導(dǎo)語(yǔ)：如何才能寫好一篇計(jì)算機(jī)視覺應(yīng)用，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞 計(jì)算機(jī)；視覺技術(shù)；應(yīng)用研究

中圖分類號(hào)：TP212 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2013）16-0114-01

計(jì)算機(jī)視覺技術(shù)自20世紀(jì)70年代產(chǎn)生以來(lái)就得到了全世界的廣泛關(guān)注。作為一種多學(xué)科綜合應(yīng)用下的新技術(shù)，隨著專家對(duì)其研究會(huì)的不斷深入，其應(yīng)用領(lǐng)域也越來(lái)越廣，給人們的生產(chǎn)生活帶來(lái)了極大方便。

1 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺技術(shù)是在計(jì)算機(jī)技術(shù)應(yīng)用下發(fā)展起來(lái)的一種新技術(shù)，主要用來(lái)研究計(jì)算機(jī)模擬生物的宏觀或外顯功能。該技術(shù)在應(yīng)用過程中會(huì)涉及到計(jì)算機(jī)科學(xué)、神經(jīng)生物學(xué)、人工智能、模式識(shí)別以及圖像處理等多個(gè)學(xué)科，多學(xué)科技術(shù)的綜合運(yùn)用使得計(jì)算機(jī)具有了“感知”周圍世界的能力，這也正是該技術(shù)發(fā)揮作用的核心所在。計(jì)算機(jī)視覺技術(shù)的特點(diǎn)就在于，首先，它能在不接觸被測(cè)者的前提下完成對(duì)被測(cè)者的檢測(cè)；其次，該技術(shù)應(yīng)用的領(lǐng)域和檢測(cè)的對(duì)象非常廣，能在敏感器件的應(yīng)用下，完成對(duì)人類難以觀察到的超聲波、微波和紅外線等的檢測(cè)；最后，該技術(shù)還突破了人在視覺觀察上長(zhǎng)時(shí)間工作的限制，能對(duì)檢測(cè)對(duì)象進(jìn)行長(zhǎng)時(shí)間觀察。

2 計(jì)算機(jī)視覺技術(shù)在各領(lǐng)域的應(yīng)用分析

隨著計(jì)算機(jī)視覺技術(shù)研究的不斷加深，該技術(shù)的應(yīng)用領(lǐng)域也越來(lái)越廣，下面，本文就選取工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測(cè)、電力系統(tǒng)自動(dòng)化及圖書館工作這6個(gè)方面對(duì)計(jì)算機(jī)視覺技術(shù)的應(yīng)用進(jìn)行簡(jiǎn)要分析。

2.1 在工業(yè)領(lǐng)域中的應(yīng)用

工業(yè)生產(chǎn)對(duì)產(chǎn)品的質(zhì)量要求極高，計(jì)算機(jī)視覺技術(shù)在工業(yè)上的應(yīng)用主要集中在以下3方面：1）產(chǎn)品形狀和尺寸的檢測(cè)上。對(duì)制造業(yè)而言，產(chǎn)品的形狀和尺寸是否合格直接影響到產(chǎn)品在實(shí)際應(yīng)用過程中作用的發(fā)揮。計(jì)算機(jī)視覺技術(shù)的應(yīng)用能對(duì)產(chǎn)品進(jìn)行二維和三維等幾何特征的檢測(cè)，如產(chǎn)品的圓度、位置及形狀等。2）產(chǎn)品零部件缺失情況的檢測(cè)。在生產(chǎn)線運(yùn)行過程中，計(jì)算機(jī)視覺技術(shù)能準(zhǔn)確檢測(cè)出產(chǎn)品在生產(chǎn)過程中是否存在鉚釘、螺絲釘?shù)攘悴考娜笔б约爱a(chǎn)品內(nèi)部是否在生產(chǎn)過程中摻進(jìn)雜質(zhì)等。3）產(chǎn)品表面質(zhì)量的檢測(cè)。為了從各個(gè)方面保證產(chǎn)品的合格性，對(duì)其進(jìn)行表面質(zhì)量的檢測(cè)也是一個(gè)極其重要的環(huán)節(jié)。計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)了對(duì)產(chǎn)品表面的紋理、粗糙度、劃痕、裂紋等各方面的有效檢測(cè)。

2.2 在農(nóng)業(yè)生產(chǎn)領(lǐng)域中的應(yīng)用

該技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用主要集中在以下兩方面：1）對(duì)病蟲害的預(yù)測(cè)預(yù)報(bào)。預(yù)測(cè)預(yù)報(bào)作用發(fā)揮的關(guān)鍵環(huán)節(jié)是建立起計(jì)算機(jī)視覺技術(shù)對(duì)所有昆蟲的識(shí)別體系。對(duì)昆蟲圖像識(shí)別系統(tǒng)進(jìn)行數(shù)字化建模所使用的方法主要以下2種，一種是運(yùn)用數(shù)學(xué)形態(tài)學(xué)的方法對(duì)害蟲的邊緣進(jìn)行檢測(cè)，進(jìn)而提取害蟲的特征；第二種是從昆蟲的二值化圖像中提取出昆蟲的周長(zhǎng)、面積和復(fù)雜度等基本信息，并對(duì)這些信息建立害蟲的模板庫(kù)以實(shí)現(xiàn)對(duì)昆蟲的模糊決策分析。2）對(duì)農(nóng)作物生長(zhǎng)的監(jiān)測(cè)。常用的方法就是運(yùn)用計(jì)算機(jī)視覺技術(shù)下的非接觸式監(jiān)測(cè)系統(tǒng)對(duì)農(nóng)作物生長(zhǎng)環(huán)境下的光照、溫度、濕度、風(fēng)速、營(yíng)養(yǎng)液濃度等相關(guān)因素進(jìn)行連續(xù)地監(jiān)測(cè)，進(jìn)而判斷出農(nóng)作物長(zhǎng)勢(shì)。

2.3 在林業(yè)生產(chǎn)中的應(yīng)用

該技術(shù)在林業(yè)生產(chǎn)中的應(yīng)用主要集中在農(nóng)藥噴灑和林木球果采集這兩方面。就林業(yè)的農(nóng)藥噴灑而言，常規(guī)的農(nóng)藥噴灑方式易造成農(nóng)藥的大量流失，不僅達(dá)不到防止林業(yè)有害生物的目的，還浪費(fèi)了大量的人力、物力和財(cái)力。計(jì)算機(jī)視覺技術(shù)的應(yīng)用能通過對(duì)施藥目標(biāo)圖像進(jìn)行實(shí)時(shí)分析，得出具體的施藥量和準(zhǔn)確的施藥位置，該技術(shù)指導(dǎo)下的施藥工作極大發(fā)揮了農(nóng)藥的效果。就林木球果采集而言，該采集工作的操作難度一直都很大，我國(guó)當(dāng)前使用的方法主要是人工使用專業(yè)工具下的采集以及機(jī)械設(shè)備運(yùn)用下的高空作業(yè)車采集和搖振采種機(jī)采集，這兩種方式都存在一定的安全性和效率問題。計(jì)算機(jī)視覺技術(shù)的應(yīng)用能通過對(duì)需要進(jìn)行采集的林木球果進(jìn)行圖像采集來(lái)得出球果所處的具置，再結(jié)合專業(yè)機(jī)械手的使用完成球果采集。該技術(shù)不僅節(jié)省了大量勞動(dòng)力，還極大提高了采摘效率。

2.4 在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用

農(nóng)產(chǎn)品在生產(chǎn)過程中受自然環(huán)境的影響比較大，所以農(nóng)產(chǎn)品不僅會(huì)產(chǎn)生質(zhì)量上的差異，還會(huì)造成顏色、大小、形狀等外觀上的極大不同。由于農(nóng)產(chǎn)品在出售時(shí)大多要進(jìn)行產(chǎn)品等級(jí)的劃分，所以將計(jì)算機(jī)視覺技術(shù)運(yùn)用到對(duì)其顏色和外形尺寸的檢測(cè)上，有效達(dá)到了對(duì)農(nóng)產(chǎn)品進(jìn)行檢測(cè)的目的。通過對(duì)外觀大小尺寸的檢測(cè)，不僅提高了對(duì)農(nóng)產(chǎn)品進(jìn)行分門別類地等級(jí)劃分的效率，還在很大程度上減少了對(duì)產(chǎn)品的損壞；通過對(duì)西瓜等農(nóng)產(chǎn)品進(jìn)行顏色上的檢測(cè)，能準(zhǔn)確判斷其是否成熟，有效避免了人工操作下的失誤。

2.5 在電力系統(tǒng)自動(dòng)化中的應(yīng)用

計(jì)算機(jī)視覺技術(shù)在電力系統(tǒng)自動(dòng)化應(yīng)用的表現(xiàn)當(dāng)前主要表現(xiàn)在以下2個(gè)方面：1）在人機(jī)界面中的應(yīng)用。人機(jī)界面在運(yùn)行過程中更加強(qiáng)調(diào)人的主體地位，實(shí)現(xiàn)了用戶對(duì)各種效應(yīng)通道和感覺通道的運(yùn)用。具體來(lái)講，計(jì)算機(jī)視覺技術(shù)在用戶向計(jì)算機(jī)的輸入方面，效應(yīng)通道實(shí)現(xiàn)了手動(dòng)為主向手、足、口、身體等的轉(zhuǎn)變；在計(jì)算機(jī)向用戶的輸出方面，感覺通道實(shí)現(xiàn)了視覺為主向觸覺、嗅覺、聽覺等的轉(zhuǎn)變。2）在電廠煤粉鍋爐火焰檢測(cè)中的應(yīng)用。對(duì)煤粉鍋爐火焰的檢測(cè)既能有效判斷鍋爐的運(yùn)行狀況，又能在很大程度上實(shí)現(xiàn)電廠的安全性運(yùn)營(yíng)。由于煤的負(fù)荷變化和種類變化會(huì)在使著火位置發(fā)生移動(dòng)，所以為了保證爐膛火焰檢測(cè)的準(zhǔn)確性，必須彌補(bǔ)之前單純應(yīng)用火焰檢測(cè)器只能判斷有無(wú)火焰開關(guān)量信號(hào)的弊端。計(jì)算機(jī)視覺技術(shù)的應(yīng)用，就在彌補(bǔ)火焰檢測(cè)器應(yīng)用弊端的基礎(chǔ)上，實(shí)現(xiàn)了對(duì)火焰形狀的進(jìn)一步檢測(cè)。

2.6 在圖書館工作中的應(yīng)用

隨著當(dāng)前數(shù)字圖書館和自動(dòng)化管理系統(tǒng)的建立，計(jì)算機(jī)技術(shù)在圖書館方面的應(yīng)用越來(lái)越廣泛。當(dāng)前計(jì)算機(jī)視覺技術(shù)在圖書館方面的應(yīng)用主要集中在古籍修補(bǔ)和書刊剔舊這兩方面。就古籍修補(bǔ)而言，古籍圖書等在收藏的過程中，受溫度、濕度、光照等的影響，極易導(dǎo)致紙張變黃、變脆以及蟲洞等現(xiàn)象的出現(xiàn)。在進(jìn)行修補(bǔ)時(shí)，依靠計(jì)算機(jī)視覺技術(shù)開展具體的修補(bǔ)工作，能在很大程度上提高修補(bǔ)工作的效率。就書刊剔舊而言，由于圖書館藏書眾多，對(duì)那些使用率低且較為陳舊的文獻(xiàn)資料進(jìn)行及時(shí)地剔除，能實(shí)現(xiàn)圖書資源的及時(shí)更新。計(jì)算機(jī)視覺技術(shù)在該方面的應(yīng)用，極大地保證了工作的準(zhǔn)確性和效率性。

3 結(jié)束語(yǔ)

通過以上對(duì)計(jì)算機(jī)視覺技術(shù)在工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測(cè)、電力系統(tǒng)自動(dòng)化及圖書館工作這6個(gè)方面的研究可以看出，隨著計(jì)算機(jī)技術(shù)的進(jìn)一步發(fā)展以及計(jì)算機(jī)與各專業(yè)學(xué)科的不斷滲透，該技術(shù)的發(fā)展前景和應(yīng)用領(lǐng)域都將更加廣闊。

參考文獻(xiàn)

篇2

關(guān)鍵詞:計(jì)算機(jī)視覺；果蔬分類；應(yīng)用；挑戰(zhàn)；展望

自“農(nóng)業(yè)4.0”時(shí)代的來(lái)臨，以“互聯(lián)網(wǎng)+”為驅(qū)動(dòng)的農(nóng)業(yè)技術(shù)已成為發(fā)展農(nóng)業(yè)強(qiáng)有力的支撐。在果蔬業(yè)中，果蔬分類通常由經(jīng)過訓(xùn)練的人員人工評(píng)估農(nóng)產(chǎn)品或農(nóng)作物的質(zhì)量。但是，人工分類會(huì)帶來(lái)許多相關(guān)的限制，工作人員需要熟悉果蔬的許多特征，并且高強(qiáng)度的機(jī)械性工作帶來(lái)的失誤不可避免，因而分類技術(shù)的提高是農(nóng)產(chǎn)品質(zhì)量提升的關(guān)鍵。計(jì)算機(jī)視覺技術(shù)具有效率高、非接觸、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，在多個(gè)領(lǐng)域已經(jīng)廣泛應(yīng)用，能實(shí)現(xiàn)農(nóng)產(chǎn)品快速無(wú)損檢測(cè)的要求[1]。果蔬分級(jí)效率的提升對(duì)我國(guó)產(chǎn)品質(zhì)量提升、農(nóng)民增產(chǎn)增收具有重要意義。

1圖像處理技術(shù)在果蔬分類領(lǐng)域的應(yīng)用

本文對(duì)基于計(jì)算機(jī)視覺技術(shù)的果蔬分類進(jìn)行了比較調(diào)查，發(fā)現(xiàn)研究人員多使用一種或者多種傳感器或者機(jī)器學(xué)習(xí)技術(shù)進(jìn)行農(nóng)產(chǎn)品的分類與分級(jí)，但是由于相同水果品種不同造成形狀、大小與顏色的不同，果蔬的分類依然面臨著許多挑戰(zhàn)[2]。為解決這些問題研究人員已經(jīng)進(jìn)行了多種實(shí)驗(yàn)，其中結(jié)合機(jī)器學(xué)習(xí)技術(shù)對(duì)于系統(tǒng)有明顯提升。通過使用傳感器捕獲水果與蔬菜的特征，使用機(jī)器學(xué)習(xí)對(duì)任務(wù)進(jìn)行優(yōu)化，以提高系統(tǒng)整體性能[3]。

2果蔬分類的主要挑戰(zhàn)

雖然已經(jīng)在多個(gè)產(chǎn)業(yè)中實(shí)現(xiàn)目標(biāo)分類，但將果蔬作為對(duì)象進(jìn)行分類仍然是一項(xiàng)復(fù)雜的問題。在實(shí)際過程中，環(huán)境、光及空間等因素制約了系統(tǒng)的優(yōu)化，使系統(tǒng)的時(shí)間與準(zhǔn)確性方面受到限制。光照方向及亮度、色溫以及背景所造成的鏡面反射與漫反射都會(huì)制約系統(tǒng)的進(jìn)一步優(yōu)化，并且不同種類果蔬的特征并不相同，這也使果蔬分類系統(tǒng)沒有被廣泛地開發(fā)。

2.1缺乏合適的傳感器

分類任務(wù)的一個(gè)關(guān)鍵步驟就是選擇適合場(chǎng)景的傳感器用于數(shù)據(jù)采集。在果蔬的分類任務(wù)中視覺傳感器與非視覺傳感器已經(jīng)廣泛地應(yīng)用，但是由于各種傳感器性質(zhì)不同其所適用的應(yīng)用場(chǎng)景亦有不同[4-6]。例如超聲波傳感器與觸覺傳感器都不太適合易損的目標(biāo)物[7]。因?yàn)檫@些傳感器需要物理接觸果蔬以獲取數(shù)據(jù)。另外，視覺傳感器對(duì)許多因素高度敏感，例如照明條件和背景環(huán)境。這些基本因素是許多復(fù)雜因素的結(jié)合，包括反射、折射、縮放、旋轉(zhuǎn)和平移，這在系統(tǒng)實(shí)際的設(shè)計(jì)中需要深入考慮。傳感器大致分為視覺傳感器和非視覺傳感器。由于每個(gè)傳感器具有一定的局限性，例如視覺傳感器對(duì)照明條件和背景顏色高度敏感。高光譜相機(jī)可以得出物體反射特性，檢測(cè)具有相似顏色或背景的不同對(duì)象的固有特性，其對(duì)許多顏色等因素不敏感，并且高光譜信息與水果的其他特征相結(jié)合，可以提高系統(tǒng)性能。最近，熱紅外分析已用于許多領(lǐng)域，例如植物病害檢測(cè)、冷藏對(duì)果實(shí)的冷害、農(nóng)作物成熟度估算和農(nóng)作物產(chǎn)量估算[8]。然而，由于蔬菜和背景的熱物理性質(zhì)大致相似，并且這種技術(shù)對(duì)溫度變化敏感，因而熱紅外分析仍不能很好地完成綠顏色水果和多葉蔬菜的分類任務(wù)。

2.2難以準(zhǔn)確選擇特征

特征是用于與其他物體區(qū)分的物理特征。果蔬具有多種物理特征，例如顏色、質(zhì)地、形狀和大小，這些都是可以用作分類的特征參數(shù)，并且果蔬具有類間和類內(nèi)的同異性。類別間的變化是主要變化，即顏色、紋理和形狀的變化，而類別內(nèi)的變化更難以發(fā)現(xiàn)，特征更加難以區(qū)分。理想的系統(tǒng)能夠進(jìn)行類間和類內(nèi)分類。研究表明，單個(gè)特征不能有效地對(duì)果蔬或物體進(jìn)行有效分類。計(jì)算機(jī)視覺是用于圖像分類和識(shí)別的一種技術(shù)，可以設(shè)計(jì)算法通過多種方式對(duì)果蔬進(jìn)行分類，通常分類是基于神經(jīng)網(wǎng)絡(luò)完成。在任何機(jī)器學(xué)習(xí)應(yīng)用程序中選擇合適的算法至關(guān)重要，但是由于果蔬的類間相似性，算法優(yōu)化尤為重要。數(shù)字圖像中某些與特性有關(guān)信息的識(shí)別、分類、檢索、重建稱為特征描述，果蔬具有相關(guān)的獨(dú)特視覺特征。果蔬的分類和識(shí)別最常用的特征是顏色、形狀、大小和質(zhì)地，可以根據(jù)整體或局部圖像特征來(lái)選擇特征描述是全局或者局部的特征。特別是對(duì)于對(duì)象識(shí)別，全局圖像特征描述整個(gè)對(duì)象，具有良好的不變性，而局部圖像特征則易于實(shí)現(xiàn)快速匹配。因此，通常將局部和全局圖像特征配合使用以提高整體性能。在圖像經(jīng)過去噪、平滑等操作之后，圖像的細(xì)節(jié)將不可避免地丟失，因而需要更加注意特征的選取。這些因素對(duì)特征描述的選取造成了一些限制。

3展望

篇3

關(guān)鍵詞：雙目計(jì)算機(jī)視覺　深度信息　自適應(yīng)　光照變化　視頻監(jiān)控

1　引　言

面對(duì)日益復(fù)雜的社會(huì)和政治環(huán)境，國(guó)家安全、社會(huì)安全、個(gè)人人生安全和財(cái)產(chǎn)安全等都面臨著不同程度的威脅，都需要各種安全保護(hù)措施，在眾多場(chǎng)所建立切實(shí)有效的安保措施，成為一個(gè)迫切的課題。本文提出了一種基于雙目計(jì)算機(jī)視覺的自適應(yīng)識(shí)別算法，將該算法應(yīng)用于現(xiàn)有的監(jiān)控系統(tǒng)，并賦予監(jiān)控終端智能性，不僅使其脫離人而具有獨(dú)立智能、自主判斷的能力，而且使得視頻監(jiān)控系統(tǒng)在安防方面的作用大大提高。

在現(xiàn)有的背景建模方法中，大多對(duì)于背景象素點(diǎn)的亮度值，例如最小亮度值、最大亮度值和最大亮度差值[ 1 ] ，或是對(duì)顏色信息進(jìn)行建模[ 2 ] 。對(duì)于背景的更新，一般使用自適應(yīng)濾波器對(duì)像素的統(tǒng)計(jì)特性進(jìn)行遞歸更新，為了考慮到噪聲的影響，文獻(xiàn)[ 3 ]提出了Kalman濾波器的方法，該文認(rèn)為系統(tǒng)的最優(yōu)信息可通過估計(jì)獲得?？紤]到環(huán)境的動(dòng)態(tài)緩慢改變，文獻(xiàn)[ 4 ]利用統(tǒng)計(jì)模型給背景建模，即由一個(gè)時(shí)域?yàn)V波器保留著一個(gè)序列均值和一個(gè)標(biāo)準(zhǔn)偏差，并通過濾波過程統(tǒng)計(jì)值隨時(shí)間改變來(lái)反映環(huán)境的動(dòng)態(tài)特性。另外有一些方法解決了光照漸變等影響[ 5～7 ] ，但計(jì)算較復(fù)雜。

2雙目計(jì)算機(jī)視覺深度算法

基于實(shí)際應(yīng)用考慮，攝像頭的數(shù)量關(guān)系著成本和計(jì)算量，所以選擇支持雙攝像頭(雙目視覺)的算法是最合適的。在支持雙目視覺的算法中，Princeton NEC research institute 基于最大流算法(maximum2flow)的計(jì)算機(jī)視覺算法( Stereo2MF)在深度效果平滑性上做得較好[ 8， 9 ] ，適用于監(jiān)控區(qū)域深度計(jì)算的應(yīng)用背景。但原有算法所需的計(jì)算量和計(jì)算過程中的暫存數(shù)據(jù)量是較大的，雖然支持計(jì)算量的削減，但只是機(jī)械地在一塊區(qū)域中選擇中心點(diǎn)來(lái)進(jìn)行計(jì)算，這樣計(jì)算的結(jié)果會(huì)因選擇的機(jī)械性，而出現(xiàn)大量的“偽點(diǎn)”，這些偽點(diǎn)錯(cuò)誤地表現(xiàn)了該區(qū)域的平均深度信息。本文采用統(tǒng)計(jì)平均值選取計(jì)算點(diǎn)，通過距離因子的Gauss分布將塊內(nèi)其他點(diǎn)的值融合計(jì)算，從而使得計(jì)算出的值較準(zhǔn)確的代表了這一塊內(nèi)的大致深度分布。

m， n分別是圖像的長(zhǎng)和寬所包含的像素點(diǎn)個(gè)數(shù)，M、N 表示像素點(diǎn)的橫縱坐標(biāo)， .d 是塊內(nèi)深度統(tǒng)計(jì)平均值， dM， N為計(jì)算點(diǎn)的深度值， q為距離因子， dB是計(jì)算所得的塊深度代表值。圖1為改進(jìn)后雙目視覺深度算法與原算法識(shí)別效果比較。由圖1可以明顯看出，修改后的算法效果在細(xì)節(jié)表現(xiàn)、平滑性、偽點(diǎn)減少上均有明顯改善，而且深度計(jì)算精確度能夠完全滿足視頻

圖1　改進(jìn)后雙目視覺深度算法與原算法識(shí)別效果比較Fig. 1Effect comparison after algorithm modification

度計(jì)算精確度能夠完全滿足視頻監(jiān)控應(yīng)用的需要。

3　自適應(yīng)識(shí)別算法

對(duì)于一個(gè)固定的場(chǎng)景，場(chǎng)景各像素點(diǎn)的深度值是符合一個(gè)隨機(jī)概率分布。以某一均值為基線，在其附近做不超過某一偏差的隨機(jī)振蕩，這種情況下的場(chǎng)景稱之為背景。而場(chǎng)景環(huán)境往往是動(dòng)態(tài)變化的，如環(huán)境自然光的緩變，燈光的突然熄滅或點(diǎn)亮，以及運(yùn)動(dòng)對(duì)象的出現(xiàn)、運(yùn)動(dòng)和消失等。如果能識(shí)別出場(chǎng)景中的動(dòng)態(tài)變化，就能自適應(yīng)的更新背景值，將光照的改變?nèi)诤系奖尘爸抵?。本文采取了用統(tǒng)計(jì)模型的方式給每個(gè)像素點(diǎn)建模，而以像素點(diǎn)變化的分布情況來(lái)確定光照突變引起的深度突變，并結(jié)合深度計(jì)算本身特性，解決光照緩變突變引起的誤判問題，以及判別場(chǎng)景中對(duì)象的主次性。

3. 1　背景象素點(diǎn)的深度值建模

由于雙目計(jì)算機(jī)視覺算法得到的深度值，已經(jīng)是塊融合的，可以根據(jù)精度要求，來(lái)加大塊面積， 減少數(shù)據(jù)量。本文獲得的數(shù)據(jù)量只有原像素點(diǎn)的( k， l分別是塊的長(zhǎng)和寬所包含的像素點(diǎn)個(gè)數(shù)) 。以統(tǒng)計(jì)的方法給每個(gè)像素點(diǎn)的深度值建模， 設(shè)為第u幀圖像的某個(gè)像素點(diǎn)的深度值， 其中u代表第u幀圖像， i， j分別代表像素點(diǎn)的橫坐標(biāo)和縱坐標(biāo)。由一個(gè)時(shí)間濾波器來(lái)保持該像素點(diǎn)深度值的序列均值和時(shí)間偏差

其中，α是一個(gè)可調(diào)增益參數(shù)， 其與采樣頻率有關(guān)。通過濾波過程，來(lái)得到每個(gè)像素點(diǎn)的深度值基于時(shí)間的統(tǒng)計(jì)特性，由于這些統(tǒng)計(jì)特性反映了環(huán)境的動(dòng)態(tài)特性，據(jù)此可以了解到是環(huán)境的光照發(fā)生了突變，還是有運(yùn)動(dòng)對(duì)象的運(yùn)動(dòng)。

3. 2　背景更新與場(chǎng)景識(shí)別

通過上述濾波過程，就可以將光照緩變?nèi)谌氲奖尘爸腥ィ瑢?shí)現(xiàn)背景的自適應(yīng)更新。而對(duì)于光照突變，此時(shí)幾乎所有的象素點(diǎn)的亮度值會(huì)同時(shí)增大或減小，但根據(jù)最大流算法的特性，同方向的變化對(duì)流量差不會(huì)引起太大變化， 而對(duì)深度計(jì)算結(jié)果只會(huì)引起較小的同方向變化。這種全局的等量變化， 可以認(rèn)為是光照突變引起的。

其中， a、b和c是3個(gè)可調(diào)節(jié)系數(shù)，他們的取值可依據(jù)場(chǎng)景的情況及檢測(cè)光照突變的速度與誤差來(lái)進(jìn)行選取。s， t分別是深度圖像的長(zhǎng)和寬所包含的像素點(diǎn)個(gè)數(shù)。Q是符合式( 9)的像素點(diǎn)個(gè)數(shù)。一旦檢測(cè)到環(huán)境光照發(fā)生了突變， 就把背景點(diǎn)像素的深度序列均值，全部以當(dāng)前幀像素點(diǎn)的深度值的測(cè)量

值代替，而j以0取代，從而實(shí)現(xiàn)背景的及時(shí)更新。

如果式(10)式(12)中任意一個(gè)不成立的話，則認(rèn)為像素塊深度值的變化并非由光照突變引起， 而是場(chǎng)景中有運(yùn)動(dòng)對(duì)象出現(xiàn)。

4　算法分析與實(shí)驗(yàn)

4. 1　算法復(fù)雜度

對(duì)于光照突變檢測(cè)，若有突變的話，則會(huì)立即檢測(cè)出來(lái)，當(dāng)有運(yùn)動(dòng)對(duì)象出現(xiàn)時(shí)， 并且式( 10)式( 12)都接近滿足時(shí)，處理會(huì)較慢，因?yàn)樾枰幚硗蛔儥z測(cè)和運(yùn)動(dòng)對(duì)象兩個(gè)過程。當(dāng)b取25% s ×t時(shí)的處理速度與變化點(diǎn)比例關(guān)系如圖2所示。

相對(duì)于一般的光強(qiáng)、灰度的識(shí)別檢測(cè)算法，本算法的優(yōu)勢(shì)在于不僅可以利用深度特性更容易地檢測(cè)到光照的漸變與突變， 而且可以判斷出現(xiàn)的多個(gè)運(yùn)動(dòng)對(duì)象的主次性。

4. 2　算法誤檢率

由于光照直接對(duì)于像素點(diǎn)的光強(qiáng)、灰度等產(chǎn)生影響，所以深度算法的噪聲容限更大，這樣可降低了誤檢率，多組實(shí)驗(yàn)后得到的誤檢率對(duì)比圖如圖3所示。但是由于深度算法本身對(duì)于反光或者陰暗面會(huì)產(chǎn)生偽點(diǎn)，所以，某些時(shí)候由于光照突變中光源的位置變化而會(huì)誤檢為運(yùn)動(dòng)對(duì)象，為此算法還需進(jìn)一步改進(jìn)能判別偽點(diǎn)的出現(xiàn)， 除去它在光照突變檢測(cè)中的影響。另外，公式中可調(diào)系數(shù)a， b， c的選取也會(huì)對(duì)不同場(chǎng)景產(chǎn)生影響。

筆者在實(shí)驗(yàn)室環(huán)境下做了不同光照角度、不同環(huán)境光強(qiáng)度、不同運(yùn)動(dòng)物體的多組實(shí)驗(yàn)，發(fā)現(xiàn)在反光面或是陰暗面較多的情況下，光照突變檢測(cè)不是很靈敏，而且會(huì)出錯(cuò)，但是在增加系數(shù)a， c的值后， 誤檢率有所降低(如圖3所示) 。

5　基于算法的監(jiān)控系統(tǒng)

我們利用該算法實(shí)現(xiàn)了視頻監(jiān)控原型系統(tǒng)。計(jì)算機(jī)視覺算法對(duì)于攝像頭的同步曝光要求很高，所以本系統(tǒng)終端用一塊單獨(dú)的MCU (micro control unit)控制同步曝光。核心算法用DSP處理。系統(tǒng)結(jié)構(gòu)如圖4所示。實(shí)際系統(tǒng)原型圖如圖5所示。

6　結(jié)　論

利用深度信息做智能場(chǎng)景識(shí)別，是一種新的嘗試，有其優(yōu)勢(shì)。將這種方法應(yīng)用到智能視頻監(jiān)控中，能起到很好的效果，克服了其他方法較難處理的光照漸變和突變等問題。對(duì)比單攝像頭監(jiān)控系統(tǒng)，該系統(tǒng)可應(yīng)用于更多場(chǎng)合。后續(xù)研發(fā)準(zhǔn)備在系統(tǒng)上加上更多功能，以適用于更多的環(huán)境，并與其他保安類監(jiān)控系統(tǒng)互聯(lián)，以組成一整套功能強(qiáng)大、達(dá)到國(guó)內(nèi)外一流水平的安防系統(tǒng)。

參考文獻(xiàn)( 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

論文摘要 ：開發(fā)了一種虛擬場(chǎng)景與實(shí)時(shí)視頻之間的合成技術(shù)，成功地將該技術(shù)應(yīng)用于虛擬規(guī) 劃系統(tǒng)中，詳細(xì)介紹了系統(tǒng)所采用的基于計(jì)算機(jī)視覺的標(biāo)識(shí)識(shí)別和實(shí)時(shí)、自動(dòng)攝像機(jī)位置、姿態(tài)跟蹤算法，并給出了系統(tǒng)運(yùn)行結(jié)果。

0  引  言

虛擬現(xiàn)實(shí)技術(shù) 的最終目的是使用戶完全沉浸在一個(gè) 由計(jì)算機(jī)生成的虛擬環(huán)境中，該技術(shù)已經(jīng)被成功地應(yīng)用到軍事、教育、娛樂等眾多領(lǐng)域。隨著應(yīng)用 的增多 ，虛擬現(xiàn)實(shí)技術(shù) 的缺陷也逐漸暴露出來(lái)，主要表現(xiàn)在如下兩個(gè)方面：(1)虛擬現(xiàn)實(shí) 中的場(chǎng)景完全由計(jì)算機(jī)生成，隨著繪制場(chǎng)景真實(shí)程度的提高，對(duì)系統(tǒng)硬件配置的要求也相應(yīng)提高，從而形成了繪制效果和實(shí)時(shí)性兩個(gè)同等重要又難以同時(shí)解決 的問題 。(2)交互方式受限．鼠標(biāo)、鍵盤等傳統(tǒng)輸入設(shè)備并沒有提供給用戶一種直觀 自然的交互方式，而數(shù)據(jù)手套等較為昂貴的外圍設(shè)備不僅使用起來(lái)不方便，而且對(duì)工作范圍也有一定的限制。

混合現(xiàn)實(shí)  技術(shù)的出現(xiàn)很大程度上解決了以上兩個(gè)問題，它將計(jì)算機(jī)生成的虛擬場(chǎng)景、提示信息實(shí)時(shí)疊加到用戶所能觀察到的真實(shí)世界當(dāng)中，并以此來(lái)增強(qiáng)用戶視覺感受 。在混合現(xiàn)實(shí)環(huán)境中用戶所能觀察到的主體是來(lái)源于真實(shí)世界的圖像信息，虛擬場(chǎng)景只起到輔助、提示作用，因此不需要真實(shí)感圖形繪制所需的高端的硬件配置。另一方面，由于圖像信息來(lái)源于真實(shí)世界，這就使得用戶本身能夠很自然地融合到整個(gè)系統(tǒng)中，并且能夠 以一種 自然 、直觀的方式與系統(tǒng)交互，而不必添加額外的硬件設(shè)備。正是由于以上特性，混合現(xiàn)實(shí)技術(shù)已經(jīng)被應(yīng)用到眾多領(lǐng)域當(dāng)中，而且能夠比虛擬現(xiàn)實(shí)更好地完成某些任務(wù)，如交互式規(guī)劃、動(dòng)態(tài)虛擬展示等。

一個(gè)實(shí)用的混合現(xiàn)實(shí)系統(tǒng)所必須具備的特性之一是幾何一致性，即系統(tǒng)必須實(shí)時(shí)準(zhǔn)確地判斷攝像機(jī)相對(duì)于真實(shí)世界的位置和姿態(tài)．以便將虛擬場(chǎng)景正確地疊加到真實(shí)世界的具置上，使得用戶從感官上認(rèn)為虛擬場(chǎng)景確實(shí)是真實(shí)世界的一部分。傳統(tǒng)的方法是利用硬件設(shè)備(電磁式、機(jī)械式跟蹤系統(tǒng))來(lái)獲取攝像頭位置信息，但這些方法不僅工作范圍受限，而且求得的結(jié)果也不夠精確。本文采用當(dāng)前流行的基于計(jì)算機(jī)視覺的方法來(lái)獲取位置信息，事實(shí)證明該方法是有效、可行的。

系統(tǒng)結(jié)構(gòu)及工作流程

筆者構(gòu)建 了一個(gè)如圖 1所示的混合現(xiàn)實(shí)原型系統(tǒng)，主要由如下幾個(gè)部分組成：(1)平面標(biāo)識(shí)塊：一個(gè)帶有黑色邊框的正方形．尺寸、內(nèi)部圖案由用戶定義，主要功能是使系統(tǒng)能夠根據(jù)實(shí)際圖像中標(biāo)識(shí)的變形來(lái)計(jì)算虛實(shí)配準(zhǔn)所需的位置、姿態(tài)信息，同時(shí)還可以用不同的內(nèi)部圖案代表不同的虛擬場(chǎng)景，以增強(qiáng)系統(tǒng)的實(shí)用性。(2)圖像采集設(shè)備(攝像機(jī))：主要完成實(shí)時(shí)視頻采集功能。(3)圖形渲染系統(tǒng)：生成與視頻合成所需的虛擬場(chǎng)景。(4)虛實(shí)合成：利用攝像機(jī)位置、姿態(tài)信息將視頻與虛擬場(chǎng)景相融合。(5)顯示設(shè)備 ：包括頭盔式顯示器以及桌面臺(tái)式顯示器，用以將虛實(shí)合成的影像展現(xiàn)給使用者。

系統(tǒng)運(yùn)行過程中，首先將采集到的一幀彩色圖像轉(zhuǎn)換成一幅二值(黑 白)圖像，然后對(duì)該二值圖像進(jìn)行連通域分析，找出其中所有的四邊形區(qū)域作為候選匹配區(qū)域，將每一候選區(qū)域與模板庫(kù)中的模板進(jìn)行匹配，如果產(chǎn)生匹配，則認(rèn)為找到了一個(gè)標(biāo)識(shí)，在生成與該標(biāo)識(shí)對(duì)應(yīng)的虛擬場(chǎng)景的同時(shí)利用該標(biāo)識(shí)區(qū)域的變形來(lái)計(jì)算攝像機(jī)相對(duì)于已知標(biāo)識(shí)的位置和姿態(tài)，最后根據(jù)得到的變換矩陣實(shí)現(xiàn)虛實(shí)之間的無(wú)縫融合。

2 標(biāo)識(shí)識(shí)別與攝像機(jī)位置、姿態(tài)跟蹤算法

由上一節(jié)可知，構(gòu)建該系統(tǒng)有兩個(gè)關(guān)鍵問題需要解決 ，即如何識(shí)別標(biāo)識(shí)內(nèi)部的不同圖案以生成與之對(duì)應(yīng)的虛擬場(chǎng)景 以及如何利用標(biāo)識(shí)的變形計(jì)算虛實(shí)配準(zhǔn)所需的坐標(biāo)變換關(guān)系。以下分別介紹以上兩個(gè)問題的解決方法。

2．1標(biāo)識(shí)識(shí)別

本系統(tǒng) 所采用的標(biāo)識(shí)識(shí)別方法可 以分為以下幾步。

2．1．1圖像二值化

首先對(duì)采集到的彩色圖像進(jìn)行二值化，處理成黑白(0，1)圖像，如圖 2(b)。具體方法為：設(shè)定一個(gè) 閾值，對(duì)圖像進(jìn)行遍歷 ，根據(jù)該閾值，對(duì)圖像重新賦值。為了克服光照對(duì)識(shí)別結(jié)果造成的影響，同時(shí)采用 了自適應(yīng)閾值法  來(lái)提高系統(tǒng)穩(wěn)定性，設(shè)定當(dāng)前 閾值 為上一幀圖像中標(biāo)識(shí)投影區(qū)域像素灰度的平均值，實(shí)驗(yàn)證明該方法對(duì)改善系統(tǒng)性能有較為明顯的效果。

2．1．2連通域分析

連通域分析的 目的是從復(fù)雜背景中提取標(biāo)識(shí)的投影區(qū)域。分析過程為：查找所有像素值為 1的連通區(qū)域，首先根據(jù)大小約束對(duì)區(qū)域進(jìn)行預(yù)篩選，然后利用最小二乘直線擬合法篩選出所有四邊形區(qū)域 ，結(jié)果見圖 2(c)。

2．1．3 區(qū)域規(guī)則化與模板匹配

區(qū)域規(guī)則化是將圖像中經(jīng)過投影變換的標(biāo)識(shí)區(qū)域變換到標(biāo)準(zhǔn)模板空間，本文利用仿射變換  將標(biāo)識(shí)經(jīng)過投影變形后 的區(qū)域直接映射到一個(gè) 64×64大小的正方形模板，效果見圖2(d)。接下來(lái)的工作是將規(guī)則化圖像與模板庫(kù)中的模板進(jìn)行匹配，以返回代表不同虛擬場(chǎng)景的 id值。本文采用相關(guān)系數(shù)法來(lái)完成匹配工作，方法如下：

首先利用以下四式計(jì)算規(guī)則化圖像 i和標(biāo)準(zhǔn)模板圖像 p各自的均值和方差。

然后計(jì)算兩幅圖像的相關(guān)系數(shù) p，本文選擇所有模板中與規(guī)則化圖像具有最大相關(guān)系數(shù) p且 p>0．5的模板作為當(dāng)前匹配結(jié)果，并返回與之對(duì)應(yīng)的 id值

2．2攝像機(jī)位置、姿態(tài)估計(jì)

首先給出系統(tǒng)的坐標(biāo)變換關(guān)系如圖 3所示。規(guī)定平面標(biāo)識(shí)在世界坐標(biāo)系中的位置為已知，攝像機(jī)位置、姿態(tài)計(jì)算問題轉(zhuǎn)化為攝像機(jī)坐標(biāo)系與世界坐標(biāo)系之間三維變換矩陣的求解。

世界坐標(biāo) 系與攝像機(jī)坐標(biāo)系間的變換關(guān)系可以用式(5)表示。其中 w為世界坐標(biāo)系下某點(diǎn)坐標(biāo)，c為該點(diǎn)在攝像機(jī)坐標(biāo)系中的位置，t ：[r r r：t] 為待求三維變換矩陣，包含三個(gè)旋轉(zhuǎn)分量和一個(gè)平移分量。

c=t w  (5)

由于規(guī)定平面標(biāo)識(shí)與世界坐標(biāo)系下的z：0平面重合 ，則由式 (5)可得 ，平面標(biāo)識(shí)上的某點(diǎn)在世界坐標(biāo)系下的坐標(biāo) wi=(x ，y wi，0，1) 與其在攝像機(jī)坐標(biāo)系下坐標(biāo) c；：(x  y z i，1) 之間的關(guān)系可以表示為式(6)。

有 8個(gè)待定系數(shù)，由標(biāo)識(shí)的 四個(gè)角點(diǎn)可得 如下 方程組 ，則完全可以求取以上 8個(gè)未知數(shù)。

通過上述計(jì)算可以確定變換矩陣中的 r ，r ，t，三個(gè)分量，由變換矩陣旋轉(zhuǎn)分量的正交性可以求得r ：r ×r ，最后需要對(duì)所求得的結(jié)果作歸一化操作以消除比例因子 t 對(duì)計(jì)算結(jié)果的影響，方法是將(1 r l+l r 1)／2去除以上各分量。

事實(shí)上由于不可能完全避免成像畸變以及圖像處理過程中的誤差，上述方法求得的變換矩陣 t 是不夠精確的。解決方法是利用上述方法求取第一幀圖像對(duì)應(yīng)的 t ，在后續(xù)計(jì)算過程中采用非線性最小二乘法求取后續(xù)幀的對(duì)應(yīng)的變換矩陣。誤差逼近計(jì)算公式見式 (1 1)。

式中(文  i)(i=0，1，2，3)為根據(jù)上一幀t 求得的標(biāo)識(shí)四個(gè)角點(diǎn)在像平面坐標(biāo)系下的位置，(x i，y ；)(i=0，1，2，3)為實(shí)時(shí)檢測(cè)到的標(biāo)識(shí)角點(diǎn)在圖像中的位置。本 文利用勒溫伯格一馬闊特方法求解式(11)。

 

3 應(yīng)用實(shí)例——基于混合現(xiàn)實(shí)的小區(qū)規(guī)劃系統(tǒng)

傳統(tǒng)的住宅小區(qū)規(guī)劃方法之一是制作規(guī)劃方案模型，但是制作實(shí)體模型不僅費(fèi)時(shí)費(fèi)力，而且修改起來(lái)也極為不便。近年來(lái)，基于虛擬現(xiàn)實(shí)技術(shù)的小區(qū)規(guī)劃方法已經(jīng)逐漸為設(shè)計(jì)者所接受，它一定程度上解決了實(shí)體模型規(guī)劃方法的缺點(diǎn)，但是由于缺乏高效、自然的人機(jī)交互方式，使得規(guī)劃效果大打折扣?；旌犀F(xiàn)實(shí)技術(shù)的出現(xiàn)為小區(qū)規(guī)劃提供了新的契機(jī)，它既繼承了虛擬現(xiàn)實(shí)技術(shù)卓越的三維表現(xiàn)能力，又具有虛實(shí)結(jié)合的特點(diǎn)，能夠在真實(shí)的規(guī)劃場(chǎng)景中整合設(shè)計(jì)要素，給設(shè)計(jì)者和方案評(píng)估者以直觀的感受。

筆者利用本文方法開發(fā)了一套基于混合現(xiàn)實(shí)技術(shù)的虛擬小區(qū)規(guī)劃系統(tǒng)。系統(tǒng)中不同的標(biāo)識(shí)對(duì)應(yīng)不同的虛擬建筑模型，用戶可以在視線范圍內(nèi)隨意移動(dòng)模型．從而實(shí)現(xiàn)不 同的規(guī)劃 方案 。運(yùn)行效果 如圖4該系統(tǒng)滿足了小區(qū)規(guī)劃對(duì)虛實(shí)交互、人機(jī)交互的要求，充分體現(xiàn)出混合現(xiàn)實(shí)技術(shù)在小區(qū)規(guī)劃應(yīng)用中的優(yōu)勢(shì)。

篇5

關(guān)鍵詞： 數(shù)據(jù)挖掘技術(shù) 計(jì)算機(jī)考試 數(shù)據(jù)處理 數(shù)據(jù)庫(kù)

信息化發(fā)展帶動(dòng)了電子產(chǎn)品的生產(chǎn)，也可以說是計(jì)算機(jī)的普及帶來(lái)了信息化發(fā)展，兩者是相輔相成的。計(jì)算機(jī)被越來(lái)越多地運(yùn)用到各行各業(yè)，本文主要分析的是計(jì)算機(jī)在教學(xué)中的使用。計(jì)算機(jī)的使用離不開數(shù)據(jù)庫(kù)的支持，信息數(shù)據(jù)處理是計(jì)算機(jī)教學(xué)研究的一項(xiàng)重大課題，數(shù)據(jù)挖掘作為一種新型數(shù)據(jù)處理技術(shù)，得到了廣泛關(guān)注。對(duì)數(shù)據(jù)進(jìn)行處理、分析和挖掘的主要目的是發(fā)現(xiàn)學(xué)校教學(xué)管理和學(xué)生管理各個(gè)方面的有效信息，本文從計(jì)算機(jī)考試入手，進(jìn)行深入研究分析。

一、數(shù)據(jù)挖掘技術(shù)概述

隨著信息技術(shù)的迅猛發(fā)展，各行各業(yè)每年都積累了大量數(shù)據(jù)，推動(dòng)了數(shù)據(jù)的高效管理與應(yīng)用。數(shù)據(jù)管理從最早的手工開始，后期發(fā)展為文件管理，再到現(xiàn)如今的數(shù)據(jù)庫(kù)管理。過去人們對(duì)現(xiàn)有數(shù)據(jù)管理還比較順利，但對(duì)過去幾年、幾十年甚至更長(zhǎng)時(shí)間的數(shù)據(jù)管理起來(lái)就相當(dāng)費(fèi)事，甚至可以說是不太容易完成的任務(wù)?，F(xiàn)如今計(jì)算機(jī)技術(shù)日漸成熟，大量信息數(shù)據(jù)給數(shù)據(jù)庫(kù)管理帶來(lái)大量工作量，此時(shí)數(shù)據(jù)挖掘技術(shù)就是為了數(shù)據(jù)處理而應(yīng)運(yùn)而生的。對(duì)于數(shù)據(jù)查詢而言，可以方便快捷地查詢出所需數(shù)據(jù)，遠(yuǎn)遠(yuǎn)超出人類所能理解的概括范圍。現(xiàn)有統(tǒng)計(jì)學(xué)和數(shù)據(jù)查詢分析技術(shù)能對(duì)數(shù)據(jù)進(jìn)行綜合分析和查詢，一定程度上解決人們處理分析數(shù)據(jù)的需求。數(shù)據(jù)挖掘技術(shù)不僅限于數(shù)據(jù)查詢，還可以根據(jù)有效數(shù)據(jù)對(duì)非預(yù)期潛在有價(jià)值的信息進(jìn)行再處理，從而得出更多有用的潛在信息。

人們?nèi)粘Ｉ钪须x不開數(shù)據(jù)挖掘技術(shù)的應(yīng)用，如超市物品的陳列問題上，經(jīng)營(yíng)者想要把人們可能同時(shí)購(gòu)買的商品擺放到一起，以便引起人們的購(gòu)買欲望，增加銷售量。藥店經(jīng)營(yíng)者想要了解人們購(gòu)買藥物時(shí)還會(huì)附帶購(gòu)買的商品，將治療不同病種的藥物與可能購(gòu)買的商品擺放到一起，附帶銷售。醫(yī)學(xué)研究人員希望從已有成千上萬(wàn)份病例中找出某種疾病病人的共同特征，以便為治愈這種疾病提供一些幫助。企業(yè)管理者想要了解整體員工的平均收入水平，提取出業(yè)績(jī)較好員工的個(gè)人信息等。

從以上實(shí)例研究中得出結(jié)論，現(xiàn)有信息管理依靠數(shù)據(jù)查詢統(tǒng)計(jì)，并通過做報(bào)表對(duì)數(shù)據(jù)進(jìn)行分析處理。先不說其潛在信息并不能很好地挖掘出來(lái)，就其工作量來(lái)講，也是一項(xiàng)繁重而復(fù)雜的工作，很難保證數(shù)據(jù)的有效性和實(shí)用性。為了滿足人們對(duì)數(shù)據(jù)管理的需求，從現(xiàn)有信息數(shù)據(jù)中提取出更有價(jià)值的信息，數(shù)據(jù)挖掘技術(shù)得到了充分應(yīng)用。

數(shù)據(jù)挖掘技術(shù)可以從大量隨機(jī)數(shù)據(jù)中快速地進(jìn)行信息數(shù)據(jù)歸納整理，并從中分析出有效的潛在信息。一般會(huì)采用統(tǒng)計(jì)型和人工智能型數(shù)據(jù)處理方法，共同完成對(duì)數(shù)據(jù)管理的分析應(yīng)用。統(tǒng)計(jì)型數(shù)據(jù)處理采用傳統(tǒng)的統(tǒng)計(jì)學(xué)原理，對(duì)現(xiàn)有和過去很久的數(shù)據(jù)進(jìn)行概率分析，從而推理出數(shù)據(jù)中隱含的潛在有用信息。統(tǒng)計(jì)學(xué)由來(lái)已久，其優(yōu)點(diǎn)是精確度相對(duì)較高，簡(jiǎn)單易懂，并且使用比較廣泛。數(shù)據(jù)挖掘技術(shù)統(tǒng)計(jì)型可以準(zhǔn)確快速地挖掘出有用信息，大大提高工作效率，甚至大大減輕統(tǒng)計(jì)者的工作量。人工智能是在統(tǒng)計(jì)學(xué)原理基礎(chǔ)之上，通過訓(xùn)練和學(xué)量樣品集得出需要的模式或參數(shù)。將有共同模式或參數(shù)的數(shù)據(jù)通過機(jī)器人工智能，發(fā)現(xiàn)有價(jià)值的潛在信息。但也存在一定的局限性，不同的樣品集有特定的應(yīng)用領(lǐng)域，樣品集的選擇將直接影響數(shù)據(jù)結(jié)果，一般情況下會(huì)將多種技術(shù)結(jié)合起來(lái)使用，達(dá)到有力互補(bǔ)的目的，從而更高效準(zhǔn)確地分析出數(shù)據(jù)結(jié)果。

二、數(shù)據(jù)挖掘技術(shù)在計(jì)算機(jī)考試中的應(yīng)用

通過上述對(duì)數(shù)據(jù)挖掘技術(shù)的概述，對(duì)數(shù)據(jù)挖掘的基本原理有了初步了解，將其運(yùn)用到教學(xué)中，必會(huì)事半功倍。數(shù)據(jù)挖掘技術(shù)運(yùn)用到教學(xué)管理中，不僅可以完善教學(xué)管理體制，還可以客觀分析出教學(xué)管理中存在的問題。以教學(xué)管理中的計(jì)算機(jī)考試為例，分析計(jì)算機(jī)考試系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用，從而得出以下結(jié)果：

本文通過實(shí)例驗(yàn)證方法找出答案，首先是采用數(shù)據(jù)采集方法，從大量數(shù)據(jù)中提取出與所要挖掘的數(shù)據(jù)目標(biāo)相關(guān)的數(shù)據(jù)子集，該數(shù)據(jù)樣本的精選不僅減少數(shù)據(jù)處理量，還突出相關(guān)性規(guī)律，表明數(shù)據(jù)樣本的代表性和質(zhì)量尤為重要。在計(jì)算機(jī)考試系統(tǒng)中，會(huì)通過輸入考生信息進(jìn)行考試，考生的每個(gè)信息都定義為不同變量?？忌男彰?、性別、年齡、任課老師、所在班級(jí)等信息都是一個(gè)個(gè)不同的變量，這樣可以清晰地了解到每個(gè)考生的計(jì)算機(jī)考試情況。根據(jù)其做不同題型的長(zhǎng)短分析出考生擅長(zhǎng)什么樣的題型及在什么題型面前處于劣勢(shì)。根據(jù)其答題速度和準(zhǔn)確率可看出考生掌握知識(shí)能力如何，任課老師可根據(jù)學(xué)生的不同學(xué)習(xí)程度逐個(gè)擊破，有利于提高班級(jí)整體學(xué)習(xí)成績(jī)水平，這就是數(shù)據(jù)挖掘技術(shù)挖掘出的潛在信息價(jià)值。

數(shù)據(jù)挖掘技術(shù)是信息化時(shí)代的產(chǎn)物，將其運(yùn)用到教育教學(xué)中，可大大提高教學(xué)管理質(zhì)量?？煽焖儆行У亓私獾綄W(xué)生管理中出現(xiàn)的問題，有利于教師及時(shí)解決這些問題。計(jì)算機(jī)考試數(shù)據(jù)中應(yīng)用數(shù)據(jù)挖掘技術(shù)，不僅可以精準(zhǔn)地了解到學(xué)生潛在的學(xué)習(xí)問題，還可以幫助老師更快地找到提高學(xué)生學(xué)習(xí)成績(jī)的方法。

信息化發(fā)展使信息數(shù)據(jù)量急劇增加，這個(gè)數(shù)據(jù)處理造成了困擾，為了更好地對(duì)信息數(shù)據(jù)進(jìn)行處理分析，從而準(zhǔn)確快速地提取出有效信息，數(shù)據(jù)挖掘技術(shù)起到了重要作用。計(jì)算機(jī)考試系統(tǒng)的完善可提高考試效率，奠定數(shù)據(jù)挖掘技術(shù)在計(jì)算機(jī)教學(xué)中的重要地位。現(xiàn)代是不斷變化的時(shí)代，也可以說是信息化時(shí)代，時(shí)代離不開信息化發(fā)展，要不斷進(jìn)步才能持續(xù)發(fā)展。數(shù)據(jù)挖掘技術(shù)勢(shì)必會(huì)成為計(jì)算機(jī)技術(shù)發(fā)展的第二大方向，是時(shí)展的要求所致。

參考文獻(xiàn)：

[1]吳英，劉俊熙.計(jì)算機(jī)考試數(shù)據(jù)分析中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].制造業(yè)自動(dòng)化，2010（9）.

[2]方新麗.淺析數(shù)據(jù)挖掘技術(shù)在計(jì)算機(jī)審計(jì)中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2013（5）.

篇6

【關(guān)鍵詞】：“云計(jì)算”；會(huì)計(jì)信息化

【中圖分類號(hào)】G202 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1672-5158（2013）01―0187-01

隨著社會(huì)主義市場(chǎng)經(jīng)濟(jì)的不斷發(fā)展，在企事業(yè)管理中，人們?cè)絹?lái)越意識(shí)到信息技術(shù)對(duì)于會(huì)計(jì)的影響。近年來(lái)，“云計(jì)算”這個(gè)概念火熱，已經(jīng)滲透到普通人的生活，都因?yàn)椤霸朴?jì)算”的到來(lái)和發(fā)展而產(chǎn)生著改變。如今，會(huì)計(jì)信息化正在取代會(huì)計(jì)電算化成為會(huì)計(jì)發(fā)展的方向。“云計(jì)算”的出現(xiàn)勢(shì)必會(huì)對(duì)會(huì)計(jì)信息化的過渡帶來(lái)深遠(yuǎn)影響。

一、“云計(jì)算”對(duì)會(huì)計(jì)信息化帶來(lái)影響

1.成本優(yōu)勢(shì)“云計(jì)算”出現(xiàn)，會(huì)計(jì)系統(tǒng)可以以軟件服務(wù)的方式提供，企事業(yè)使用者按照自己的需要購(gòu)買，按照實(shí)際使用的賬號(hào)和實(shí)際使用的時(shí)間付費(fèi)。

2.而“云計(jì)算”技術(shù)的應(yīng)用之后，企事業(yè)采用租賃的方式，不再需要專業(yè)的維護(hù)人員，從而不需要為了這些專業(yè)人員支付額外的費(fèi)用，最大程度地減少了企事業(yè)為了會(huì)計(jì)信息化所花費(fèi)的開支。供應(yīng)商提供的服務(wù)的專業(yè)化和規(guī)劃化，使得企事業(yè)能夠及時(shí)得到最新的技術(shù)應(yīng)用，能夠更好時(shí)滿足企事業(yè)對(duì)會(huì)計(jì)信息化不斷發(fā)展的要求。從而，大大降低了企事業(yè)實(shí)現(xiàn)會(huì)計(jì)信息化的門檻和風(fēng)險(xiǎn)，企事業(yè)也能更加專注于會(huì)計(jì)工作本身，提高工作效率。

3.在“云計(jì)算”時(shí)代，企事業(yè)采用租賃的方式接受服務(wù)，只要會(huì)計(jì)工作者能夠連接到網(wǎng)絡(luò)，即使下班在家也可以進(jìn)入系統(tǒng)，并及時(shí)處理會(huì)計(jì)工作，會(huì)計(jì)信鼠隨時(shí)可用，從而更好地保證了會(huì)計(jì)信息的實(shí)效性。并且由于網(wǎng)絡(luò)互聯(lián)和供應(yīng)商的專業(yè)團(tuán)隊(duì)的保證，企事業(yè)可以及時(shí)得到最新的技術(shù)應(yīng)用，會(huì)計(jì)工作可以更加的便捷、有效。

4.安全優(yōu)勢(shì)基于“云計(jì)算”的會(huì)計(jì)服務(wù)提供商所提與MSCS相關(guān)的信號(hào)通路的研究進(jìn)展供的基礎(chǔ)實(shí)施包括互聯(lián)網(wǎng)連接使用的大量服務(wù)器、存放會(huì)計(jì)信息化軟件和數(shù)據(jù)的大型數(shù)據(jù)庫(kù)等等，他們集中于一處或分布多個(gè)地萬(wàn)，并由專業(yè)的團(tuán)隊(duì)來(lái)管理和保證數(shù)據(jù)中心的安全。

5.協(xié)同優(yōu)勢(shì)。會(huì)計(jì)工作的協(xié)同包括內(nèi)部協(xié)同和外部協(xié)同。云端不僅協(xié)同了企事業(yè)內(nèi)部的資源，還需要建立一個(gè)統(tǒng)一的平臺(tái)，將客戶、供應(yīng)商和其他合作伙伴也納入這個(gè)信息系統(tǒng)平臺(tái)中，使得網(wǎng)上報(bào)稅、銀行對(duì)賬、審計(jì)、交易、企事業(yè)與上下游企事業(yè)和用戶之間的會(huì)計(jì)信息系統(tǒng)集成成為可能，從而提升了會(huì)計(jì)信息的附加價(jià)值，實(shí)現(xiàn)信息的高效共享。

二、“云計(jì)算”在企事業(yè)財(cái)務(wù)會(huì)計(jì)應(yīng)用中遇到的問題

1.云計(jì)算平臺(tái)自主建設(shè)和應(yīng)用方面

由于云計(jì)算平臺(tái)建設(shè)的技術(shù)及資金起點(diǎn)較高，研發(fā)的風(fēng)險(xiǎn)較大，開發(fā)周期較長(zhǎng)，國(guó)內(nèi)自主研發(fā)財(cái)務(wù)會(huì)計(jì)信息化云計(jì)算平臺(tái)尚處于起步階段，不成熟且建設(shè)與應(yīng)用推廣力度均不夠，知名的云計(jì)算平臺(tái)幾乎都來(lái)自美國(guó)，如谷歌、亞馬遜和Facebook等美國(guó)互聯(lián)網(wǎng)先行者，微軟、IBM、富士通和SAP等IT成熟公司都建有自己的云計(jì)算平臺(tái)。而國(guó)內(nèi)企事業(yè)則仍處在努力進(jìn)入云市場(chǎng)并樹立信譽(yù)的初級(jí)階段。對(duì)云計(jì)算平臺(tái)的建設(shè)和應(yīng)用力度都不夠。

2.云計(jì)算軟件及服務(wù)方面

基于中國(guó)國(guó)情，目前國(guó)內(nèi)云計(jì)算相關(guān)功能和服務(wù)主要集中于低端市場(chǎng)，以求以低成本創(chuàng)新切入市場(chǎng)，因此，國(guó)內(nèi)的云計(jì)算服務(wù)運(yùn)營(yíng)商提供的基于云計(jì)算的企事業(yè)財(cái)務(wù)會(huì)計(jì)軟件服務(wù)主要停留在一些較為基本的、單一的財(cái)務(wù)功能層面上，如國(guó)內(nèi)知名的在線B2B互聯(lián)網(wǎng)公司阿里巴巴集團(tuán)旗下子公司阿里軟件目前正在面向型企事業(yè)推廣的“錢掌柜”會(huì)計(jì)和財(cái)務(wù)管理在線服務(wù)，就主要是圍繞企事業(yè)日常基本財(cái)務(wù)會(huì)計(jì)工作需求提供云計(jì)算服務(wù)的。

3.云計(jì)算安全性方面

安全問題是當(dāng)前全球?qū)υ朴?jì)算最大的質(zhì)疑。這種擔(dān)憂在中國(guó)尤為突出，這是導(dǎo)致云計(jì)算在國(guó)內(nèi)企事業(yè)財(cái)務(wù)會(huì)計(jì)信息化工作中應(yīng)用緩隉的重要原因之一。由于云計(jì)算模式有可能會(huì)導(dǎo)致一個(gè)云服務(wù)器上存儲(chǔ)多家企事業(yè)數(shù)據(jù)的情況，相當(dāng)多的企事業(yè)會(huì)擔(dān)心企事業(yè)最為機(jī)密的核心財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)遭黑客盜竊，或是被意外泄露給同一云供應(yīng)商的其他用戶或本企事業(yè)的非授權(quán)員工，而這對(duì)企事業(yè)無(wú)疑是致命的。因此實(shí)現(xiàn)企事業(yè)基于云計(jì)算的財(cái)務(wù)會(huì)計(jì)信息化必須解決其安全性問題。

4.云計(jì)算認(rèn)同度方面

目前在我國(guó)眾多的企事業(yè)中僅有不足10%的企事業(yè)應(yīng)用云計(jì)算在線開展相關(guān)業(yè)務(wù)，其中應(yīng)用云計(jì)算處理企事業(yè)財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)的更是少之又少。大部分的企事業(yè)由于政府對(duì)云計(jì)算政策不夠明朗，國(guó)內(nèi)尚未明確制定云計(jì)算的相關(guān)標(biāo)準(zhǔn)，尚未規(guī)范云計(jì)算產(chǎn)業(yè)等各種原因，對(duì)云計(jì)算技術(shù)及服務(wù)持謹(jǐn)慎態(tài)度，導(dǎo)致云計(jì)算應(yīng)用認(rèn)同度較低。

三、云計(jì)算在企事業(yè)財(cái)務(wù)會(huì)計(jì)中應(yīng)用

從如下幾個(gè)方面入手加以改進(jìn)和完善：

1.加快國(guó)內(nèi)云計(jì)算平臺(tái)的自主建設(shè)

由于國(guó)內(nèi)的一些IT廠商在資金、技術(shù)力量等方面較為薄弱，可以考慮通過由政府牽頭，實(shí)現(xiàn)跨行業(yè)整合各相關(guān)企事業(yè)的資金資源、管理資源、技木資源、人力資源及上下游資源等，形成優(yōu)勢(shì)互補(bǔ)，集眾家之所長(zhǎng)聯(lián)合開發(fā)云計(jì)算平臺(tái)。以此間接降低云計(jì)算平臺(tái)開發(fā)難度及開發(fā)風(fēng)險(xiǎn)，節(jié)約開發(fā)時(shí)間。另外，政府有關(guān)職能部門還可以通過建立“云計(jì)算平臺(tái)示范工程”。設(shè)立國(guó)內(nèi)自主建設(shè)云計(jì)算平臺(tái)的樣板，供各IT廠商研發(fā)時(shí)參考借鑒。

2.完善云計(jì)算的財(cái)務(wù)會(huì)計(jì)軟件功能與服務(wù)

豐富與完善，具體如下：①以企事業(yè)的財(cái)務(wù)會(huì)計(jì)工作需求為核心，打破現(xiàn)有的職能為企事業(yè)提供在線記賬、代賬、現(xiàn)金管理等功能的局限，將基于云計(jì)算的財(cái)務(wù)會(huì)計(jì)信息化軟件功能與服務(wù)向更為深入、更為廣泛的層次發(fā)展。②進(jìn)一步增強(qiáng)云計(jì)算軟件快速開發(fā)的功能，積極發(fā)展企事業(yè)私有云服務(wù)，即允許企事業(yè)根據(jù)自己的需要通過向云計(jì)算服務(wù)運(yùn)營(yíng)商付費(fèi)租賃平臺(tái)等方式，運(yùn)用云計(jì)算服務(wù)運(yùn)營(yíng)商支持的編程語(yǔ)言和工具編寫好自己的應(yīng)用程序，然后放到云計(jì)算平臺(tái)上運(yùn)行。滿足企事業(yè)個(gè)性化業(yè)務(wù)需求。③提供在線定制服務(wù)。使企事業(yè)能根據(jù)自己的業(yè)務(wù)需求變化隨時(shí)調(diào)整基于云計(jì)算的財(cái)務(wù)會(huì)信息化軟件功能與服務(wù)，以滿足企事業(yè)的成長(zhǎng)需求。

3.加強(qiáng)云計(jì)集應(yīng)用的安全性建設(shè)

可從如下途徑加強(qiáng)云計(jì)算應(yīng)用安全：①通過身份認(rèn)證，區(qū)分使用者權(quán)限，加強(qiáng)訪問控制；②通過密鑰管理技術(shù)，對(duì)企事業(yè)存放于云中的數(shù)據(jù)進(jìn)行加密處理，由企事業(yè)掌管密鑰，防止云計(jì)算服務(wù)運(yùn)營(yíng)商及其他不相關(guān)的人看到數(shù)據(jù)。③利用虛擬機(jī)進(jìn)行防護(hù)，由網(wǎng)絡(luò)安全解決方案提供商對(duì)云計(jì)算服務(wù)運(yùn)營(yíng)商基于虛擬機(jī)的服務(wù)器提供黑客和惡意軟件入侵檢測(cè)和防御服務(wù)，構(gòu)建虛擬化安全網(wǎng)關(guān)。

4.加快相關(guān)標(biāo)準(zhǔn)及法規(guī)的制定

政府態(tài)度的明朗化及云計(jì)算相關(guān)標(biāo)準(zhǔn)和法規(guī)的盡快出臺(tái)將有利于提高云計(jì)算在企事業(yè)中的認(rèn)同度。不妨借鑒美國(guó)政府的做法，由政府參與或主持制定云計(jì)算應(yīng)用標(biāo)準(zhǔn)、云計(jì)算產(chǎn)業(yè)規(guī)范及云計(jì)算相關(guān)法規(guī)?？上葘?duì)國(guó)內(nèi)的云計(jì)算市場(chǎng)進(jìn)行摸底調(diào)查，在此基礎(chǔ)上盡快制定云計(jì)算相關(guān)標(biāo)準(zhǔn)。

5.加強(qiáng)對(duì)云計(jì)算服務(wù)運(yùn)營(yíng)商的監(jiān)管力度

應(yīng)用云計(jì)算處理企事業(yè)日常財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)后，企事業(yè)的核心數(shù)據(jù)就都存放于云計(jì)算服務(wù)運(yùn)營(yíng)商的“云”中。因此必須進(jìn)一步加強(qiáng)對(duì)云計(jì)算服務(wù)運(yùn)營(yíng)商的監(jiān)管。首先，應(yīng)嚴(yán)格審核云計(jì)算服務(wù)運(yùn)營(yíng)商的資質(zhì)，如谷歌（Google）公司在與美國(guó)聯(lián)邦政府合作前就先通過了美國(guó)政府聯(lián)邦信息安全管理法的審核，獲得了相應(yīng)的資質(zhì)，才能有資格與政府合作云計(jì)算相關(guān)項(xiàng)目。

結(jié)束語(yǔ)

“云計(jì)算”對(duì)于會(huì)計(jì)電算化的發(fā)展具有深遠(yuǎn)的影響?！霸朴?jì)算”能夠減少企事業(yè)在會(huì)計(jì)信息化方面的投資和使用等成本，降低了企事業(yè)實(shí)現(xiàn)會(huì)計(jì)信息化的門檻，從而越來(lái)越多的企事業(yè)會(huì)選擇在”云”上實(shí)現(xiàn)會(huì)計(jì)信息化，使得會(huì)計(jì)電算化向會(huì)計(jì)信息化的過度更加頃利。

參考文獻(xiàn)

[1]葉曉勇.簡(jiǎn)述云計(jì)算[J]，黑龍江科技信息，2009（8）

篇7

關(guān)鍵詞：人眼視覺特性；Butterworth濾波器；空間頻率；彩色圖像濾波

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）16-3893-03

已有的研究表明，空間頻率變化影響視覺紋理、面部模式和文字的識(shí)別績(jī)效[1]。而其中空間頻率的處理依賴于對(duì)變換域理論與人眼視覺特性的研究。但是是在以往的圖像濾波處理中，仍然存在計(jì)算方式不統(tǒng)一、不明確，單位多樣的問題，對(duì)研究結(jié)果之間的交流帶來(lái)了諸多不便。該文通過已有的圖像空間頻率和視覺空間頻率的公式，結(jié)合Butterworth濾波器的傳遞函數(shù)，提出了一種更加簡(jiǎn)單、直觀的濾波器截止頻率參數(shù)計(jì)算方法，并結(jié)合MATLAB對(duì)彩色圖像進(jìn)行了實(shí)際的處理和具體的分析。

1 視覺上的空間頻率和圖像空間頻率的轉(zhuǎn)換關(guān)系

人眼視覺特性（HVS）是圖像處理技術(shù)的理論基礎(chǔ)，在應(yīng)用人眼的感知特性進(jìn)行圖像處理的過程中，最關(guān)鍵的是將人眼視覺特性及其模型與圖像的變換域特征結(jié)合起來(lái)，也就是將視覺的空間頻率和圖像的空間頻率建立聯(lián)系，利用頻率之間的聯(lián)系就可以實(shí)現(xiàn)對(duì)圖像的濾波處理。

根據(jù)上式及公式（5），也可以得出位置[（u，v）]的點(diǎn)對(duì)應(yīng)的圖像空間頻率[υ]。

3 基于人眼視覺特性的Butterworth濾波器空間頻率的計(jì)算方法

本文采用的濾波器為巴特沃思濾波器，它在線性相位、衰減斜率和加載特性三個(gè)方面具有特性均衡的優(yōu)點(diǎn)。因此在自動(dòng)控制、圖像、通信等眾多領(lǐng)域得到了廣泛的應(yīng)用。因?yàn)锽utterworth低通和高通濾波器的傳遞函數(shù)用到的參數(shù)均相同[3]，故這里就以Butterworth低通濾波器為例闡述頻率參數(shù)的計(jì)算方法。

已知n階截止頻率為Do的Butterworth低通濾波器的傳遞函數(shù)為：

5 總結(jié)

從圖像處理效果看出，在具體的濾波實(shí)驗(yàn)中，只要設(shè)定好[f0]的數(shù)值，就可方便計(jì)算出Do的值，并應(yīng)用MATLAB進(jìn)行圖像處理。由于多數(shù)的圖像處理研究中經(jīng)常將空間頻率的單位設(shè)定為cpi（cycle per image）、cpf（cycle per face）等，而其數(shù)值就是[α]（各自對(duì)應(yīng)的視角）與[f0]的乘積，即Do。通過公式（7）可看出兩頻率之間的轉(zhuǎn)換關(guān)系是一個(gè)非常簡(jiǎn)單的表達(dá)式，在圖像處理中，可以減少很大的圖像處理的計(jì)算量和復(fù)雜程度，并應(yīng)用公式（8）和程序直接進(jìn)行高低通的濾波處理。這表明提出的計(jì)算方法和彩色圖像濾波程序是一種簡(jiǎn)單、直觀的處理方式。希望在圖像處理技術(shù)中能夠得到較好的應(yīng)用。

參考文獻(xiàn)：

[1] 郭小朝.空間頻率、筆畫數(shù)及字頻對(duì)漢字識(shí)別的影響[J].人類工效學(xué)，1999，5（4）： 5-7.

篇8

1.1計(jì)算機(jī)在和藝術(shù)融合時(shí)

有效結(jié)合圖像、文本、聲音、動(dòng)畫等因素，在豐富藝術(shù)語(yǔ)言表現(xiàn)形式時(shí)，也使作品更具有感染力。當(dāng)計(jì)算機(jī)視覺藝術(shù)與數(shù)字媒體結(jié)合在一起時(shí)，使人們?cè)谟^看畫面時(shí)，不僅是欣賞畫面，也能夠感受到聲、色等。數(shù)字媒體通過計(jì)算機(jī)視覺藝術(shù)利用高度仿真的視覺、觸覺和聽覺，使大眾在觀看電影或玩游戲時(shí)，能夠真實(shí)感受到虛擬世界，同時(shí)還可以通過肢體語(yǔ)言、動(dòng)作以及視線的轉(zhuǎn)移，與計(jì)算機(jī)進(jìn)行有效交流。比如在2010年開展的上海世博會(huì)上，德國(guó)館所開展的動(dòng)力之源”金屬球表演1.3噸重、裝有40萬(wàn)根LED發(fā)光二極管的互動(dòng)金屬球。在互動(dòng)開始時(shí)，觀眾被分成兩批跟著解說員的指令呼喊，金屬球自動(dòng)找到聲音最響亮的那個(gè)方向。然后，哪邊的呼喊聲大，互動(dòng)球向那一邊的搖擺也更為劇烈，同時(shí)，球體表面上，亦不斷展現(xiàn)出一幅幅城市的美好愿景。使大眾不僅是單獨(dú)欣賞電影，而是可以參與到視覺藝術(shù)表演中。數(shù)字媒體通過計(jì)算機(jī)視覺藝術(shù)，在最大程度上滿足藝術(shù)創(chuàng)作對(duì)感受的表現(xiàn)。

1.2計(jì)算機(jī)視覺藝術(shù)在數(shù)字媒體中的應(yīng)用

豐富了藝術(shù)的表達(dá)形式。交互技術(shù)的發(fā)展與成熟，使計(jì)算機(jī)視覺藝術(shù)的領(lǐng)域得到很好的拓展，并在各種數(shù)字媒體藝術(shù)中得到廣泛應(yīng)用。比如在網(wǎng)頁(yè)、游戲等內(nèi)容。交互技術(shù)的應(yīng)用，使人們不再是被動(dòng)的欣賞，而是參與到視覺藝術(shù)中，讓大眾去參與、選擇和判斷，而且可以通過不同的選擇將過程和結(jié)局進(jìn)行不同的呈現(xiàn)，調(diào)動(dòng)觀眾的興趣，提高大眾的參與度。

1.3計(jì)算機(jī)視覺藝術(shù)在電子游戲中的應(yīng)用

首先是大型電子游戲應(yīng)用的計(jì)算機(jī)視覺藝術(shù)。比如日本科樂美公司在推出警匪槍戰(zhàn)射擊《警察官2》游戲時(shí)，就受到許多玩家的歡迎。在游戲中，玩家不再只是使用鼠標(biāo)和鍵盤來(lái)進(jìn)行游戲，而是玩家可以通過身體行動(dòng)，比如“蹲、閃及側(cè)身等行為以此進(jìn)行移動(dòng)。機(jī)器通過攝像機(jī)部捕捉到玩家的身體動(dòng)作，玩家可以有效操作與機(jī)器相連的手槍，將屏幕中的對(duì)象進(jìn)行射中。其次是手機(jī)上的小型電子游戲，比如在《神廟逃亡》，玩家只需要用手指向左、向右滑動(dòng)屏幕，可以人物向左或向右轉(zhuǎn)向；而向上、向下滑動(dòng)則可以讓人物跳躍或下滑過各種障礙。另外在需要游戲人物在左側(cè)或右側(cè)奔跑時(shí)，只需要側(cè)一下手機(jī)就可以，并且游戲畫面有著充足的聲光效果，可進(jìn)行互動(dòng)，有著極高的震撼力，對(duì)提高大眾的參與度有著積極的促進(jìn)作用。

1.4計(jì)算機(jī)視覺藝術(shù)在數(shù)字媒體中的應(yīng)用

使數(shù)字媒體技術(shù)將藝術(shù)進(jìn)行有效表現(xiàn)，并在純藝術(shù)和實(shí)用藝術(shù)中應(yīng)用到數(shù)字媒體，而數(shù)字媒體技術(shù)可以將單純的個(gè)人視覺進(jìn)行有效的創(chuàng)造，并將藝術(shù)轉(zhuǎn)化為社會(huì)性視覺產(chǎn)品，并可以獲得經(jīng)濟(jì)效益。而大眾可以利用拷貝、剪切等方式將數(shù)字媒體中的視覺藝術(shù)進(jìn)行獲取，然后將藝術(shù)資源進(jìn)行轉(zhuǎn)化，為個(gè)人視覺藝術(shù)的創(chuàng)作奠定了堅(jiān)實(shí)的基礎(chǔ)。隨著大眾對(duì)獨(dú)特性以及個(gè)性化的藝術(shù)要求越來(lái)越高，在追求獨(dú)特的視覺藝術(shù)時(shí)，追求刺激的視覺藝術(shù)時(shí)，也提高了對(duì)視覺藝術(shù)作品的評(píng)價(jià)標(biāo)準(zhǔn)。計(jì)算機(jī)視覺藝術(shù)在數(shù)字媒體中的應(yīng)用，給大眾帶來(lái)美的享受，使大眾在觀看視覺藝術(shù)時(shí)可以懷著愉悅、舒適的感覺進(jìn)行欣賞，也可以獲得相應(yīng)的審美評(píng)價(jià)，在潛移默化中改變著人的精神追求。計(jì)算機(jī)視覺藝術(shù)在數(shù)字媒體中應(yīng)用時(shí)，沒有摻雜其他因素，使計(jì)算機(jī)視覺因素只是追求視覺形式和視覺美感，能夠在最大程度上體現(xiàn)藝術(shù)的本質(zhì)。并且數(shù)字媒體本身就具有美的品格，與計(jì)算機(jī)視覺藝術(shù)相結(jié)合，使數(shù)字媒體藝術(shù)在具備了美時(shí)，也可以體現(xiàn)真。因此，計(jì)算機(jī)視覺藝術(shù)在數(shù)字媒體中的應(yīng)用，提高了審美價(jià)值，大眾通過感受、體悟數(shù)字媒體所體現(xiàn)出的視覺藝術(shù)，領(lǐng)悟到視覺藝術(shù)中的美，能夠在很大程度上滿足大眾對(duì)美的追求。

2總結(jié)

篇9

關(guān)鍵詞：圖像處理 計(jì)算機(jī)視覺 立體視覺

在實(shí)際工程實(shí)踐中，由于受現(xiàn)場(chǎng)條件和測(cè)試技術(shù)本身的限制，結(jié)構(gòu)動(dòng)位移的測(cè)試往往存在一定的困難和挑戰(zhàn)，這也使動(dòng)位移并未成為結(jié)構(gòu)動(dòng)力性能評(píng)估中一個(gè)常見的評(píng)估指標(biāo)。結(jié)構(gòu)動(dòng)位移響應(yīng)是直接反映結(jié)構(gòu)在動(dòng)力荷載作用下安全性和整體性的重要參考指標(biāo)。隨著工程結(jié)構(gòu)或構(gòu)件建造得越來(lái)越柔和復(fù)雜結(jié)構(gòu)模型試驗(yàn)研究的發(fā)展，如大跨度橋梁、高層建筑、索結(jié)構(gòu)等的現(xiàn)場(chǎng)測(cè)試以及結(jié)構(gòu)振動(dòng)臺(tái)試驗(yàn)、風(fēng)洞試驗(yàn)等，結(jié)構(gòu)動(dòng)位移的測(cè)試顯得尤為重要。

計(jì)算機(jī)視覺是研究計(jì)算機(jī)模擬生物外顯或宏觀視覺功能的科學(xué)與技術(shù)，是一個(gè)發(fā)展十分迅速的研究領(lǐng)域，其研究手段涉及甚廣，如圖像處理、機(jī)器視覺、醫(yī)學(xué)圖像分析、模式識(shí)別、計(jì)算機(jī)圖形學(xué)、人工智能等。當(dāng)計(jì)算機(jī)通過視覺傳感器（比如相機(jī)或攝像機(jī)等）試圖分析三維空間的物體時(shí)通常只能給出二維圖像，通過計(jì)算機(jī)分析和處理圖像信息，可以重構(gòu)實(shí)物的三維幾何信息，包括其形狀、位置、姿態(tài)、運(yùn)動(dòng)等。因此，通過計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)結(jié)構(gòu)動(dòng)位移的測(cè)量是可行的。上世紀(jì)八十年代中期以來(lái)，隨著計(jì)算機(jī)軟、硬件技術(shù)的不斷發(fā)展，在土木工程領(lǐng)域，國(guó)內(nèi)外很多學(xué)者嘗試將計(jì)算機(jī)視覺技術(shù)用于結(jié)構(gòu)的幾何測(cè)試，包括結(jié)構(gòu)的位移（靜、動(dòng)位移）、裂縫、表觀外形等。Aw和Koo采用數(shù)碼照相機(jī)來(lái)進(jìn)行預(yù)設(shè)目標(biāo)的坐標(biāo)測(cè)量，經(jīng)過基于計(jì)算機(jī)視覺理論的光束法優(yōu)化后，其測(cè)試精度為2.24mm。Nieder？st和Maas利用數(shù)碼攝像機(jī)來(lái)測(cè)試混凝土梁在脫水收縮過程中的變形情況，其在相機(jī)視場(chǎng)為80cm時(shí)測(cè)試精度可達(dá)0.03mm。相類似地將計(jì)算機(jī)視覺技術(shù)用于結(jié)構(gòu)特性的測(cè)量例子還有很多，比如混凝土管片變形檢測(cè)，梁破壞試驗(yàn)中的變形測(cè)量，遠(yuǎn)距離橋梁變形測(cè)量，軌道梁破損狀況的檢測(cè)等。相比于結(jié)構(gòu)靜態(tài)幾何特性的測(cè)試，結(jié)構(gòu)動(dòng)態(tài)特性的測(cè)試應(yīng)用相對(duì)不多。Olaszek利用攝像機(jī)來(lái)攝錄橋梁的振動(dòng)情況，并以計(jì)算機(jī)視覺技術(shù)進(jìn)行結(jié)構(gòu)動(dòng)位移重構(gòu)分析，得出的動(dòng)位移測(cè)試精度為1mm左右。Yoshida等采用立體視覺技術(shù)來(lái)測(cè)試一塊薄板的三維振動(dòng)特性。

一、單相機(jī)標(biāo)定

二、基于立體視覺的兩相機(jī)立體標(biāo)定

三、圖像點(diǎn)跟蹤

圖像點(diǎn)跟蹤是基于立體視覺的結(jié)構(gòu)位移測(cè)試手段中的重要環(huán)節(jié)。在圖像（或視頻）分析過程中，點(diǎn)跟蹤的精度會(huì)直接影響位移測(cè)試的最終結(jié)果。在實(shí)際測(cè)試中，本文采用兩個(gè)黑方格組成的目標(biāo)模板粘貼在所測(cè)結(jié)構(gòu)的表面，方格尺寸均為30×30mm，兩方格的交叉角點(diǎn)作為圖像分析的跟蹤點(diǎn)。

四、三維點(diǎn)重構(gòu)

篇10

計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步地說，就是指用攝影機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等機(jī)器視覺，并進(jìn)一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測(cè)的圖像。計(jì)算機(jī)視覺包括集成的視覺系統(tǒng)與真實(shí)世界視覺的應(yīng)用建設(shè)。創(chuàng)建三維模型的過程是相當(dāng)困難的，需要機(jī)械測(cè)量攝像機(jī)的位置或手動(dòng)對(duì)準(zhǔn)一個(gè)場(chǎng)景的局部三維視圖。通過使用相應(yīng)的算法，它可以通過集合中一個(gè)場(chǎng)景的立體圖像，然后自動(dòng)生成一個(gè)逼真、幾何精確的三維數(shù)字化模型。

全書分為三大部分，共14章：1.引言：立體圖像和深度知覺、三維視覺系統(tǒng)、三維視覺應(yīng)用的介紹；2.視覺的研究簡(jiǎn)史；3.二維和三維視覺的形成；4.圖像匹配中低層次圖像處理：包括卷積濾波、離散平均、離散分化、邊緣檢測(cè)、結(jié)構(gòu)張量、角點(diǎn)檢測(cè)等內(nèi)容；5.尺度空間的視覺：包括圖像尺度、高斯尺度空間、微分尺度空間、多分辨率金字塔等內(nèi)容；6.圖像匹配算法：包括各種匹配措施、計(jì)算方面的匹配、立體匹配方法的多樣性、基于區(qū)域、彈性、梯度的匹配等內(nèi)容；空間重構(gòu)及多視圖集成：一般的三維重建和多視圖集成方面的內(nèi)容；8.具體案例：臨床和獸醫(yī)應(yīng)用、電影重構(gòu)等具體實(shí)例的分析；9.射影幾何基礎(chǔ)；10.圖像處理的張量微積分基礎(chǔ)：包括線性算子和變坐標(biāo)系統(tǒng)的基本概念、度量張量、簡(jiǎn)單的張量代數(shù)等內(nèi)容；11.圖像中的失真和噪聲：包括噪聲模型、產(chǎn)生噪聲的測(cè)試圖片、正態(tài)分布生成隨機(jī)數(shù)；12.圖像變換程序：包括結(jié)構(gòu)的變形系統(tǒng)、坐標(biāo)變換模塊、像素值的插值、經(jīng)典實(shí)力等內(nèi)容；13.編程技術(shù)，圖像處理和計(jì)算機(jī)視覺：包括其設(shè)計(jì)與實(shí)現(xiàn)、統(tǒng)一的建模語(yǔ)言、設(shè)計(jì)模式、處理平臺(tái)等內(nèi)容；14.圖像處理庫(kù)。

作者Bogusaw Cyganek于1993年獲得電子計(jì)算機(jī)科學(xué)學(xué)位，于1996年獲得了赫爾辛堡科技大學(xué)博士學(xué)位。近年來(lái)，他還與許多科學(xué)中心合作，在計(jì)算機(jī)視覺系統(tǒng)的發(fā)展方面做出了貢獻(xiàn)。作為一個(gè)軟件開發(fā)經(jīng)理和高級(jí)軟件工程師，他有著多年的實(shí)際工作經(jīng)驗(yàn)。他目前在波蘭克拉科夫AGH科技大學(xué)（AGH University of Scien and Technology）電子部任研究員和講師，研究興趣包括計(jì)算機(jī)視覺、模式識(shí)別、以及對(duì)可編程器件和嵌入式系統(tǒng)的開發(fā)。他還是電子電氣工程師協(xié)會(huì)（IEEE，Institute of Electrical and Electronics Engineers）、國(guó)際模式識(shí)別學(xué)會(huì)（IAPR，International Association for Pattern Recognition）、工業(yè)和應(yīng)用數(shù)學(xué)學(xué)會(huì)（SIAM，Society for Industrial and Applied Mathematics）成員。

本書提供了對(duì)三維計(jì)算機(jī)視覺方法，理論和算法的全面的介紹。幾乎每一個(gè)理論問題都使用C++和Matlab的偽代碼或完整代碼進(jìn)行實(shí)現(xiàn)，并且提供下載的軟件網(wǎng)站、案例研究和練習(xí)。本書是相關(guān)學(xué)者、程序員的有益參考，也適合對(duì)計(jì)算機(jī)科學(xué)、臨床攝影、機(jī)器人領(lǐng)域、圖形和數(shù)學(xué)感興趣的學(xué)生或研究人員閱讀。

李亞寧，碩士研究生