- 相關(guān)推薦
試論計算機視覺(jué)與圖像處理技術(shù)
在現實(shí)生活和生產(chǎn)的過(guò)程中，計算機視覺(jué)主要應用在照片資料、視頻資料處理上，以下是小編搜集整理的一篇探究計算機視覺(jué)與圖像處理技術(shù)應用的論文范文，供大家閱讀借鑒。
【摘要】隨著(zhù)計算機技術(shù)的不斷發(fā)展，計算機視覺(jué)研究成為科學(xué)和工程領(lǐng)域的一項重要內容。作為一門(mén)綜合性較強的學(xué)科內容，計算機視覺(jué)學(xué)吸引了不同學(xué)科研究者的廣泛關(guān)注。同時(shí)在計算機技術(shù)和視覺(jué)學(xué)研究不斷深入的條件下，取得了豐碩的研究成果。這些研究成果的應用轉化促進(jìn)了醫學(xué)、地質(zhì)學(xué)等的發(fā)展，對人類(lèi)社會(huì )和經(jīng)濟的發(fā)展產(chǎn)生了深遠的影響�；诖�，本研究以計算機視覺(jué)與圖像處理技術(shù)作為研究對象，就圖像處理的方法等進(jìn)行了分析。
【關(guān)鍵詞】計算機;視覺(jué);圖像處理;技術(shù)
一、引言
隨著(zhù)計算機技術(shù)的不斷發(fā)展，在20世紀60年底產(chǎn)生了計算機視覺(jué)學(xué)這一學(xué)科。計算機視覺(jué)是借助計算機以及各種設備，進(jìn)行生物視覺(jué)模擬的一種技術(shù)。計算機視覺(jué)學(xué)的主要任務(wù)，是借助已掌握的圖片、視頻等資料，進(jìn)行計算與處理，和人類(lèi)及其他生物的視覺(jué)過(guò)程一樣，
得到相應形式的三維數據信息。計算機視覺(jué)學(xué)的發(fā)展，在工業(yè)、農業(yè)的生產(chǎn)中，地質(zhì)勘探、天文、醫學(xué)觀(guān)察等領(lǐng)域也有著(zhù)重要的應用價(jià)值。因此，視覺(jué)學(xué)的研究和應用轉化受到了越來(lái)越多的重視。
二、計算機視覺(jué)學(xué)的圖像分割研究
(一)數據驅動(dòng)的分割研究
在計算機視覺(jué)學(xué)應用過(guò)程中，經(jīng)常進(jìn)行的數據驅動(dòng)分割有下面幾項內容：第一種是邊緣檢測的分割、第二種是區域分割、第三種是邊緣和區域相互結合的分割。第一種基于邊緣檢測的分割，這種分割的基本方法：首先對檢測圖像的邊緣點(diǎn)進(jìn)行檢測，然后根據一定的法則進(jìn)行輪廓的連接，獲得分割的區域�；谶吘墮z測的分割其難點(diǎn)是邊緣檢測時(shí)如何處理好抗噪聲性能、檢測的精度之間的矛盾。所以，在研究的過(guò)程中，提出了多種多尺度邊緣檢測的方法，按照實(shí)際問(wèn)題進(jìn)行多尺度邊緣信息設計等方案，以獲得更為合適的抗噪性能和檢測的精度。第二種基于區域的分割，它的基本思想是按照圖像數據的特點(diǎn)，將整個(gè)圖像的空間劃分成為幾個(gè)不同的區域進(jìn)行圖像處理。
(二)計算機視覺(jué)學(xué)模型驅動(dòng)的分割
經(jīng)常使用的模型驅動(dòng)分割有下面三種，第一種模型是基于動(dòng)態(tài)輪廓的模型、第二種模型是組合優(yōu)化模型、第三種模型是目標幾何與統計模型。第一種是基于動(dòng)態(tài)輪廓的模型用在進(jìn)行分割目標的動(dòng)態(tài)輪廓，因為其能量函數使用的是積分運算，有著(zhù)很好的抗噪性能，對于目標的局部模糊也不敏感，所以其適用性很廣。但這種分割方法容易收斂到局部最優(yōu)，因此要求初始輪廓應盡可能靠近真實(shí)輪廓。通過(guò)組合優(yōu)化的方法進(jìn)行分割問(wèn)題的處理，是使用一目標函數綜合表示分割的相關(guān)要求以及約束，把分割變?yōu)槟繕撕瘮档膬?yōu)化求解。因為目標函數多數情況下作為多變量函數存在的，因此可以通過(guò)使用隨機優(yōu)化的方法來(lái)實(shí)現。
(三)計算機視覺(jué)學(xué)圖像分割的半自動(dòng)方法
通過(guò)對人工參與程度的分，我們可以得出圖像分割，主要有三種類(lèi)型即：人工圖像分割、半自動(dòng)圖像分割、自動(dòng)圖像分割等。人工圖像分割指的是操作者使用鼠標，將分割區域的輪廓進(jìn)行勾畫(huà)的方法，人工圖像分割的缺點(diǎn)是費時(shí)費力，而且很容易就會(huì )受到一些主觀(guān)因素的影響，并且人工圖像分割的可重復性較差。自動(dòng)圖像分割不需要借助人機交互就能完成，但是也很難實(shí)現同一批圖像處理的滿(mǎn)意分割效果。半自動(dòng)分割這種形式指的是將人機交互同自動(dòng)分割結合在一起，半自動(dòng)分割可以實(shí)現對不同圖像與處理需求的適應，并且可以大大降低計算過(guò)程的復雜性。在計算機技術(shù)不斷發(fā)展的背景下，計算速度和容量有了大幅度的提升，計算機圖像處理及視覺(jué)應用取得了豐碩的成果。
三、計算機視覺(jué)技術(shù)的分析
(一)以模型為研究對象的處理方法
在以模型世界作為研究對象的視覺(jué)學(xué)研究過(guò)程中，以Roberts的開(kāi)創(chuàng )性工作作為一種標志，在他的工作過(guò)程中，引進(jìn)了三維物體與二維物體成像的關(guān)系，使用較為簡(jiǎn)單的邊緣特征提取、組合線(xiàn)段等手段和方法。他對三維關(guān)系的分析只是按照簡(jiǎn)單的邊緣線(xiàn)段的約束關(guān)系，缺乏對人類(lèi)或其他動(dòng)物視覺(jué)系統感知三維空間關(guān)系的充分考慮。但是早期的這些研究工作，對計算機視覺(jué)學(xué)的研究和發(fā)展發(fā)揮了良好的促進(jìn)意義，但是對于較為復雜的景物就不能夠奏效。
(二)以計算理論為主體的視覺(jué)模型
隨著(zhù)計算機視覺(jué)研究的不斷深入，在二十世紀七十年代，計算機視覺(jué)技術(shù)的研究，開(kāi)始向著(zhù)更為理性的階段發(fā)展，主要表現在：不同本征特性的恢復，恢復的內容有三維形狀恢復、運動(dòng)恢復、光源恢復等等。研究的出發(fā)點(diǎn)是光學(xué)、生理學(xué)以及射影幾何的視角出發(fā)，對成像及其逆等問(wèn)題進(jìn)行研究。在這個(gè)過(guò)程中，一些學(xué)者提出了以表示作為核心、通過(guò)算法作為中間轉換過(guò)程的視覺(jué)處理模型，例如：著(zhù)名的計算機視覺(jué)學(xué)研究者M(jìn)arr就提出了這些觀(guān)點(diǎn)，在他的理論里面，對表示的重要意義進(jìn)行強調，并且從不同層面上對信息處理問(wèn)題進(jìn)行了研究。
(三)計算機視覺(jué)的應用研究
在現實(shí)生活和生產(chǎn)的過(guò)程中，計算機視覺(jué)主要應用在照片資料、視頻資料處理上，例如：航空照片的處理、衛星照片的編譯、醫學(xué)領(lǐng)域的輔助性診斷、移動(dòng)機器人視覺(jué)導航等等。其中，工業(yè)機器人手眼系統的研發(fā)，成為計算機視覺(jué)應用最具代表性的成果之一。因為工業(yè)生產(chǎn)、施工等現場(chǎng)等因素具有一定的復雜性，這種環(huán)境下的光照、成像特點(diǎn)等等可以控制，這就使得計算機視覺(jué)的應用更為簡(jiǎn)單，對于系統的實(shí)際構成有著(zhù)很好的作用。移動(dòng)機器人與工業(yè)機器人不同之處就是移動(dòng)機器人具有一定的行為能力，這就需要研究者解決機器人的行為規劃問(wèn)題。在移動(dòng)機器人種類(lèi)、智能化水平不斷提升的背景下，對視覺(jué)能力的要求也越來(lái)越高，這也使得計算機視覺(jué)有了更為廣闊的應用前景。
四、結語(yǔ)
綜上所述，計算機視覺(jué)學(xué)作為人類(lèi)科技發(fā)展和社會(huì )進(jìn)步的一種學(xué)科體現，在前進(jìn)和發(fā)展的過(guò)程中，通過(guò)研究者和應用者的不斷總結和探究，取得了豐碩的成果。在未來(lái)視覺(jué)技術(shù)發(fā)展的道路上，仍然有大量的工作需要進(jìn)行研究。
參考文獻：
[1]韓祥波，劉戰麗.計算機圖像處理技術(shù)在農產(chǎn)品檢測分級中的應用[J].安徽農業(yè)科學(xué)，2013，(34)
[2]趙萍，李永奎，林靜，白雪衛.數字圖像處理技術(shù)在農產(chǎn)品方面的應用[J].農機化研究，2012，(11)
[3]陳小娜，章程輝.計算機圖像處理技術(shù)在農業(yè)科研中的應用[J].廣西熱帶農業(yè)，2008，(06)
[4]崔會(huì )旺，杜官本.計算機技術(shù)在木材干燥中的應用[J].林業(yè)機械與木工設備，2013，(04)