计算机视觉的基本任务范文

导语：如何才能写好一篇计算机视觉的基本任务，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：数字摄影测量 计算机视觉 多目立体视觉 影像匹配

引言

摄影测量学是一门古老的学科，若从1839年摄影术的发明算起，摄影测量学已有170多年的历史，而被普遍认为摄影测量学真正起点的是1851―1859年“交会摄影测量”的提出。在这漫长的发展过程中，摄影测量学经历了模拟法、解析法和数字化三个阶段。模拟摄影测量和解析摄影测量分别是以立体摄影测量的发明和计算机的发明为标志，因此很大程度上，计算机的发展决定了摄影测量学的发展。在解析摄影测量中，计算机用于大规模的空中三角测量、区域网平差、数字测图，还用于计算共线方程，在解析测图仪中起着控制相片盘的实时运动，交会空间点位的作用。而出现在数字摄影测量阶段的数字摄影测量工作站（digital　photogrammetry　workstation，DPW）就是一台计算机+各种功能的摄影测量软件。如果说从模拟摄影测量到解析摄影测量的发展是一次技术的进步，那么从解析摄影测量到数字摄影测量的发展则是一场技术的革命。数字摄影测量与模拟、解析摄影测量的最大区别在于：它处理的是数字影像而不再是模拟相片，更为重要的是它开始并将不断深入地利用计算机替代作业员的眼睛。[1-2]毫无疑问，摄影测量进入数字摄影测量时代已经与计算机视觉紧密联系在一起了[2]。

计算机视觉是一个相对年轻而又发展迅速的领域。其目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力将不仅使机器能感知三维环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它们进行描述、存储、识别与理解[3]。数字摄影测量具有类似的目标，也面临着相同的基本问题。数字摄影测量学涉及多个学科，如图像处理、模式识别以及计算机图形学等。由于它与计算机视觉的联系十分紧密，有些专家将其看做是计算机视觉的分支。

数字摄影测量的发展已经借鉴了许多计算机视觉的研究成果[4]。数字摄影测量发展导致了实时摄影测量的出现，所谓实时摄影测量是指利用多台CCD数字摄影机对目标进行影像获取，并直接输入计算机系统中，在实时软件的帮助下，立刻获得和提取需要的信息，并用来控制对目标的操作[1]。在立体观测的过程中，其主要利用计算机视觉方法实现计算机代替人眼。随着数码相机技术的发展和应用，数字近景摄影测量已经成为必然趋势。近景摄影测量是利用近距离摄影取得的影像信息，研究物体大小形状和时空位置的一门新技术，它是一种基于数字信息和数字影像技术的数据获取手段。量测型的计算机视觉与数字近景摄影测量的学科交叉将会在计算机视觉中形成一个新的分支――摄影测量的计算机视觉，但是它不应仅仅局限于地学信息[2]。

1.　计算机视觉与数字摄影测量的差异

1.1　目的不同导致二者的坐标系和基本公式不同

摄影测量的基本任务是严格建立相片获取瞬间所存在的像点与对应物点之间的几何关系，最终实现利用摄影片上的影像信息测制各种比例尺地形图，建立地形数据库，为各种地理信息系统建立或更新提供基础数据。因此，它是在测绘领域内发展起来的一门学科。

而计算机视觉领域的突出特点是其多样性与不完善性。计算机视觉的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息，因此直到计算机的性能提高到足以处理大规模数据时它才得到正式的关注和发展，而这些发展往往起源于其他不同领域的需要。比如在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用计算机来替代人工视觉。

由于摄影测量是测绘地形图的重要手段之一，为了测绘某一地区而摄影的所有影像，必须建立统一的坐标系。而计算机视觉是研究怎样用计算机模拟人的眼睛，因此它是以眼睛（摄影机中心）与光轴构成的坐标系为准。因此，摄影测量与计算机视觉目的不同，导致它们对物体与影像之间关系的描述也不同。

1.2　二者处理流程不同

2.　可用于数字摄影测量领域的计算机视觉理论――立体视觉

2.1　立体视觉

立体视觉是计算机视觉中的一个重要分支，一直是计算机视觉研究的重点和热点之一，在20多年的发展过程中，逐渐形成了自己的方法和理论。立体视觉的基本原理是从两个（或多个）视点观察同一景物，以获取在不同视角下的感知图像，通过三角测量原理计算像像素间的位置偏差（即视差）来获取景物的三维信息，这一过程与人类视觉的立体感知过程是类似的。一个完整的立体视觉系统通常可分为图像获取、摄像机定标、特征提取、影像匹配、深度确定及内插等6个大部分[5]。其中影像匹配是立体视觉中最重要也是最困难的问题，也是计算机视觉和数字摄影测量的核心问题。

2.2　影像匹配

立体视觉的最终目的是为了恢复景物可视表面的完整信息。当空间三维场景被投影为二维图像时，同一景物在不同视点下的图像会有很大不同，而且场景中的诸多因素，如光照条件，景物几何形状和物理特性、噪声干扰和畸变以及摄像机特性等，都被综合成单一的图像中的灰度值。因此，要准确地对包含了如此之多不利因素的图像进行无歧义的匹配，显然是十分困难的。

在摄影测量中最基本的过程之一就是在两幅或者更多幅的重叠影像中识别并定位同名点，以产生立体影像。在模拟摄影测量和解析摄影测量中，同名点的识别是通过人工操作方式完成的；而在数字摄影测量中则利用计算机代替人工解决同名点识别的问题，即采用影像匹配的方法。

2.3　多目立体视觉

根据单张相片只能确定地面某个点的方向，不能确定地面点的三维空间位置，而有了立体像对则可构成与地面相似的立体模型，解求地面点的空间位置。双目立体视觉由不同位置的两台或者一台摄像机（CCD）经过移动或旋转拍摄同一幅场景，就像人有了两只眼睛，才能看三维立体景观一样，然后通过计算空间点在两幅图像中的视差，获得该点的三维坐标值。现在的数字摄影测量中的立体像对技术通常是在一条基线上进行的，但是由于采用计算机匹配替代人眼测定影像同名像对时存在大量的误匹配，使自动匹配的结果很不可靠。其存在的问题主要是，对存在特殊结构的景物，如平坦、缺乏纹理细节、周期性的重复特征等易产生假匹配；在摄像机基线距离增大时，遮挡严重，能重建的空间点减少。为了解决这些问题，降低双目匹配的难度，自1986年以来出现了三目立体视觉系统，即采用3个摄像机同时摄取空间景物，通过利用第三目图像提供的信息来消除匹配的歧义性[5]。采用“多目立体视觉技术”可以利用摄影测量的空中三角测量原理，对多度重叠点进行“多方向的前方交会”，既能较有效地解决随机的误匹配问题，同时又能增加交会角，提高高程测量的精度[2]。这项技术的应用，将很大程度地解决自动匹配结果的不可靠性，提高数字摄影测量系统的准确性。

篇2

【关键词】煤矿机电；远程监控；故障诊断；设备管理

由于煤矿机电处于相对恶劣的工作环境中，煤矿机电设备多承受变载荷，煤矿机电的监控与故障诊断要求实时性较高，机械的故障原因复杂。对于煤矿机电设备的管理，只有可靠的及时的监控技术和故障诊断系统，才可以提高系统的稳定安全性能，降低管理运行成本。煤矿机电设备监控与诊断系统采取了数据的采集与集中监测显示的方式实现设备的动态诊断，这种方式在设备运行状态监测中起到重要作用，及时准确地诊断分析出机电设备可能出现的故障。

1．机电设备管理信息系统的目标

机电设备管理水平的高低、设备运行的好坏、设备有效作业率的高低直接关系到煤矿生产计划的制定、实施、产品、质量、原材料的消耗以及工艺指标的控制等方面，因此，开发和建立煤矿机电设备管理信息系统有着重要意义。机电设备管理信息系统的目标如下：(1)对企业内的设备档案、运行状态、维修计划等进行维护、查询，为各级管理部门提供所需的设备统计、查询数据。建立符合煤矿生产的设备管理系统，以保障设备信息的动态完整性、可靠及时性。(2)机电设备管理子系统应将全部的设备管理部门、设备使用部门、财务等相关部门联系起来，达到数据共享，形成一个完整的设备管理体系。(3)设备维修管理，支持辅助编制设备维修计划功能；提供记录历次设备维修情况的输入、存储功能；提供反映维修计划、执行情况的相关数据；提供维修分析功能。(4)设备改造管理，支持辅助编制设备改造计划功能；提供记录历次设备维改造情况的输入、存储功能；提供反映改造计划、执行情况的相关数据。(5)设备运行管理，提供设备完好率等统计数据，以反映设备技术状态和管理水平。煤矿检测与诊断系统可以直观地反映设备的运行状态、运行效率及设备的安全状况，对设备进行及时的跟踪反馈，动态的展示机电设备的运行状态，以方便制定出合理的维修、保养计划，使设备因故障造成的停工时间降到最短，延长设备的使用寿命，降低库存量，增加经济效益。

2.煤矿机电监控与故障诊断系统的原理

2.1现场总线技术

现场总线技术是近年来迅速发展起来的一种工业数据总线，它主要解决工业现场的智能化仪器仪表、控制器、执行机构等现场设备间的数字通信以及这些现场控制设备和高级控制系统之间的信息传递问题。由于现场总线简单、可靠、经济实用等一系列突出的优点，因而受到了许多标准团体和计算机厂商的高度重视。现场总线技术沟通了煤矿生产过程现场及控制设备之间及其与更高控制管理层次之间的联系。它不仅是一个基层网络，而且还是一种开放式、新型全分布控制系统。现场总线技术是以智能传感、控制、计算机、数字通讯等技术为主要内容的综合技术，对于煤矿机电设备的管理起着重要的作用。

2.2小波神经网络

小波分析 (wavelet Analysis) 是 20 世纪 80 年代中期发展起来的一门数学理论和方法 ,由法国科学家Grossman和Morlet 在进行地震信号分析时提出的,随后迅速发展。小波分析的出现被认为是傅立叶分析的突破性进展 ,在逼近论、微分方程、模识识别、计算机视觉、图像处理、非线性科学等方面使用小波分析取得于许多突破性进展。

小波神经网络技术通过现场调研收集1000 组传感器收集的常见检测记录，依据不同的故障诊断方法、疑似故障的内部检查、专家讨论分析等方法确定出相应的故障类型。温度监测技术也己广泛应用于煤矿设备状态监测，但设备在即将出现事故温度才会急剧上升，因此温度检测难以完成设备安全监测和早期预警的重任和及时报警的现场要求。铁谱技术是现阶段煤矿行业设备状态监测与故障诊断常用技术，美国煤矿开展 屑监测工作较早，然而，在应用铁谱分析技术属于离线监测，大多还是从设备现场采集油样，再在实验室制作谱片进行油液成分分析，分析周期相对较长，速度慢，降低了设备监测的实时性。振动监测技术利用振动信号对设备进行诊断，是设备故障诊断最常用、最有效的方法之一。设备振动信号中包含了系统、零部件由于磨损、疲劳、老化等因素引起的劣化和失效等重要信息，通过对振动信号进行采集、分析和处理，可以监测设备的运行状态，识别机械设备的故障类型、故障来源，从而为设备的维修提供依据，以达到保障设备安全运行的目的。

3.机电监控与故障诊断系统的实际应用

以下是通过振动分析仪对煤矿通风机设备进行的故障诊断数据及处理过程：(1)振动加速度信号波形：振动峰峰值大小为81.6m/ss(8.16g) 峭度指标:1.8103；(2)振动烈度信号波形：振动烈度为29.7mm/s（最大值*0.707）；(3)振动加速度信号包络谱分析。

分析结果：一是风机轴承型号为NU324，轴承故障频率为内圈损伤故障频率97.5Hz，外圈损伤故障频率为65Hz，滚动体损伤故障频率为60Hz。分析图谱中未发现与轴承各故障频率相对应的成分；二是从振动加速度时域波形可以看出风机振动剧烈，峰峰值达到80m/ss，此外，时域波形上存在杂乱毛刺，说明风机零部件存在摩擦现象；三是振动加速度信号频谱图中没有出现明显的轴承故障频率成分，在700Hz附近存在明显的边频带现象，对振动信号进行包络解调分析，得出的调制频率为12.5Hz，与风机旋转频率750rpm相对应；四是由于振动加速度信号振动峭度指标为1.8，小于3，所以风机振动剧烈原因不是由轴承故障引起的冲击性故障；五是由振动波形中摩擦现象，以及故障调制频率12.5Hz，可以判断风机振动剧烈原因与叶片有关，且叶片存在摩擦现象。

结论：检修发现刚安装风机的叶片与机壳出现严重摩擦，检修后运行正常。

总之，煤矿机电设备管理涉及内容广泛，信息复杂，数据量大。在传统手工管理方式下，信息的采集和反馈速度慢，数据失真、丢失严重，导致了设备管理的各个环节相互脱节，各种指标的分析不准确，计划与实际脱离，影响了设备管理水平的提高。因此，企业开发设备管理信息系统的基本任务，就是要通过将信息技术和管理技术结合，利用计算机辅助设备管理人员的工作，提高工作效率，达到促进设备管理现代化，为提高企业生产技术水平和产品质量、降低消耗、确保安全生产、增加经济效益等服务的目的。

煤矿机电监测与故障诊断系统及时准确识别核心零部件故障的微弱特征信号，必将为潜在故障预示和演化、寿命预测和制定维修策略提供技术支持，从而提高煤矿关键装备整体运行安全性和可靠性，实现由“事后维修”到“预知维修”的转变，避免意外停机及恶性事故发生，具有巨大的经济效益和社会效益。

【参考文献】

［1］李国华,张忠忠.机械故障诊断[M].北京:化学工业出版社.

［2］陈志强,李青松,张端．基于多种诊断知识的回热系统故障诊断[J].电站辅机,2004,(1):16-22．

［3］侯国莲,孙晓刚,张建华,等.基于非线性主元分析和概率神经网络的凝汽器故障诊断方法研究[J].中国电机工程学报,2005,25(18):104-108．

［4］潘浩.Internet 上实时视频流传输框架的研究[J].北京工大学报,2003，(6).