前言：中文期刊网精心挑选了计算机视觉研究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。
计算机视觉研究范文1
1 计算机视觉定义
人类天生具有五感，视觉便是其中之一，而计算机视觉，就是让计算机网络能够睁开眼看世界。让计算机有一定的视觉能力，可以从各个方面帮助人们进行监督、检验检测。利用计算机视觉科学可以使工作变得更加简便。计算机视觉主要应用于对二维码、条形码、照片、视频资料如片段等进行智能处理。
2 计算机视觉研究在医疗、交通中的作用
随着医学成像技术的发展与进步，图像处理在医学研究与临床医学中的应用越来越广泛。最常见的有癌细胞显微图像分割与识别、基于多特征融合的血红细胞识别和乳腺癌细胞计算机的自动识别等。计算机视觉技术的迅猛发展，为医疗诊断带来了很大的方便，同时促进了临床医学的发展。另外，在各大综合医院慢慢发展起的体检体系中，计算机视觉技术起到了决定性因素。随着体检的人数上升，对医院体检的管理、速度、准确性都提出了更高的要求。视觉识别轻而易举的解决了这个问题，只需要去识别体检人员的身份证，就可以将体检人员对号入座，检查过的项目，没有检查的项目一目了然。理化指标的检验，只需要在采血试管或采尿瓶上粘贴与体检者对应的条形码即可，利用视觉技术对号入座，方便而准确的确定每一位体检人员的血样及尿样。及提高了医院的工作效率，又将错误率降到最低。
计算机视觉在交通上同样得到了广泛的应用及发展。交通安全是交通运输中的重大问题，随着近年来机动汽车数量的迅猛增长，交通事故的发生也随之越来越频繁，给人类社会带来的危害也日趋严重，使很多的家庭失去亲人，甚至家破人亡。全国一线城市例如：北京、上海、广州、深圳等交通道路供需的矛盾日趋严重，交通安全、交通堵塞及环境污染已成为困扰我国交通领域的三大难题。基于图像处理的计算机视觉技术是通过摄像机获取场景图像，并借助于计算机软件构建一个自动化或半自动化的图像、视频理解和分析系统，并提供及时准确的图像、视频处理结果，以模仿人的视觉功能。主要功能如下：
一是基于计算机视觉技术的车辆牌照自动识别： 车辆牌照是车辆的唯一身份，对车辆牌照的有效检测与识别在车辆违章检测、停车场管理、不停车收费、被盗车辆稽查等方面有着重要的应用价值。尽管针对车牌识别技术的研究相对成熟，然而在实际的应用场景中，受到天气、光照、拍摄视角、车牌扭曲等因素的影响，车牌识别技术仍然有一定的改善空间。
二是基于计算机视觉技术的车辆检测与流量统计：目前城市交通路口的红路灯间隔时间是固定的，而不同路段、不同时间段交通流量是随机变化的。若能根据各个交通路口的交通状况辅以计算机进行自动分析，并判断与预测交通流量，无疑为交通警察出警，红绿灯时间间隔的动态设置等提供技术支持。
三是基于计算机视觉技术的公交专用道路非法占道抓拍：公共交通是每个城市交通的重中之重，城市的公共交通为老百姓提供了便捷的出行方式。公共交通的发展，有利于城市的节能减排，有利于降低城市的空气污染指数。由于城市公共交通具有运量大、相对投资少、人均占有道路少等优点，解决城市交通问题必须优先发展城市公共交通。然而目前拥挤、缓慢的公交出行方式已成诟病，因此发展“快速公交”将是未来公交的一种运行模式。道路畅通则是发展“快速公交”的前提，相应地，公交专用车道的设定必不可少。为防止其他社会车辆的驶入，并对违规驶入的其他社会违规车辆进行抓拍与惩罚是保证公交车道公交车专驶的一种重要手段。因此在公交车前部装置摄像头并辅以其他处理设备，从而可以使得每一辆公交车成为了一个流动的监控设备。
3 计算机视觉在条形码检测中的应用
条形码是将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符。在中国，由中国物品编码中心赋予制造厂商代码。那么最常见的计算机视觉应用与条形码检测就是在超市中。超市中每样产品都有自己的条形码，当人们选择了自己需要的物品后，来到收银台进行结账，我们会看见收银人员会用扫码器对物品的条形码进行扫描，扫描后就会出现产品的信息及价钱。记录以及扫描条形码的技术就是计算机视觉技术。
4 计算机视觉重要技术——智能识别
近年来，基于生物特征的鉴别技术得到了广泛重视，主要集中在对人脸、虹膜、指纹、声音等特征上，这其中大多都与视觉信息有关。指纹、人脸功能已经大范围在生活中应用，其中很多单位的打卡制度就是依据面部识别、指纹识别来实现的。社会飞速发展的今天，很多的单位都实行了上下班打卡制度，这一制度已经被作为单位管理制度中的重要一条。购买的打卡机就是采用计算机视觉的重要技术——智能识别来实现的。利用打卡机的储存功能，记录每个职工的指纹或面部容貌，规定在某一个时间范围内对应识别指纹或面部容貌，视为打卡。在上下班打卡的过程中，员工将面部或指纹对应在打卡机的制定位置上，让打卡机进行识别，当识别的结果与存储结果相同时，打卡成功。这样看起来十分简单的打卡机可以使单位的工作有序化，制度化，而实现这个功能的技术就是计算机视觉技术中的重要技术之一：智能识别。
5 计算机视觉技术的发展过程及未来
计算机视觉技术研究经历了近40年的过程，20世纪50年代的统计模式识别、60年代的Roberts的三围积木世界、70年代的Marr为代表的计算理论、80年代的主动视觉，但是仍然面临许多的问题。主要由于计算机视觉是一个逆问题，视觉信息多种多样，视觉知识的表达很困难，图像数据量巨大，信息存储于检索困难，对生物学、神经生物学等的研究有待深入。
计算机视觉技术的未来必定会朝着高科技发展，航空遥感测控地形地貌、电影特效制作、工业生产自动化检测、医学影像检测，再到天文领域等，在这些科学领域中计算机视觉将无法取代，成为主流的技术之一。
作者简介
计算机视觉研究范文2
关键词： 计算机视觉； 手指特征识别； 动态阈值算法； 矩形模版
中图分类号： TN911?34； TP37 文献标识码： A 文章编号： 1004?373X（2017）12?0113?04
Abstract： In order to improve the accuracy and speed of the finger feature recognition in video image， a dynamic threshold algorithm based on rectangle template is proposed. The rectangle template is used in the algorithm to smooth the image， and the gray threshold method is used to extract the edge of the target to recognize the finger feature accurately. The Matlab simulation results show that the algorithm is lightly influenced by environmental noise， and can segment the edge of the finger clearly and accurately. A finger feature recognition system based on computer vision was designed on FPGA platform. Its real?time performance， finger recognition accuracy and other performances were tested. The test results show that the running speed of the system is synchronous with the speed of capturing the image by camera， which can meet the real?time requirement of the system. The coordinates deviation of the finger position recognized by the system is about 3 pixels， which can basically meets the accuracy requirement of the system.
Keywords： computer vision； finger feature recognition； dynamic threshold algorithm； rectangle template
S着科学技术的飞速发展，人与计算机之间的交互活动越来越密切，并逐渐成为人们日常生活的重要组成部分。传统触摸屏是现阶段一种最常见，也是最重要的人机交互方式，其是通过一种附加在显示器表面的透明介质，依赖使用者的手指触摸该介质来实现对计算机的输入控制[1?2]。目前，这种触摸屏技术已经相当成熟，但是，技术上不容易做到大尺寸，且成本相对较高，也易于破损。为了突破传统触摸屏这种人机交互方式的局限，把任何成像平面变成可用手指进行交互的系统，本文提出了一种基于计算机视觉的手指特征识别算法，并在FPGA平台上建立了一套基于计算机视觉的手指特征识别硬件系统。这种基于计算机视觉的手指特征识别方法可为基于视觉的人机互动提供一种新的技术解决途径。其与传统触摸屏的区别在于，不需要在成像屏幕上安装任何特殊介质，使用寿命得到大幅延长，应用范围有了很大扩展。
1 图像采集平台
本文所采用的图像采集平台如图1所示，在任何与计算机连接的显示设备（如投影屏幕、等离子电视等）的左上角、右上角安装两个摄像头，通过这两个摄像头便可确定手指在屏幕上的二维坐标信息（x1，x2）。然后，将此坐标点传至计算机，并与Windows系统的鼠标程序关联即可实现人机交互功能。图2是图像采集平台的侧视图。其中虚线框表示摄像头视野中系统需要处理的区域，即手指出现的区域。
2 手指特征识别算法及仿真
在系统实现过程中，如何从摄像头所拍摄的画面中准确地识别并提取出手指信息是其难点之一。在目前的图像处理技术中，用于识别背景图案中目标物体的算法很多，本文在分析基于色彩聚类的肤色识别算法的基础上，结合课题特殊需求，提出一种基于矩形模板的动态阈值算法，并在Matlab中对上述算法的处理效果进行了仿真。
从图像采集平台可以看出，本系统只关心距屏幕很近的小视野内是否出现区别于背景的目标物体。因此，只需从摄像头拍摄的图像当中截取一部分，如图3中的小矩形框所示。
2.1 基于色彩聚类的肤色识别算法
肤色是人体区别于其他物体的一个重要特征，人体肤色特征不受位置、角度、大小等因素影响，具有较强的稳定性。因此，本文首先选定基于色彩聚类的肤色提取识别算法进行研究。在色彩聚类方法中，Anil K.Jain的Cb，Cr椭圆聚类方法最为典型[3?4]。采用非线性分段肤色分割得到的肤色区域在Cb，Cr空间中近似于椭圆，如下：
由图5可知，利用该算法分割手指信息的效果尚可，能从比较友好的环境中迅速准确地识别出手指信息。图6为利用椭圆聚类肤色分割算法对从图像采集平台读取图像的手指识别效果。可见，该算法在普通环境下对手指的识别效果良好。但当屏幕上的颜色影响手指肤色时，该算法的识别能力就会有所降低。可见，该算法对皮肤颜色的纯度要求较高，适用范围受限。图7为屏幕出现大面积蓝色时对手指识别造成的影响效果。
2.2 基于正方形模板的动态阈值算法
基于正方形模板的动态阈值算法，即采用灰度阈值法，用正方形模板平滑图像[5?6]。图8（a）是3×3模板动态阈值算法平滑图像的过程。
应用基于3×3模板的动态阈值算法对原图4进行边缘提取的仿真效果如图9（a）所示。可见，应用3×3模板可以提取出目标物体的边缘，但不够清晰。虽然可以通过增大模板取得比较理想的效果（图9（b）为采用基于101×101模板的动态阈值算法的处理效果），但会使计算量剧增，同时也缩小了模板所能完全覆盖的范围，使图像边缘产生无效的白色区域。
2.3 基于矩形模板的动态阈值算法
根据课题实际需要，即所要处理的目标区域为长方形窄条区域（如图3所示），本文提出一种基于矩形模板的动态阈值算法。该算法与基于正方形模板算法的区别在于，平滑图像时所用的模板为窄条形，如3×5模板，3×15模板，3×41模板等。图8（b）是3×9模板动态阈值算法平滑图像的过程。
图10给出了采用基于3×9模板、3×14模板、3×81模板、3×101模板动态阈值算法对原图4进行手部边缘提取的仿真效果。由仿真效果可知，基于矩形模板的动态阈值算法在模板取值为3×9的情况下，便能够清晰提取出目标物体的边缘。而且，随着模板取值的增加，目标物体边缘的提取效果更加清晰准确。与基于正方形模板的动态阈值算法相比，基于矩形模板的动态阈值算法计算量较小，节约了系统的计算资源。
3 基于FPGA的手指特征识别算法的系统测试
为了验证本文所提出的基于矩形模板的动态阈值算法能否满足屏幕交互系统的整体要求，本文通过编写软件程序在FPGA开发板上对这种算法进行了硬件实现和系统测试。
3.1 硬件实现
本文所采用的硬件实现系统主要是基于美国Altera公司生产的型号为EFA?CY1C12的“红色飓风”（Red Cyclone）系列FPGA开发板，并另外集成了用Ommvison公司的型号为OV9655的CMOS数字摄像头，以及ISSI公司的型号为IS61LV25616AL的SRAM存储器[7?10]。最终搭建的硬件系统如图11所示。
3.2 系统测试
本文主要对系统的实时性、手指提取精度、资源占用情况等影响系统运行的重要技术指标进行了测试。
（1） 实时性
OV9655摄像头在1 280×1 024分辨率下，能提供15 f/s的图像采集速率，课题所设计的软件程序可以在一帧图像的处理时间内完成了数据的采集、手指边缘的识别等运算，实现了系统执行速度与摄像头拍摄速度的同步，达到了系统对实时性要求。
（2） 手指识别精度
由于课题在软件设计过程中编入了图像采集防抖动处理程序，提高了图像采集的稳定性，也提高了手指识别的精度。经过测试，本系统得到的手指位置信息的坐标偏差为3个像素，基本满足大屏幕交互系统对识别精度的需求。
（3） 资源占用情况
从Quartus Ⅱ的编译报告中可以看出，本系统的软件运行已占用FPGA的9 702个逻辑单元，占逻辑单元总数的80%。可见，该硬件系统的FPGA运算资源基本能满足系统的实际需要。
4 结 语
本文通过对基于矩形模板的动态阈值算法的研究和基于FPGA的手指特征识别硬件系统的实现，建立了一套基于计算机视觉的手指特征识别系统。该算法受环境噪声影响较小，能清晰准确地分割出手指边缘，且随着矩形模版取值的增大，算法的识别效果会更加良好。该系统的实时性、手指识别精度及资源占用情况均可满足系统要求。这种基于计算机视觉的手指识别方法成本低、灵活性好，为基于视觉的人机交互提供了一种新的技术途径。
参考文献
[1] 吕明，吕延.触摸屏的技术现状、发展趋势及市场前景[J].机床电器，2012，39（3）：4?7.
[2] 陈康才，李春茂.电阻式触摸屏两点触摸原理[J].科学技术与工程，2012，12（18）：4525?4529.
[3] MAITRE H.现代数字图像处理[M].北京：电子工业出版社，2006：79.
[4] 帕科尔，景丽.图像处理与计算机视觉算法及应用[M].2版.北京：清华大学出版社，2014：104.
[5] GONZALEZ R C，WOODS R E，EDDINS S L.数字图像处理的Matlab实现[M].2版.北京：清华大学出版社，2013：301.
[6] RUSS J C.数字图像处理[M].6版.北京：清华大学出版社，2014：216.
[7] 于枫.Altera可编程辑器件应用技术[M].北京：科学出版社，2014：68.
[8] 姚智刚，付强.基于低成本CMOS摄像头智能监控系统的设计[J].现代电子技术，2006，29（3）：126?128.
计算机视觉研究范文3
本文采用山羊绒手排长度测试仪、传统山羊绒手排长度法、Almeter仪三种测量方法检测山羊绒长度，比较三种方法的差异性，从而证明山羊绒手排长度测试仪的可靠性、稳定性。
关键词：山羊绒;长度;试验方法;比对
目前测试山羊绒长度的方法有三种。传统山羊绒手排长度法是在排图后直接在绒板上进行长度测量，这种方法有很多缺点：一是测量后需要手工计算，二是会使图形发生变化，影响测量准确度，三是实验员手法差异会产生误差。Almeter仪较适合羊毛条检测，用于山羊绒长度检测，存在不符合纤维特性、科学性差、误差大的问题。而采用基于计算机视觉技术的山羊绒手排长度测试仪可直接精确地测量计算出手排长度的所有相关参数。现采用三种试验方法比较其工作效率、准确程度、稳定性、重复性等指标，以完善和改进仪器，为推广使用提供科学依据。
1 试验内容
依据标准GB 18267―2013《山羊绒》和GB/T 21293―2007《纤维长度及其分布参数的测定方法 阿尔米特法》分别采用传统山羊绒手排长度试验方法测量山羊绒手排长度;采用山羊绒手排长度测试仪测量山羊绒手排长度;采用Almeter测量山羊绒巴布长度。
1.1 参加的实验室及检测项目
（1）国家毛绒质量监督检验中心（纤维检验局）：传统山羊绒手排长度、Almeter长度、山羊绒手排长度测试仪测量长度。
（2）鄂尔多斯羊绒集团：传统山羊绒手排长度;Almeter长度。
（3）鹿王羊绒集团：传统山羊绒手排长度、山羊绒手排长度测试仪测量长度。
（4）河北省纤维检验局：传统山羊绒手排长度。
（5）青海省纤维检验局：传统山羊绒手排长度。
（6）浙江省纤维检验局：传统山羊绒手排长度。
1.2 试验时间
2013年11月（自接到样品，15日内完成）。
2 试验结果
2.1 手排长度方法与手排长度测试仪方法比对
由内蒙古纤检局与鹿王羊绒集团联合检测，共重复试验60次，其平均差异为0.121mm。
采用平均数差异的显著性测定，其结果如下：
1）传统手排长度方法：平均长度x1=32.856mm，其标准差S=1.8506，n=60。
2）手排长度测试仪：平均长度x2=32.735mm，其标准差S=1.3211，n=60。
3）其差异的标准差：
平均数标准差
平均数标准差
查t值表t0.05=1.980，t0.01=2.617。因为t'
2.2 山羊绒手排长度测试仪台间差比对分析
本项目研制了2台山羊绒手排长度测试仪样机，按照比对方案，采用2台测试仪对同一山羊绒样品进行了重复试验30次，其平均差异为0.02mm。采用平均数差异的显著性测定，结果如下：
1）1|测试仪：平均长度x1=32.47mm，其标准差S=1.127，n=30。
2）2|测试仪：平均长度x2=32.45mm，其标准差S=1.056，n=30。
3）其差异的标准差：
平均数标准差
平均数标准差
查t值表t0.05=2.000，t0.01=2.660。因为t'
2.3 山羊绒手排长度测试仪与Almeter仪测量的山羊绒巴布长度的比对
采用Almeter仪测量山羊绒巴布长度，与图板电子检测仪比较。平均数差异的显著性测定其结果如下：
1）图板电子检测仪：平均长度x1=32.735mm，其标准差S=1.3211，n1=60。
2）Almeter仪：巴布长度平均值x2=32.60mm，其标准差S=0.70，n2=30。
3）其差异的标准差：
平均数标准差
平均数标准差
查t值表t0.05=2.000，t0.01=2.660。因为t'
2.4 山羊绒手排长度测试仪与6家实验室手排长度平均值的比对
采用山羊绒手排长度测试仪对同一山羊绒样品进行了重复试验60次的总体平均值与参加比对试验的6家实验室手排长度平均值的总体平均值进行显著性测定。平均数差异的显著性测定其结果如下：
1）测试仪：平均长度x1=32.735mm，其标准差S=1.3211，n1=60
2）6家实验室传统手排法：平均值总体平均值x2=32.39mm，其标准差S=2.449，n2=6
3）其差异的标准差：
平均数标准差
平均数标准差
查t值表t0.05=2.000，t0.01=2.660。因为t'
3 结论
（1）山羊绒手排长度测试仪检测与传统手排长度方法结果没有显著性差异，因此，采用山羊绒手排长度测试仪可替代传统手排长度法，既可提高检测效率，减少人为误差，又能提高检测的准确程度。
（2）已研制的两台测试仪样机检测结果没有显著性差异，说明仪器的稳定性好。
（3）山羊绒手排长度测试仪与Almeter仪测量山羊绒巴布长度的比对没有显著性差异。
计算机视觉研究范文4
关键词：激光切割机；自动寻边算法；机器视觉
中图分类号：TB
文献标识码：A
doi：10.19311/ki.16723198.2017.12.097
0引言
自从20世纪60年代第一台激光设备的诞生和应用开始，激光切割技术在我国工业加工领域被飞速发展，以激光切割机来讲，其应用非常广泛，囊括了很多行业，包括广告标牌制作，钣金加工，机箱机柜制作等等各个方面，而市场的需求也是高达千万，为广阔的市场添加了新的生机。但该机器在我国仍处于展阶段，在加工过程中多以人工判断和操作为主，生产效率受人发为影响很大，很难做到智能化，自动化，标准化。文章将机器视觉结合数控激光系统，通过图像采集，图像边缘检测，目标跟踪等图像处理过程，并利用运动控制卡指令控制激光头完成对金属板材的切割。
1智能激光切割机总体流程
基于机器视觉的智能激光切割机控制算法研究的具体实现方法是：通过图像传感器对目标图像进行采集并转换成模拟电信号，模拟信号转换后传输至图像处理系统，在对图像分析前，为减少噪音，光照不均匀等因素对图像的质量的影响，需进行图像预处理，其基本工作流程如图1所示，根据Sober算子法进行图案轮廓的边缘检测，用八领域搜索算法实现边缘轨迹跟踪。生成切割轨迹，由激光切割机完成部件的加工。
2图像处理方法
数字图像在计算机上以位图的形式保存，即像素点构成的矩阵，而每个像素点需要以三个字节表述，因此为加快计算机的运行速度，需把亮度值进行量化，将彩色图像转换为灰度图像，在这里使用NI Vision Assistant工具对图像进行灰度化处理，处理结果如图2所示。
未经处理的原始图像都存在着一定程度上的噪声干扰，如图3a所示。噪声恶化图像质量，使图像模糊，甚至淹没需要检测的特征，给图像的分析带来困难，因此需要进行滤波处理，这里采用中值滤波，利用其含有奇数个像素的移动窗口，对图像进行从左到右，从上到下逐行进行移动，用窗口中灰度的中值代替中心像素的灰度值，作为中值滤波器的输出，其数学表达f（x，y）=midianSf（x，y）
式中，S为当前点（x，y）的邻域；medianq表示取中值。中值滤波作为一种主要用来抑制脉冲噪声的典型非线性低通滤波器，能够在较好的保护目标边缘的同时，彻底滤除干扰性尖锐噪声，得到高质量的图像。
3图像边缘检测
图像边缘是图像最基本的一个特征，边缘处是图像信息最集中的地方，是图像一个属性区域到另一个属性区域的交接处，图像边缘检测在机器视觉的基础阶段起着关键作用，主要是通过差分算子，并由图像的亮度计算其梯度的变化，从而检测出其边缘，这里运用Sobel边缘检测算子，其原理是在3×3的邻域内做灰度加权和差分运算，利用像素点上下左右相邻点的灰度加权算法，依据在边缘点处达到极值这一现象进行边缘检测。
Sobel算子的模板如图4所示。
Sobel算子边缘检测引入了局部平均，对噪声的影响小，当精度要求不是很高时，Sobel是一种较为常见的边缘检测方法。
4边缘轮廓跟踪
在识别图像中轮廓时，往往需要对目标边缘作跟
跟踪边界的。在图像处理中，可以根据图像的某个像素的周围有8个点与之接壤，和二值图像中只有0和255两个灰度值的特点采用八邻域搜索算法来对目标像素点筛选，按照从左到右，从上到下的扫描方式来对目标区域边缘像素点进行搜索，直到找到目标像素位置，记录该点的坐标，并将其作为新的搜索起点，在当前的搜索方向基础上逆时针旋转依次对像素进行判断，生成数据。
5结论
采用NI Vision Assistant图像处理软件，利用机器视觉系统直接采集图像并对图像进行边缘跟踪，提取边缘轮廓，将图像信息转为数组数据并提供给激光切割机控制器控制刀头完成对对金属板材的自动切割过程。目前，所研究的算法能对图像清晰，轮廓不存在断裂且具有较好区分度的图案进行自动寻边切割。
参考文献
[1]肖成勇，雷振山，魏丽.Labview2010基础教程[M].北京：中国铁道出版社，2012，（4）.
[2]黄风.运动控制器及数控系统的工程应用[M].北京：机械工业出版社，2014，（9）.
[3]陈宁江，李介谷.用归一化灰度组合法进行图像匹配明[M].红外与激光工程，2000，29（5）：59.
[4]陈宇云.灰度D像的边缘检测研究[D].成都：成都电子科技大学，2009.
[5]徐志鹏.一种基于运动控制卡的数控专用机床[J].微计算机信息，2008，（16）.
[6]魏胜.数控机床伺服系统原理分析与性能调整[J].组合机床与自动化加工技术，2010，（5）：8185.
计算机视觉研究范文5
关键词：高中；计算机课堂教学；问题；解决措施
一、前言
当今社会，计算机技术得到快速的发展，并且被广泛的推广和应用在各个行业中，通过计算机网络，能够获得各种知识、情报，学习各种课程，处理各种事物等，其重要性不言而喻。虽然我国高中计算机教学开展多年，但是教学水平和效率较低，导致出现该种现象的原因是高中计算机课堂教学过程中存在许多问题，如缺乏重视、缺乏实践操作以及教学模式落后等，亟待采取有效的解决措施进行处理。因此，文章针对高中计算机课堂教学问题及解决措施的研究具有非常重要的现实意义。
二、高中计算机课堂教学过程中存在的问题
1缺乏对计算机教学活动重要性的认识。由于高中课程的特殊性，即需要为高考服务，这就导致许多学校在进行教学课程设置时，并不重视计算机教学设计，存在严重的课程偏斜现象。在实际教学过程中，许多计算机教师只是在课堂上敷衍的完成教学课程，这种消极的教学态度，难以提高计算机课堂教学水平和效率。
2缺乏实践操作。现阶段，高中阶段学生的计算机基础水平参差不齐，导致他们接受计算机知识的能力也存在一定的差异，许多学生既是掌握了理论知识，也不会进行上机操作。导致出现上述现象的原因是高中计算机教学并不重视上机实践操作，或者是由于计算机课时较少，没有为学生的实践操作提供机会，学生们做不到学以致用，难以提高学生的整体计算机水平。
3教学模式落后。教学模式在很大程度上能够影响教学质量，现阶段，我国高中计算机教学过程中，并没有较好的教学模式，这给计算机教学工作的开展带来了很大的难度。许多高中教师在进行计算机教学时，依然采用传统的教学方法，重点对理论知识进行讲解，抽象的知识理念难度相对较高，并且学生们提不起兴趣，严重的影响教学质量。因此，为了提高计算机课堂教学质量，就必须采用良好的教学模式。
三、解决高中计算机课堂教学问题的有效措施
1转变观念，提高认识。在进行高中课程安排时，应该充分的认识到计算机教学活动的重要性，适当的增加计算机课程的课时，并且教师应该以积极的教学态度进行计算机教学。定期的对计算机教学成果进行考核，这样一方面能够引起学生对计算机教学的重视，提高学生学习计算机课程的积极性和主动性，另一方面能够引起教师的重视，并且对于教学成绩良好的教师给予一定的奖励，能够有效的 改变传统教学观念，开辟新的教学道路，不断的提高计算机课堂教学水平。
2营造氛围，加强上机实践操作。在进行计算机教学时，应该重视理论联系实际，将实践课放在首位，主要是因为计算机的实践操作比理论更加重要，当学生掌握了一定的计算机理论知识后，通过上机操作既能够对理论知识进行巩固，又能够提高学生的实践操作能力。教师在进行理论知识讲解时，应该营造良好的氛围，采用多媒体设备为学生展示上机操作，同时为学生展示一些优秀的作品，这样能够有效的激发学生的学习兴趣和主动性，特别是在理论教学时，如果采用传统的教学方式，很容易让学生出现枯燥乏味的情绪，难以提高学生的兴趣。因此，在进行计算机课堂教学时，应该合理的分配理论和实践教学，营造良好的氛围，激发学生的兴趣，让学生主动的参与到计算机实操中。对于计算机这种实践性较强的课程，采用这样方式能够有效的提高教学质量。
3采用合适的教学模式，提高教学水平。在进行高中计算机课堂教学时，应该采用科学、有效的教学模式和方法，提高学生参与教学的积极性和主动性，为教学水平的提高奠定坚实的基础。现阶段，高中计算机课堂教学的有效教学模式包括研究性、讨论性教学模式、情景教学模式等。对于研究性、讨论性教学模式，通过开展研究性和讨论性教学，能够让学生们养成团队合作的习惯，提高学生的自主学习能力，这对于计算机课堂教学的顺利开展和教学水平的提高具有非常重要的作用。对于情景教学模式，以“IP地址及其管理”内容教学为例，由于高中生对于“IP地址”等专业知识非常陌生，学生们不理解何为“IP地址”，课堂教学将会陷入困境，影响实际教学水平，情景教学模式的应用，能够为学生营造良好的学习环境，提高学生的学习积极性和主动性。首先，教师在课前进行教学资料的收集，制作课件，并利用多媒体设备将课件展示给学生，让学生们结合图片、视频等理解“IP地址”的概念和内容，这样能够有效的健身学生对概念以及相关知识的理解和记忆。同时，为了提高学生的兴趣，教师还可以播放网络犯罪的纪录片，让学生们了解常见的网络犯罪类型，同时让学生们了解到警察如何利用IP地址进行安检侦查的实践意义，这样能够有效的激发学生学习计算机知识的兴趣和动力，实现学生的全面和综合发展。
四、结束语
综上所述，高中计算机课堂教学过程中许多问题，严重影响高中计算机课堂教学水平和效率，这就要求在高中计算机课堂教学时，必须转变观念，提高认识，营造氛围，加强上机实践操作，采用合适的教学模式，提高教学水平和质量。
参考文献：
[1]赵莹.探究高中计算机课堂教学存在的问题和对策[J].现代阅读，2013，（1）：123.
[2]公文鹏.探究高中计算机课堂教学存在的问题和对策[J].计算机光盘软件与应用，2012，（18）：259-261.
计算机视觉研究范文6
关键词：数据挖掘；ID3算法；影响因素
1 数据挖掘的概述
1.1 数据挖掘的概念
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，抽取隐含在其中的、人们事先不知道的、但又潜在有用的知识的过程。此定义包含三个层次的含义：①数据必须是真实的、大量的、含噪声的；②发现的是用户感兴趣、可理解的知识；③发现的知识只面向特定的领域。
1.2 数据挖掘的过程
数据挖掘可以概括为三个部分：数据预处理、数据挖掘、模式评估和知识表示。其中数据预处理可以分为：数据清理、数据集成、数据选择和数据变换四个部分。
1.3 数据挖掘的方法
目前比较常用的数据挖掘分析方法有：关联规则分析、分类分析、预测分析、聚类分析等。
2 主要算法设计
2.1 数据搜集，分析影响学生计算机一级成绩的因素，需要以下几个方面的信息
①学生基本信息。应包括如下属性：学号、姓名、性别、籍贯、民族、专业、班级，这些信息可以通过学院的综合教务管理系统获得。②学生调查信息。内容包括学号、学习兴趣、学习前的知识掌握情况、课后上机练习时间量、做模拟题情况等。这些信息主要通过调查，由学生填写。③学生成绩。成绩数据表中包括了学生的学号、平时成绩、等级考试成绩，这个数据库由学院综合教务管理系统获得。④评教数据。包括教师编号、评教情况等。
2.2 数据预处理
①数据集成和变换。主要采用数据库相关技术把得到多个数据库文件数据合并到学生成绩分析基本表中。②数据清理。把不一致的数据补充完整，处理空缺值的方法有：忽略元组、人工填写空缺值、使用全局常量、采用平均值填充、使用最有可能的值填充空缺值。③数据规约。就是缩小所挖掘数据的规模，并且挖掘出来的结果与原有的数据集多获得的结果基本相同。学生基本信息中的民族、籍贯等、成绩库中的考试时间、考试地点等属性是与成绩不相关的属性，需要进行维规约。形成新的影响学生成绩分析的基本数据表如表1。
2.3 进行数据分类挖掘，生成分类规则
如：IF文理科=文AND是否按时交作业=是AND其他平均成绩=优秀AND有无计算机基础=有AND教师评教=优秀AND学生作模拟题>4THEN通过
IF文理科=理AND是否按时交作业=是AND其他平均成绩=优秀AND有无计算机基础=有AND教师评教=优秀AND学生作模拟题>4THEN通过
IF文理科=文AND是否按时交作业=否AND其他平均成绩=优秀AND有无计算机基础=有AND教师评教=优秀AND学生作模拟题
IF文理科=理AND是否按时交作业=否AND其他平均成绩=优秀AND有无计算机基础=有AND教师评教=优秀AND学生作模拟题
……
2.4 实验结果分析
通过以上分类规则的分析可以看出，学生能否通过计算机一级等级考试的关键因素是按时做作业，提交作业，多做练习多做模拟题，与学生是否具有计算机基础没有关系，与学生是否是文理科也没有关系，即使其他成绩一般，通过多做练习多做模拟题也是可以通过的，说明与其他课程的成绩没有必然的关系，学生不按时提交作业，不做练习不做模拟题，教师再优秀，该学生的计算机一级也是无法通过的。由此可知在今后的计算机文化基础教学过程中，任课教师应该注重学生的平时作业完成情况，着重加强学生的上机实验练习，鼓励学生课后多做计算机一级模拟试题，从而确保学生计算机一级考试的通过。
本文把数据挖掘技术引入到计算机一级等级领域，利用数据挖掘的分类技术对一级成绩数据分类，并使用ID3算法具体实现分类挖掘。实验结果达到了预期的目标，挖掘出了一系列影响计算机一级通过的分类规则，为学院的计算机一级等级考试提供了科学的参考依据。
[参考文献]
[1]纪希禹.《数据挖掘技术应用实例》.机械工业出版社，2009.4.
