前言:中文期刊网精心挑选了计算机视觉总结范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
计算机视觉总结范文1
1.1计算机在和艺术融合时
有效结合图像、文本、声音、动画等因素,在丰富艺术语言表现形式时,也使作品更具有感染力。当计算机视觉艺术与数字媒体结合在一起时,使人们在观看画面时,不仅是欣赏画面,也能够感受到声、色等。数字媒体通过计算机视觉艺术利用高度仿真的视觉、触觉和听觉,使大众在观看电影或玩游戏时,能够真实感受到虚拟世界,同时还可以通过肢体语言、动作以及视线的转移,与计算机进行有效交流。比如在2010年开展的上海世博会上,德国馆所开展的动力之源”金属球表演1.3吨重、装有40万根LED发光二极管的互动金属球。在互动开始时,观众被分成两批跟着解说员的指令呼喊,金属球自动找到声音最响亮的那个方向。然后,哪边的呼喊声大,互动球向那一边的摇摆也更为剧烈,同时,球体表面上,亦不断展现出一幅幅城市的美好愿景。使大众不仅是单独欣赏电影,而是可以参与到视觉艺术表演中。数字媒体通过计算机视觉艺术,在最大程度上满足艺术创作对感受的表现。
1.2计算机视觉艺术在数字媒体中的应用
丰富了艺术的表达形式。交互技术的发展与成熟,使计算机视觉艺术的领域得到很好的拓展,并在各种数字媒体艺术中得到广泛应用。比如在网页、游戏等内容。交互技术的应用,使人们不再是被动的欣赏,而是参与到视觉艺术中,让大众去参与、选择和判断,而且可以通过不同的选择将过程和结局进行不同的呈现,调动观众的兴趣,提高大众的参与度。
1.3计算机视觉艺术在电子游戏中的应用
首先是大型电子游戏应用的计算机视觉艺术。比如日本科乐美公司在推出警匪枪战射击《警察官2》游戏时,就受到许多玩家的欢迎。在游戏中,玩家不再只是使用鼠标和键盘来进行游戏,而是玩家可以通过身体行动,比如“蹲、闪及侧身等行为以此进行移动。机器通过摄像机部捕捉到玩家的身体动作,玩家可以有效操作与机器相连的手枪,将屏幕中的对象进行射中。其次是手机上的小型电子游戏,比如在《神庙逃亡》,玩家只需要用手指向左、向右滑动屏幕,可以人物向左或向右转向;而向上、向下滑动则可以让人物跳跃或下滑过各种障碍。另外在需要游戏人物在左侧或右侧奔跑时,只需要侧一下手机就可以,并且游戏画面有着充足的声光效果,可进行互动,有着极高的震撼力,对提高大众的参与度有着积极的促进作用。
1.4计算机视觉艺术在数字媒体中的应用
使数字媒体技术将艺术进行有效表现,并在纯艺术和实用艺术中应用到数字媒体,而数字媒体技术可以将单纯的个人视觉进行有效的创造,并将艺术转化为社会性视觉产品,并可以获得经济效益。而大众可以利用拷贝、剪切等方式将数字媒体中的视觉艺术进行获取,然后将艺术资源进行转化,为个人视觉艺术的创作奠定了坚实的基础。随着大众对独特性以及个性化的艺术要求越来越高,在追求独特的视觉艺术时,追求刺激的视觉艺术时,也提高了对视觉艺术作品的评价标准。计算机视觉艺术在数字媒体中的应用,给大众带来美的享受,使大众在观看视觉艺术时可以怀着愉悦、舒适的感觉进行欣赏,也可以获得相应的审美评价,在潜移默化中改变着人的精神追求。计算机视觉艺术在数字媒体中应用时,没有掺杂其他因素,使计算机视觉因素只是追求视觉形式和视觉美感,能够在最大程度上体现艺术的本质。并且数字媒体本身就具有美的品格,与计算机视觉艺术相结合,使数字媒体艺术在具备了美时,也可以体现真。因此,计算机视觉艺术在数字媒体中的应用,提高了审美价值,大众通过感受、体悟数字媒体所体现出的视觉艺术,领悟到视觉艺术中的美,能够在很大程度上满足大众对美的追求。
2总结
计算机视觉总结范文2
关键词:三目摄像机;标定;立体视觉;外部参数
一、绪论
1.1研究的背景及意义
计算机视觉是当今极为重要的学科之一,它在具有很强的挑战性的同时又拥有广泛的应用前景和实用价值。计算机视觉以视觉理论为中心,以图像处理、模式识别、计算机技术和生理学、心理学为基础,研究内容主要有两个方面:一是开发从输入图像数据自动构造场景描述的图像处理系统;二是理解人类视觉机理,用机器代替人去做人类难以达到或根本无法达到的工作[1]。
计算机视觉应用的广泛性体现在其不仅用于文字、指纹、面部、商标以及图像数据库、检测集成电路芯片、多媒体技术这些图像方面,还应用到机器人导航、工业检测和产品的自动装配、CT图像器官重建和遥感照片解释等空间物体的定位、识别以及重建上。现如今,计算机视觉已经应用到机器人、地理、医学、物理、化学、天文等各大的研究领域。
作为多个学科交叉与融合中心的计算机视觉,摄像机是其研究的重要工具,而摄像机标定又是计算机视觉研究的一个关键问题,故摄像机的标定越来越受到广泛的重视。摄像机标定是通过物体空间上的点与图像中的对应点的几何关系,来确定摄像机的内外参数的过程。标定结果是否准确影响着三维测量的精度和三维重建的结果,而且实时的标定更能满足自动导航机器视觉的需要[2]。
伴随着应用的发展,摄像机广泛地被应用于三维立体的测量、视觉检测、运动检测等领域。由此,对摄像机标定的精度要求也日益增加。摄像机标定结果的优劣影响了计算机视觉在各领域的应用。摄像机标定的准确与否,对能否提高计算机视觉在各领域测量的准确度有重要影响[3]。因此,研究摄像机标定方法具有重要的理论研究意义和实际应用价值。
1.2摄像机标定技术研究的发展及现状
摄像机有一个图像平面和提供三维空间到图像平面转换的镜头。由于镜头会产生畸变,不能把这个转化过程简单描述为投射变换。所以它表示的是畸变的模型,这些模型近似于真实数据,而其精确性则依靠于建立的模型及模型参数的准确性。
首先进行摄像机标定工作的是加拿大的Deville,他于1910年建立实验室,使用多个瞄准仪对他的“测量摄像机”(surveying camera)进行标定[4]。上个世纪三十年代后期,美国标准局发明了一种精确镜头,用来检测摄像机,同时将它用在摄像机标定上。四十年代后期,该项工作得到进一步加深,有了更多对高精度的需求和对易操作设备的需求。1955年,Carman出版了 《棋盘平面度的干涉测量和控制》,该书引起了社会各界对摄像机标定的关注。二战时期,随着飞机的大规模使用,航空摄影与制图兴起,为得到更加精确的测量结果,对摄像机镜头的校正要求也变得更高。五十到七十年代也是镜头校正技术发展最为迅速的时间段。在这期间,各种镜头像差的表达式逐步被提出并且得到普遍认同与采用,建立了很多的镜头像差的模型,D.C.Brown等人作出了比较大的贡献,他们导出了近焦距情况下给定位置处径向畸变表达式并证明了近焦距情况下测量出镜头两个位置的径向畸变就可以求出任何位置的径向畸变[5]。这些径向与切向像差表达式成为后来各摄像机的标定非线性模型的基础。这段时间里,研究的重点是如何校正镜头与用何种方法补偿镜头像差,这些研究对促进各性能镜头组的研制起到了重要作用。在1999年,张正友提出了一种简便的摄像机标定方法,该方法介于传统标定和自标定之间,操作方便灵活,能够得到不错的精度,满足了众多拥有桌面视觉系统的用户在摄像机标定方面的需求。
1.3本文的主要研究内容
本文的主要研究多个摄像机的标定问题。标定主要是对摄像机内外参的测量计算,利用这些参数对多个摄像机识别的物体尺寸进行衡量并建立起多摄像机系统的数字环境。
论文的内容包括:
第一章为绪论,介绍摄像机标定相关的研究背景、国内外研究现状。
第二章为摄像机标定理论基础:主要介绍标定的坐标系与待标定的参数。
第三章提出本文的多摄像机标定方法与实验过程。
第四章进行全文的总结。
二、摄像机标定方法研究
2.1摄像机标定原理
摄像机通过透镜将三维物体投影到--维图像平面上,这个成像变换的过程称为摄像机成像模型。摄像机成像模型有多种,最常用的为小孔成像模型。由于实际的摄像机镜头会发生一定的畸变,使得空间点所成的像不在线性模型描述的位置而会发生一定的偏移,为了能准确的标定摄像机参数,标定的过程中要考虑非线性畸变因子。
一般来说,得到标定结果后要对其精度进行评估,然而很难得到准确的摄像机标定参数真值作为参考,其中基于图像坐标和世界坐标的绝对和相对误差的评价方法应用广泛,本文将对这些方法的原理进行探讨。
2.2摄像机标定坐标系建立
首先定义了四个坐标系,如图1所示,图像坐标系的坐标原点为O0,列与行由坐标轴u和v表示;成像平面坐标系的原点是摄像机光轴与图像坐标系的交点0l,x、y 轴分别与u、v 轴平行;在摄像机坐标系中,坐标原点0c即为在摄像机的光心,Xc、Yc轴与x、y 轴平行,与图像平面垂直是摄像机光轴作为Zc轴,0c0l为摄像机焦距f;世界坐标系是假想的参考坐标系,可固定于场景中某物体上,用于描述摄像机的位置,由Xw,Yw,Zw轴组成。
图(1)
2.3摄像机外部参数构成
主动视觉传感器从在笛卡尔直角坐标系中的运动表现为相应的旋转矩阵和平移矩阵,故摄像机外部参数表现为旋转矩阵R和平移矩阵T,则摄像机坐标系与世界坐标系的转化关系可以表示成:
上式中(Xc,Yc,Zc)表示空间点在摄像机坐标系下的坐标,(Xw,Yw,Zw)表示空间点在世界坐标系下的坐标。根据靶标点在像空间坐标系和物方空间坐标系中的坐标,通过分解旋转矩阵线性计算像空间坐标系与物方空间坐标之间的转换参数,即外方位元素(摄站参数)[6]。
2.4各摄像机相对位置确定
三目摄像机拥有三个视觉传感器,而三个传感器之间的相对位置可通过已获得的外部参数进行确定。将三个摄像机坐标系设置为,Oci xci yci zci(i=1,2,3),由2.3中所介绍的内容可知,这三个摄像机坐标系与世界坐标系的关系为:
i=(1,2,3)
由此我们可以得到任意两个摄像机i,j的坐标系转换关系:
其中: = = i,j=1,2,3
三、摄像机标定实验过程及结果
3.1实验系统介绍
实验中被用来标定的是一个多摄像机系统,摄像机标定有关的基本参数、系统组成和开发环境如下:
(1)硬件环境
标定板、三目摄像机和图像采集卡等。
(2)软件环境
OpenCV开源视觉库,它仅由一系列C函数和少量C++类构成,为Python、MATLAB等语言提供了接口,在图像处理和计算机视觉方面实现了很多通用算法。
3.2实验过程
本系统以棋盘格模板作为标定模板。采用激光打印机打印棋盘格黑白方块间隔纸,方块边长为3cm,共6行9列,将打印纸固定在一块平板上,作为标定模板,如图(2)。安装三目摄像机系统,调节固定好个摄像机位置,如图(3)。手持标定板在三目摄像机前方各个位置拍摄5组共15张各姿态的照片,利用Canny算子进行像点灰度中心提取、同名像点匹配并解算出三个摄像机在标定板坐标系中的外部参数值。
3.3标定结果
摄像机1:
R= T=
摄像机2:
R= T=
摄像机3:
R= T=
四、总结
随着计算机技术的高速发展,计算机视觉成为当今热门的研究课题,受到了广泛关注。本文就如何在机器视觉的理论基础上对三目视觉系统进行标定进行了研究,讨论了计算机视觉理论知识,分析摄像机标定原理以及标定坐标系的建立。同时通过计算机视觉知识的分析讨论了基于三目视觉系统的摄像机标定技术,完成了三目视觉系统的外部参数标定实验。三目摄像机测量系统外部参数的标定能够解决测量作业现场、测量控制场建立难的问题,为快速地建立简单实用的控制场提供了方案,有一定的实用价值。
参考文献
[1] 荆丽秋.双目视觉系统标定与匹配的研究与实现[D].哈尔滨工程大学,2009.DOI:10.7666/d.y1489086.
[2] 马颂德.计算机视觉―计算理论与算法基础[M].北京:科学出版社,1998.
[3] 王荣一.摄像机标定及关键技术研究[D].哈尔滨理工大学,2011.DOI:10.7666/d.y2012483.
[4] Clarke T A,Fryer J G.The development of camera calibration methods andmodels.Photogrammetric Record,1998,16(91):51-66
[5] Brown D C.Decentering distortion of lenses.Photogrammetric Engineering,1 966,32(3):444-462.
[6] 范亚兵,黄桂平,高宝华等.三目立体工业摄影测量系统外部参数的快速标定[J].测绘工程,2012,21(5):48-52.DOI:10.3969/j.issn.1006-7949 .2012.05.013
计算机视觉总结范文3
多采用是人工测量的方式,在误差的控制上选择的是多次测量,反复操作,再将多次测量的结果进行加权,最终得到相对准确的测量数值。这种方法在一定程度上是操作十分复杂,精度还很难达到设计要求,所以我们在矿区土地信息测量工程中引进了GIS技术这样的一个概念,下面我们就如何通过GIS技术进行有效的观测测量来进行讨论。
[关键词] GIS技术; 精密测量; 构造几何模型; 信号源的接收
地理信息系统(Geographic information system,GIS)是利用计算机及其外部设备采集、存储、分析、描述与空间和地理分布有关的数据的空间信息系统。GIS融合计算机图形和数据库于一体,在一定的地域内,将地理空间信息和一些与该地域地理信息相关的属性信息结合起来,达到对地理和属性信息的综合管理。从外部来看,GSI表现为计算机软硬件系统,而其内涵是由计算机程序和地理数据组织而成的地理空间信息模型,是一个高度信息化的地理系统。
1)等高线生成及等高线分析:等高线图是人们传统上观测地形的主要手段。可以在等高线图上精确地获知地形的起伏程度、区域内各部分的高程等等。等高线图可以从格网数字地形模型中获取相关的资料信息,也可在不规则三角形格网T(NI)中生成。
2)立体透视图分析:当用户需要从直观上观察地形的概貌时,用绘制透视图的方法(还可以用色彩)可以更逼真地显示地形。
3)坡度分析、地表面积计算及挖、填土方体积计算:建立DTM后就可以用之计算坡度、面积和挖、填土方体积,以其作为土地适宜性评价的因子。
一 GIS技术在信息管理模式中的具体形式
在以往的测量中,选择的测量方式还是完全采用机械的形式,但是在使用了计算机GIS技术精密测量后,完成了许多以往技术所不能达到的任务。在我们的研究中,计算机GIS技术测量的原理是通过摄像机将被处理的对象采集进行影像采集,在多个控制点的数据采集完成后,系统会自动将这些图像进行整合,得出相关的几何多变参数,再在计算机上以具体的数据显示出来,以供矿区技术人员使用参照。
在上面所说的摄像机并不是我们通常意义上生活中使用的摄像机。它是一种可视化较强,表针比较敏感的测试仪。可以将视觉中的二维形态通过显影,记录在机械的光谱仪上,再将这种的二维图像做数学处理,有二阶矩阵转换为三阶矩阵,通过播放仪呈现出三维的影像。这时的图像变为立体化,更有层次感,效果上也有了明显的变化,这是一种显示方法。此外还有一种造价较高的仪器,我们不常使用,就是图像提取器。同样是采集控制点的数据,将数据整合在系统之内,然后对于原始的图像进行预处理,不再经过有曝光这个程序,将图像中关键点的坐标在整个内部轴面上体现出来,提取数据帧数,再运用机器的智能识别系统,对控制点的坐标进行数据分析,自动生成图形,这也可以用于精密测量。它的优点就是使用上极其的方面,基本只要架立仪器和打开开关,其他的工作机械系统都会自动的完成。使用的困难就是造价极其的高,不适合一般企业使用。在基于计算机视觉图像测量中使用上的原理如下:
(1)计算出观察控制点到计算机视觉图像测量仪器的有效距离;
(2)得出观察点到目标控制点之间的三维的运动几何参数;
(3)推断出目标控制点在整个平面上的表面特征(大多时候要求形成立体视觉);
(4)还通过观察可以判断出目标物体的几何坐标方位。
在整个计算机GIS技术精密测量的在矿区土地信息管理中最关键的元件就是压力应变电阻仪,这也是传感器的一部分。
所谓的压力感应就是一种新型的传感器,通过电阻的变化作为一种感应值的判断标准进行计算和采集数据。具体的做法是在受力物体上粘贴高灵敏度的感应片,通过力的传递将物体上受到即时的力传递到感应片上,以备技术人员收集。在物体的中心或者是机械的隔断处,使用丙酮溶液进行擦拭,以保证物体的表面洁净和贴合度较高。当液体充分风干的情况下将感应片贴在已涂丙酮的物体上(注意感应片的正反),再使用导线和感应片相互连接,从而形成了一个完整的闭合电路体系,在通电的情况下,在计算机终端上可以显示出来。以便技术人员可以在任何时候掌握每个检测点的施工使用情况,一旦机械设备发生异常现象,就会在计算机图形中显示出来。于此同时,它还可以对施工人员所处的具置做到应力感应,人自身的重量传递到地面上,结构会出现结构上的略微变化,这个仪器就能第一时间以信号的方式传送到计算机终端,让技术人员掌握相关施工的情况,并结合数据报告总结出相关的可行性分析付诸实践。
当无法观察到控制点是,计算机GIS技术测量可以通过接收信号或是相关的频率波段来收集数据,不会因为以往测量的环境不好,距离太远,误差太大的影响。同时在信息管理中通过了加密通道,系统可以将数据自动的保存和转换为视图模式,对于数据的审计和运行可以同时进行,这样就可以很好的保证大地测量中的图像数据安全,利用防护墙将采集中废弃的数据革除在外,避免数值之间发生紊乱的现象,进一步改善计算机GIS技术。
二 计算机GIS与CAD技术的结合
在计算机GIS技术测量中解决了很多以往很难完成的任务,但是在使用过程中还是发生了很多的问题。尤其在土地信息的选择中,无法使用高帧数的图片显示,无法将计算机测量的关键技术的优点发挥出来。在煤矿生产过程中,对于生产效率的提高就要对开采环境的要求更高。使用绘图技术与GIS技术相互结合可以将复杂的地理环境的具体形状在电脑当中展现出来,用较为直观的图形准确的反应出来。而且在使用中,可以在计算机中随时将图像进行修改,完全可以适应复杂情况下的设备调试。在以往传统的图像设计中,技术人员在图纸中很难将地理信息进行再次修改,在设计后期在计算机图形绘制处理技术中,对于图像的调试使用的范围很广,通过虚拟的模拟和现实的结合来实现煤矿信息的完整,有效的加强了煤矿的信息化管理。
CAD技术是基于工程图上的三维建模方式。三维模型是从二维信息中提取的三维模型信息,通过再次分类以后,得到的一系列的相关处理信息,之后在三维空间建立相应的二维信息的三维形状模型提,使模型本身恢复点,线,面和拓扑关系,从而实现形状重建工程。计算机图形绘制处理,也可以应用于测绘图纸和关于地形的建模。土地信息中包含的地貌和自然资源图,它是国民经济体系的重要组成部分。我们可以画一个图,三维地形图的存储信息的产生。为预测和决策水平的使用有重大的意义,也为综合治理和煤炭资源的研究开发利用提供科学依据,这些依据,在军事上也起着非常重要的作用。在煤矿机械设备也使用CAD软件绘制零件图,利用绘图软件在操作更简单的菜单式设计,绘制出图形更准确。
三 GIS技术测量的关键技术遇到的困难和使用前景
计算机GIS技术测量的关键技术作为一种新兴技术在使用时间上不过十几年,其使用的程度已经无法估算。正是因为它的简单、使用、精度高以及自动化能力卓越的特点受到了矿区土地信息管理部门的广泛青睐。在测量调控方面的这些可靠性和稳定性也是有目共睹的。这项关键技术中涵盖的学科非常的多,涉及到的知识也很全面,一旦出现了机器的故障,在维修上还是一个很大的问题,如何很好的解决计算机视觉图像技术的相关核心问题就是当下亟待解决的。通过在一些相关的技术之间的相互结合才能使GIS技术发挥的更加完美。
我们都知道,人的眼睛是可以受到自身的控制,想要完成矿区土地观测是十分简单的,但是在计算机GIS技术中,毕竟是采取摄像机取景的模式,在取得的点位有的时候不是特别的有代表性,很难将这些问题具体化、形象化。达不到我们设计时的初衷。所以在这些模型的构建中和数据的转换上必须有严格的规定和要求,切不可盲目的实施测量,每项技术操作都要按规程来实施。
四 结束语
在煤矿土地工程发展的今天,很多的测量技术已经离不了计算机GIS技术的辅助,本文中详细的谈到了GIS技术方面的研究,对于之中可能出现的一些问题也提出了相应的解决方案,对于和CAD绘图技术相互结合的使用方式也做出了详细的介绍。测量工程中使用计算机GIS技术可以很好的解决和完善测量中遇到的一些问题,但是也暴露出了很多的问题亟需技术人员不断去解决完善。
将GIS技术在矿区土地管理信息系统中使用,也是加强了矿区建设的信息化水平。可以预见的是,在未来使用计算机GIS技术在矿区土地管理信息系统建立的测量模型会得到更多、更好的应用。但作为一个长期复杂的技术工程,在这个建设过程中定会有一些困难的出现。希望通过不断的发现问题、总结经验,让GIS技术在矿区土地管理信息系统在煤矿的开挖中的作用发挥的更好。
[参考文献]
[1] 汤剑,周芳芹,杨继隆.计算机视觉图像系统的技术改造[J].机电产品开发与创新周刊,2005,14(18):33-36
[2] 段发阶等. 拔丝模孔形计算机视觉检测技术[J] . 光电工程时报, 2006, 23( 13):189-190
计算机视觉总结范文4
关键词:EMGU;智能监控;目标跟踪
随着视频监控技术的发展,其架构从模拟化转向了数字化,利用计算机视觉技术对视频信号进行分析理解,并以此为基础对视频监控系统进行控制,不断提高系统的智能化和自动化。本文将EMGU应用到智能监控系统的开发过程,并实现了运动目标的自动跟踪。
1 EMGU简介
OpenCV(Open Source Computer Vision Library)是一个跨平台计算机视觉库,实现了图像处理和计算机视觉方面的很多通用算法。Emgu CV是.NET平台下对OpenCV图像处理库的封装[1],也就是.NET版的OpenCV。EMGU具有跨平台的特点,兼容C#、、C++等编程语言,并且可以实现特征检测与跟踪、运动分析、目标分割与识别等图像高级处理功能[2]。
1.1 EMGU在VS2010中的配置
⑴下载EMGU安装包(以libemgucv-windows-x86-2.4.0.1717版本为例)并进行安装,安装完成后将emgucv-windows-x86 2.4.0.1717\bin目录添加到系统环境变量中;
⑵导入UI插件,单击VS2010中的工具->选择工具箱项->.NET Framework组件菜单,单击浏览按钮进入EMGU安装目录bin下选择Emgu.CV.UI.dll,将ImageBox 和HistogramCtrl组件添加到工具箱中;
⑶在解决方案中加入 EmguCV 的引用[3]:包括Emgu.CV.dll、Emgu.CV.ML.dll、Emgu.CV.UI.dll、Emgu.Util.dll以及ZedGraph.dll等。
1.2 系统设计目的及拓扑结构
开发的智能监控系统通过IMOS平台来获取告警信息和视频源,当系统接收到IMOS平台通知的告警信息后,开始对IMOS平台的监控视频流进行分析,主要完成图像预处理、运动目标的检测、人体目标的识别和自动跟踪等操作,进而通过IMOS平台控制摄像机云台跟踪运动目标,将目标始终锁定在被监控视野内。系统的拓扑方案如图1所示。
1.3 目标跟踪分析与实现
目标跟踪是利用监控视频的图像信号,对运动目标进行检测、识别和定位,并自动控制云台和摄像机的运动,跟踪和锁定目标。在目标检测阶段若有多个目标同时出现时,则由系统自动选取一个最有利(运动物体区域范围最大)的目标进行跟踪,达到目标跟踪监控自动化。部分关键代码如下:
//YUV格式转换
Bitmap frameBGR = ConvertYUV2Bitmap(srcY, srcU, srcV, (int)w, (int)h);
mage frame = new Image(frameBGR);
frame._SmoothGaussian(3);
//更新图像帧和背景模型,以自适应环境变化[4]
#region use the BG/FG detector to find the forground mask
currentForm._detector.Update(frame);
Image forgroundMask = currentForm._detector.ForgroundMask;
#endregion
currentForm._tracker.Process(frame, forgroundMask);
//选择运动物体区域范围最大目标并绘制跟踪框
Maxblob.Size = sizeF;
foreach (MCvBlob blob in currentForm._tracker)
{
if ((blob.Size.Height * blob.Size.Width) > (Maxblob.Size.Height * Maxblob.Size.Width))
Maxblob = blob;
}
frame.Draw((Rectangle)Maxblob, new Bgr(0.0, 0.0, 255.0), 1);
// 当跟踪框面积大于预设面积时,跟踪目标开启
if ((Maxblob.Size.Height * Maxblob.Size.Width >= 50))
{
//当跟踪框的坐标与前置坐标偏差超过阀值时,开始转动云台
if (((Maxblob.Center.X - currentForm.pointCenter.X) >= 10) )
{
currentForm.SendMessage(MW_PTZ_CMD_E.MW_PTZ_PANRIGHT);
... ...
}
}
2 总结
本文探讨了EMGU在智能监控系统开发过程中的应用,并给出了EMGU在VS2010中的配置过程。结合IMOS平台,对运动目标的自动跟踪过程进行了分析,对于智能监控系统的开发具有一定的参考价值。
[参考文献]
[1]王燕,曹银杰,郎丰法,等.基于Emgu CV的数字相机图像采集[J].电子科技.2012,25(4):31-32.
[2]赵霞,陆小龙,廖明.基于OpenCV的角铁中线检测方法[J].中国测试.2010,36(3):27-29.
计算机视觉总结范文5
关键词:表情识别;研究方法;创新;不足
中图分类号:TP18文献标识码:A文章编号:1009-3044(2012)01-0106-03
A Survey of Facial Expression Recognition
SUN Wei1,2, WANG Bo1
(1.Information Science of Nanjing College for Population Program Management, Nanjing, 210042, China; 2.College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China)
Abstract: Facial expression is a key to nonverbal communication, which has been confirmed by many different research projects. A change in intensity or magnitude of even one specific facial expression can cause different interpretations. In this paper, the background of facial expression recognition reaches and the study of the current situation at home and abroad are introduced Then those important international meetings and those novel reaches in this area are listed. At the end of this paper the limits in facial expression recognition are pointed out.
Key words: Facial expression recognition; Research methods; Innovation; Limits
人脸表情是人们鉴别情感的主要标志。人际交往中,面部表情为人们相互间的交流提供了一种非语言沟通的重要渠道,人们通过面部丰富细小的变化,能表达各种各样的表情,并且表情有时甚至比语言更能显示情感的真实性。
人脸表情识别是指通过计算机来计算分析人的脸部表情及变化,判定其内心情绪或思想活动,从而获得更加智能化的人机交互环境。在模式识别领域中表情识别是一个非常具有挑战性的课题,它在心理学、远程教育、安全驾驶、公共监控、测谎技术、电脑游戏、临床医学、精神病理分析等方面都有着广泛的应用。
1研究背景及现状
早在20世纪70年代,有关于人脸表情识别的研究就已经展开,但是早期主要集中在心理学和生物学方面。随着计算机技术的发展,人脸表情识别技术逐渐发展起来,到上个世纪90年代该领域的研究已经变得非常活跃。大量的文献资料显示表情识别已经从原来的二维图像走向了三维数据研究,从静态图像识别研究转向实时视频跟踪。
国内开展该项目研究的单位主要有:清华大学、北京科技大学、中国科学院、南京理工大学、中国科学技术大学、浙江大学、东南大学、南京大学、北京航空航天大学、西南交通大学、大连理工大学、天津大学、湖南大学等。国外较为著名的研究机构有麻省理工学院、卡内基梅隆大学、匹兹堡大学、马里兰大学、加利福尼亚大学、代尔夫特理工大学等。
国际上关于人脸或表情识别方面的国际会议中影响比较大的有:
CVPR:计算机视觉与模式识别会议(International Conference on Computer Vision and Pattern Recognition)
FGR:人脸与姿态自动识别国际会议(International Conference Automatic Face and Gesture Recognition)
ICPR:模式识别国际会议(International Conference on Pattern Recognition)
ICCV:IEEE计算机视觉国际会议(IEEE International Conference on Computer Vision)
SIGGRAPH:计算机图形和交互技术国际会议(International Conference on Computer Graphics and Interactive Techniques)
ECCV:欧洲计算机视觉会议(European Conference on Computer Vision)
ICMI:多模式接口国际会议(International Conference on Multimodal Interfaces)
ACCV:亚洲计算机视觉会议(Asian Conference on Computer Vision)。
VISAPP:计算机视觉理论与应用国际会议(International Conference on Computer Vision Theory and Applications)。
ACII:情感计算及智能交互国际会议(International Conference on Affective Computing and Intelligent Interaction)
ICBA:国际生物特征识别国际会议(International Conference on Biometric Authentication)
2研究内容
人脸表情识别(Facial Expression Recognition,FER)主要包括三个技术环节(如图1所示):首先是人脸的检测与定位,然后进行表情特征提取和识别,即从输入的图像中检测和定位人脸,然后再提取出对表情识别有用的信息并进行分类识别。
图1人脸表情识别系统
2.1人脸检测与定位
近十年来人脸检测得到了广泛的关注,并且取得了长足的发展和一定的成果。国内外很多学者提出了不少方法,现有的人脸检测技术方法,从不同的角度可以有多种分类方式。根据利用人脸知识的不同,现有的人脸检测方法可以分为基于特征的方法(Fea? ture-based Method)和基于图像的方法(Image-based Method)两大类[2, 3]。目前基于特征方法比较成熟,常用的有基于肤色特征[4,5]、模板匹配[6]等方法;基于图像的人脸检测方法主要有主成分分析法(Principal Component Analysis,PCA)[7]、人工神经网络(Artificial Neural Network Approach,ANNA)[8]方法、隐马尔可夫模型(Hidden Markov Models,HMM)[9]方法、支持向量机(Support Vector Machines,SVM)[10]方法和AdaBoost方法。
2.2特征提取
表情特征的提取方法分为基于运动与基于形变的两类[11]。其中运动是指表情发生时面部特征随时间的变化,而形变则是指有表情的脸相对于中性表情脸的差异。运动特征提取方法代表性的包括光流法[12]、运动模型、特征点跟踪方法等。面部特征的形变可以由形状和纹理两方面来描述,又可以分为基于模型的方法和基于图像的方法两类。其中基于模型的方法有活动外观模型(AAM)
[13]、点分布模型(PDM)[14]等;基于图像的方法有Gabor变换[15]、主成分分析(PCA)[16]等。
2.3表情分类
用于表情分类的方法可以分为时空域方法和空域方法两类[17]。其中时空域方法包括隐马尔可夫模型方法、回归神经网络方法、空时运动能量模板方法等;空域方法包括神经网络方法、支持向量机方法、AdaBoost方法、基于规则推理的方法、主成分分析、独立分量分析、Fisher线性判别分析等。
3存在问题
尽管在当前表情识别领域的研究中很多核心环节上已经取得了一定的成果如人脸检测,特征提取,情感分类等,但是该领域仍然存在以下问题:
1)缺乏对于自发表情识别方面的研究
人为表情识别和自发表情识别之间存在巨大的差异度,而目前大多数人脸表情识别都是对来自于现有的表情数据库(即人为表情)进行分析和识别,并非是对自然人的实时表情(即自发表情)。现有表情库里面的表情都是一些单一的比较夸张的表情,现实生活中人们的表情往往是混合的,强度也是深浅不一,因此需要加强对于混和表情以及表情强度方面的研究。
2)对于表情的标定还没有一个精细的标准
人类的表情可以说是多姿多彩、千变万化的,但是目前,包括FACS在内的现有人脸表情识别系统仅能做到简单的基本表情识别,因为很多现有的表情库中并没有具体的标定每一个表情该有的尺度。因此,今后的一个研究重点应该是加强人脸表情的视觉认知加工等认知心理学的基础研究,从而建立其更加精细的人脸表情描述标准,指导计算机进行人脸表情的精细识别。
3)需要提高表情识别的鲁棒性
个体表情对象研究时很多外部因素如:光照、肤色、姿势以及是否有遮挡物等都会对面部表情识别产生一定的影响,但是当前大多数的研究都是针对特定条件下的表情模式,实际上这些因素都影响到了表情识别的实用化,导致了表情识别的鲁棒性不强。因此,只有综合考虑人脸的表情、光照、噪声、附属物等影响并且使用恰当的判决模型才能较好地解决这个问题。
4)缺乏实用性的应用系统
人脸表情识别潜在应用十分广泛,但是实用性系统却很少,已知的有数码相机自动捕捉笑脸系统、驾驶员疲劳监测系统、微表情识别系统等。我们在开展人脸表情识别的基础理论研究同时,也应该结合工程应用需求,同时强化其在工程上的应用。
4总结
人的内心是丰富的,丰富的内心造就了人类丰富的表情,有些表情之间的差别本身也不是很明显,纵使自然人尚且不能精确的判断出每一个表情及其程度,更何况由人设计出的经验识别算法。虽然一些经典的识别方法已经取得了不错的识别率,但都是基于一定条件下的几种方法的综合,因此到目前为止仍然没人能够提出一种复杂如人脑的计算方法去让机器识别人脸的表情。
基于二维图像的人脸表情识别,由于维度的限制,不能提供识别对象的完整信息,而且它还受到环境和人脸表情图像本身因素
的影响,因此识别精度很难进一步的提高。三维图像在信息的完整度上避免了这样的缺陷,而且减少了外部光照和姿态变化的影响。因此,利用三维信息进行表情识别将是一个具有挑战性的研究课题。
参考文献:
[1]金辉,高文.人脸面部混合表情识别系统[J].计算机学报,2000,23(6):602-608.
[2]梁路宏,艾海舟,徐光,等.人脸检测研究综述[J].计算机学报,2002,25(05):449-458
[3]文沁,汪增福.基于三维数据的人脸表情识别[J].计算机仿真,2005,22(7):99-103.
[4] Chen D S,Liu Z K.A Survey of Skin Color Detection[J].Chinese Journal of Computers,2006,29(2):194-207.
[5] Hsu R.L, Abdel-Mottaleb M, Jain A.K. Face detection in color images[J].IEEE Trans.Pattern Analysis and Machine Intelligence,2002,24(5): 696-706.
[6] Yullie A, Hallinan P,Cohen D. Feature extraction from faces using deformable templates[J].International Journal of Computer Vision,1992, 8(2):99-111.
[7] Turk M, Pent land A. Eigen faces for Recognition[J].Cognitive Neuro-science, 1991, 3(1):71-86.
[8] Rowley H.A, Baluja S, Kanade T. Neural Network-Based Face Detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1998:20(1):23-38.
[9] Nefian A, Hayes M. Hidden Markov Models for Face Recognition[A].IEEE International Conference on Acoustics, Speech and Signals Pro? cessing[C].Seattle, Washington, 1998:2721-2724.
[10]马勇,丁晓青.基于层次型支撑向量机的人脸检测[J].清华大学学报:自然科学版,2003,43(1):35-38.
[11] Hongcheng Wang, Ahuja N. Facial expression decomposition[A]. In: Proceedings of International Conference on Computer Vision[C], Nice,France,2003:958965.
[12] Yacoob Y, DavisL. Recognizing human facial expressions from long image sequences using optic flow [J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 1996,18(6): 636-642.
[13] Tang F Q, Deng B.Facial expression recognition using AAM and local facial features [A].In: Proceedings of the Third International Conference on Natural Computation [C], Haikou, China, 2007:632-635.
[14] Hammal Z, Couvreur L, Caplier A,et al. Facial expression classification: an approach based on the fusion of facial deformations using the transferable belief model[J].International Journal of Approximate Reasoning, 2007,46(3): 542-567.
[15] Yu JG, Bhanu B. Evolutionary feature synthesis for facial expression recognition [ J].Pattern Recognition Letters, 2006,27( 11 ): 1289-1298.
计算机视觉总结范文6
关键词:现代农业机械;智能化;应用;发展
引言
随着我国经济、社会的不断发展,我国对各种农产品的需求量也在不断增加,在这种情况下必须不断采取措施提高农业生产的效率和质量,满足我国对农产品日益增长的需求,推动我国经济、社会的平稳、可持续发展。
1在现代农业机械中应用智能化技术的意义
农业是我国社会、经济发展的重要支柱型产业,与我国人民的日常生活密切相关。我国农业发展历史十分悠久,距今已有数千年的历史。我国最早期的农业生产是依靠人力进行的,后来逐渐使用耕牛等牲畜进行农业生产,这种农业生产方式的效率非常低,人和牲畜的劳动强度也非常大。随着人类社会、经济的不断发展,在农业生产过程中逐渐出现收割机、播种机、脱粒机等农业机械,取代了传统的人工劳动,使得农业生产的效率得到了极大提高。随着我国信息化技术、机械化技术的不断发展,传统的农业生产方式已经无法满足我国农业生产的发展要求,迫切需要提高农业生产过程中的机械化水平、智能化水平,实现农业机械的自动化生产,解放传统的劳动力,减轻农民的负担,提高农业生产效率,提高农作物产量。近年来,我国农业机械化得到了十分迅猛的发展,各种农业机械逐渐走进广大农民的生活,对农业生产的发展发挥着重要的推动作用。目前我国农业机械的使用率在飞速提高,农业生产已经具有较高的机械化水平。在这种背景下,我国政府大力推动智慧农业的建设和发展,不断采取措施提高农业机械的智能化水平、自动化水平,希望能够依靠智能的农业机械来解放农村劳动力,提高农民收入水平,推动农村经济发展。2018年国务院提出,应当在农业机械中大力应用大数据、物联网、卫星定位等先进技术,顺应我国农业发展趋势,推动我国农业的不断发展。通过在现代农业机械中应用智能化技术,可以促使农业生产资源、劳动力利用率不断提高,减少农业生产对环境所造成的污染和破坏,在提高农业生产经济效益的同时还可以提高农业生产的环境效益,实现经济、环境、社会三者的协调、可持续发展。应用智能化技术的现代农业机械功能更加齐全,许多依靠人力难以解决的问题都能够得到有效解决,农业生产效率得到了极大提高[1]。与传统的农业机械相比,应用智能化技术的现代农业机械运行的安全性、可靠性更高,在运行过程中可以自动监控运行状态,实现对故障问题的自我诊断,当出现故障问题时可以及时通过系统进行预警,农民可以及时明确农业机械的故障问题,并对故障问题进行解决,避免故障问题进一步扩大而阻碍整体农业生产的顺利进行。此外,应用智能化技术的现代农业机械还可以对气候、环境信息进行实时监控,根据收集的气候、环境信息以及目前的实际产量对接下来的农业生产活动进行预测,根据农作物具体的生长情况、周边的环境因素制定下一阶段的农业生产计划,确保制定出的农业生产计划有着极高的科学性、合理性。
2现代农业机械中对智能化技术的应用
2.1新能源技术
在现代农业机械中应用新能源技术,主要是加强对风能、太阳能等的利用。太阳能作为环保、可再生的能源可以为现代农业机械的运行提供动力,并可应用到农业生产的病虫害防治、农作物的灌溉和种植等领域,可以推动农业生产效益的有效提高,减少农业生产过程中对环境所造成的污染。如,利用太阳能技术建立光电温室大棚,为大棚中各种农作物的生长提供电能、热能;利用太阳能技术研发诱虫灯等设备应用到农业生产当中,可以及时杀灭各种害虫,避免农作物出现病虫害问题。传统农业生产过程中大量使用农药、化肥所造成的农药残留、土壤肥力降低等问题也可以得到有效解决。此外,还可以利用太阳能技术构建太阳能制冷器、集热器、真空平板等设备,将太阳能转换成机械能、电能,为农业机械运行提供动力,太阳能制冷器可以降低农业机械运行温度,避免农业机械由于过热而引发一系列的故障问题,确保在高温天气下农业机械仍然可以稳定运行。对于风能的利用主要是构建风力发电设备将风能转换成电能,为农业机械运行提供充足的电力,有效降低农业机械的运行成本,提高农业生产的经济效益[2]。
2.2自动控制技术
在农业机械中应用自动控制技术,可以有效提高农业机械运行的自动化、智能化水平,构建完善的农业机械自动运行监控网络。可以将自动控制系统、电子监视系统安装到各种农业机械内部,在主要农业机械的驾驶室中安装智能显示屏并与其它农业机械的自动控制系统、电子监视系统相连接,实现对农业机械运行的实时监控。澳大利亚等国家依靠传感器技术构建了农作物自动监测与管控系统,能够及时收集光照强度、温度等环境数据,并将收集到的环境数据传输到计算机中,经过计算机的分析处理后传输到调节装置,调节装置根据计算机传输来的数据指令实现对农作物生长环境的自动调节。
2.3计算机视觉技术
在农业机械中应用计算机视觉技术,主要是依靠摄像机、计算机等设备对人的视觉功能进行模拟,代替人去识别、监控、测量不同的农业目标。田间作业环境比较复杂,环境因素众多,并且依靠人的视觉对农作物生长方向、位置等进行确定十分困难。而依靠计算机视觉技术可以无视复杂的田间作业环境,全面收集田间的各种环境因素,对农作物生长方向、位置进行迅速、准确地识别,后续还可以根据识别到的农作物生长方向、位置来对农业机械的运行路线进行规划,切实提高农业生产的效率和质量。计算机视觉技术还可以应用到农产品的检测工作中,只需要采集农产品的图像就可以对农产品进行精准检测,不需要和农产品产生接触,不会对农产品造成损坏。
2.4电子智能化技术
在现代农业机械中应用电子智能化技术,可以提高农业生产的精细化、精准化水平,实现农业生产各个环节的精准进行。西方发达国家在农业机械中应用先进的智能技术,并结合各种电子信息技术构建了智能化的农业机械控制系统,研发出各种能够智能采摘、收获、播种的机械设备。以色列利用电子智能化技术、自动控制技术研发出自动灌溉系统,能够自动进行灌溉,并自动对农业生产过程进行监控,灌溉的精准度得到了极大提升。德国研发出可以与智能手机相连接的电动小型拖拉机,大型农场主可以通过智能手机对电动小型拖拉机进行控制,对其驾驶室事先进行预热或制冷。
2.5GPS导航技术
GPS导航技术有着操作简单、成本低、效率高的优点,在农业机械中得到了极为广泛地应用。日本依靠GPS导航技术研发出无人驾驶的拖拉机,能够自动从仓库中驶入农场,并且这种无人驾驶拖拉机还应用了GPS测量技术,定位的精确度非常高,能够严格按照规定的路线运行。美国等国家在小型无人机等机械中应用了GPS导航技术,事先在导航系统中设置好小型无人机的飞行路线、速度、高度,通过小型无人机来进行农药的喷洒,农药喷洒的效率得到了极大提高,农药对农作物的穿透性也变得更强,效果得到了极大提升。
3推动农业机械智能化发展的措施
农业智能化的实现必须以农业机械化为基础,因此我国需要不断提高农业机械的普及率、利用率,不断提高我国农业生产的机械化水平。各级部门需要意识到农业机械化、智能化发展的重要性,落实我国的和农业机械化发展相关的政策,加大对农业机械普及的资金投入,加大对农民的扶持力度,确保农业机械化水平能够得到有效提高。在农业机械普及率不断提高的基础上,各级部门需要加大对智能化农业机械的推广力度,让广大农民意识到智能化农业机械的重要作用,不断提高智能化农业机械在农业生产过程中的利用率[3]。针对现有的农业机械,相关部门可以利用各种智能化技术、自动控制技术对其进行改造,确保现有农业机械的性能及智能水平得到有效提高。相关部门还可以构建农业机械智能化生产示范基地,加大对农业机械智能化的宣传力度,让广大农民对农业机械智能化有深入地了解,并为后续智能化农业机械在农业生产过程中的实际应用提供参考。