內的大致深度分布。

m， n分別是圖像的長和寬所包含的像素點個數，M、N 表示像素點的橫縱坐標， .d 是塊內深度統計平均值， dM， N為計算點的深度值， q為距離因子， dB是計算所得的塊深度代表值。圖1為改進后雙目視覺深度算法與原算法識別效果比較。由圖1可以明顯看出，修改后的算法效果在細節表現、平滑性、偽點減少上均有明顯改善，而且深度計算精確度能夠完全滿足視頻

圖1　改進后雙目視覺深度算法與原算法識別效果比較Fig. 1Effect comparison after algorithm modification

度計算精確度能夠完全滿足視頻監控應用的需要。

3　自適應識別算法

對于一個固定的場景，場景各像素點的深度值是符合一個隨機概率分布。以某一均值為基線，在其附近做不超過某一偏差的隨機振蕩，這種情況下的場景稱之為背景。而場景環境往往是動態變化的，如環境自然光的緩變，燈光的突然熄滅或點亮，以及運動對象的出現、運動和消失等。如果能識別出場景中的動態變化，就能自適應的更新背景值，將光照的改變融合到背景值中。本文采取了用統計模型的方式給每個像素點建模，而以像素點變化的分布情況來確定光照突變引起的深度突變，并結合深度計算本身特性，解決光照緩變突變引起的誤判問題，以及判別場景中對象的主次性。

3. 1　背景象素點的深度值建模

由于雙目計算機視覺算法得到的深度值，已經是塊融合的，可以根據精度要求，來加大塊面積， 減少數據量。本文獲得的數據量只有原像素點的( k， l分別是塊的長和寬所包含的像素點個數) 。以統計的方法給每個像素點的深度值建模， 設為第u幀圖像的某個像素點的深度值， 其中u代表第u幀圖像， i， j分別代表像素點的橫坐標和縱坐標。由一個時間濾波器來保持該像素點深度值的序列均值和時間偏差

其中，α是一個可調增益參數， 其與采樣頻率有關。通過濾波過程，來得到每個像素點的深度值基于時間的統計特性，由于這些統計特性反映了環境的動態特性，據此可以了解到是環境的光照發生了突變，還是有運動對象的運動。

3. 2　背景更新與場景識別

通過上述濾波過程，就可以將光照緩變融入到背景中去，實現背景的自適應更新。而對于光照突變，此時幾乎所有的象素點的亮度值會同時增大或減小，但根據最大流算法的特性，同方向的變化對流量差不會引起太大變化， 而對深度計算結果只會引起較小的同方向變化。這種全局的等量變化， 可以認為是光照突變引起的。

其中， a、b和c是3個可調節系數，他們的取值可依據場景的情況及檢測光照突變的速度與誤差來進行選取。s， t分別是深度圖像的長和寬所包含的像素點個數。Q是符合式( 9)的像素點個數。一旦檢測到環境光照發生了突變， 就把背景點像素的深度序列均值，全部以當前幀像素點的深度值的測量

值代替，而j以0取代，從而實現背景的及時更新。

如果式(10)式(12)中任意一個不成立的話，則認為像素塊深度值的變化并非由光照突變引起， 而是場景中有運動對象出現。

4　算法分析與實驗

4. 1　算法復雜度

對于光照突變檢測，若有突變的話，則會立即檢測出來，當有運動對象出現時， 并且式( 10)式( 12)都接近滿足時，處理會較慢，因為需要處理突變檢測和運動對象兩個過程。當b取25% s ×t時的處理速度與變化點比例關系如圖2所示。

相對于一般的光強、灰度的識別檢測算法，本算法的優勢在于不僅可以利用深度特性更容易地檢測到光照的漸變與突變， 而且可以判斷出現的多個運動對象的主次性。

4. 2　算法誤檢率

由于光照直接對于像素點的光強、灰度等產生影響，所以深度算法的噪聲容限更大，這樣可降低了誤檢率，多組實驗后得到的誤檢率對比圖如圖3所示。但是由于深度算法本身對于反光或者陰暗面會產生偽點，所以，某些時候由于光照突變中光源的位置變化而會誤檢為運動對象，為此算法還需進一步改進能判別偽點的出現， 除去它在光照突變檢測中的影響。另外，公式中可調系數a， b， c的選取也會對不同場景產生影響。

筆者在實驗室環境下做了不同光照角度、不同環境光強度、不同運動物體的多組實驗，發現在反光面或是陰暗面較多的情況下，光照突變檢測不是很靈敏，而且會出錯，但是在增加系數a， c的值后， 誤檢率有所降低(如圖3所示) 。

5　基于算法的監控系統

我們利用該算法實現了視頻監控原型系統。計算機視覺算法對于攝像頭的同步曝光要求很高，所以本系統終端用一塊單獨的MCU (micro control unit)控制同步曝光。核心算法用DSP處理。系統結構如圖4所示。實際系統原型圖如圖5所示。

6　結　論

利用深度信息做智能場景識別，是一種新的嘗試，有其優勢。將這種方法應用到智能視頻監控中，能起到很好的效果，克服了其他方法較難處理的光照漸變和突變等問題。對比單攝像頭監控系統，該系統可應用于更多場合。后續研發準備在系統上加上更多功能，以適用于更多的環境，并與其他保安類監控系統互聯，以組成一整套功能強大、達到國內外一流水平的安防系統。

參考文獻( References)

1Ude A， Riley M. Prediction of body configurations and appearance for model-based estimation of articulated human motions [A ]. In: IEEE SMC’99 Conference Proceeding [ C ] ， Tokyo， Japan， 1999: 687～691.

2Ricquebourg Y， Bouthemy P. Real-time tracking of moving persons by exp loiting spatio2tempp ral image slices[ J ]. IEEE Transactions on Pattern Analysis andMachine Intelligence， 2000， 22 (8) : 797～808.

3Tsap L V， Goldof D B， Sarkar S. Nonrigid motion analysis based on dynamic refinement of finite elementmodelsp [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2000， 22 ( 5 ) : 526～543.

4Haritaoglu I， Harwood D， Davis L. A real time system for detecting and tracking peop le [ A ]. In: Third International Conference on Automatic Face and Gesture[ C ] ， Nara， Japan， Ap ril 1998.

5Wren C， AzarbayejaniA， Darrell T. Real-time tracking of the human body [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1997， 19 (7) : 780～785.

6Ridder C， Munkelt O， Kirchner H. Adap tive background estimation and foreground detection using Kalman filtering[A ]. In: Proceedings International Conference. Recent Advances in Mechatronics， ICRAM’95， Istanbul， Turkey， 1995: 193～199.

7Fujiyoshi H， Lip ton A J. Real-time human motion analysis by image skeletonization[A ]. In: Proceedings of theWorkshop on App lication of ComputerVision， Freiburg， Germany， October 1998.

篇4

論文摘要 ：開發了一種虛擬場景與實時視頻之間的合成技術，成功地將該技術應用于虛擬規 劃系統中，詳細介紹了系統所采用的基于計算機視覺的標識識別和實時、自動攝像機位置、姿態跟蹤算法，并給出了系統運行結果。

0  引  言

虛擬現實技術 的最終目的是使用戶完全沉浸在一個 由計算機生成的虛擬環境中，該技術已經被成功地應用到軍事、教育、娛樂等眾多領域。隨著應用 的增多 ，虛擬現實技術 的缺陷也逐漸暴露出來，主要表現在如下兩個方面：(1)虛擬現實 中的場景完全由計算機生成，隨著繪制場景真實程度的提高，對系統硬件配置的要求也相應提高，從而形成了繪制效果和實時性兩個同等重要又難以同時解決 的問題 。(2)交互方式受限．鼠標、鍵盤等傳統輸入設備并沒有提供給用戶一種直觀 自然的交互方式，而數據手套等較為昂貴的外圍設備不僅使用起來不方便，而且對工作范圍也有一定的限制。

混合現實  技術的出現很大程度上解決了以上兩個問題，它將計算機生成的虛擬場景、提示信息實時疊加到用戶所能觀察到的真實世界當中，并以此來增強用戶視覺感受 。在混合現實環境中用戶所能觀察到的主體是來源于真實世界的圖像信息，虛擬場景只起到輔助、提示作用，因此不需要真實感圖形繪制所需的高端的硬件配置。另一方面，由于圖像信息來源于真實世界，這就使得用戶本身能夠很自然地融合到整個系統中，并且能夠 以一種 自然 、直觀的方式與系統交互，而不必添加額外的硬件設備。正是由于以上特性，混合現實技術已經被應用到眾多領域當中，而且能夠比虛擬現實更好地完成某些任務，如交互式規劃、動態虛擬展示等。

一個實用的混合現實系統所必須具備的特性之一是幾何一致性，即系統必須實時準確地判斷攝像機相對于真實世界的位置和姿態．以便將虛擬場景正確地疊加到真實世界的具置上，使得用戶從感官上認為虛擬場景確實是真實世界的一部分。傳統的方法是利用硬件設備(電磁式、機械式跟蹤系統)來獲取攝像頭位置信息，但這些方法不僅工作范圍受限，而且求得的結果也不夠精確。本文采用當前流行的基于計算機視覺的方法來獲取位置信息，事實證明該方法是有效、可行的。

系統結構及工作流程

筆者構建 了一個如圖 1所示的混合現實原型系統，主要由如下幾個部分組成：(1)平面標識塊：一個帶有黑色邊框的正方形．尺寸、內部圖案由用戶定義，主要功能是使系統能夠根據實際圖像中標識的變形來計算虛實配準所需的位置、姿態信息，同時還可以用不同的內部圖案代表不同的虛擬場景，以增強系統的實用性。(2)圖像采集設備(攝像機)：主要完成實時視頻采集功能。(3)圖形渲染系統：生成與視頻合成所需的虛擬場景。(4)虛實合成：利用攝像機位置、姿態信息將視頻與虛擬場景相融合。(5)顯示設備 ：包括頭盔式顯示器以及桌面臺式顯示器，用以將虛實合成的影像展現給使用者。

系統運行過程中，首先將采集到的一幀彩色圖像轉換成一幅二值(黑 白)圖像，然后對該二值圖像進行連通域分析，找出其中所有的四邊形區域作為候選匹配區域，將每一候選區域與模板庫中的模板進行匹配，如果產生匹配，則認為找到了一個標識，在生成與該標識對應的虛擬場景的同時利用該標識區域的變形來計算攝像機相對于已知標識的位置和姿態，最后根據得到的變換矩陣實現虛實之間的無縫融合。

2 標識識別與攝像機位置、姿態跟蹤算法

由上一節可知，構建該系統有兩個關鍵問題需要解決 ，即如何識別標識內部的不同圖案以生成與之對應的虛擬場景 以及如何利用標識的變形計算虛實配準所需的坐標變換關系。以下分別介紹以上兩個問題的解決方法。

2．1標識識別

本系統 所采用的標識識別方法可 以分為以下幾步。

2．1．1圖像二值化

首先對采集到的彩色圖像進行二值化，處理成黑白(0，1)圖像，如圖 2(b)。具體方法為：設定一個 閾值，對圖像進行遍歷 ，根據該閾值，對圖像重新賦值。為了克服光照對識別結果造成的影響，同時采用 了自適應閾值法  來提高系統穩定性，設定當前 閾值 為上一幀圖像中標識投影區域像素灰度的平均值，實驗證明該方法對改善系統性能有較為明顯的效果。

2．1．2連通域分析

連通域分析的 目的是從復雜背景中提取標識的投影區域。分析過程為：查找所有像素值為 1的連通區域，首先根據大小約束對區域進行預篩選，然后利用最小二乘直線擬合法篩選出所有四邊形區域 ，結果見圖 2(c)。

2．1．3 區域規則化與模板匹配

區域規則化是將圖像中經過投影變換的標識區域變換到標準模板空間，本文利用仿射變換  將標識經過投影變形后 的區域直接映射到一個 64×64大小的正方形模板，效果見圖2(d)。接下來的工作是將規則化圖像與模板庫中的模板進行匹配，以返回代表不同虛擬場景的 id值。本文采用相關系數法來完成匹配工作，方法如下：

首先利用以下四式計算規則化圖像 i和標準模板圖像 p各自的均值和方差。

然后計算兩幅圖像的相關系數 p，本文選擇所有模板中與規則化圖像具有最大相關系數 p且 p>0．5的模板作為當前匹配結果，并返回與之對應的 id值

2．2攝像機位置、姿態估計

首先給出系統的坐標變換關系如圖 3所示。規定平面標識在世界坐標系中的位置為已知，攝像機位置、姿態計算問題轉化為攝像機坐標系與世界坐標系之間三維變換矩陣的求解。

世界坐標 系與攝像機坐標系間的變換關系可以用式(5)表示。其中 w為世界坐標系下某點坐標，c為該點在攝像機坐標系中的位置，t ：[r r r：t] 為待求三維變換矩陣，包含三個旋轉分量和一個平移分量。

c=t w  (5)

由于規定平面標識與世界坐標系下的z：0平面重合 ，則由式 (5)可得 ，平面標識上的某點在世界坐標系下的坐標 wi=(x ，y wi，0，1) 與其在攝像機坐標系下坐標 c；：(x  y z i，1) 之間的關系可以表示為式(6)。

有 8個待定系數，由標識的 四個角點可得 如下 方程組 ，則完全可以求取以上 8個未知數。

通過上述計算可以確定變換矩陣中的 r ，r ，t，三個分量，由變換矩陣旋轉分量的正交性可以求得r ：r ×r ，最后需要對所求得的結果作歸一化操作以消除比例因子 t 對計算結果的影響，方法是將(1 r l+l r 1)／2去除以上各分量。

事實上由于不可能完全避免成像畸變以及圖像處理過程中的誤差，上述方法求得的變換矩陣 t 是不夠精確的。解決方法是利用上述方法求取第一幀圖像對應的 t ，在后續計算過程中采用非線性最小二乘法求取后續幀的對應的變換矩陣。誤差逼近計算公式見式 (1 1)。

式中(文  i)(i=0，1，2，3)為根據上一幀t 求得的標識四個角點在像平面坐標系下的位置，(x i，y ；)(i=0，1，2，3)為實時檢測到的標識角點在圖像中的位置。本 文利用勒溫伯格一馬闊特方法求解式(11)。

 

3 應用實例——基于混合現實的小區規劃系統

傳統的住宅小區規劃方法之一是制作規劃方案模型，但是制作實體模型不僅費時費力，而且修改起來也極為不便。近年來，基于虛擬現實技術的小區規劃方法已經逐漸為設計者所接受，它一定程度上解決了實體模型規劃方法的缺點，但是由于缺乏高效、自然的人機交互方式，使得規劃效果大打折扣?；旌犀F實技術的出現為小區規劃提供了新的契機，它既繼承了虛擬現實技術卓越的三維表現能力，又具有虛實結合的特點，能夠在真實的規劃場景中整合設計要素，給設計者和方案評估者以直觀的感受。

筆者利用本文方法開發了一套基于混合現實技術的虛擬小區規劃系統。系統中不同的標識對應不同的虛擬建筑模型，用戶可以在視線范圍內隨意移動模型．從而實現不 同的規劃 方案 。運行效果 如圖4該系統滿足了小區規劃對虛實交互、人機交互的要求，充分體現出混合現實技術在小區規劃應用中的優勢。

篇5

關鍵詞： 數據挖掘技術 計算機考試 數據處理 數據庫

信息化發展帶動了電子產品的生產，也可以說是計算機的普及帶來了信息化發展，兩者是相輔相成的。計算機被越來越多地運用到各行各業，本文主要分析的是計算機在教學中的使用。計算機的使用離不開數據庫的支持，信息數據處理是計算機教學研究的一項重大課題，數據挖掘作為一種新型數據處理技術，得到了廣泛關注。對數據進行處理、分析和挖掘的主要目的是發現學校教學管理和學生管理各個方面的有效信息，本文從計算機考試入手，進行深入研究分析。

一、數據挖掘技術概述

隨著信息技術的迅猛發展，各行各業每年都積累了大量數據，推動了數據的高效管理與應用。數據管理從最早的手工開始，后期發展為文件管理，再到現如今的數據庫管理。過去人們對現有數據管理還比較順利，但對過去幾年、幾十年甚至更長時間的數據管理起來就相當費事，甚至可以說是不太容易完成的任務?，F如今計算機技術日漸成熟，大量信息數據給數據庫管理帶來大量工作量，此時數據挖掘技術就是為了數據處理而應運而生的。對于數據查詢而言，可以方便快捷地查詢出所需數據，遠遠超出人類所能理解的概括范圍?，F有統計學和數據查詢分析技術能對數據進行綜合分析和查詢，一定程度上解決人們處理分析數據的需求。數據挖掘技術不僅限于數據查詢，還可以根據有效數據對非預期潛在有價值的信息進行再處理，從而得出更多有用的潛在信息。

人們日常生活中離不開數據挖掘技術的應用，如超市物品的陳列問題上，經營者想要把人們可能同時購買的商品擺放到一起，以便引起人們的購買欲望，增加銷售量。藥店經營者想要了解人們購買藥物時還會附帶購買的商品，將治療不同病種的藥物與可能購買的商品擺放到一起，附帶銷售。醫學研究人員希望從已有成千上萬份病例中找出某種疾病病人的共同特征，以便為治愈這種疾病提供一些幫助。企業管理者想要了解整體員工的平均收入水平，提取出業績較好員工的個人信息等。

從以上實例研究中得出結論，現有信息管理依靠數據查詢統計，并通過做報表對數據進行分析處理。先不說其潛在信息并不能很好地挖掘出來，就其工作量來講，也是一項繁重而復雜的工作，很難保證數據的有效性和實用性。為了滿足人們對數據管理的需求，從現有信息數據中提取出更有價值的信息，數據挖掘技術得到了充分應用。

數據挖掘技術可以從大量隨機數據中快速地進行信息數據歸納整理，并從中分析出有效的潛在信息。一般會采用統計型和人工智能型數據處理方法，共同完成對數據管理的分析應用。統計型數據處理采用傳統的統計學原理，對現有和過去很久的數據進行概率分析，從而推理出數據中隱含的潛在有用信息。統計學由來已久，其優點是精確度相對較高，簡單易懂，并且使用比較廣泛。數據挖掘技術統計型可以準確快速地挖掘出有用信息，大大提高工作效率，甚至大大減輕統計者的工作量。人工智能是在統計學原理基礎之上，通過訓練和學量樣品集得出需要的模式或參數。將有共同模式或參數的數據通過機器人工智能，發現有價值的潛在信息。但也存在一定的局限性，不同的樣品集有特定的應用領域，樣品集的選擇將直接影響數據結果，一般情況下會將多種技術結合起來使用，達到有力互補的目的，從而更高效準確地分析出數據結果。

二、數據挖掘技術在計算機考試中的應用

通過上述對數據挖掘技術的概述，對數據挖掘的基本原理有了初步了解，將其運用到教學中，必會事半功倍。數據挖掘技術運用到教學管理中，不僅可以完善教學管理體制，還可以客觀分析出教學管理中存在的問題。以教學管理中的計算機考試為例，分析計算機考試系統中數據挖掘技術的應用，從而得出以下結果：

本文通過實例驗證方法找出答案，首先是采用數據采集方法，從大量數據中提取出與所要挖掘的數據目標相關的數據子集，該數據樣本的精選不僅減少數據處理量，還突出相關性規律，表明數據樣本的代表性和質量尤為重要。在計算機考試系統中，會通過輸入考生信息進行考試，考生的每個信息都定義為不同變量。考生的姓名、性別、年齡、任課老師、所在班級等信息都是一個個不同的變量，這樣可以清晰地了解到每個考生的計算機考試情況。根據其做不同題型的長短分析出考生擅長什么樣的題型及在什么題型面前處于劣勢。根據其答題速度和準確率可看出考生掌握知識能力如何，任課老師可根據學生的不同學習程度逐個擊破，有利于提高班級整體學習成績水平，這就是數據挖掘技術挖掘出的潛在信息價值。

數據挖掘技術是信息化時代的產物，將其運用到教育教學中，可大大提高教學管理質量?？煽焖儆行У亓私獾綄W生管理中出現的問題，有利于教師及時解決這些問題。計算機考試數據中應用數據挖掘技術，不僅可以精準地了解到學生潛在的學習問題，還可以幫助老師更快地找到提高學生學習成績的方法。

信息化發展使信息數據量急劇增加，這個數據處理造成了困擾，為了更好地對信息數據進行處理分析，從而準確快速地提取出有效信息，數據挖掘技術起到了重要作用。計算機考試系統的完善可提高考試效率，奠定數據挖掘技術在計算機教學中的重要地位?，F代是不斷變化的時代，也可以說是信息化時代，時代離不開信息化發展，要不斷進步才能持續發展。數據挖掘技術勢必會成為計算機技術發展的第二大方向，是時展的要求所致。

參考文獻：

[1]吳英，劉俊熙.計算機考試數據分析中數據挖掘技術的應用[J].制造業自動化，2010（9）.

[2]方新麗.淺析數據挖掘技術在計算機審計中的應用[J].電腦知識與技術，2013（5）.

篇6

【關鍵詞】：“云計算”；會計信息化

【中圖分類號】G202 【文獻標識碼】A 【文章編號】1672-5158（2013）01―0187-01

隨著社會主義市場經濟的不斷發展，在企事業管理中，人們越來越意識到信息技術對于會計的影響。近年來，“云計算”這個概念火熱，已經滲透到普通人的生活，都因為“云計算”的到來和發展而產生著改變。如今，會計信息化正在取代會計電算化成為會計發展的方向?！霸朴嬎恪钡某霈F勢必會對會計信息化的過渡帶來深遠影響。

一、“云計算”對會計信息化帶來影響

1.成本優勢“云計算”出現，會計系統可以以軟件服務的方式提供，企事業使用者按照自己的需要購買，按照實際使用的賬號和實際使用的時間付費。

2.而“云計算”技術的應用之后，企事業采用租賃的方式，不再需要專業的維護人員，從而不需要為了這些專業人員支付額外的費用，最大程度地減少了企事業為了會計信息化所花費的開支。供應商提供的服務的專業化和規劃化，使得企事業能夠及時得到最新的技術應用，能夠更好時滿足企事業對會計信息化不斷發展的要求。從而，大大降低了企事業實現會計信息化的門檻和風險，企事業也能更加專注于會計工作本身，提高工作效率。

3.在“云計算”時代，企事業采用租賃的方式接受服務，只要會計工作者能夠連接到網絡，即使下班在家也可以進入系統，并及時處理會計工作，會計信鼠隨時可用，從而更好地保證了會計信息的實效性。并且由于網絡互聯和供應商的專業團隊的保證，企事業可以及時得到最新的技術應用，會計工作可以更加的便捷、有效。

4.安全優勢基于“云計算”的會計服務提供商所提與MSCS相關的信號通路的研究進展供的基礎實施包括互聯網連接使用的大量服務器、存放會計信息化軟件和數據的大型數據庫等等，他們集中于一處或分布多個地萬，并由專業的團隊來管理和保證數據中心的安全。

5.協同優勢。會計工作的協同包括內部協同和外部協同。云端不僅協同了企事業內部的資源，還需要建立一個統一的平臺，將客戶、供應商和其他合作伙伴也納入這個信息系統平臺中，使得網上報稅、銀行對賬、審計、交易、企事業與上下游企事業和用戶之間的會計信息系統集成成為可能，從而提升了會計信息的附加價值，實現信息的高效共享。

二、“云計算”在企事業財務會計應用中遇到的問題

1.云計算平臺自主建設和應用方面

由于云計算平臺建設的技術及資金起點較高，研發的風險較大，開發周期較長，國內自主研發財務會計信息化云計算平臺尚處于起步階段，不成熟且建設與應用推廣力度均不夠，知名的云計算平臺幾乎都來自美國，如谷歌、亞馬遜和Facebook等美國互聯網先行者，微軟、IBM、富士通和SAP等IT成熟公司都建有自己的云計算平臺。而國內企事業則仍處在努力進入云市場并樹立信譽的初級階段。對云計算平臺的建設和應用力度都不夠。

2.云計算軟件及服務方面

基于中國國情，目前國內云計算相關功能和服務主要集中于低端市場，以求以低成本創新切入市場，因此，國內的云計算服務運營商提供的基于云計算的企事業財務會計軟件服務主要停留在一些較為基本的、單一的財務功能層面上，如國內知名的在線B2B互聯網公司阿里巴巴集團旗下子公司阿里軟件目前正在面向型企事業推廣的“錢掌柜”會計和財務管理在線服務，就主要是圍繞企事業日常基本財務會計工作需求提供云計算服務的。

3.云計算安全性方面

安全問題是當前全球對云計算最大的質疑。這種擔憂在中國尤為突出，這是導致云計算在國內企事業財務會計信息化工作中應用緩隉的重要原因之一。由于云計算模式有可能會導致一個云服務器上存儲多家企事業數據的情況，相當多的企事業會擔心企事業最為機密的核心財務會計數據遭黑客盜竊，或是被意外泄露給同一云供應商的其他用戶或本企事業的非授權員工，而這對企事業無疑是致命的。因此實現企事業基于云計算的財務會計信息化必須解決其安全性問題。

4.云計算認同度方面

目前在我國眾多的企事業中僅有不足10%的企事業應用云計算在線開展相關業務，其中應用云計算處理企事業財務會計數據的更是少之又少。大部分的企事業由于政府對云計算政策不夠明朗，國內尚未明確制定云計算的相關標準，尚未規范云計算產業等各種原因，對云計算技術及服務持謹慎態度，導致云計算應用認同度較低。

三、云計算在企事業財務會計中應用

從如下幾個方面入手加以改進和完善：

1.加快國內云計算平臺的自主建設

由于國內的一些IT廠商在資金、技術力量等方面較為薄弱，可以考慮通過由政府牽頭，實現跨行業整合各相關企事業的資金資源、管理資源、技木資源、人力資源及上下游資源等，形成優勢互補，集眾家之所長聯合開發云計算平臺。以此間接降低云計算平臺開發難度及開發風險，節約開發時間。另外，政府有關職能部門還可以通過建立“云計算平臺示范工程”。設立國內自主建設云計算平臺的樣板，供各IT廠商研發時參考借鑒。

2.完善云計算的財務會計軟件功能與服務

豐富與完善，具體如下：①以企事業的財務會計工作需求為核心，打破現有的職能為企事業提供在線記賬、代賬、現金管理等功能的局限，將基于云計算的財務會計信息化軟件功能與服務向更為深入、更為廣泛的層次發展。②進一步增強云計算軟件快速開發的功能，積極發展企事業私有云服務，即允許企事業根據自己的需要通過向云計算服務運營商付費租賃平臺等方式，運用云計算服務運營商支持的編程語言和工具編寫好自己的應用程序，然后放到云計算平臺上運行。滿足企事業個性化業務需求。③提供在線定制服務。使企事業能根據自己的業務需求變化隨時調整基于云計算的財務會信息化軟件功能與服務，以滿足企事業的成長需求。

3.加強云計集應用的安全性建設

可從如下途徑加強云計算應用安全：①通過身份認證，區分使用者權限，加強訪問控制；②通過密鑰管理技術，對企事業存放于云中的數據進行加密處理，由企事業掌管密鑰，防止云計算服務運營商及其他不相關的人看到數據。③利用虛擬機進行防護，由網絡安全解決方案提供商對云計算服務運營商基于虛擬機的服務器提供黑客和惡意軟件入侵檢測和防御服務，構建虛擬化安全網關。

4.加快相關標準及法規的制定

政府態度的明朗化及云計算相關標準和法規的盡快出臺將有利于提高云計算在企事業中的認同度。不妨借鑒美國政府的做法，由政府參與或主持制定云計算應用標準、云計算產業規范及云計算相關法規?？上葘鴥鹊脑朴嬎闶袌鲞M行摸底調查，在此基礎上盡快制定云計算相關標準。

5.加強對云計算服務運營商的監管力度

應用云計算處理企事業日常財務會計數據后，企事業的核心數據就都存放于云計算服務運營商的“云”中。因此必須進一步加強對云計算服務運營商的監管。首先，應嚴格審核云計算服務運營商的資質，如谷歌（Google）公司在與美國聯邦政府合作前就先通過了美國政府聯邦信息安全管理法的審核，獲得了相應的資質，才能有資格與政府合作云計算相關項目。

結束語

“云計算”對于會計電算化的發展具有深遠的影響?！霸朴嬎恪蹦軌驕p少企事業在會計信息化方面的投資和使用等成本，降低了企事業實現會計信息化的門檻，從而越來越多的企事業會選擇在”云”上實現會計信息化，使得會計電算化向會計信息化的過度更加頃利。

參考文獻

[1]葉曉勇.簡述云計算[J]，黑龍江科技信息，2009（8）

篇7

關鍵詞：人眼視覺特性；Butterworth濾波器；空間頻率；彩色圖像濾波

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2014）16-3893-03

已有的研究表明，空間頻率變化影響視覺紋理、面部模式和文字的識別績效[1]。而其中空間頻率的處理依賴于對變換域理論與人眼視覺特性的研究。但是是在以往的圖像濾波處理中，仍然存在計算方式不統一、不明確，單位多樣的問題，對研究結果之間的交流帶來了諸多不便。該文通過已有的圖像空間頻率和視覺空間頻率的公式，結合Butterworth濾波器的傳遞函數，提出了一種更加簡單、直觀的濾波器截止頻率參數計算方法，并結合MATLAB對彩色圖像進行了實際的處理和具體的分析。

1 視覺上的空間頻率和圖像空間頻率的轉換關系

人眼視覺特性（HVS）是圖像處理技術的理論基礎，在應用人眼的感知特性進行圖像處理的過程中，最關鍵的是將人眼視覺特性及其模型與圖像的變換域特征結合起來，也就是將視覺的空間頻率和圖像的空間頻率建立聯系，利用頻率之間的聯系就可以實現對圖像的濾波處理。

根據上式及公式（5），也可以得出位置[（u，v）]的點對應的圖像空間頻率[υ]。

3 基于人眼視覺特性的Butterworth濾波器空間頻率的計算方法

本文采用的濾波器為巴特沃思濾波器，它在線性相位、衰減斜率和加載特性三個方面具有特性均衡的優點。因此在自動控制、圖像、通信等眾多領域得到了廣泛的應用。因為Butterworth低通和高通濾波器的傳遞函數用到的參數均相同[3]，故這里就以Butterworth低通濾波器為例闡述頻率參數的計算方法。

已知n階截止頻率為Do的Butterworth低通濾波器的傳遞函數為：

5 總結

從圖像處理效果看出，在具體的濾波實驗中，只要設定好[f0]的數值，就可方便計算出Do的值，并應用MATLAB進行圖像處理。由于多數的圖像處理研究中經常將空間頻率的單位設定為cpi（cycle per image）、cpf（cycle per face）等，而其數值就是[α]（各自對應的視角）與[f0]的乘積，即Do。通過公式（7）可看出兩頻率之間的轉換關系是一個非常簡單的表達式，在圖像處理中，可以減少很大的圖像處理的計算量和復雜程度，并應用公式（8）和程序直接進行高低通的濾波處理。這表明提出的計算方法和彩色圖像濾波程序是一種簡單、直觀的處理方式。希望在圖像處理技術中能夠得到較好的應用。

參考文獻：

[1] 郭小朝.空間頻率、筆畫數及字頻對漢字識別的影響[J].人類工效學，1999，5（4）： 5-7.

篇8

1.1計算機在和藝術融合時

有效結合圖像、文本、聲音、動畫等因素，在豐富藝術語言表現形式時，也使作品更具有感染力。當計算機視覺藝術與數字媒體結合在一起時，使人們在觀看畫面時，不僅是欣賞畫面，也能夠感受到聲、色等。數字媒體通過計算機視覺藝術利用高度仿真的視覺、觸覺和聽覺，使大眾在觀看電影或玩游戲時，能夠真實感受到虛擬世界，同時還可以通過肢體語言、動作以及視線的轉移，與計算機進行有效交流。比如在2010年開展的上海世博會上，德國館所開展的動力之源”金屬球表演1.3噸重、裝有40萬根LED發光二極管的互動金屬球。在互動開始時，觀眾被分成兩批跟著解說員的指令呼喊，金屬球自動找到聲音最響亮的那個方向。然后，哪邊的呼喊聲大，互動球向那一邊的搖擺也更為劇烈，同時，球體表面上，亦不斷展現出一幅幅城市的美好愿景。使大眾不僅是單獨欣賞電影，而是可以參與到視覺藝術表演中。數字媒體通過計算機視覺藝術，在最大程度上滿足藝術創作對感受的表現。

1.2計算機視覺藝術在數字媒體中的應用

豐富了藝術的表達形式。交互技術的發展與成熟，使計算機視覺藝術的領域得到很好的拓展，并在各種數字媒體藝術中得到廣泛應用。比如在網頁、游戲等內容。交互技術的應用，使人們不再是被動的欣賞，而是參與到視覺藝術中，讓大眾去參與、選擇和判斷，而且可以通過不同的選擇將過程和結局進行不同的呈現，調動觀眾的興趣，提高大眾的參與度。

1.3計算機視覺藝術在電子游戲中的應用

首先是大型電子游戲應用的計算機視覺藝術。比如日本科樂美公司在推出警匪槍戰射擊《警察官2》游戲時，就受到許多玩家的歡迎。在游戲中，玩家不再只是使用鼠標和鍵盤來進行游戲，而是玩家可以通過身體行動，比如“蹲、閃及側身等行為以此進行移動。機器通過攝像機部捕捉到玩家的身體動作，玩家可以有效操作與機器相連的手槍，將屏幕中的對象進行射中。其次是手機上的小型電子游戲，比如在《神廟逃亡》，玩家只需要用手指向左、向右滑動屏幕，可以人物向左或向右轉向；而向上、向下滑動則可以讓人物跳躍或下滑過各種障礙。另外在需要游戲人物在左側或右側奔跑時，只需要側一下手機就可以，并且游戲畫面有著充足的聲光效果，可進行互動，有著極高的震撼力，對提高大眾的參與度有著積極的促進作用。

1.4計算機視覺藝術在數字媒體中的應用

使數字媒體技術將藝術進行有效表現，并在純藝術和實用藝術中應用到數字媒體，而數字媒體技術可以將單純的個人視覺進行有效的創造，并將藝術轉化為社會性視覺產品，并可以獲得經濟效益。而大眾可以利用拷貝、剪切等方式將數字媒體中的視覺藝術進行獲取，然后將藝術資源進行轉化，為個人視覺藝術的創作奠定了堅實的基礎。隨著大眾對獨特性以及個性化的藝術要求越來越高，在追求獨特的視覺藝術時，追求刺激的視覺藝術時，也提高了對視覺藝術作品的評價標準。計算機視覺藝術在數字媒體中的應用，給大眾帶來美的享受，使大眾在觀看視覺藝術時可以懷著愉悅、舒適的感覺進行欣賞，也可以獲得相應的審美評價，在潛移默化中改變著人的精神追求。計算機視覺藝術在數字媒體中應用時，沒有摻雜其他因素，使計算機視覺因素只是追求視覺形式和視覺美感，能夠在最大程度上體現藝術的本質。并且數字媒體本身就具有美的品格，與計算機視覺藝術相結合，使數字媒體藝術在具備了美時，也可以體現真。因此，計算機視覺藝術在數字媒體中的應用，提高了審美價值，大眾通過感受、體悟數字媒體所體現出的視覺藝術，領悟到視覺藝術中的美，能夠在很大程度上滿足大眾對美的追求。

2總結

篇9

關鍵詞：圖像處理 計算機視覺 立體視覺

在實際工程實踐中，由于受現場條件和測試技術本身的限制，結構動位移的測試往往存在一定的困難和挑戰，這也使動位移并未成為結構動力性能評估中一個常見的評估指標。結構動位移響應是直接反映結構在動力荷載作用下安全性和整體性的重要參考指標。隨著工程結構或構件建造得越來越柔和復雜結構模型試驗研究的發展，如大跨度橋梁、高層建筑、索結構等的現場測試以及結構振動臺試驗、風洞試驗等，結構動位移的測試顯得尤為重要。

計算機視覺是研究計算機模擬生物外顯或宏觀視覺功能的科學與技術，是一個發展十分迅速的研究領域，其研究手段涉及甚廣，如圖像處理、機器視覺、醫學圖像分析、模式識別、計算機圖形學、人工智能等。當計算機通過視覺傳感器（比如相機或攝像機等）試圖分析三維空間的物體時通常只能給出二維圖像，通過計算機分析和處理圖像信息，可以重構實物的三維幾何信息，包括其形狀、位置、姿態、運動等。因此，通過計算機視覺技術實現結構動位移的測量是可行的。上世紀八十年代中期以來，隨著計算機軟、硬件技術的不斷發展，在土木工程領域，國內外很多學者嘗試將計算機視覺技術用于結構的幾何測試，包括結構的位移（靜、動位移）、裂縫、表觀外形等。Aw和Koo采用數碼照相機來進行預設目標的坐標測量，經過基于計算機視覺理論的光束法優化后，其測試精度為2.24mm。Nieder？st和Maas利用數碼攝像機來測試混凝土梁在脫水收縮過程中的變形情況，其在相機視場為80cm時測試精度可達0.03mm。相類似地將計算機視覺技術用于結構特性的測量例子還有很多，比如混凝土管片變形檢測，梁破壞試驗中的變形測量，遠距離橋梁變形測量，軌道梁破損狀況的檢測等。相比于結構靜態幾何特性的測試，結構動態特性的測試應用相對不多。Olaszek利用攝像機來攝錄橋梁的振動情況，并以計算機視覺技術進行結構動位移重構分析，得出的動位移測試精度為1mm左右。Yoshida等采用立體視覺技術來測試一塊薄板的三維振動特性。

一、單相機標定

二、基于立體視覺的兩相機立體標定

三、圖像點跟蹤

圖像點跟蹤是基于立體視覺的結構位移測試手段中的重要環節。在圖像（或視頻）分析過程中，點跟蹤的精度會直接影響位移測試的最終結果。在實際測試中，本文采用兩個黑方格組成的目標模板粘貼在所測結構的表面，方格尺寸均為30×30mm，兩方格的交叉角點作為圖像分析的跟蹤點。

四、三維點重構

篇10

計算機視覺是一門研究如何使機器“看”的科學，更進一步地說，就是指用攝影機和電腦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，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。計算機視覺包括集成的視覺系統與真實世界視覺的應用建設。創建三維模型的過程是相當困難的，需要機械測量攝像機的位置或手動對準一個場景的局部三維視圖。通過使用相應的算法，它可以通過集合中一個場景的立體圖像，然后自動生成一個逼真、幾何精確的三維數字化模型。

全書分為三大部分，共14章：1.引言：立體圖像和深度知覺、三維視覺系統、三維視覺應用的介紹；2.視覺的研究簡史；3.二維和三維視覺的形成；4.圖像匹配中低層次圖像處理：包括卷積濾波、離散平均、離散分化、邊緣檢測、結構張量、角點檢測等內容；5.尺度空間的視覺：包括圖像尺度、高斯尺度空間、微分尺度空間、多分辨率金字塔等內容；6.圖像匹配算法：包括各種匹配措施、計算方面的匹配、立體匹配方法的多樣性、基于區域、彈性、梯度的匹配等內容；空間重構及多視圖集成：一般的三維重建和多視圖集成方面的內容；8.具體案例：臨床和獸醫應用、電影重構等具體實例的分析；9.射影幾何基礎；10.圖像處理的張量微積分基礎：包括線性算子和變坐標系統的基本概念、度量張量、簡單的張量代數等內容；11.圖像中的失真和噪聲：包括噪聲模型、產生噪聲的測試圖片、正態分布生成隨機數；12.圖像變換程序：包括結構的變形系統、坐標變換模塊、像素值的插值、經典實力等內容；13.編程技術，圖像處理和計算機視覺：包括其設計與實現、統一的建模語言、設計模式、處理平臺等內容；14.圖像處理庫。

作者Bogusaw Cyganek于1993年獲得電子計算機科學學位，于1996年獲得了赫爾辛堡科技大學博士學位。近年來，他還與許多科學中心合作，在計算機視覺系統的發展方面做出了貢獻。作為一個軟件開發經理和高級軟件工程師，他有著多年的實際工作經驗。他目前在波蘭克拉科夫AGH科技大學（AGH University of Scien and Technology）電子部任研究員和講師，研究興趣包括計算機視覺、模式識別、以及對可編程器件和嵌入式系統的開發。他還是電子電氣工程師協會（IEEE，Institute of Electrical and Electronics Engineers）、國際模式識別學會（IAPR，International Association for Pattern Recognition）、工業和應用數學學會（SIAM，Society for Industrial and Applied Mathematics）成員。

本書提供了對三維計算機視覺方法，理論和算法的全面的介紹。幾乎每一個理論問題都使用C++和Matlab的偽代碼或完整代碼進行實現，并且提供下載的軟件網站、案例研究和練習。本書是相關學者、程序員的有益參考，也適合對計算機科學、臨床攝影、機器人領域、圖形和數學感興趣的學生或研究人員閱讀。

李亞寧，碩士研究生