計算機視覺技術(shù)方面的論文
隨著計算機技術(shù)的發(fā)展，計算機視覺技術(shù)自20世紀(jì)70年代產(chǎn)生以來就得到了全世界的廣泛關(guān)注。下面是學(xué)習(xí)啦小編給大家推薦的計算機視覺技術(shù)方面的論文，希望大家喜歡!
計算機視覺技術(shù)方面的論文篇一
試談計算機視覺技術(shù)的應(yīng)用
摘 要：文章在介紹計算機視覺技術(shù)相關(guān)內(nèi)容的基礎(chǔ)上，對該技術(shù)在工業(yè)、農(nóng)業(yè)、林業(yè)和農(nóng)產(chǎn)品檢測這四個領(lǐng)域的具體應(yīng)用進行簡要分析。
關(guān)鍵詞：計算機;視覺技術(shù);應(yīng)用研究
中圖分類號：TP212 文獻標(biāo)識碼：A 文章編號：1671-7597(2013)16-0114-01
計算機視覺技術(shù)自20世紀(jì)70年代產(chǎn)生以來就得到了全世界的廣泛關(guān)注。作為一種多學(xué)科綜合應(yīng)用下的新技術(shù)，隨著專家對其研究會的不斷深入，其應(yīng)用領(lǐng)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(shù)
計算機視覺技術(shù)是在計算機技術(shù)應(yīng)用下發(fā)展起來的一種新技術(shù)，主要用來研究計算機模擬生物的宏觀或外顯功能。該技術(shù)在應(yīng)用過程中會涉及到計算機科學(xué)、神經(jīng)生物學(xué)、人工智能、模式識別以及圖像處理等多個學(xué)科，多學(xué)科技術(shù)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(shù)發(fā)揮作用的核心所在。計算機視覺技術(shù)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(shù)應(yīng)用的領(lǐng)域和檢測的對象非常廣，能在敏感器件的應(yīng)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(shù)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(shù)在各領(lǐng)域的應(yīng)用分析
隨著計算機視覺技術(shù)研究的不斷加深，該技術(shù)的應(yīng)用領(lǐng)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(shù)的應(yīng)用進行簡要分析。
2.1 在工業(yè)領(lǐng)域中的應(yīng)用
工業(yè)生產(chǎn)對產(chǎn)品的質(zhì)量要求極高，計算機視覺技術(shù)在工業(yè)上的應(yīng)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(yīng)用過程中作用的發(fā)揮。計算機視覺技術(shù)的應(yīng)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(shù)能準(zhǔn)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(zhì)等。3)產(chǎn)品表面質(zhì)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(zhì)量的檢測也是一個極其重要的環(huán)節(jié)。計算機視覺技術(shù)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(lǐng)域中的應(yīng)用
該技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用主要集中在以下兩方面：1)對病蟲害的預(yù)測預(yù)報。預(yù)測預(yù)報作用發(fā)揮的關(guān)鍵環(huán)節(jié)是建立起計算機視覺技術(shù)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(xué)形態(tài)學(xué)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(fù)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(shù)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(fēng)速、營養(yǎng)液濃度等相關(guān)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(yīng)用
該技術(shù)在林業(yè)生產(chǎn)中的應(yīng)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(shù)的應(yīng)用能通過對施藥目標(biāo)圖像進行實時分析，得出具體的施藥量和準(zhǔn)確的施藥位置，該技術(shù)指導(dǎo)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(dāng)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(shè)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(shù)的應(yīng)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體位置，再結(jié)合專業(yè)機械手的使用完成球果采集。該技術(shù)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(yīng)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(zhì)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(shù)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(zhǔn)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(yīng)用
計算機視覺技術(shù)在電力系統(tǒng)自動化應(yīng)用的表現(xiàn)當(dāng)前主要表現(xiàn)在以下2個方面：1)在人機界面中的應(yīng)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(yīng)通道和感覺通道的運用。具體來講，計算機視覺技術(shù)在用戶向計算機的輸入方面，效應(yīng)通道實現(xiàn)了手動為主向手、足、口、身體等的轉(zhuǎn)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(zhuǎn)變。2)在電廠煤粉鍋爐火焰檢測中的應(yīng)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(zhǔn)確性，必須彌補之前單純應(yīng)用火焰檢測器只能判斷有無火焰開關(guān)量信號的弊端。計算機視覺技術(shù)的應(yīng)用，就在彌補火焰檢測器應(yīng)用弊端的基礎(chǔ)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(yīng)用
隨著當(dāng)前數(shù)字圖書館和自動化管理系統(tǒng)的建立，計算機技術(shù)在圖書館方面的應(yīng)用越來越廣泛。當(dāng)前計算機視覺技術(shù)在圖書館方面的應(yīng)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(dǎo)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(shù)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(shù)在該方面的應(yīng)用，極大地保證了工作的準(zhǔn)確性和效率性。
3 結(jié)束語
通過以上對計算機視覺技術(shù)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(shù)的進一步發(fā)展以及計算機與各專業(yè)學(xué)科的不斷滲透，該技術(shù)的發(fā)展前景和應(yīng)用領(lǐng)域都將更加廣闊。
參考文獻
[1]鄭加強.基于計算機視覺的霧滴尺寸檢測技術(shù)[J].南京林業(yè)大學(xué)學(xué)報，2009(09).
[2]沈明彼.計算機視覺技術(shù)在社會各領(lǐng)域應(yīng)用的發(fā)展與展望[J].農(nóng)業(yè)機械學(xué)報，2012(03).
計算機視覺技術(shù)方面的論文篇二
試論基于OPENCV的計算機視覺技術(shù)
【摘 要】伴隨著科技不斷發(fā)展，基于OPENCV的計算機視覺技術(shù)應(yīng)運而生，該技術(shù)的出現(xiàn)受到了社會的廣泛關(guān)注。本文將對計算機視覺技術(shù)應(yīng)用原理進行分析，論述基于OPENCV的運動物體檢測。并且從三個角度分析基于OPENCV的圖像預(yù)處理技術(shù)，為計算機視覺技術(shù)創(chuàng)新提供依據(jù)。
【關(guān)鍵詞】OPENCV;計算機視覺技術(shù);研究
計算機視覺技術(shù)能夠有效的實現(xiàn)人眼的分類、分割、跟蹤以及判別等，在先進的技術(shù)下，在視覺系統(tǒng)中能夠創(chuàng)建出3D等圖像元素數(shù)據(jù)，并且根據(jù)系統(tǒng)需求獲取信息?；贠PENCV的計算機視覺技術(shù)研究比較晚，在諸多方面還處于探索階段，在該技術(shù)研發(fā)環(huán)節(jié)中還存在著很多問題。
一、計算機視覺技術(shù)應(yīng)用原理
基于OPENCV的計算機視覺技術(shù)，應(yīng)用于視頻中運動物體檢測時，主要分為宏觀和微觀兩種檢測方式。其中宏觀檢測方式是指，以視頻中的某一個畫面為研究對象，研究內(nèi)容比較整體。而微觀檢測方式在整幅圖像的基礎(chǔ)上，截取一小部分，根據(jù)實際需求在一小部分內(nèi)部進行檢測。在進行計算機視覺技術(shù)研究當(dāng)中分為兩個環(huán)節(jié)，第一環(huán)節(jié)，圖像數(shù)據(jù)信息的采集，第二環(huán)節(jié)，對于圖像數(shù)據(jù)信息預(yù)處理。例如，當(dāng)在宏觀的圖像數(shù)據(jù)分析下，只需要對圖像進行整體分析就可以，而在微觀的檢測技術(shù)下，需要根據(jù)技術(shù)需求，對圖像進行科學(xué)分割。
二、基于OPENCV的運動物體檢測
在對與動物體進行檢測的環(huán)節(jié)中，在OPENCV技術(shù)基礎(chǔ)上，需要對視頻中運動的物體進行特征性的捕捉。一般正在運動的物體其輪廓、顏色以及性狀等比較特殊，在特征捕捉中比較便捷。通過宏觀的物體運動捕捉，將所在運動的物體與運動背景相互分離，以便于對運動物體的數(shù)據(jù)信息進行研究?；诨贠PENCV的運動物體檢測主要分為三個步驟：
第一，視頻流的捕捉;在進行圖與像分離的過程中，需要對視頻流進行科學(xué)的捕捉，保障所得的圖像數(shù)據(jù)信息真實、清晰而完整。當(dāng)視頻流捕捉完成之后，才能夠在此基礎(chǔ)上進行圖像的格式轉(zhuǎn)換。
第二，視頻格式的轉(zhuǎn)換;所需要研究的圖像數(shù)據(jù)格式有可能能與視頻格式不同，因此，需要進行視頻格式的轉(zhuǎn)換。
第三，獲取圖像的預(yù)處理。當(dāng)在視頻圖像獲取環(huán)節(jié)中，圖像數(shù)據(jù)信息容易受到環(huán)境因素以及其他人為因素的干擾，為了減小圖像本身所帶來的誤差，需要對圖像進行預(yù)處理，根據(jù)實際的數(shù)據(jù)需求進行圖像特征提取[2]。
三、基于OPENCV的圖像預(yù)處理
計算機視覺處理技術(shù)所應(yīng)用的環(huán)境比較復(fù)雜，視頻數(shù)據(jù)比較容易受到環(huán)境因素的干擾而發(fā)生變化，對后期的視頻數(shù)據(jù)信息處理帶來麻煩。計算機視覺應(yīng)用環(huán)境中存在著光照，而光照并不是一成不變的，光照在不同情況下對計算機視覺技術(shù)的所產(chǎn)生的影響不同。因此，需要對光照的條件進行綜合考慮。同時溫度、氣候等因素都會對運動數(shù)據(jù)采集產(chǎn)生明顯的影響。當(dāng)這些環(huán)境因素出現(xiàn)時，將會使得圖像采集的質(zhì)量降低，為了提升圖像數(shù)據(jù)信息采集的真實性，需要對基于OPENCV的圖像進行預(yù)處理。當(dāng)預(yù)處理完成之后才能夠有序的進行運動物體的分離、檢測和信息跟蹤?；贠PENCV的圖像預(yù)處理技術(shù)主要包含平滑度濾波、圖像填充以及背景的更新等。
(一)平滑度濾波技術(shù)
基于OPENCV的圖像預(yù)處理中除了環(huán)境因素的影響比較大之外，噪點問題也比較嚴(yán)重。平滑度濾波技術(shù)就是一種針對噪點進行處理的技術(shù)，噪點的預(yù)處理實現(xiàn)方式有兩種：第一種，線性處理法方式。第二種，非線性處理方式。其中線性的處理方式能夠直接面向圖像中的噪點，將噪點消除，但是該種該種噪點消除的方式會使得圖像畫質(zhì)不清晰，變得模糊。在噪點比較少的圖像中，該種方式比較適用，并且對圖像影響比較小。當(dāng)圖像中的噪點比較多時，使用該種直接消除噪點的方式效果比較差。因此可以采取第二種非線性的處理技術(shù)，該種技術(shù)是在復(fù)雜的圖像處理下，將圖像中的噪點進行縮小。噪點縮小的方式不會對圖像的畫質(zhì)產(chǎn)生嚴(yán)重的影響，雖然在圖像處理環(huán)節(jié)中所需要的時間比較長，但是效果顯著，在實際應(yīng)用中比較常見。
(二)圖像填充技術(shù)
圖像填充技術(shù)也不單一，是在逐幀處理技術(shù)下，所實現(xiàn)的圖形后期處理。當(dāng)在OPENCV技術(shù)下，將運動中的圖像獲取出來之后，需要利用計算機信息技術(shù)對圖像進行處理。第一種處理方式為邊緣填充技術(shù)，當(dāng)計算機系統(tǒng)對物體輪廓進行辨別之后，在形態(tài)學(xué)指導(dǎo)下，進行漫水填充，從而實現(xiàn)對運動物體周圍的噪點進行顏色上的填充。該種形態(tài)填充模式下，能夠有效減小畫面整體的元素受到影響。第二種方式就是腐蝕膨脹處理技術(shù)，該種技術(shù)的原理與第一種方式相似，增加噪點與圖像的差別，使得計算機能夠迅速的發(fā)現(xiàn)噪點，并且將噪點有效消除。
(三)背景的實時更新技術(shù)
將運動圖像與背景相互分離的環(huán)節(jié)中，在此過程中，有效的發(fā)現(xiàn)背景元素至關(guān)重要。逐幀處理技術(shù)中，對第一幀圖像固定，并且對第一幀圖像所在的背景元素進行識別。然后在下一幀圖像處理環(huán)節(jié)中，注意背景元素的更新。在實際背景元素更新中主要分為四個環(huán)節(jié)：第一，對系統(tǒng)中的第一幀圖像進行判斷;第二，將OPENCV技術(shù)處理下的圖像進行單灰度值處理。第三，對圖像噪點進行高斯平滑度濾波處理;第四，形態(tài)學(xué)下的噪點填充技術(shù)二次處理。
結(jié)論
綜上所述，基于OPENCV的計算機視覺技術(shù)，主要應(yīng)用于視頻中運動物體檢測中，在視覺系統(tǒng)中能夠創(chuàng)建出3D等圖像元素數(shù)據(jù)，并且根據(jù)系統(tǒng)需求獲取信息。在OPENCV技術(shù)下的圖像預(yù)處理技術(shù)是本文研究的重點，本文分別從平滑度濾波技術(shù)、圖像填充技術(shù)以及背景的實時更新技術(shù)等三個基礎(chǔ)層來分析計算機視覺技術(shù)下的圖像預(yù)處理。
參考文獻：
[1]周鵬.基于OpenCV的雙目立體視覺系統(tǒng)定標(biāo)與三維重構(gòu)技術(shù)研究[D].寧夏大學(xué)，2015.
[2]陳洋.嵌入式OpenCV的移植與人臉識別[D].遼寧師范大學(xué)，2012.
[3]吳鐵峰，趙智超.OPENCV的計算機視覺技術(shù)研究[J].信息技術(shù)與信息化，2015，09：91-92.
計算機視覺技術(shù)方面的論文篇三
淺談計算機視覺技術(shù)在交通工程測量中的應(yīng)用
一、引言
隨著科技的發(fā)展，計算機替代人的視覺與思維已經(jīng)成為現(xiàn)實，這也是計算機視覺的突出顯現(xiàn)。那么在物體圖像中識別物體并作進一步處理，是客觀世界的主觀反應(yīng)。在數(shù)字化圖像中，我們可以探尋出較為固定的數(shù)字聯(lián)系，在物體特征搜集并處理時做到二次實現(xiàn)。這既是對物體特征的外在顯現(xiàn)與描繪，更是對其定量信息的標(biāo)定。從交通工程領(lǐng)域的角度來看，該種技術(shù)一般應(yīng)用在交管及安全方面。監(jiān)控交通流、識別車況及高速收費都是屬于交通管理的范疇;而對交通重大事件的勘察及甄別則是交通安全所屬。在這個基礎(chǔ)上，筆者對計算機視覺系統(tǒng)的組成及原理進行了分析，并形成視覺處理相關(guān)技術(shù)研究。
二、設(shè)計計算機視覺系統(tǒng)構(gòu)成
計算機視覺處理技術(shù)的應(yīng)用是建立在視覺系統(tǒng)的建立基礎(chǔ)上的。其內(nèi)部主要的構(gòu)成是計算機光源、光電轉(zhuǎn)換相關(guān)器件及圖像采集卡等元件。
(一)照明條件的設(shè)計。
在測量物體的表征時，環(huán)境的創(chuàng)設(shè)是圖像分析處理的前提，其主要通過光線反射將影像投射到光電傳感器上。故而要想獲得清晰圖像離不開照明條件的選擇。在設(shè)計照明條件時，我們通常會視具體而不同處理，不過總的目標(biāo)是一定的，那就是要利于處理圖像及對其進行提取分析。在照明條件的設(shè)定中，主動視覺系統(tǒng)結(jié)構(gòu)光是較為典型的范例。
(二)數(shù)據(jù)采集的處理。
如今電耦合器件(CCD)中，攝像機及光電傳感器較為常見。它們輸出形成的影像均為模擬化的電子信號。在此基礎(chǔ)上，A模式與D模式的相互對接更能夠讓信號進入計算機并達到數(shù)字處理標(biāo)準(zhǔn)，最后再量化入計算機系統(tǒng)處理范圍?？陀^物體色彩的不同，也就造就了色彩帶給人信息的差異。一般地黑白圖像是單色攝像機輸入的結(jié)果;彩色圖像則需要彩色相機來實現(xiàn)。其過程為：彩色模擬信號解碼為RGB單獨信號，并單獨A/D轉(zhuǎn)換，輸出后借助色彩查找表來顯示相應(yīng)色彩。每幅圖像一旦經(jīng)過數(shù)字處理就會形成點陣，并將n個信息濃縮于每點中。彩色獲得的圖像在16比特，而黑白所獲黑白灰圖像則僅有8比特。故而從信息采集量上來看，彩色的圖像采集分析更為繁復(fù)些。不過黑白跟灰度圖像也基本適應(yīng)于基礎(chǔ)信息的特征分析。相機數(shù)量及研究技法的角度，則有三個分類：“單目視覺”、“雙目”及“三目”立體視覺。
三、研究與應(yīng)用計算機視覺處理技術(shù)
從對圖像進行編輯的過程可以看出，計算機視覺處理技術(shù)在物體成像及計算后會在灰度陣列中參雜無效信息群，使得信息存在遺失風(fēng)險。成像的噪聲在一定程度上也對獲取有效信息造成了干擾。故而，處理圖像必須要有前提地預(yù)設(shè)分析，還原圖像本相，從而消去噪音。邊緣增強在特定的圖像變化程度中，其起到的是對特征方法的削減。基于二值化，分割圖像才能夠進一步開展。對于物體的檢測多借助某個范圍來達到目的。識別和測算物體一般總是靠對特征的甄別來完成的。
四、分析處理三維物體技術(shù)
物體外輪擴線及表面對應(yīng)位置的限定下，物體性質(zhì)的外在表現(xiàn)則是其形狀。三維物體從內(nèi)含性質(zhì)上來看也有體現(xiàn)，如通過其內(nèi)含性質(zhì)所變現(xiàn)出來的表層構(gòu)造及邊界劃定等等。故而在確定圖像特征方面，物體的三維形態(tài)是最常用的處理技術(shù)。檢測三維物體形狀及分析距離從計算機視覺技術(shù)角度來看，渠道很多，其原理主要是借助光源特性在圖像輸入時的顯現(xiàn)來實現(xiàn)的。其類別有主動與被動兩類。借助自然光照來對圖像獲取并挖掘深入信息的技術(shù)叫做被動測距;主動測距的光源條件則是利用人為設(shè)置的，其信息也是圖像在經(jīng)過測算分析時得到的。被動測距的主要用途體現(xiàn)在軍工業(yè)保密及限制環(huán)境中，而普通建筑行業(yè)則主要利用主動測距。特別是較小尺寸物體的測算，以及擁有抗干擾及其他非接觸測距環(huán)境。
(一)主動測距技術(shù)。
主動測距，主要是指光源條件是在人為創(chuàng)設(shè)環(huán)境中滿足的，且從景物外像得到相關(guān)點化信息，可以適當(dāng)顯示圖像大概并進行初步分析處理，以對計算適應(yīng)功率及信息測算程度形成水平提高。從技術(shù)種類上說，主動測距技術(shù)可分為雷達取像、幾何光學(xué)聚焦、圖像干擾及衍射等。除了結(jié)構(gòu)光法外的測量方法均為基于物理成像，并搜集所成圖像，并得到特殊物理特征圖像。從不同的研究環(huán)境到條件所涉，以結(jié)構(gòu)光法測量作為主要技術(shù)的工程需求較為普遍，其原理為：首先在光源的設(shè)計上由人為來進行環(huán)境考慮測算，再從其中獲取較為全面的離散點化信息。在離散處理后，此類圖像已經(jīng)形成了較多的物體真是特征表象。在此基礎(chǔ)上，信息需要不斷簡化與甄別、壓縮。如果分析整個物體特征信息鏈，則后期主要體現(xiàn)在對于數(shù)據(jù)的簡化分析。如今人們已經(jīng)把研究的目光轉(zhuǎn)向了結(jié)構(gòu)光測量方法的應(yīng)用，體現(xiàn)在物體形狀檢測等方面。
(二)被動測距技術(shù)。
被動測距，對光照條件的選擇具有局限性，其主要通過對于自然光的覆蓋得以實現(xiàn)。它在圖像原始信息處理及分析匹配方面技術(shù)指向較為突出。也通過此三維物體之形狀及周圍環(huán)境深度均被顯露。在圖像原始信息基礎(chǔ)上的應(yīng)用計算，其與結(jié)構(gòu)光等相比繁雜程度較高。分析物體三維特性，著重從立體視覺內(nèi)涵入手，適應(yīng)物體自身特點而存在。不過相對來說獲得圖像特征才是其適應(yīng)匹配的條件保障。點、線、區(qū)域及結(jié)構(gòu)紋理等是物象特征的主體形式。其中物特較為基礎(chǔ)與原始的特征是前兩個特征，同時它們也是其他相關(guān)表征的前提。計算機系統(tǒng)技術(shù)測量基本原理為對攝像機進行構(gòu)建分析，并對其圖像表征進行特征匹配，以得到圖像不同區(qū)間的視覺差異。
五、結(jié)束語
通過對計算機視覺技術(shù)的研究，悉知其主要的應(yīng)用領(lǐng)域及技術(shù)組成。在系統(tǒng)使用的基礎(chǔ)上深入設(shè)計，對系統(tǒng)主要構(gòu)成環(huán)節(jié)進行分析。從而將三維復(fù)雜形態(tài)原理、算法及測量理論上升到實際應(yīng)用。隨著社會對于計算機的倚賴程度增加，相信該技術(shù)在建筑或者其他領(lǐng)域會有更加深入的研究及應(yīng)用。
猜你喜歡：