计算机视觉应用范文

导语：如何才能写好一篇计算机视觉应用，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 计算机；视觉技术；应用研究

中图分类号：TP212 文献标识码：A 文章编号：1671-7597（2013）16-0114-01

计算机视觉技术自20世纪70年代产生以来就得到了全世界的广泛关注。作为一种多学科综合应用下的新技术，随着专家对其研究会的不断深入，其应用领域也越来越广，给人们的生产生活带来了极大方便。

1 计算机视觉技术

计算机视觉技术是在计算机技术应用下发展起来的一种新技术，主要用来研究计算机模拟生物的宏观或外显功能。该技术在应用过程中会涉及到计算机科学、神经生物学、人工智能、模式识别以及图像处理等多个学科，多学科技术的综合运用使得计算机具有了“感知”周围世界的能力，这也正是该技术发挥作用的核心所在。计算机视觉技术的特点就在于，首先，它能在不接触被测者的前提下完成对被测者的检测；其次，该技术应用的领域和检测的对象非常广，能在敏感器件的应用下，完成对人类难以观察到的超声波、微波和红外线等的检测；最后，该技术还突破了人在视觉观察上长时间工作的限制，能对检测对象进行长时间观察。

2 计算机视觉技术在各领域的应用分析

随着计算机视觉技术研究的不断加深，该技术的应用领域也越来越广，下面，本文就选取工业、农业、林业、农产品检测、电力系统自动化及图书馆工作这6个方面对计算机视觉技术的应用进行简要分析。

2.1 在工业领域中的应用

工业生产对产品的质量要求极高，计算机视觉技术在工业上的应用主要集中在以下3方面：1）产品形状和尺寸的检测上。对制造业而言，产品的形状和尺寸是否合格直接影响到产品在实际应用过程中作用的发挥。计算机视觉技术的应用能对产品进行二维和三维等几何特征的检测，如产品的圆度、位置及形状等。2）产品零部件缺失情况的检测。在生产线运行过程中，计算机视觉技术能准确检测出产品在生产过程中是否存在铆钉、螺丝钉等零部件的缺失以及产品内部是否在生产过程中掺进杂质等。3）产品表面质量的检测。为了从各个方面保证产品的合格性，对其进行表面质量的检测也是一个极其重要的环节。计算机视觉技术实现了对产品表面的纹理、粗糙度、划痕、裂纹等各方面的有效检测。

2.2 在农业生产领域中的应用

该技术在农业领域的应用主要集中在以下两方面：1）对病虫害的预测预报。预测预报作用发挥的关键环节是建立起计算机视觉技术对所有昆虫的识别体系。对昆虫图像识别系统进行数字化建模所使用的方法主要以下2种，一种是运用数学形态学的方法对害虫的边缘进行检测，进而提取害虫的特征；第二种是从昆虫的二值化图像中提取出昆虫的周长、面积和复杂度等基本信息，并对这些信息建立害虫的模板库以实现对昆虫的模糊决策分析。2）对农作物生长的监测。常用的方法就是运用计算机视觉技术下的非接触式监测系统对农作物生长环境下的光照、温度、湿度、风速、营养液浓度等相关因素进行连续地监测，进而判断出农作物长势。

2.3 在林业生产中的应用

该技术在林业生产中的应用主要集中在农药喷洒和林木球果采集这两方面。就林业的农药喷洒而言，常规的农药喷洒方式易造成农药的大量流失，不仅达不到防止林业有害生物的目的，还浪费了大量的人力、物力和财力。计算机视觉技术的应用能通过对施药目标图像进行实时分析，得出具体的施药量和准确的施药位置，该技术指导下的施药工作极大发挥了农药的效果。就林木球果采集而言，该采集工作的操作难度一直都很大，我国当前使用的方法主要是人工使用专业工具下的采集以及机械设备运用下的高空作业车采集和摇振采种机采集，这两种方式都存在一定的安全性和效率问题。计算机视觉技术的应用能通过对需要进行采集的林木球果进行图像采集来得出球果所处的具置，再结合专业机械手的使用完成球果采集。该技术不仅节省了大量劳动力，还极大提高了采摘效率。

2.4 在农产品检测中的应用

农产品在生产过程中受自然环境的影响比较大，所以农产品不仅会产生质量上的差异，还会造成颜色、大小、形状等外观上的极大不同。由于农产品在出售时大多要进行产品等级的划分，所以将计算机视觉技术运用到对其颜色和外形尺寸的检测上，有效达到了对农产品进行检测的目的。通过对外观大小尺寸的检测，不仅提高了对农产品进行分门别类地等级划分的效率，还在很大程度上减少了对产品的损坏；通过对西瓜等农产品进行颜色上的检测，能准确判断其是否成熟，有效避免了人工操作下的失误。

2.5 在电力系统自动化中的应用

计算机视觉技术在电力系统自动化应用的表现当前主要表现在以下2个方面：1）在人机界面中的应用。人机界面在运行过程中更加强调人的主体地位，实现了用户对各种效应通道和感觉通道的运用。具体来讲，计算机视觉技术在用户向计算机的输入方面，效应通道实现了手动为主向手、足、口、身体等的转变；在计算机向用户的输出方面，感觉通道实现了视觉为主向触觉、嗅觉、听觉等的转变。2）在电厂煤粉锅炉火焰检测中的应用。对煤粉锅炉火焰的检测既能有效判断锅炉的运行状况，又能在很大程度上实现电厂的安全性运营。由于煤的负荷变化和种类变化会在使着火位置发生移动，所以为了保证炉膛火焰检测的准确性，必须弥补之前单纯应用火焰检测器只能判断有无火焰开关量信号的弊端。计算机视觉技术的应用，就在弥补火焰检测器应用弊端的基础上，实现了对火焰形状的进一步检测。

2.6 在图书馆工作中的应用

随着当前数字图书馆和自动化管理系统的建立，计算机技术在图书馆方面的应用越来越广泛。当前计算机视觉技术在图书馆方面的应用主要集中在古籍修补和书刊剔旧这两方面。就古籍修补而言，古籍图书等在收藏的过程中，受温度、湿度、光照等的影响，极易导致纸张变黄、变脆以及虫洞等现象的出现。在进行修补时，依靠计算机视觉技术开展具体的修补工作，能在很大程度上提高修补工作的效率。就书刊剔旧而言，由于图书馆藏书众多，对那些使用率低且较为陈旧的文献资料进行及时地剔除，能实现图书资源的及时更新。计算机视觉技术在该方面的应用，极大地保证了工作的准确性和效率性。

3 结束语

通过以上对计算机视觉技术在工业、农业、林业、农产品检测、电力系统自动化及图书馆工作这6个方面的研究可以看出，随着计算机技术的进一步发展以及计算机与各专业学科的不断渗透，该技术的发展前景和应用领域都将更加广阔。

参考文献

篇2

关键词:计算机视觉；果蔬分类；应用；挑战；展望

自“农业4.0”时代的来临，以“互联网+”为驱动的农业技术已成为发展农业强有力的支撑。在果蔬业中，果蔬分类通常由经过训练的人员人工评估农产品或农作物的质量。但是，人工分类会带来许多相关的限制，工作人员需要熟悉果蔬的许多特征，并且高强度的机械性工作带来的失误不可避免，因而分类技术的提高是农产品质量提升的关键。计算机视觉技术具有效率高、非接触、抗干扰能力强等优点，在多个领域已经广泛应用，能实现农产品快速无损检测的要求[1]。果蔬分级效率的提升对我国产品质量提升、农民增产增收具有重要意义。

1图像处理技术在果蔬分类领域的应用

本文对基于计算机视觉技术的果蔬分类进行了比较调查，发现研究人员多使用一种或者多种传感器或者机器学习技术进行农产品的分类与分级，但是由于相同水果品种不同造成形状、大小与颜色的不同，果蔬的分类依然面临着许多挑战[2]。为解决这些问题研究人员已经进行了多种实验，其中结合机器学习技术对于系统有明显提升。通过使用传感器捕获水果与蔬菜的特征，使用机器学习对任务进行优化，以提高系统整体性能[3]。

2果蔬分类的主要挑战

虽然已经在多个产业中实现目标分类，但将果蔬作为对象进行分类仍然是一项复杂的问题。在实际过程中，环境、光及空间等因素制约了系统的优化，使系统的时间与准确性方面受到限制。光照方向及亮度、色温以及背景所造成的镜面反射与漫反射都会制约系统的进一步优化，并且不同种类果蔬的特征并不相同，这也使果蔬分类系统没有被广泛地开发。

2.1缺乏合适的传感器

分类任务的一个关键步骤就是选择适合场景的传感器用于数据采集。在果蔬的分类任务中视觉传感器与非视觉传感器已经广泛地应用，但是由于各种传感器性质不同其所适用的应用场景亦有不同[4-6]。例如超声波传感器与触觉传感器都不太适合易损的目标物[7]。因为这些传感器需要物理接触果蔬以获取数据。另外，视觉传感器对许多因素高度敏感，例如照明条件和背景环境。这些基本因素是许多复杂因素的结合，包括反射、折射、缩放、旋转和平移，这在系统实际的设计中需要深入考虑。传感器大致分为视觉传感器和非视觉传感器。由于每个传感器具有一定的局限性，例如视觉传感器对照明条件和背景颜色高度敏感。高光谱相机可以得出物体反射特性，检测具有相似颜色或背景的不同对象的固有特性，其对许多颜色等因素不敏感，并且高光谱信息与水果的其他特征相结合，可以提高系统性能。最近，热红外分析已用于许多领域，例如植物病害检测、冷藏对果实的冷害、农作物成熟度估算和农作物产量估算[8]。然而，由于蔬菜和背景的热物理性质大致相似，并且这种技术对温度变化敏感，因而热红外分析仍不能很好地完成绿颜色水果和多叶蔬菜的分类任务。

2.2难以准确选择特征

特征是用于与其他物体区分的物理特征。果蔬具有多种物理特征，例如颜色、质地、形状和大小，这些都是可以用作分类的特征参数，并且果蔬具有类间和类内的同异性。类别间的变化是主要变化，即颜色、纹理和形状的变化，而类别内的变化更难以发现，特征更加难以区分。理想的系统能够进行类间和类内分类。研究表明，单个特征不能有效地对果蔬或物体进行有效分类。计算机视觉是用于图像分类和识别的一种技术，可以设计算法通过多种方式对果蔬进行分类，通常分类是基于神经网络完成。在任何机器学习应用程序中选择合适的算法至关重要，但是由于果蔬的类间相似性，算法优化尤为重要。数字图像中某些与特性有关信息的识别、分类、检索、重建称为特征描述，果蔬具有相关的独特视觉特征。果蔬的分类和识别最常用的特征是颜色、形状、大小和质地，可以根据整体或局部图像特征来选择特征描述是全局或者局部的特征。特别是对于对象识别，全局图像特征描述整个对象，具有良好的不变性，而局部图像特征则易于实现快速匹配。因此，通常将局部和全局图像特征配合使用以提高整体性能。在图像经过去噪、平滑等操作之后，图像的细节将不可避免地丢失，因而需要更加注意特征的选取。这些因素对特征描述的选取造成了一些限制。

3展望

篇3

关键词：双目计算机视觉　深度信息　自适应　光照变化　视频监控

1　引　言

面对日益复杂的社会和政治环境，国家安全、社会安全、个人人生安全和财产安全等都面临着不同程度的威胁，都需要各种安全保护措施，在众多场所建立切实有效的安保措施，成为一个迫切的课题。本文提出了一种基于双目计算机视觉的自适应识别算法，将该算法应用于现有的监控系统，并赋予监控终端智能性，不仅使其脱离人而具有独立智能、自主判断的能力，而且使得视频监控系统在安防方面的作用大大提高。

在现有的背景建模方法中，大多对于背景象素点的亮度值，例如最小亮度值、最大亮度值和最大亮度差值[ 1 ] ，或是对颜色信息进行建模[ 2 ] 。对于背景的更新，一般使用自适应滤波器对像素的统计特性进行递归更新，为了考虑到噪声的影响，文献[ 3 ]提出了Kalman滤波器的方法，该文认为系统的最优信息可通过估计获得。考虑到环境的动态缓慢改变，文献[ 4 ]利用统计模型给背景建模，即由一个时域滤波器保留着一个序列均值和一个标准偏差，并通过滤波过程统计值随时间改变来反映环境的动态特性。另外有一些方法解决了光照渐变等影响[ 5～7 ] ，但计算较复杂。

2双目计算机视觉深度算法

基于实际应用考虑，摄像头的数量关系着成本和计算量，所以选择支持双摄像头(双目视觉)的算法是最合适的。在支持双目视觉的算法中，Princeton NEC research institute 基于最大流算法(maximum2flow)的计算机视觉算法( Stereo2MF)在深度效果平滑性上做得较好[ 8， 9 ] ，适用于监控区域深度计算的应用背景。但原有算法所需的计算量和计算过程中的暂存数据量是较大的，虽然支持计算量的削减，但只是机械地在一块区域中选择中心点来进行计算，这样计算的结果会因选择的机械性，而出现大量的“伪点”，这些伪点错误地表现了该区域的平均深度信息。本文采用统计平均值选取计算点，通过距离因子的Gauss分布将块内其他点的值融合计算，从而使得计算出的值较准确的代表了这一块内的大致深度分布。

m， n分别是图像的长和宽所包含的像素点个数，M、N 表示像素点的横纵坐标， .d 是块内深度统计平均值， dM， N为计算点的深度值， q为距离因子， dB是计算所得的块深度代表值。图1为改进后双目视觉深度算法与原算法识别效果比较。由图1可以明显看出，修改后的算法效果在细节表现、平滑性、伪点减少上均有明显改善，而且深度计算精确度能够完全满足视频

图1　改进后双目视觉深度算法与原算法识别效果比较Fig. 1Effect comparison after algorithm modification

度计算精确度能够完全满足视频监控应用的需要。

3　自适应识别算法

对于一个固定的场景，场景各像素点的深度值是符合一个随机概率分布。以某一均值为基线，在其附近做不超过某一偏差的随机振荡，这种情况下的场景称之为背景。而场景环境往往是动态变化的，如环境自然光的缓变，灯光的突然熄灭或点亮，以及运动对象的出现、运动和消失等。如果能识别出场景中的动态变化，就能自适应的更新背景值，将光照的改变融合到背景值中。本文采取了用统计模型的方式给每个像素点建模，而以像素点变化的分布情况来确定光照突变引起的深度突变，并结合深度计算本身特性，解决光照缓变突变引起的误判问题，以及判别场景中对象的主次性。

3. 1　背景象素点的深度值建模

由于双目计算机视觉算法得到的深度值，已经是块融合的，可以根据精度要求，来加大块面积， 减少数据量。本文获得的数据量只有原像素点的( k， l分别是块的长和宽所包含的像素点个数) 。以统计的方法给每个像素点的深度值建模， 设为第u帧图像的某个像素点的深度值， 其中u代表第u帧图像， i， j分别代表像素点的横坐标和纵坐标。由一个时间滤波器来保持该像素点深度值的序列均值和时间偏差

其中，α是一个可调增益参数， 其与采样频率有关。通过滤波过程，来得到每个像素点的深度值基于时间的统计特性，由于这些统计特性反映了环境的动态特性，据此可以了解到是环境的光照发生了突变，还是有运动对象的运动。

3. 2　背景更新与场景识别

通过上述滤波过程，就可以将光照缓变融入到背景中去，实现背景的自适应更新。而对于光照突变，此时几乎所有的象素点的亮度值会同时增大或减小，但根据最大流算法的特性，同方向的变化对流量差不会引起太大变化， 而对深度计算结果只会引起较小的同方向变化。这种全局的等量变化， 可以认为是光照突变引起的。

其中， a、b和c是3个可调节系数，他们的取值可依据场景的情况及检测光照突变的速度与误差来进行选取。s， t分别是深度图像的长和宽所包含的像素点个数。Q是符合式( 9)的像素点个数。一旦检测到环境光照发生了突变， 就把背景点像素的深度序列均值，全部以当前帧像素点的深度值的测量

值代替，而j以0取代，从而实现背景的及时更新。

如果式(10)式(12)中任意一个不成立的话，则认为像素块深度值的变化并非由光照突变引起， 而是场景中有运动对象出现。

4　算法分析与实验

4. 1　算法复杂度

对于光照突变检测，若有突变的话，则会立即检测出来，当有运动对象出现时， 并且式( 10)式( 12)都接近满足时，处理会较慢，因为需要处理突变检测和运动对象两个过程。当b取25% s ×t时的处理速度与变化点比例关系如图2所示。

相对于一般的光强、灰度的识别检测算法，本算法的优势在于不仅可以利用深度特性更容易地检测到光照的渐变与突变， 而且可以判断出现的多个运动对象的主次性。

4. 2　算法误检率

由于光照直接对于像素点的光强、灰度等产生影响，所以深度算法的噪声容限更大，这样可降低了误检率，多组实验后得到的误检率对比图如图3所示。但是由于深度算法本身对于反光或者阴暗面会产生伪点，所以，某些时候由于光照突变中光源的位置变化而会误检为运动对象，为此算法还需进一步改进能判别伪点的出现， 除去它在光照突变检测中的影响。另外，公式中可调系数a， b， c的选取也会对不同场景产生影响。

笔者在实验室环境下做了不同光照角度、不同环境光强度、不同运动物体的多组实验，发现在反光面或是阴暗面较多的情况下，光照突变检测不是很灵敏，而且会出错，但是在增加系数a， c的值后， 误检率有所降低(如图3所示) 。

5　基于算法的监控系统

我们利用该算法实现了视频监控原型系统。计算机视觉算法对于摄像头的同步曝光要求很高，所以本系统终端用一块单独的MCU (micro control unit)控制同步曝光。核心算法用DSP处理。系统结构如图4所示。实际系统原型图如图5所示。

6　结　论

利用深度信息做智能场景识别，是一种新的尝试，有其优势。将这种方法应用到智能视频监控中，能起到很好的效果，克服了其他方法较难处理的光照渐变和突变等问题。对比单摄像头监控系统，该系统可应用于更多场合。后续研发准备在系统上加上更多功能，以适用于更多的环境，并与其他保安类监控系统互联，以组成一整套功能强大、达到国内外一流水平的安防系统。

参考文献( 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

论文摘要 ：开发了一种虚拟场景与实时视频之间的合成技术，成功地将该技术应用于虚拟规 划系统中，详细介绍了系统所采用的基于计算机视觉的标识识别和实时、自动摄像机位置、姿态跟踪算法，并给出了系统运行结果。

0  引  言

虚拟现实技术 的最终目的是使用户完全沉浸在一个 由计算机生成的虚拟环境中，该技术已经被成功地应用到军事、教育、娱乐等众多领域。随着应用 的增多 ，虚拟现实技术 的缺陷也逐渐暴露出来，主要表现在如下两个方面：(1)虚拟现实 中的场景完全由计算机生成，随着绘制场景真实程度的提高，对系统硬件配置的要求也相应提高，从而形成了绘制效果和实时性两个同等重要又难以同时解决 的问题 。(2)交互方式受限．鼠标、键盘等传统输入设备并没有提供给用户一种直观 自然的交互方式，而数据手套等较为昂贵的外围设备不仅使用起来不方便，而且对工作范围也有一定的限制。

混合现实  技术的出现很大程度上解决了以上两个问题，它将计算机生成的虚拟场景、提示信息实时叠加到用户所能观察到的真实世界当中，并以此来增强用户视觉感受 。在混合现实环境中用户所能观察到的主体是来源于真实世界的图像信息，虚拟场景只起到辅助、提示作用，因此不需要真实感图形绘制所需的高端的硬件配置。另一方面，由于图像信息来源于真实世界，这就使得用户本身能够很自然地融合到整个系统中，并且能够 以一种 自然 、直观的方式与系统交互，而不必添加额外的硬件设备。正是由于以上特性，混合现实技术已经被应用到众多领域当中，而且能够比虚拟现实更好地完成某些任务，如交互式规划、动态虚拟展示等。

一个实用的混合现实系统所必须具备的特性之一是几何一致性，即系统必须实时准确地判断摄像机相对于真实世界的位置和姿态．以便将虚拟场景正确地叠加到真实世界的具置上，使得用户从感官上认为虚拟场景确实是真实世界的一部分。传统的方法是利用硬件设备(电磁式、机械式跟踪系统)来获取摄像头位置信息，但这些方法不仅工作范围受限，而且求得的结果也不够精确。本文采用当前流行的基于计算机视觉的方法来获取位置信息，事实证明该方法是有效、可行的。

系统结构及工作流程

笔者构建 了一个如图 1所示的混合现实原型系统，主要由如下几个部分组成：(1)平面标识块：一个带有黑色边框的正方形．尺寸、内部图案由用户定义，主要功能是使系统能够根据实际图像中标识的变形来计算虚实配准所需的位置、姿态信息，同时还可以用不同的内部图案代表不同的虚拟场景，以增强系统的实用性。(2)图像采集设备(摄像机)：主要完成实时视频采集功能。(3)图形渲染系统：生成与视频合成所需的虚拟场景。(4)虚实合成：利用摄像机位置、姿态信息将视频与虚拟场景相融合。(5)显示设备 ：包括头盔式显示器以及桌面台式显示器，用以将虚实合成的影像展现给使用者。

系统运行过程中，首先将采集到的一帧彩色图像转换成一幅二值(黑 白)图像，然后对该二值图像进行连通域分析，找出其中所有的四边形区域作为候选匹配区域，将每一候选区域与模板库中的模板进行匹配，如果产生匹配，则认为找到了一个标识，在生成与该标识对应的虚拟场景的同时利用该标识区域的变形来计算摄像机相对于已知标识的位置和姿态，最后根据得到的变换矩阵实现虚实之间的无缝融合。

2 标识识别与摄像机位置、姿态跟踪算法

由上一节可知，构建该系统有两个关键问题需要解决 ，即如何识别标识内部的不同图案以生成与之对应的虚拟场景 以及如何利用标识的变形计算虚实配准所需的坐标变换关系。以下分别介绍以上两个问题的解决方法。

2．1标识识别

本系统 所采用的标识识别方法可 以分为以下几步。

2．1．1图像二值化

首先对采集到的彩色图像进行二值化，处理成黑白(0，1)图像，如图 2(b)。具体方法为：设定一个 阈值，对图像进行遍历 ，根据该阈值，对图像重新赋值。为了克服光照对识别结果造成的影响，同时采用 了自适应阈值法  来提高系统稳定性，设定当前 阈值 为上一帧图像中标识投影区域像素灰度的平均值，实验证明该方法对改善系统性能有较为明显的效果。

2．1．2连通域分析

连通域分析的 目的是从复杂背景中提取标识的投影区域。分析过程为：查找所有像素值为 1的连通区域，首先根据大小约束对区域进行预筛选，然后利用最小二乘直线拟合法筛选出所有四边形区域 ，结果见图 2(c)。

2．1．3 区域规则化与模板匹配

区域规则化是将图像中经过投影变换的标识区域变换到标准模板空间，本文利用仿射变换  将标识经过投影变形后 的区域直接映射到一个 64×64大小的正方形模板，效果见图2(d)。接下来的工作是将规则化图像与模板库中的模板进行匹配，以返回代表不同虚拟场景的 id值。本文采用相关系数法来完成匹配工作，方法如下：

首先利用以下四式计算规则化图像 i和标准模板图像 p各自的均值和方差。

然后计算两幅图像的相关系数 p，本文选择所有模板中与规则化图像具有最大相关系数 p且 p>0．5的模板作为当前匹配结果，并返回与之对应的 id值

2．2摄像机位置、姿态估计

首先给出系统的坐标变换关系如图 3所示。规定平面标识在世界坐标系中的位置为已知，摄像机位置、姿态计算问题转化为摄像机坐标系与世界坐标系之间三维变换矩阵的求解。

世界坐标 系与摄像机坐标系间的变换关系可以用式(5)表示。其中 w为世界坐标系下某点坐标，c为该点在摄像机坐标系中的位置，t ：[r r r：t] 为待求三维变换矩阵，包含三个旋转分量和一个平移分量。

c=t w  (5)

由于规定平面标识与世界坐标系下的z：0平面重合 ，则由式 (5)可得 ，平面标识上的某点在世界坐标系下的坐标 wi=(x ，y wi，0，1) 与其在摄像机坐标系下坐标 c；：(x  y z i，1) 之间的关系可以表示为式(6)。

有 8个待定系数，由标识的 四个角点可得 如下 方程组 ，则完全可以求取以上 8个未知数。

通过上述计算可以确定变换矩阵中的 r ，r ，t，三个分量，由变换矩阵旋转分量的正交性可以求得r ：r ×r ，最后需要对所求得的结果作归一化操作以消除比例因子 t 对计算结果的影响，方法是将(1 r l+l r 1)／2去除以上各分量。

事实上由于不可能完全避免成像畸变以及图像处理过程中的误差，上述方法求得的变换矩阵 t 是不够精确的。解决方法是利用上述方法求取第一帧图像对应的 t ，在后续计算过程中采用非线性最小二乘法求取后续帧的对应的变换矩阵。误差逼近计算公式见式 (1 1)。

式中(文  i)(i=0，1，2，3)为根据上一帧t 求得的标识四个角点在像平面坐标系下的位置，(x i，y ；)(i=0，1，2，3)为实时检测到的标识角点在图像中的位置。本 文利用勒温伯格一马阔特方法求解式(11)。

 

3 应用实例——基于混合现实的小区规划系统

传统的住宅小区规划方法之一是制作规划方案模型，但是制作实体模型不仅费时费力，而且修改起来也极为不便。近年来，基于虚拟现实技术的小区规划方法已经逐渐为设计者所接受，它一定程度上解决了实体模型规划方法的缺点，但是由于缺乏高效、自然的人机交互方式，使得规划效果大打折扣。混合现实技术的出现为小区规划提供了新的契机，它既继承了虚拟现实技术卓越的三维表现能力，又具有虚实结合的特点，能够在真实的规划场景中整合设计要素，给设计者和方案评估者以直观的感受。

笔者利用本文方法开发了一套基于混合现实技术的虚拟小区规划系统。系统中不同的标识对应不同的虚拟建筑模型，用户可以在视线范围内随意移动模型．从而实现不 同的规划 方案 。运行效果 如图4该系统满足了小区规划对虚实交互、人机交互的要求，充分体现出混合现实技术在小区规划应用中的优势。

篇5

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6

【关键词】：“云计算”；会计信息化

【中图分类号】G202 【文献标识码】A 【文章编号】1672-5158（2013）01―0187-01

随着社会主义市场经济的不断发展，在企事业管理中，人们越来越意识到信息技术对于会计的影响。近年来，“云计算”这个概念火热，已经渗透到普通人的生活，都因为“云计算”的到来和发展而产生着改变。如今，会计信息化正在取代会计电算化成为会计发展的方向。“云计算”的出现势必会对会计信息化的过渡带来深远影响。

一、“云计算”对会计信息化带来影响

1.成本优势“云计算”出现，会计系统可以以软件服务的方式提供，企事业使用者按照自己的需要购买，按照实际使用的账号和实际使用的时间付费。

2.而“云计算”技术的应用之后，企事业采用租赁的方式，不再需要专业的维护人员，从而不需要为了这些专业人员支付额外的费用，最大程度地减少了企事业为了会计信息化所花费的开支。供应商提供的服务的专业化和规划化，使得企事业能够及时得到最新的技术应用，能够更好时满足企事业对会计信息化不断发展的要求。从而，大大降低了企事业实现会计信息化的门槛和风险，企事业也能更加专注于会计工作本身，提高工作效率。

3.在“云计算”时代，企事业采用租赁的方式接受服务，只要会计工作者能够连接到网络，即使下班在家也可以进入系统，并及时处理会计工作，会计信鼠随时可用，从而更好地保证了会计信息的实效性。并且由于网络互联和供应商的专业团队的保证，企事业可以及时得到最新的技术应用，会计工作可以更加的便捷、有效。

4.安全优势基于“云计算”的会计服务提供商所提与MSCS相关的信号通路的研究进展供的基础实施包括互联网连接使用的大量服务器、存放会计信息化软件和数据的大型数据库等等，他们集中于一处或分布多个地万，并由专业的团队来管理和保证数据中心的安全。

5.协同优势。会计工作的协同包括内部协同和外部协同。云端不仅协同了企事业内部的资源，还需要建立一个统一的平台，将客户、供应商和其他合作伙伴也纳入这个信息系统平台中，使得网上报税、银行对账、审计、交易、企事业与上下游企事业和用户之间的会计信息系统集成成为可能，从而提升了会计信息的附加价值，实现信息的高效共享。

二、“云计算”在企事业财务会计应用中遇到的问题

1.云计算平台自主建设和应用方面

由于云计算平台建设的技术及资金起点较高，研发的风险较大，开发周期较长，国内自主研发财务会计信息化云计算平台尚处于起步阶段，不成熟且建设与应用推广力度均不够，知名的云计算平台几乎都来自美国，如谷歌、亚马逊和Facebook等美国互联网先行者，微软、IBM、富士通和SAP等IT成熟公司都建有自己的云计算平台。而国内企事业则仍处在努力进入云市场并树立信誉的初级阶段。对云计算平台的建设和应用力度都不够。

2.云计算软件及服务方面

基于中国国情，目前国内云计算相关功能和服务主要集中于低端市场，以求以低成本创新切入市场，因此，国内的云计算服务运营商提供的基于云计算的企事业财务会计软件服务主要停留在一些较为基本的、单一的财务功能层面上，如国内知名的在线B2B互联网公司阿里巴巴集团旗下子公司阿里软件目前正在面向型企事业推广的“钱掌柜”会计和财务管理在线服务，就主要是围绕企事业日常基本财务会计工作需求提供云计算服务的。

3.云计算安全性方面

安全问题是当前全球对云计算最大的质疑。这种担忧在中国尤为突出，这是导致云计算在国内企事业财务会计信息化工作中应用缓陧的重要原因之一。由于云计算模式有可能会导致一个云服务器上存储多家企事业数据的情况，相当多的企事业会担心企事业最为机密的核心财务会计数据遭黑客盗窃，或是被意外泄露给同一云供应商的其他用户或本企事业的非授权员工，而这对企事业无疑是致命的。因此实现企事业基于云计算的财务会计信息化必须解决其安全性问题。

4.云计算认同度方面

目前在我国众多的企事业中仅有不足10%的企事业应用云计算在线开展相关业务，其中应用云计算处理企事业财务会计数据的更是少之又少。大部分的企事业由于政府对云计算政策不够明朗，国内尚未明确制定云计算的相关标准，尚未规范云计算产业等各种原因，对云计算技术及服务持谨慎态度，导致云计算应用认同度较低。

三、云计算在企事业财务会计中应用

从如下几个方面入手加以改进和完善：

1.加快国内云计算平台的自主建设

由于国内的一些IT厂商在资金、技术力量等方面较为薄弱，可以考虑通过由政府牵头，实现跨行业整合各相关企事业的资金资源、管理资源、技木资源、人力资源及上下游资源等，形成优势互补，集众家之所长联合开发云计算平台。以此间接降低云计算平台开发难度及开发风险，节约开发时间。另外，政府有关职能部门还可以通过建立“云计算平台示范工程”。设立国内自主建设云计算平台的样板，供各IT厂商研发时参考借鉴。

2.完善云计算的财务会计软件功能与服务

丰富与完善，具体如下：①以企事业的财务会计工作需求为核心，打破现有的职能为企事业提供在线记账、代账、现金管理等功能的局限，将基于云计算的财务会计信息化软件功能与服务向更为深入、更为广泛的层次发展。②进一步增强云计算软件快速开发的功能，积极发展企事业私有云服务，即允许企事业根据自己的需要通过向云计算服务运营商付费租赁平台等方式，运用云计算服务运营商支持的编程语言和工具编写好自己的应用程序，然后放到云计算平台上运行。满足企事业个性化业务需求。③提供在线定制服务。使企事业能根据自己的业务需求变化随时调整基于云计算的财务会信息化软件功能与服务，以满足企事业的成长需求。

3.加强云计集应用的安全性建设

可从如下途径加强云计算应用安全：①通过身份认证，区分使用者权限，加强访问控制；②通过密钥管理技术，对企事业存放于云中的数据进行加密处理，由企事业掌管密钥，防止云计算服务运营商及其他不相关的人看到数据。③利用虚拟机进行防护，由网络安全解决方案提供商对云计算服务运营商基于虚拟机的服务器提供黑客和恶意软件入侵检测和防御服务，构建虚拟化安全网关。

4.加快相关标准及法规的制定

政府态度的明朗化及云计算相关标准和法规的尽快出台将有利于提高云计算在企事业中的认同度。不妨借鉴美国政府的做法，由政府参与或主持制定云计算应用标准、云计算产业规范及云计算相关法规。可先对国内的云计算市场进行摸底调查，在此基础上尽快制定云计算相关标准。

5.加强对云计算服务运营商的监管力度

应用云计算处理企事业日常财务会计数据后，企事业的核心数据就都存放于云计算服务运营商的“云”中。因此必须进一步加强对云计算服务运营商的监管。首先，应严格审核云计算服务运营商的资质，如谷歌（Google）公司在与美国联邦政府合作前就先通过了美国政府联邦信息安全管理法的审核，获得了相应的资质，才能有资格与政府合作云计算相关项目。

结束语

“云计算”对于会计电算化的发展具有深远的影响。“云计算”能够减少企事业在会计信息化方面的投资和使用等成本，降低了企事业实现会计信息化的门槛，从而越来越多的企事业会选择在”云”上实现会计信息化，使得会计电算化向会计信息化的过度更加顷利。

参考文献

[1]叶晓勇.简述云计算[J]，黑龙江科技信息，2009（8）

篇7

关键词：人眼视觉特性；Butterworth滤波器；空间频率；彩色图像滤波

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）16-3893-03

已有的研究表明，空间频率变化影响视觉纹理、面部模式和文字的识别绩效[1]。而其中空间频率的处理依赖于对变换域理论与人眼视觉特性的研究。但是是在以往的图像滤波处理中，仍然存在计算方式不统一、不明确，单位多样的问题，对研究结果之间的交流带来了诸多不便。该文通过已有的图像空间频率和视觉空间频率的公式，结合Butterworth滤波器的传递函数，提出了一种更加简单、直观的滤波器截止频率参数计算方法，并结合MATLAB对彩色图像进行了实际的处理和具体的分析。

1 视觉上的空间频率和图像空间频率的转换关系

人眼视觉特性（HVS）是图像处理技术的理论基础，在应用人眼的感知特性进行图像处理的过程中，最关键的是将人眼视觉特性及其模型与图像的变换域特征结合起来，也就是将视觉的空间频率和图像的空间频率建立联系，利用频率之间的联系就可以实现对图像的滤波处理。

根据上式及公式（5），也可以得出位置[（u，v）]的点对应的图像空间频率[υ]。

3 基于人眼视觉特性的Butterworth滤波器空间频率的计算方法

本文采用的滤波器为巴特沃思滤波器，它在线性相位、衰减斜率和加载特性三个方面具有特性均衡的优点。因此在自动控制、图像、通信等众多领域得到了广泛的应用。因为Butterworth低通和高通滤波器的传递函数用到的参数均相同[3]，故这里就以Butterworth低通滤波器为例阐述频率参数的计算方法。

已知n阶截止频率为Do的Butterworth低通滤波器的传递函数为：

5 总结

从图像处理效果看出，在具体的滤波实验中，只要设定好[f0]的数值，就可方便计算出Do的值，并应用MATLAB进行图像处理。由于多数的图像处理研究中经常将空间频率的单位设定为cpi（cycle per image）、cpf（cycle per face）等，而其数值就是[α]（各自对应的视角）与[f0]的乘积，即Do。通过公式（7）可看出两频率之间的转换关系是一个非常简单的表达式，在图像处理中，可以减少很大的图像处理的计算量和复杂程度，并应用公式（8）和程序直接进行高低通的滤波处理。这表明提出的计算方法和彩色图像滤波程序是一种简单、直观的处理方式。希望在图像处理技术中能够得到较好的应用。

参考文献：

[1] 郭小朝.空间频率、笔画数及字频对汉字识别的影响[J].人类工效学，1999，5（4）： 5-7.

篇8

1.1计算机在和艺术融合时

有效结合图像、文本、声音、动画等因素，在丰富艺术语言表现形式时，也使作品更具有感染力。当计算机视觉艺术与数字媒体结合在一起时，使人们在观看画面时，不仅是欣赏画面，也能够感受到声、色等。数字媒体通过计算机视觉艺术利用高度仿真的视觉、触觉和听觉，使大众在观看电影或玩游戏时，能够真实感受到虚拟世界，同时还可以通过肢体语言、动作以及视线的转移，与计算机进行有效交流。比如在2010年开展的上海世博会上，德国馆所开展的动力之源”金属球表演1.3吨重、装有40万根LED发光二极管的互动金属球。在互动开始时，观众被分成两批跟着解说员的指令呼喊，金属球自动找到声音最响亮的那个方向。然后，哪边的呼喊声大，互动球向那一边的摇摆也更为剧烈，同时，球体表面上，亦不断展现出一幅幅城市的美好愿景。使大众不仅是单独欣赏电影，而是可以参与到视觉艺术表演中。数字媒体通过计算机视觉艺术，在最大程度上满足艺术创作对感受的表现。

1.2计算机视觉艺术在数字媒体中的应用

丰富了艺术的表达形式。交互技术的发展与成熟，使计算机视觉艺术的领域得到很好的拓展，并在各种数字媒体艺术中得到广泛应用。比如在网页、游戏等内容。交互技术的应用，使人们不再是被动的欣赏，而是参与到视觉艺术中，让大众去参与、选择和判断，而且可以通过不同的选择将过程和结局进行不同的呈现，调动观众的兴趣，提高大众的参与度。

1.3计算机视觉艺术在电子游戏中的应用

首先是大型电子游戏应用的计算机视觉艺术。比如日本科乐美公司在推出警匪枪战射击《警察官2》游戏时，就受到许多玩家的欢迎。在游戏中，玩家不再只是使用鼠标和键盘来进行游戏，而是玩家可以通过身体行动，比如“蹲、闪及侧身等行为以此进行移动。机器通过摄像机部捕捉到玩家的身体动作，玩家可以有效操作与机器相连的手枪，将屏幕中的对象进行射中。其次是手机上的小型电子游戏，比如在《神庙逃亡》，玩家只需要用手指向左、向右滑动屏幕，可以人物向左或向右转向；而向上、向下滑动则可以让人物跳跃或下滑过各种障碍。另外在需要游戏人物在左侧或右侧奔跑时，只需要侧一下手机就可以，并且游戏画面有着充足的声光效果，可进行互动，有着极高的震撼力，对提高大众的参与度有着积极的促进作用。

1.4计算机视觉艺术在数字媒体中的应用

使数字媒体技术将艺术进行有效表现，并在纯艺术和实用艺术中应用到数字媒体，而数字媒体技术可以将单纯的个人视觉进行有效的创造，并将艺术转化为社会性视觉产品，并可以获得经济效益。而大众可以利用拷贝、剪切等方式将数字媒体中的视觉艺术进行获取，然后将艺术资源进行转化，为个人视觉艺术的创作奠定了坚实的基础。随着大众对独特性以及个性化的艺术要求越来越高，在追求独特的视觉艺术时，追求刺激的视觉艺术时，也提高了对视觉艺术作品的评价标准。计算机视觉艺术在数字媒体中的应用，给大众带来美的享受，使大众在观看视觉艺术时可以怀着愉悦、舒适的感觉进行欣赏，也可以获得相应的审美评价，在潜移默化中改变着人的精神追求。计算机视觉艺术在数字媒体中应用时，没有掺杂其他因素，使计算机视觉因素只是追求视觉形式和视觉美感，能够在最大程度上体现艺术的本质。并且数字媒体本身就具有美的品格，与计算机视觉艺术相结合，使数字媒体艺术在具备了美时，也可以体现真。因此，计算机视觉艺术在数字媒体中的应用，提高了审美价值，大众通过感受、体悟数字媒体所体现出的视觉艺术，领悟到视觉艺术中的美，能够在很大程度上满足大众对美的追求。

2总结

篇9

关键词：图像处理 计算机视觉 立体视觉

在实际工程实践中，由于受现场条件和测试技术本身的限制，结构动位移的测试往往存在一定的困难和挑战，这也使动位移并未成为结构动力性能评估中一个常见的评估指标。结构动位移响应是直接反映结构在动力荷载作用下安全性和整体性的重要参考指标。随着工程结构或构件建造得越来越柔和复杂结构模型试验研究的发展，如大跨度桥梁、高层建筑、索结构等的现场测试以及结构振动台试验、风洞试验等，结构动位移的测试显得尤为重要。

计算机视觉是研究计算机模拟生物外显或宏观视觉功能的科学与技术，是一个发展十分迅速的研究领域，其研究手段涉及甚广，如图像处理、机器视觉、医学图像分析、模式识别、计算机图形学、人工智能等。当计算机通过视觉传感器（比如相机或摄像机等）试图分析三维空间的物体时通常只能给出二维图像，通过计算机分析和处理图像信息，可以重构实物的三维几何信息，包括其形状、位置、姿态、运动等。因此，通过计算机视觉技术实现结构动位移的测量是可行的。上世纪八十年代中期以来，随着计算机软、硬件技术的不断发展，在土木工程领域，国内外很多学者尝试将计算机视觉技术用于结构的几何测试，包括结构的位移（静、动位移）、裂缝、表观外形等。Aw和Koo采用数码照相机来进行预设目标的坐标测量，经过基于计算机视觉理论的光束法优化后，其测试精度为2.24mm。Nieder？st和Maas利用数码摄像机来测试混凝土梁在脱水收缩过程中的变形情况，其在相机视场为80cm时测试精度可达0.03mm。相类似地将计算机视觉技术用于结构特性的测量例子还有很多，比如混凝土管片变形检测，梁破坏试验中的变形测量，远距离桥梁变形测量，轨道梁破损状况的检测等。相比于结构静态几何特性的测试，结构动态特性的测试应用相对不多。Olaszek利用摄像机来摄录桥梁的振动情况，并以计算机视觉技术进行结构动位移重构分析，得出的动位移测试精度为1mm左右。Yoshida等采用立体视觉技术来测试一块薄板的三维振动特性。

一、单相机标定

二、基于立体视觉的两相机立体标定

三、图像点跟踪

图像点跟踪是基于立体视觉的结构位移测试手段中的重要环节。在图像（或视频）分析过程中，点跟踪的精度会直接影响位移测试的最终结果。在实际测试中，本文采用两个黑方格组成的目标模板粘贴在所测结构的表面，方格尺寸均为30×30mm，两方格的交叉角点作为图像分析的跟踪点。

四、三维点重构

篇10

计算机视觉是一门研究如何使机器“看”的科学，更进一步地说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉包括集成的视觉系统与真实世界视觉的应用建设。创建三维模型的过程是相当困难的，需要机械测量摄像机的位置或手动对准一个场景的局部三维视图。通过使用相应的算法，它可以通过集合中一个场景的立体图像，然后自动生成一个逼真、几何精确的三维数字化模型。

全书分为三大部分，共14章：1.引言：立体图像和深度知觉、三维视觉系统、三维视觉应用的介绍；2.视觉的研究简史；3.二维和三维视觉的形成；4.图像匹配中低层次图像处理：包括卷积滤波、离散平均、离散分化、边缘检测、结构张量、角点检测等内容；5.尺度空间的视觉：包括图像尺度、高斯尺度空间、微分尺度空间、多分辨率金字塔等内容；6.图像匹配算法：包括各种匹配措施、计算方面的匹配、立体匹配方法的多样性、基于区域、弹性、梯度的匹配等内容；空间重构及多视图集成：一般的三维重建和多视图集成方面的内容；8.具体案例：临床和兽医应用、电影重构等具体实例的分析；9.射影几何基础；10.图像处理的张量微积分基础：包括线性算子和变坐标系统的基本概念、度量张量、简单的张量代数等内容；11.图像中的失真和噪声：包括噪声模型、产生噪声的测试图片、正态分布生成随机数；12.图像变换程序：包括结构的变形系统、坐标变换模块、像素值的插值、经典实力等内容；13.编程技术，图像处理和计算机视觉：包括其设计与实现、统一的建模语言、设计模式、处理平台等内容；14.图像处理库。

作者Bogusaw Cyganek于1993年获得电子计算机科学学位，于1996年获得了赫尔辛堡科技大学博士学位。近年来，他还与许多科学中心合作，在计算机视觉系统的发展方面做出了贡献。作为一个软件开发经理和高级软件工程师，他有着多年的实际工作经验。他目前在波兰克拉科夫AGH科技大学（AGH University of Scien and Technology）电子部任研究员和讲师，研究兴趣包括计算机视觉、模式识别、以及对可编程器件和嵌入式系统的开发。他还是电子电气工程师协会（IEEE，Institute of Electrical and Electronics Engineers）、国际模式识别学会（IAPR，International Association for Pattern Recognition）、工业和应用数学学会（SIAM，Society for Industrial and Applied Mathematics）成员。

本书提供了对三维计算机视觉方法，理论和算法的全面的介绍。几乎每一个理论问题都使用C++和Matlab的伪代码或完整代码进行实现，并且提供下载的软件网站、案例研究和练习。本书是相关学者、程序员的有益参考，也适合对计算机科学、临床摄影、机器人领域、图形和数学感兴趣的学生或研究人员阅读。

李亚宁，硕士研究生