九游体育计算机视觉技术概述

　　数字图像的数据量是相当庞大的，一幅512。512个像素的数字图像的数据量为256 K字节，若假设每秒传输25帧图像，则传输的信道速率为52．4M比特／秒。高信道速率意味瞢高投资，也意味著普及难度的增加，因此。传输过程中，对图像数据进行压缩显得非常重要。数据的压缩主要通过图像数据的编霄和变换压缩完成。图像数据编码一般采用预测编码．即将图像数据的空间变化规律和序列变化规律用一个预测公式表示．如果知道了，某一像素的前面各相邻像素值之后．可以用公式预测该像素值。该方法可将一幅图像的数据压缩到为数不多的几十个特传输，在接收端再变换回去即可。

　　[2]黄朝丽，仇建喜．机器视觉技术在圆网印花机自动对花系统中的应用[J]纺织科技进展，2006，(O3)

　　计算机视觉是在20世纪50年代从统计模式识别开始的．当时的工作主要集中在二维图像分析和识别上，如光学字符识别．工件表面、显微图片和航空图片的分析和解释等．60年代，Roberts(1965)通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述[Roberts 1965]。到了70年代，已经出现了一些视觉应用系统『Guzman 1969，Maekworth 1973，】。70年代中期，麻省理工学院(MIT)人工智能(AI)实验室正式开设“机器视觉”(Machine Vision)课程，由国际著名学者B．K．P．Hom教授讲授。80年代以来，计算机视觉的研究已经历r从实验室走向实际应用的发展阶段。而计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发展，更促进了计算机视觉系统的实用化和涉足许多复杂视觉过程的研究。目前，计算机视觉技术正在广泛的应用于计算几何、计算机图形学、图像处理、机器人学等多个领域中。

　　计算机视觉（Computer Vision, CV）是一门研究如何让计算机达到人类那样“看”的学科。更准确点说，它是利用摄像机和电脑代替人眼使得计算机拥有类似于人类的那种对目标进行分割、分类、识别、跟踪、判别决策的功能。计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，是人工智能领域的一个重要部分，它的研究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。计算机视觉是以图象处理技术、信号处理技术、概率统计分析、计算几何、神经网络、机器学习理论和计算机信息处理技术等为基础，通过计算机分析与处理视觉信息。作为一个新兴学科，计算机视觉是通过对相关的理论和技术进行研究，从而试图建立从图像或多维数据中获取“信息”的人工智能系统。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。计算机视觉也是当前计算机科学中的一个非常活跃的领域，计算机视觉领域与图像处理，模式识别，投影几何，统计推断，统计学习等学科密切相关，近年来，与计算机图形学，三维表现等学科也发生了很强的联系。

　　[1]张倩，尤一呜．基于嵌入式Linux的视频监控系统[J]天津工业大学学报，2007，(O2)．

　　目前，计算机视觉技术已经应用在制造业、工业检验、文档分析、医疗诊断、军事目标跟踪、自主导航等系统当中

　　计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此，在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。例如，计算机视觉的一个重要应用领域就是自主车辆的视觉导航，目前还没有条件实现象人那样能识别和理解任何环境，完成自主导航的系统。因此，目前人们努力的研究目标是实现在高速公路上具有道路跟踪能力，可避免与前方车辆碰撞的视觉辅助驾驶系统。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用，但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理。但是，人类视觉系统是迄今为止，人们所知道的功能最强大和完善的视觉系统。如在以下的章节中会看到的那样，对人类视觉处理机制的研究将给计算机视觉的研究提供启发和指导。因此，用计算机信息处理的方法研究人类视觉的机理，建立人类视觉的计算理论，也是一个非常重要和信人感兴趣的研究领域。

　　图像边缘锐化处理主要是加强图像中的轮廓边缘和细节，形成完整的物体边界．达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。它是早期视觉理论和算法中的基本问题．也是中期和后期视觉成败的重要因素之一。

　　图像分割是将图像分成若干部分，每一部分对应于某一物体表面．在进行分割时．每一部分的灰度或纹理符合某一种均匀测度度量。某本质是将像素进行分类。分类的依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。图像分割是图像处理技术的基本方法之一，应用于诸如染色体分类、景物理解系统、机器视觉等方面。图像分割主要有两种方法：一是鉴于度量宅问的灰度闾值分割法。它是根据图像灰度直方图来决定图像空间域像素聚类。二是空间域区域增长分割方法。它是对在某种意义上(如灰度级、组织、梯度等)具有相似性质的像素连通集构成分割区域，该方法有很好的分割效果，但缺点是运算复杂．处理速度慢。

　　交通:汽车车牌识别、高速公路收费、违章闯红灯检测、交通管制系统等。采用智能交通管理系统,通过在交通要道放置摄像头,当有违章车辆(如闯红灯)时,摄像头将车辆的牌照拍摄下来,传输给中央管理系统,系统利用图像处理技术,对拍摄的图片进行分析,提取出车牌号,存储在数据库中,可以供管理人员进行检索。

　　非接触测试技术很多,特别值得一提的是视觉测试技术。现代视觉理论和技术的发展,不仅在于模拟人眼能完成的功能,更重要的是它能完成人眼所不能胜任的工作,所以视觉技术作为当今最新技术,在电子、光学和计算机等技术不断成熟和完善的基础上得到迅速发展。视觉测试技术是建立在计算机视觉研究基础上的一门新兴测试技术。与计算机视觉研究的视觉模式识别、视觉理解等内容不同,视觉测试技术重点研究物体的几何尺寸及物体的位置测量,如轿车白车身三维尺寸的测量、模具等三维面形的快速测量、大型工件同轴度测量、共面性测量等。它可以广泛应用于在线测量、逆向工程等主动、实时测量过程。视觉测试技术在国外发展很快,早在20世纪80年代,美国国家标准局就预计,检测任务的90 %将由视觉测试系统来完成。美国在80年代就有100多家公司跻身于视觉测试系统的经营市场,可见视觉测试系统确实很有前途。在1999年10月的北京国际机床博览会上已见到国外利用视觉检测技术研制的仪器,如流动式光学三坐标测量机、高速高精度数字化扫描系统、非接触式光学三坐标测量机等先进器。

　　计算机视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。

　　商标管理：可以建立商标图像库,利用图像检索技术,对新申请的商标与图像库里的注册商标进行分析,检查是否设计相似或雷同。

　　金相分析:金相图像分析系统能对金属或其它材料的基体组织、杂质含量、组织成分等进行精确、客观地分析,为产品质量提供可靠的依据。

　　瓶装啤酒生产流水线检测系统：可以检测啤酒是否达到标准的容量、啤酒标签是否完整等。

　　医疗:B超、CT、X光、ECT、内窥镜、病理分析、医学影像、血管造影,细胞图像分析系统等。采用医疗图像分析系统,可对血液细胞自动分类计数、染色体分析、癌症细胞识别等。

　　金融:印章支票真伪判别、票证处理、柜员机自动检测、金库监控、运钞车现场自动检测与传输等。其中纸币印刷质量检测系统利用图像处理技术,通过对纸币生产流水线多项特征(号码、盲文、颜色、图案等)进行比较分析,检测纸币的质量,替代传统的人眼辨别的方法。

　　摘要：计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别7XA．工智能等知识于一体．其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史。利用工业摄像镜头替代目视作为传感器，通过图像采集。图像处理，图像识别等一

　　图像的增强用于调整图像的对比度，突出图像中的重要细节，改善视觉质量。通常采用灰度直方图修改技术进行图像增强。图像的灰度直方图是表示一幅图像灰度分布情况的统计特性图表，与对比度紧密相连。通过灰度直方图的形状，能判断该图像的清晰度和黑白对比度。如果获得一幅图像的直方图效果不理想，可以通过直方图均衡化处理技术作适当修改，即把一幅已知灰度概率分布图像中的像素灰度作某种映射变换，使它变成一幅具有均匀灰度概率分布的新图像，实现使图像清晰的目的。

　　图像的平滑处理技术即图像的去噪声处理，主要是为了去除实际成像过程中因成像设备和环境所造成的图像失真，提取有用信息。众所周知，实际获得的陶像在形成、传输、接收和处理的过程中，不可避免地存在着外部干扰和内部干扰，如光电转换过程中敏感元件灵敏度的不均匀性、数字化过程的量化噪声、传输过程中的误差以及人为因素等．均会使图像变质。因此，去除噪声，恢复原始图像是图像处理中的一个重要内容。

　　由于计算机视觉技术具有非接触、获得信息量大、作用距离远等特点,特别是随着计算机图像处理技术的不断发展,近几十年来,它在工业、农业、科学研究、军事等方面都获得了十分广泛的应用。下面主要介绍一下计算机视觉技术在工业检测中的应用概况。工业检测:图像识别技术在工业领域的应用,主要用于能够代替人眼的计算机系统。在高速、大批量、连续自动化生产流水线,往往需要视觉系统进行质量检查、零件辨识和尺寸测量;实际上,在发达国家,几乎任何产品的生产,从半导体芯片到食品饮料,甚至人工钻石,都越发依赖视觉系统的应用,可以用于基于图像处理技术的非接触精密测量、产品表面质量检测与监控、基于机器视觉的工业自动化闭环控制、流水线产品外观质量检测设备、复杂形状非接触精密测量设备。九游体育

上一篇 : 九游体育什么是计算机视觉？可以应用在哪些领域？
下一篇 : 九游体育【我是电子发烧友】七步带你认识计算机视觉（Compu