計(jì)算機(jī)視覺的基本技術(shù)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的計(jì)算機(jī)視覺的基本技術(shù)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：計(jì)算機(jī)視覺的基本技術(shù)范文

關(guān)鍵詞：計(jì)算機(jī)視覺；課程創(chuàng)新；教學(xué)改革

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）20-0118-02

計(jì)算機(jī)視覺課程是人工智能學(xué)科的分支學(xué)科，對(duì)互聯(lián)網(wǎng)技術(shù)的發(fā)展有著重要的推進(jìn)作用。隨著時(shí)代的飛速變遷，越來越多的學(xué)生對(duì)這一領(lǐng)域產(chǎn)生了濃厚的興趣，計(jì)算機(jī)視覺課程在信息專業(yè)中也開始占據(jù)重要的地位。如何讓學(xué)生對(duì)這門課程保持長久的興趣，如何培養(yǎng)學(xué)生的專業(yè)能力和實(shí)踐能力，是當(dāng)前高校應(yīng)該考慮的問題。經(jīng)過近幾年的教學(xué)實(shí)踐后，很多高校已經(jīng)逐步確定了通過實(shí)際應(yīng)用培養(yǎng)學(xué)生興趣的教學(xué)方法，在滿足學(xué)生對(duì)計(jì)算機(jī)視覺應(yīng)用需求的同時(shí)，加深了學(xué)生對(duì)理論知識(shí)的理解，這已經(jīng)成為了當(dāng)前高校計(jì)算機(jī)視覺課程教學(xué)的重要模式。

一、計(jì)算機(jī)視覺課程的特點(diǎn)

近年來，隨著計(jì)算機(jī)網(wǎng)絡(luò)的飛速發(fā)展，計(jì)算機(jī)視覺的應(yīng)用也越來越廣泛，成為了信息相關(guān)專業(yè)學(xué)生的一門必修課。計(jì)算機(jī)視覺課程涉及眾多領(lǐng)域，包括人工智能與模式識(shí)別、應(yīng)用數(shù)學(xué)等，其覆蓋范圍廣，綜合性較強(qiáng)。具體來說，計(jì)算機(jī)視覺課程有以下幾個(gè)特點(diǎn)：一是內(nèi)容廣泛，理論抽象。計(jì)算機(jī)視覺是一門新技術(shù)，隨著時(shí)代的變遷，互聯(lián)網(wǎng)新技術(shù)的更新日新月異，這就使得課程內(nèi)容的更新過快，內(nèi)容廣泛，教師很難在第一時(shí)間向?qū)W生輸送所有的課程知識(shí)。二是計(jì)算機(jī)視覺課程涉及多個(gè)學(xué)科領(lǐng)域，并且所涉及的領(lǐng)域知識(shí)內(nèi)容復(fù)雜，表達(dá)抽象，這對(duì)學(xué)生的學(xué)習(xí)來說是一個(gè)較大的障礙。三是實(shí)踐性強(qiáng)。計(jì)算機(jī)視覺課程的知識(shí)內(nèi)容來源于各種專業(yè)不同的領(lǐng)域，操作性極強(qiáng)，學(xué)生只有在具有一定的工程項(xiàng)目綜合能力后，才能進(jìn)行計(jì)算機(jī)視覺應(yīng)用和操作。

二、計(jì)算機(jī)視覺與計(jì)算機(jī)圖形學(xué)、數(shù)字圖像處理之間的聯(lián)系和區(qū)別

1.計(jì)算機(jī)視覺與計(jì)算機(jī)圖形學(xué)的聯(lián)系與區(qū)別。計(jì)算機(jī)視覺一般輸入的都是圖像或圖像序列，其輸入資料主要來自u(píng)sb攝像頭或是相機(jī)。經(jīng)過處理后，計(jì)算機(jī)視覺輸出的是對(duì)圖像序列和圖像對(duì)應(yīng)的對(duì)真實(shí)世界的一種理解，在這一方面，計(jì)算機(jī)視覺有識(shí)別車牌、人臉的作用。而計(jì)算機(jī)圖形學(xué)則是一種對(duì)虛擬場(chǎng)景的描述。它一般是由多個(gè)多邊性數(shù)組組成，每個(gè)多邊性有三個(gè)頂點(diǎn)，輸出的是二維像素?cái)?shù)組。在增強(qiáng)現(xiàn)實(shí)的應(yīng)用中，人們不僅需要用計(jì)算機(jī)視覺來提高對(duì)物體識(shí)別和姿態(tài)獲取的效率，還需要用到計(jì)算機(jī)圖形學(xué)對(duì)虛擬三維物體的疊加方法。

2.計(jì)算機(jī)視覺與數(shù)字圖像處理的聯(lián)系和區(qū)別。首先，計(jì)算機(jī)視覺與數(shù)字圖像處理之間的聯(lián)系在于數(shù)字圖像處理是計(jì)算機(jī)視覺處理的基礎(chǔ)，而計(jì)算機(jī)視覺的研究成果也可以作為數(shù)字處理的素材。其次，計(jì)算機(jī)視覺與數(shù)字圖像處理之間的區(qū)別在于圖形是一種純數(shù)字化、矢量的單位，而圖像則不僅包括圖形，有時(shí)還包括來自現(xiàn)實(shí)世界的信號(hào)，并且圖形的處理不是一種簡單的堆積，計(jì)算機(jī)視覺的處理要從圖像中找到一些統(tǒng)計(jì)數(shù)據(jù)和信息，并做進(jìn)一步的數(shù)據(jù)分析。

三、高校計(jì)算機(jī)視覺課程教學(xué)的創(chuàng)新策略

1.以工程應(yīng)用為導(dǎo)向的課程內(nèi)容。鑒于學(xué)習(xí)本課程的學(xué)生在畢業(yè)之后多數(shù)會(huì)進(jìn)入相關(guān)工程企業(yè)或者研究院工作，因此，在對(duì)學(xué)生進(jìn)行培養(yǎng)時(shí)，高校一方面要考慮到學(xué)生的知識(shí)接受度，另一方面要設(shè)置以工程應(yīng)用為導(dǎo)向的課程內(nèi)容，幫助學(xué)生更好的進(jìn)入企業(yè)或研究院開展工作。高校在進(jìn)行計(jì)算機(jī)視覺課程教學(xué)創(chuàng)新時(shí)，首先要?jiǎng)?chuàng)新課程教材，摒棄以往枯燥的理論書籍，多選取一些實(shí)踐性和應(yīng)用性強(qiáng)的教材?？紤]到國內(nèi)教材的滯后性和學(xué)生基礎(chǔ)的薄弱性，高校應(yīng)該選擇以下兩本書作為學(xué)生的專用教材：一本是我國著名教授賈云得編纂的《機(jī)器學(xué)習(xí)》，這部教材深刻體現(xiàn)了時(shí)展的教學(xué)要求，書中不僅詳細(xì)講述了計(jì)算機(jī)視覺中的一些基本知識(shí)，包括計(jì)算機(jī)視覺的基本概念、算法及其應(yīng)用，還有一些經(jīng)典的數(shù)字圖像處理方法和視覺應(yīng)用分析，對(duì)學(xué)生了解基礎(chǔ)知識(shí)和實(shí)踐內(nèi)容有著重要的意義；另外一本是國內(nèi)外十分推崇的計(jì)算機(jī)視覺著作，它是美國教授Richard Szeliski教授的作品。該書在2010年出版，獲得了眾多業(yè)界人士的好評(píng)。Richard Szeliski教授是華盛頓大學(xué)的兼職教授，也是微軟研究院交互視覺與多媒體的主任，他對(duì)計(jì)算機(jī)視覺的發(fā)展和未來走向十分清楚，也深刻了解產(chǎn)業(yè)界和大學(xué)需要什么樣的計(jì)算機(jī)視覺課程教材。因此，這本教材面向應(yīng)用，與當(dāng)今最新的科技成果緊密相連，綜合論述了計(jì)算機(jī)視覺在各個(gè)領(lǐng)域的發(fā)展，展示了計(jì)算機(jī)視覺的最新研究成果和未來的發(fā)展趨勢(shì)。此外，本書中還有詳細(xì)的國外研究案例和更加深入的應(yīng)用案例，適合學(xué)生開展探究性學(xué)習(xí)。兩本教材都是遵循以工程應(yīng)用為導(dǎo)向的原則，對(duì)學(xué)生開放性思維的培養(yǎng)有著重要的意義。

2.面向科技最新成果的課程定位。計(jì)算機(jī)視覺是一門新技術(shù)，科技創(chuàng)新是其發(fā)展的原動(dòng)力，因此，高校在進(jìn)行課程安排時(shí)，應(yīng)該將當(dāng)今計(jì)算機(jī)視覺領(lǐng)域的重要的科技成果作為計(jì)算機(jī)課程的基本教學(xué)內(nèi)容。要想以科技最新成果定位計(jì)算機(jī)視覺課程，高校要做到以下兩個(gè)方面：（1）選取涵蓋最新成果的教材。考慮到不同學(xué)生的數(shù)字圖像處理基礎(chǔ)不一的問題，學(xué)校可以在課程中補(bǔ)充一些有關(guān)數(shù)字圖像處理的基礎(chǔ)內(nèi)容。在選擇教材內(nèi)容時(shí)，計(jì)算機(jī)視覺課程的內(nèi)容應(yīng)該包括數(shù)字圖像處理、視覺學(xué)習(xí)和模式識(shí)別這三大部分。數(shù)字圖像處理是視覺課程的基礎(chǔ)內(nèi)容，主要向?qū)W生介紹數(shù)字圖像處理和計(jì)算機(jī)視覺所涉及的一些基礎(chǔ)知識(shí)，包括圖像的分割和檢測(cè)、圖像濾波的處理等。數(shù)字圖像處理是整個(gè)計(jì)算機(jī)課程學(xué)習(xí)的重要基礎(chǔ)內(nèi)容，其課時(shí)可占總課時(shí)的二分之一。其次，視覺部分是近幾年來計(jì)算機(jī)視覺的最新科技成果，內(nèi)容主要包括攝像機(jī)的幾何設(shè)定和計(jì)算機(jī)攝影機(jī)的序列處理等。作為最前沿的科技領(lǐng)域，視覺部分將會(huì)是該課程后期的重點(diǎn)內(nèi)容，與實(shí)踐作業(yè)緊密結(jié)合。而模式識(shí)別則更多的是新技術(shù)的一種工程應(yīng)用，學(xué)生會(huì)更多的涉及到實(shí)踐操作，更好的培養(yǎng)學(xué)生的實(shí)踐能力。（2）強(qiáng)化學(xué)生自學(xué)和調(diào)研能力。課程調(diào)研和實(shí)踐是信息專業(yè)學(xué)生強(qiáng)化能力的重要方法之一，高?？梢栽谡n程項(xiàng)目中引入新技術(shù)的探究，在使課程在具有基礎(chǔ)性、研究性的同時(shí)，具有一定的前沿性，還能讓學(xué)生在第一時(shí)間了解到最新的科技成果和互聯(lián)網(wǎng)應(yīng)用技術(shù)。在課程調(diào)研和實(shí)踐中，高校必須要強(qiáng)化學(xué)生的自學(xué)和調(diào)研能力，在調(diào)研時(shí)給每一個(gè)小組安排一位高年級(jí)研究生作為指導(dǎo)，每組學(xué)生獨(dú)立完成任務(wù)，高年級(jí)研究生只做引導(dǎo)和輔助的作用。學(xué)生在自我設(shè)置調(diào)研程序，查找資料，理解和熟悉相關(guān)程序的時(shí)候，能夠更加掌握最新科技成果的內(nèi)容，同時(shí)還提高了學(xué)生的自學(xué)能力和團(tuán)隊(duì)協(xié)作能力。

3.工程實(shí)踐化的教學(xué)形式。工程項(xiàng)目綜合能力是信息專業(yè)的學(xué)生必須具備的素質(zhì)之一，因此在計(jì)算機(jī)視覺課程的教學(xué)過程中，培養(yǎng)學(xué)生的工程實(shí)踐能力是教學(xué)目標(biāo)之一。高?？梢圆扇∫韵聝煞N方法：（1）選取適當(dāng)?shù)墓こ虒?shí)例。對(duì)于信息專業(yè)的學(xué)生而言，計(jì)算機(jī)視覺課程各個(gè)獨(dú)立的算法和方法較多，彼此沒有過多的聯(lián)系。這對(duì)學(xué)生來說過于抽象，不易理解，因此教師不應(yīng)當(dāng)僅僅限于知識(shí)的傳授，還應(yīng)該選取一些適當(dāng)?shù)墓こ虒?shí)例，將知識(shí)體系串聯(lián)在一起，加深學(xué)會(huì)對(duì)教學(xué)內(nèi)容的理解，從而達(dá)到良好的教學(xué)效果。例如，在教學(xué)過程中，教師可以著重介紹手機(jī)制造的例子。手機(jī)是現(xiàn)在學(xué)生十分熟悉的產(chǎn)品，用手機(jī)舉例更加貼近學(xué)生的生活，教師可以詳細(xì)介紹手機(jī)鍵盤和主板的制造過程，并在這一過程中將所學(xué)的算法和理論融合進(jìn)去，加深學(xué)生對(duì)知識(shí)的理解。其次，教師在手機(jī)講解時(shí)，還可以引導(dǎo)學(xué)生思考類似的產(chǎn)品制造，從而引出數(shù)碼相機(jī)的制造原理，和學(xué)生一起探討其制造算法。這種做法不僅可以幫助學(xué)生學(xué)習(xí)，還可以讓學(xué)生拓寬思路，發(fā)散思維，不斷創(chuàng)新計(jì)算機(jī)視覺領(lǐng)域。（2）選擇合適的實(shí)際應(yīng)用。計(jì)算機(jī)視覺課程是一門實(shí)踐性和操作性極強(qiáng)的學(xué)科，因此，為了學(xué)生更好的學(xué)習(xí)，教師要將理論工程實(shí)踐化，選擇合適的實(shí)際應(yīng)用來提高學(xué)生的實(shí)踐能力。教師可以安排學(xué)生進(jìn)入手機(jī)制造廠房，給學(xué)生上一堂別開生面的實(shí)踐課，詳細(xì)介紹每個(gè)制造流程，并向?qū)W生不斷拋出與課程有關(guān)的問題，引發(fā)學(xué)生的思考，比如選擇什么樣的模板匹配法可以更為簡單。學(xué)生在不斷的解答和提問中，對(duì)學(xué)科知識(shí)的了解也會(huì)逐步加深。其次，高?？梢越ｉT的實(shí)訓(xùn)基地，學(xué)生可以在基地里實(shí)踐操作，將理論轉(zhuǎn)化為實(shí)物，親自嘗試做出模型，這種做法可以極大地提高學(xué)生的實(shí)踐能力，使學(xué)生更快的將理論轉(zhuǎn)化為實(shí)際。

四、結(jié)語

在新形勢(shì)下，高校應(yīng)不斷創(chuàng)新計(jì)算機(jī)視覺課程的教學(xué)模式，并以此展開教學(xué)活動(dòng)，培養(yǎng)學(xué)生的實(shí)踐能力和創(chuàng)新精神。將工程應(yīng)用和科技最新成果結(jié)合的教學(xué)模式，有利于解決理論和實(shí)踐相脫節(jié)的問題，在增強(qiáng)學(xué)生學(xué)習(xí)興趣、提高學(xué)生獨(dú)立分析能力的同時(shí)，還使學(xué)生接觸了國際最新的研究成果，拓寬了學(xué)生的思路，這對(duì)學(xué)生未來的發(fā)展有著重要的意義。

參考文獻(xiàn)：

[1]郭小勤，曹廣忠.計(jì)算機(jī)視覺課程的CDIO教學(xué)改革實(shí)踐[J].理工高教研究，2010，（05）.

[2]倫向敏，侯一民.高?！队?jì)算機(jī)視覺》課程輔助教學(xué)系統(tǒng)的研究[J].教育教學(xué)論壇，2012，（18）.

[3]陳芳林，劉亞東，沈輝.在《計(jì)算機(jī)視覺》課程中引入研討式教學(xué)模式[J].當(dāng)?shù)亟逃碚摵蛯?shí)踐，2013，（07）.

[4]楊晨.視覺傳達(dá)設(shè)計(jì)專業(yè)插畫設(shè)計(jì)課程創(chuàng)新與實(shí)踐人才培養(yǎng)機(jī)制探究[J].藝術(shù)科技，2015，（05）.

[5]蔣辰.基于數(shù)字媒體環(huán)境的視覺傳達(dá)設(shè)計(jì)專業(yè)綜合實(shí)驗(yàn)課程改革探證[J].文藝生活：中旬刊，2015，（07）.

[6]張勝利.視覺傳達(dá)設(shè)計(jì)專業(yè)中色彩風(fēng)景寫生課程多元立體化教學(xué)模式的構(gòu)建[J].美術(shù)教育研究，2015，（08）.

第2篇：計(jì)算機(jī)視覺的基本技術(shù)范文

關(guān)鍵詞：計(jì)算機(jī)視覺技術(shù) 鐵路檢測(cè) 應(yīng)用

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2012）002-075-03

1 前言

自1825年世界第一條鐵路在英國出現(xiàn)以來，鐵路已經(jīng)成為人們不可或缺的交通工具，越來越多的人在使用鐵路出行，由于近年來鐵路事故頻頻發(fā)生，促使了計(jì)算機(jī)視覺技術(shù)在鐵路檢測(cè)上的廣泛使用并大力發(fā)展。

傳統(tǒng)的鐵路檢測(cè)一直是靠人工和靜態(tài)檢測(cè)，這種檢測(cè)缺乏實(shí)時(shí)性和準(zhǔn)確性，并且效率低下，根本無法滿足鐵路的發(fā)展。這就要求研究一種新的檢測(cè)方法來適應(yīng)環(huán)境的發(fā)展，人們就試圖將計(jì)算機(jī)視覺技術(shù)應(yīng)用于鐵路檢測(cè)上，并取得了很好的效果。將計(jì)算機(jī)視覺技術(shù)應(yīng)用在鐵路檢測(cè)上顯著提高了鐵路檢測(cè)的實(shí)時(shí)性、準(zhǔn)確性，有效的減輕了人工檢測(cè)中工作條件惡劣，工作量大等缺點(diǎn)。它能在列車行駛的過程中就能對(duì)鐵路和列車狀況進(jìn)行檢測(cè)，并及時(shí)的做出預(yù)警，防止安全事故的發(fā)生。目前有關(guān)鐵路檢測(cè)主要集中在鐵路信號(hào)檢測(cè)、軌道檢測(cè)、接觸網(wǎng)檢測(cè)、電力機(jī)車檢測(cè)及站臺(tái)環(huán)境監(jiān)測(cè)等五個(gè)方面。

2 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺，也稱機(jī)器視覺。它是利用一個(gè)代替人眼的圖像傳感器獲取物體的圖像，將圖像轉(zhuǎn)換成數(shù)字圖像，并利用計(jì)算機(jī)模擬人的判別準(zhǔn)則去理解和識(shí)別圖像，達(dá)到分析圖像和作出結(jié)論的目的。

計(jì)算機(jī)視覺是多學(xué)科的交叉和結(jié)合，涉及到數(shù)學(xué)、光學(xué)、人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、圖像理解、模式識(shí)別等多個(gè)領(lǐng)域。計(jì)算機(jī)視覺已有多年的發(fā)展歷程。隨著計(jì)算機(jī)、控制理論、模式識(shí)別、人工智能和生物技術(shù)的發(fā)展，計(jì)算機(jī)視覺在機(jī)器人、工業(yè)檢測(cè)、物體識(shí)別的應(yīng)用越來越廣，研究方向也從二維到三維，從串行到并行，從直接依賴于輸入信號(hào)的低層處理到依賴于特征、結(jié)構(gòu)、關(guān)系和知識(shí)的高層處理。

一般的計(jì)算機(jī)視覺系統(tǒng)是有CCD(電荷耦合器件)攝像機(jī)、裝備有圖像采集板的計(jì)算機(jī)、光照系統(tǒng)以及專用圖像處理軟件等組成。CCD攝像機(jī)將所要研究的對(duì)象和背景以圖像的形式記錄下來，這其實(shí)是一個(gè)光電傳感器，將光學(xué)信號(hào)轉(zhuǎn)成電信號(hào)，圖像采集板把采集的電信號(hào)轉(zhuǎn)為數(shù)字信號(hào)，即數(shù)字化，一般情況下在攝取圖像時(shí)都需要一個(gè)照明系統(tǒng)提供光照，然后再用專用的圖像處理軟件對(duì)圖像進(jìn)行處理，輸出分析結(jié)果。

3 計(jì)算機(jī)視覺技術(shù)在鐵路信號(hào)中的應(yīng)用

鐵路信號(hào)燈和現(xiàn)在的交通公路上的紅綠燈是一個(gè)功能，但鐵路和公路不同，鐵路有限定的道路，列車必須在限定的股道上行駛，所以一旦與其他車輛相遇的話根本沒有辦法避讓，如果發(fā)生車禍將會(huì)對(duì)國家和人民的生命和財(cái)產(chǎn)造成嚴(yán)重的損失，因此列車必須嚴(yán)格按照信號(hào)燈的指示行駛。

鐵路信號(hào)燈識(shí)別主要是利用了信號(hào)燈在不同情況下會(huì)發(fā)出特定色彩光的特點(diǎn)。文獻(xiàn)[1]在HSV空間中對(duì)S分量圖像邊緣檢測(cè)和膨脹等，結(jié)合各種信號(hào)燈色調(diào)H分量的取值范圍得到信號(hào)燈區(qū)域，然后多次腐蝕直到消除孤立點(diǎn)得到信號(hào)燈的邊緣，最后填充信號(hào)燈區(qū)域，從而實(shí)現(xiàn)了信號(hào)燈的識(shí)別。在文獻(xiàn)[2]也與此類似。文獻(xiàn)[3]將彩色圖像由RGB模式轉(zhuǎn)化為HSI模式，用彩色特征聚類分析法來對(duì)圖像進(jìn)行分割，文中提出了基于顏色和形狀相結(jié)合的復(fù)雜環(huán)境中目標(biāo)檢測(cè)與識(shí)別方法，用Hough變化來提取目標(biāo)邊界，從而提取出特定目標(biāo)，而后得到指示燈區(qū)域所有像素的H，S統(tǒng)計(jì)值確定信號(hào)燈的顏色。在文獻(xiàn)[4]提出一種基于改進(jìn)的Hough變化的吊車信號(hào)燈識(shí)別算法。Roberto將攝取的圖片轉(zhuǎn)換到HIS顏色空間，用基于形狀特征和模板匹配的方法探測(cè)到相關(guān)的鐵路標(biāo)志而放棄無關(guān)的基礎(chǔ)設(shè)施。

為了部分消除因?yàn)楣庹諚l件、背景和拍攝角度對(duì)目標(biāo)識(shí)別的影響，文獻(xiàn)[5]提出使用一種利用sift特征的方法，它首先建立已知樣本模型的特征集，然后將視頻流每幀灰度圖像的sift特征與之比較，從而實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)或跟蹤。實(shí)驗(yàn)表明該方法不僅能避免目標(biāo)的錯(cuò)誤識(shí)別，而且也明顯優(yōu)于基于邊緣檢測(cè)的算法，在識(shí)別準(zhǔn)確率上達(dá)到了90%。

4 計(jì)算機(jī)視覺技術(shù)在軌道檢測(cè)中的應(yīng)用

隨著世界鐵路運(yùn)營速度的不斷提高，列車在行駛時(shí)對(duì)軌道的撞擊、摩擦加劇，這就會(huì)造成軌道的變形、零件松動(dòng)、磨損乃至缺失等，這些都會(huì)對(duì)列車的安全性造成嚴(yán)重影響，極有可能會(huì)造成鐵路安全事故的發(fā)生。因此軌道設(shè)備具備良好的狀態(tài)是鐵路運(yùn)輸安全的重要保證。

隨著電子技術(shù)和檢測(cè)技術(shù)的發(fā)展，軌道檢測(cè)技術(shù)也經(jīng)歷了翻天覆地的變化，其中也有不少研究機(jī)構(gòu)將計(jì)算機(jī)視覺技術(shù)應(yīng)用于軌道檢測(cè)上，且取得了若干有效的檢測(cè)方法。

軌道表面缺陷對(duì)列車行駛的質(zhì)量和鐵路系統(tǒng)的安全性會(huì)造成嚴(yán)重的影響，文獻(xiàn)[7]提出了一種軌道表面缺陷檢測(cè)的實(shí)時(shí)視覺檢測(cè)系統(tǒng)。利用跟蹤提取算法分割出軌道的灰度圖像，然后用局部歸一化法增強(qiáng)軌道圖像的對(duì)比度，最后用基于投影輪廓的缺陷定位法檢測(cè)缺陷。該算法對(duì)噪聲有較強(qiáng)的魯棒性和計(jì)算速度快，在一定程度上克服了光照不均和軌道表面反射性質(zhì)不同對(duì)圖像的影響，但對(duì)局部歸一化過程中參數(shù)的選擇有待進(jìn)一步研究，以使該系統(tǒng)有更強(qiáng)的魯棒性。該系統(tǒng)在216km/h速度下能進(jìn)行實(shí)時(shí)檢測(cè)，但隨著檢測(cè)速度的提高檢測(cè)的準(zhǔn)確度會(huì)明顯下降且缺乏實(shí)時(shí)性。

文獻(xiàn)[8]利用一排結(jié)構(gòu)光視覺傳感器，將鋼軌輪廓的大圓周和小圓周的中心作為檢查點(diǎn)。首先結(jié)構(gòu)光視覺傳感器拍攝鐵軌側(cè)面并且將其標(biāo)記 在參考坐標(biāo)幀中，最后通過比較測(cè)量的鋼軌輪廓與參考輪廓的比較計(jì)算出鐵軌磨損程度。該方法簡單快速精確且不需要特殊的圖像處理設(shè)備，在列車較高速度時(shí)仍然能達(dá)到良好效果。

5 計(jì)算機(jī)視覺技術(shù)在接觸網(wǎng)檢測(cè)中的應(yīng)用

接觸網(wǎng)是沿鐵路線上空架設(shè)的向電力機(jī)車供電的特殊形式的輸電線路。其由接觸懸掛、支持裝置、定位裝置、支柱與基礎(chǔ)幾部分組成。它是軌道交通的主要組成部分，主要為機(jī)車提供動(dòng)力，接觸網(wǎng)的連接件由于受外界因素的影響容易產(chǎn)生過熱現(xiàn)象，嚴(yán)重時(shí)會(huì)導(dǎo)致供電中斷，引發(fā)列車停運(yùn)事故。

我國的計(jì)算機(jī)視覺技術(shù)的接觸網(wǎng)檢測(cè)系統(tǒng)是基于德國相關(guān)技術(shù)而建立起來的，目前基于計(jì)算機(jī)視覺技術(shù)的接觸網(wǎng)磨耗檢測(cè)主要有兩種方案：(1)基于鏡面反射，激光照射接觸線，線性CCD照相機(jī)捕獲反射圖像；(2)基于漫反射原理和CMOS(互補(bǔ)金屬氧化物半導(dǎo)體)照相機(jī)。由于長期的頻繁摩擦，接觸網(wǎng)與受電弓接觸部分很少被空氣氧化，所以用光進(jìn)行照射時(shí)該部分光反射率明顯高于其他部分，因此這也為計(jì)算機(jī)視覺技術(shù)用于接觸網(wǎng)檢測(cè)提供了可能。

基于機(jī)器視覺的接觸網(wǎng)檢測(cè)系統(tǒng)主要是建立在圖像識(shí)別和圖像處理等視覺技術(shù)基礎(chǔ)之上的，檢測(cè)的內(nèi)容涵蓋接觸網(wǎng)的所有基本幾何參數(shù)。隨著鐵路的發(fā)展，原有的檢測(cè)系統(tǒng)已經(jīng)暴露出了一些問題，已無法滿足需求，所以研究人員在系統(tǒng)硬件設(shè)備不變的情況下提出了許多改進(jìn)的算法，如文獻(xiàn)[9]針對(duì)現(xiàn)行的接觸網(wǎng)定位器傾斜度檢測(cè)方法效率低下、精確度不高的缺點(diǎn)，提出了一種基于計(jì)算機(jī)視覺的接觸網(wǎng)定位器傾斜度自動(dòng)測(cè)量裝置，應(yīng)用圖像分割、剔除干擾線、圖像細(xì)化等算法，對(duì)采集的圖像進(jìn)行處理，然后利用改進(jìn)的霍夫(Hough)變換檢測(cè)細(xì)化后的圖像，對(duì)相鄰的特征像素點(diǎn)進(jìn)行聚類并感知編組，最后用隨機(jī)Hough變換使感知編組后的每條線段更接近直線，進(jìn)而計(jì)算裝置中定位器的傾斜度，實(shí)驗(yàn)證明該算法精度高、速度快。

6 計(jì)算機(jī)視覺技術(shù)在電力機(jī)車檢測(cè)中的應(yīng)用

在列車的行進(jìn)過程中，機(jī)車車輪與鋼軌接觸面不斷發(fā)生摩擦，也就是輪緣與踏面的摩擦。從而會(huì)造成踏面的擦傷或剝離，而剝離會(huì)嚴(yán)重影響列車運(yùn)行的安全性和平穩(wěn)性以及軌道設(shè)施的使用壽命，因此需要對(duì)輪緣進(jìn)行定期的檢測(cè)和維修。

傳統(tǒng)的檢測(cè)方法需要人工逐項(xiàng)檢測(cè)，存在費(fèi)時(shí)費(fèi)力、工作量大、工作環(huán)境差、效率低等缺點(diǎn)，所以人們就提出了一種基于計(jì)算機(jī)視覺技術(shù)的檢測(cè)技術(shù)，該技術(shù)是一種非接觸式檢測(cè)方法，它能檢測(cè)出所有關(guān)于火車輪緣輪廓的幾何參數(shù)，從而計(jì)算出火車輪緣的磨損情況。這種檢測(cè)方法檢測(cè)速度快、準(zhǔn)確率高且大大減輕了勞動(dòng)強(qiáng)度，在實(shí)驗(yàn)中取得了滿意的效果，并且在實(shí)際檢測(cè)中也得到了廣泛的應(yīng)用。

文獻(xiàn)[10]中研發(fā)設(shè)計(jì)了一種利用CCD成像測(cè)量技術(shù)、圖像處理理論和計(jì)算機(jī)控制等相關(guān)技術(shù)，提出了一種非接觸式的在線測(cè)量系統(tǒng)。采用二元多項(xiàng)式方法對(duì)由于硬件裝置引起的誤差的圖像進(jìn)行幾何校正，用統(tǒng)計(jì)均值法對(duì)圖像進(jìn)行分割，從而求出車輪踏面的各項(xiàng)參數(shù)，通過在實(shí)驗(yàn)室對(duì)標(biāo)準(zhǔn)物進(jìn)行測(cè)試實(shí)驗(yàn)而得到的測(cè)量數(shù)據(jù)結(jié)果進(jìn)行分析而得出。此系統(tǒng)能夠完成對(duì)火車輪對(duì)幾何參數(shù)的測(cè)量，并且可得到相對(duì)準(zhǔn)確的測(cè)量結(jié)果。

為了解決檢測(cè)輪緣高度和寬度存在精度難以保證及穩(wěn)定性不高的問題，文獻(xiàn)[11]提出了一種基于三角法測(cè)量的在線監(jiān)測(cè)系統(tǒng)，該系統(tǒng)由CCD高速攝像機(jī)和結(jié)構(gòu)光發(fā)射器完成數(shù)據(jù)的采集，然后利用三角測(cè)量原理導(dǎo)出測(cè)量模型和計(jì)算模型，根據(jù)輪緣高度和寬度的定義完成對(duì)高度和寬度的測(cè)量，最終對(duì)輪緣磨損程度進(jìn)行量化，實(shí)驗(yàn)表明該算法測(cè)量精度高，結(jié)果穩(wěn)定可靠。

7 計(jì)算機(jī)視覺技術(shù)在站臺(tái)環(huán)境監(jiān)測(cè)中的應(yīng)用

近年來鐵路交通事業(yè)發(fā)展迅速，鐵路客流量也不斷增大，如中國每年的春運(yùn)期間都有上億人次通過火車返鄉(xiāng)，各種危害乘客安全的事故也時(shí)有發(fā)生，因此世界各國特別是中國站臺(tái)監(jiān)控就顯得越來越重要，目前的站臺(tái)監(jiān)控主要是依靠安裝在各個(gè)角落的閉路電視或?qū)I(yè)技術(shù)人員，這不僅需要專業(yè)技術(shù)知識(shí)還需要大量的人力物力。隨著計(jì)算機(jī)、圖像處理等技術(shù)的快速發(fā)展，對(duì)站臺(tái)的自動(dòng)監(jiān)控也逐漸成為發(fā)展趨勢(shì)。

近年來人們做了許多關(guān)于站臺(tái)人群檢測(cè)的研究，這些研究大都使用鐵路站臺(tái)中的閉路電視（CCTV）系統(tǒng)，在現(xiàn)代的CCTV系統(tǒng)中基本上使用的是數(shù)字化圖像，在人群監(jiān)測(cè)過程中大量使用了數(shù)字圖像處理技術(shù)，如邊緣檢測(cè)、細(xì)化、像素計(jì)算等，通過圖像的處理可以輕易的得到想要的結(jié)果。

文獻(xiàn)[12]仍采用原有的CCTV監(jiān)控系統(tǒng)拍攝的灰度圖像作為處理對(duì)象，利用基于視覺的經(jīng)過最小二乘法和全局搜索的混合算法訓(xùn)練的工業(yè)的額神經(jīng)網(wǎng)絡(luò)來估算站臺(tái)的擁擠程度，該系統(tǒng)在實(shí)際的運(yùn)行中獲得了較高的精確度，雖然不能計(jì)算人數(shù)但卻能實(shí)時(shí)的預(yù)測(cè)人群的密度。

文獻(xiàn)[13]所設(shè)計(jì)的系統(tǒng)就較為復(fù)雜，它利用多臺(tái)攝像頭對(duì)站臺(tái)進(jìn)行檢測(cè)。首先判斷站臺(tái)上列車的四種狀態(tài)，如：沒有列車、有列車、列車正在出站、列車正在入站等，然后對(duì)物體或行人檢測(cè)及跟蹤，最后對(duì)所檢測(cè)的結(jié)果綜合分析，做出合理的預(yù)警或警告。

8 計(jì)算機(jī)視覺技術(shù)在鐵路檢測(cè)上的發(fā)展趨勢(shì)

隨著計(jì)算機(jī)視覺技術(shù)的鐵路檢測(cè)中的應(yīng)用越來越廣泛和深入，并且隨著計(jì)算機(jī)視覺技術(shù)等關(guān)鍵技術(shù)的不斷發(fā)展，計(jì)算機(jī)視覺技術(shù)在鐵路檢測(cè)上應(yīng)用發(fā)揮更大的作用，它就目前而言在鐵路檢測(cè)的應(yīng)用上仍然存在技術(shù)難題需要研究：

第3篇：計(jì)算機(jī)視覺的基本技術(shù)范文

關(guān)鍵詞：序貫相似性檢測(cè)算法 圖像匹配 計(jì)算機(jī)視覺

中圖分類號(hào)：TN911 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2013）06（c）-0205-01

圖像匹配最早是70年代美國從事飛行器輔助導(dǎo)航系統(tǒng)，武器投射系統(tǒng)的制導(dǎo)等應(yīng)用研究中提出的。國內(nèi)外學(xué)者對(duì)匹配輔助導(dǎo)航技術(shù)進(jìn)行深入研究，使其在民用領(lǐng)域的應(yīng)用越來越廣泛[1，2]。計(jì)算機(jī)視覺計(jì)算主要分為低層處理、中層處理和高層處理，而在低層進(jìn)行數(shù)字化差異檢測(cè)、中層進(jìn)行參數(shù)化相似分析，高層處理完成圖像的識(shí)別、解釋和描述等任務(wù)，都需要圖像匹配技術(shù)[3]。序貫相似性檢測(cè)算法（SSDA）能夠快速地丟棄非匹配點(diǎn)，減少非匹配點(diǎn)的計(jì)算量，從而提高匹配的速度，算法簡單，易于實(shí)現(xiàn)。

1 序貫相似性檢測(cè)算法

序貫相似性檢測(cè)算法的基本思想是基于對(duì)誤差的積累進(jìn)行分析。在進(jìn)行圖像匹配時(shí)，通常非匹配點(diǎn)處的誤差ε會(huì)隨著運(yùn)算點(diǎn)數(shù)的增加而迅速增長，很快超過某一門限，而對(duì)于匹配點(diǎn)處，誤差的增長要緩慢得多。這樣對(duì)于大多數(shù)非匹配點(diǎn)，只需要分析前幾項(xiàng)，而只有匹配點(diǎn)附近的點(diǎn)才需要計(jì)算整個(gè)循環(huán)，這樣就大大地減少了匹配的運(yùn)算量。

設(shè)源圖像S的大小為J×K，模板圖T的大小為M×N（其中M≤J，N≤K），模板覆蓋的區(qū)域子圖為，（p，q）為模板左上角像素點(diǎn)在圖像S中的坐標(biāo)，S中的待匹配區(qū)域是以點(diǎn)（p，q），（p，q+M-1），（p+N-1，q），（p+N-1，q+M-1）組成的區(qū)域。相對(duì)于參考點(diǎn)位置為（m，n）點(diǎn)的匹配誤差定義為：

其中k=1，2，…r。將累計(jì)誤差值與預(yù)定閾值進(jìn)行比較，當(dāng)累加值超過設(shè)定閾值Tk時(shí)，就停止累加計(jì)算，并記下累加次數(shù)k。計(jì)算下一個(gè)待匹配點(diǎn)處的誤差，若累計(jì)誤差小于預(yù)定閾值，則繼續(xù)計(jì)算此處的誤差，直到>Tk或k=r，記下k值。對(duì)不同的待匹配點(diǎn)進(jìn)行上述匹配計(jì)算，最后取最大k值對(duì)應(yīng)的待匹配點(diǎn)位置，即為要找的匹配點(diǎn)。

2 實(shí)驗(yàn)結(jié)果與分析

圖1顯示了基準(zhǔn)圖與實(shí)時(shí)圖像，圖1（a）為基準(zhǔn)圖像，大小為256×256，圖1（b）為實(shí)時(shí)圖，大小為65×65。圖1（c）找到了實(shí)時(shí)圖像在基準(zhǔn)圖中的位置。

由圖1可以看出，SSDA算法能夠良好地進(jìn)行匹配。而通過對(duì)匹配時(shí)間的計(jì)算可以看出，SSDA算法的運(yùn)行時(shí)間相對(duì)較短，效率較高。

參考文獻(xiàn)

[1] GONG H C.Development of terrain contour matching algorithm for the aided inertial navigation using radial basis functions [J].Journal of Astron Space Science，1998，15（1）：229-234.

第4篇：計(jì)算機(jī)視覺的基本技術(shù)范文

【關(guān)鍵詞】株高 HALCON 雙目視覺 誤差修正

1 引言

計(jì)算機(jī)視覺技術(shù)是近幾年來發(fā)展較快的信息處理技術(shù)，隨著圖像處理技術(shù)的專業(yè)化、計(jì)算機(jī)硬件成本的降低和速度的提高，計(jì)算機(jī)視覺的應(yīng)用已變得越來越廣泛，其中不乏在農(nóng)業(yè)中的應(yīng)用。

株高是植物生長指標(biāo)的重要參數(shù)，是一個(gè)物種爭奪陽光的能力的主要決定因素[1]。對(duì)于作物來講，株高參數(shù)是作物產(chǎn)量預(yù)估不可或缺的參數(shù)。

然而對(duì)于具體的利用機(jī)器視覺方法直接測(cè)量株高的研究還是比較少的，本文就是利用HALCON軟件，采用雙目計(jì)算機(jī)視覺方法來實(shí)現(xiàn)株高的測(cè)量。

2 雙目視覺原理

雙目視覺的基本原理是從兩個(gè)視點(diǎn)觀察同一景物，獲取不同視角下的兩幅圖像，然后根據(jù)三角測(cè)量原理計(jì)算不同圖像對(duì)應(yīng)像素間的視差（disparity ），獲取景物的三維信息，從而實(shí)現(xiàn)場(chǎng)景三維重構(gòu)。

根據(jù)兩個(gè)攝像機(jī)位姿的不同，雙目視覺有多種模式，常用的有雙目橫向模式，雙目橫向會(huì)聚模式以及雙目縱向模式（也稱雙目軸向模式）。

為了增加測(cè)量精度，基線一般不能太小，但基線長度也不可太長，否則，由于物體各部分相互遮擋，兩個(gè)攝像機(jī)可能不能同時(shí)觀察到目標(biāo)點(diǎn)。

圖1是會(huì)聚雙目成像中的視差原理圖。圖中給出兩鏡頭連線所在平面（XZ平面），兩鏡頭中心間的距離（即基線）是B，兩光軸在XZ平面相交于（0，0，Z）點(diǎn)，交角為（未知）。現(xiàn)在來看如果已知像平面坐標(biāo)點(diǎn)（x1， y1）和（x2， y2 ），如何求取世界點(diǎn)W的坐標(biāo)（X，Y，Z）。

根據(jù)相似三角形的關(guān)系可以很明顯得出： （2.1）

（2.2）

（2.3）

其中r為從（任一）鏡頭中心到兩系統(tǒng)會(huì)聚點(diǎn)的距離（未知）。將式（2.2）和（2.3）聯(lián)立， 可得：

（2.4）

上式把物體和像平面的距離Z與視差d直接聯(lián)系起來，若想求解式（2.4），除視差d外，還需要知道x1和x2本身。另外，由圖1可以得到：

（2.5）

代入式（2.2）或（2.3）可得：

代入式（2.2）或（2.3）可得：

（2.6）

現(xiàn)實(shí)測(cè)量中，兩相機(jī)的光軸與世界坐標(biāo)Z軸的夾角不可能相等，不過即便如此，也只會(huì)引入幾個(gè)待確定的三角函數(shù)，而這些三角函數(shù)在相機(jī)標(biāo)定時(shí)即可確定。

3 測(cè)量過程

實(shí)現(xiàn)該測(cè)量過程包括如下幾個(gè)功能模塊：圖像獲取、攝像機(jī)標(biāo)定、特征提取、立體匹配與三維信息恢復(fù)、后處理。本實(shí)驗(yàn)采用是分比率為960×720的雙攝像頭。被測(cè)區(qū)域大小約為56cm×42cm，所以采用的標(biāo)定板應(yīng)為被測(cè)區(qū)域1/3大小的HALCON專用的200mm標(biāo)定板。標(biāo)定數(shù)為24×2張圖片。利用HALCON自帶的標(biāo)定助手，可以輕松實(shí)現(xiàn)單目標(biāo)定。

雙目標(biāo)定時(shí)，需要有15張以上左右相機(jī)相同時(shí)刻拍攝的標(biāo)定板的圖片。再利用for循環(huán)，find_caltab函數(shù)，find_marks_and_pose函數(shù)以及binocular_calibration函數(shù)，可以實(shí)現(xiàn)雙目標(biāo)定。將標(biāo)定過程中，獲得的攝像機(jī)的內(nèi)參以及兩個(gè)攝像機(jī)相對(duì)位置關(guān)系作參數(shù)傳遞給函數(shù)gen_binocular_rectification_map，可以很好地實(shí)現(xiàn)雙目視覺校正的目的，得到兩幅校正后的圖像，還能得到校正后虛擬立體視覺系統(tǒng)中兩個(gè)攝像機(jī)的內(nèi)參和外參。

不同種類的植物其株高定義不同，測(cè)量方式也不盡相同。本文研究的株高只針對(duì)直立型的，是指從植株根部露出土壤部分到植株最高處的株高。

先利用gen_binocular_rectification_map函數(shù)為map_image函數(shù)提供控制參數(shù)，再通過map_image函數(shù)對(duì)采集到的圖像做校正處理，利用threshold函數(shù)，fill_up_shape函數(shù)以及select等函數(shù)找出校正后圖像中植株的最低和最高點(diǎn)，利用intersect_lines_of_sight函數(shù)，可獲得植株最低點(diǎn)和最高點(diǎn)的真實(shí)三維坐標(biāo)，最后通過幾何運(yùn)算得到雙目測(cè)量結(jié)果。

我們?cè)趫D像采集時(shí)就應(yīng)該考慮到，攝像頭應(yīng)該稍微帶一點(diǎn)俯拍的角度，保證左右兩幅圖像上最高處均為現(xiàn)實(shí)坐標(biāo)中的最高處。切忌俯拍角度不可太大，否則由于拍攝角度而引起的像差會(huì)很大，對(duì)結(jié)果將會(huì)有很大的影響。

經(jīng)過以上幾步驟得到的三維坐標(biāo)，常因各種原因而存在一定的誤差，需要進(jìn)行誤差校正。我們對(duì)已知高度的對(duì)象進(jìn)行了測(cè)量，得出結(jié)果如表1：

通過上述數(shù)據(jù)得出的修正關(guān)系如下：

y=-0.0002x2+1.0699x （3.1）

其相關(guān)系數(shù)R2=0.9993

4 實(shí)驗(yàn)結(jié)果

我們對(duì)三種植物進(jìn)行了測(cè)量得出的結(jié)果如下：

從測(cè)量結(jié)果中可以看出，修正后相對(duì)誤差控制在2%之內(nèi)，可以接受。誤差引入的原因可能如下：

1、標(biāo)定板的選擇決定了標(biāo)定精度。一定要選用高精度的標(biāo)定板，且標(biāo)定板的大小應(yīng)約為測(cè)量范圍1/3大小。

2、相機(jī)是圖像獲取的根本，高質(zhì)量的圖像離不開高分辨率相機(jī)，但是高分比率，高解析度的相機(jī)又會(huì)帶來成本上的提升。本文中，對(duì)于390.0mm左右的對(duì)象，1個(gè)像素的誤差可以帶入約0.4mm的實(shí)際誤差。

3、本文所采用的算法只能針對(duì)比較理想，比較直的植株，算法的不斷優(yōu)化，才能不斷減少誤差，提高精度。

5 結(jié)語

本文介紹了一種基于HALCON的，利用雙目視覺測(cè)量株高的方法。對(duì)于直立型植物，通過對(duì)立體匹配與三維信息恢復(fù)結(jié)果的誤差修正，其株高測(cè)量相對(duì)誤差不超過2%，方法具有一定的可借鑒性。

參考文獻(xiàn)

[1]章毓晉.計(jì)算機(jī)視覺教程 [M].北京： 人民郵電出版社，2011.

作者簡介

郝慧鵬（1988-），男，內(nèi)蒙古烏蘭察布人，碩士研究生，主要研究方向?yàn)橛?jì)算機(jī)視覺技術(shù)在農(nóng)作物檢測(cè)上的應(yīng)用。

指導(dǎo)老師

田躍（1956-），男，北京人，北京科技大學(xué)數(shù)理學(xué)院物理系教授，北京市弱磁檢測(cè)及應(yīng)用工程技術(shù)研究中心副主任。

作者單位

第5篇：計(jì)算機(jī)視覺的基本技術(shù)范文

【關(guān)鍵詞】 運(yùn)動(dòng)目標(biāo)檢測(cè) 視頻圖像 OpenCV

一、緒論

隨著計(jì)算機(jī)技術(shù)日新月異的發(fā)展，計(jì)算機(jī)視覺，模式識(shí)別，人工智能，多媒體技術(shù)，越來越受到人們的重視的快速發(fā)展。廣泛地被定位對(duì)象使用運(yùn)動(dòng)跟蹤和檢測(cè)，監(jiān)測(cè)和智能人機(jī)交互和分析他們的行為，一旦發(fā)現(xiàn)有異常行為的對(duì)象，監(jiān)控系統(tǒng)發(fā)出警報(bào)，提醒人們注意和及時(shí)的治療，改善人類的人工監(jiān)督注意力浪費(fèi)資源等問題。計(jì)算機(jī)視覺是通過計(jì)算機(jī)代替人的眼睛和大腦感知外部環(huán)境，分析和理解。

1.1 OpenCV技術(shù)介紹

視覺處理算法的OpenCV提供了非常豐富的，它部分是用C寫的，有它的開源特性，妥善處理，無需添加新的外部支持進(jìn)行編譯和鏈接，生成程序的完整實(shí)現(xiàn)，所以很多人們用它做算術(shù)移植，OpenCV的可正常運(yùn)行的系統(tǒng)DSP和MCU系統(tǒng)正常重寫代碼。

二、運(yùn)動(dòng)目標(biāo)檢測(cè)

運(yùn)動(dòng)目標(biāo)的檢測(cè)在整個(gè)視頻監(jiān)控系統(tǒng)的底層，各種高級(jí)應(yīng)用，如目標(biāo)跟蹤，目標(biāo)分類，目標(biāo)行為的隨訪，了解互惠的基礎(chǔ)。運(yùn)動(dòng)對(duì)象檢測(cè)裝置，從在實(shí)時(shí)目標(biāo)視頻流中提取，目標(biāo)通常設(shè)置面積和顏色特性。結(jié)果運(yùn)動(dòng)目標(biāo)檢測(cè)是描述一些靜態(tài)功能的“靜態(tài)”的目標(biāo)前景。根據(jù)上下文，其中環(huán)境可分為兩大類靜態(tài)背景下運(yùn)動(dòng)目標(biāo)檢測(cè)和動(dòng)態(tài)背景運(yùn)動(dòng)目標(biāo)檢測(cè)，本章與實(shí)際紙工作主攝像機(jī)靜態(tài)背景運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)結(jié)合，不會(huì)發(fā)生前景對(duì)象的運(yùn)動(dòng)目標(biāo)檢測(cè)檢測(cè)算法。

2.1運(yùn)動(dòng)目標(biāo)檢測(cè)的基本方法

目標(biāo)檢測(cè)和提取已在目標(biāo)跟蹤應(yīng)用程序中的重要地位。目標(biāo)檢測(cè)和提取的精度直接影響結(jié)果和準(zhǔn)確性的跟蹤。一個(gè)良好的各種環(huán)境動(dòng)目標(biāo)檢測(cè)算法的應(yīng)能適用于監(jiān)測(cè)，在正常情況下，移動(dòng)體檢測(cè)算法可以根據(jù)場(chǎng)景被監(jiān)視在室內(nèi)或室外監(jiān)測(cè)算法被分成室內(nèi)和室外監(jiān)視算法，則可以按照使用特定算法的方法分為連續(xù)幀差分方法，背景減除法和光流法。

2.1.1幀間差分法

對(duì)于許多應(yīng)用，圖像的連續(xù)幀之間的差檢測(cè)出圖像的順序是非常重要的一步。場(chǎng)景中的任何可觀察到的運(yùn)動(dòng)將反映在場(chǎng)景圖像序列的變化，如果能檢測(cè)到這種變化，我們可以分析的運(yùn)動(dòng)特性。

2.1.2背景差法

基于該原理的背景差分方法非常簡單，基本操作過程示于（4.2）如下：首先使用式（4.3）來計(jì)算背景圖像之間的差fbk當(dāng)前幀fk，然后根據(jù)下式（4.4）是差分圖像的Dk值化和形態(tài)學(xué)濾波處理，并獲得當(dāng)該區(qū)域的通信區(qū)域比給定的閾值RK進(jìn)行連通區(qū)域分析的結(jié)果，它成為檢測(cè)對(duì)象，并且該區(qū)域是區(qū)域目標(biāo)在區(qū)間的，你能確定的最小邊界矩形的目標(biāo)。

其中T 是二值化設(shè)定閥值。

2.1.3光流法

光流是指在圖像模式（或表觀的）運(yùn)動(dòng)的表觀亮度。用“表觀運(yùn)動(dòng)”，主要是由于光流的運(yùn)動(dòng)圖像不能有部分信息只以確定，例如，區(qū)域性或亮度輪廓點(diǎn)更均勻的亮度不能唯一確定的運(yùn)動(dòng)對(duì)應(yīng)的點(diǎn)，但觀察到的運(yùn)動(dòng)。這解釋了光流和該流不一定是由物體的運(yùn)動(dòng)所產(chǎn)生的光，而運(yùn)動(dòng)的主體不一定會(huì)產(chǎn)生光流體育場(chǎng)不一定是唯一的。

三、目標(biāo)跟蹤算法的研究

目標(biāo)對(duì)象的運(yùn)動(dòng)信息的條件的先驗(yàn)知識(shí)下跟蹤，通過從信息源的實(shí)時(shí)數(shù)據(jù)來估計(jì)所述目標(biāo)狀態(tài)，以實(shí)現(xiàn)所述目標(biāo)位置和運(yùn)動(dòng)趨勢(shì)判定。運(yùn)動(dòng)目標(biāo)跟蹤問題是一個(gè)復(fù)雜的估計(jì)。研究精度高，性能穩(wěn)定，目標(biāo)跟蹤方法的適用性仍面臨巨大挑戰(zhàn)，具有重要的理論意義和實(shí)用價(jià)值。

3.1圖像匹配法

通過圖像匹配方法可以識(shí)別要跟蹤的運(yùn)動(dòng)對(duì)象，并確定它們的相對(duì)位置。早期跟蹤涉及的目標(biāo)位置的變化的兩個(gè)圖像之間的測(cè)量計(jì)算出的相關(guān)函數(shù)，跟蹤點(diǎn)是，這兩個(gè)圖象相匹配的最佳位置，這是相關(guān)函數(shù)的峰值。

3.2基于團(tuán)塊的目標(biāo)跟蹤

基于團(tuán)塊（BLOB）的基本原理是用于圖像分割候選像素跟蹤算法，它決定像素是否屬于背景或?qū)儆诙ㄎ换驅(qū)儆谄渌麉^(qū)域?；诟櫵惴ǖ馁|(zhì)量也可稱為基于圖像分割的跟蹤，分割結(jié)果剛夠目標(biāo)和背景之間的區(qū)分，而傳統(tǒng)的圖像分割算法需要目標(biāo)輪廓的精確顯示。分裂臺(tái)球在目標(biāo)，紋理特征和圖像的深度信息的一般特性。

四、結(jié)語

隨著在軍事領(lǐng)域的計(jì)算機(jī)視覺，智能交通監(jiān)控，視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的發(fā)展必將得到更廣泛的應(yīng)用和發(fā)展。在本文中，歷時(shí)四個(gè)月中，主要研究的OpenCV實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的應(yīng)用，實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)具有良好的魯棒性和準(zhǔn)確性，實(shí)現(xiàn)畢業(yè)設(shè)計(jì)的預(yù)期目標(biāo)，在工作和問題結(jié)合起來實(shí)際應(yīng)用中。

參 考 文 獻(xiàn)

[1]劉瑞禎， 于仕琪. OpenCV教程基礎(chǔ)篇[M]. 北京： 北京航空航天大學(xué)出版社，2007.

[2]彭達(dá). Visual C++多媒體編程技術(shù)[M]. 北京： 人民郵電出版社， 1999.

[3]丁金鑄. 基于圖像處理的運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 華中師范大學(xué)， 2007.

[4]王建中， 姜昱明. 基于塊匹配的運(yùn)動(dòng)對(duì)象檢測(cè)算法[J]. 微電子與計(jì)算機(jī)， 2005， 22（1）： 10-12.

[5]林少丹. VC++程序設(shè)計(jì)基礎(chǔ)[M]. 北京： 人民交通出版社， 2009.

[6]唐雙發(fā). 基于OpenCV的車輛視頻檢測(cè)技術(shù)研究[D]. 華中科技大學(xué)， 2009.

[7]李慶忠，陳顯華，王立紅. 視頻監(jiān)視中運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別方法[J]. 計(jì)算機(jī)工程， 2004， 30（16）：30-33.

[8]胡曉峰， 吳玲達(dá)， 老松楊， 司光亞. 多媒體技術(shù)教程[M]. 北京： 人民郵電出版社， 2002.

[9]韓鴻哲， 王志良， 劉冀偉， 李郴， 韓忠濤. 陰影消除的自適應(yīng)背景建模[C]. 第二屆全國智能視覺監(jiān)控學(xué)術(shù)會(huì)議論文集， 2003， 35-39.[10]張玲， 葉海炳， 何偉. 一種基于邊緣信息的改進(jìn)車輛檢測(cè)方法[J]. 重慶大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2004， 27（11）： 56-58.

[11] J.B.Kim， H.J.Kim. Efficient Region―based Motion Segmentation for Video Monitoring System [J]. Pattern Recognition Letters， 2003， 3（24）：113-128.

[12]王春平， 朱元昌，黃允華. 基于圖像信息的跟蹤算法分析[J]. 火力與指揮控制， 2000， 25（1）： 64-67.

[13]楊枝靈， 王開. Visual C++數(shù)字圖像獲取處理及實(shí)踐應(yīng)用[M].北京： 人民郵電出版社， 2003.

第6篇：計(jì)算機(jī)視覺的基本技術(shù)范文

關(guān)鍵詞：農(nóng)業(yè)機(jī)械；技術(shù)手段；應(yīng)用；發(fā)展前景

我國在國際上的地位正在逐漸提高，這與我國的經(jīng)濟(jì)發(fā)展是分不開的，經(jīng)濟(jì)的發(fā)展需要基礎(chǔ)的支持，農(nóng)業(yè)就是我國的基礎(chǔ)，我國是農(nóng)業(yè)大國，農(nóng)村人口基數(shù)大。隨著近幾年我國農(nóng)業(yè)的發(fā)展，很多高新技術(shù)也被運(yùn)用到農(nóng)業(yè)的機(jī)械設(shè)備中，使農(nóng)機(jī)設(shè)備向著智能化的方向發(fā)展，有效地提升了農(nóng)業(yè)生產(chǎn)的整體效率。在農(nóng)業(yè)的生產(chǎn)中使用高新技術(shù)還能夠提高農(nóng)業(yè)的生產(chǎn)效率，保證農(nóng)機(jī)相關(guān)機(jī)械的正常運(yùn)作。

1農(nóng)業(yè)機(jī)械技術(shù)的應(yīng)用分析

1.1計(jì)算機(jī)技術(shù)

這里所說的計(jì)算機(jī)技術(shù)主要指的是計(jì)算機(jī)視覺技術(shù)，這一技術(shù)最早被運(yùn)用在農(nóng)業(yè)機(jī)械上是在20世紀(jì)70年代中期，當(dāng)時(shí)主要運(yùn)用的是計(jì)算機(jī)技術(shù)中的視覺技術(shù)，利用這一技術(shù)的主要目的是可以對(duì)農(nóng)產(chǎn)品的品質(zhì)質(zhì)量進(jìn)行分級(jí)別檢查。計(jì)算機(jī)視覺技術(shù)是以圖像處理為基準(zhǔn)，隨著圖像處理以及視覺模擬技術(shù)的發(fā)展，計(jì)算機(jī)視覺技術(shù)不僅可以用來檢查農(nóng)產(chǎn)品的品質(zhì)，而且還可以用來對(duì)農(nóng)產(chǎn)品進(jìn)行播種、收割。雖然計(jì)算機(jī)視覺技術(shù)在我國農(nóng)業(yè)技術(shù)領(lǐng)域的應(yīng)用時(shí)間還不是很長，在實(shí)際的使用中還有很多的問題出現(xiàn)，但是相信隨著科學(xué)技術(shù)的不斷發(fā)展，計(jì)算機(jī)視覺技術(shù)必將會(huì)改變傳統(tǒng)的農(nóng)業(yè)作業(yè)模式，為現(xiàn)代化農(nóng)業(yè)發(fā)展提供技術(shù)上的支持。

1.2網(wǎng)絡(luò)信息技術(shù)

網(wǎng)絡(luò)信息技術(shù)在我國農(nóng)業(yè)機(jī)械上的應(yīng)用是非常成功的，信息技術(shù)與地理信息系統(tǒng)的有機(jī)結(jié)合不僅可以為農(nóng)業(yè)的生產(chǎn)提供高精度的監(jiān)控，而且還能夠?qū)r(nóng)業(yè)生產(chǎn)中出現(xiàn)病蟲害的情況進(jìn)行及時(shí)的檢測(cè)，然后根據(jù)定位系統(tǒng)來進(jìn)行田間作業(yè)。

1.3液壓技術(shù)

液壓技術(shù)主要依靠的是微電子技術(shù)和工業(yè)傳感技術(shù)，在數(shù)據(jù)的采集上，運(yùn)用液壓技術(shù)主要完成的是能量的轉(zhuǎn)換和匹配，其目的是為了讓農(nóng)業(yè)機(jī)械的效率能夠得到進(jìn)一步的提高，讓機(jī)械設(shè)備的相關(guān)系統(tǒng)特征可以得到完善，讓機(jī)械設(shè)備的可靠性能夠得到提升，這也很好地符合了環(huán)境保護(hù)的相關(guān)標(biāo)準(zhǔn)要求。而大部分的農(nóng)業(yè)機(jī)械都是采用內(nèi)燃機(jī)作為原動(dòng)力，所以很多時(shí)候都會(huì)出現(xiàn)工作負(fù)荷，一般情況下，我們都是通過電液控制手段來完成負(fù)載與原動(dòng)力之間的匹配情況，盡可能地減少功率傳輸過程中出現(xiàn)的損失，從而提高農(nóng)業(yè)機(jī)械系統(tǒng)的工作效率。

1.4人工智能技術(shù)

隨著信息全球化的不斷深入，高端技術(shù)不僅在大型的企事業(yè)單位中被運(yùn)用，在農(nóng)業(yè)中也得到了廣泛的應(yīng)用，比較有成果的就是美國利用人工智能技術(shù)研發(fā)出激光拖拉機(jī)、機(jī)械的內(nèi)部導(dǎo)航裝置，等等，這些裝置可以對(duì)拖拉機(jī)的運(yùn)行方向及所處位置進(jìn)行實(shí)時(shí)的測(cè)定，在了解地區(qū)土地信息之后，再制定合理的土地種植方案、農(nóng)藥及種子的數(shù)量，等等。

2農(nóng)業(yè)機(jī)械技術(shù)的發(fā)展趨勢(shì)

2.1推廣農(nóng)業(yè)機(jī)械產(chǎn)品的技術(shù)發(fā)展

目前在我國的農(nóng)業(yè)機(jī)械發(fā)展上，已經(jīng)開始運(yùn)用機(jī)電智能化技術(shù)和計(jì)算機(jī)技術(shù)，這使得農(nóng)業(yè)機(jī)械化設(shè)備的科技含量有了極大的提高，不僅有效地提高了農(nóng)業(yè)機(jī)械的作業(yè)效率，而且也提升了農(nóng)業(yè)的生產(chǎn)效率。

2.2農(nóng)業(yè)資源的利用率得到了提升

只有提高了農(nóng)業(yè)資源的開發(fā)利用率，才能夠確保農(nóng)業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展，同時(shí)也為保護(hù)生態(tài)環(huán)境奠定基礎(chǔ)，如回收農(nóng)業(yè)生產(chǎn)的廢棄物，普及無害化的處理設(shè)備，運(yùn)用無害化技術(shù)來處理廢水可以有效地達(dá)到保護(hù)環(huán)境的作用。而在農(nóng)業(yè)種植的過程中，使用有機(jī)肥料還可以進(jìn)一步提高農(nóng)業(yè)資源的利用效率。除此之外，大力發(fā)展節(jié)能型動(dòng)力機(jī)械設(shè)備可以有效地避免出現(xiàn)資源浪費(fèi)，從而提高農(nóng)業(yè)資源的整體利用效率。

2.3提高農(nóng)業(yè)機(jī)械產(chǎn)品的質(zhì)量監(jiān)督水平

要想提升農(nóng)業(yè)的機(jī)械化水平，還要從規(guī)范設(shè)計(jì)的基本要求出發(fā)，全面提高農(nóng)業(yè)產(chǎn)品的質(zhì)量。在質(zhì)量提升的過程中，還要注重農(nóng)業(yè)產(chǎn)品的整體造型和外觀，農(nóng)機(jī)設(shè)備的耐久性也要經(jīng)得起考驗(yàn)。選用與農(nóng)機(jī)設(shè)備相配套的發(fā)電機(jī)及元件，能夠最大程度上提高農(nóng)業(yè)機(jī)械產(chǎn)品的質(zhì)量。在農(nóng)業(yè)機(jī)械設(shè)備完成安裝之后，還要對(duì)其進(jìn)行試運(yùn)行，只有保證了設(shè)備各項(xiàng)指標(biāo)都正常的基礎(chǔ)上，才能夠真正的投入使用，這也是提高農(nóng)業(yè)機(jī)械產(chǎn)品可靠性的前提。

2.4加大政府的補(bǔ)貼力度

各級(jí)地方政府要加大農(nóng)業(yè)機(jī)械的技術(shù)推廣，做好農(nóng)業(yè)機(jī)械的培訓(xùn)工作。國家還要將拖拉機(jī)、插秧機(jī)等農(nóng)機(jī)具作為農(nóng)具購置補(bǔ)貼的關(guān)鍵，普及農(nóng)業(yè)機(jī)械知識(shí)。這樣也能夠更好地提高農(nóng)業(yè)機(jī)械化的發(fā)展進(jìn)程。

2.5確保農(nóng)業(yè)機(jī)械技術(shù)的安全生產(chǎn)

關(guān)注安全監(jiān)督管理及裝備的創(chuàng)建工作，加大農(nóng)業(yè)機(jī)械的安全投入，以便更好地滿足農(nóng)業(yè)機(jī)械工作安全監(jiān)督管理的需求。除此之外，最重要的是，要將農(nóng)業(yè)機(jī)械的安全檢驗(yàn)工作納入到各級(jí)縣市政府的財(cái)政預(yù)算當(dāng)中。

3結(jié)語

隨著科學(xué)技術(shù)的飛速發(fā)展，一些高新技術(shù)正在逐漸地被運(yùn)用到農(nóng)業(yè)的機(jī)械設(shè)備中，這些機(jī)械設(shè)備的出現(xiàn)不僅提高了農(nóng)業(yè)的整體生產(chǎn)水平，而且還進(jìn)一步提升了農(nóng)業(yè)的生產(chǎn)效率，很好地實(shí)現(xiàn)了農(nóng)業(yè)的可持續(xù)發(fā)展。在今后的農(nóng)業(yè)發(fā)展過程中，農(nóng)業(yè)機(jī)械也必定是智能化的，所以要求操作人員要不斷地提高自己的專業(yè)素養(yǎng)，全面推廣農(nóng)業(yè)機(jī)械新技術(shù)，只有這樣才能夠真正意義上實(shí)現(xiàn)我國農(nóng)業(yè)機(jī)械的智能化。

作者:徐家亮 劉曉鵬 單位:黑龍江省克東縣農(nóng)機(jī)安全監(jiān)理站

參考文獻(xiàn)：

［1］陶樂然.長春星宇小區(qū)新技術(shù)應(yīng)用［C］//增強(qiáng)自主創(chuàng)新能力促進(jìn)吉林經(jīng)濟(jì)發(fā)展———啟明杯•吉林省第四屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（下冊(cè)）.2006.

［2］劉蒙之.傳播新技術(shù)與國家發(fā)展———一種政治經(jīng)濟(jì)學(xué)的觀察［C］//中國傳播學(xué)會(huì)成立大會(huì)暨第九次全國傳播學(xué)研討會(huì)論文集.2006.

［3］張仁江，田莉.制造業(yè)企業(yè)新技術(shù)采納：動(dòng)因、路徑及障礙分析———基于T公司的縱向案例研究［C］//第六屆（2011）中國管理學(xué)年會(huì)———技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集.2011.

［4］胡札進(jìn)，姚尚斌，徐七三“.雙低”儲(chǔ)藏與四項(xiàng)儲(chǔ)糧新技術(shù)的綜合應(yīng)用［C］//全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任———中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）.2003.

［5］柳旭.淺析電視空間新技術(shù)對(duì)審美體驗(yàn)的影響［C］//2009中國電影電視技術(shù)學(xué)會(huì)影視技術(shù)文集.2010.

第7篇：計(jì)算機(jī)視覺的基本技術(shù)范文

進(jìn)行了闡述。

關(guān)鍵詞：自動(dòng)控制技術(shù)　農(nóng)業(yè)自動(dòng)化

由于歷史、觀念和技術(shù)等方面的原因, 我國傳統(tǒng)農(nóng)業(yè)機(jī)械與發(fā)達(dá)國家相比有很大差距, 已遠(yuǎn)遠(yuǎn)不能適應(yīng)農(nóng)業(yè)的科技進(jìn)步。近些年來, 自動(dòng)化的研究逐漸被人們所認(rèn)識(shí), 自動(dòng)控制在農(nóng)業(yè)上的應(yīng)用越來越受到重視。例如,把計(jì)算機(jī)技術(shù)、微處理技術(shù)、傳感與檢測(cè)技術(shù)、信息處理技術(shù)結(jié)合起來, 應(yīng)用于傳統(tǒng)農(nóng)業(yè)機(jī)械, 極大地促進(jìn)了產(chǎn)品性能的提高。我國農(nóng)業(yè)部門總結(jié)了一些地區(qū)的農(nóng)業(yè)自動(dòng)化先進(jìn)經(jīng)驗(yàn)(如臺(tái)灣地區(qū)的農(nóng)業(yè)生產(chǎn)自動(dòng)化、漁業(yè)生產(chǎn)自動(dòng)化、畜牧業(yè)生產(chǎn)自動(dòng)化及農(nóng)產(chǎn)品貿(mào)易自動(dòng)化)的開發(fā)與應(yīng)用情況, 同時(shí)也汲取了國外一些國家的先進(jìn)經(jīng)驗(yàn)、技術(shù), 如日本的四行半喂人聯(lián)合收割機(jī)是計(jì)算機(jī)控制的自動(dòng)化裝置在半喂人聯(lián)合收割機(jī)中的應(yīng)用,英國通過對(duì)施肥機(jī)散播肥料的動(dòng)力測(cè)量來控制肥料的精確使用量。這些技術(shù)和方法是我國農(nóng)業(yè)機(jī)械的自動(dòng)化裝置得到了補(bǔ)充和新的發(fā)展, 從而形成了一系列適合我國農(nóng)業(yè)特點(diǎn)的自動(dòng)化控制技術(shù)。

一、已有的農(nóng)業(yè)機(jī)械及裝置的部分自動(dòng)化控制

自動(dòng)化技術(shù)提高了已有農(nóng)業(yè)機(jī)械及裝置的作業(yè)性能和操作性能。浙江省把自動(dòng)化技術(shù)應(yīng)用于茶葉機(jī)械上, 成功研制出6CRK-55型可編程控制加壓茶葉揉捻機(jī), 它利用計(jì)算機(jī)控制電功加壓機(jī)構(gòu), 能根據(jù)茶葉的具體情況編制最佳揉捻程序?qū)崿F(xiàn)揉捻過程的自動(dòng)控制, 是機(jī)電一體化技術(shù)在茶葉機(jī)械上的首次成功應(yīng)用。

1.應(yīng)用于拖拉機(jī)

在農(nóng)用拖拉機(jī)上已廣泛使用了機(jī)械油壓式三點(diǎn)聯(lián)結(jié)的位調(diào)節(jié)和力調(diào)節(jié)系統(tǒng)裝置, 現(xiàn)又在開發(fā)和采用性能更完善的電子油壓式三點(diǎn)聯(lián)結(jié)裝置。

2.應(yīng)用于施肥播種機(jī)

根據(jù)行駛速度和檢測(cè)種子粒數(shù)來確定播種量是否符合要求的裝置, 以及將馬鈴薯種子割成瓣后播種的裝置等。

3.應(yīng)用于谷物干燥機(jī)

不受外界條件干擾, 能自動(dòng)維持熱風(fēng)溫度的裝置停電或干燥機(jī)過熱引起火災(zāi)時(shí), 自動(dòng)掐斷燃料供給的裝置。

二、微灌自動(dòng)控制技術(shù)

我國從20世紀(jì)年50代就開始進(jìn)行節(jié)水灌溉的研究與推廣據(jù)統(tǒng)計(jì)。到1992年, 全國共有節(jié)水灌溉工程面積0.133億m2, 其中噴灌面積80萬m2, 農(nóng)業(yè)節(jié)水工程取得了巨大的進(jìn)展。灌溉管理自動(dòng)化是發(fā)展高效農(nóng)業(yè)的重要手段, 高效農(nóng)業(yè)和精細(xì)農(nóng)業(yè)要求必須實(shí)現(xiàn)水資源的高效利用。采用遙感遙測(cè)等新技術(shù)監(jiān)測(cè)土壤墑性和作物生長情況, 對(duì)灌溉用水進(jìn)行動(dòng)態(tài)監(jiān)測(cè)預(yù)報(bào), 實(shí)現(xiàn)灌溉用水管理的自動(dòng)化和動(dòng)態(tài)管理。在微灌技術(shù)領(lǐng)域, 我國先后研制和改進(jìn)了等流量滴灌設(shè)備、微噴灌設(shè)備、微灌帶、孔口滴頭、壓力補(bǔ)償式滴頭、折射式和旋轉(zhuǎn)式微噴頭、過濾器和進(jìn)排氣閥等設(shè)備, 總結(jié)出了一套基本適合我國國情的微灌設(shè)計(jì)參數(shù)和計(jì)算方法, 建立了一批新的試驗(yàn)示范基地。在一些地區(qū)實(shí)現(xiàn)了自動(dòng)化灌溉系統(tǒng), 可以長時(shí)間地自動(dòng)啟閉水泵和自動(dòng)按一定的輪灌順序進(jìn)行灌溉。這種系統(tǒng)中應(yīng)用了灌水器、土壤水分傳感器、溫度傳感器、壓力傳感器、水位傳感器和雨量傳感器、電線等。

三、自動(dòng)控制技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用

第8篇：計(jì)算機(jī)視覺的基本技術(shù)范文

關(guān)鍵詞：增強(qiáng)現(xiàn)實(shí)；計(jì)算機(jī)視覺；三維注冊(cè)

中圖分類號(hào)：TP242 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599　（2012）　19-0000-02

1 引言

隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，計(jì)算機(jī)視覺、虛擬現(xiàn)實(shí)技術(shù)、人工智能、計(jì)算機(jī)圖形學(xué)等技術(shù)被廣泛地研究和應(yīng)用，這些技術(shù)引導(dǎo)著人們進(jìn)入了一個(gè)信息數(shù)字化的虛擬時(shí)代。

增強(qiáng)現(xiàn)實(shí)技術(shù)（Augmented　Reality，AR）作為虛擬現(xiàn)實(shí)技術(shù)和計(jì)算機(jī)圖形學(xué)相結(jié)合的產(chǎn)物，它是在通過計(jì)算機(jī)渲染生成虛擬的物體或文字信息模型的同時(shí)，對(duì)真實(shí)的場(chǎng)景進(jìn)行標(biāo)定，從而使虛擬的物體能夠被準(zhǔn)確地放置到真實(shí)的場(chǎng)景中，最終通過顯示設(shè)備顯示出來，使用戶處于虛擬和現(xiàn)實(shí)相融合的亦真亦幻的新環(huán)境中，無法清楚地分辨出真實(shí)和虛擬。增強(qiáng)現(xiàn)實(shí)技術(shù)增強(qiáng)了用戶的觀感及其與真實(shí)場(chǎng)景之間的交互。

增強(qiáng)現(xiàn)實(shí)技術(shù)作為虛擬現(xiàn)實(shí)的一個(gè)重要分支，是虛擬現(xiàn)實(shí)技術(shù)發(fā)展過程中的產(chǎn)物。如圖1.1所示，該圖為Milgram提出的增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)關(guān)系的一種分類學(xué)表示方法。由圖我們可以看出，虛擬現(xiàn)實(shí)所創(chuàng)建出來的是一種完全虛擬的三維世界，它與真實(shí)的世界相隔離。而增強(qiáng)現(xiàn)實(shí)是以現(xiàn)實(shí)場(chǎng)景為基礎(chǔ)，場(chǎng)景中的虛擬物體隨著真實(shí)物體的變化而變化，提供給用戶的是一種復(fù)合的視覺效果，就好像這些虛擬物體真實(shí)的存在于場(chǎng)景中。

2 增強(qiáng)現(xiàn)實(shí)技術(shù)的應(yīng)用

增強(qiáng)現(xiàn)實(shí)技術(shù)在20世紀(jì)90年代真正興起，其發(fā)展與20世紀(jì)60年代計(jì)算機(jī)圖形學(xué)的迅速發(fā)展密不可分。增強(qiáng)現(xiàn)實(shí)技術(shù)不僅擁有虛擬現(xiàn)實(shí)的各種優(yōu)點(diǎn)，同時(shí)又有其獨(dú)特的視覺增強(qiáng)功能，因此成為了國內(nèi)外研究機(jī)構(gòu)和知名大學(xué)的研究熱點(diǎn)，并廣泛的被應(yīng)用于教育、醫(yī)療、工業(yè)、娛樂、軍事等多個(gè)領(lǐng)域。

2.1 教育

增強(qiáng)現(xiàn)實(shí)豐富了教育學(xué)習(xí)生活。傳統(tǒng)的書籍中只存在文字信息，通過增強(qiáng)現(xiàn)實(shí)技術(shù)，我們可以透過書籍看見文字相關(guān)的動(dòng)態(tài)畫面或是影像，圖文并茂，極大的增強(qiáng)了學(xué)生的學(xué)習(xí)興趣。目前的魔法書系統(tǒng)就是這一技術(shù)的很好運(yùn)用，用戶通過頭盔顯示器可以看到書中描述的場(chǎng)景，使讀者可以完全沉浸在虛實(shí)結(jié)合的環(huán)境中，提高學(xué)習(xí)興趣和效率。

2.2 醫(yī)療

增強(qiáng)現(xiàn)實(shí)技術(shù)可以幫助醫(yī)生實(shí)現(xiàn)可視化手術(shù)或手術(shù)培訓(xùn)。準(zhǔn)確地定位真實(shí)場(chǎng)景是增強(qiáng)現(xiàn)實(shí)技術(shù)的一個(gè)重要方面，在醫(yī)療中，運(yùn)用增強(qiáng)現(xiàn)實(shí)技術(shù)可以進(jìn)行手術(shù)定位，實(shí)時(shí)地收集病人體內(nèi)的3D影像，并將其與真實(shí)的人體相結(jié)合，使得醫(yī)生可以“透視”病人體內(nèi)，從而減少手術(shù)的風(fēng)險(xiǎn)，該技術(shù)對(duì)微創(chuàng)手術(shù)也有著深遠(yuǎn)的意義。手術(shù)培訓(xùn)方面，通過加入虛擬的提示注解，可以提醒醫(yī)生手術(shù)中的一些必要步驟，降低手術(shù)風(fēng)險(xiǎn)。

2.3 工業(yè)

增強(qiáng)現(xiàn)實(shí)的另一個(gè)應(yīng)用是工業(yè)組裝和維修。通過增強(qiáng)現(xiàn)實(shí)技術(shù)可以顯示出各種設(shè)備零件的內(nèi)部結(jié)構(gòu)圖、使用說明等，方便安裝和維修。顯示的內(nèi)容可以不僅僅是簡單的文字或圖片，更能直接渲染生成3D的圖形，并按步驟一步一步的顯示出來，方便操作。

2.4 娛樂

電影、廣告、游戲、體育比賽轉(zhuǎn)播中，增強(qiáng)現(xiàn)實(shí)技術(shù)也得到了廣泛的運(yùn)用。體育比賽中，能夠在直播現(xiàn)場(chǎng)實(shí)時(shí)地插入三維的圖形、動(dòng)畫、視頻等虛擬的比賽相關(guān)信息或廣告。日常生活中，出現(xiàn)一種增強(qiáng)現(xiàn)實(shí)瀏覽器，它利用多種傳感器將日常需求通過實(shí)景與虛景結(jié)合后呈現(xiàn)在用戶面前，用戶可以通過增強(qiáng)現(xiàn)實(shí)瀏覽器看到實(shí)景的文字介紹、三維模型等，并可以搜索定位。

3 增強(qiáng)現(xiàn)實(shí)相關(guān)技術(shù)

增強(qiáng)現(xiàn)實(shí)系統(tǒng)具有虛實(shí)結(jié)合、三維注冊(cè)、實(shí)時(shí)交互三個(gè)特點(diǎn)。三個(gè)特點(diǎn)之間緊密聯(lián)系，要求在合成的場(chǎng)景中虛擬的物體能夠擁有真實(shí)的存在感和位置感。因此顯示技術(shù)、定位技術(shù)、虛實(shí)融合技術(shù)、用戶交互技術(shù)是實(shí)現(xiàn)增強(qiáng)現(xiàn)實(shí)系統(tǒng)的基礎(chǔ)支撐技術(shù)。

3.1 顯示技術(shù)

理想的AR系統(tǒng)的顯示器具有體積小、移動(dòng)方便、圖像繪制清晰、交互自然等特點(diǎn)，但是目前仍不能制造出完成符合這些特點(diǎn)的顯示器。常用的顯示設(shè)備可以分為四類：普通液晶現(xiàn)實(shí)器；頭戴式顯示器；手持式顯示器；投影式顯示器。

液晶顯示器是最為常見，也最容易得到的顯示設(shè)備。但是液晶顯示器體積較大，移動(dòng)不方便，限制了用戶的活動(dòng)范圍。頭戴式顯示器，佩戴于用戶的頭部，這種顯示器本身提供了一路或兩路攝像機(jī)，采用視頻合成技術(shù)，為用戶提供場(chǎng)景的顯示。但是頭戴式顯示器在戶外長時(shí)間佩戴很不舒服，因此也不能為用戶廣泛接受。手持式顯示器，較頭戴式顯示器稍有改進(jìn)，但是也限制了用戶手部的活動(dòng)。投影式顯示器能夠?qū)?chǎng)景投影到較大范圍的環(huán)境中，位置固定，適合于室內(nèi)的AR系統(tǒng)。

3.2 定位技術(shù)

增強(qiáng)現(xiàn)實(shí)系統(tǒng)需要將虛擬的物體準(zhǔn)確地放置到真實(shí)的場(chǎng)景中，因此定位技術(shù)顯得尤為重要。目前的定位技術(shù)主要分為兩種：一種是基于硬件的定位技術(shù)；一種是基于計(jì)算機(jī)視覺技術(shù)的定位技術(shù)。

基于硬件的定位技術(shù)一般使用硬件設(shè)備定位，主要包括：全球衛(wèi)星定位系統(tǒng)、測(cè)距儀、導(dǎo)航儀、機(jī)械裝置等。

基于計(jì)算機(jī)視覺的定位技術(shù)一般是從真實(shí)場(chǎng)景中獲得一幅或多幅圖像，根據(jù)圖像中的信息，計(jì)算出攝像機(jī)和圖形中物體的相對(duì)信息，最終恢復(fù)出三維場(chǎng)景的結(jié)構(gòu)，從而達(dá)到定位的目的。

基于計(jì)算機(jī)視覺的定位技術(shù)主要包括以下幾種：

（1）單視圖法：在一幅圖像中找到六個(gè)以上特征點(diǎn)進(jìn)行跟蹤，通過已知的特征點(diǎn)的三維坐標(biāo)和其成像坐標(biāo)進(jìn)行定位。

（2）多視圖法：從多個(gè)角度拍攝場(chǎng)景，根據(jù)常用的角點(diǎn)檢測(cè)法，檢測(cè)多幅圖像的角點(diǎn)并進(jìn)行匹配，從而計(jì)算出真實(shí)場(chǎng)景中物體的景深，最終實(shí)現(xiàn)定位。

（3）運(yùn)動(dòng)目標(biāo)的序列圖像：根據(jù)序列圖像估算運(yùn)動(dòng)目標(biāo)的各項(xiàng)參數(shù)。

（4）模板匹配法：從多個(gè)視角出發(fā)尋找真實(shí)圖像中的物體作為模板數(shù)字化圖像，繼而將虛擬物體疊加到真實(shí)場(chǎng)景。

3.3 虛實(shí)融合技術(shù)

增強(qiáng)現(xiàn)實(shí)技術(shù)中的虛擬融合主要指虛擬物體在真實(shí)場(chǎng)景中的配準(zhǔn)，以及虛擬物體與真實(shí)場(chǎng)景的一致性。

在增強(qiáng)現(xiàn)實(shí)系統(tǒng)的實(shí)現(xiàn)過程中，一致性是一個(gè)關(guān)鍵性問題。虛實(shí)融合的一致性包括動(dòng)態(tài)一致性和靜態(tài)一致性。其中，動(dòng)態(tài)一致性通常指場(chǎng)景的實(shí)時(shí)繪制，跟蹤過程中虛擬物體和真實(shí)場(chǎng)景的空間位置的一致性等；靜態(tài)一致性通常指虛擬物體與真實(shí)場(chǎng)景外觀的一致性變化等。

另一方面，為了實(shí)現(xiàn)很好的虛實(shí)融合效果，必須對(duì)拍攝真實(shí)場(chǎng)景的相機(jī)進(jìn)行標(biāo)定，并與繪制虛擬物體的虛擬相機(jī)參數(shù)進(jìn)行匹配。攝像機(jī)標(biāo)定主要是對(duì)攝像機(jī)的內(nèi)外參數(shù)的確定。目前，攝像機(jī)標(biāo)定技術(shù)已經(jīng)較為成熟，主要可以分為三類：傳統(tǒng)的標(biāo)定法，如張正友標(biāo)定法；自標(biāo)定法，如基于Kruppa方程的自標(biāo)定法；基于主動(dòng)視覺的標(biāo)定法，如基于射影重建的標(biāo)定法。三類標(biāo)定法各有利弊，并沒有一種可以普遍適用，因此攝像機(jī)標(biāo)定技術(shù)仍是一個(gè)研究重點(diǎn)。

3.4 用戶交互技術(shù)

人們總是向往能夠使用自然的方式和虛擬的物體交互，但這是十分困難的，增強(qiáng)現(xiàn)實(shí)系統(tǒng)根據(jù)跟蹤定位獲得的有關(guān)真實(shí)場(chǎng)景的信息對(duì)虛擬物體發(fā)出指令。目前，交互技術(shù)主要使用以下三種方式：

（1）在場(chǎng)景中選擇一個(gè)或多個(gè)特征點(diǎn)作為標(biāo)記點(diǎn)，這是增強(qiáng)現(xiàn)實(shí)系統(tǒng)中最基本的交互方式。

（2）使用計(jì)算機(jī)識(shí)別出人或物體的姿態(tài)，進(jìn)而交互操作。

（3）制作特殊工具，能夠通過按鍵等簡單方式觸發(fā)事件。

4 結(jié)束語

本文總結(jié)了現(xiàn)階段增強(qiáng)現(xiàn)實(shí)技術(shù)的應(yīng)用領(lǐng)域，并對(duì)其涉及到的關(guān)鍵技術(shù)進(jìn)行了闡述。增強(qiáng)現(xiàn)實(shí)技術(shù)作為一個(gè)多學(xué)科交叉的研究領(lǐng)域，必將飛速發(fā)展，更多的融入到我們的生活中。

參考文獻(xiàn)：

[1]紀(jì)慶革，潘志庚，李祥晨.虛擬現(xiàn)實(shí)在體育體育仿真中的應(yīng)用綜述[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2003，15（11）：1333-1338.

[2]陳靖，王涌天，閆達(dá)遠(yuǎn).增強(qiáng)現(xiàn)實(shí)系統(tǒng)及其應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2001，15：72-75.

[3]Milgram　Pand　Kishino　F.A　taxonomy　of　mixed　reality　visual　displays[J].IEICE　Trans.Information　Systems，1994，E772D（12）：1321-1329.

第9篇：計(jì)算機(jī)視覺的基本技術(shù)范文

關(guān)鍵詞：解析幾何 代數(shù)方程 計(jì)算機(jī)繪圖 人C交互 教學(xué)實(shí)驗(yàn)

一、解析幾何與線性代數(shù)課程教學(xué)內(nèi)容的現(xiàn)狀和歷史

解析幾何主要內(nèi)容是用向量代數(shù)方法研究二、三維空間內(nèi)曲線、曲面的幾何問題。向量代數(shù)方法主要是一、二次的代數(shù)方程與線性方程組。從現(xiàn)在一些高校使用的教材可也看到，解析幾何與線性代數(shù)課程[1][2]的合并（或集成）為一門課占有不小的比例。下面相關(guān)教材的信息統(tǒng)計(jì)，可以獲知這些變化。工科與理科專業(yè)使用教材的情況：工科專業(yè)使用的教材《線性代數(shù)與解析幾何》 （網(wǎng)絡(luò)檢索結(jié)果約500，000個(gè)）或 《線性代數(shù)與空間解析幾何》（網(wǎng)絡(luò)檢索結(jié)果約562，000個(gè)）的主要章節(jié)為：行列式及其計(jì)算，向量代數(shù)，平面與直線，平面與直線，矩陣及其運(yùn)算，n維向量與線性方程組，特征值與特征向量，二次型與二次曲面，線性代數(shù)與空間解析幾何的應(yīng)用模型。工科專業(yè)使用的教材《線性代數(shù)》（網(wǎng)絡(luò)檢索結(jié)果約686，000個(gè)）。使用這兩類教材的比例約為562s686。理科專業(yè)使用的教材《高等代數(shù)與解析幾何》（網(wǎng)絡(luò)檢索結(jié)果約19，400個(gè)）的主要章節(jié)為：多項(xiàng)式，行列式，矩陣，線性空間，線性變換， Euclid 空間，雙線性函數(shù)與二次型。理科專業(yè)使用的教材《空間解析幾何》（網(wǎng)絡(luò)檢索結(jié)果約49，200個(gè)）。使用這兩類教材的比例約為194：492。從教材和課程內(nèi)容，我們看到二次曲面與線性代數(shù)在其中扮演重要角色。把高等代數(shù)與解析幾何合并成一門課具有其內(nèi)在的合理性，但是，解析幾何范圍內(nèi)的幾何問題包括除了圓錐曲線（Conic Sections）和二次曲面性質(zhì)與圖形之外，還有其他的曲線、曲面。這些曲線和曲面大量地出現(xiàn)不同的科學(xué)、工程領(lǐng)域中。例如螺旋線、環(huán)面。對(duì)于這些曲線和曲面，線性代數(shù)方法很難處理。同時(shí)，按目前的信息與計(jì)算科學(xué)的解析幾何課程教學(xué)計(jì)劃學(xué)時(shí)，學(xué)生系統(tǒng)地學(xué)習(xí)解析幾何比較困難。我們希望了解和認(rèn)識(shí)一門課程的內(nèi)涵，也就必須認(rèn)識(shí)它的發(fā)展史。解析幾何的創(chuàng)立得益于代數(shù)學(xué)的飛速發(fā)展，17世紀(jì)笛卡爾[3]引進(jìn)坐標(biāo)系后，一大類幾何圖形和代數(shù)方程成為等價(jià)的事物。把圖形轉(zhuǎn)換為代數(shù)方程描述的數(shù)與數(shù)的關(guān)系來研究的方法就稱為解析幾何。1874年，美國翻譯出版的法國學(xué)者J.B.BIOT的解析幾何教材：《AN ELEMENTARY TREATISE ON ANALYTICAL GEOMETRY》[4]，其中沒有出現(xiàn)行列式與矩陣等線性代數(shù)的主要方法。1902年，David Hilbert 的幾何基礎(chǔ)[5]出版了。100多年后，北京師范大學(xué)出版社在1984年出版了朱鼎勛與陳紹菱的解析幾何教材《空間解析幾何學(xué)》[6]。這是一本解析幾何課程的典型教材。其中主要的方法是向量代數(shù)、坐標(biāo)變換與二次型。傳統(tǒng)的數(shù)學(xué)課程體系中（包括工學(xué)數(shù)學(xué)課程體系），將解析幾何單獨(dú)列為一門課程（或一些獨(dú)立的章節(jié)），主要講述空間圖形（包括空間直線、平面和二次曲面）的代數(shù)處理方法。其實(shí)，解析幾何本身與線性代數(shù)有著深刻的內(nèi)在聯(lián)系，例如，空間直線和平面都是由線性方程組來表示的，二次曲面的分類其實(shí)就是二次形的標(biāo)準(zhǔn)形問題。所以將這些內(nèi)容加入到高等代數(shù)中來，不但節(jié)省了大量的時(shí)間，而且對(duì)學(xué)生加深兩門課程的理解也是非常有益的[1]。

二、解析幾何的現(xiàn)代化與應(yīng)用前沿以及課程的教學(xué)實(shí)驗(yàn)

1963年，伊凡?蘇澤蘭（Ivan Sutherland）在麻省理工學(xué)院發(fā)表了名為《畫板》的博士論文[7]，它標(biāo)志著計(jì)算機(jī)圖形學(xué)的正式誕生。至今已有五十多年的歷史。使用計(jì)算機(jī)處理三維空間的曲線與曲面的顯示與人機(jī)關(guān)系。它可以研究大量的復(fù)雜方程的曲線與曲面的性質(zhì)以及它們之間的關(guān)系。在解析幾何課程教學(xué)方面，計(jì)算機(jī)作圖確實(shí)可以增加學(xué)生的對(duì)非二次曲面幾何的直觀理解，極大地提高了教學(xué)的效率，以及學(xué)生直觀地理解復(fù)雜曲線、曲面。例如用某種計(jì)算機(jī)語言，計(jì)算、繪制一個(gè)旋轉(zhuǎn)的橢圓拋物面。如果用z=x^2+y^2形式的方程，編寫程序：

x=[-10：0.1：10]；y=[-10：0.1：10]；[X，Y]=meshgrid（x，y）；Z=X.^2+Y.^2 ；

plot3（X，Y，Z）

畫出來的立體圖上的網(wǎng)格是分別按x、y的參數(shù)值的變化生成的圖（1）。同樣的方法，編寫程序：

x=[-10：0.2：10]；y=[-10：0.2：10]；[X，Y]=meshgrid（x，y）；Z=X.^2-Y.^2；

plot3（X，Y，Z）

畫出的方程為z=x^2-y^2的雙曲拋物面上的網(wǎng)格是分別按x、y的參數(shù)值的變化生成的圖（2）。

不僅僅如此，計(jì)算機(jī)作圖是對(duì)解析幾何的傳統(tǒng)教學(xué)方法、手段的重大改進(jìn)，還克服了復(fù)雜曲面曲線無法繪制的寰場(chǎng)H綣僅僅認(rèn)識(shí)到利用計(jì)算軟件繪制曲線與曲面，可以比較直觀的看到曲面的一些基本性質(zhì)，例如：對(duì)稱性，有界性，邊界等，那實(shí)質(zhì)上還是輔助教學(xué)，教學(xué)的內(nèi)容沒有進(jìn)化與更新，也就是給定了曲面的方程，然后計(jì)算、繪制該曲面的3維圖像，那是遠(yuǎn)遠(yuǎn)不夠的。一方面計(jì)算機(jī)繪圖滲透到了解析幾何課程的教學(xué)中，另一方面更重要的發(fā)展是三維空間中的曲面、曲線已深入到了可以直觀展示不同學(xué)科領(lǐng)域的現(xiàn)象、性質(zhì)與規(guī)律。例如，近二、三十年，計(jì)算機(jī)計(jì)算速度的大幅提高，曲線、曲面的計(jì)算已經(jīng)有了相當(dāng)?shù)陌l(fā)展。最初的3D動(dòng)畫、3D電影，現(xiàn)在的3D打印、3D重構(gòu)已經(jīng)深入到科學(xué)研究、工程設(shè)計(jì)以及日常生活中，這些新應(yīng)用、新技術(shù)、新理論還在不斷地進(jìn)化。這些都依賴曲線、曲面的計(jì)算與測(cè)量。一般情形是曲面并不都是教材中的二次曲面。測(cè)量方法有無線電、激光等電學(xué)、光學(xué)設(shè)備，例如：照相機(jī)、攝像機(jī)、雷達(dá)等。特別是在計(jì)算機(jī)視覺[8]方面， 3D重構(gòu)[9]的發(fā)展對(duì)三維空間的曲面、曲線的計(jì)算提出更高的要求，計(jì)算機(jī)視覺是計(jì)算機(jī)圖形學(xué)的反向計(jì)算。計(jì)算機(jī)圖形學(xué)是從3維對(duì)象測(cè)量計(jì)算獲得圖像數(shù)據(jù)，而計(jì)算機(jī)視覺通常是從圖像數(shù)據(jù)通過計(jì)算獲得觀測(cè)對(duì)象的3維圖形，也有這兩種方法的結(jié)合趨勢(shì)，例如：在增強(qiáng)現(xiàn)實(shí)技術(shù)中，就是在屏幕上把虛擬世界套在現(xiàn)實(shí)世界并進(jìn)行互動(dòng)。

1.解析幾何中，n次曲線、曲面在笛卡爾坐標(biāo)系下的3維計(jì)算的手段是n次代數(shù)方程，笛卡爾坐標(biāo)系與代數(shù)方程構(gòu)成了這類3維計(jì)算的基礎(chǔ)。 笛卡爾坐標(biāo)系與代數(shù)方程幫助我們充分認(rèn)識(shí)了二次曲線與曲面。例如：圖（1）與圖（2）就是使用了笛卡爾坐標(biāo)系與橢圓拋物面方程x2+y2-z=0、雙曲拋物面方程x2-y2-z=0，通過計(jì)算給出的這兩類曲面的視圖。

2.在工程與其他科技領(lǐng)域，等高線圖可以表示觀測(cè)對(duì)象特定數(shù)據(jù)的3維圖。這一類曲面一般不能由代數(shù)方程來表示。例如：陸地的海拔等高線地圖，規(guī)則物體或流體的溫度分布圖，某區(qū)域的大氣的水汽分布圖，運(yùn)動(dòng)物體的GPS軌跡圖。等高線圖實(shí)質(zhì)上是一張關(guān)于某種特定數(shù)據(jù)的照片，形式上等同于圖（1）與圖（2）。這類圖都是通過對(duì)觀測(cè)對(duì)象進(jìn)行測(cè)量而獲得的某種特定數(shù)據(jù)對(duì)應(yīng)的三維空間的曲線與曲面圖。這些曲線與曲面沒有對(duì)應(yīng)的方程，都用離散的二維數(shù)據(jù)來表示，并存儲(chǔ)為一張數(shù)字照片。

3.觀測(cè)對(duì)象的3D重構(gòu)是從一些二維數(shù)據(jù)照片通過計(jì)算得到其他若干個(gè)笛卡爾坐標(biāo)系下的二維數(shù)據(jù)照片。

1）如果已知曲線、曲面在一個(gè)笛卡爾坐標(biāo)系內(nèi)的代數(shù)方程，那么通過不同笛卡爾坐標(biāo)系之間的坐標(biāo)變換，能夠確定地計(jì)算曲線與曲面的新代數(shù)方程。

2）如果已知曲線、曲面在一個(gè)笛卡爾坐標(biāo)系內(nèi)的等高線圖，同樣的方法可以得到新笛卡爾坐標(biāo)系下的二維數(shù)據(jù)照片。

3）如果已知曲線、曲面在一個(gè)笛卡爾坐標(biāo)系內(nèi)的其他類型的二維數(shù)據(jù)照片（例如：一般的相機(jī)照片），如何得到新笛卡爾坐標(biāo)系下的二維數(shù)據(jù)照片？這部分內(nèi)容正是計(jì)算機(jī)視覺研究的核心內(nèi)容之一。我們指導(dǎo)學(xué)生在這個(gè)方面做了一些試驗(yàn)與計(jì)算。下面簡單介紹一下實(shí)驗(yàn)的基本方法與實(shí)驗(yàn)的結(jié)果。在對(duì)物體進(jìn)行拍攝后得到的相片中，由于物體表面幾何形態(tài)、點(diǎn)光源位置、光強(qiáng)等因數(shù)的改變會(huì)導(dǎo)致物體表面反射光路的改變與反射光光強(qiáng)的變化，照片中拍攝對(duì)象的明暗關(guān)系都會(huì)發(fā)生變化。我們可以根據(jù)光源與物體表面的關(guān)系（包括理想反射面與一般反射面的成像理論，點(diǎn)光源與反射面亮度的關(guān)系），得到點(diǎn)光源下理想表面反射成像的規(guī)律?？刂破渲幸粋€(gè)或多個(gè)影響物體表面成像的重要參數(shù)，改變點(diǎn)光源位置等，拍攝觀測(cè)對(duì)象，利用軟件讀取照片，用給定的光反射模型進(jìn)行計(jì)算，可以得到觀測(cè)對(duì)象的一個(gè)完整的表面的三維數(shù)值圖像。下圖（6）（7）是試驗(yàn)中拍攝的傾斜紙板照片與計(jì)算得到的三維數(shù)值圖像。

三、解析幾何教學(xué)實(shí)驗(yàn)的一些體會(huì)

解析幾何課程本著聯(lián)系實(shí)際科技應(yīng)用與科學(xué)前沿[10]，拓展教學(xué)內(nèi)容，開闊視野的目標(biāo)，把計(jì)算機(jī)圖形學(xué)與“3D計(jì)算”的思想、方法與實(shí)踐引入。我們可以在教學(xué)過程使用計(jì)算機(jī)與顯示設(shè)備，一方面，在三維空間中，把復(fù)雜代數(shù)方程對(duì)應(yīng)的圖像的基本性質(zhì)比較直觀地顯示出來。另一方面，認(rèn)識(shí)到三維數(shù)值圖像在計(jì)算機(jī)視覺等高新科技領(lǐng)域的重要應(yīng)用。通過這一方面的教學(xué)與實(shí)踐，讓學(xué)生認(rèn)識(shí)到不僅僅方程的計(jì)算與推理可以分析曲線、曲面的性質(zhì)，還可以通過適當(dāng)?shù)挠?jì)算也可以分析曲線、曲面的性質(zhì)。進(jìn)一步，認(rèn)識(shí)到計(jì)算機(jī)的計(jì)算能力與顯示同樣能夠證實(shí)曲線、曲面的特征。即基于適度的基本編程的人機(jī)交互[7]來學(xué)習(xí)曲線、曲面的基本規(guī)律。上文列舉了的解析幾何與計(jì)算機(jī)相結(jié)合的例子，通過使用這種更簡潔易懂，同時(shí)更加現(xiàn)代化的解題辦法，真正實(shí)現(xiàn)數(shù)學(xué)與計(jì)算機(jī)的結(jié)合，使得解析幾何這門學(xué)科具有新的生命力。

參考文獻(xiàn)：

[1] 孟道驥. 一門“國家精品課程”的建設(shè)-南開大學(xué)“高等代數(shù)與解析幾何”課程[J]. 高等數(shù)學(xué)研究， 2005，8（3）.

[2] 馮良貴，戴清平，謝瑞強(qiáng)，李超，陳摯. 國防科技大學(xué)“線性代數(shù)與解析綴巍笨緯探ㄉ璧奶厴[J]. 大學(xué)數(shù)學(xué)，2009，（6）25.

[3] R.Descartes.The Geometry of René Descartes [M].Translated by David Eugene Smith and L. MaricaLatham，Dover Publications， Inc. 1954.

[4] D.Hilbert. Foundations of Geometry[M]. Authorized by translation by E.J.Townsend， 1902.

[5] J.B.Biot. An Elementary Treatise on Analytical Geometry[M]. Cadets of the Virginia Military Institute at Lexington VA， 1874.

[6] 朱鼎勛，陳紹菱.空間解析幾何學(xué)[M].北京師范大學(xué)出版社，1984.

[7] I.Sutherland.Sketchpad：A Man-Machine Graphical Communication System[D].Mass-

achusetts Institute of Technology， 1963.

[8] O.Faugeras. Three-Dimensional Computer Vision ： A Geometric Viewpoint[M]. MIT Press， 1993.

[9] U. C. Pati. 3-D Surface Geometry and Reconstruction：Developing Concepts and Ap-