導(dǎo)語：如何才能寫好一篇計(jì)算機(jī)視覺發(fā)展，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：航空運(yùn)輸；協(xié)同決策；多航站樓；實(shí)時(shí)指派；混合集合規(guī)劃；航班波

中圖分類號(hào)：U8

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1005-2615（2015）01-0071-06

隨著民航運(yùn)輸?shù)娘w速發(fā)展，運(yùn)輸量的快速增長，多航站樓多區(qū)域管理已經(jīng)成為民航發(fā)展的一種趨勢(shì)，然而這將使得機(jī)場(chǎng)運(yùn)行保障變的更加復(fù)雜。機(jī)位是機(jī)場(chǎng)的核心資源，機(jī)位分配是機(jī)場(chǎng)日常運(yùn)行保障中的一個(gè)非常重要的工作。高效合理的機(jī)位分配方案不僅會(huì)給民航運(yùn)輸帶來巨大的經(jīng)濟(jì)效益，并且在一定程度上可以提高民航運(yùn)輸?shù)陌踩浴Ｔ跈C(jī)場(chǎng)停機(jī)位實(shí)時(shí)指派的問題上，國內(nèi)外學(xué)者已經(jīng)進(jìn)行了很多模型與算法的相關(guān)研究。從已有研究來看，在機(jī)位實(shí)時(shí)指派算法中，仍需綜合考慮多航站樓模式、航班波、協(xié)同決策、時(shí)隙交換公平性以及這4個(gè)因素的影響。

由于運(yùn)輸量增長，許多大型機(jī)場(chǎng)都通過擴(kuò)容的方式來滿足需求。其中.航站樓的改擴(kuò)建使得一個(gè)機(jī)場(chǎng)多個(gè)航站樓的運(yùn)行模式應(yīng)運(yùn)而生。在多航站樓運(yùn)行中，有很多公共的資源需要共享，如機(jī)位、跑道等外場(chǎng)資源；旅客由于轉(zhuǎn)機(jī)等原因需要在多個(gè)航站樓之間活動(dòng)；飛機(jī)也可能因?yàn)檎{(diào)配原因而從一個(gè)航站樓轉(zhuǎn)移到另外一個(gè)航站樓。因此，機(jī)場(chǎng)的運(yùn)行調(diào)度算法必須能夠滿足以上種種運(yùn)行上的需求。在多航站樓運(yùn)行模式下進(jìn)行資源分配時(shí)，必須充分考慮各種資源之間的聯(lián)動(dòng)關(guān)系才能做到協(xié)調(diào)運(yùn)行。此時(shí).值得注意的是應(yīng)當(dāng)將航站樓作為資源分配的一個(gè)基本判斷依據(jù)。首先判斷航班機(jī)位是否在不同航站樓之間調(diào)整，然后根據(jù)預(yù)先設(shè)定的各種規(guī)則再進(jìn)行其他資源的變更，這樣才能使系統(tǒng)的處理邏輯相對(duì)清晰和簡(jiǎn)單。

為滿足日益增長的航空運(yùn)輸需求，航空公司紛紛考慮以航班波的方式進(jìn)行排班。相應(yīng)地，樞紐機(jī)場(chǎng)針對(duì)航班波進(jìn)行各項(xiàng)航班保障工作，其中就包括停機(jī)位的指派。航班波是指，為實(shí)現(xiàn)航班有效銜接，在一個(gè)時(shí)段安排進(jìn)港航班，在緊接著的另一個(gè)時(shí)段安排出港航班。當(dāng)航班波不受延誤影響時(shí)，機(jī)場(chǎng)資源可以得到高效利用，旅客的中轉(zhuǎn)等待時(shí)間大大縮短。但是，如果航班波受到延誤航班的影響.旅客的中轉(zhuǎn)時(shí)間會(huì)大幅度上升。要使航班不受或盡量少受延誤航班的影響，則需要實(shí)現(xiàn)機(jī)場(chǎng)、航空公司和空管的協(xié)同決策。然而，目前機(jī)場(chǎng)、空管和航空公司大多單獨(dú)完成各自任務(wù)，沒有達(dá)到協(xié)同決策的要求。

在實(shí)現(xiàn)航空公司與機(jī)場(chǎng)的協(xié)同決策時(shí)，需要考慮到時(shí)隙分配和機(jī)位指派的先后關(guān)系以及相互影響。當(dāng)航班延誤之后，航班所獲得的時(shí)隙將會(huì)改變.但在航空公司不知道后續(xù)機(jī)位指派方案的前提下.無法判斷延誤航班獲得的時(shí)隙方案所對(duì)應(yīng)的最佳機(jī)位指派方案是否為所有可能的機(jī)位指派方案（時(shí)隙交換后）中延誤成本最小的。因此，航空公司需要與機(jī)場(chǎng)進(jìn)行協(xié)同決策。首先由航空公司給出不同時(shí)隙方案，機(jī)場(chǎng)給出不同時(shí)隙方案下機(jī)位指派的延誤成本，根據(jù)最小延誤成本確定最佳時(shí)隙交換方案，再將該方案告知航空公司。然而，在總的延誤成本最小時(shí)還需考慮航空公司間的利益均衡，所以在進(jìn)行時(shí)隙交換時(shí)，還要考慮航空公司問的利益均衡性.進(jìn)行公平的時(shí)隙交換。

本文在協(xié)同決策的基礎(chǔ)上綜合多航站樓資源共享性、航班波延誤最小化、時(shí)隙交換公平性等因素，建立機(jī)場(chǎng)停機(jī)位實(shí)時(shí)指派模型，并在混合集合規(guī)劃中實(shí)現(xiàn)模型的求解。

l 機(jī)位實(shí)時(shí)分配模型

1.1 模型符號(hào)

2 求解方法

混合集介規(guī)劃（ Mixed set programming，MSP）源自邏輯規(guī)劃與約束規(guī)劃，是以一階邏輯與集合推理為算法框架的邏輯求解系統(tǒng)。MSP能夠?qū)⒓线\(yùn)算、量詞、布爾邏輯、邏輯函數(shù)、日期/時(shí)間推理、數(shù)值約束等集成于一個(gè)系統(tǒng)，實(shí)現(xiàn)從實(shí)數(shù)、整數(shù)等數(shù)值類型擴(kuò)充到布爾值、日期/時(shí)間集合類型的混合域上的全局推理，以及約束滿足問題的建模與求解。此處，集合規(guī)劃的概念并非指在問題求解中對(duì)集合運(yùn)算符號(hào)、集合變量及集合約束的簡(jiǎn)單使用，而是系統(tǒng)地將集合推理與運(yùn)籌學(xué)算法相結(jié)合，以集合變量為主進(jìn)行問題建模，以基于集合推理的算法為核心進(jìn)行模型求解。本文采用MSP方法求解下列算法。

2.2 停機(jī)位實(shí)時(shí)分配

步驟1 讀取航班的機(jī)位預(yù)分配結(jié)果，航班對(duì)應(yīng)的機(jī)位預(yù)分配信息，得到每個(gè)機(jī)位的可利用時(shí)間段。從時(shí)隙分配方案中得劍航班的時(shí)隙分配結(jié)果，包括帶有航班波銜接的延誤航班和沒仃航班波銜接的延誤航班。

步驟2對(duì)于沒有航班波銜接的延誤航班，根據(jù)航站樓{ at1，…，atn}分n次循環(huán)。將沒有航班波銜接的延誤航班根據(jù)最小延誤費(fèi)用原則和航站樓資源共享原則進(jìn)行停機(jī)位分配。

步驟3 對(duì)于有航班波銜接的航班，考慮時(shí)隙公平交換的原則，根據(jù)不同的航站樓{ at1，…，atn}分n次循環(huán).得到每個(gè)航站樓的延誤航班時(shí)隙交換集合。根據(jù)有航班波銜接的航班和有時(shí)隙交換的延誤航班.得到?jīng)]有時(shí)隙交換的延誤航班集合。根據(jù)最小延誤費(fèi)用原則和航站樓資源共享原則進(jìn)行停機(jī)位分配。

步驟4 將步驟2.3的結(jié)果根據(jù)不同的航站樓進(jìn)行綜合，得到最終的各個(gè)航站樓的停機(jī)位分配。

在求解策略的設(shè)計(jì)中，將精確算法和啟發(fā)式規(guī)則有機(jī)地結(jié)合在一起，既確保解的可行性，又靈活、個(gè)性化地控制搜索過程。啟發(fā)式規(guī)則為：

（1）假設(shè)延誤航班計(jì)劃所屬航班波為ωp，則其分配時(shí)隙所屬的航班波必須大于等于ωp。

（2）航空公司進(jìn)行時(shí)隙互換時(shí)，延誤航班所處的航班波的數(shù)值應(yīng)盡量相同。

（3）航班的停機(jī)位在不同航站樓之間調(diào)整要滿足以下條件：

①不能是有航班波銜接的航班；

②調(diào)整后該航班產(chǎn)生的油耗費(fèi)用不能大于該航班所屬機(jī)型的平均油耗；

③調(diào)整后該航班的到達(dá)停機(jī)位時(shí)間不能大于該航班所屬機(jī)型的平均滑行時(shí)間；

④調(diào)整后各航空公司的時(shí)隙交換滿足公平性原則。

將上述兩個(gè)算法的求解規(guī)則，結(jié)合不同的α，β值和約束條件.同時(shí)植入深度優(yōu)先搜索算法中，一體化搜索確定延誤航班的時(shí)隙分配集合與停機(jī)位指派集合.從而優(yōu)化延誤航班的時(shí)隙分配并最終確定滿足多目標(biāo)的停機(jī)位指派方案。

3 實(shí)例分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

大型機(jī)場(chǎng)的航站樓比較龐大，分區(qū)也較為復(fù)雜.因此本文選取兩個(gè)航站樓內(nèi)4個(gè)區(qū)域9：00～11：00內(nèi)到達(dá)的航班及機(jī)位分配情況進(jìn)行優(yōu)化，其中區(qū)域1和2屬于一個(gè)航站樓，區(qū)域3和4屬于另一航站樓：小、中、大機(jī)型分別用l，2，3表示；國航、東航、南航、海航分別用C.E.S，D表示。最小安全時(shí)問間隔T=5 min；旅客中轉(zhuǎn)等待成本：1元/ min；飛機(jī)的油耗成本：7元/kg。飛機(jī)油耗：大型飛機(jī)46 kg/min，中型28 kg，/min.小型12 kg/min。航班信息見表1，各個(gè)區(qū)域的機(jī)位信息見表

2，延誤信息見表3。

3.2 實(shí)驗(yàn)結(jié)果及分析

執(zhí)行本文算法，根據(jù)時(shí)隙交換的優(yōu)先級(jí)高于滑行油耗的原則，進(jìn)行多次運(yùn)算后，得到α=0.55，β=0.45。在滿足時(shí)隙交換公平性的條件下，得到時(shí)隙交換結(jié)果如表4所示。

在不同的限定條件下，得到機(jī)位實(shí)時(shí)指派方案如表5所示，其中，初始方案表示航班尚未延誤的機(jī)位初始分配方案；優(yōu)化1方案表示航班延誤后，進(jìn)行合理的時(shí)隙交換但航站樓之間與航站樓符各區(qū)域之間的機(jī)位資源不共享時(shí)產(chǎn)生的機(jī)位指派方案；優(yōu)化2方案表示航班延誤后，進(jìn)行合理的時(shí)隙交換且航站樓之間與航站樓各區(qū)域之間的機(jī)位資源可其享時(shí)產(chǎn)生的機(jī)位指派方案；優(yōu)化3方案表示航班延誤后，不進(jìn)行時(shí)隙交換但航站樓之間與航站樓各區(qū)域之間的機(jī)位資源可共享時(shí)產(chǎn)生的機(jī)位指派方案。

初始方案中，滑行油耗為7 324 kg，旅客中轉(zhuǎn)等待時(shí)間為369 600 min，因此，總成本為420 868元。優(yōu)化1方案中，滑行油耗為7 342 kg，旅客中轉(zhuǎn)等待時(shí)間為414 400 min，因此總成本為465 794元。優(yōu)化2方案中，滑行油耗為6 736 kg，旅客中轉(zhuǎn)等待時(shí)間為414 400 min，因此總成本為461 552元。優(yōu)化3方案中，滑行油耗為6 844 kg，旅客中轉(zhuǎn)等待時(shí)間為478 000 min，因此總成本為525 908元。各部分成本變化情況如圖1所示。

對(duì)比優(yōu)化方案1與優(yōu)化方案2 可知，當(dāng)資源共享時(shí)，飛機(jī)的滑油成本可以大幅度減小，從而降低最終的總成本。對(duì)比優(yōu)化方案2和優(yōu)化方案3可知，當(dāng)時(shí)隙可交換時(shí)，旅客的中轉(zhuǎn)等待時(shí)間可以大幅度減小，從而控制最終總成本。結(jié)果顯示，本文提出的算法在實(shí)現(xiàn)了資源共享的同時(shí)也實(shí)現(xiàn)了時(shí)隙的有效交換，達(dá)到了控制延誤成本的目標(biāo)。

篇2

關(guān)鍵詞：計(jì)算機(jī)；視覺技術(shù)；應(yīng)用；分析

中圖分類號(hào)：TP37 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）03-0242-02

計(jì)算機(jī)人工智能技術(shù)中的一項(xiàng)重要技術(shù)就是計(jì)算機(jī)視覺技術(shù)，這種技術(shù)主要是讓計(jì)算機(jī)利用圖像來實(shí)現(xiàn)認(rèn)知環(huán)境信息的目的，這一目的的實(shí)現(xiàn)需要用到多種高尖端技術(shù)。近年來隨著計(jì)算機(jī)技術(shù)以及計(jì)算機(jī)網(wǎng)絡(luò)的普及與發(fā)展，計(jì)算機(jī)視覺技術(shù)也得到了較快發(fā)展，并且在實(shí)際生產(chǎn)與生活中的應(yīng)用也越來越廣泛。

1 計(jì)算機(jī)視覺技術(shù)概述

1.1 基本概念

計(jì)算機(jī)視覺技術(shù)主要研究計(jì)算機(jī)認(rèn)知能力的一門技術(shù)，其具體主要是通過用攝像機(jī)代替人的眼睛，用電腦代替人的大腦，最終使計(jì)算機(jī)具備類似于人類的識(shí)別、判斷以及記憶目標(biāo)的功能，代替人類進(jìn)行部分生產(chǎn)作業(yè)。人們目前研究的人工智能技術(shù)中的一項(xiàng)重要內(nèi)容就是計(jì)算機(jī)視覺技術(shù)，通過研究計(jì)算機(jī)視覺技術(shù)可以讓計(jì)算機(jī)擁有利用二維圖像認(rèn)知三維環(huán)境的功能。總的來說，計(jì)算機(jī)視覺技術(shù)是在圖像與信號(hào)處理技術(shù)、概率分析統(tǒng)計(jì)、網(wǎng)絡(luò)神經(jīng)技術(shù)以及信息處理技術(shù)的基礎(chǔ)上，利用計(jì)算機(jī)來分析、處理視覺信息的技術(shù)，它是現(xiàn)代社會(huì)新興起的一門高新技術(shù)。

1.2 工作原理

在亮度滿足要求的情況下，首先使用攝像機(jī)對(duì)具體事物的圖像信息進(jìn)行采集，利用網(wǎng)絡(luò)把采集到的圖像信息向計(jì)算機(jī)內(nèi)部輸送，然后在計(jì)算機(jī)系統(tǒng)內(nèi)部處理加工圖像信息會(huì)把事物的原始圖像得到，隨后利用圖像處理技術(shù)進(jìn)一步處理原始圖像，獲得優(yōu)化質(zhì)量效果之后的圖像，分類與整理圖像中有特征價(jià)值的信息，通過智能識(shí)別技術(shù)識(shí)別與描述提取到的圖像信息特征，最后把得到的高層次的抽象信息存儲(chǔ)起來，在進(jìn)行識(shí)別事務(wù)時(shí)分析對(duì)比這些儲(chǔ)存信息就可以實(shí)現(xiàn)事物的識(shí)別，這樣視覺系統(tǒng)的基本任務(wù)也就完成了。其具體視覺系統(tǒng)如圖1所示：

1.3理論框架

人類研究視覺技術(shù)雖然起步比較早，但取得較大進(jìn)步是在20世紀(jì)80年代初伴隨著視覺計(jì)算理論的出現(xiàn)。它的出現(xiàn)把研究視覺理論的策略問題解決了，視覺技術(shù)是一項(xiàng)特別復(fù)雜的信息處理過程，要想對(duì)視覺的本質(zhì)準(zhǔn)確完整的理解，必須從不同角度與層次研究與分析視覺本質(zhì)。視覺計(jì)算理論研究層次大致可分為：計(jì)算機(jī)理論、算法以及實(shí)際執(zhí)行。站在計(jì)算機(jī)理論的角度分析視覺技術(shù)，我們可知必須用要素圖、維圖、以及三維模型表像來描述視覺信息。

所以，可以把計(jì)算機(jī)視覺技術(shù)當(dāng)做從三維環(huán)境圖像中抽取、描述與解釋信息的過程，其主要分析步驟可分為感覺、處理、描述、識(shí)別、解釋等。若依據(jù)上述各過程實(shí)現(xiàn)需用到的方法與技術(shù)的復(fù)雜性劃分層次，可大致把計(jì)算機(jī)視覺技術(shù)劃分為：低層視覺處理、中層視覺處理、高層視覺處理三個(gè)層次。

2 計(jì)算機(jī)視覺技術(shù)在自動(dòng)化中的應(yīng)用

2.1 農(nóng)業(yè)自動(dòng)化中計(jì)算機(jī)視覺技術(shù)的應(yīng)用

在農(nóng)業(yè)自動(dòng)化中應(yīng)用計(jì)算機(jī)視覺技術(shù)可以全天候?qū)崟r(shí)監(jiān)測(cè)農(nóng)作物的生長狀況，便于科學(xué)管理農(nóng)作物。還可以應(yīng)用計(jì)算機(jī)視覺技術(shù)來檢測(cè)農(nóng)產(chǎn)品的質(zhì)量，例如可以應(yīng)用計(jì)算機(jī)監(jiān)測(cè)技術(shù)來監(jiān)測(cè)大多數(shù)蔬菜的質(zhì)量，傳統(tǒng)的人工檢測(cè)蔬菜質(zhì)量的方法，不僅費(fèi)時(shí)費(fèi)力，而且檢測(cè)結(jié)果的準(zhǔn)確性也不能很好的保證，在實(shí)際人工檢測(cè)過程中還容易傷害蔬菜，可以通過利用計(jì)算機(jī)視覺技術(shù)來感應(yīng)蔬菜自身釋放的紅外線、紫外線以及其他可見光的能量大小，然后和質(zhì)量達(dá)標(biāo)蔬菜的光線能量大小進(jìn)行對(duì)比，根據(jù)這些對(duì)比結(jié)果可以把蔬菜質(zhì)量的好壞準(zhǔn)確判斷出來，在蔬菜質(zhì)量檢測(cè)過程中應(yīng)用計(jì)算機(jī)視覺技術(shù)，把傳統(tǒng)的蔬菜檢測(cè)方法完全顛覆了，極大的方便了農(nóng)產(chǎn)品的質(zhì)量檢測(cè)，由此可見，計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中有很高的使用與推廣價(jià)值。

2.2 在工業(yè)自動(dòng)化中計(jì)算機(jī)視覺技術(shù)的應(yīng)用

計(jì)算機(jī)視覺技術(shù)在工業(yè)自動(dòng)化應(yīng)用的一個(gè)重要領(lǐng)域就是可以精密測(cè)量零件尺寸，其測(cè)量與被測(cè)對(duì)象的原理如圖2所示。

光學(xué)系統(tǒng)、計(jì)算機(jī)處理系統(tǒng)以及CCD攝像頭，是計(jì)算機(jī)檢測(cè)系統(tǒng)的主要組成，被測(cè)物體由光源發(fā)出的平行光束進(jìn)行照射，利用顯微光學(xué)鏡把待檢測(cè)部位的輪廓圖像呈現(xiàn)在攝像機(jī)的面陣CCD上，然后再通過計(jì)算機(jī)處理這些圖像，進(jìn)而把被測(cè)部位的輪廓位置信息獲取下來，若被測(cè)對(duì)象是出現(xiàn)位移時(shí)，可通過兩次重復(fù)測(cè)量，利用兩次測(cè)量的位置差就可以得出，被測(cè)物體的位移量。

此外計(jì)算機(jī)視覺技術(shù)還可以應(yīng)用于逆向工程中，應(yīng)用3D數(shù)字化測(cè)量?jī)x可以快速準(zhǔn)確的測(cè)出現(xiàn)有工件輪廓的坐標(biāo)值，同時(shí)還能構(gòu)建曲面，保存成CAD或CAM圖像，把這些圖像送入CNC制作中心加工，便可制作出產(chǎn)品，這也就是所謂的逆向工程。由上述分析我們可知逆向工程要想實(shí)現(xiàn)，最關(guān)鍵的一環(huán)就是如何通過精密測(cè)量系統(tǒng)來測(cè)量樣品的三圍尺寸，獲得各部位數(shù)據(jù)，進(jìn)而做曲面處理進(jìn)而加工生產(chǎn)。對(duì)于這一難題我可以通過利用線結(jié)構(gòu)光測(cè)量物體表面輪廓技術(shù)來實(shí)現(xiàn)，器具體輪廓結(jié)構(gòu)示意圖如下圖3所示。

這種測(cè)量方法的工作原理為：利用激光穿越平行、等距的振幅光柵組件，或直接采用干涉儀發(fā)出的干涉條紋，形成平面條紋結(jié)構(gòu)光，再向物體表面投射，由于物體各表面的深度與曲率的不同，條紋會(huì)自動(dòng)出現(xiàn)變化，然后再通過使用CCD攝像機(jī)對(duì)變形條紋進(jìn)行拍攝。這樣就可以把物體表面輪廓的變化情況分析出來。攝像機(jī)在拍攝圖像的過程中，把圖像信號(hào)轉(zhuǎn)化為模擬信號(hào)，再轉(zhuǎn)化為數(shù)字信號(hào)，然后經(jīng)過傳送再還原信號(hào)到圖形處理系統(tǒng)，就得到三維輪廓圖像。

在工業(yè)自動(dòng)化中計(jì)算機(jī)視覺技術(shù)的深入廣泛應(yīng)用，不但使工業(yè)產(chǎn)品的生產(chǎn)質(zhì)量得到了保障，而且跨越式的提高了工業(yè)產(chǎn)品的生產(chǎn)速度。如計(jì)算機(jī)視覺技術(shù)可以很好的檢測(cè)產(chǎn)品包裝質(zhì)量，封口質(zhì)量以及印刷質(zhì)量等等，如我國重點(diǎn)指定的印刷造幣機(jī)器的南京造幣廠，由于貨幣制造印刷是由印刷造幣機(jī)器來實(shí)現(xiàn)的，所以要嚴(yán)格要求其生產(chǎn)工藝，一絲一毫的生產(chǎn)差錯(cuò)都不允許存在，為了保障印刷制造出來的造幣機(jī)器質(zhì)量完全達(dá)標(biāo)，必須嚴(yán)格精確檢測(cè)生產(chǎn)出來的成品。在印刷造幣機(jī)器的過程中要求要有非常高的計(jì)算機(jī)視覺技術(shù)，隨著計(jì)算機(jī)視覺技術(shù)的不斷進(jìn)步，計(jì)算機(jī)視覺技術(shù)已經(jīng)對(duì)印刷造幣機(jī)器的需求完全滿足了，實(shí)際的應(yīng)用效果也非常理想，印刷造幣機(jī)器在實(shí)際生產(chǎn)的過程中，南京造幣廠把計(jì)算機(jī)視覺技術(shù)應(yīng)用在了每個(gè)應(yīng)刷造幣機(jī)器最后的生產(chǎn)工序上，硬幣受到重力下落的瞬間，計(jì)算機(jī)視覺技術(shù)可以瞬間采集圖像的信息，準(zhǔn)確拍攝硬幣在下落過程中的圖像，通過高速光纖傳感器可以把硬幣圖像向計(jì)算機(jī)系統(tǒng)快速傳輸，利用計(jì)算機(jī)系統(tǒng)處理信息與識(shí)別信息的超強(qiáng)能力，可以及時(shí)識(shí)別硬幣質(zhì)量，經(jīng)大量實(shí)踐研究得出，在印刷造幣機(jī)器上應(yīng)用計(jì)算機(jī)視覺技術(shù)已經(jīng)幾乎沒有檢查差錯(cuò)現(xiàn)象的發(fā)生，由此可知，在工業(yè)自動(dòng)化中計(jì)算機(jī)視覺技術(shù)的應(yīng)用不但可行，而且發(fā)展空間還很大。

2.3 在醫(yī)學(xué)自動(dòng)化中計(jì)算機(jī)視覺技術(shù)的應(yīng)用

在醫(yī)學(xué)領(lǐng)域計(jì)算機(jī)視覺技術(shù)也得到了廣泛應(yīng)用，如醫(yī)學(xué)中經(jīng)常用到的CT圖像以及X射線圖都用到了計(jì)算機(jī)視覺技術(shù)，這些技術(shù)的廣泛應(yīng)用很大程度上方便了醫(yī)生準(zhǔn)確判斷病人病情，另外，在生產(chǎn)藥品的過程中，應(yīng)用計(jì)算機(jī)視覺技術(shù)可以高效檢測(cè)藥品包裝的合格與否，其基本流程是：傳送裝置先準(zhǔn)確運(yùn)輸藥品到指定位置，傳送裝置自身又可分為檢測(cè)與分離兩個(gè)區(qū)域，在傳送藥品的過程中藥品的圖像信息會(huì)被特定的攝像機(jī)采集，采集完成后向計(jì)算機(jī)系統(tǒng)傳遞采集信息，然后計(jì)算機(jī)系統(tǒng)會(huì)分析與處理這些信息，把沒有包裝好的藥品自動(dòng)識(shí)別出來，并且向分離區(qū)傳遞識(shí)別信息，分離區(qū)的自動(dòng)裝置會(huì)依據(jù)傳輸?shù)姆蛛x信息，隔離開沒有包裝好的藥品，這樣就可以有效分類包裝好的藥品與沒有包裝好的藥品，在藥品包裝檢測(cè)方面應(yīng)用計(jì)算機(jī)視覺技術(shù)代替?zhèn)鹘y(tǒng)人工檢測(cè)，不但可以實(shí)現(xiàn)藥品準(zhǔn)確無誤的檢測(cè)，而且還可以大大提高檢測(cè)藥品包裝質(zhì)量的效率，完善了藥品生產(chǎn)的自動(dòng)化，由此可見，在醫(yī)學(xué)自動(dòng)化中應(yīng)用計(jì)算機(jī)視覺技術(shù)可以積極促進(jìn)醫(yī)學(xué)自動(dòng)化的發(fā)展。

3 結(jié)束語

總之，計(jì)算機(jī)視覺技術(shù)是一門研究計(jì)算機(jī)識(shí)別能力的高新技術(shù)，它涵蓋了很多其他技術(shù)，具有一定復(fù)雜性。要想使其在自動(dòng)化生產(chǎn)中得到更好地推廣與應(yīng)用，我們必須在明白其基本概念、工作原理以及理論框架的基礎(chǔ)上，結(jié)合實(shí)際生產(chǎn)情況，不斷進(jìn)行深入研究，只有這樣才能使計(jì)算機(jī)視覺技術(shù)得到更好地推廣與應(yīng)用，才能使這項(xiàng)現(xiàn)代化的高新技術(shù)更好的服務(wù)于社會(huì)，服務(wù)于人類。

參考文獻(xiàn)：

[1] 龔超，羅毅，涂光瑜.計(jì)算機(jī)視覺技術(shù)及其在電力系統(tǒng)自動(dòng)化中的應(yīng)用[J].電力系統(tǒng)自動(dòng)化，2003（1）.

[2] 李永奎，劉冬.計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用[J].農(nóng)業(yè)科技與裝備，2011（6）.

篇3

在我國市場(chǎng)經(jīng)濟(jì)不斷發(fā)展的盛況下，我國科技發(fā)展水平也緊隨其后，成為世界上的科技強(qiáng)國之一。在計(jì)算機(jī)水平的不斷提高下，計(jì)算機(jī)視覺技術(shù)應(yīng)運(yùn)而生。其中，計(jì)算機(jī)視覺技術(shù)被應(yīng)用與各個(gè)領(lǐng)域，并在各個(gè)領(lǐng)域都得到廣泛有效的應(yīng)用，比如軍事領(lǐng)域、醫(yī)療領(lǐng)域、工業(yè)領(lǐng)域等。本文針對(duì)計(jì)算機(jī)視覺技術(shù)在交通領(lǐng)域中的應(yīng)用進(jìn)行分析。

【關(guān)鍵詞】計(jì)算機(jī)視覺 交通領(lǐng)域 探究

近年來，隨著科技水平的提高，計(jì)算機(jī)視覺技術(shù)逐漸被人們熟知并廣泛應(yīng)用。相較于其他傳感器來說，視覺能獲得更多的信息。因此，在我國交通領(lǐng)域中，也對(duì)計(jì)算機(jī)視覺技術(shù)進(jìn)行研究完善，將計(jì)算機(jī)視覺技術(shù)應(yīng)用在交通領(lǐng)域各個(gè)方面中，并取得了顯著的成效。

1 計(jì)算機(jī)視覺的概述及基本體系結(jié)構(gòu)

1.1 計(jì)算機(jī)視覺概述

通過使用計(jì)算機(jī)和相關(guān)設(shè)備，對(duì)生物視覺進(jìn)行模擬的方式，就是計(jì)算機(jī)視覺。對(duì)采集到的圖片或視頻進(jìn)行相應(yīng)的技術(shù)處理，從而獲得相應(yīng)的三維信息場(chǎng)景，是計(jì)算機(jī)視覺的主要任務(wù)。

計(jì)算機(jī)視覺是一門學(xué)問，它就如何通過計(jì)算機(jī)和照相機(jī)的運(yùn)用，使人們獲得被拍攝對(duì)象的數(shù)據(jù)與信息所需等問題進(jìn)行研究。簡(jiǎn)單的說，就是讓計(jì)算機(jī)通過人們給其安裝上的“大腦”和“眼睛”，對(duì)周圍環(huán)境進(jìn)行感知。

計(jì)算機(jī)視覺是一門綜合性學(xué)科，在各個(gè)領(lǐng)域都有所作為，已經(jīng)吸引了各個(gè)領(lǐng)域的研究者對(duì)其研究。同時(shí)，計(jì)算機(jī)視覺也是科學(xué)領(lǐng)域中一個(gè)具有重要挑戰(zhàn)性的研究。

1.2 計(jì)算機(jī)視覺領(lǐng)域基本體系結(jié)構(gòu)

提出第一個(gè)較為完善的視覺系統(tǒng)框架的是Marr，他從信息處理系統(tǒng)角度出發(fā)，結(jié)合圖像處理、心理物理學(xué)等多領(lǐng)域的研究成果，提出被計(jì)算機(jī)視覺工作者基本接受的計(jì)算機(jī)視覺系統(tǒng)框架。在此基礎(chǔ)上，研究者們針對(duì)視覺系統(tǒng)框架的各個(gè)角度、各個(gè)階段、各個(gè)功能進(jìn)行分析研究，得出了計(jì)算機(jī)視覺系統(tǒng)的基本體系結(jié)構(gòu)，如圖1。

2 計(jì)算機(jī)視覺在交通領(lǐng)域的應(yīng)用

2.1 牌照識(shí)別

車輛的唯一身份是車輛牌照。在檢測(cè)違規(guī)車輛、稽查被盜車輛和管理停車場(chǎng)工作中，車輛牌照的有效識(shí)別與檢測(cè)具有重要的作用和應(yīng)用價(jià)值。然而在實(shí)際應(yīng)用工作中，雖然車牌識(shí)別技術(shù)相對(duì)成熟，但是由于受到拍攝角度、光照、天氣等因素的影響，車牌識(shí)別技術(shù)仍需改善。車牌定位技術(shù)、車牌字符識(shí)別技術(shù)和車牌字符分割技術(shù)是組成車牌識(shí)別技術(shù)的重要部分。

2.2 車輛檢測(cè)

目前，城市交通路口處紅綠燈的間隔時(shí)間是固定不變的，但是受交通路口的位置不同、時(shí)間不同的影響，每個(gè)交通路口的交通流量也是持續(xù)變化的。此外，對(duì)于某些交通區(qū)域來說，公共資源的配備，比如交通警察、交通車輛的數(shù)量是有限的。如果能根據(jù)計(jì)算機(jī)視覺技術(shù)，對(duì)交通路口的不同時(shí)間、不同位置的交通情況進(jìn)行分析計(jì)算，并對(duì)交通流量進(jìn)行預(yù)測(cè)，有利于為交通警察縮短出警時(shí)間、為交通路口的紅綠燈根據(jù)實(shí)際情況設(shè)置動(dòng)態(tài)變化等技術(shù)提供支持。

2.3 統(tǒng)計(jì)公交乘客人數(shù)

城市公共交通的核心內(nèi)容是城市公交調(diào)度問題，一個(gè)城市如何合理的解決公交調(diào)度問題，是緩解城市運(yùn)力和運(yùn)量矛盾，緩解城市交通緊張的有效措施。城市公交調(diào)度問題，為公交公司與乘客的平衡利益，為公交公司的經(jīng)濟(jì)利益和社會(huì)效益的提高做出了巨大的貢獻(xiàn)。由于在不同的地域、不同的時(shí)間，公交客流會(huì)存在不均衡性，高峰時(shí)段的公交乘客過多，平峰時(shí)段的公交乘客過少，造成了公交調(diào)度不均衡問題，使有限資源浪費(fèi)嚴(yán)重。在計(jì)算機(jī)視覺智能公交系統(tǒng)中，自動(dòng)乘客計(jì)數(shù)技術(shù)是其關(guān)鍵技術(shù)。自動(dòng)乘客計(jì)數(shù)技術(shù)，是對(duì)乘客上下車的時(shí)間和地點(diǎn)自動(dòng)收集的最有效的技術(shù)之一。根據(jù)其收集到的數(shù)據(jù)，從時(shí)間和地點(diǎn)兩方面對(duì)客流分析，為城市公交調(diào)度進(jìn)行合理的安排。

2.4 對(duì)車道偏離程度和駕駛員工作狀態(tài)判斷

交通事故的發(fā)生率隨著車輛數(shù)量的增加而增加。引發(fā)交通事故的重要因素之一就是駕駛員疲勞駕駛。據(jù)相關(guān)數(shù)據(jù)顯示，因車道偏離導(dǎo)致的交通事故在40%以上。其中，駕駛員的疲勞駕駛就是導(dǎo)致車道偏離的主要原因。針對(duì)此種現(xiàn)象，為減少交通事故的發(fā)生，計(jì)算機(jī)視覺中車道偏離預(yù)警系統(tǒng)被研究開發(fā)并被廣泛應(yīng)用。針對(duì)駕駛員眨眼頻率，利用計(jì)算機(jī)視覺對(duì)駕駛員面部進(jìn)行圖像處理和分析，再根據(jù)疲勞駕駛關(guān)注度與眨眼頻率的關(guān)系，對(duì)駕駛員的工作狀態(tài)進(jìn)行判斷。此外，根據(jù)道路識(shí)別技術(shù)，對(duì)車輛行駛狀態(tài)進(jìn)行檢測(cè)，也是判斷駕駛員工作狀態(tài)的方法之一。這兩種方法，是目前基于計(jì)算機(jī)視覺的基礎(chǔ)上，檢測(cè)駕駛員疲勞狀態(tài)的有效方法。

2.5 路面破損檢測(cè)

最常見的路面損壞方式就是裂縫。利用計(jì)算機(jī)視覺，及時(shí)發(fā)現(xiàn)路面破損情況，并在其裂縫程度嚴(yán)重之前進(jìn)行修補(bǔ)，有利于節(jié)省維護(hù)成本，也避免出現(xiàn)路面坍塌，車輛凹陷的情況發(fā)生。利用計(jì)算機(jī)視覺進(jìn)行路面檢測(cè)，相較于之前人工視覺檢測(cè)相比，有效提高了視覺檢測(cè)的效率，增強(qiáng)了自動(dòng)化程度，提高了安全性，為市民的出行安全帶來了更高保障。

3 結(jié)論

本文從計(jì)算機(jī)視覺的概述，及計(jì)算機(jī)視覺基本體系結(jié)構(gòu)，和計(jì)算機(jī)視覺在交通領(lǐng)域中的應(yīng)用三面進(jìn)行分析，可見計(jì)算機(jī)視覺在交通領(lǐng)域中的廣泛應(yīng)用，在交通領(lǐng)域中應(yīng)用的有效性、顯著性，以此可得計(jì)算機(jī)視覺在現(xiàn)展過程中的重要性。隨著計(jì)算機(jī)視覺技術(shù)的越來越成熟，交通領(lǐng)域的檢測(cè)管理一定會(huì)加嚴(yán)格，更加安全。

參考文獻(xiàn)

[1]段里仁.智能交通系境在我國道路空通管理中的應(yīng)用[J].北方工業(yè)時(shí)報(bào)，2015（06）.

[2]王豐元.計(jì)算機(jī)視覺在建筑區(qū)間的應(yīng)用實(shí)例分析[J].河北電力學(xué)報(bào)，2015（04）.

[3]李釗稱.主動(dòng)測(cè)距技術(shù)在計(jì)算機(jī)數(shù)據(jù)分析中的作用探析[J].計(jì)算機(jī)應(yīng)用，2015（08）.

[4]馬良紅.三維物體影像的攝取與分析[J].中國公路學(xué)報(bào)，2014（05）.

[5]朱學(xué)君，沈睿.關(guān)于計(jì)算機(jī)視覺在交通領(lǐng)域中的探討[J].信息通信，2013（01）：123.

[6]王大勇.關(guān)于計(jì)算機(jī)視覺在交通領(lǐng)域中的應(yīng)用分析[J].科技與企業(yè)，2013（01）：115.

作者簡(jiǎn)介

夏棟（1988-），男，湖北省孝感市人?，F(xiàn)為同濟(jì)大學(xué)軟件學(xué)院在讀碩士。研究方向?yàn)橛?jì)算機(jī)視覺。

篇4

[關(guān)鍵詞] 物流企業(yè)； 自動(dòng)化； 算法

[中圖分類號(hào)] F252； TP39 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2013）06- 0058- 03

0 引 言

隨著物流業(yè)被列入我國十大行業(yè)振興計(jì)劃，物流業(yè)已經(jīng)成為我國經(jīng)濟(jì)發(fā)展的不可缺少的重要組成部分。物流業(yè)是我國經(jīng)濟(jì)運(yùn)行的基礎(chǔ)，是推動(dòng)國民經(jīng)濟(jì)發(fā)展的重要支柱性產(chǎn)業(yè)之一。隨著國家持續(xù)加強(qiáng)和改善宏觀調(diào)控政策，物流業(yè)發(fā)展環(huán)境和條件不斷改善，物流業(yè)保持了較快的增長速度。但由于中國物流業(yè)起步較晚，存在物流成本較高、管理落后等問題，離一體化、信息化的物流業(yè)還有一定差距。中國物流業(yè)只有應(yīng)用現(xiàn)代物流的理念，采用先進(jìn)的信息技術(shù)與運(yùn)作方式，才能應(yīng)對(duì)擁有技術(shù)、資金和管理優(yōu)勢(shì)的外國企業(yè)的競(jìng)爭(zhēng)。實(shí)現(xiàn)傳統(tǒng)物流業(yè)向現(xiàn)代物流業(yè)的轉(zhuǎn)變，也是物流業(yè)自身結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級(jí)的需要，是整個(gè)國民經(jīng)濟(jì)發(fā)展的必然要求。我國經(jīng)濟(jì)要集約式發(fā)展，必然需要推進(jìn)現(xiàn)代物流?，F(xiàn)代物流的根本宗旨是降低物流成本、提高物流效率、滿足客戶需求，其中信息化是現(xiàn)代物流的核心。隨著信息技術(shù)的不斷更新和物流企業(yè)自身的發(fā)展，使得新興的信息業(yè)務(wù)與傳統(tǒng)物流業(yè)務(wù)之間相互介入，模糊了新興信息技術(shù)及業(yè)務(wù)與傳統(tǒng)物流業(yè)務(wù)的界限，從而模糊了物流業(yè)的產(chǎn)業(yè)屬性和產(chǎn)業(yè)界限， 即發(fā)生了產(chǎn)業(yè)融合現(xiàn)象。產(chǎn)業(yè)融合是由于技術(shù)進(jìn)步和放松管制的原因，發(fā)生在產(chǎn)業(yè)邊界和交叉處的技術(shù)融合，在經(jīng)過不同產(chǎn)業(yè)或行業(yè)之間的業(yè)務(wù)、組織、管理和市場(chǎng)的資源整合后，改變了原有產(chǎn)業(yè)產(chǎn)品和市場(chǎng)需求的特征，導(dǎo)致產(chǎn)業(yè)的企業(yè)之間競(jìng)爭(zhēng)合作關(guān)系發(fā)生改變，從而最終造成產(chǎn)業(yè)界限的模糊化甚至重劃產(chǎn)業(yè)界限。

產(chǎn)業(yè)融合促進(jìn)了傳統(tǒng)產(chǎn)業(yè)創(chuàng)新， 進(jìn)而推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與產(chǎn)業(yè)發(fā)展，即產(chǎn)生創(chuàng)新性優(yōu)化效應(yīng)。物流信息化的重要性已經(jīng)引起國內(nèi)很多學(xué)者的重視，并紛紛提出相應(yīng)的觀點(diǎn)和建議。馬?。?005）認(rèn)為物流企業(yè)將在建立呼叫中心、應(yīng)用系統(tǒng)領(lǐng)域和網(wǎng)絡(luò)計(jì)算機(jī)領(lǐng)域出現(xiàn)信息化融合的趨勢(shì)，并提出物流企業(yè)應(yīng)采取的戰(zhàn)略。鄧小瑜（2011）等從技術(shù)融合、產(chǎn)品融合、業(yè)務(wù)融合、產(chǎn)業(yè)衍生4個(gè)層面闡述了物流業(yè)如何進(jìn)行信息化建設(shè)。物流業(yè)與信息業(yè)的融合包含通過融合信息技術(shù)提高來增強(qiáng)企業(yè)競(jìng)爭(zhēng)力和將信息業(yè)務(wù)增加到物流服務(wù)中形成新的業(yè)務(wù)2個(gè)方面。

視頻攝像頭在日常生活中非常普遍，但是利用率較低，大部分監(jiān)控系統(tǒng)都是提供視頻數(shù)據(jù)的線性存儲(chǔ)，成為事后證據(jù)查找的有效手段。近年來，隨著計(jì)算機(jī)視覺的發(fā)展，很多學(xué)者開始研究視頻理解，尤其是針對(duì)視頻信息檢測(cè)與識(shí)別技術(shù)，建立有效的算法，實(shí)現(xiàn)底層圖像處理技術(shù)與高層視頻內(nèi)容分析之間的關(guān)聯(lián)，從而推動(dòng)了計(jì)算機(jī)視覺在物流領(lǐng)域的應(yīng)用，提高物流企業(yè)的競(jìng)爭(zhēng)力。

1 計(jì)算機(jī)視覺的相關(guān)知識(shí)

1.1 計(jì)算機(jī)視覺的概念

20世紀(jì)80年代初，Marr從信息處理的角度，提出了第一個(gè)比較完善的計(jì)算機(jī)系統(tǒng)視覺框架。計(jì)算機(jī)視覺是指利用計(jì)算機(jī)模擬人眼的視覺功能，對(duì)圖片或視頻進(jìn)行采集、加工、處理和識(shí)別，從中提取三維景物的形態(tài)和運(yùn)動(dòng)信息，解決物流、工業(yè)、商業(yè)等領(lǐng)域產(chǎn)品圖像自動(dòng)檢測(cè)識(shí)別問題，提高檢測(cè)識(shí)別效率和自動(dòng)化程度。計(jì)算機(jī)視覺自動(dòng)識(shí)別技術(shù)作為一門交叉學(xué)科，近年來受到各相關(guān)行業(yè)的高度重視。計(jì)算機(jī)視覺的處理流程為：攝像機(jī)圖像采集圖像處理計(jì)算機(jī)幀存儲(chǔ)、圖像識(shí)別控制邏輯顯示器顯示。

1.2 亮度要求

基于計(jì)算機(jī)視覺的硬件環(huán)境中，亮度是非常重要的因素。在計(jì)算機(jī)視覺中亮度的作用是突出物體的重要特征或使物體本身可見，而弱化物體其他不需要的特征或物體所處的背景。如果物體太亮或太暗，都會(huì)影響對(duì)物體的處理。

彩色物體反射光譜的某些部分，吸收其他部分。因此開發(fā)人員可以利用這個(gè)特點(diǎn)來提高某些物體的可視度。開發(fā)人員可以利用顏色之間的對(duì)比增強(qiáng)某種顏色或抑制其相反的顏色。例如，如果一個(gè)紅色的物體在一個(gè)綠色背景中則應(yīng)該加強(qiáng)紅色，這時(shí)可使用紅色照明。這樣紅色的物體會(huì)顯得明亮，同時(shí)會(huì)變暗綠色的對(duì)象。

LED是目前用于計(jì)算機(jī)視覺的主要照明技術(shù)，相比白熾燈、日光燈等使用時(shí)間短、亮度逐漸減弱的特點(diǎn)，LED燈的壽命超過100萬小時(shí)，而且耗電小，產(chǎn)生熱量少。

1.3 計(jì)算機(jī)和攝像機(jī)的接口

常用的計(jì)算機(jī)和攝像機(jī)接口包括IEEE 1394、Ethernet、USB2.0 and Gigabit Ethernet等。

1.4 RGB介紹

RGB 顏色空間是實(shí)際應(yīng)用最多的一個(gè)顏色空間，在使用計(jì)算機(jī)進(jìn)行圖像處理時(shí)，數(shù)字圖像一般用RGB 空間存儲(chǔ)和表示，分3個(gè)通道：紅（Red）、綠（Green）和藍(lán)（Blue），分別反映了顏色在某個(gè)通道的亮度值。3種原色光不同比例混合即使得人得到不同顏色的感知，這就是RGB顏色空間的由來。RGB 空間中每種顏色都能用三維空間中的一個(gè)點(diǎn)來表示。

2 計(jì)算機(jī)視覺在物流領(lǐng)域的優(yōu)勢(shì)

隨著物流業(yè)的迅速發(fā)展，計(jì)算機(jī)視覺在條形碼識(shí)別、運(yùn)動(dòng)物流跟蹤方面逐漸得到應(yīng)用。與傳統(tǒng)方法相比，計(jì)算機(jī)視覺應(yīng)用在物流領(lǐng)域的優(yōu)勢(shì)為以下方面。

2.1 靈活、低成本

物流系統(tǒng)中一般采用傳感器來收集相關(guān)信息，但是傳感器的位置是固定的，如果需要多方位的信息，必須同時(shí)需要多個(gè)傳感器才能完成。利用計(jì)算機(jī)視覺攝像機(jī)和計(jì)算機(jī)來完成，只需要通過程序的設(shè)置和一臺(tái)攝像機(jī)就可實(shí)現(xiàn)多方位信息的收集。

2.2 高效、準(zhǔn)確

在一些人眼難以滿足要求的場(chǎng)合，或不適于人工工作的環(huán)境下，用計(jì)算機(jī)視覺來代替人工視覺可以提高生產(chǎn)效率、信息的準(zhǔn)確率。

3 計(jì)算機(jī)視覺在流水線中多方位跟蹤計(jì)數(shù)的算法

物流企業(yè)在流水線產(chǎn)品的計(jì)數(shù)方法目前主要采用傳感器，而利用攝像機(jī)所提供的視頻信息可以實(shí)現(xiàn)多方位的跟蹤。計(jì)算機(jī)視覺是一個(gè)集成系統(tǒng)，圖像分析的時(shí)間有限，算法必須簡(jiǎn)單有效。本文采用的物流流水線視頻圖像如圖1所示。圖中紅色矩形表示流水線中傳輸?shù)奈锲罚G色區(qū)域?yàn)榱魉€中的物品處理區(qū)域。

系統(tǒng)會(huì)在視頻圖像中設(shè)計(jì)①、②、③、④四個(gè)計(jì)數(shù)區(qū)域，在物品進(jìn)行相關(guān)處理前進(jìn)行計(jì)數(shù)。計(jì)數(shù)方法為將每幀圖像變?yōu)楹诎讏D，圖像中的紅色變?yōu)榘咨?，其余都變?yōu)楹谏?。?dāng)每幅圖像中的紅線部分中的白色像素超過一定閾值時(shí)，認(rèn)為物體撞線，如圖2所示，這時(shí)確定有需要計(jì)數(shù)的物品通過，可以開始計(jì)數(shù)。

3.1 主要算法

3.2 算法的運(yùn)行結(jié)果

OpenCV是Intel公司開發(fā)的開源計(jì)算機(jī)視覺庫。它提供了幾百個(gè)C/C++函數(shù)，實(shí)現(xiàn)了計(jì)算機(jī)視覺領(lǐng)域中大部分最常用的算法。利用Intel開發(fā)的開源視覺庫Intel OpenCV和VC6.0將上述算法轉(zhuǎn)換為對(duì)應(yīng)的源代碼，可實(shí)現(xiàn)4個(gè)區(qū)域的物品計(jì)數(shù)。

3.3 算法的評(píng)價(jià)

該算法利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)了物流流水線上的多方位計(jì)數(shù)，提高物流企業(yè)的信息化水平，節(jié)約了資金。算法簡(jiǎn)單，運(yùn)行速度快，完全可以滿足物流企業(yè)的實(shí)際需求。

4 結(jié)論與建議

本文所提出的算法實(shí)現(xiàn)了計(jì)算機(jī)視覺技術(shù)在物流企業(yè)的應(yīng)用，為信息產(chǎn)業(yè)和物流業(yè)的融合提供了新的思路。但信息產(chǎn)業(yè)與物流產(chǎn)業(yè)的融合并不意味著引入信息技術(shù)后物流業(yè)的競(jìng)爭(zhēng)力一定能提高。Berry（1995）指出了企業(yè)可以從6個(gè)方面來利用技術(shù)手段來提高競(jìng)爭(zhēng)力，根據(jù)Berry的建議和我國物流業(yè)的實(shí)際情況，本文認(rèn)為從以下幾個(gè)方面來考慮如何通過與信息技術(shù)的融合提高物流企業(yè)的競(jìng)爭(zhēng)力。

4.1 要有一個(gè)戰(zhàn)略性的全局行動(dòng)綱領(lǐng)

技術(shù)只是一種手段，使用技術(shù)的目的是為了企業(yè)發(fā)展服務(wù)，應(yīng)符合全局發(fā)展的需要。因此物流企業(yè)高層管理者應(yīng)該參與技術(shù)戰(zhàn)略的制定，保證技術(shù)戰(zhàn)略與全局戰(zhàn)略一致，并有CIO（首席信息官）監(jiān)控具體執(zhí)行情況。而不應(yīng)該盲目使用一些新技術(shù)或進(jìn)行信息改革，造成企業(yè)不必要的損失。

4.2 解決主要問題

物流業(yè)作為服務(wù)行業(yè)其最終目的是為客戶服務(wù)，使用信息技術(shù)的有效性應(yīng)建立在為客戶解決實(shí)際問題的基礎(chǔ)上。因此信息產(chǎn)業(yè)與物流業(yè)的融合應(yīng)體現(xiàn)在為客戶提供更多的便利，或提供增值服務(wù)的基礎(chǔ)上。

4.3 使用物流公共信息平臺(tái)和建立物流信息系統(tǒng)，保證系統(tǒng)有效運(yùn)轉(zhuǎn)

通過現(xiàn)代物流公共信息平臺(tái)的建設(shè)，企業(yè)可以及時(shí)獲得需求信息，政府可獲得物流業(yè)相關(guān)的調(diào)控和管理的宏觀信息，實(shí)現(xiàn)互聯(lián)互通。通過企業(yè)流程再造，利用含有CRM（客戶關(guān)系管理）等模塊的ERP系統(tǒng)，采用EDI（電子數(shù)據(jù)交換系統(tǒng)）、GPS、條形碼、無線射頻技術(shù)等先進(jìn)技術(shù)，建立真正適應(yīng)企業(yè)發(fā)展的符合現(xiàn)有服務(wù)模式的管理信息系統(tǒng)。

4.4 創(chuàng)新型物流人才的引進(jìn)和培養(yǎng)

物流企業(yè)在自身提高業(yè)務(wù)流程和信息化水平的同時(shí)，還應(yīng)注重創(chuàng)新型人才的引進(jìn)和培養(yǎng)，特別是有國際大型物流企業(yè)管理和技術(shù)經(jīng)驗(yàn)的復(fù)合型人才。

主要參考文獻(xiàn)

[1] L Leonard，Berry. On Great Service：A Framework for Action[M]. New York NY：The Free Press，1995.

篇5

關(guān)鍵詞 疲勞駕駛 人眼、人臉 嘴巴 專利

中圖分號(hào)：C18 文獻(xiàn)標(biāo)識(shí)碼：A

0引言

造成交通事故的原因25%-30%產(chǎn)生于疲勞駕駛，因此疲勞駕駛已成為誘發(fā)交通事故的重要因素。國內(nèi)外專家和學(xué)者針對(duì)疲勞駕駛的檢測(cè)開展了大量的研究工作，目前研究的重心主要集中在基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)，因此對(duì)基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)的相關(guān)專利進(jìn)行分析尤為必要。

1基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)專利申請(qǐng)數(shù)據(jù)分析

1.1全球?qū)＠暾?qǐng)量趨勢(shì)

從圖1可以看出，基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)專利申請(qǐng)量從1990-2001年間處于技術(shù)研發(fā)初期，專利申請(qǐng)量相對(duì)較少。從2002年開始該領(lǐng)域的專利申請(qǐng)量逐漸呈現(xiàn)持續(xù)增長趨勢(shì)，并在2014年達(dá)到最大值153件。由此可知，隨著疲勞駕駛的增多，人們對(duì)疲勞駕駛的檢測(cè)也越來越重視，相應(yīng)的研究也正不斷增加?；诖?，在今后的一段時(shí)間內(nèi)，相關(guān)的專利申請(qǐng)量有望繼續(xù)保持。

1.2專利申請(qǐng)產(chǎn)出地區(qū)分布

目前各領(lǐng)域的專利申請(qǐng)量主要集中在中國、美國、韓國、日本和歐洲，通過對(duì)該領(lǐng)域在中國、美國、韓國、日本和歐洲的專利申請(qǐng)量進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn)，中國的申請(qǐng)量以48%的占比雄居第一，其他幾個(gè)地區(qū)的申請(qǐng)量相差不大，具體如圖2所示。

1.3在華專利申請(qǐng)量變化趨勢(shì)

圖3為1990年至2014年基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)在華的申請(qǐng)量變化趨勢(shì)圖，由該圖可以看出，1990-2002年是技術(shù)的萌芽期，在2003年以后申請(qǐng)量才呈現(xiàn)逐年增長的趨勢(shì)，并且在2012年-2014年將均維持在較高的申請(qǐng)量。因此，該領(lǐng)域國內(nèi)雖然起步較晚，但是最近幾年申請(qǐng)量相對(duì)其他地區(qū)卻具有壓制性的優(yōu)勢(shì)。

1.4在華主要申請(qǐng)人分析

圖4展示了在華主要申請(qǐng)人的申請(qǐng)量份額，主要以科研院所和大型汽車企業(yè)為主，其中吉利汽車公司以領(lǐng)先優(yōu)勢(shì)排名第一。

2主要技術(shù)分支的專利申請(qǐng)分析

基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)的主要技術(shù)分支有：基于人眼的駕駛疲勞檢測(cè)、基于人臉的駕駛疲勞檢測(cè)、基于嘴巴的疲勞檢測(cè)。下面從三個(gè)技術(shù)分支的發(fā)展概況、三個(gè)技術(shù)分支的主要工作原理及重點(diǎn)專利等方面進(jìn)行分析。

2.1全球?qū)＠暾?qǐng)主要技術(shù)分支的申請(qǐng)量趨勢(shì)圖

由圖6可知，近年來基于人眼和人臉的駕駛疲勞檢測(cè)的申請(qǐng)量呈現(xiàn)較快增長，申請(qǐng)量也較基于嘴巴的疲勞檢測(cè)的申請(qǐng)量大，體現(xiàn)了該領(lǐng)域近年來的發(fā)展趨勢(shì)，并體現(xiàn)出基于人眼和人臉的駕駛疲勞檢測(cè)的技術(shù)分支發(fā)展已較為成熟。三個(gè)技術(shù)分支在2006年之前，申請(qǐng)量的差別不大且數(shù)量均較小，顯示出在2006年以前三個(gè)分支的區(qū)別并不明顯，發(fā)展也較為緩慢，這說明基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)也是近10年才興起的一項(xiàng)技術(shù)，它依賴于圖像處理技術(shù)的發(fā)展水平。

2.2在華專利申請(qǐng)主要技術(shù)分支的申請(qǐng)量趨勢(shì)圖

由圖7可知，三個(gè)技術(shù)分支在2006年以前均只有零星的申請(qǐng)量，這與該領(lǐng)域在全球的發(fā)展情況相符合，基于人眼的疲勞駕駛檢測(cè)在華申請(qǐng)量自2006年以來呈現(xiàn)穩(wěn)步增長，且近年來申請(qǐng)量最大。基于人臉的疲勞駕駛檢測(cè)申請(qǐng)量雖小于基于人眼的疲勞駕駛檢測(cè)，但近年來的申請(qǐng)量也呈現(xiàn)出穩(wěn)步增長的勢(shì)頭。然而，基于嘴巴的疲勞駕駛檢測(cè)雖有增長趨勢(shì)，但申請(qǐng)量一直都較小。由此可知，在國內(nèi)疲勞駕駛的檢測(cè)主要是采用人眼檢測(cè)和人臉檢測(cè)，這兩個(gè)分支是國內(nèi)的研究的熱門，也是今后國內(nèi)在該領(lǐng)域的發(fā)展趨勢(shì)。

3結(jié)語

通過對(duì)基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)專利的申請(qǐng)量的總體分析，以及基于人眼、基于人臉、基于嘴巴三個(gè)技術(shù)分支的申請(qǐng)量趨勢(shì)分析可知，基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)在近10年取得了較快發(fā)展，這與計(jì)算機(jī)圖像處理技術(shù)的發(fā)展密不可分；同時(shí)，科研院所作為該領(lǐng)域研究的主體，應(yīng)加強(qiáng)與中小企業(yè)的合作。國內(nèi)疲勞駕駛的檢測(cè)研究主要集中在人眼檢測(cè)和人臉檢測(cè)，這兩個(gè)分支是國內(nèi)的研究的熱門，同時(shí)，基于人眼的疲勞檢測(cè)其發(fā)展方向明確，后續(xù)發(fā)展將集中在眼睛定位算法的研究上，并且定位精度將越來越高，越來越滿足實(shí)際的要求。

參考文獻(xiàn)

[1] 朱淑亮.基于視頻圖像分析與信息融合的駕駛員疲勞檢測(cè)技術(shù)研究[J].濟(jì)南：山東大學(xué)，2011.

[2] 劉學(xué).基于人臉圖像分析的疲勞駕駛檢測(cè)方法研究[J].南京：南京航空航天大學(xué)，2012.

[3] 張靈聰，王正國，朱佩芳，等.汽車駕駛疲勞研究綜述[J].人類工效學(xué)，2003.

篇6

關(guān)鍵詞：農(nóng)業(yè)機(jī)械；新技術(shù)；發(fā)展

1.農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和發(fā)展的重要性

我國是一個(gè)農(nóng)業(yè)大國，農(nóng)業(yè)是我國國民經(jīng)濟(jì)的基礎(chǔ)，農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和發(fā)展具有重要的意義。

第一，提高機(jī)械的運(yùn)作效率。目前在農(nóng)業(yè)機(jī)械的使用方面，有的機(jī)械在使用過程中不能清晰地識(shí)別農(nóng)作物的位置，比如，在收割小麥的過程中，有的小麥?zhǔn)艿酱箫L(fēng)影響產(chǎn)生倒伏，對(duì)這些倒伏區(qū)域，機(jī)械在收割過程中很容易漏掉。所以在農(nóng)業(yè)機(jī)械中使用新技術(shù)有利于彌補(bǔ)農(nóng)業(yè)機(jī)械的漏洞，提高機(jī)械的運(yùn)作效率。

第二，解放勞動(dòng)力，促進(jìn)經(jīng)濟(jì)發(fā)展。農(nóng)業(yè)是一個(gè)需要大量年輕勞動(dòng)力的行業(yè)，農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用有利于實(shí)現(xiàn)農(nóng)業(yè)種植、收割的自動(dòng)化，解放勞動(dòng)力。這些年輕的勞動(dòng)力投入到其他的領(lǐng)域，有利于促進(jìn)我國經(jīng)濟(jì)的發(fā)展。

2.農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用

21世紀(jì)是個(gè)科技迅速翻新的時(shí)代，目前農(nóng)業(yè)機(jī)械領(lǐng)域的新技術(shù)也層出不窮，下面介紹幾種最新出現(xiàn)的農(nóng)業(yè)機(jī)械新技術(shù)。

（1）計(jì)算機(jī)視覺技術(shù)。計(jì)算機(jī)視覺技術(shù)出現(xiàn)于20世紀(jì)70年代末，主要利用計(jì)算機(jī)視覺技術(shù)進(jìn)行農(nóng)產(chǎn)品品質(zhì)和農(nóng)產(chǎn)品等級(jí)的檢查。計(jì)算機(jī)視覺是一種以圖像處理為基礎(chǔ)而興起的學(xué)科，主要對(duì)視覺信息處理的計(jì)算理論、表達(dá)與計(jì)算方法進(jìn)行研究。[1]隨著計(jì)算機(jī)視覺技術(shù)應(yīng)用領(lǐng)域的不斷擴(kuò)展，目前在農(nóng)業(yè)機(jī)械生產(chǎn)方面，計(jì)算機(jī)視覺技術(shù)不僅能夠用于檢查農(nóng)產(chǎn)品品質(zhì)和分級(jí)，還可以用于播種和收割。但是由于計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)機(jī)械方面的使用時(shí)間比較短，一些技術(shù)難題還沒有得到解決，所以計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)機(jī)械方面的應(yīng)用還需要繼續(xù)研究。

（2）人工智能技術(shù)。隨著智能化的發(fā)展，智能技術(shù)在農(nóng)業(yè)機(jī)械方面的應(yīng)用也得以實(shí)現(xiàn)。美國運(yùn)用人工智能技術(shù)發(fā)明了激光拖拉機(jī)，不僅可以控制拖拉機(jī)的行進(jìn)方向，還能夠?qū)ν侠瓩C(jī)進(jìn)行具體的定位。[2]通過人工智能技術(shù)，人們建立了一個(gè)龐大的數(shù)據(jù)庫，通過這個(gè)數(shù)據(jù)庫可以對(duì)土地的具體情況進(jìn)行掌握，以設(shè)計(jì)出具體的農(nóng)業(yè)生產(chǎn)所需的化肥、種子、農(nóng)藥、水等原料的用量。

（3）機(jī)器人技術(shù)。比智能化更進(jìn)步的就是機(jī)器人技術(shù)，機(jī)器人技術(shù)在農(nóng)業(yè)機(jī)械中的應(yīng)用，這是計(jì)算機(jī)信息網(wǎng)絡(luò)和計(jì)算機(jī)視覺技術(shù)以及自動(dòng)化控制等技術(shù)的結(jié)合的產(chǎn)物。目前研發(fā)出了除草機(jī)器人、播種機(jī)器人、澆水機(jī)器人、施肥機(jī)器人等，利用機(jī)器人進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)，可以節(jié)省人工費(fèi)用，解放勞動(dòng)力，避免有些農(nóng)業(yè)生產(chǎn)活動(dòng)，對(duì)人體產(chǎn)生危害。

（4）自動(dòng)控制技術(shù)。在農(nóng)業(yè)機(jī)械中運(yùn)用自動(dòng)控制技術(shù)，可以幫助操作者降低操作難度，同時(shí)可以根據(jù)地勢(shì)的高低和秸稈的長短來調(diào)節(jié)高度，保證機(jī)械使用過程中的安全性，提高農(nóng)業(yè)機(jī)械使用的可靠性，提高農(nóng)業(yè)生產(chǎn)效率。

3.農(nóng)業(yè)機(jī)械新技術(shù)的發(fā)展

農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和發(fā)展都是為了提高農(nóng)業(yè)的生產(chǎn)率服務(wù)的，所以農(nóng)業(yè)機(jī)械新技術(shù)的發(fā)展主要表現(xiàn)為以下幾點(diǎn)：

第一，加速新技術(shù)的使用和推廣。科學(xué)技術(shù)是第一生產(chǎn)力，加速計(jì)算機(jī)視覺技術(shù)、自動(dòng)控制技術(shù)、智能化技術(shù)等新技術(shù)在農(nóng)業(yè)機(jī)械中的使用，同時(shí)引進(jìn)國外先進(jìn)的機(jī)械新技術(shù)，對(duì)推動(dòng)我國農(nóng)業(yè)的發(fā)展，提高農(nóng)業(yè)的生產(chǎn)效率具有重大的意義。

第二，政府補(bǔ)貼。新型機(jī)械的購買都是生產(chǎn)個(gè)體自行組織的，資金壓力大，使得機(jī)械新技術(shù)難以推廣，所以對(duì)于農(nóng)業(yè)機(jī)械新技術(shù)的推廣使用，政府要在物質(zhì)上予以補(bǔ)貼，拓展新機(jī)械的使用范圍。

第三，提高農(nóng)業(yè)資源利用效率。機(jī)械使用的目的就是為了提高農(nóng)業(yè)的生產(chǎn)效率，提高農(nóng)業(yè)資源的利用率。例如，在傳統(tǒng)的農(nóng)業(yè)生產(chǎn)過程中，對(duì)農(nóng)作物秸稈的處理方式，絕大多數(shù)情況就是焚燒，不僅浪費(fèi)資源，而且污染空氣。但是農(nóng)業(yè)機(jī)械新技術(shù)的使用通過將農(nóng)作物的秸稈進(jìn)行粉碎處理，將農(nóng)作物秸稈轉(zhuǎn)化為肥料，不僅提高了農(nóng)作物資源的使用效率，也減小了空氣的污染程度。

4.結(jié)語

隨著科技的發(fā)展，計(jì)算機(jī)視覺技術(shù)、自動(dòng)控制技術(shù)、智能化技術(shù)等新技術(shù)在農(nóng)業(yè)機(jī)械方面的應(yīng)用越來越廣，農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用和推廣將大大提高我國農(nóng)業(yè)的生產(chǎn)效率，提高農(nóng)業(yè)資源的利用率，促進(jìn)國民經(jīng)濟(jì)的發(fā)展。

參考文獻(xiàn)：

[1]田 靜.探討農(nóng)業(yè)機(jī)械新技術(shù)的應(yīng)用與發(fā)展[J].中國農(nóng)資，2013（36）： 74.

篇7

關(guān)鍵詞：計(jì)算機(jī)；視覺技術(shù)；交通工程

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-7712 （2014） 04-0000-01

一、引言

隨著科技的發(fā)展，計(jì)算機(jī)替代人的視覺與思維已經(jīng)成為現(xiàn)實(shí)，這也是計(jì)算機(jī)視覺的突出顯現(xiàn)。那么在物體圖像中識(shí)別物體并作進(jìn)一步處理，是客觀世界的主觀反應(yīng)。在數(shù)字化圖像中，我們可以探尋出較為固定的數(shù)字聯(lián)系，在物體特征搜集并處理時(shí)做到二次實(shí)現(xiàn)。這既是對(duì)物體特征的外在顯現(xiàn)與描繪，更是對(duì)其定量信息的標(biāo)定。從交通工程領(lǐng)域的角度來看，該種技術(shù)一般應(yīng)用在交管及安全方面。監(jiān)控交通流、識(shí)別車況及高速收費(fèi)都是屬于交通管理的范疇；而對(duì)交通重大事件的勘察及甄別則是交通安全所屬。在這個(gè)基礎(chǔ)上，筆者對(duì)計(jì)算機(jī)視覺系統(tǒng)的組成及原理進(jìn)行了分析，并形成視覺處理相關(guān)技術(shù)研究。

二、設(shè)計(jì)計(jì)算機(jī)視覺系統(tǒng)構(gòu)成

計(jì)算機(jī)視覺處理技術(shù)的應(yīng)用是建立在視覺系統(tǒng)的建立基礎(chǔ)上的。其內(nèi)部主要的構(gòu)成是計(jì)算機(jī)光源、光電轉(zhuǎn)換相關(guān)器件及圖像采集卡等元件。

（一）照明條件的設(shè)計(jì)。在測(cè)量物體的表征時(shí)，環(huán)境的創(chuàng)設(shè)是圖像分析處理的前提，其主要通過光線反射將影像投射到光電傳感器上。故而要想獲得清晰圖像離不開照明條件的選擇。在設(shè)計(jì)照明條件時(shí)，我們通常會(huì)視具體而不同處理，不過總的目標(biāo)是一定的，那就是要利于處理圖像及對(duì)其進(jìn)行提取分析。在照明條件的設(shè)定中，主動(dòng)視覺系統(tǒng)結(jié)構(gòu)光是較為典型的范例。

（二）數(shù)據(jù)采集的處理。如今電耦合器件（CCD）中，攝像機(jī)及光電傳感器較為常見。它們輸出形成的影像均為模擬化的電子信號(hào)。在此基礎(chǔ)上，A模式與D模式的相互對(duì)接更能夠讓信號(hào)進(jìn)入計(jì)算機(jī)并達(dá)到數(shù)字處理標(biāo)準(zhǔn)，最后再量化入計(jì)算機(jī)系統(tǒng)處理范圍?？陀^物體色彩的不同，也就造就了色彩帶給人信息的差異。一般地黑白圖像是單色攝像機(jī)輸入的結(jié)果；彩色圖像則需要彩色相機(jī)來實(shí)現(xiàn)。其過程為：彩色模擬信號(hào)解碼為RGB單獨(dú)信號(hào)，并單獨(dú)A/D轉(zhuǎn)換，輸出后借助色彩查找表來顯示相應(yīng)色彩。每幅圖像一旦經(jīng)過數(shù)字處理就會(huì)形成點(diǎn)陣，并將n個(gè)信息濃縮于每點(diǎn)中。彩色獲得的圖像在16比特，而黑白所獲黑白灰圖像則僅有8比特。故而從信息采集量上來看，彩色的圖像采集分析更為繁復(fù)些。不過黑白跟灰度圖像也基本適應(yīng)于基礎(chǔ)信息的特征分析。相機(jī)數(shù)量及研究技法的角度，則有三個(gè)分類：“單目視覺”、“雙目”及“三目”立體視覺。

三、研究與應(yīng)用計(jì)算機(jī)視覺處理技術(shù)

從對(duì)圖像進(jìn)行編輯的過程可以看出，計(jì)算機(jī)視覺處理技術(shù)在物體成像及計(jì)算后會(huì)在灰度陣列中參雜無效信息群，使得信息存在遺失風(fēng)險(xiǎn)。成像的噪聲在一定程度上也對(duì)獲取有效信息造成了干擾。故而，處理圖像必須要有前提地預(yù)設(shè)分析，還原圖像本相，從而消去噪音。邊緣增強(qiáng)在特定的圖像變化程度中，其起到的是對(duì)特征方法的削減。基于二值化，分割圖像才能夠進(jìn)一步開展。對(duì)于物體的檢測(cè)多借助某個(gè)范圍來達(dá)到目的。識(shí)別和測(cè)算物體一般總是靠對(duì)特征的甄別來完成的。

四、分析處理三維物體技術(shù)

物體外輪擴(kuò)線及表面對(duì)應(yīng)位置的限定下，物體性質(zhì)的外在表現(xiàn)則是其形狀。三維物體從內(nèi)含性質(zhì)上來看也有體現(xiàn)，如通過其內(nèi)含性質(zhì)所變現(xiàn)出來的表層構(gòu)造及邊界劃定等等。故而在確定圖像特征方面，物體的三維形態(tài)是最常用的處理技術(shù)。檢測(cè)三維物體形狀及分析距離從計(jì)算機(jī)視覺技術(shù)角度來看，渠道很多，其原理主要是借助光源特性在圖像輸入時(shí)的顯現(xiàn)來實(shí)現(xiàn)的。其類別有主動(dòng)與被動(dòng)兩類。借助自然光照來對(duì)圖像獲取并挖掘深入信息的技術(shù)叫做被動(dòng)測(cè)距；主動(dòng)測(cè)距的光源條件則是利用人為設(shè)置的，其信息也是圖像在經(jīng)過測(cè)算分析時(shí)得到的。被動(dòng)測(cè)距的主要用途體現(xiàn)在軍工業(yè)保密及限制環(huán)境中，而普通建筑行業(yè)則主要利用主動(dòng)測(cè)距。特別是較小尺寸物體的測(cè)算，以及擁有抗干擾及其他非接觸測(cè)距環(huán)境。

（一）主動(dòng)測(cè)距技術(shù)。主動(dòng)測(cè)距，主要是指光源條件是在人為創(chuàng)設(shè)環(huán)境中滿足的，且從景物外像得到相關(guān)點(diǎn)化信息，可以適當(dāng)顯示圖像大概并進(jìn)行初步分析處理，以對(duì)計(jì)算適應(yīng)功率及信息測(cè)算程度形成水平提高。從技術(shù)種類上說，主動(dòng)測(cè)距技術(shù)可分為雷達(dá)取像、幾何光學(xué)聚焦、圖像干擾及衍射等。除了結(jié)構(gòu)光法外的測(cè)量方法均為基于物理成像，并搜集所成圖像，并得到特殊物理特征圖像。從不同的研究環(huán)境到條件所涉，以結(jié)構(gòu)光法測(cè)量作為主要技術(shù)的工程需求較為普遍，其原理為：首先在光源的設(shè)計(jì)上由人為來進(jìn)行環(huán)境考慮測(cè)算，再從其中獲取較為全面的離散點(diǎn)化信息。在離散處理后，此類圖像已經(jīng)形成了較多的物體真是特征表象。在此基礎(chǔ)上，信息需要不斷簡(jiǎn)化與甄別、壓縮。如果分析整個(gè)物體特征信息鏈，則后期主要體現(xiàn)在對(duì)于數(shù)據(jù)的簡(jiǎn)化分析。如今人們已經(jīng)把研究的目光轉(zhuǎn)向了結(jié)構(gòu)光測(cè)量方法的應(yīng)用，體現(xiàn)在物體形狀檢測(cè)等方面。

（二）被動(dòng)測(cè)距技術(shù)。被動(dòng)測(cè)距，對(duì)光照條件的選擇具有局限性，其主要通過對(duì)于自然光的覆蓋得以實(shí)現(xiàn)。它在圖像原始信息處理及分析匹配方面技術(shù)指向較為突出。也通過此三維物體之形狀及周圍環(huán)境深度均被顯露。在圖像原始信息基礎(chǔ)上的應(yīng)用計(jì)算，其與結(jié)構(gòu)光等相比繁雜程度較高。分析物體三維特性，著重從立體視覺內(nèi)涵入手，適應(yīng)物體自身特點(diǎn)而存在。不過相對(duì)來說獲得圖像特征才是其適應(yīng)匹配的條件保障。點(diǎn)、線、區(qū)域及結(jié)構(gòu)紋理等是物象特征的主體形式。其中物特較為基礎(chǔ)與原始的特征是前兩個(gè)特征，同時(shí)它們也是其他相關(guān)表征的前提。計(jì)算機(jī)系統(tǒng)技術(shù)測(cè)量基本原理為對(duì)攝像機(jī)進(jìn)行構(gòu)建分析，并對(duì)其圖像表征進(jìn)行特征匹配，以得到圖像不同區(qū)間的視覺差異。

五、結(jié)束語

通過對(duì)計(jì)算機(jī)視覺技術(shù)的研究，悉知其主要的應(yīng)用領(lǐng)域及技術(shù)組成。在系統(tǒng)使用的基礎(chǔ)上深入設(shè)計(jì)，對(duì)系統(tǒng)主要構(gòu)成環(huán)節(jié)進(jìn)行分析。從而將三維復(fù)雜形態(tài)原理、算法及測(cè)量理論上升到實(shí)際應(yīng)用。隨著社會(huì)對(duì)于計(jì)算機(jī)的倚賴程度增加，相信該技術(shù)在建筑或者其他領(lǐng)域會(huì)有更加深入的研究及應(yīng)用。

參考文獻(xiàn)：

[1]段里仁.智能交通系境在我國道路空通管理中的應(yīng)用[J].北方工業(yè)時(shí)報(bào)，2012（06）.

[2]王豐元.計(jì)算機(jī)視覺在建筑區(qū)間的應(yīng)用實(shí)例分析[J].河北電力學(xué)報(bào)，2011（04）.

篇8

關(guān)鍵詞：三目攝像機(jī)；標(biāo)定；立體視覺；外部參數(shù)

一、緒論

1.1研究的背景及意義

計(jì)算機(jī)視覺是當(dāng)今極為重要的學(xué)科之一，它在具有很強(qiáng)的挑戰(zhàn)性的同時(shí)又擁有廣泛的應(yīng)用前景和實(shí)用價(jià)值。計(jì)算機(jī)視覺以視覺理論為中心，以圖像處理、模式識(shí)別、計(jì)算機(jī)技術(shù)和生理學(xué)、心理學(xué)為基礎(chǔ)，研究?jī)?nèi)容主要有兩個(gè)方面：一是開發(fā)從輸入圖像數(shù)據(jù)自動(dòng)構(gòu)造場(chǎng)景描述的圖像處理系統(tǒng)；二是理解人類視覺機(jī)理，用機(jī)器代替人去做人類難以達(dá)到或根本無法達(dá)到的工作[1]。

計(jì)算機(jī)視覺應(yīng)用的廣泛性體現(xiàn)在其不僅用于文字、指紋、面部、商標(biāo)以及圖像數(shù)據(jù)庫、檢測(cè)集成電路芯片、多媒體技術(shù)這些圖像方面，還應(yīng)用到機(jī)器人導(dǎo)航、工業(yè)檢測(cè)和產(chǎn)品的自動(dòng)裝配、CT圖像器官重建和遙感照片解釋等空間物體的定位、識(shí)別以及重建上。現(xiàn)如今，計(jì)算機(jī)視覺已經(jīng)應(yīng)用到機(jī)器人、地理、醫(yī)學(xué)、物理、化學(xué)、天文等各大的研究領(lǐng)域。

作為多個(gè)學(xué)科交叉與融合中心的計(jì)算機(jī)視覺，攝像機(jī)是其研究的重要工具，而攝像機(jī)標(biāo)定又是計(jì)算機(jī)視覺研究的一個(gè)關(guān)鍵問題，故攝像機(jī)的標(biāo)定越來越受到廣泛的重視。攝像機(jī)標(biāo)定是通過物體空間上的點(diǎn)與圖像中的對(duì)應(yīng)點(diǎn)的幾何關(guān)系，來確定攝像機(jī)的內(nèi)外參數(shù)的過程。標(biāo)定結(jié)果是否準(zhǔn)確影響著三維測(cè)量的精度和三維重建的結(jié)果，而且實(shí)時(shí)的標(biāo)定更能滿足自動(dòng)導(dǎo)航機(jī)器視覺的需要[2]。

伴隨著應(yīng)用的發(fā)展，攝像機(jī)廣泛地被應(yīng)用于三維立體的測(cè)量、視覺檢測(cè)、運(yùn)動(dòng)檢測(cè)等領(lǐng)域。由此，對(duì)攝像機(jī)標(biāo)定的精度要求也日益增加。攝像機(jī)標(biāo)定結(jié)果的優(yōu)劣影響了計(jì)算機(jī)視覺在各領(lǐng)域的應(yīng)用。攝像機(jī)標(biāo)定的準(zhǔn)確與否，對(duì)能否提高計(jì)算機(jī)視覺在各領(lǐng)域測(cè)量的準(zhǔn)確度有重要影響[3]。因此，研究攝像機(jī)標(biāo)定方法具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。

1.2攝像機(jī)標(biāo)定技術(shù)研究的發(fā)展及現(xiàn)狀

攝像機(jī)有一個(gè)圖像平面和提供三維空間到圖像平面轉(zhuǎn)換的鏡頭。由于鏡頭會(huì)產(chǎn)生畸變，不能把這個(gè)轉(zhuǎn)化過程簡(jiǎn)單描述為投射變換。所以它表示的是畸變的模型，這些模型近似于真實(shí)數(shù)據(jù)，而其精確性則依靠于建立的模型及模型參數(shù)的準(zhǔn)確性。

首先進(jìn)行攝像機(jī)標(biāo)定工作的是加拿大的Deville，他于1910年建立實(shí)驗(yàn)室，使用多個(gè)瞄準(zhǔn)儀對(duì)他的“測(cè)量攝像機(jī)”（surveying camera）進(jìn)行標(biāo)定[4]。上個(gè)世紀(jì)三十年代后期，美國標(biāo)準(zhǔn)局發(fā)明了一種精確鏡頭，用來檢測(cè)攝像機(jī)，同時(shí)將它用在攝像機(jī)標(biāo)定上。四十年代后期，該項(xiàng)工作得到進(jìn)一步加深，有了更多對(duì)高精度的需求和對(duì)易操作設(shè)備的需求。1955年，Carman出版了 《棋盤平面度的干涉測(cè)量和控制》，該書引起了社會(huì)各界對(duì)攝像機(jī)標(biāo)定的關(guān)注。二戰(zhàn)時(shí)期，隨著飛機(jī)的大規(guī)模使用，航空攝影與制圖興起，為得到更加精確的測(cè)量結(jié)果，對(duì)攝像機(jī)鏡頭的校正要求也變得更高。五十到七十年代也是鏡頭校正技術(shù)發(fā)展最為迅速的時(shí)間段。在這期間，各種鏡頭像差的表達(dá)式逐步被提出并且得到普遍認(rèn)同與采用，建立了很多的鏡頭像差的模型，D.C.Brown等人作出了比較大的貢獻(xiàn)，他們導(dǎo)出了近焦距情況下給定位置處徑向畸變表達(dá)式并證明了近焦距情況下測(cè)量出鏡頭兩個(gè)位置的徑向畸變就可以求出任何位置的徑向畸變[5]。這些徑向與切向像差表達(dá)式成為后來各攝像機(jī)的標(biāo)定非線性模型的基礎(chǔ)。這段時(shí)間里，研究的重點(diǎn)是如何校正鏡頭與用何種方法補(bǔ)償鏡頭像差，這些研究對(duì)促進(jìn)各性能鏡頭組的研制起到了重要作用。在1999年，張正友提出了一種簡(jiǎn)便的攝像機(jī)標(biāo)定方法，該方法介于傳統(tǒng)標(biāo)定和自標(biāo)定之間，操作方便靈活，能夠得到不錯(cuò)的精度，滿足了眾多擁有桌面視覺系統(tǒng)的用戶在攝像機(jī)標(biāo)定方面的需求。

1.3本文的主要研究?jī)?nèi)容

本文的主要研究多個(gè)攝像機(jī)的標(biāo)定問題。標(biāo)定主要是對(duì)攝像機(jī)內(nèi)外參的測(cè)量計(jì)算，利用這些參數(shù)對(duì)多個(gè)攝像機(jī)識(shí)別的物體尺寸進(jìn)行衡量并建立起多攝像機(jī)系統(tǒng)的數(shù)字環(huán)境。

論文的內(nèi)容包括：

第一章為緒論，介紹攝像機(jī)標(biāo)定相關(guān)的研究背景、國內(nèi)外研究現(xiàn)狀。

第二章為攝像機(jī)標(biāo)定理論基礎(chǔ)：主要介紹標(biāo)定的坐標(biāo)系與待標(biāo)定的參數(shù)。

第三章提出本文的多攝像機(jī)標(biāo)定方法與實(shí)驗(yàn)過程。

第四章進(jìn)行全文的總結(jié)。

二、攝像機(jī)標(biāo)定方法研究

2.1攝像機(jī)標(biāo)定原理

攝像機(jī)通過透鏡將三維物體投影到--維圖像平面上，這個(gè)成像變換的過程稱為攝像機(jī)成像模型。攝像機(jī)成像模型有多種，最常用的為小孔成像模型。由于實(shí)際的攝像機(jī)鏡頭會(huì)發(fā)生一定的畸變，使得空間點(diǎn)所成的像不在線性模型描述的位置而會(huì)發(fā)生一定的偏移，為了能準(zhǔn)確的標(biāo)定攝像機(jī)參數(shù)，標(biāo)定的過程中要考慮非線性畸變因子。

一般來說，得到標(biāo)定結(jié)果后要對(duì)其精度進(jìn)行評(píng)估，然而很難得到準(zhǔn)確的攝像機(jī)標(biāo)定參數(shù)真值作為參考，其中基于圖像坐標(biāo)和世界坐標(biāo)的絕對(duì)和相對(duì)誤差的評(píng)價(jià)方法應(yīng)用廣泛，本文將對(duì)這些方法的原理進(jìn)行探討。

2.2攝像機(jī)標(biāo)定坐標(biāo)系建立

首先定義了四個(gè)坐標(biāo)系，如圖1所示，圖像坐標(biāo)系的坐標(biāo)原點(diǎn)為O0，列與行由坐標(biāo)軸u和v表示；成像平面坐標(biāo)系的原點(diǎn)是攝像機(jī)光軸與圖像坐標(biāo)系的交點(diǎn)0l，x、y 軸分別與u、v 軸平行；在攝像機(jī)坐標(biāo)系中，坐標(biāo)原點(diǎn)0c即為在攝像機(jī)的光心，Xc、Yc軸與x、y 軸平行，與圖像平面垂直是攝像機(jī)光軸作為Zc軸，0c0l為攝像機(jī)焦距f；世界坐標(biāo)系是假想的參考坐標(biāo)系，可固定于場(chǎng)景中某物體上，用于描述攝像機(jī)的位置，由Xw，Yw，Zw軸組成。

圖（1）

2.3攝像機(jī)外部參數(shù)構(gòu)成

主動(dòng)視覺傳感器從在笛卡爾直角坐標(biāo)系中的運(yùn)動(dòng)表現(xiàn)為相應(yīng)的旋轉(zhuǎn)矩陣和平移矩陣，故攝像機(jī)外部參數(shù)表現(xiàn)為旋轉(zhuǎn)矩陣R和平移矩陣T，則攝像機(jī)坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)化關(guān)系可以表示成：

上式中（Xc，Yc，Zc）表示空間點(diǎn)在攝像機(jī)坐標(biāo)系下的坐標(biāo)，（Xw，Yw，Zw）表示空間點(diǎn)在世界坐標(biāo)系下的坐標(biāo)。根據(jù)靶標(biāo)點(diǎn)在像空間坐標(biāo)系和物方空間坐標(biāo)系中的坐標(biāo)，通過分解旋轉(zhuǎn)矩陣線性計(jì)算像空間坐標(biāo)系與物方空間坐標(biāo)之間的轉(zhuǎn)換參數(shù)，即外方位元素（攝站參數(shù)）[6]。

2.4各攝像機(jī)相對(duì)位置確定

三目攝像機(jī)擁有三個(gè)視覺傳感器，而三個(gè)傳感器之間的相對(duì)位置可通過已獲得的外部參數(shù)進(jìn)行確定。將三個(gè)攝像機(jī)坐標(biāo)系設(shè)置為，Oci xci yci zci（i=1，2，3），由2.3中所介紹的內(nèi)容可知，這三個(gè)攝像機(jī)坐標(biāo)系與世界坐標(biāo)系的關(guān)系為：

i=（1，2，3）

由此我們可以得到任意兩個(gè)攝像機(jī)i，j的坐標(biāo)系轉(zhuǎn)換關(guān)系：

其中： = = i，j=1，2，3

三、攝像機(jī)標(biāo)定實(shí)驗(yàn)過程及結(jié)果

3.1實(shí)驗(yàn)系統(tǒng)介紹

實(shí)驗(yàn)中被用來標(biāo)定的是一個(gè)多攝像機(jī)系統(tǒng)，攝像機(jī)標(biāo)定有關(guān)的基本參數(shù)、系統(tǒng)組成和開發(fā)環(huán)境如下：

（1）硬件環(huán)境

標(biāo)定板、三目攝像機(jī)和圖像采集卡等。

（2）軟件環(huán)境

OpenCV開源視覺庫，它僅由一系列C函數(shù)和少量C++類構(gòu)成，為Python、MATLAB等語言提供了接口，在圖像處理和計(jì)算機(jī)視覺方面實(shí)現(xiàn)了很多通用算法。

3.2實(shí)驗(yàn)過程

本系統(tǒng)以棋盤格模板作為標(biāo)定模板。采用激光打印機(jī)打印棋盤格黑白方塊間隔紙，方塊邊長為3cm，共6行9列，將打印紙固定在一塊平板上，作為標(biāo)定模板，如圖（2）。安裝三目攝像機(jī)系統(tǒng)，調(diào)節(jié)固定好個(gè)攝像機(jī)位置，如圖（3）。手持標(biāo)定板在三目攝像機(jī)前方各個(gè)位置拍攝5組共15張各姿態(tài)的照片，利用Canny算子進(jìn)行像點(diǎn)灰度中心提取、同名像點(diǎn)匹配并解算出三個(gè)攝像機(jī)在標(biāo)定板坐標(biāo)系中的外部參數(shù)值。

3.3標(biāo)定結(jié)果

攝像機(jī)1：

R= T=

攝像機(jī)2：

R= T=

攝像機(jī)3：

R= T=

四、總結(jié)

隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，計(jì)算機(jī)視覺成為當(dāng)今熱門的研究課題，受到了廣泛關(guān)注。本文就如何在機(jī)器視覺的理論基礎(chǔ)上對(duì)三目視覺系統(tǒng)進(jìn)行標(biāo)定進(jìn)行了研究，討論了計(jì)算機(jī)視覺理論知識(shí)，分析攝像機(jī)標(biāo)定原理以及標(biāo)定坐標(biāo)系的建立。同時(shí)通過計(jì)算機(jī)視覺知識(shí)的分析討論了基于三目視覺系統(tǒng)的攝像機(jī)標(biāo)定技術(shù)，完成了三目視覺系統(tǒng)的外部參數(shù)標(biāo)定實(shí)驗(yàn)。三目攝像機(jī)測(cè)量系統(tǒng)外部參數(shù)的標(biāo)定能夠解決測(cè)量作業(yè)現(xiàn)場(chǎng)、測(cè)量控制場(chǎng)建立難的問題，為快速地建立簡(jiǎn)單實(shí)用的控制場(chǎng)提供了方案，有一定的實(shí)用價(jià)值。

參考文獻(xiàn)

[1] 荊麗秋.雙目視覺系統(tǒng)標(biāo)定與匹配的研究與實(shí)現(xiàn)[D].哈爾濱工程大學(xué)，2009.DOI：10.7666/d.y1489086.

[2] 馬頌德.計(jì)算機(jī)視覺―計(jì)算理論與算法基礎(chǔ)[M].北京：科學(xué)出版社，1998.

[3] 王榮一.攝像機(jī)標(biāo)定及關(guān)鍵技術(shù)研究[D].哈爾濱理工大學(xué)，2011.DOI：10.7666/d.y2012483.

[4] Clarke T A，F(xiàn)ryer 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] 范亞兵，黃桂平，高寶華等.三目立體工業(yè)攝影測(cè)量系統(tǒng)外部參數(shù)的快速標(biāo)定[J].測(cè)繪工程，2012，21（5）：48-52.DOI：10.3969/j.issn.1006-7949 .2012.05.013

篇9

生活中，每個(gè)人都問過別人“這件衣服是從哪買的？”“這雙鞋是什么牌子的？”這一問題很快會(huì)被AI技術(shù)解決，只需要拿出手機(jī)對(duì)著物品拍照，就會(huì)得到商品的各種信息，并且能一鍵買買買。這就是美國著名圖片社交網(wǎng)站Pinterest（拼趣）即將推出的應(yīng)用圖片識(shí)別購買業(yè)務(wù)。

Pinterest總裁Tim Kendall表示，“Pinterest可以即刻在存儲(chǔ)750多億張圖片的巨大網(wǎng)絡(luò)空間內(nèi)進(jìn)行搜索，從而為用戶找到與所拍攝照片相似的配對(duì)圖片，以及查找到哪些地方能夠買到他們所需的商品。”

目前，Pinterest的估值已經(jīng)達(dá)到了110億美元，該公司的專注點(diǎn)正在向營收增長和創(chuàng)收方面轉(zhuǎn)變。相比Facebook、Twiter等社交網(wǎng)站，Pinterest已經(jīng)率先找到了一條清晰的創(chuàng)收道路。

從興趣到產(chǎn)品

亞里士多德曾經(jīng)說過，古往今來人們開始探索，都應(yīng)起源于對(duì)自然萬物的驚異?？萍嫉倪M(jìn)步也是如此，就像微軟研發(fā)主管和項(xiàng)目負(fù)責(zé)人Mitch Goldberg所說：“我們想通過該應(yīng)用向人們展示識(shí)別技術(shù)的無限魅力?！?/p>

今年2月，微軟旗下的Garage實(shí)驗(yàn)室了一款名為“Fetch！”的應(yīng)用，它可通過機(jī)器學(xué)習(xí)系統(tǒng)識(shí)別照片中寵物狗的品種并用文字對(duì)該品種進(jìn)行簡(jiǎn)單的介紹。

隨著計(jì)算機(jī)視覺領(lǐng)域開始利用深層神經(jīng)網(wǎng)絡(luò)這種模仿人類大腦生物過程的系統(tǒng)來從事機(jī)器學(xué)習(xí)，識(shí)別的精確度實(shí)現(xiàn)了巨大飛躍。也就是說通過機(jī)器學(xué)習(xí)技術(shù)，F(xiàn)etch！識(shí)別的準(zhǔn)確度會(huì)越來越高，隨著大量圖片的涌入，F(xiàn)etch！ 可以自我修復(fù)錯(cuò)誤，從而更加精確地識(shí)別每一只狗的樣貌、形態(tài)、動(dòng)作。除了測(cè)試狗類品種以外，你還可以把朋友的照片上傳至平臺(tái)，看看他們能夠?qū)?yīng)出哪種寵物。

微軟的這款產(chǎn)品基于目前最為熱門的一種圖像識(shí)別技術(shù)――“深度神經(jīng)網(wǎng)絡(luò)”，同樣基于這種技術(shù)，微軟還有另一款有趣的產(chǎn)品：。去年5月，有超過5.75億圖片被提交到，超過8500萬來自世界各地的使用者訪問了這個(gè)網(wǎng)站，只為尋找一個(gè)簡(jiǎn)單問題的答案――顏齡機(jī)器人認(rèn)為我看起來像幾歲？如果是合照，并且顏齡機(jī)器人識(shí)別出的自己比周圍人年齡小，則更能引發(fā)用戶的興趣，這種“損人利己”的識(shí)別應(yīng)用著實(shí)在社交媒體上火了一把。

另一讓計(jì)算機(jī)視覺研究技術(shù)人員特別感興趣的領(lǐng)域是生物識(shí)別，當(dāng)下最為火爆的莫過于人臉識(shí)別技術(shù)了。早期的人臉識(shí)別技術(shù)多為安防領(lǐng)域，如海關(guān)識(shí)別走私犯、商店識(shí)別小偷等。近年來，深度學(xué)習(xí)的研究與應(yīng)用使得人臉識(shí)別和人工智能的核心技術(shù)得到了極大的提升，攝像頭等圖像硬件的發(fā)展為人臉識(shí)別提供了很好的圖像基礎(chǔ)，如今人臉識(shí)別技術(shù)應(yīng)用更加廣泛，比如公司可以使用刷臉打卡來杜絕代人打卡簽到現(xiàn)象。

其實(shí)早在2012年，谷歌就開發(fā)出了安卓系統(tǒng)的“刷臉解鎖”技術(shù)，但因安全問題未解決，該技術(shù)一直未能得到普及。

而今年3月，電商巨頭亞馬遜提交了一項(xiàng)針購物付費(fèi)的專利技術(shù)，即消費(fèi)者在亞馬遜網(wǎng)站購物時(shí)可以通過自拍或者視頻來進(jìn)行付費(fèi)，無須再輸入賬號(hào)密碼。在消費(fèi)時(shí)系統(tǒng)會(huì)提示用戶表現(xiàn)出特定的行為、情緒或手勢(shì)來證明消費(fèi)者就是本人，而不是拿著照片的冒名頂替者。

亞馬遜表示，這項(xiàng)技術(shù)能使消費(fèi)者更加安全地進(jìn)行網(wǎng)上購物，因?yàn)楹芏嘤脩魹榱耸∈聲?huì)把所有賬戶都用同一個(gè)密碼，或者把密碼記在手機(jī)里，一旦遭遇“撞庫”或者手機(jī)被盜，后果不堪設(shè)想，而刷臉技術(shù)則沒有這個(gè)風(fēng)險(xiǎn)。

除了識(shí)別人臉，在識(shí)別其他生物方面也有了突破性進(jìn)展，比如識(shí)別寄生蟲。瘧疾，是一種由瘧原蟲造成的全球性急性寄生蟲傳染病，據(jù)統(tǒng)計(jì)，2015年有大約有2.14億人受瘧疾的影響。

一直以來，醫(yī)療工作者是通過肉眼觀察采樣玻片來確定采樣對(duì)象是否被瘧原蟲感染，這不但是對(duì)醫(yī)療工作者經(jīng)驗(yàn)的考驗(yàn)，而且工作效率也十分低下，而貧困地區(qū)一直都缺乏有經(jīng)驗(yàn)的醫(yī)療工作者。

今年2月，根據(jù)MIT Technology Review報(bào)道，Intellectual Ventures Laboratory（智能事業(yè)實(shí)驗(yàn)室）開發(fā)出了能夠檢測(cè)和評(píng)估瘧疾感染的便攜式顯微鏡。這種顯微鏡采用的是一個(gè)名為“Autoscope”的系統(tǒng)，通過計(jì)算機(jī)視覺和深度神經(jīng)網(wǎng)絡(luò)技術(shù)，采用深度學(xué)習(xí)算法來鑒別瘧原蟲。這款便攜式顯微鏡今年在泰國實(shí)地測(cè)試，成功鑒別出了 170塊玻片中的瘧原蟲如果這項(xiàng)技術(shù)得到普及之后，只要診所有一臺(tái)Autoscope顯微鏡和一些載玻片，就可解決瘧疾的診斷問題，這將使瘧疾診斷不再依賴于有限的專業(yè)醫(yī)療人員。

技術(shù)轉(zhuǎn)化為產(chǎn)品

新技術(shù)的出現(xiàn)，讓計(jì)算機(jī)不但“看見”這個(gè)世界，更能“看懂”這個(gè)世界，可以代替人眼甚至超越人眼。

人的視野是有限的，并且會(huì)受到周邊條件的影響，駕駛員在開車時(shí)會(huì)有視野盲區(qū)，還會(huì)受到光線的影響，并且大霧、暴雨等極端天氣也會(huì)嚴(yán)重影響駕駛員的視線。而計(jì)算機(jī)視覺技術(shù)就不一樣了，視野會(huì)更開闊，受限制更小。根據(jù)汽車媒體《Leftlane》報(bào)道，福特公司最新的無人駕駛汽車研究計(jì)劃是由激光感應(yīng)（LiDAR）和雷達(dá)、攝像頭形成一張周圍環(huán)境的高清3D地圖，不但讓無人駕駛汽車看到攝像頭視野范圍之外的物體，而且并不受光線限制。在夜間試駕后，福特工程師Wayne Williams說：“坐在汽車?yán)?，我能感到它在走，但是我往車外看，只能看到一片漆黑。結(jié)果令人驚喜，車輛準(zhǔn)確地沿著蜿蜒的道路行駛?！?/p>

識(shí)別場(chǎng)景這一領(lǐng)域技術(shù)的發(fā)展，使得計(jì)算機(jī)不但能當(dāng)機(jī)器的眼睛，還能變成人類的眼睛。

對(duì)于雙目失明的人來說，能親自感知這個(gè)世界是夢(mèng)寐以求的事，而微軟2016 Build開發(fā)者大會(huì)上Seeing AI項(xiàng)目正是要幫助盲人實(shí)現(xiàn)這一愿望。

Seeing AI項(xiàng)目是通過計(jì)算機(jī)視覺和自然語言去形容一個(gè)人的周圍環(huán)境、朗讀文本、回答問題以及識(shí)別人的面部表情，可以在手機(jī)上使用，也可以在Pivothead的智能眼鏡上使用。如果投入使用，將有助于為視障人士營造更公平的環(huán)境，是一款能夠真正改變?nèi)藗兩畹漠a(chǎn)品，就像此項(xiàng)目的高級(jí)項(xiàng)目經(jīng)理Anne Taylor所說的，這是“為真正重要的場(chǎng)景尋求解決方案”。也許不久微軟能開發(fā)出一種仿生眼，直接發(fā)送視覺信號(hào)到大腦，讓盲人真正看到這個(gè)世界。

篇10

【關(guān)鍵字】行人檢測(cè) 目標(biāo)檢測(cè) 圖像處理

一、引言

在計(jì)算機(jī)視覺領(lǐng)域中，行人檢測(cè)是目標(biāo)檢測(cè)的一個(gè)重要研究熱點(diǎn)，其主要利用各種傳感器獲取行人的數(shù)據(jù)信息，通過圖像處理及模式識(shí)別等算法從圖像數(shù)據(jù)中檢測(cè)出行人。其中傳感器包括激光、雷達(dá)等。行人檢測(cè)并不是孤立存在的，它與行人跟蹤、行為分析、姿態(tài)估計(jì)、場(chǎng)景分割等問題息息相關(guān)，因此具有極高的科研價(jià)值和商業(yè)價(jià)值。

二、行人檢測(cè)技術(shù)發(fā)展趨勢(shì)

如圖1所示，早在2007年開始就已經(jīng)出現(xiàn)了行人檢測(cè)技術(shù)的研究。2007至2010年期間，專利申請(qǐng)量雖然呈逐步增長趨勢(shì)，然而增長速率較平穩(wěn)，每年的申請(qǐng)量沒有太大的變動(dòng)；2011年相比較于2010年增長率達(dá)到兩倍以上，此后2012年和2013年相較前一年都有較大的增長量，然而在2014年專利申請(qǐng)量與其前一年2013年相比，呈現(xiàn)減少的趨勢(shì)，這可能與發(fā)明專利未提前公開有關(guān)，但該年的總量在除2013年以外的其它各年中仍占有絕對(duì)性的優(yōu)勢(shì)，預(yù)計(jì)2014年申請(qǐng)量不會(huì)低于2013年。

三、行人檢測(cè)技術(shù)解析

常見的行人檢測(cè)方法可分為基于簡(jiǎn)單的圖像處理的行人檢測(cè)方法和基于計(jì)算機(jī)視覺的行人檢測(cè)方法。

3.1基于簡(jiǎn)單圖像處理的行人檢測(cè)技術(shù)

該類技術(shù)主要分為：幀間差分法、光流法和背景差分法等。其與基于計(jì)算機(jī)視覺的技術(shù)相比算法較為簡(jiǎn)單，不需要事先準(zhǔn)備大量的訓(xùn)練樣本或模板，處理速度也較快，因此在國內(nèi)也占據(jù)一定的申請(qǐng)量。如上海交通大學(xué)的專利CN201210586125采用高斯混合模型對(duì)背景建模從而檢測(cè)行人，寧波大學(xué)的專利CN201210017307采用圖割方法進(jìn)行行人檢測(cè)，奇瑞汽車股份有限公司的專利CN201310382009通過獲取候選區(qū)域的至少兩個(gè)特征圖進(jìn)行候選區(qū)域是否包含行人的判斷。

3.2基于計(jì)算機(jī)視覺的行人檢測(cè)方法

基于統(tǒng)計(jì)學(xué)習(xí)的方法與其他方法相比占絕對(duì)性的優(yōu)勢(shì)，是最近幾年高校和科研院所所研究的重點(diǎn)，同時(shí)也是公司企業(yè)發(fā)展的方向。如北京中星微電子的專利CN200710179786采用積分圖像和平方積分圖像提高分類器的檢測(cè)速度，江蘇大學(xué)的CN201110447411對(duì)特征向量進(jìn)行稀疏表示并組合成稀疏化的混合特征向量作為分類器的特征進(jìn)行行人檢測(cè)。

特征和分類器是統(tǒng)計(jì)學(xué)習(xí)的兩大關(guān)鍵技術(shù)。對(duì)特征的改進(jìn)占56%，如中國科學(xué)技術(shù)大學(xué)的專利CN200810101705利用種群優(yōu)化尋找行人檢測(cè)最優(yōu)特征進(jìn)行行人檢測(cè)，北京博康智能信息技術(shù)有限公司的專利CN201210082846利用梯度特征和線性邊緣特征進(jìn)行行人檢測(cè)；

分類器的改進(jìn)分別占42%，如杭州海康威視數(shù)字技術(shù)股份有限公司的專利CN201210169536利用多尺度的Adaboost作為分類器進(jìn)行行人檢測(cè)，無錫慧眼電子科技有限公司的專利CN201310076413首先基于Adaboost得到級(jí)聯(lián)分類器。