计算机视觉技术范文

导语：如何才能写好一篇计算机视觉技术，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：OpenCV；计算机视觉技术；三维模拟技术

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2015）30-0137-02

21世纪是国际计算机技术高度发展的时代，人们生活中的每个角落都可以看到计算机技术的身影，尤其是现代计算机视觉技术和图像处理功能发展更加迅猛，各技术分支也逐渐趋于成熟。计算机视觉技术主要指的就是利用智能计算机系统来代替人类的眼睛对现实三维世界进行辨识和理解，整个过程均是计算机自我学习的过程，而随着这项技术研究的不断深入，其不再仅仅包含计算机技术科学，同时还涉猎了包括生理学、神经学、物理学、应用数学等多门学科，为人类科技的进步提供了有效的动力。

1 计算机对视频中运动物体检测的原理概述

在现代计算机技术基础下，对视频当中的运动物体检测原理主要包括两种，分别是从微观和宏观的角度出发。其中宏观检测技术指的是当计算机截取了视频中的某一个图像，其以整幅图像为对象进行检测；微观检测技术是指在截取图像后，根据实际需求对某一区域内的图像内容进行检测。在计算机视觉技术实际应用时，其第一步就是对图像的采集，第二步是对已经采集的图像进行预分析处理，如果采用宏观检测技术则对图像整体进行分析；如果采用微观检测技术则首先将图像进行分割，然后对分割后各图像内容中出现的运动物体影像进行分析。在图像数据获取过程中应用的是背景差分法，这一技术主要是将背景和运动物体进行分离提取，以获取没有背景图像的运动物体影像数据。还可以利用帧间差分法，这种方法主要是对一个视频图像的逐帧画面进行差别比较，从而获得各帧图像上的差值，而将这些差值帧图结合起来就是一个物体在计算机视觉下的运动轨迹。现代研究者更倾向于将背景和帧间差分法进行结合运用，这样可以获得无背景下的运动物体轨迹，进而提升计算机视觉系统捕捉数据的准确性。

2 OpenCV的应用概述

OpenCV是现代计算机视觉技术当中具有开源性的视觉库，其最早是由俄罗斯Intel分公司所研发，不仅高效，而且具有兼容的优势。同时与传统IPL图像处理系统相比，OpenCV所处理的图像数据等级更高，例如在对运动物体进行特征跟踪、目标分割、运动轨迹分析以及三维模型重建等方面都有着巨大的优势。

OpenCV本身编辑的源代码是开放式的，编写过程简洁且方便，并且程序中大多数函数已经通过了汇编的最优化，使其能够更加高效地被应用。在使用OpenCV的摄像机标定模块已经为用户设计了实用性较强的接口，并且能够支持Windows界面的操作平台，使得这一技术的操作更加简便。这一技术本身操作简便，对于编程人员和检验人员个人技能素质要求并不高，视觉技术系统研发人员可以利用简便的操作来检验其设想是否能够实现，这就使得现代计算机视觉技术开发团队能够形成更好的协作研发关系，进一步提升技术研究效率。目前已知OpenCV编程系统在航空航天定位、卫星地图绘制、工厂大规模生产视觉检测等方面得到了广泛的应用，同时对于无人飞行器的视觉捕捉技术也有极大的帮助。最为重要的是OpenCV编程语言的兼容性较强，编程人员可以根据自己的意愿对源代码进行披露，并且国内也已经形成了规模较大的交流社区，给更多同行业者提供答疑解惑的场所，进一步扩大了OpenCV的应用范围。

3 基于OpenCV的计算机视觉技术

3.1 基于OpenCV下的运动物体检测技术

在常规运动物体检测技术下，均是直接通过图像背景和运动物体的区分来实现运动物体的捕捉。而基于OpenCV下的运动物体检测技术则不仅能够针对于图像背景的分离实现运动物体的观察，还可通过物体本身特定的信息来进行检测，主要包括形状、轮廓以及颜色等。这样就能够实现在复杂的背景当中将特定的运动物体完整抽离出来。其基本流程包括：首先，对影像数据当中某一时间点的图像进行捕捉，然后对这一视频图像的格式进行转化；其次，对转化格式后的视频图像进行早期处理，并将运动物体和复杂的背景区分开，降低周围各环境因素对运动物体主体图像的影响；第三，根据完成提取后的运动物体图像进行辨识，然后再从视频当中捕捉拥有相同特征的物体，并对该物体进行跟踪识别。而这一过程的实质则在于先利用图像捕捉技术对画面进行截取，然后同时利用背景差分法和帧间差分法对图像进行分割，逐帧地将运动物体完成提取出来，以供计算机进行视觉跟踪处理。

3.2 基于OpenCV的图像预处理技术

一般情况下，计算机视觉处理技术应用的环境情况较为复杂，大多数应用环境当中均有光照的变化，并且部分计算机视觉处理设备还需要在露天环境下进行工作，此时周围环境中的风、温度、光照、气候以及运动物体数量等对视频图像的采集均有着极大的影响。环境因素会使图像采集的质量大幅度降低，同时图像当中的噪点问题也难以避免，而噪点是视觉捕捉和图像处理当中最大的影响因素。因此，在基于OpenCV下的计算机视觉技术在捕捉视频图像之后先对其进行预处理，然后再由系统对运动物体进行分离、检测和跟踪。一般的预处理过程主要包括平滑度滤波、图像填充、背景实时更新等。

1）图像的平滑度滤波预处理技术

由于在实际计算机视觉捕捉过程中图像噪点是难以避免的问题，以此在对图像中运动物体进行检测前，应该相对这些噪点进行预处理，降低环境噪声对图像的影响。图像的平滑度滤波处理共分为两种方式，分别为线性和非线性。其中线性处理方式就是通过计算机处理设备的简单运算，对图像当中的噪点进行直接清除，但这一技术使用后会造成截获图像模糊不清的情况，因此仅对噪点较少的图像采用该处理方式；非线性滤波处理则是利用复杂的图像处理运算，将截获图像当中的噪点无限缩小，使其不对图像整体造成影响，并且可以有效保证图像的局部调整，但这种处理方式在运算时速度没有线性滤波处理快，因此需应用在噪点较多，图像信息较复杂的处理当中。

2）图像的填充预处理技术

这一处理技术在使用过程中运算速度较慢，主要是由于其需要对逐帧的图像均进行处理，也包括两种处理方式，分别为边缘填充和腐蚀膨胀处理。其中边缘填充处理主要指的是在确定运动物体之后，利用计算机系统自身的边缘检测处理技术，对物体的轮廓进行辨识，并利用形态学上的漫水填充方式对运动物体周围的噪点进行颜色填充，减小其对画面整体元素的影响。而腐蚀膨胀处理与边缘填充处理原理相类似，但这种处理技术主要是针对于噪点进行腐蚀和膨胀，使其在画面当中所占比例扩大，但对运动物体本身不造成影响，这使运动物体和噪点之间的差异就会更加明显，就可以将噪点的影响降到最低，但这种处理方法的效果和摄像机本身的性能、质量等有着密切的关联。

3）背景的实时更新预处理技术

在进行运动物体和背景分离过程中，计算机系统需要对图像上的背景元素进行辨识，并对其开展初始化处理，这样就能够为后期实时背景图像的差异进行凸显，以增加前景图像的效果，降低噪点对图像的影响。在运用这一技术时，首先要先对第一帧的图像进行确定，并将第一帧图像当中的背景图像元素进行辨识，然后在后期图像更新和运动物体检测过程中对背景进行实时更新处理。在更新的过程中其流程主要包括：首先，系统要对所读取的画面进行有效的判断，了解该图像是否为第一帧；其次，将Opencv处理的图像转变为单通道灰度值；第三，对转变后的图像进行高斯平滑度滤波处理，将图像当中的噪点进行去除；第四，采用形态学噪点填充技术对图像当中的噪点进行二次处理，以获得所需要更新的背景图像。

3.3 前景运动物体的提取技术

在计算机视觉技术进行运动物体的检测时，只有有效保障检测流程的准确度，才能够有效保障对前景运动物体的跟踪效果。其主要分为两大步骤，其一是对二值化后的图像数据进行分割处理；其二是在图像分析前对其进行充分的填充处理，保证前景图数据的完整性。同时，在前景图像提取的过程中也分为多个步骤，其包括：首先，对所提出的前景图像和背景图像进行差分处理；其次，将差分处理后的图像二值化处理；第三，对背景当中前景物体的轮廓或边缘进行辨识，根据前景图像的轮廓对其进行填充。由于在实际操作过程中，摄像头所处环境的变化较大，并且会在不同场所内的不同角度捕捉画面，因此就需要在前景图像提取时有效提高背景图像实时更新的效果。

利用阀值二值化的分割方式能够有效将前景图像和背景图像分离开，从而使目标运动物体能够呈现独立化，并且阀值分割方式开展前要相对每个像素点进行确定，判断其是否位于灰度值的范围内。而将该图像的像素灰度和阀值进行对比后会出现两种结果，分别是灰度值低于或高于阀值。在实际应用过程中，有效确定图像的分割阀值T，就能够降低环境当中光照因素对图像质量的影响。

4 计算机视觉技术当中的三维重建技术

1）三维重建的视觉系统

计算机视觉技术在对图像进行捕捉时可以视为是对大量的图像信息进行处理，从摄像机的视觉角度出发，其所输入的图像一般为二维属性，但输出的信息确是三维数据，而这种三维空间数据能够提升对运动物体所处空间位置、距离等描述的准确性。在三维重建视觉系统工作过程中，其相对基本的图像数据框架进行确定，然后利用一个坐标点建立2.5D图像数据，即以此点为视角能够观察到的图像数据，再将2.5D图像数据进行整合从而建立三维图像。

2）双目视觉系统

当人体利用双眼在不同角度、同一时间内观察同一个物体时，就可以利用算法来测量该物体和人体之间的距离，而这种方法也被称为双目立体感，其应用的原理主要是人体视觉差所带来的影响。同时利用两台摄像机对同一图像从不同角度进行观察，就能够获得人体双目观察后的效果，因此这一三维重建技术也被称为“双目视觉系统”。两台不同的摄像机即可代表人体双眼，其对图像进行逐帧捕获，但由于角度不同和环境影响因素的差异，因此造成了图像差异，必须对其捕捉的图像进行预处理。

3）三维重构算法

在计算机视觉技术中对于视频流的采集主要依靠的是彩色摄像机、红外摄像机、红外接收摄像头等设备。还可以利用微软所提供的Kinect设备，在进行运动物体检测前能够对NUI进行初始化处理，将系统内函数的参数设定为用户信息深度图、彩图、骨骼追踪图等数据。在使用Kinect设备对视频流进行打开时，其可以遵循三个步骤，其一是彩色和深度数据的处理；其二是根据数据的索引添加颜色信息，并将其引入到深度图数据当中；其三是骨骼追踪数据。

5 结束语

计算机视觉捕捉技术是现代计算机应用当中较为先进的内容，其应用范围较广，对于运动物体的捕捉准确度较高，能够有效推进现代计算机模拟技术的发展。

参考文献：

[1] 张海科.基于Opencv的人手识别与跟踪定位技术研究与实现[D].昆明： 云南大学，2013.

篇2

随着计算机技术以及图像处理技术的快速发展，计算机视觉技术作为一种新兴的技术，其被广泛应用在军事、医学、工业以及农业等领域[1]。一般而言，计算机及视觉技术应用在农业的生产前、生产中以及生产后等各个环节，其主要就是鉴别植物种类，分级和检测农产品的品质。计算机视觉相较于人类视觉而言，其具有更多的优点，能够有效提高农业的生产率，实现农业生产与管理的智能化和自动化，促进农业的可持续发展。

一、计算机视觉技术概述

计算机视觉主要是指利用计算机来对图像进行分析，从而控制某种动作或者获取某描述景物的数据，是人工智能与模式识别的重要领域。计算机视觉兴起于20世纪70年代，其涉及的学科范围较为广泛，包括视觉学、CCD技术、自动化、人工智能、模式识别、数字图像处理以及计算机等。就目前而言，计算机视觉技术主要以图像处理技术为核心，是通过计算机视觉模拟人眼，并利用光谱对作物进行近距离拍摄，运用数字图像处理以及人工智能等技术，对图像信息进行分析和研究。计算机视觉技术主要步骤包括采集图像、分割图像、预处理、特征提取、处理和分析提取的特征等[2]。

二、农业机械中计算机视觉技术的应用分析

一般而言，农业机械中计算机视觉技术的应用，主要表现在以下三个方面：一是田间作业机械中的应用；二是农产品加工机械中的应用；三是农产品分选机械中的应用。

（一）田间作业机械中的应用

在田间作业机械中，计算机视觉技术的应用较晚。近年来，由于环境保护政策的提出，在农田作业的播种、植保以及施肥机械中的应用越来越广泛。在田间作业的过程中应用计算机视觉技术时，主要应用在苗木嫁接、田间锄草、农药喷洒、施肥以及播种等方面[3]。为了有效识别杂草，对除草剂进行精确喷洒，相关研究人员分析了美国中西部地区常见的大豆、玉米以及杂草二值图像的形态学特征，发现植物长出后14～23天内能够有效区别双子叶和单子叶的效果，准确率最高达到90%。在1998年开发出Detectspary除草剂喷洒器，其能够有效识别杂草，在休耕季节时，其相较于播撒而言，能够减少19%～60%的除草剂用量。在农业生产中，农药的粗放式喷洒是污染严重，效率低下的环节，为了有效改变这种现状，Giler D.K.等研制出能够精量喷雾成行作物的装置。该系统主要是利用机器视觉导向系统，使喷头能够与每行作物上方进行对准，并结合作物的宽度，对喷头进行自动调节，确保作物的宽度与雾滴分布宽度具有一致性，从而有效节省农药。一般而言，该系统能够促使药量减少66%，提高雾滴沉降效率和施药效率，减少农药对环境产生的影响。

（二）农产品加工机械中的应用

随着信息技术以及计算机技术的快速发展，计算机视觉技术被广泛应用在农产品加工的自动化中。如Jia P等提出了图像处理算法，该算法主要是以鲇鱼水平方向与主轴的形心位置和夹角为依据，检测鲇鱼的方位以及背鳍、腹鳍、头、尾的位置，从而确定最佳的下刀位置。此外，我国的黄星奕等人在研究胚芽米的生产过程时，在不经过染色的情况下，对胚芽米的颜色特性等进行分析，得出胚芽米颜色特征的参数为饱和度S。同时利用计算机视觉系统，自动无损检测胚芽精米的留胚率，其结果与人工评定的结果大体一致。

（三）农产品分选机械中的应用

在分级和鉴定农产品的品质时，可以利用计算机视觉技术对其进行无损检测。一般计算机视觉技术不需对测定对象进行接触，可以直接利用农产品的表面图像，分级和评估其质量，其具有标准统一、识别率高一级效率高等优势。计算机视觉技术在检测农产品时，主要集中在谷物、蔬菜以及水果等方面。Chtioui Y等人提出了结合Rough sets理论，利用计算机视觉技术对蚕豆品质的方法进行评价。该理论通过不同的离散方法对石头、异类蚕豆、过小、破损以及合格等进行有效区分，并利用影色图像，对其特征参数进行分类，最终分类的结果相比于统计分类结果，两者具有较好的一致性。

篇3

关键词 计算机视觉；立体匹配；研究情况

中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2014）07-0001-01

随着科学技术的快速发展，计算机技术也得到了飞速的发展。将计算机技术应用于人类的视觉系统，并辅助人们观察到一些眼睛难以看到的东西，已经逐渐成为一门大家所热捧和追逐的技术。随着人们对视觉传感器技术越来越多的探索，人们也逐渐实现了古代时想拥有千里眼的梦想。目前，人们已经把视觉传感器技术和计算机技术良好的结合在一起，并把这些技术应用到食品、建筑、医药、电子、航天航空等众多领域当中。而该项技术的快速发展，也帮助人们解决了一些日常工作当中人类视觉存在盲区的问题，保证了人们工作过程的安全。视觉技术与IT技术的完美结合使得人们的生活变得更加便利，让人们亲身体会到了IT技术给人们生活带来的便捷。

1 双目立体视觉概述

双目立体视觉又称双目视觉技术，是目前计算机视觉应用领域的重要研究内容。双目立体视觉控制系统的组成因其采用的原理和应用功能的不同，组成也都各不相同。

双目立体视觉的实现原理是基于人眼的视网膜看物体的特性，从两个不同的方向来观看同一个物体的不同角度，从而实现清楚的了解到物体的图像的目的。双目立体视觉从不同的角度获得物体的投影信息，并根据匹配的结果，获取同一个物体不同偏差位置的信息。最后在依据三角测量技术，根据已经获得的这些偏差信息从而获得这些不同点对应的距离信息，并最终获得这些实际物体的具体坐标位置信息。

视差测距技术告诉我们，要清楚的观察到一个物体的全貌，需要两个观察物从不同的方向，或者固定一个观察物，移动另外一个观察物的方式，以达到拍摄同一个物体的目的。根据同一个物体在两个观察物当中的位置偏差，从而确定该物体的三维信息。一般来说，双目立体视觉的组成包括：图像获取设备、图像预处理设备、摄像机标定设备、立体匹配设备、根据二维信息实现三维重构设备等五个重要设备。

2 双目立体视觉技术的原理

立体画又可以称之为三维立体画，是一种人们可以从三维立体图中获取二维平面图信息的技术。三维立体图表面看似毫无规则，但是假如通过一些特殊的技术或者通过合理的观察手段和观察设备，就可以看到一组秩序井然的美妙图片。

三维立体图是一组重复的二维图片有序的堆积积累而成，因此可以呈现出立体效果。人体观察物体的原理大致如下：当人类通过左右眼观察所在的空间平面的时候，这些平面图都只是一些毫无秩序的图片。而当左右眼重新聚焦或者在观察画面的时候呈现一定的层次感，则人类的左右眼观察到的一组重复案在经过人体识别以后，这些画面之间将存在一定的距离差异，从而在脑中生成立体感。

双目立体视觉技术正是基于以上的原理，从两个不同的方向去观察物体，并获得目标图像的信息，并经过一定的处理获得三维重建的物体立体信息的技术。

双目立体视觉在计算机技术中实现三维重建的大致流程

如下。

1）摄像机定位，并通过单片机计算得到要获取图像信息需要的外部的参数的大概值，并根据这些参数值设定摄像机。

2）用设定参数的摄像机拍摄目标场景的画面，并采集这些画面的二维图的信息。

3）通过计算机技术实现双目匹配，并判定采集画面中的二维图像中的不同点之间的对应关系。

4）在第三步中若得到两组二维图像的关系是稠密的时候，则生成三维视差图。如果不是则进一步采集图片信息。

5）根据得到的视差图最终实现场景的三维图形的重建。

3 双目立体匹配技术的研究难点和未来的发展方向

尽管目前有很多学者都投身到双目立体匹配技术的研究和开发当中，直至目前为止也解决了很多关于视觉理论当中存在的很多缺陷问题。但是视觉问题是一个复杂且难以解决的问题，特别是在双目立体匹配问题方面更是困难重重。立体匹配技术的难点已经成为限制将双目技术应用到计算机技术当中的重要瓶颈。

立体匹配的主要手段就是找到计算机采集到两幅和多副图片的中像素的对应关系，然后根据这些像素关系判定并生成三维重建图。但是二维图像的匹配存在层层困难，主要体现在以下几个方面。

1）由于视角的问题或者观察物体存在遮挡问题，导致采集回来的图片信息存在盲点，这样子更难找到图片的匹配区域。

2）场景中的一些深度不连续的区域大都处在场景当中的边界位置，这些位置容易出现像素不高，边界不清晰等问题，这些问题也给图像匹配带了很多困扰。

3）场景当中的低纹理的图片匹配特征和匹配关系较少，而且该位置的每个像素点极为相似。假如只是通过简单的像素相似性检测的话，会检测到很多匹配结果，而这些匹配结果当中有一大部分是错误的。这样子的结果势必会导致最终的图像匹配正确率极为低下。

从以上的分析，我们可以看出立体匹配技术存在很多技术上的难点，这些都在很大程度上限制双目立体匹配技术在计算机当中的应用发展。如何才能设计出有效、准确、快速、通用性强的立体匹配算法将会是以后双目立体匹配计算发展的重要方向。也只有通过设计出一套行之有效的立体匹配算法才能使得双目立体匹配技术在计算机视觉当中得到广泛的应用。

4 结束语

人们通过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体信息，分辨出观察物的广度和深度，以及物体的远近。因此人类视觉感知系统就是一个双目的立体感知系统。本文讲述的计算机中的双目立体匹配技术正是基于人眼视觉观察物体的原理，通过双目立体视觉原理，对计算机采集获得两幅二维图像的信息进行分析，并结合计算机的分析，最终获得同人类眼睛一样观察到物体三维表面信息的目的。双目立体匹配技术与计算机技术的完美结合帮助人们可以更加轻易的获得物体的信息。希望在不久的将来，可以将该项技术应用于人类的视网膜当中，以帮助一些视网膜存在问题的人们，让他们重新感受到光明，感受世间的温暖。

参考文献

[1]高文，陈熙霖.计算机视觉算法与系统原理[M].北京：清华大学出版社，2002.

[2]明祖衡.双目立体视觉测距算法研究[M].北京：北京理工大学，2008.

[3]刘昌，郭立，李敬文，刘俊，杨福荣，罗锋.一种优于SAD的匹配准则及其快速算法[J].电路与系统学报，2007，12（4）：137-14.

[4]陈蛟.双目立体匹配的算法研究及其多核并行化[M].南京：南京邮电大学，2012.

篇4

【关键词】 计算机视觉 四轮定位 相机标定 仿射变换 透视投影 畸变系数

Wheel Alignment Based On Computer Vision Without Pushing Car Technique Research

WangQiu1，ZhouYue1 Department of Automation， School of Shanghai Jiao Tong University，

He Jian-guo Company of Daheng Image）

Abstract：Wheel alignment technology based on computer vision which can get the parameters of the wheel quickly and efficiently， has good prospects. This paper researches alignment technology based on computer vision without pushing car. This paper gives a detailed mathematical model of the method， and we have done a field experiment test. The results show that the proposed model is correct and efficient. The method proposed is an innovation in the field of alignment technology.

Key words：computer vision，perspective projection，camera calibration，distortion coefficient，affine transformation， wheel alignment

一、引言

随着国民经济的发展，越来越多的汽车进入千家万户，随之对汽车的维护需求也日益膨胀，而作为车辆维护的必要设备―四轮定位系统，本文提出的方法标定方法简单，并且采用无推车的技术让操作更加方便。

二、模型分析

本文采用单标定板标定两个相机的方式，该方式可以降低传统的标定方法带来的标定误差，高精度的还原两摄像机的位姿关系，在定位阶段，不需要操作者去推车获取车轮的各项参数，本文提出的方法可以直接提取车轮姿态计算出定位参数。

2.1 圆心提取

空间圆成像后通常呈现为椭圆的图像，而椭圆的中心并不是空间圆心所对应的像素点，图1显示了空间圆经过透视投影变换后其中心点的变化。

针对这个问题，Heikkil■已经对其进行了研究，并建立空间圆心在相机成像平面上的畸变误差模型[1]。

2.2 相机标定

本文是采用标定板标定板上有很多圆点，如图2，图样左上角有一个三角定位点，用于确定标定板的x，y，z轴方向。

平面靶标上的圆点中心记为W=[x，y，z]T，其图像坐标为m=[u，v]T，对应的齐次分别坐标为W'=[x，y，z，1]T， m'=[u，v，1]T。由摄像机的成像模型，空间点W'与m'之间的关系如下：

sm'=A[R t]W' （1）

式（1）中，s为尺度因子，R为标定板相对于相机轴的旋转矩阵，t为标定板相对于相机的平移向量，A为摄像机内部参数矩阵，A定义如下：

A=a■ r u■0 a■v■0 0 1

其中，（u0，v0）为图像平面主点坐标，ax，ay为图像坐标轴的尺度因子，r是图像坐标轴的不垂直度。在二维平面靶标中，通常我们认为靶标上的点的z为0，即设定标定板平面为世界坐标轴的xoy平面。在图二中我们设定世界坐标系的x轴向右，y轴向下，z轴垂直纸面向里。我们把矩阵R的每一列用ri（i=1，2，3）表示，则式（1）表述如下：

suv1=A[r1 r2 r3 t]xy01=A[r1 r2 t]xy1 （2）

令H=kA[r1 r2 t]为一个3行3列的方阵，r1，r2 为图像坐标轴的方向矢量，k为常数，记H=[h1 h2 h3]，则

[h1 h2 h3]= kA[r1 r2 t] （3）

由于t不会位于r1，r2构成的平面上，且r1，r2正交，则det[H]≠0。H的计算是使图像坐标pi与（1）式计算的mi'方差最小的过程，定义目标函数：

F（H）=min∑■■pi-mi'（n为点数）

令■=0，即可求出H。求出H后，由R的正交性（r1Tr2=0， r1Tr1=r2Tr2）可得方程：

h1TA-TA-1h2=0h1TA-TA-1h1=h2TA-TA-1h2 （4）

令

B=A-TA-1=B■ B■ B■B■ B■ B■B■ B■ B■

经计算上述矩阵后，得知B为对称矩阵。则令：

b=[B11，B12，B22，B13，B23，B33]T

设H中第i列向量为hi=[h1i，h2i，h3i]T，因此有

hiTBhj=Vijb

其中

Vij=[h1ih1j，h1ih2j+ h2ih1j，h2ih2j，h3ih1j+ h1ih3j，h3ih2j+ h2ih3j，h3ih3j]

即可将等式（4）改写为以下齐次方程

v12T（v11-v12）Tb=0 （5）

如果将平面靶标移动n个不同的位置，拍摄n幅图像，可以得到n个（5），将这n个方程组合起来，可得：

Vb=0

其中V为一2n行6列的矩阵，对V进行奇异值分解求出b，求出b后，利用Cholesky矩阵分解算法求出A-1，即可求出摄像机内参矩阵A，得到A后可根据（3）式求出摄像机外参：

r1=■ r2=■ r3=r1×r2 t=■

该系统中我们采用了两个相机，通过以上求解可以得到左右相机外参分别为Rl，tl以及Rr，tr，对于两相机公共视场中的任意一三维点xw，在左右相机中成像点坐标为xl，xr则：

xl=Rlxw+Tl，xr=Rrxw+Tr

两式消掉xw，得到xr=RlRr-1xl+Tr- RlRr-1Tl，因此可得两摄像机的相对位置关系如下：

R= RlRr-1，T= Tr-RlRr-1Tl

令Hr2l=R T0 1，该矩阵在2.4节中需要用到。

2.3 参数获取

根据已知参数，我们可以的到空间圆方程，将空间圆的方程表述如下：

MTCM=0

其中M=[x，y，1]为空间平面圆上的点（z=0）。C为圆的系数矩阵，矩阵各项参数已知。

经过相机成像以后，在图像平面上一般呈椭圆形状，其方程表述为：

mTQm=0 （6）

其中m=[x，y，1]为成像平面椭圆上任意一点。Q为椭圆的系数矩阵，矩阵各项参数已知。

M与m存在一边换矩阵H，即：

sm=HM （7）

其中s为缩放因子，H为待求矩阵。

将（7）带入（6），可得：

C=HTQH （8）

从上式即可求出H矩阵。确定H矩阵之后，已知A，即可求得r1，r2，r3，t。我们就可以得到车轮中心点在摄像机坐标系下的坐标C（x，y，z）以及车轮法向量在相机坐标系下的表示V（Vx，Vy，Vz）。

2.4 仿射变换

变换后的的中心点记为Cr2l，变换后的法向量记为Vr2l，变换等式表述如下：

Vr2l=HV

Cr2l=HC

2.5 获取结果

经过上述仿射变换之后，我们可以得到四个轮胎在左相机下的各项参数，根据四个车轮中心点，我们可以用LM算法拟合车身平面，求出车身法向量P（Px，Py，Pz）再结合四个车轮法向向量V，我们即可得到车轮的各项参数。

三、实验

3.1 相机标定

实验用大恒MER-130-30UM工业相机，采用日本Computar 1614-MP2工业镜头，照明为普通的直流灯管。经过双相机的标定，标定出左相机参数Al，右相机参数Ar，左右相机的相对变换矩阵Hr2l，将Hr2l转化为位姿P的形式，其中前三个分量为右相机相对左相机的平移分量（单位为米），后三个分量为右相机相对做相机的旋转分量（单位为角度）。Al，Ar，Hr2l，P值如下：

■

■

■

P=[2.33575，-0.00635，0.0793，3.08728，-58.1271，

1.15163]

3.2 实验结果

后轮效果图如图3所示，相机拍摄的前轮效果图如图4所示，处理后的效果分别如图5，图6所示。

上图车轮红色区域即为提取的成像的椭圆轮廓，上面的三色轴即为根据测量的圆的三维姿态，从右图可以明显看出由于透视畸变带来的中心点偏差。

从表1中可以看出，本文方法测量结果与真实值以及杰奔四轮定位仪测量结果基本一致，证明了该方法的正确性和有效性。

3.3 误差分析

从实验数据可以看出，数据的稳定性相对于杰奔的稍差，分析其原因，主要是相机在提取车轮外圈椭圆的算法的稳定性导致的，所以在使用该论文提出的方法的时候必须要保证算法能稳定提取图像中的椭圆边缘。

篇5

关键词：计算机；视觉检测技术；原理；应用

中图分类号：TP391.41

受到CIMS的推动和影响，诸多企业的发展趋势逐步趋向于个性化以及自动化，这种大的发展趋势间接的对我国的计算机辅助技术提出了更高的要求，计算机相关技术的发展面临着更加严峻的挑战。就现阶段分析来看，计算机辅助检测技术在现代诸多企业中得到了广泛的应用。随着柔性制造系统的不断进步与发展，驱动图像处理软件、现场总线技术的日趋成熟，检测系统的灵敏性、智能化特点愈发受到人们的关注，在这种大的发展趋势之下，计算机视觉检测技术得到了较快的发展。基于计算机视觉系统现已经广泛应用于现场监控、工况监视等诸多环境之中。

1 关于对视觉技术的相关研究

1.1 基于计算机的视觉检测技术的原理分析和探究

图像技术主要指的就是通过各种途径所实现的对图像的获取以及进一步的深入加工和处理技术。根据视觉检测技术的抽象程度以及对图像处理方式的不同，可以大致将图像的处理和加工技术划分为三个最主要的层次，这三个层次分别是图像的加工处理、图像的分析以及对于图像的理解。将这三个层次进行进一步的结合，便是图像工程。计算机视觉检测技术是一门新兴的计算机检测技术，该技术建立在对计算机视觉研究的基础之上，吸收和借鉴相关的研究成果，借助于传感器来实施三维测量，进而有效获得被测物体的空间具置信息，故而可以很好的满足当代制造业的发展需求。区别于一般的图像处理系统，计算机视觉检测技术所获取的相关数据信息更为精准和迅速，其环境适应性更强。

基于计算机的视觉检测技术注重计算理论的辅导作用，以应用为目标进行视觉技术分析。自上世纪七十年代以来，我国关于对计算机视觉检测技术的研究又取得了显著的进步，并且逐步迈入更为实质性的研究阶段，在该阶段中，逐步开始从通过从多个角度（诸如光学角度、生理学角度以及投影射影角度等等）对其成像问题加以分析。以Marr为代表的专家更是建立了一些一般性的视觉性处理模型来辅助该技术的研究。

1.2 视觉检测技术中传感器的作用

在计算机的控制下配有相关的视觉检测系统，在该视觉检测系统中，主要有三个主要方面的主要作用：第一，对于视觉传感器模型的分析以及确定；第二，进行图像数据分散与整理的相关工作；第三，CAD模型的建立。传感器的主要作用就是对测量棒材的多个截面进行分析，将所收集得到的数据经由图像采集卡采集后，传到相关的图像处理系统中，进而进一步辅助准确的模型的建立。

2 基于计算机的视觉检测技术的应用研究分析

2.1 基于计算机的视觉检测技术的发展状况研究

在研究的初步阶段，相关技术人员借助于数字化的图像处理技术，主要就是为了进一步提高所获得的数字照片的清晰度和质量要求，进而更为精准、科学、规范的对照片所提供的信息加以辨别，为航空卫星图片的读取、识别和分类做准备。在这一系列的视觉工作中，其中最为主要和常见的工作主要是包括分类、识别判读以及三维结构的构建。

基于计算机的视觉检测技术借助于对计算机视觉技术，将所获得的被观察物品的相关信息加以信号转换，并传递给图像处理系统，图像处理系统通过甄别和判断不同照片像素的分布和亮度等讯息，将其进一步转换成为数字化信号，接下来由计算机的图像系统抽出符合目标特征的信号加以运算，对下一步的设备动作加以决定和执行。

就现阶段而言，我国的计算机视觉检测技术系统在诸多领域均有所应用，最为典型的领域诸如医学的辅助诊断、机器人的感应系统、智能化的人机接口等均是建立在该技术的基础之上。借助于计算机视觉技术这一手段，可以有效提高对产品检测的效率，提高精准度，这种新型的视觉检测技术相比较于传统的人眼在流水线上的跟进，其具有显著的优越性，其获取测量结构迅速、检测结果可以直接被观察、可以进行自动识别以及定位准确和实时性的特点，这就很好的避免了由于人的一些主观性因素所导致的误差出现。

二十世纪以来，基于生物特性的计算机视觉检测技术得到了空前的发展，具体表现在人脸识别、生硬识别、指纹识别以及虹膜的识别中，形式日趋灵活和复杂多变。借助于计算机的视觉检测技术，可以有效对用户的身份进行鉴定和识别、判定用户的特殊信息等。除此之外，还可以将基于计算机的视觉识别技术逐步推广到其他领域，如海关的安全检查以及出口、入口的安全控制等领域。

2.2 基于计算机的视觉检测技术的相关应用分析

2.2.1 数码相机中所采用的图像采集技术

视觉检测技术的一个显著特点就是有效提高了生产的柔性和自动化程度，本世纪以来，数码相机凭借其高分辨率，快速成像、显像，功能丰富多变以及性价比较高的特定风靡全球，逐步取代了传统的照相机，传统的照相机主要采用的是CCD 摄像头，其主要的核心及时采集卡，显然这种采集系统已经逐步落后于时展的脚步，现已逐步被淘汰。

2.2.2 微文字识别系统的相关研发和设计

随着科学技术的不断进步与发展，大规模集成电路得到了较快的进步，基于计算机的视觉检测系统的成本得到了极大的降低，基于计算机视觉检测技术的微文字识别系统的研发也被提到了日程中来。微文字识别系统的处理芯片大多是借助于数字信号处理芯片来实现图像的识别，进而借助先进的语音合成技术将朗读变为可能。此外，为了便于使用，该系统的体积被尽可能的缩小，并且可根据美观度和实用性等设计为各种形状。

2.2.3 特殊用纸水印在线检测系统

基于计算机的视觉检测技术可以在某一特定领域代替人的主观判断，诸如水印质量的自动检测方面。区别于普通的工作人员，计算机可以实现长时间工作，对于误差范围的控制可以通过设置等实现，而且在计算机执行任务期间，所受到的客观和主观因素相对较少，这就极大程度上避免了由于人的因素所导致的失误性操作，进而有效提高了工作效率以及检测的精准度。这一优点，在水印质量标准的认定中具有十分重要的意义和作用，通过研发一定的程序和软件，可以制定出一套操作性强、权威性较高的水印清晰度量化标准。

3 基于计算机的视觉检测技术的发展展望

综合分析来看，计算机视觉检测技术现已有大约四十年的历史，作为一种新兴的检测技术，该技术的显著优越性不言而喻，该检测技术以其高精度、反应灵敏迅速、智能化、自动化等特点被广泛应用于诸多领域和行业之中，并取得了显著的成，可以说，该技术具有十分广阔的发展前景。但是，不可否认，基于计算机的视觉检测技术并不是十分的成熟，在其设计和研发过程中仍然存在着诸多不足，而且视觉检测技术是一项设计到心理、生理等多方面知识的复杂性技术，涉及领域众多，更强大功能的实现需要人类知识的不断拓展和延伸，因此，必须意识到该检测技术发展道路上的困难和挑战。

4 结束语

随着科学技术的不断进步与发展，经济的发展对于新技术的研发提出了更高的挑战，再者由于广大人民群众生活质量的不断提高，对于生活水平也有了进一步的认识和了解。基于计算机的视觉检测技术的研发和进步，无疑更好推动了高速发展的经济，不断满足了人民群众日益提高生活需求。由此来看，深入对视觉检测技术的研究和探究无疑具有十分重要的作用，笔者衷心希望，以上关于对我国基于计算机的视觉检测技术的相关探究能够被相关负责人合理的吸收和采纳，进而更好的推动科学技术的创新和进步，推动经济的不断进步与发展。

参考文献：

[1]李旭港.计算机视觉及其发展与应用[J].中国科技纵横，2010（06）：42.

[2]张江明，张娟.浅谈制造业中计算机视觉检测技术的应用与发展[J].科技创新导报，2011（24）：1.

篇6

关键词:计算机；数字技术；视觉传达；创新应用

现代科技不断发展进步,人们在实践生活之中的行为方式、生活模式、思想意识有极大地改变。将多媒体技术融合应用,突出计算机数字技术的应用价值,能够给各行业的发展进步奠定良好条件。从视觉传达这一新兴产业发展实际来看,将视觉传达设计与现代化的产业发展模式结合,融合数字技术手段,还需要丰富理论基础条件。由此一来人们在实践生活之中,需要结合产业发展形势,将技术手段改进与优化,将人们的知识水平提升,在理论、空间等各个方面,都能展现数字技术的应用价值,产业发展由此得到保障。

1计算机数字技术与视觉传达设计的发展情况

数字技术是新时展的产物,对人类现代社会产业更新与改革有关键作用。从视觉交流设计相关领域来看,数字技术有自身的优势,技术应用价值也相对较高。视觉交流设计早期起源于西欧,在19世纪末年逐渐扩大化,并扩展到美国以及欧洲地区[1]。早期国外在设计研究阶段,会注重科学创造性的思索,并探索抽象艺术的表现形式,实现现代设计理念的应用,设计师的想象力、创新实践能力提升,视觉艺术的发展范围扩大化。在视觉交流设计阶段,将人类语言以及情感思想注入其中,赋予产业新的生命力。在视觉媒体设计阶段,通过视觉符号,进行信息传达以及情感传递,逐渐演变成现阶段的视觉传达专业。现如今科技手段不断发展进步,艺术创新发展过程中,获得诸多的技术条件,艺术发展获得推进力。在视觉通信设计的过程中,最初是平面或静态的传递方式,现如今是三维动态传递的形式,将视觉通信媒体,从单个媒体,走向多媒体组合的形式,视觉传达领域的发展由此得到保障。

2数字技术在视觉传达设计阶段的实际应用

现代社会不断发展,科技革新并拓展创新,数字化时代有发展变化,社会进步与发展获得有利条件。分析视觉传达设计与数字技术之间的紧密联系,会发现数字技术快速发展,能够给视觉传达工作,提供更好的发展前景,视觉传达最终实现多元化、创新性的发展目标,能够给人们带来不一样的视觉冲击,提升人们的观赏体验,艺术产品展现形式不同,并影响人们的感官变化以及审美品位,数字技术在视觉传达期间的应用,主要是以下几个方面:

2.1数字化技术优化视觉传达设计

视觉传播观念从最初的真实媒体,走向数字信息媒体的过程,个体媒体变成多媒体形式,本身就是利用视觉媒体与人沟通的技术形式,在数字化的产业发展形势之下,视觉传播设计有所改变,将新媒体技术与艺术传播设计结合,促进产业发展。传统的视觉传达设计,多半是通过胶片延续的方式,这种传统媒体形式,主要是使用单向传播的方式。视觉传达最终的效果简洁的呈现,未能实现立体化传播的目的。利用多媒体技术手段,将各种信息形式整合,在信息处理、传播、分析的过程中,技术应用效果较好。分析技术表现手段以及技术效果,艺术作品有更加丰富、立体地展现形式,此时视觉感染力也不断增强。现如今多媒体技术应用范围逐渐扩大,不少企业以产业,在开展相关业务的过程中,会考虑使用多媒体技术,不断提升技术产品视觉展现效果。利用多媒体技术手段,实现产品视觉交互的目标,给大众提供不一样传播形式的产品信息,将产品推广渠道扩大,提升技术应用效果。

2.2丰富设计内容,实现艺术化

数字技术不断发展,将视觉传达的内容调整,也为视觉传达设计提供新的思路。使用传统的静态设计的方式,有数字计算机技术的视觉传达设计形式更为复杂多样,利用动态化的形式,将非物质的对象呈现出来。使用数字技术,能够帮助设计师,实现这种创造力的呈现,是一种技术优化的方式。数字技术应用更为丰富、趣味的展现形式,给艺术家或设计师提供创作自由的机会,视觉传达设计内容丰富有趣,且设计形式更为艺术化。数字计算技术在视觉传达过程合理利用,能够给人们带来新的视觉或心灵空间的探索,现如今人们的需求逐渐多元化、个性化,在设计的过程中,将传统材料设计转变为技术设计的形式,不仅能为产业变革提供基础条件,显然也是人们对不同生活方式的追求,技术应用效果不断提升。

2.3数字化新的视觉传达形式

将不同维度的艺术设计方式应用,数字技术有恒定的审美特质以及艺术价值,围绕数字视觉开展艺术设计,将视觉传达的范围扩大化。传统的视觉传达方式较为局限,将设计体系更新之后,观众能获得更好的视觉体验,在科技手段影响之下,人们对传统视觉传达产业的认知发生改变。从电视节目、视频媒体内容实际来看,不少视频场景,都是来源于现实生活的,但是会受到人物、场景、技术等诸多因素的影响,视频的真实性、可靠性不足,最终作品的视觉吸引力有限。在超现实题材和虚拟图像处理的过程中,有一种局限性的艺术表达方式,会导致技术应用问题。现如今我国的数字动画不断发展,人们更喜欢观看超出想象的艺术场景,而数字技术有自身的应用优势,融合视觉传达,能够将技术应用效果提升。

2.4实现科技与文化融合,协调发展

将数字计算技术应用于视觉传达设计环节,利用技术手段融合文化内容,将视觉传达的新形势体现。最新的技术表现方式,是将技术与艺术有效融合,在应用数字技术的过程中,视觉传达设计融合要点突出展现,两者彼此之间能实现相互协调、相互促进的目标。技术手段能够给艺术展现,提供科学可靠的方案,艺术展现形式更为理想化。从艺术发展实际来看,新的产业发展形势确立,市场对艺术文化有新的追求。因此从事艺术设计,也需要更新创作理念,合理利用数字技术,为产业发展提供有利条件。现阶段人们在视觉艺术展现期间,有较为严苛的艺术形式的要求,将现代社会技术与艺术手段融合,能够给产业发展奠定良好条件。3数字技术在视觉传达设计之中的创新应用计算机技术与互联网技术不断发展,设计师在创新实践的过程中,将语言、声音、文字等有效融合,在艺术作品创新的过程中,将视觉传达效果提升,使得数字技术的应用价值展现,具体可以从以下几个方面进行:

3.1突出多元化、个性化的特质

现代社会视觉传达技术应用范围扩大化,艺术设计形式多样,且产业融合方式拓展创新。要将产品个性化的设计方案应用,设计师在实践阶段,需要融合数字技术手段,将设计工作与生产实践有效联系,这是因为艺术设计来源于生活,有数字技术的支持,能实现非实物艺术形象的构思,但仍然要围绕生产实践要求进行。需要优化产品设计形式,并将产品功能性突出展现[2]。由此可见实现视觉传达个性化,本身就是根据艺术设计自身定位,突出设计要点,并融合产业实际的个性化产品构思的过程。在设计过程中,也需要考虑消费者需要,完成新产品的创新设计。确定产品定位之后,有效把握产品设计的整体感觉,能够创新设计领域,将科学技术与文化艺术有效融合,给视觉传达设计提供新的思路。在视觉传达设计阶段,利用数字技术手段,将多元化、个性化的产业发展目标确立,能够完善设计理念,做好各类设计信息的整合利用,在视觉传达设计过程中,融入特色设计技术或理念,能提升行业竞争力。应用数字技术手段,在设计过程中,要将多元化设计与个性化融合,追求多变以及创新,是实现个性化、多元化的必要措施。因此在设计过程中,要利用有效的技术形式,将创新设计方案应用,将创意表现方式突出展现。利用这种技术方法,能够突破传统技术的局限性,实现多元化、个性化的设计理念应用,个性化特征由此展现。因此要考虑新技术应用方案,同时也需要将个性化、多元化的设计策略应用。

3.2围绕教育以及人才发展的相关工作

数字化时代背景之下,视觉传达与一般的社会产业一样,需要将创新技术形式应用,转变设计理念并应用思维创新的方式,将视觉传达的效果提升。实现教育创新思维的应用,突破视觉传达产业的发展局限性。将创新设计理念合理利用,让人们运用自己的智慧,将主观能动性进一步提升,所以在视觉传达产业发展阶段,围绕人才的需要,调整工作模式极为关键。在视觉传达设计教学阶段,围绕创新基础要求,教学观念调整。教学质量,会影响设计人员教育设计以及教育能力发展实际要求。为实现创新性的人才培养目标,需要将数字技术合理利用,将日常设计以及数字技术有效结合,要完成艺术作品的独立思考,同时也要不断提升实践能力,设计师完成视觉传达价值进行深入思索,并判断产业发展的价值。为发扬我国的传统文化,高校需要将传统文化与现代化艺术设计实际融合,构建完善的教育教学体系,促使视觉传达设计的现代化发展,围绕实践要求,实现优质艺术作品的创新。

3.3融合科技手段,宣扬民族文化

现如今科技发展对视觉传达设计行业有关键影响,不局限于数字技术手段,其他技术也能给视觉传达技术提供新的思维方式、理论条件以及工艺程序等。我国的经济、科技不断发展,视觉传达的表现形式也有了较大的变化,从最初的印刷出版、刊物宣发等工作开始,走向现代影视、新媒体领域之中,视觉传达技术更新,追随时展创新技术形式[3]。但是技术人员在使用视觉传达艺术的过程中,需要将现代化的流行元素融入艺术设计过程,同时还需要将数字技术转化为社会生产先决条件,完成经济发展目标。在视觉传达设计的过程中,将东西方艺术文化优势融合展现,做好理论知识的传播与应用,在数字技术创新应用以及改革创新的过程中,能有效融合先进的艺术手段,将数字技术的创新以及发展目标有效落实。现如今在视觉传达设计阶段,还需要将富有特色性、标志性的文化应用,尤其是在全球经济一体化的背景之下,将视觉设计统一,契合全球化的发展目标,在艺术设计的过程中,探索创新生产、技术优化的有效方式。尤其是在现代社会不断发展的时代背景之下,按照视觉传达民族化的发展要求,不仅要将国际竞争实力提升,还需要展现民族特色性[3]。现如今我国的传统文化传承发展面临诸多困难,不妨从视觉传达设计入手,探索数字技术有效融合,实现视觉传达设计融合创新的有效途径,追寻更好的发展道路。

4结语

现如今数字技术不断发展,在商业以及文化领域之中,随处可见数字技术的身影。人们的生产、生活方式因为数字技术而发生变化,探究技术优化策略,提升设计技术应用效果极为关键。在视觉传达设计阶段,将数字技术创新应用,能够给视觉传达产业的创新发展提供有利条件。探索技术突破应用的方式,将现代化的视觉传达技术有效融合,是未来视觉传达技术发展的必经之路,能够形成特色的产业,更好的服务于经济活动、社会生活之中,创造更高的艺术价值。

参考文献

[1]黄碧云.计算机图形图像处理技术在视觉传达系统中的应用研究[J].数字技术与应用,2019,37(6):107-108.

[2]马越.计算机数字技术在视觉传达设计中的应用与创新[J].包装与设计,2010(4):100-101.

篇7

关键词： 数据挖掘技术 计算机考试 数据处理 数据库

信息化发展带动了电子产品的生产，也可以说是计算机的普及带来了信息化发展，两者是相辅相成的。计算机被越来越多地运用到各行各业，本文主要分析的是计算机在教学中的使用。计算机的使用离不开数据库的支持，信息数据处理是计算机教学研究的一项重大课题，数据挖掘作为一种新型数据处理技术，得到了广泛关注。对数据进行处理、分析和挖掘的主要目的是发现学校教学管理和学生管理各个方面的有效信息，本文从计算机考试入手，进行深入研究分析。

一、数据挖掘技术概述

随着信息技术的迅猛发展，各行各业每年都积累了大量数据，推动了数据的高效管理与应用。数据管理从最早的手工开始，后期发展为文件管理，再到现如今的数据库管理。过去人们对现有数据管理还比较顺利，但对过去几年、几十年甚至更长时间的数据管理起来就相当费事，甚至可以说是不太容易完成的任务。现如今计算机技术日渐成熟，大量信息数据给数据库管理带来大量工作量，此时数据挖掘技术就是为了数据处理而应运而生的。对于数据查询而言，可以方便快捷地查询出所需数据，远远超出人类所能理解的概括范围。现有统计学和数据查询分析技术能对数据进行综合分析和查询，一定程度上解决人们处理分析数据的需求。数据挖掘技术不仅限于数据查询，还可以根据有效数据对非预期潜在有价值的信息进行再处理，从而得出更多有用的潜在信息。

人们日常生活中离不开数据挖掘技术的应用，如超市物品的陈列问题上，经营者想要把人们可能同时购买的商品摆放到一起，以便引起人们的购买欲望，增加销售量。药店经营者想要了解人们购买药物时还会附带购买的商品，将治疗不同病种的药物与可能购买的商品摆放到一起，附带销售。医学研究人员希望从已有成千上万份病例中找出某种疾病病人的共同特征，以便为治愈这种疾病提供一些帮助。企业管理者想要了解整体员工的平均收入水平，提取出业绩较好员工的个人信息等。

从以上实例研究中得出结论，现有信息管理依靠数据查询统计，并通过做报表对数据进行分析处理。先不说其潜在信息并不能很好地挖掘出来，就其工作量来讲，也是一项繁重而复杂的工作，很难保证数据的有效性和实用性。为了满足人们对数据管理的需求，从现有信息数据中提取出更有价值的信息，数据挖掘技术得到了充分应用。

数据挖掘技术可以从大量随机数据中快速地进行信息数据归纳整理，并从中分析出有效的潜在信息。一般会采用统计型和人工智能型数据处理方法，共同完成对数据管理的分析应用。统计型数据处理采用传统的统计学原理，对现有和过去很久的数据进行概率分析，从而推理出数据中隐含的潜在有用信息。统计学由来已久，其优点是精确度相对较高，简单易懂，并且使用比较广泛。数据挖掘技术统计型可以准确快速地挖掘出有用信息，大大提高工作效率，甚至大大减轻统计者的工作量。人工智能是在统计学原理基础之上，通过训练和学量样品集得出需要的模式或参数。将有共同模式或参数的数据通过机器人工智能，发现有价值的潜在信息。但也存在一定的局限性，不同的样品集有特定的应用领域，样品集的选择将直接影响数据结果，一般情况下会将多种技术结合起来使用，达到有力互补的目的，从而更高效准确地分析出数据结果。

二、数据挖掘技术在计算机考试中的应用

通过上述对数据挖掘技术的概述，对数据挖掘的基本原理有了初步了解，将其运用到教学中，必会事半功倍。数据挖掘技术运用到教学管理中，不仅可以完善教学管理体制，还可以客观分析出教学管理中存在的问题。以教学管理中的计算机考试为例，分析计算机考试系统中数据挖掘技术的应用，从而得出以下结果：

本文通过实例验证方法找出答案，首先是采用数据采集方法，从大量数据中提取出与所要挖掘的数据目标相关的数据子集，该数据样本的精选不仅减少数据处理量，还突出相关性规律，表明数据样本的代表性和质量尤为重要。在计算机考试系统中，会通过输入考生信息进行考试，考生的每个信息都定义为不同变量。考生的姓名、性别、年龄、任课老师、所在班级等信息都是一个个不同的变量，这样可以清晰地了解到每个考生的计算机考试情况。根据其做不同题型的长短分析出考生擅长什么样的题型及在什么题型面前处于劣势。根据其答题速度和准确率可看出考生掌握知识能力如何，任课老师可根据学生的不同学习程度逐个击破，有利于提高班级整体学习成绩水平，这就是数据挖掘技术挖掘出的潜在信息价值。

数据挖掘技术是信息化时代的产物，将其运用到教育教学中，可大大提高教学管理质量。可快速有效地了解到学生管理中出现的问题，有利于教师及时解决这些问题。计算机考试数据中应用数据挖掘技术，不仅可以精准地了解到学生潜在的学习问题，还可以帮助老师更快地找到提高学生学习成绩的方法。

信息化发展使信息数据量急剧增加，这个数据处理造成了困扰，为了更好地对信息数据进行处理分析，从而准确快速地提取出有效信息，数据挖掘技术起到了重要作用。计算机考试系统的完善可提高考试效率，奠定数据挖掘技术在计算机教学中的重要地位。现代是不断变化的时代，也可以说是信息化时代，时代离不开信息化发展，要不断进步才能持续发展。数据挖掘技术势必会成为计算机技术发展的第二大方向，是时展的要求所致。

参考文献：

[1]吴英，刘俊熙.计算机考试数据分析中数据挖掘技术的应用[J].制造业自动化，2010（9）.

[2]方新丽.浅析数据挖掘技术在计算机审计中的应用[J].电脑知识与技术，2013（5）.

篇8

另一方面，我国对于基于云计算的图书馆管理还没有统一可实现的规范与标准。当图书馆选定所提供的云服务提供商以后，如果以后还想把自己图书馆的图书数据资源迁移到其他云平台时，那么图书数据一方面被锁定在之前云端；另一方面，迁移过程会遇到服务器配置不同、操作系统接口不同。这一系列的问题都需要制定出统一的图书数据接口标准，通过统一标准来规范不同云服务提供商。使得图书数据在不同云平台上方便迁移，同时也提高了云计算平台的互相操作性。另外一个突出问题，则是移动设备在无限网络下阅读图书数据资源的安全问题。首先，必须考虑移动设备和提供Web2.0服务的服务器之间的安全问题；由于移动设备的上网协议不同于有线宽带的标准要求，再加上恶意黑客等不良手段，很容易接受移动设备读者的登录状态窃取图书馆图书资源数据。因此，必须对移动用户的阅览模式，提供图书数据的加密、鉴别和数据完整性等服务。来有效防止无线浏览阅读过程中可能出现的安全问题。其次，是提供Web2.0服务的服务器之间的安全问题，必须通过无线网络环境中的访问接入、计算传输能力和宽带负载能力来制定规范的安全协议。满足优化的分组大小以及访问接入、动态密钥更新等特点。对此，除了一些防范网络攻击的措施外，可建立图书馆的专用图书信息传输通道。另外也可以建立图书馆私有云服务，但是这样对基础设施资源建设来说有些浪费。因此，通常考虑的是对图书馆数据资源进行加密处理，使得其在网络传输过程中以密文的形式存在。从一定程度上保护了图书馆数据信息的安全。针对图书馆未采用加密手段的情况，云服务提供商应有相应强度的加密措施，保证图书馆的图书数据在网络传输中的机密性、完整性和可用性。对于开放云端的海量图书信息，在存储图书信息之前可进行数据加密，既保证了快速有效服务同时保证图书信息的安全性。有基于属性的图书数据加密方法；云端可搜索图书数据加密方法、基于身份的图书数据加密方法等。加密的图书信息只有拥有私钥的图书馆才可检索和浏览。

对于保护图书馆数据信息安全的另外一些策略，云计算环境具有多个级别安全域，每个安全域要有全局和局部主体映射；位于不同安全域之间操作必须相互鉴别；提供完整单点登陆认证，、协同认证、资源认证，不同安全域之间认证等复杂方式，满足图书馆用户动态性要求；通过SSL、VPN、PPTP等安全方式，保证图书馆读者的连接安全；服务的图书馆、读者和服务提供商之间存在多种授权方式；图书数据安全保证，根据不同图书馆对服务质量要求，对于图书数据存放机密性、完整性提供不同保护，同时提高可用性；建立第三方监管机构，确保云计算环境安全、稳定运行；在进行存图书储资源回收时，需要使用软件技术对逻辑卷的每一个物理比特位进行清零覆写，保证磁盘空间重新分配给其他图书馆时不能通过软件方式恢复其原有图书数据；同时云计算环境作为国家基础设施重要环节，必须有相关法律来保证它。

二、小结

篇9

【关键词】 现代商业领域 计算机 web数据挖掘技术 应用实践 略述

现代商业领域经营实践规模的不断增大以及信息技术形态发展事业的蓬勃推进，使得现代商业领域的实务人员，在开展基本化的日常经营实践活动的过程中。难以避免地要时刻面对规模不断加大的数据信息资源对象，这种现实发展条件，使得探索和应用行之有效的大规模数据信息处理技术实现路径具备了极其重要的实践意义。近年来，web数据挖掘技术的应用为现代商业领域的稳定有序发展发挥了不可替代的实践助力作用，有鉴于此，本文将围绕现代商业领域中计算机web数据挖掘技术的应用实践展开简要的分析论述。

一、计算机Web数据挖掘技术的概况分析

所谓的Web数据挖掘技术，就是基于现实存在的Web数据信息资源，实现对所需求的特定知识或者是信息对象的抽取操作。这一技术实现了传统数据信息挖掘基本思想以及实施方式在现代Web技术形态体系中的有效应用，能够将Web活动或文档记载结构存在的有用的、隐藏的、或者是潜在的信息资源对象，完整而有序地提取出来。

将Web数据挖掘技术应用于现代电子商务事业的发展过程中，能够实现对用户群体基本特征的分析和理解，举例而论，可以通过对客户访问电子商务网站过程中的内容、频率，以及行为等记录信息的分析和研判，初步实现对特定用户对象消费行为特征的提取和研判，从而针对特定客户实施有针对性的产品推销行为。

二、Web数据挖掘技术在现代商业领域中的应用

2.1针对对潜在客户群实施查找和分析

想要针对Web访问日志记录里中呈现的数据信息规律，展开科学而系统的研究和解析，应当预先对已经保存的电子商务访问者的基本线上行为信息展开分类，并将分类过程中实际面对的关键属性以及数据关系结构进行有针对性的明确化处理行为。

对于电子商务网站的新访问者，技术人员在实际开展Web访问日志记录信息分类的过程中，必然能够通过对已有信息结构的对照而实现及时地捕捉和发现，并实现对新访问者个体基本网络实践行为属性特征的正确归类。针对可能成为潜在化新客户的新访问者实施有针对性的商品线上推销实务行为。

2.2实现已有客户对象的保留操作

在电子商务模式的发展路径中，销售商与消费者之间的空间距离已经不再明显，在网络销售平台背景之下，所有销售方开展的商品销售对象的呈现和展示行为，在消费者的观察视野之下都具备着明显的平等性，电子商务销售方想要切实提升访问者在自身商品呈现网页中的停留时间，就必须对网页访问者实际具备的网页浏览实践行为习惯实现真切而科学的了解，并在此基础上真切感知潜在客户的消费需求特征以及兴趣指向，并有针对性地改变商品推销的呈现内容与呈现模式，提升商家对客户的保留时间。

2.3实现对客户的聚类操作

针对客户群体中的个体化对象展开聚类操作，是现代电子商务产业发展实务过程中的一个极其重要的实践环节，透过针对具备相似化网页浏览访问实务行为的线上浏览者，进行分组归类操作行为，并针对分组之后各组内部组成成员的消费行为特征的具体分析，商务销售组织的有关人员，将会逐步实现对潜在消费者构成群体的深切了解，从而能够极具针对性地给客户提供更加全面且更具针对性、以及适当性的产品销售和售后保障。

举例论之，网站访问记录日志数据信息分析实务技术人员，如果发现某一类型的网站访问者有意识地将其网络浏览时间用于特定网络信息界面的浏览和分析行为之上，通过将这一类型的网站信息浏览者划分为一个独立小组，并依照科学化的分析方法，获知这一小组内的网页信息访问者实际具备的聚类信息，销售商便可将这一人员小组视作潜在客户群，并在针对这一小组的构成人员，开展实际化的商业交易活动的过程中，施加专门性的区分处理操作，对商品推销网络页面的内容和呈现模式，及时开展有针对性的调整实务行为，实现对消费者实际消费需求的充分满足。

结束语：针对现代商业领域中计算机web数据挖掘技术的应用实践问题，本文选取两个具体角度展开了简要的论述分析，文中涉及了较多的技术性与应用性内容，预期为相关领域的实践人员提供借鉴意义。

参 考 文 献

[1]牛红惠，金显华.Web数据挖掘技术在电子商务中的应用[J].濮阳职业技术学院学报，2006，03：16-17+24.

篇10

关键词：数字水印；人眼视觉特性；离散余弦变换；离散小波变换；稳定性

中图分类号：TP301文献标识码：A文章编号：1009-3044(2008)17-21511-03

1 引言

随着数字技术和互联网技术的不断发展，各种数字作品在网络上的应用越来越多，数字产品盗版和篡改问题也越来越严重。因此，数字作品版权保护也越来越得到人们的重视。数字水印作为数字作品版权保护的有效办法，也受到越来越多的重视和应用。所谓数字水印就是将某种识别信息嵌入到数字作品中，使得这种识别信息可以作为数字作品持有者对其所有权的一种凭证。到目前为止已经出现了许许多多的水印算法，总体上可以分为时空域和频域两种。空间域方法是指通过直接改变像素的亮度或彩色光带或在这两者之上叠加一个调制信号的方式嵌入水印信号。变换域数字水印方法是指将水印嵌入到多媒体数据的变换域上。常见的变换域方法有DCT，DFT和DWT。

在图象压缩领域，人们通过研究小波系数跟HVS(人类视觉系统)的关系来提高压缩效果。近些年许多基于小波域的水印算法都采用了这种技术。Lewis和Knowles在文献[3]中采用对小波系数进行量化的方法实现图象的压缩，其中的量化数组根据人眼对噪音的敏感度自适应地得到，由此建立了小波系数的视觉模型。

Barin等在文献[4]中对这种视觉模型进行了改进，并将其应用到数字水印的嵌入过程。对原始图象进行4级小波分解，然后根据视觉模型对每一级小波的中、高频部分系数进行了修改来嵌入水印。通过对含水印的图象分析，结果显示水印隐藏在图象的纹理比较多、亮度比较暗的地方，还有图象的边缘地区。Barni 视觉掩蔽模型是从亮度、纹理和小波特性等多方面对每个像素点计算视觉掩蔽强度，考虑因素比较全面，但计算量大，计算效率低。

黄达人、刘九芬和黄继武在文献[5]提出了另一种小波域水印算法。对原始图象进行了3级小波分解后，将3级小波分解后的原始图象的所有小波子带分割成大小相等互不重叠的子块且大小与水印的大小相同。将小波块分为两类:(1)具有较弱纹理(2)具有较强纹理。不同的类嵌入的强度不同。但水印的图象JPEG压缩后，失真比较明显。

本文算法将水印分成两半，分别嵌入到3级子带和2级子带中。将2、3级子带分块且大小和水印的大小相同。对小波子块做更细的分类，不同的类嵌入强度不同。水印在嵌入前进行DCT变换。这样做是为了更好的保证水印的不可见性

2 水印的嵌入和提取

2.1 水印的嵌入

Step1：宿主图象O 做3次小波变换得到不同分辨率的细节子图Chi、CVi、CDi（i=1,2,3）和一个逼近子图CA3；

Step2：Chi、CVi、CDi（i=2，3 ）和CA3;划分小波子块且大小和水印相同；

Step3：计算每块小波子块的最合适的嵌入强度；

（1）考虑HVS特性对小波子块的敏感性。

设任一小波子块为Wk对Wk进行亮度划分时，将Wk分成亮和暗两类设整个图像的小波系数均值为 mean ，Wk的小波系数均值为meanwk。meanwk≥ mean ，then Wk为亮子块，else Wk为暗子块。在对纹理划分若满足

max(Wk)-mean(Wk) ≤JND(Wk)

max(Wk)-mean(Wk) ≥JND(Wk) （1）

则我们就说Wk为均匀子块,否则为非均匀子块.其中JND(wk)=a*mean(Wk),mean(Wk)表示Wk的平均数值,a为常数.

最后，对非平滑块进行划分，方法见文献[5]。至此,小波子块按分为亮度分为暗和亮两类,按纹理被划分为综上所述3类，可将所有的中.低频小波子块划分为s1,s2,s3三类, 对不同类的小波子块，设它对噪声的掩盖因子为ρsi

（2）考虑小波子带对噪声的敏感性。

对图像进行小波变换后，人眼对不同方向不同层次的中高频子图像中的噪声比较不敏感，特别是对45度方向高频子图像中的噪声更不敏感（如CH子带）。本文取文献[4]的模型。设不同层l(l=2、3)小波子带对噪声的掩盖因子记为Sl.o

Step4：对每块小波子块都按(6)式嵌入整个的水印信号Wd 。嵌入公式为:

Fkk(x,y)=Fk(x,y)+β.νWd(x,y)（4）

其中β为大小可变的比例因子, ν=ρsi*Sl.o自适应系数

Step5：对嵌入水印后的小波子块进行IDWT得到嵌入水印后的图象Y

2.2 水印的提取

水印提取实际上是水印嵌入的逆过程, 需要用到原始图像, 通过对原始图像和嵌入水印后的图像同时进行小波变换, 计算出3、2层每个小波子带、小波子块的嵌入数值, 逆运算求出嵌入的水印信号。把在每个小波子带、小波子块得到嵌入的水印信号进行平均,得到嵌入的置乱后的确认水印Wd1和Wd2最后,对Wd进行调解.对提取出的水印信号Wd进行反置乱.得到恢复的水印信号,记为Wd*。

3 实验结果和分析

对水印的可感知性进行评估可以通过主观测试或者质量度量来衡量。主观测试对最终的质量评价有一定的使用价值，但研究和开况并不实用。

在这种情况下，量化失真的度量也就更加有效，并且也使不同的方法间的比较也趋向于合理，因为结果不依赖于主观评定。一般采用的度量标准是峰值信噪比(PSNR).

在常用的视频序列和商用图象的应用中，取K=8，在一些文献中，直接将αmax2=255代入到公式中。

水印信息的评价采用NC作为评价标准。

实验中使用Haar小波进行分解，选取"Lena","pep-pers","barb"3幅大小为512*512的经典原始图象作为原始图象。64*64的二值图象作为水印。

为了平衡不可见性和稳定性，选取β=33作为调节因子，如图1所示。图1(a)为512*512的原始灰度图象，图1(b)为嵌入水印后的lena图象(PSNR=46.73),图1(c)为64*64的水印信息，图2(d)为提取的水印信息(NC=0.998)。

由表1可以看出本算法与文献[5]算法的比较结果。在选取不同的原始图象时,本算法的PSNR值都要高出5db左右。

几种攻击测试和结果如下所示：

（1）JPEG压缩。表2为两种算法JPEG压缩后的检测结果比较，其中QF为压缩因子，PSNR是根据原始图象和JPEG压缩后的图象水印图象求出的值。

当QF小于30时水印可以准确地提取。当QF=15时含水印图象已经有了非常严重的失真，但是根据提取的水印图象仍

能辨认够出 “花朵”。

（2）添加高斯噪音攻击。表3中Density为密度因子范围为1~100，实验结果证明本算法对高斯攻击具有较强的稳定性。

（3）中值滤波。表4使用中值滤波进行了攻击测试，提取水印图象中的汉字能够被明显地辨认出来。

（4）剪切。提取水印图象中的“花“汉字能够被辨认出来。

4 结论

提出了一种基于人类视觉系统的小波域数字水印算法。从实验结果可以看出。嵌入水印图象具有更好的不可见性。这主要归功于对小波块的进一步分类和对水印进行DCT变换。攻击检测证明本算法对JPEG压缩、添加高斯噪音、中值滤波、剪切等常见的水印攻击上，具有较强的稳健性。

参考文献：

[1] 黄继武,谭铁牛.图象隐形水印综述[J].自动化学报,2006,26(5):645-655.

[2] 鲁江,基于小波变换数字水印算法的研究[J].兰州理工大学硕士论文,2005,25(3):30-45.

[3] Lewis A S,Knowles G,Image Compression Using the 2-D WaveletTransform[J].IEEE Trans,On Image Processing,1992,(2);244-250.

[4] Barin M,Bartolini P,Piva A,Improved Wavelet-based Water-marking Through Pixel-wise Masking[J].IEEE Trans,on Image Processing,2001,10(5):783-791.

[5] 黄达人,刘九芬,黄继武.小波变换域图象水印嵌入对策和算法[J].软件学报,2002,13(7):1290-1297.

[6] 郭宏.基于小波域的稳健性数字图像水印优化算法[J].纺织高校基础学报,2007(04).

[7] 郭玉辉,高世伟.结合人类视觉系统的数字图像水印技术[J].计算机工程与设计.2008(01).

[8] 张洪,刘晓云.基于小波变换的自适应公钥数字水印[J].电子科技大学学报,2007(01).

[9] 陈红梅.信息隐藏与数字水印[J].辽宁教育行政学院学报,2007(02).