計算機視覺研究現狀

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇計算機視覺研究現狀范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

計算機視覺研究現狀范文第1篇

關鍵詞： 計算機 視覺注意機制 計算機視覺注意模型

1.引言

隨著信息技術的不斷發展，數據處理量劇增，以及用戶不斷擴大的個性化需求，對計算機信息處理能力提出了越來越高的要求。如何在場景中快速準確地找到與任務相關的局部信息，即物體選擇與識別，已經成為計算機信息處理領域的一個研究熱點。隨著在心理學領域注意機制研究的不斷發展，將注意機制引入信息處理領域來解決物體識別問題，已經不再是紙上談兵。

人類視覺系統進行視覺信息處理時，總是迅速選擇少數幾個顯著對象進行優先處理，忽略或舍棄其他的非顯著對象。進入人類視野的海量信息，通過注意選擇機制進行篩選，就能使我們有選擇地分配有限的視覺處理資源，保證視覺信息處理的效率，這就是視覺選擇注意機制的原理。依據人類視覺選擇注意的基本原理，開發能夠進行智能圖像信息處理的計算機系統，就成為一大任務。我們研究的主要方向是使計算機處理對象時，能夠具備與人類相似的視覺選擇注意能力。

2.視覺注意機制

研究視覺注意機制是個多學科交叉的問題，目前多個領域的研究人員都取得了研究成果，并且對視覺注意的理論都形成了一些共識。目前普遍認為注意既可以是按自底向上（自下而上）的圖像數據驅動的，也可以是安自頂向下（自上而下）的任務驅動的。其中，自下而上的研究主要來自圖像中物體數據本身的顯著性。例如，在視覺搜索實驗中，顯著的物體會自動跳出，如圖1中的圓點通過特征對比，以形狀跳出的形式獲得注意。自上而下的引導主要來自當前的視覺任務，以及場景的快速認證結果，即我們可以“故意”去注意任何一個“不起眼”的物體，如我們可以在圖書館浩如煙海的藏書中，找到自己感興趣的那本書。

研究視覺注意機制的重要方法是研究眼睛在搜索目標時的表現。顯著圖中的各目標在競爭中吸引注意點，注意點在各個注意目標間轉移。根據注意點轉移時是否伴隨眼動，視覺注意也分為隱式注意和顯式注意。隱式注意的中央凹不會隨著注意點的轉移而移動，而顯式注意的中央凹隨每次注意點的轉移而運動。

對視覺注意機制的研究為計算機視覺的發展提供了可能。計算機視覺借鑒人類視覺的注意機制，建立視覺注意的計算模型。通過“注意點”的選擇與轉移，實現對復雜場景中任務的搜索與定位，最終來實現實時信息的響應處理。在計算機視覺的研究中，顯式注意應用較多。

3.計算機視覺注意模型

從人的角度來看，人類視覺系統通過視覺，選擇注意在復雜的場景中迅速將注意力集中在少數幾個顯著的視覺對象上。從場景的角度來看，場景中的某些內容比其他內容更能引起觀察者的注意，我們稱之為視覺顯著性，兩者其實是從不同的角度對視覺選擇注意過程的描述。

我們把引起注意的場景內容定義為注意焦點FOA（Focus of Attention）。Treisman的特征整合理論中將視覺信息處理過程劃分為前注意和注意兩個階段，各種視覺特征在前注意階段被以并行的方式提取出來，并在注意階段以串行方式整合為視覺客體，即注意的特征和客體是通過不同方式進行的。在注意焦點的選擇和轉移上，Koch［2］進行了深入的研究，他提出注意焦點FOA的變化具有四個特征，即單焦點性：同一時刻只能存在一個FOA；縮放性：FOA的空間范圍可以擴大或者縮小；焦點轉移性：FOA能夠由一個位置向另一個位置轉移；鄰近優先性：FOA轉移時傾向于選擇與當前注視內容接近的位置。同時注意焦點具有抑制返回的特點，即FOA轉移時抑制返回最近被選擇過的注視區域。在此基礎上，視覺注意的研究人員提出了多種視覺注意模型。

4.視覺注意模型的研究現狀

人類的視覺注意過程包括兩個方面：一方面是對自下而上的初級視覺特征的加工，另一方面是由自上而下的任務的指導，兩方面結合，共同完成了視覺的選擇性注意。與此對應，當前的計算機視覺注意研究也分為這兩個方面。

4.1自下向上的數據驅動注意模型研究及分析

在沒有先驗任務指導的情況下，視覺注意的目標選擇主要是由場景中自下而上的數據驅動的，目標是否被關注，由它的顯著性決定。現在，自下而上的注意研究主要基于Treisman的特征整合理論和Koch&Ullman的顯著性模型，Itti、satoh等人均在此基礎上提出了自己的研究模型，并做了一些模型的改進研究。自下而上的研究方法通過對輸入圖像提取顏色、朝向、亮度等方面的基本視覺特征的研究，形成各個特征對應的顯著圖。另外，一些研究者采用基于局部或全局對比度的方法，來得到圖中每個像素的顯著性，進而得到顯著圖。

現有的自下而上的視覺注意計算模型中，Itti的顯著圖模型（簡稱Itti模型）最具代表性。該模型主要包含3個模塊：特征提取、顯著圖生成和注意焦點轉移。模型通過初級特征的提取，將多種特征、多種尺度的視覺空間通過中央―周邊算子得到的各個特征的顯著性圖合成一幅顯著圖。顯著圖中的各個目標通過勝者為王的競爭機制，選出唯一的注意目標，其中注意焦點的轉移用的是禁止返回機制。但該模型也有一些缺點，如顯著區與目標區域有偏差、計算量較大、運行時間較長、動態場景中實時處理不平等。

在動態場景之中，由于Itti模型很難滿足實時性的要求，科研工作者們正在努力研究動態場景的特性，并建立相應的動態模型。如Wolfe［1］指出，影響前注意的特征包括顏色、方向、曲率、尺寸、運動、深度特征、微調支距、光澤、形狀，等等，其中又以運動特征最為敏感。而You等采用了一種空間域特征和時間域特征相結合的視覺注意模型，該模型假設當場景中存在全局運動時，視覺注意對象將極少做運動。然而，許多真實的場景并不能滿足這個假設，限制了模型的適用范圍。Hang等人提出了一種運動圖的計算方法，并把運動圖作為特征之一，與顏色、亮度、方向等特征結合。這些研究關注了運動特征對視覺的影響，但是均存在一定的局限性，對于復雜的運動場景的注意焦點計算很難取得良好的效果。

我國研究者也在Itti注意模型的基礎上研究了適合動態場景中的注意模型，形成了一些理論成果。如曾志宏［2］等人提出注意焦點計算模型，鄭雅羽［3］等提出基于時空特征融合的視覺注意計算模型。這些模型都能較好地提取動態場景下的視覺目標。

4.2自上而下的任務驅動的注意模型研究及分析

自上而下的注意即任務驅動的注意，通過目標和任務的抽象知識，在一定程度上指導注意焦點的選擇。在自上而下注意模型的研究方面，Laar（1997）提出了一個用于隱式視覺注意的模型，該模型通過任務學習，將注意集中于重要的特征。Rabak［4］提出了基于注意機制的視覺感知識別模型，該模型在定義目標顯著性時，通過語義分析對其他三個自下向上的視覺控制參數項進行線性組合。Salah將可觀測馬爾科夫模型引入到模擬任務驅動的注意模型研究中，并在數字識別和人臉識別的實驗中取得了很好的效果。Itti提出以調節心理閾值函數的形式來控制視覺感知。

目前對自下而上的數據驅動方面的研究較多，而對自下而上的任務驅動方面研究較少。因為任務驅動的注意與人的主觀意識有關，同時受到場景的全局特征影響。自上而下的注意涉及記憶、控制等多個模塊的分工協作，其過程非常復雜。

5.計算機視覺注意模型研究的趨勢

自底向上和自頂向下的加工是兩種方向不同的信息處理機制，兩者的結合形成了統一的視知覺系統。人類的視覺信息處理系統只有遵循這樣的方法，才能有效地實現視覺選擇注意的目的。

實踐證明，把自底向上和自頂向下的研究相分離的研究方法并不能很好地解決計算機的視覺注意過程。要想使計算機能夠準確模擬人類的視覺注意過程，實現主動的視覺選擇注意的目的，采用兩種研究方法相結合的形式勢在必行。自底向上的視覺注意計算往往離不開與自頂向下的有機結合，實現二者的優勢互補是以后計算機視覺注意研究的一個趨勢。

參考文獻：

［1］Wolf J M，Cave K R.Deploying visual attention：the guided search model.In：Troscianko T，Blake A，eds.AI and the Eye.Chichester，UK：Wiley press，1990.

［2］曾志宏，周昌樂，林坤輝，曲延云，陳嘉威.目標跟蹤的視覺注意計算模型［J］.計算機工程，2008，（23）.

［3］鄭雅羽，田翔，陳耀武.基于時空特征融合的視覺注意模型［J］.吉林大學學報，2009，（11）.

［4］Rabak I A，Gusakova V I，Golovan A V，et al.A model of attention-guided vision perception and recognition.Vision Research，1998，38.

計算機視覺研究現狀范文第2篇

【關鍵詞】平面測量技術;鉛球項目;成績測量

0 引言

隨著計算機處理能力的提高和傳感器技術的發展，近年來基于視頻圖像處理的計算機視覺技術已成為圖像處理領域的研究熱點，該技術在眾多的領域中都有十分廣泛的應用[1]。

視覺是人類認識世界、觀察世界的重要手段。人類從外界獲取的信息量約有 75%來自視覺系統，這表明視覺信息量十分巨大以及人類對視覺信息有較高的利用率。人類利用視覺的過程可看作是一個從感覺到知覺的復雜過程，即從感受到的對三維世界的投影圖像到依據投影圖像去認知三維世界的內容和含義[2]。

計算機視覺技術是指利用計算機實現人的視覺功能，既對客觀世界的三維場景的識別、感知和理解。該技術包括是仿生學方法及工程方法，仿生學方法是模仿人類視覺功能的結構及原理，建立相應的處理系統，完成類似的工作和功能;工程方法是從分析人類視覺系統著手，并采用任何現有的可行手段實現人類視覺系統的功能[3]，該方法的特點是只關心系統的輸入和輸出。計算機視覺的主要研究目標是建成計算機視覺系統，完成各種視覺功能。也就是說，即要能借助各種視覺傳感器（如 CMOS 攝像器件、CCD等）獲取現實世界的圖像，而感知和恢復 3D 環境中物體的幾何性質、運動情況、姿態結構、相互位置等，并且要對客觀場景進行識別、解釋、描述、進而做出決斷。目前，計算機視覺技術在體育運動中也得到了廣泛的應用，利用該技術不僅可以從不同的視角觀察運動員的動作，而且能將運動員速度、加速度、所在位置等數據進行量化處理，使體育訓練及比賽擺脫依靠傳統經驗分析及判別的狀態，從而進入科學化、數字化的狀態，而且還可以完成競技體育項目的成績測試[4-5]。

在測試項目中鉛球成績的測量仍采用皮尺丈量法。這種方法存在著三個方面的缺陷，一是皮尺本身具有彈性以及易折疊特性，二是受場地的凹凸不平，三是人為因素影響較大。由于這三方面的作用， 故在鉛球成績的測量精確度受到極大的限制。針對這一問題本課題提出了一種基于同視場（鉛球場地）測量地平面坐標的單攝像機模型[6-7]。該模型利用透視投影幾何關系，對攝像機內部參數進行標定，然后，建立相應的網格匹配數學模型，通過單目CCD攝像機像面坐標，測量鉛球落點的地平面坐標[8]。成功的解決了鉛球著點測量在雙目視覺交匯組合測量存在的死角影響系統的測量范圍的問題，另外，單目視覺測量系統也避免了雙目視覺系統存在對應特征點匹配問題。

1 平面測量原理

圖1 鉛球的2D場景坐標系

鉛球場地是一個扇形區域（如圖1）。假設建立一個如圖1的2D場景坐標系，首先要做的事是要確定場地上指定點的真實坐標與采集到的圖片的指定點象素坐標之間的對應關系，即要找到這兩種坐標系之間的轉換關系。而這種轉換關系可以用平面測量的相關技術獲得。在計算機視覺中，所謂的平面測量，就是從圖像中獲得2D場景信息。在實際的測量中，我們可以通過在圖像上標定一定數量的坐標點來確定圖像中場地指定點的象素坐標和真實世界中的指定點的現實坐標之間的單應矩陣。

我們獲取一幅2D場景S的圖像I，通過S與I之間的N（N>=4）對對應點，就可以確定它們之間的單應矩陣H。

令：

H=h■，h■，h■=h■，h■，h■h■，h■，h■h■，h■，h■（1）

在H的九個元素中，有八個獨立比率，即一個單應有八個自由度變量，一個常數1。因此，在H中，往往設置h■=1。

令（x■，y■）∈I，x■■，y■■∈S為一對對應點，i=1，2，…N。由每一對對應點，根據圖像與場景之間的單應關系，我們可以得到兩個線性方程：

其中，h是矩陣H的向量形式，

于是我們可以得到2N個方程，寫成矩陣形式為：

AH=0（3）

其中

因此，要求得8個參數的單應矩陣，至少需要4個對應點。在實際的測量中，為了提高精度，每個模板平面上提供的對應點數目都會超過4個。

當N>4時，我們可以用奇異值分解法（SVD）[14]求最小二乘解h。

求得單應矩陣后，利用公式（2），就可以計算出圖像上指定點對應的真實坐標值，從而計算出鉛球投擲的距離。

2 實驗結果與分析

表1

2.1 實驗結論（下轉第38頁）

（上接第21頁）經實際測量的6個標定點（如圖1）的坐標分別為A（700，0）、B（900，0）、C（1100，0）、D（570，407）、E（733，523）、F（895，639） 。為了測試本文提出的測量模型，在反復測量鉛球投擲實驗中選取了典型的10個測試樣本，其中鉛球落點10個。

2.2 誤差分析

從表1中我們可以看到人工測量值和系統測量值有一定的誤差，分析誤差產生的原因有如下幾種：

1）數字 CCD 鏡頭的光學性能引起的誤差，如焦距、畸變和光學中心誤差等通過攝像機內部參數校正來解決。

2）攝像機的支架及底座一定要有足夠的穩定性和剛度，在視頻圖像獲取過程中應保證攝像機的相對位置穩定不動，由意外情況所造成的誤差在計算中應予以剔除。

3）環境的變化將對測量結果產生影響，因此測量中要及時修正背景圖像。

4）人工測量本身就會與真實值產生一定的誤差。

3 總結

本論文首先介紹了課題背景，對單目視覺測量的研究現狀和測量建模在國內外的研究現狀進行了分析和歸納，同時分析了視頻圖像處理技術在體育項目應用現狀，將基于單目視頻圖像處理技術的鉛球成績測量作為切入點，對數字圖像處理技術在田徑運動中應用的關鍵技術進行了研究。結合鉛球場地的特點，提出一種基于視頻圖像的鉛球測量方法，并通過實際應用證明了該方法的可行性。

【參考文獻】

[1]Criminisi A，Reid I，Zisserman A. A plane measuring device[J].Image and VisionComputing，1999，17（8）， 625-634.

[2]Lorenzo Bruzzone， Diego Fernàndez Prieto. Automatic Analysis of the Difference Image for Unsupervised Change Detection[J]. IEEE Transactions on Geoscience and Remote Sensing，2000，5，38（3）.

[3]L Sajó， Z Ruttkay， A Fazekas. Turk-2， a multi-modal chess player[J]. International Journal of Human-Computer Studies，2011，7，69（7-8）：483-495.

[4]Lichtenberg， D.B.， Wills， J.G.， Maximizing the range of the shot-put[J]. American Journal of Physics，1978，46：546-549.

[5]Maheras， A.V.. The relationship between the angle of release and the velocity of release in the shot-put， and the application of a theoretical model to estimate the optimum angle of release （throwing）[D].University of Kansas.， 1995.

[6]Antonio Plaza， Jon Atli Benediktsson， Joseph W. Boardman. Recent advances in techniques for hyperspectral image processing[J]. Remote Sensing of Environment，2009，9，113（1）：S110-S112.

計算機視覺研究現狀范文第3篇

關鍵詞：農業機械自動化；技術要點；優化措施

DOI：10.16640/ki.37-1222/t.2017.06.214

0 引言

所謂農業機械自動化技術，指的是將控制論、計算機技術、液氣壓技術等應用到農業機械的設計當中，使農業機械可以獨立完成田間耕作。隨著科學技術的不斷發展以及為了響應政府高效農業的號召，我國農業正逐步朝著機械自動化的方向發展。農業機械的自動化，不僅能夠使勞動的生產效率得到提高，還能減輕農民的勞動強度，并且提高勞動舒適度，在一定程度上緩解農村勞動力短缺的問題。在科技高速發展的今天，世界各國都加大了對農業機械自動化技術的研究。很多科研成果已經從實驗室走向了實用階段。

1 農業機械自動化對農村建設的意義

對社會主義新農村進行建設，是我國構建社會主義和諧社會的基本要求。社會主義的和諧與廣大農村地區的和諧是不可分割的。雖然從整體上看，社會主義新農村處于較為穩定和諧的狀態，但不可否認的是，社會主義新農村的建設也存在著一定的問題。其中，最主要的問題是農民收入過低。因此，我國要大力推行農業機械自動化建設，為減輕農民的勞動強度、提高農民的經濟收入提供保障。

2 農業機械的分類

通常來說，農業機械是由動力設備和與之配套的農機器具組成的。這兩者之間主要是以牽引懸掛或者是半懸掛的方式進行連接。也有的農業機械將這兩者制造成一個統一的整體。動力設備和與之配套的農機器具這兩者在耕作的過程中，互相配合，缺一不可。

3 農業機械自動化發展中存在的問題

我國農業機械技術在發展的過程中，并不是一帆風順的，而是遇到了很多問題。首先，我國大型農業自動化機械在推廣的過程中難度較大。很多農民沒有意識到機械化生產的重要性，導致了他們不愿意在農業生產的機械方面進行投入，最終造成了我國大型農業自動化機械供大于求的尷尬。第二，我國的農業機械制造水平較低。與西方國家相比，我國農業機械制造的起步較晚，在很多方面，科技水平還不夠成熟。第三，我國對農業機械自動化技術的研究缺乏足夠的動力。我國大型農業機械的制造企業，以及科院院所存在著資金不足、科研環境較差的問題。對農業機械進行設計，不僅需要耗費大量的時間和精力，還需要一定的技術條件作為依托。我國大部分科研院所和農業機械制造企業，由于資金不足，并沒有完成對實驗室的配套建O，使得科研人員在進行工作時困難重重，這一現狀也嚴重影響了科研人員的工作積極性。第四，自動化技術在農業機械的應用中還處于起步階段。對自動化技術的應用，需要很高的科技水平作為依托，但是我國科技基礎薄弱的現實，使自動化技術的應用變得困難。

4 農業機械自動化技術要點及優化應用措施

4.1 實現計算機技術應用于農業生產

計算機視覺技術，作為新時期重點研究和應用性廣泛的新科技，很多西方國家先后展開了對計算機視覺技術的研究。計算機視覺技術在農產品質量的鑒定方面，以及在記錄農產品生長的信息等方面有著十分重要的作用。英國對計算機視覺技術的應用進行了首次嘗試，利用該技術研制了專業性的采蘑菇機器人。采蘑菇機器人在采蘑菇的過程中，不僅能夠對蘑菇的位置進行精準的定位，而且能夠對所采的蘑菇進行合理化的分類。受到英國的影響和啟發，我國國內也開始嘗試在農業機械自動化技術中，加入計算機控制技術的內容。但是由于我國的經濟技術發展還不夠成熟，要實現對計算機視覺技術的應用，還需要科學家們進行努力。

4.2 實現農業施肥和灌溉技術的自動化

我國水資源總量雖然比較大，但是人均資源占有量卻很小，而且我國水資源分配的不夠合理，使得我國水資源長期處于短缺的狀態。要促進農業的發展，充足的水資源是必要的條件。在保證農業生產用水的同時，保證對水資源的節約，是我國農業發展過程中必須要面對的問題。農業自動化灌溉技術的應用可以很好地解決這一問題。所謂農業自動化灌溉技術，是把傳感器與電子計算機進行有機結合，把農作物生長過程中對環境的需求及對用水量的需求，通過軟件的形式加以呈現，從而避免水資源的浪費。對農業施肥技術來說也是如此，實現農業施肥和灌溉技術的自動化，是節約水資源、降低農業生產成本、避免浪費以及保護環境的必然選擇。

4.3 實現農業的精準化

農業精準化是指將我國的傳統農業與農業機械自動化技術相結合，實現農業生產管理的科技化。精準農業是未來農業發展的主要方向之一。農業生產自動化，是一項以計算機網絡和控制器等為基礎的技術。我國對精準農業的研究，已經取得了一定的科技成果。世界上第一臺觀測農業氣象的自動化儀器，已經在我國鄭州氣象站開始投入使用。農業氣象觀測儀，可以對農業生產的小環境進行合理化監測，并且通過網絡把監測到的信息及時反映給當地農業部門。

總之，在經濟全球化進程不斷加快和城市化進程高速發展的今天，給各個行業帶來機遇的同時，也帶來了挑戰。為了在經濟發展的大潮中處于不敗的地位，加強科技創新是一項必不可少的選擇，同時也是長遠發展的根本要求。對于農業產業而言，為了使我國農業能夠更好更快的發展，政府要提高對農業機械自動化技術研究的投入，并將新的科技成果不斷應用到農業生產中。作為科技工作者要努力鉆研農業機械自動化技術，并且要對農業機械自動化技術的應用措施進行優化，從而實現農業的智能化時代，創造出我國農科發展的新道路。

參考文獻：

[1]劉洋.我國農業機械自動化應用現狀和推進模式探討[J].化工中間體，2015（11）：11-19.

計算機視覺研究現狀范文第4篇

本文深入地分析了當前實施人臉檢測技術的可行性，并對本方案實施的優勢進行了概括。

【關鍵詞】人臉檢測技術 計算機技術 識別技術

1 人臉檢測的前景

人臉檢測作為近年來生物識別領域的一個熱門研究方向，具有操作方便，用戶易于接受，事后追蹤能力強等優點。但是因為人臉檢測與識別運行的過程往往需要大量的運算，并且其算法并不簡單，因此目前大部分人臉檢測與識別系統的設計與開發都需要立足于計算機技術。下面筆者將會對以計算機平臺為基礎的人臉檢測的實現過程展開詳細的論述與分析。

2 相關技術研究現狀

2.1 人臉圖像的獲取與預處理

一般情況下，攝像頭負責對人臉圖像的攝取，除此之外，專門的圖像庫也是人臉圖像的來源之一。前者多應用于系統的應用階段，一般來說，它不僅僅可以作為應用系統存在，也可以作為研究系統存在；而后者多應用于研究階段，并且它只能作為研究系統存在，是基于標準人臉圖像庫而存在的。

獲得需要的圖像之后，接下來就要對圖像進行預處理，這一環節對于人臉檢測與識別系統的應用來說，是非常關鍵的。在獲取圖像的過程中，會受到外部復雜環境的影響，例如燈光亮度、配套設施好壞、噪聲干擾、對比不明顯等等。并且，由于距離與焦距存在的差異，導致無法確定人臉所處的具置。因此，圖像預處理這一環節是必不可少的，有了這一環節才能確保圖像上人臉所處位置與大小比較恰當。人臉扶正、人臉圖像增強及其幾何歸一化和灰度歸一化等都是圖像預處理環節主要的工作內容。而圖像變換增強、直方圖均衡法、非線性平滑濾波、圖像的歸一化等則是圖像預處理過程之中所運用的主要方法。

2.2 人臉檢測技術

人臉識別是否能夠具有較好的識別性能，取決于人臉檢測的性能水平的高低，因此可以說，人臉檢測是人臉識別得以實現的前提條件。借助人臉檢測算法技術，檢查并測驗靜態圖像（動態視頻幀），從而準確的對此圖像（視頻）進行判斷，從而知道此圖像是否具有人臉圖像，假若判斷此圖像具有人臉圖像，則需要明確其所處區域及圖像數值大小，這就是人臉檢測。高效率與檢測精準是用戶對人臉檢測的一個普遍性評價，現如今這項技術已經獲得了用戶的認可，專家學者也對其展開了更深入的分析研究。

人臉圖像所囊概的特征是非常豐富的，例如膚色、人的輪廓、結構等特征都是極具代表性的，此外其系列圖像往往還會涉及到一些其他信息，例如運動狀態等?；谶@些特征信息，研究者設計了許多人臉識別的檢測算法，按照這些方法的思想策略大致可將人臉檢測方法分為4類：基于知識的方法、基于模塊匹配的方法、基于外觀形狀的方法和基于特征的方法。

2.3 人臉識別技術

借助對相應的人臉識別算法的運用，辨別出圖像上的人臉的身份信息，第一步是對圖像進行搜索，從而找出圖像上的人臉目標，然后識別人臉目標體的身份信息，這就是人臉識別。

以人臉識別技術的發展狀況作為劃分的依據，研究工作往往將人臉識別技術劃分為四種類別，分別為：其一是幾何特征為基礎的；其二是以統計特征為基礎的；其三是以機器靴子為基礎的；其四是以局部模式為基礎的；

3 選擇的硬件平臺

3.1 圖像輸入

人臉圖像的輸入部分可以是普通的USB攝像機、網絡攝像機等，也可以將已經拍攝好的圖像存儲在硬盤等存儲設備。因此其應用往往不會受限于特定的場所。

如果攝像機選擇的性能比較差一些，會增加后面算法的復雜度；此外還會對人臉檢測與識別的最終效果造成一定的影響；為了提高系統的性能，所以應該選擇性能比較好，產生的相片噪聲比較小的相機。

3.2 中央處理

本方案中的中央處理部分選取的是計算機的CPU；因為現在CPU的功能強大，再加上良好的微軟系統，使得系統的性能大大的提升。

作為系統的中心處理部分，應該選擇一臺專門的服務器來處理圖像的檢測和識別。這是由于圖像往往需要占據大量的內存，在實施算法的過程之中會耗用較多的資源。

4 檢測系統的組成

4.1 計算機視覺庫OpenCV的介紹

Open CV是計算機視覺庫，它是跨平臺的，并且以（開源）發行為基礎，能夠在很多操作系統上運用，例如Linux、Windows、Mac OS，其具有的C函數跨平臺的中、高層API高達五百個。由于其有著豐富的視覺處理算法，因此在數字圖像處理領域之中的運用非常普遍，例如物體、人體、人臉等的識別。本文后面分析工作的開展都是以Open CV計算機視覺庫為基礎的。

4.2 人臉圖像采集模塊

原始的人臉圖像一般是在用戶注冊時采集的，一般會在幾副到十幾幅之間， 且采集到的這些人臉圖像需包含該人臉的不同的表情和多種姿態。人臉采集是人臉檢測的第一個步驟，筆者在前文現狀分析的基礎上，為使人臉檢測更加精確，結合了人眼與人臉檢測兩種技術。成功獲取人臉圖像后將會步入圖像預處理這一步驟，相應的工作內容不再贅述。

當然進行人臉識別時的圖像采集工作也是由此模塊來完成，采集完需要進行歸一化、圖像均衡、灰度化、直方圖增強等預處理，之后根據當前處于訓練階段還是識別階段將其送入人臉特征提取模塊。

4.3 人臉特征提取模塊

這一模塊的主要工作是提取人臉圖片的特征，隨后開展降維處理，最終在數據庫之中錄入該特征，方便人臉圖像識別模塊對圖像的識別。在前文人臉識別技術研究現狀分析的基礎上，筆者認為此模塊工作的開展，首先可以采取人臉區域先分塊再提取特征的方法。

4.4 人臉圖像識別模塊

人臉識別系統的好壞很大程度上取決于人臉識別的設計水平與其所挑選的計算方法，因此可以說，人臉識別系統的關鍵在于人臉識別?，F如今，以小波分析為基礎、以視覺聯想為基礎、以人臉表情為基礎的人臉識別技術是運用最普遍的。因此，本文的關鍵點就在于此，要查閱相關資料，從而挑選出最恰當的算法。

5 結論

我們以OpenCV和計算機為平臺，對人臉圖像的預處理、人臉圖像的特征提取和人臉圖像的識別算法進行仿真分析和優化。這樣，我們就可以充分利用人臉識別現有的算法，并進行優化，來實現快速高效的檢測和識別系統。

參考文獻

[1]朱文佳，戚飛虎.快速人臉檢測與特征定位 [J].中國圖像圖形學報，2005，10（11）：1455-1458.

[2]王志良，孟秀艷.人臉工程學[M].北京：機械工業出版社，2008.

作者簡介

宋家慧（1978-），女，山東省蒼山縣人。大學本科學歷?，F為廣西機電職業技術學院講師。研究方向為計算機應用、數據庫應用和數據挖掘。

計算機視覺研究現狀范文第5篇

關鍵詞：農業生產；機械制造；應用；自動化技術

我國是一個農業大國，農業生產和農業經濟對于我國而言非常重要。為了更好地提高農業生產效率，在農業生產過程中，合理地應用行之有效的機械制造自動化技術，對于提升農業生產有著明顯的推動作用。在農業生產當中借助機械制造自動化，不僅可以大大減少農民的工作量，還可以顯著提升勞動生產的舒適性以及效率，實現成本節約的同時，還可以顯著優化農產品的生產。因此，探討農業機械制造自動化的應用具有顯著意義。

1機械制造自動化技術

機械制造主要是按照機械設計的最終效果發展生產以及制造的過程，其中會涉及許多類型的設備，例如工業當中的儀器儀表、機床等機械設備，在農業生產中主要是一些能夠提高農業生產行為效率的機械設備。近些年，我國機械制造行業的發展速度十分明顯，并且也獲得了大量的創新成就。通過相應的研究，我國機械制造行業目前已經處于國際先進水準，同時逐漸向自動化、數字化、智能化的方向發展。其中，虛擬化、自動化是主要發展目標，通過虛擬化的控制，自動化的操作與控制可以實現更好的優化生產效率和效果的目的。機械自動化技術可以為農業生產提供至少以下幾個方面的優勢和特點：優化產品質量、提高生產效率、控制生產周期、控制生產成本、提升經濟效益、降低人工勞動力投入、實現生產環境環保型，推動相應行業與技術不斷發展和創新。

2農業機械制造自動化的應用現狀

機械自動化技術是農業生產中最為重要且應用意義巨大的一種技術，國外一些發達國家，已經能夠將大量的農業機械制造自動化技術應用到農業生產當中，并且在農業生產中的收割、整理、篩選、加工、包裝等流程中應用自動化機械，可以實現自動化的生產效果。農業機械制造自動化技術仍然需要堅實的科學技術為基礎，其中主要包含計算機集成制造系統、計算機輔助設計技術、高精度的加工技術等，目前我國機械制造自動化技術仍然處于萌芽階段，仍然需要更加深入的研究和創新。根據機械自動化技術的制造規模劃分，農業行業當中的機械自動化主要可以分為自動化制造、自動化制造系統、制造線、制造工廠等。就農業機械制造領域而言，我國僅僅達到了自動化制造、自動化制造系統的建設和創新，在其他方面仍然有待提高。

3農業中機械制造自動化的未來發展前景

3.1自動化視覺技術的應用

計算機的視覺技術是新時期的一種重要技術之一，國外許多發達國家已經針對這一技術開展了相應的工程性應用。計算機視覺技術在農業生產當中的應用主要表現在評判農產品的質量、管理農業種植的資源、記錄農作物的生產信息以及自動收貨等方面。例如，英國通過計算機視覺技術制造了專用于采蘑菇的機器人，通過其中的視覺處理技術以及圖像處理功能，可以讓機器人在采蘑菇時準確定位并有效采集。當前，這一技術在我國仍然不夠成熟，需要進步一研究和應用。

3.2農產品檢驗與包裝技術

就目前的農產品檢驗與包裝效率而言，大多數屬于密集勞動的方式，想要有效提升這項工作的工作效率，可以應用自動化檢測包裝設備，其中可以借助攝像機或X射線等方式探測農產品的病害程度以及受損害程度，并將包裝完好的農產品挑選出來，并計算農產品的數量以及體積，之后再借助包裝機，根據不同質量等級以及體積將農產品包裝好。這一技術在許多發達國家已經達到了生產線密集型的應用，但是在我國存在著明顯的問題，仍然需要相關研究人員不斷探究和實踐，并根據我國實際的農業生產現狀，設計出符合我國農業生產的農產品檢驗與包裝自動化技術。

4總結

綜上所述，農業機械制造的自動化技術未來必然是農業社會經濟發展的必然，對農業生產均有著明顯的意義和作用。因此，在農業機械生產以及制造過程中，需要不斷提高對機械自動化技術的重視和探討，提升農業機械制造設備以及管理的自動化狀況，從而更好地推動我國農業生產。

作者:李洪芹 顏廷婷 魯鴻 單位:1、山東省臨沂市費縣農機監理站 2、山東省臨沂市蘭山區方城農機管理服務站

參考文獻：