計算機視覺參考模板

1、計算機視覺結(jié)課論文姓名：張猛 學號：08083403 學院：計算機學院 班級：計科08-3班1 / 11計算機視覺研究引言作為計算機專業(yè)的學生，在學習計算機是覺得過程中，基本上可以聽明白老師講課的內(nèi)容，但是后來的課程還是有些聽不懂了，因為已經(jīng)大三了，所以專業(yè)課程很緊張，也沒有太多的時間能學習計算機視覺方面的相關(guān)知識，但是，因為自己熟悉photoshop，一直用了三年了，在老師講課之后，我才知道，原來自己用了這么多年的photoshop，知識應(yīng)用，對于其中的一些基本原理并不知曉，例如，圖像相加，圖像想減，直方圖等等，立馬上我跟photoshop里面的一些功能聯(lián)系起來，例如層的概念，還有圖層模式，

2、還有直方圖，閾值，高斯模糊等等功能的原理，有了進一步的理解，這也是每一次上課，我都會去認真的聽課，這篇論文主要講計算機視覺在圖像處理方面的應(yīng)用吧，當然具體可以有很多，甚至可以應(yīng)用在任何計算機視覺系統(tǒng)中，因為，它的主要任務(wù)就是識別。目錄計算機視覺結(jié)課論文1姓名：張猛1學號：080834031學院：計算機學院1班級：計科08-3班1計算機視覺研究2引言2緒論2正文3圖像分析3關(guān)鍵技術(shù)4圖像的獲取4圖像的增強5圖像的平滑5圖像的數(shù)據(jù)編碼和傳輸6邊緣銳化6圖像的分割6圖像的識別7存在問題7緒論計算機視覺學是自二十世紀六十年代中期迅速發(fā)展起來的一門新學科。它是個邊緣學科， 集眾家之所長， 是個工程性很強

3、的技術(shù)， 主要需要有空間幾何、 矩陣分析、光電技術(shù)、圖像處理、應(yīng)用數(shù)學、離散數(shù)學及計算機技術(shù)等等各個方 面的知識，才能正確的指導(dǎo)視覺系統(tǒng)的建模、解模及實際工程問題的解決方法。 計算機視覺是使用計算機及相關(guān)設(shè)備對生物視覺的一種模擬。它的主要任務(wù)就 是通過對采集的圖片或視頻進行處理以獲得相應(yīng)場景的三維信息，就像人 類和許多其他類生物每天所做的那樣。由于算機視覺學在工農(nóng)業(yè)生產(chǎn)、地質(zhì) 學、天文學、氣象學、醫(yī)學及軍事并學等領(lǐng)域有著極大的潛在應(yīng)用價值,所以它 在國際上越來越受人重視。計算機視覺既是工程領(lǐng)域，也是科學領(lǐng)域中的一個富有挑戰(zhàn)性重要研究領(lǐng)域。計算機視覺是一門綜合性的學科，它已經(jīng)吸引了來自各個學科的

4、研究者參加到對它的研究之中。其中包括計算機科學和工程、信號處理、物理學、應(yīng)用數(shù)學和統(tǒng)計學，神經(jīng)生理學和認知科學等。計算機視覺學所研究的對象,簡單地說就是研究如何讓計算機通過圖像傳感器或其它光傳感器來感知、分析和理解周圍環(huán)境。人類感知外界環(huán)境主要通過視覺,聽覺和觸覺等四大感覺系統(tǒng)。其中視覺系統(tǒng)是最復(fù)雜的。人類從外界獲得的信息中視覺信號量最大。模仿人類的視覺系統(tǒng),計算機視覺系統(tǒng)中信息的處理和分析大致可以分成兩個階段：圖像處理階段又稱視覺處理中的低水平和中水平階段；圖像分析、理解階段又稱視覺處理中的高水平處理階段。正文圖像分析在圖像處理階段,計算機對圖像信息進行一系列的加工處理,這主要是：1、校正成

5、象過程中系統(tǒng)引進的光度學和幾何學的畸變,抑制和去除成象過程中引進的噪聲統(tǒng)稱為圖像的恢復(fù)。2、從圖像信息如亮度分布信息中提取諸如邊沿信息,深度信息圖像點沿軸方向的尺度,表面三維傾斜方向信息等反映客觀景物特征的信息。3、根據(jù)抽取的特征信息把反映三維客體的各個圖像基元,如輪廓、線條、紋理、邊緣、邊界、物體的各個面等從圖像中分離出來,并且建立起各個基元之間的拓樸學上的和幾何學上的關(guān)系稱之基元的分割和關(guān)系的確定。在圖像分析和理解階段,計算機根據(jù)事先存貯在數(shù)據(jù)庫中的預(yù)知識模型,識別出各個基元或某些基元組合所代表的客觀世界中的某些實體稱之為模型匹配以及根據(jù)圖像中各基元之間的關(guān)系在預(yù)知識的指導(dǎo)下得出圖像所代表

6、的實際景物的含義,得出圖像的解釋或描述。必須強調(diào),預(yù)知識在視覺系統(tǒng)中起著相當重要的作用。在預(yù)知識庫中存放著各種實際可能遇到的物體的知識模型,和實際景物中各種物體之間的約束關(guān)系。計算機的作用是根據(jù)被分析的圖像中的各基元及其關(guān)系,利用預(yù)知識作為指導(dǎo),通過匹配,搜索和推理等手段,最終得到對圖像的描述。在整個過程中預(yù)知識時刻提供處理的樣板和證據(jù)。每一步的處理結(jié)果隨時同預(yù)知識進行對比。有時,處理的中間結(jié)果和最終結(jié)果還要饋送給預(yù)知識庫作為知識的更新和積累。關(guān)鍵技術(shù)機器視覺系統(tǒng)主要由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示。將近80%的工業(yè)視覺系統(tǒng)主要用在檢測方面，包括用于提高生產(chǎn)效率、控制生產(chǎn)

7、過程中的產(chǎn)品質(zhì)量、采集產(chǎn)品數(shù)據(jù)等。產(chǎn)品的分類和選擇也集成于檢測功能中。下面通過一個用于生產(chǎn)線上的單攝像機視覺系統(tǒng)，說明系統(tǒng)的組成及功能。視覺系統(tǒng)檢測生產(chǎn)線上的產(chǎn)品，決定產(chǎn)品是否符合質(zhì)量要求，并根據(jù)結(jié)果，產(chǎn)生相應(yīng)的信號輸入上位機。圖像獲取設(shè)備包括光源、攝像機等；圖像處理設(shè)備包括相應(yīng)的軟件和硬件系統(tǒng)；輸出設(shè)備是與制造過程相連的有關(guān)系統(tǒng)，包括過程控制器和報警裝置等。數(shù)據(jù)傳輸?shù)接嬎銠C，進行分析和產(chǎn)品控制，若發(fā)現(xiàn)不合格品，則報警器告警，并將其排除出生產(chǎn)線。機器視覺的結(jié)果是CAQ系統(tǒng)的質(zhì)量信息來源，也可以和CIMS其它系統(tǒng)集成。圖像的獲取圖像的獲取實際上是將被測物體的可視化圖像和內(nèi)在特征轉(zhuǎn)換成能被計算機處

8、理的一系列數(shù)據(jù)，它主要由三部分組成： 照明 圖像聚焦形成 圖像確定和形成攝像機輸出信號1、照明照明和影響機器視覺系統(tǒng)輸入的重要因素，因為它直接影響輸入數(shù)據(jù)的質(zhì)量和至少30%的應(yīng)用效果。由于沒有通用的機器視覺照明設(shè)備，所以針對每個特定的應(yīng)用實例，要選擇相應(yīng)的照明裝置，以達到最佳效果。過去，許多工業(yè)用的機器視覺系統(tǒng)用可見光作為光源，這主要是因為可見光容易獲得，價格低，并且便于操作。常用的幾種可見光源是、日光燈、水銀燈和鈉光燈。但是，這些光源的一個最大缺點是光能不能保持穩(wěn)定。以日光燈為例，在使用的第一個100小時內(nèi)，光能將下降15%，隨著使用時間的增加，光能將不斷下降。因此，如何使光能在一定的程度上

9、保持穩(wěn)定，是實用化過程中急需要解決的問題。另一個方面，環(huán)境光將改變這些光源照射到物體上的總光能，使輸出的圖像數(shù)據(jù)存在噪聲，一般采用加防護屏的方法，減少環(huán)境光的影響。由于存在上述問題，在現(xiàn)今的工業(yè)應(yīng)用中，對于某些要求高的檢測任務(wù)，常采用X射線、超聲波等不可見光作為光源。但是不可見光不利于檢測系統(tǒng)的操作，且價格較高，所以，目前在實際應(yīng)用中，仍多用可見光作為光源。照明系統(tǒng)按其照射方法可分為：背向照明、前向照明、結(jié)構(gòu)光和頻閃光照明等。其中，背向照明是被測物放在光源和攝像機之間，它的優(yōu)點是能獲得高對比度的圖像。前向照明是光源和攝像機位于被測物的同側(cè)，這種方式便于安裝。結(jié)構(gòu)光照明是將光柵或線光源等投射到被

10、測物上，根據(jù)它們產(chǎn)生的畸變，解調(diào)出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，照相機拍攝要求與光源同步。2、圖像聚焦形成被測物的圖像通過一個透鏡聚焦在敏感元件上，如同照相機拍照一樣。所不同的是照相機使用膠卷，而機器視覺系統(tǒng)使用傳感器來捕捉圖像，傳感器將可視圖像轉(zhuǎn)化為電信號，便于計算機處理。選取機器視覺系統(tǒng)中的攝像機應(yīng)根據(jù)實際應(yīng)用的要求，其中攝像機的透鏡參數(shù)是一項重要指標。透鏡參數(shù)分為四個部分：放大倍率、焦距、景深和透鏡安裝。3、圖像確定和形成攝像機輸出信號機器視覺系統(tǒng)實際上是一個光電轉(zhuǎn)換裝置，即將傳感器所接收到的透鏡成像，轉(zhuǎn)化為什么算機能處理的電信號、攝像機可以是電子管的，也可

11、是固體狀態(tài)傳感單元。電子管攝像機發(fā)展較早，20世紀30年代就已應(yīng)用于商業(yè)電視，它采用包含光感元件的真空管進行圖像傳感，將所接收到的圖像轉(zhuǎn)換成模擬電壓信號輸出。具有RS-170輸出制式的攝像機可直接與商用電視顯示器相連。固體狀態(tài)攝像機是在20世紀60年代后期，美國貝爾電話實驗室發(fā)明了電荷耦合裝置（CCD），而發(fā)展起來的。它上分布于各個像元的光敏二極管的線性陣列或矩形陣列構(gòu)成，通過按一定順序輸出每個二極管的電壓脈沖，實現(xiàn)將圖像光信號轉(zhuǎn)換成電信號的目的。輸出的電壓脈沖序列可以直接以RS-170制式輸入標準電視顯示器，或者輸入計算機的內(nèi)存，進行數(shù)值化處理。CCD是現(xiàn)在最常用的機器視覺傳感器。圖像處理技

12、術(shù)機器視覺系統(tǒng)中，視覺信息的處理技術(shù)主要依賴于圖像處理方法，它包括圖像增強、數(shù)據(jù)編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內(nèi)容。經(jīng)過這些處理后，輸出圖像的質(zhì)量得到相當程度的改善，既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別。圖像的增強 圖像的增強用于調(diào)整圖像的對比度，突出圖像中的重要細節(jié)，改善視覺質(zhì)量。通常采用灰度直方圖修改技術(shù)進行圖像增強。圖像的灰度直方圖是表示一幅圖像灰度分布情況的統(tǒng)計特性圖表，與對比度緊密相連。通常，在計算機中表示的一幅二維數(shù)字圖像可表示為一個矩陣，其矩陣中的元素是位于相應(yīng)坐標位置的圖像灰度值，是離散化的整數(shù)，一般取0，1，255。這主

13、要是因為計算機中的一個字節(jié)所表示的數(shù)值范圍是0255。另外，人眼也只能分辨32個左右的灰度級。所以，用一個字節(jié)表示灰度即可。但是，直方圖僅能統(tǒng)計某級灰度像素出現(xiàn)的概率，反映不出該像素在圖像中的二維坐標。因此，不同的圖像有可能具有相同的直方圖。通過灰度直方圖的形狀，能判斷該圖像的清晰度和黑白對比度。如果獲得一幅圖像的直方圖效果不理想，可以通過直方圖均衡化處理技術(shù)作適當修改，即把一幅已知灰度概率分布圖像中的像素灰度作某種映射變換，使它變成一幅具有均勻灰度概率分布的新圖像，實現(xiàn)使圖像清晰的目的。圖像的平滑圖像的平滑處理技術(shù)即圖像的去噪聲處理，主要是為了去除實際成像過程中，因成像設(shè)備和環(huán)境所造成的圖像

14、失真，提取有用信息。眾所周知，實際獲得的圖像在形成、傳輸、接收和處理的過程中，不可避免地存在著外部干擾和內(nèi)部干擾，如光電轉(zhuǎn)換過程中敏感元件靈敏度的不均勻性、數(shù)字化過程的量化噪聲、傳輸過程中的誤差以及人為因素等，均會使圖像變質(zhì)。因此，去除噪聲，恢復(fù)原始圖像是圖像處理中的一個重要內(nèi)容。在本世紀四、五十年代發(fā)展起來的線性濾波器以其完善的理論基礎(chǔ)，數(shù)學處理方便，易于采用FFT和硬件實現(xiàn)等優(yōu)點，一直在圖像濾波領(lǐng)域占有重要地位，其中以WIENER濾波器理論和卡爾曼濾波理論為代表。但是線性濾波器存在著計算復(fù)雜度高，不便于實時處理等缺點。雖然它對高斯噪聲有良好的平滑作用，但對脈沖信號干擾和其它形式的噪聲干擾抑

15、制效果差，信號邊緣模糊。為此，1971年，著名學者TUKEY提出非線笥濾波器中值濾波器，即把局部區(qū)域中灰度的中值作為輸出灰度，并將其與統(tǒng)計學理論結(jié)合起來，使用迭代方法，比較理想地將圖像從噪聲中恢復(fù)出來，并且能保護圖像的輪廓邊界，不使其變模糊。近年來，非線性濾波理論在機器視覺、醫(yī)學成像、語音處理等領(lǐng)域有了廣泛的應(yīng)用，同時，也反過來促使該理論的研究向縱深方向發(fā)展。圖像的數(shù)據(jù)編碼和傳輸數(shù)字圖像的數(shù)據(jù)量是相當龐大的，一幅512*512個像素的數(shù)字圖像的數(shù)據(jù)量為256 K字節(jié)，若假設(shè)每秒傳輸25幀圖像，則傳輸?shù)男诺浪俾蕿?2.4M比特/秒。高信道速率意味著高投資，也意味著普及難度的增加。因此，傳輸過程中

16、，對圖像數(shù)據(jù)進行壓縮顯得非常重要。數(shù)據(jù)的壓縮主要通過圖像數(shù)據(jù)的編碼和變換壓縮完成。圖像數(shù)據(jù)編碼一般采用預(yù)測編碼，即將圖像數(shù)據(jù)的空間變化規(guī)律和序列變化規(guī)律用一個預(yù)測公式表示，如果知道了某一像素的前面各相鄰像素值之后，可以用公式預(yù)測該像素值。采用預(yù)測編碼，一般只需傳輸圖像數(shù)據(jù)的起始值和預(yù)測誤差，因此可將8比特/像素壓縮到2比特/像素。變換壓縮方法是將整幅圖像分成一個個小的（8*8或16*16）數(shù)據(jù)塊，再將這些數(shù)據(jù)塊分類、變換、量化，從而構(gòu)成自適應(yīng)的變換壓縮系統(tǒng)。該方法可將一幅圖像的數(shù)據(jù)壓縮到為數(shù)不多的幾十個特傳輸，在接收端再變換回去即可。邊緣銳化圖像邊緣銳化處理主要是加強圖像中的輪廓邊緣和細節(jié)，形

17、成完整的物體邊界，達到將物體從圖像中分離出來或?qū)⒈硎就晃矬w表面的區(qū)域檢測出來的目的。它是早期視覺理論和算法中的基本問題，也是中期和后期視覺成敗的重要因素之一。圖像的分割圖像分割是將圖像分成若干部分，每一部分對應(yīng)于某一物體表面，在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量。某本質(zhì)是將像素進行分類。分類的依據(jù)是像素的灰度值、顏色、頻譜特性、空間特性或紋理特性等。圖像分割是圖像處理技術(shù)的基本方法之一，應(yīng)用于諸如染色體分類、景物理解系統(tǒng)、機器視覺等方面。圖像分割主要有兩種方法：一是鑒于度量空間的灰度閾值分割法。它是根據(jù)圖像灰度直方圖來決定圖像空間域像素聚類。但它只利用了圖像灰度特征，并沒

18、有利用圖像中的其它有用信息，使得分割結(jié)果對噪聲十分敏感；二是空間域區(qū)域增長分割方法。它是對在某種意義上（如灰度級、組織、梯度等）具有相似性質(zhì)的像素連通集構(gòu)成分割區(qū)域，該方法有很好的分割效果，但缺點是運算復(fù)雜，處理速度慢。其它的方法如邊緣追蹤法，主要著眼于保持邊緣性質(zhì)，跟蹤邊緣并形成閉合輪廓，將目標分割出來；錐體圖像數(shù)據(jù)結(jié)構(gòu)法和標記松弛迭代法同樣是利用像素空間分布關(guān)系，將邊鄰的像素作合理的歸并。而基于知識的分割方法則是利用景物的先驗信息和統(tǒng)計特性，首先對圖像進行初始分割，抽取區(qū)域特征，然后利用領(lǐng)域知識推導(dǎo)區(qū)域的解釋，最后根據(jù)解釋對區(qū)域進行合并。圖像的識別圖像的識別過程實際上可以看作是一個標記過程

19、，即利用識別算法來辨別景物中已分割好的各個物體，給這些物體賦予特定的標記，它是機器視覺系統(tǒng)必須完成的一個任務(wù)。按照圖像識別從易到難，可分為三類問題。第一類識別問題中，圖像中的像素表達了某一物體的某種特定信息。如遙感圖像中的某一像素代表地面某一位置地物的一定光譜波段的反射特性，通過它即可判別出該地物的種類。第二類問題中，待識別物是有形的整體，二維圖像信息已經(jīng)足夠識別該物體，如文字識別、某些具有穩(wěn)定可視表面的三維體識別等。但這類問題不像第一類問題容易表示成特征矢量，在識別過程中，應(yīng)先將待識別物體正確地從圖像的背景中分割出來，再設(shè)法將建立起來的圖像中物體的屬性圖與假定模型庫的屬性圖之間匹配。第三類問

20、題是由輸入的二維圖、要素圖、2·5維圖等，得出被測物體的三維表示。這里存著如何將隱含的三維信息提取出來的問題，當是今研究的熱點。目前用于圖像識別的方法主要分為決策理論和結(jié)構(gòu)方法。決策理論方法的基礎(chǔ)是決策函數(shù)，利用它對模式向量進行分類識別，是以定時描述（如統(tǒng)計紋理）為基礎(chǔ)的；結(jié)構(gòu)方法的核心是將物體分解成了模式或模式基元，而不同的物體結(jié)構(gòu)有不同的基元串（或稱字符串），通過對未知物體利用給定的模式基元求出編碼邊界，得到字符串，再根據(jù)字符串判斷它的屬類。這是一種依賴于符號描述被測物體之間關(guān)系的方法。存在問題計算機視覺研究經(jīng)歷了近40年的過程,仍面臨許多問題。主要由于這一方向是多學科的交叉與結(jié)合,同時視覺是一個涉及生理、心理的復(fù)雜過程,不僅與眼睛有關(guān),還和大腦的推理、學習有關(guān)。研究計算機視覺的目的是要實現(xiàn)對人類視覺的模擬和延伸。對于人類而言,視覺是一個輕而易舉的功能,對機器卻不同。視覺過程很難用類似于問題求解的方法符號化。隨著計算機科學領(lǐng)域中對定量研究的重視,這種狀況會得到改善。在計算機視覺的研究過程中,應(yīng)考慮將功能模擬與認知模