計算機視覺的基本概念精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的計算機視覺的基本概念主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：計算機視覺的基本概念范文

關鍵詞 機器視覺；現代農業；應用；問題；展望

中圖分類號 TP391.4 文獻標識碼 A 文章編號 1007-5739（2014）08-0335-01

Application of Machine Vision Technique in Modern Agriculture

WANG Wen-jing

（Department of Electronic Information，Foshan Polytechnic，Foshan Guangdong 528137）

Abstract The basic concepts，principle and system of machine vision were introduced.The application status of machine vision in modern agricultural production was discussed.Based on the analysis and research status at home and abroad，current problems and future direction of the development was proposed for machine vision applications in modern agriculture.

Key words machine vision；modern agricultural；application；problems；prospects

隨著“在工業化、城鎮化深入發展中同步推進農業現代化”這項重要任務在“十二五”規劃中的提出，我國的農業有了迅猛發展，農業與自動化技術的研究和應用得到了高度的重視，但是與國外發達國家還有一定的差距。機器視覺技術是促進農業生產和管理自動化水平提高的一種高效的手段。目前，該技術在國內外農業領域的各個環節已經有了較大突破，如種子質量檢測、田間雜草識別、植物生長信息監測、病蟲害監測等。機器視覺技術不僅節約了人力、物力的消耗，而且提高了生產質量和效率。

1 機器視覺技術的基本概念、原理以及系統組成

機器視覺也稱之為計算機視覺，是一種利用機器代替人眼進行觀察、測量與判斷的技術，首先利用攝像機獲取目標的圖像，然后通過計算機算法將圖像進行數字化處理和顏色、形狀和尺寸等的測量與判別[1]。

機器視覺系統主要由光源、攝像機、采集卡和計算機構成。攝像機通過光電傳感器將被測物光形象轉化為電信號，并且以圖像的形式記錄保存下來。圖像采集卡是連接攝像機和計算機的紐帶，主要作用是把電信號轉化為數字信號，并將數字信號傳輸到計算機進行保存和處理。在實際應用中，為了能夠獲得高亮度和高對比度的圖像，通常需要使用光源提供的燈光照明，以便圖像的獲取和處理。

2 機器視覺技術在現代化農業中的應用

2.1 在農業生產前的應用

進行種子質量檢測。農作物種子質量的好壞對作物產品的優劣與作物產量的高低有著直接的影響作用，在農業生產過程中有著至關重要的地位。成 芳等[2]詳細介紹了機器視覺系統的原理和發展動態，并且從系統軟件、硬件和國內外研究現狀等方面綜合描述了機器視覺在種子質量檢測中的運用。陳兵旗等[3]利用機器視覺技術對水稻種子進行了精選，首先提取長寬比和面積等特征參數，并建立有關稻種類型的數據庫，進而對稻種類型進行判斷，然后通過掃描線數和掃描線上黑白像素的變化次數來判斷種子是否破裂，最后利用不同閾值提取的稻種面積差來判斷稻種是否霉變。試驗證明：該方法能對種子種類、發霉和破損情況等進行判斷，具有較高的準確率。

2.2 在農業生產中的應用

2.2.1 作物生長信息監測。農作物的生長調控、缺素診斷、產量分析與預測都是以作物生長信息為基礎和依據的，因此，通過機器視覺的方法對農作物的生長信息進行監測，成為當今機器視覺在農業中的研究熱點之一。張云鶴等[4]設計了農作物莖稈直徑變化測量系統，通過測量圖像中作物莖稈直徑像素數、圖像中參照物直徑像素數和參照物的實際直徑求取作物莖稈直徑。使用該系統對黃瓜莖桿進行直徑測量，絕對誤差在0.002 mm以內。王文靜等[5]設計了一個基于機器視覺的水下鲆鰈魚類質量估計系統。該系統利用機器視覺和圖像處理技術對不同生長發育階段的半滑舌鰨進行了檢測，提取了魚的面積、等效橢圓長寬比和圓形度因子等形狀參數，并將各參數分別與質量進行數據擬合建立二維和三維維模型。試驗證明：該方法能夠較好地估計出生物的質量。

2.2.2 病蟲害與雜草監測。病蟲害和雜草直接危害著農作物的生長，如果沒有得到及時的控制，會直接影響到農作物的質量與產量。因此，檢測并獲取害蟲的分布情況、位置、生長情況等對農作物的生產具有巨大的意義。邱道尹等[6]設計了一個基于機器視覺的大田害蟲檢測系統，利用神經網絡分類的方法對常見的幾類害蟲進行了分類。通過現場試驗證明，該方法簡單可行、識別率高。毛文華等[7]以國內外的研究為例，系統、詳細地介紹了機器視覺在雜草識別中的研究和應用情況，分析了采用植物紋理、顏色、多光譜和形狀等特征來識別雜草的理論根據以及存在的問題和難點。尹建軍等[8]利用攝像機采集標定靶圖像，根據攝像機的透視模型對圖像進行處理，求出48個靶點質心的像素坐標，然后通過DLT最小二乘法建立攝像機隱參數矩陣。實踐證明，該方法對雜草定位的誤差在23 mm以內，能夠滿足雜草識別與智能化噴施的需求。

2.2.3 營養脅迫診斷。在農業生產管理中，由于缺素初期的作物和正常情況沒有太大差別，很難被察覺和診斷，而利用機器視覺的方法能夠比較及時、準確的判斷，進而降低損失。

毛罕平等[9]在作物營養元素虧缺的識別和自動檢測中，利用植物的葉片特征和遺傳算法進行優化組合，挑選出能夠用在分類器設計方面的特征向量。試驗證明，利用二叉樹分類法的模糊K近鄰法對缺元素的番茄進行識別和測試，其誤差在15%以內。張彥娥等[10]利用機器視覺技術和圖像處理技術研究了一種溫室黃瓜葉片營養信息檢測系統，通過求取葉片含水率、含氮率與含磷率分別與各個分量之間的相關性；試驗證明：該方法獲取葉片顏色分量、亮度指標等參數，能夠作為計算機視覺技術作物長勢和作物營養信息監測的指標。

2.3 在農業生產中的應用

2.3.1 農業機器人。對農業機器人的應用主要利用機器人技術進行視覺導航技術的研究，是目前比較受關注的課題之一。視覺導航技術的研究為農業機器人的自動除草、施肥和施藥等工作奠定了良好的基礎。

周 俊等[11]在綜合分析農田自然環境的基礎上，提出了農業機器人視覺導航中多分辨率路徑識別算法，并將色彩特征分析法應用于路徑識別中，利用小波分析變化法進行邊緣檢測，結果表明，結合導航系統期望跟蹤的路徑特點分析可以比較準確的識別路徑。安 秋等[12]通過AVR單片機的下位機來控制4個電機的速度和實現與上位機的串口通訊功能，提出了將線性掃描法和最小二乘法結合使用的思路，實現了農業機器人的視覺導航算法，使機器人能夠在農作物之間行走。

2.3.2 品質分級。利用機器視覺的方法對農作物進行分級，可以減少主觀因素的影響，并且為生產自動化的發展奠定了基礎。

蔣益女等[13]對蘋果質量等級識別的機器視覺檢測技術進行了研究，對蘋果圖像進行梗蒂、缺陷識別后，提取目標區域，并求出紋理和幾何特征參數等，并通過Pearson對參數進行相關性分析和SFFS對特征進行選擇，去掉冗余的特征，最后使用KNN分類方法對蘋果進行分類。試驗結果表明，該識別方法對蘋果等級識別與人工判別結果非常接近，可以推廣到其他產品質量等級檢測和識別。李江波等[14]對鮮香菇外部品質計算機視覺檢測與分級進行了研究，首先對攝像機采集的圖像進行預處理后，獲取香菇菇蓋的圓形度、最大直徑、色調均值等特征參數對香菇進行分級。試驗證明，利用BP神經網絡法對香菇進行分級的準確度為94.2%。

3 存在的問題及未來的展望

隨著機器視覺技術的發展和農業自動化水平的提高，機器視覺技術在農業中的應用研究越來越多，但是由于農作物形狀的多樣性、周圍環境的復雜性、理論和實際的差異性等因素制約著機器視覺技術在農業中的應用發展。為了解決這些問題，筆者認為應從試驗條件、系統硬件和軟件設計3個方面著手。如在設置和模擬試驗條件和硬件系統設計時，應多方位、全面地考慮到實際情況和國內外先進技術，使設計更加完善。在系統軟件算法的開發階段，需要將機器視覺和圖像處理算法多與神經網絡、人工智能等相結合使用，尋求出適用性強的新算法[15]。

在現代農業中引入機器視覺技術，不僅可以提高農業生產和發展的自動化水平，而且可以使人類從重復的勞動中解放出來，有著廣闊的發展空間和應用前景。一方面，與人類視覺相比，機器視覺具有快速、非接觸性、無損和準確的特點，可以提高農業生產效率，促進農業生產和管理自動化方向和發展。另一方面，計算機、自動化控制技術、機器視覺技術的進一步發展和綜合集成，也將會為機器視覺在農業生產中的應用開辟新的空間。

4 參考文獻

[1] 趙曉霞.計算機視覺技術在農業中的應用[J].科技情報開發與經濟，2004，14（4）：124-125.

[2] 成芳，應義斌.機器視覺技術在農作物種子質量檢驗中的應用研究進展[J].農業工程學報，2001，17（6）：175-179.

[3] 陳兵旗，孫旭東，韓旭，等.基于機器視覺的水稻種子精選技術[J].農業機械學報，2010，41（7）：165-173.

[4] 張云鶴，喬曉軍，王成，等.基于機器視覺的作物莖稈直徑變化測量儀研發[J].農機化研究，2011（12）：158-160.

[5] 王文靜，徐建瑜，呂志敏，等.基于機器視覺的水下鲆鰈魚類質量估計[J].農業工程學報，2012，28（16）：153-157.

[6] 邱道尹，張紅濤，劉新宇，等.基于機器視覺的大田害蟲檢測系統[J].農業機械學報，2007，38（1）：120-122.

[7] 毛文華，王一鳴，張小超，等.基于機器視覺的田間雜草識別技術研究進展[J].農業工程學報，2004，20（5）：43-46.

[8] 尹建軍，沈寶國，陳樹人.基于機器視覺的田間雜草定位技術[J].農業機械學報，2010，41（6）：163-166.

[9] 毛罕平，徐貴力，李萍萍.基于計算機視覺的番茄營養元素虧缺的識別[J].農業機械學報，2003，34（2）：73-75.

[10] 張彥娥，李民贊，張喜杰.基于計算機視覺技術的溫室黃瓜葉片營養信息檢測[J].農業工程學報，2005，21（8）：102-105.

[11] 周俊，姬長英.農業機器人視覺導航中多分辨率路徑識別[J].農業機械學報，2003，34（6）：120-123.

[12] 安秋，顧寶興，王海青.農業機器人視覺導航試驗平臺[J].河南科技大學學報：自然科學版，2012，33（3）：42-45.

[13] 蔣益女，徐從富.基于機器視覺的蘋果質量等級識別方法的研究[J].計算機應用于軟件，2010，27（11）：99-101.

第2篇：計算機視覺的基本概念范文

關鍵詞：數字圖像處理；教學改革；試驗教學

0 引言

《數字圖像處理》是一門匯聚光電探測、電子學、數學和計算機等眾多領域技術的綜合叉學科，通過對原始圖像的加工，可以使圖像具備更好的視覺效果，同時滿足某些應用的特定需要。《數字圖像處理》是一門偏重于應用的工程學科，經過半個多世紀的發展，目前已廣泛應用于工業檢測、醫療保健、航空航天、軍事等各個領域，其巨大成就表現在航空航天遙感和醫學圖像的處理方面。在航天領域，為太空探測成功處理了數萬張照片在生物醫學領域，為開辟了無損診斷的先河，體現出其遠大的發展前景。數字圖像處理是模式識別、計算機視覺、圖像通信、多媒體技術等學科的基礎，已經成為高等院校電子信息工程、通信工程、信號與信息處理、計算機應用與軟件等學科的一門重要專業課程。

對于工科類應用型高校，主要是培養具有創新意識和競爭力、符合市場需求的實用型人才，強調學生的應用動手能力。在《數字圖像處理》課程的教學過程中，我們主要從授課內容、授課方式、試驗課設計以及考核方式進行了改革，培養學生學習興趣，掌握圖像處理最基本的流程和基礎知識，通過主動查閱文獻資料與團隊協作培養學生分析問題與解決問題的能力。近幾年，我們對課程教學內容體系、教學方法與手段以及教師隊伍等方面的進一步建設，不斷進行科技創新，將工程與項目的開發與設計理念引入課堂與試驗，取得了較明顯的效果，最為顯著的是學生在大四畢業設計中，具備扎實的圖像處理相關基礎知識，能很好地完成與圖像處理相關的畢業設計課題。

1 授課內容改革

隨著科學技術的發展以及信息時代的到來，圖像處理的新理論和新方法層出不窮，并逐步應用于實踐。《數字圖像處理》課程教學的側重點和教學內容也必須發生相應變化以適應時代對應用型人才培養的需求。

1.1優化整合教學內容

在眾多的《數字圖像處理》類教材中，選擇了西安電子科技大學許錄平編寫的《數字圖像處理》教材為主。主要考慮到該教材內容全面、知識新穎，在內容闡述上重點突出，實踐性強，有較多的實例來幫助學生理解圖像處理的理論和算法。同時以清華大學章毓晉編寫的《圖像工程（上冊）圖像處理和分析》與岡薩雷斯的《數字圖像處理》作為我們的輔助教材。

該教材共分八章三大部分，第一部分是數字圖像處理基礎，包括緒論、圖像處理基礎和圖象變換共三章。第二部分介紹圖像處理基本方法和技術，包括圖象增強、圖像恢復和重建、圖像壓縮編碼共三章。第三部分講述數字圖像分析的基本原理和技術，包括圖象分割和圖像描述共二章。對于應用型本科教學，我們對教材內容進行適當增刪、重組。并劃分成如下內容模塊：圖像基礎知識（圖像采集、量化與人眼視覺系統）、圖像變換、圖像增強、圖像恢復、壓縮編碼、圖像分割、圖像描述與圖像分類識別。課程教學的主要任務是系統地講授各個模塊的基本概念、基本原理與典型方法。目的是讓學生掌握圖像處理的基本理論和技術，建立一個比較完整的圖像處理和分析的理論體系，并了解和掌握常用的圖像處理和分析技術。

根據幾年的教學實踐經驗，圖像描述與圖像分類識別應該屬于圖像理解的范疇，作為圖像工程的高一級別的內容，可以在本科階段略講：而圖像基本概念、各種圖像變換、灰度圖像增強、圖像平滑、圖像銳化和彩色圖像處理的應用性比較強，且在生活中經常會遇到此類的應用需求，應盡量詳講；頻域增強、圖像復原、圖像編碼和圖像分割的地位比較特殊，這些部分的數學知識比較多，現實中具有很大應用價值，應該予以講授。

1.2補充學課前沿知識

在每個模塊的內容講授安排上，在注重基礎知識與經典算法講授的前提下，按照由淺入深、由易到難的順序逐漸展開，并適當補充本領域中的一些新技術、新方法、新成果。例如：在講授圖像變換模塊時，其中的Fourier變換與離散余弦變換（DCT），學生在其他前期課程中有所接觸，相對來說學生容易接受與理解。在這個模塊我們要補充的前沿知識就是“小波變換”。小波分析是當前應用數學與工程學科中一個迅速發展的新領域，經過近十年的探索研究，重要的數學形式化體系已經建立。理論基礎更加扎實。與Fourier變換、DCT變換相比，小波變換是時間（空間）頻率的局部細化分析，它通過伸縮平移運算對信號（函數）逐步進行多尺度細化，最終達到高頻處時間細化，低頻處頻率細化，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了Fourier變通的困難問題，成為繼Fouri-er變換以來在科學方法上的重大突破，有人把小波變換稱為“數學顯微鏡”。小波變換聯系了應用數學、物理學、計算機科學、信號與信息處理、圖像處理、地震勘探等多個學科。它在信號分析、語音合成、圖像識別、計算機視覺、數據壓縮等方面的研究都取得了許多具有重大科學意義和應用價值的成果。再例如：在講授圖像平滑去噪模塊時，除了講解教材的均值濾波、中值濾波算法之外，還補充基于偏微分方程（PDE）的圖像去噪方法。在圖像處理與計算機視覺中采用PDE方法，是近些年以來圖像處理領域中的一個重要分支，因為它在圖像處理中具有更強的局部適應性（Local Adaptability）與高度的靈活性（Flexibility），并且日益成為相關領域研究者關注的一個熱點，在圖像去噪、邊緣檢測與圖像分割方面積累了豐富成果。

通過在課堂上適當地補充學科前沿知識，不但可以開闊學生的視野，豐富學生的知識面，讓學生明白更多、更新的方法在教材之外，要學會查閱相關文獻，而不要局限于書本，從而激發學生的創新意識。同時，在各個模塊內容的設計中要注重知識點之間、模塊之間以及本課程與其他課程之間的內在聯系，既體現知識的內涵，又關注知識產生的過程。既引導學生對當前所學內容舉一反三，又能將新舊知識融會貫通。

2 教學過程的改革

2.1教學方式的選擇

《數字圖像處理》課程是一門既具有較強理論性又具有較強實踐性的學科，其中不但有基本概念與理論。還有許多具體的算法與應用舉例。所以，在教學過程中采用以“多媒體”為主，“粉筆+黑板”為輔的教學方式。多媒體教學手段的采用能使教學內容由平面到立體，由抽象到具體，由文字到聲音圖像，這一教學手段的運用極大地增強了課堂教學的直觀性、互動性，調動了學生學習的主動性。而“粉筆+黑板”的板書可以用來進行公式的推導與演算，加強學生對公式的理解與記憶。

2.2項目式教學

為了有效地培養學生的應用能力，把基于項目式的教學策略引人課堂之中，以促進學生高級認知技能和問題解決策略的形成，將理論聯系實際，培養學生分析問題與解決問題的能力。這一策略的主要方法就是：在講授教材的知識點或具體算法時，先引入一個具體工程項目，通過對此項目的需求進行分析，讓學生知道我們將要學習的知識在項目的哪個環節可以得到應用。這樣既可以激發學生的求知欲，又能增強學生的學習興趣，調動學習的主動性。例如：在講授“圖像增強”這個模塊時，我們就以“視頻監控”項目為背景，因為受光照條件、天氣變化（雨雪、大霧）等因素影響，采集的視頻圖像往往不清晰，視覺效果很差，但是，通過我們將要學習的圖像增強方法，可以大幅度地改善圖像的視覺效果，提高圖像的質量，如圖1所示。

由于這一真實項目引領整個“圖像增強”模塊的學習過程，能夠有效提高學生的學習積極性，也有利于學生掌握該知識點的具體應用價值，提高學生對理論知識的綜合運用能力，從而提高學生分析與解決實際問題的能力。

3 試驗教學的改革

在以住《數字圖像處理》的試驗課中，通常都是在MatLab環境中，對課本中的一些算法進行重復性驗證，試驗內容簡單枯燥，無法引起學生學習的興趣，更加不能使學生將所學的知識與實際生活中的應用需求相聯系。

針對上述問題，我們進行了如下改革：

（1）設置具有應用性的“學期項目”讓學生開發，激發他們的學習興趣。俗話說“興趣是最好的老師”，只要能夠激發學生的學習興趣，就能調動學生學習的主動性與積極性。為了調動學生的學習興趣，我們選擇兼具應用性與興趣性的試驗題目——例如“基于膚色特征的人臉分割”、“基于視覺相似性的圖像快速檢索”、“監控圖像的增強與銳化”與“運動模糊圖像的恢復”等，學生根據這些“學期項目”，分成多個小組，每個成員在組內具有明確的分工與任務，各負其責，共同完成“學期項目”軟件開發。

（2）在“學期項目”軟件開發時，鼓勵學生多采用教材之外的新理論與新方法，培養開拓創新能力。要求學生在了解試驗目的前提下，自己進行方案設計，選擇適當的算法。近些年以來，各種類型的圖像處理新理論與新方法層出不窮，在不同的應用場合，各自的優點與缺點互不相同。鼓勵學生通過互聯網與學校的圖書館，查閱最新文獻，形成自己的特點，培養學生的科技創新能力。在試驗成功后，不但要進行試驗結果與算法性能分析，還要書寫軟件設計方案等文檔。

（3）組建圖像處理興趣小組。因為受課程學時限制，僅僅只利用課內時間，則非常有限。我們就組建了圖像處理興趣小組，讓他們參加到教師的科研與項目中來，使學生在真實的項目研發中鍛煉自己的綜合能力。

最后，在期末之前安排兩周的時間對學生的“學期項目”進行集中檢查，檢查的內容主要包括：①系統演示；②功能方面是否正確完整；③算法的適應能力是否魯棒；④算法的效率是否高效；⑤程序代碼是否規范；⑥試驗分析報告與PPT匯報。然后，根據這些方面的檢查情況，對學生的學習情況與動手能力進行評分。這是基于項目試驗教學改革的重要環節，不但可以督促“學期項目”完成的質量，還能提高學生分析問題與解決問題的能力。

4 評價機制的改革

對于公選課的《數字圖像處理》課程，我們采用了“筆試+課堂表現+試驗考核”的一種綜合考核方式。其中筆試環節重點考察學生教材上的基本概念、基本算法等知識點記憶與掌握程度：課堂表現主要考察學生的學習態度，主要包括出勤率與讀書心得等內容：試驗考核主要是考察學生綜合應用能力，其中包括所選“學期項目”的完成質量與試驗分析報告與軟件設計文檔。

《數字圖像處理》作為一門實踐性、應用性都很強的課程，在考核時，要加大平時考查在最終成績認定中的比重，要重點突出“學期項目”完成質量在學習中的重要性，從而激發學生實踐學習的主動性，提高學生的實踐能力、創新能力，最終達不到理想的教學效果。

此外，由于選修本門課程學生基礎各異，專業背景相差較大，采取“分層評價”也是一種應該提倡的方法。“分層評價”也是教學過程中的一個重要環節，它是根據學生的知識水平和學習能力的差異，對不同專業的學生采取不同的評價標準以及對他們的期望值。

5 結語

第3篇：計算機視覺的基本概念范文

【關鍵詞】視覺測量 數字圖像處理 開放性實驗

【中圖分類號】G642 【文獻標識碼】A 【文章編號】1006-9682（2012）10-0001-03

一、引 言

數字圖像處理作為一門學科大約形成于20世紀60年代初期，并首次在航空航天領域取得了成功應用。數字圖像處理技術的發展除了與計算機技術、信息技術的快速發展密切相關以外，還得益于其在航空航天、工業、生物醫學、軍事、通信工程、商務、環境、林業等諸多領域的廣泛應用，正是這些應用需求，促進了數字圖像處理技術的深入研究和快速發展。“數字圖像處理”課程是隨著計算機和信息技術發展應運而生的一門新興課程，已成為信息類專業本科生的重要專業課。通過該課程的學習，要求學生掌握數字圖像處理的基本概念和原理，能夠對圖像進行各種處理，如圖像增強、圖像運算、圖像編碼、邊緣檢測等，為圖像通信、模式識別、計算機視覺以及其他交叉學科等工程領域的應用奠定基礎。

“數字圖像處理”課程的理論教學很抽象，僅僅通過理論教學學生很難掌握數字圖像處理的基本原理。如果把數字圖像處理的廣泛應用引入課堂理論教學，將具體知識點與其在實踐中的使用相結合，同時為學生提供邊學邊實踐的機會，不僅可以提高學生的學習興趣，加深對抽象理論知識的理解，增強其動手實踐的能力，還可以拓展學生的視野，與目前學科前沿技術相銜接。

二、視覺測量技術

在現代三維測量新技術中，視覺測量是由計算機視覺、圖像處理、模式識別等多學科交叉結合而形成的科學。圖1所示，視覺測量是一種非接觸性測量手段，以數字圖像作為信息載體，對被測目標進行成像，通過提取多個像面的二維像點信息，標定相機內、外參數，并重建、優化被測目標的三維信息，實現測量。視覺測量基于嚴謹的理論和現代的硬軟件設施，可以達到相當高的精度和可靠性，便于對大型工件、設備的尺寸、位置、三維輪廓等進行高精度測量，而且移動方便，可快速靈活地構建適于不同測量對象的系統，進行現場測量。目前，視覺測量技術已經廣泛應用于建筑工程、航空航天、汽車制造、生物醫學、考古等各個領域。[1～5]因此，視覺測量技術正在深入工業生產和社會生活的各個領域，研究和應用新的基于光學、數字圖像和視覺信息融合的三維測量方法，既具有重要的理論意義，又具有重大的實用價值，應用前景非常廣闊。

根據視覺測量的基本原理，利用數字圖像處理技術獲取的二維信息是視覺測量中相機標定、三維重建等環節的基礎，對于系統的測量精度、穩定性等方面具有決定性的影響，是視覺測量領域的關鍵技術。在長期的數字圖像處理課程教學以及視覺測量研究工作中發現，可以將視覺測量中關于數字圖像處理的應用內容引入課堂教學中，與具體理論知識相結合，加深學生對于課程理論的理解，使其接觸到科學研究的前沿內容。此外，通過設置開放性實驗等環節，引導有興趣和能力的學生進行實踐能力的培養，使學到的知識“活”起來。

三、視覺測量與數字圖像處理課程的融合

為了改善數字圖像處理課程的教學效果，提高教學效率，將視覺測量技術與數字圖像處理課程相融合，本文主要在教學方法和教學手段改革、視覺測量需求與理論知識點結合、實踐動手能力提高等方面進行了研究。

1.教學方法和教學手段改革

為了貫徹學生是教育主體的教育思路，使學生學會學習，并充分激發學生的創新能力和素質培養，促進學生個性的發展，同時有利于師生彼此促進共同進步的原則，針對數字圖像處理課程的特點，采取了以下措施：

（1）重視數字圖像處理課程的基礎理論教學。數字圖像處理內容豐富，應用靈活廣泛，但學生在掌握某些具體應用技術時感到理解困難。因此，在實際教學上，首先需要注重相關的基礎理論教學。[6]例如，數字圖像的本質是數字信號，所以在課程前期階段，專門有針對性地復習和講解了信號分析與處理方面的基本理論，包括數字信號處理的常用方法、離散傅里葉變換和快速傅里葉變換、離散余弦變換等，這些理論在數字圖像處理課程中有具體應用。這不僅有利于對數字圖像處理內容的掌握，也可以反過來加深對相關理論的理解。另一方面注意授課內容的精選，內容不在于多，而在于少而精，突出重點，使學生在有限學時內有最大的收獲。例如，在頻域空間進行圖像增強時，不能將頻域空間的所有方法都對學生講授，而是突出講解了關于頻域空間與時域空間處理之間的關系，針對頻域圖像平滑介紹一種低頻濾波器，分析其原理和特點。這樣不僅節省了教學時間，而且重點突出，同時也引導學生查閱其他相關方法，讓他們自己去動腦思考，提高其思維能力。

（2）完善和改革課堂教學方法。在課堂教學過程中，我們始終重視啟發式教學，遵循“提出問題”、“啟發式思考”、“解決問題”的教學過程，使用“問題教學法”引導學生去思考、分析問題，激發學生學習的積極性，提高教學效果。課堂開始時，根據授課內容，提前向學生拋出相關問題，在講課過程中則圍繞該問題講解課程內容，最后提出問題的解決方法。例如，在講解“直方圖均衡化圖像增強技術”一節內容時，首先向學生展示了兩幅曝光不足和曝光過量的圖片，并且為了提高學生的學習興趣，認識數字圖像處理的實際應用，圖片取自于視覺測量、航空交會對接定位等領域的實際圖片，向學生提問，“如果實際應用中，由于環境光的影響，拍攝到了這樣的圖片，應該怎么辦？”課堂講解過程中，隨著直方圖、直方圖增強技術的理論、直方圖均衡化方法等內容的展開，使學生逐漸理解并掌握直方圖均衡化方法，最后，給學生演示了直方圖均衡化方法的實現，并看到了利用該方法對圖片增強前后的圖片效果。這種啟發引導式的課堂教學方法，取得了良好的效果。

（3）傳統和現代化教學手段相結合。隨著計算機、通信技術應用的迅速普及，國內高校的課堂教學已普遍采用了多媒體技術，利用計算機、投影儀、幻燈機等現代化教學設備，結合計算機輔助教學（CAI）展示教學內容。這些現代化技術的確為課堂帶來了很多豐富多彩的教學手段。數字圖像處理是以圖像為處理對象，其輸出的形式主要以圖像和圖形為主，該課程也十分適宜將教學內容制成課件，采用多媒體計算機開展現代化教學。借助多媒體，使學生較直觀地看到各種圖像的處理需求、處理過程、處理效果等，這是普通教材和參考資料所無法比擬的。因此，我們針對課堂教學需求，進行了多媒體課程教學資源建設，如教學大綱、教學日歷、授課教案和課件等通過多媒體平成，便于講課，同時也便于學生課后的復習。例如，將視覺測量原理、過程等，通過多媒體課件的形式演示出來，相比較口頭介紹等方法具有更加直觀的效果。除了多媒體教學手段，傳統的板書式教學作為補充手段也在數字圖像處理課程中得到應用，主要用在課堂教學內容框架展示、理論推導等方面。

2.視覺測量與理論知識點結合

為了提高算法對于目標特征的識別效果，視覺測量通常采用圓形或方形特征點（圖2），在獲取的圖像中對特征的成像位置進行識別和精確定位。視覺測量對于圖像處理的要求主要包括圖像預處理、特征粗定位、特征精定位等內容，對應數字圖像處理課程中的圖像增強、邊緣檢測、特征識別、幾何運算等知識點。[7]

圖2 視覺測量常用特征點

（1）圖像預處理。圖像預處理的主要方法包括彩色圖像灰度化、圖像增強等，為此，在講解彩色圖像內容時，介紹了RGB、HSI等彩色模型以及不同彩色模型之間的轉換，并引出如何將彩色信息轉換成灰度信息。通過分析彩色表示模型，建立了彩色到灰度圖像的轉換。

向學生展示常用視覺測量圖像效果的基礎上，為了減少圖像噪聲的影響、提高圖像識別效果，提出改善圖像質量的目標，需要進行圖像增強。結合圖像增強中常用的直方圖增強技術、空域和頻域圖像增強方法在視覺測量圖像處理中的實際應用，給學生展示直觀的處理效果，加深對圖像增強方法的理解。

（2）特征點粗定位。數字圖像處理的邊緣檢測是該課程比較重要的一部分內容，邊緣檢測中包含了多種方法，便于學生對不同邊緣檢測算法的作用效果有直觀印象，將各種算法應用于視覺測量圖像征點的邊緣檢測，并有針對性地選擇相應參數，使學生不僅學習了各種邊緣檢測算法的使用，也看到了算法的特點。

根據視覺成像的特點，圓形特征點成像后一般為橢圓，所以，利用邊緣檢測得到的邊緣像點數據，講解用邊緣點進行指定特征識別的方法，如基于Hough變換的特征檢測方法。為了引導學生思考，采用啟發式講課方法，講解了Hough變換檢測直線的方法，引出如何用Hough變換檢測像面上的圓或橢圓，并鼓勵有能力的學生實現相應算法。

（3）特征點精定位。特征點精定位的目的是在實現特征點粗定位的基礎上，對圓形特征點中心在像面上的精確坐標進行定位。精確定位主要設計到數字圖像處理中的點運算，但需要考慮采用的具體定位算法，如灰度重心法、加權灰度重心法、橢圓擬合法等。引導學生通過文獻資料查找和實現相關定位算法，并且與國際領先的專業軟件進行定位精度對比。通過比較，可以使學生發現不同算法之間的區別，并分析不同的原因。進一步，引導學生嘗試對定位算法做一定的改進，這種改進，不需要從算法根本上做出很大的創新，只是從某一方面進行微小的變化，使其能夠適合特定的應用需求。例如，如果對視覺測量像面上特征點定位采用加權灰度重心法時，通過調整加權系數，得到不用的效果，從而分析加權系數對于定位精度的影響，并據此得出適用于該需求的結論。

四、開放性實驗

長期以來，“數字圖像處理”課程教學主要采用課堂理論教學，教學內容也多為經典的內容，很難反映課程內容的時代特征。實驗教學是高等教育的重要組成部分，是抽象思維與形象思維、傳授知識與訓練技能相結合的過程，在人才培養中具有課堂理論教學環節不可替代的作用，對培養理工科大學生的創造性是不可缺少的。雖然目前大多數課程都設置了實踐環節，但也普遍存在著很多問題，[8]例如，實驗課成績占課程成績比例小，學生對實驗的重視度不夠，存在著抄襲他人實驗結果和報告的現象；實驗模式單一，實驗內容陳舊、呆板，多為驗證性實驗，缺乏創新性和挑戰性，學生完全處于被動狀態，最終導致實驗不認真，敷衍了事，所學的知識和操作技術遺忘快；不能保證每個學生都有充分的時間和機會做實驗，個別學生逐漸養成依賴心理，最終只有一部分學生得到了鍛煉；理論課與實驗課教學老師分離，造成理論和實踐環節脫節等。

針對目前“數字圖像處理”課程實驗的現狀，根據視覺測量像面特征點定位需求，開設相關開放性實驗項目“視覺測量特征點提取定位實驗”，實驗要求學生結合數字圖像處理課程知識理論，對視覺測量采集的數字圖像進行處理，提取相關特征點。針對視覺測量中常用的特征點（圓形、方形）進行自動檢測，并實現高精度定位，主要實驗內容包括：圖像預處理、特征點粗定位、特征點精定位、算法設計與實現、實驗結果分析等。

教師在開放性實驗項目中承擔的角色主要是方案設計和實施過程中的指導、監督，對方案的具體實現方法不做限制性要求，主要由學生結合課堂教學內容以及查閱文獻資料來設計并完成。為了提高項目完成的效率，教師可以通過適當的引導為學生指出主要方向。

對于單個學生來說，這樣的實驗項目有些困難，“團隊合作”也是新時期對科技人才素質的要求，所以可以通過建立項目小組的方式開展實驗。小組成員將實驗內容進行分工，每人負責不同的部分，通過相互合作、幫助，完成整個實驗項目。通過這種形式，也在某種程度上鍛煉了學生的團隊合作意識和合作方法。

五、結束語

通過將視覺測量領域研究成果引入“數字圖像處理”課程，并在教學方法、教學手段、教學內容、開放性實踐等方面的改革和嘗試，逐步做到科學研究成果與課堂理論教學的有機結合，不僅豐富了課程的教學內容，提高了學生的學習興趣，加深了對理論知識的理解，而且使學生接觸到科學研究的前沿領域，開拓了視野，對創新能力的培養鍛煉等方面也具有重要意義。

參考文獻

1 E.M. Mikhail， J.S. Bethel. Introduction to Modern Photogramme

-try[M]. New York： John Wiley & Sons，2001

2 胡安文、季錚、盛慶紅.基于近景數字視覺測量的飛機表面模型重建[J].地理空間信息，2004（6）：23～25

3 Nicola D’Apuzzo. Overview of 3D surface digitization technologi-es in Europe[C]. Three-Dimensional Image Capture and Applications VI， Proc. of SPIE-IS&T Electronic Imaging， San Jose （CA），2006

4 劉常杰、邾繼貴、葉聲華.汽車白車身機器視覺檢測系統[J].汽車工程，2000（6）：373～376

5 彭三城、孫星明、劉國華.三維人體自動測量技術綜述[J].計算機應用研究，2005（4）：1～5

6 Wang Jun， Dong Mingli， Liang Bo. A fast target location method for the photogrammetry system[C].Proc. of SPIE-ISMCM， Beijing，2011

第4篇：計算機視覺的基本概念范文

（武漢科技大學信息科學與工程學院，湖北 武漢 430081）

0概述

數字圖像處理又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程，被廣泛應用于科研、醫療、衛生、工業、軍事和其他領域。隨著圖像處理技術的迅速發展，其逐漸形成了一個相對獨立和完善的學科體系[1]。為了適應人才培養的需要，筆者所在的信息科學與工程學院開設了數字圖像處理必選課程，授課對象為該學院四年級本科生。目的在于培養學生變成實踐技能，實現圖像信息的各種處理，為進一步學習計算機視覺、模式識別等課程奠定基礎。

作為一門理論性和實踐性都很強的專業課程，數字圖像處理課程具有專業知識面廣、理論知識難度大和應用領域廣泛的特點[2]。學生在學習時，普遍認為概念抽象，知識理解難度大，對于專業的分析方法與基本理論無法很好的理解與掌握[3]。特別是對于其中的圖像頻域處理知識，學生更是覺得不知所措，無從下手。針對這些問題，同行們進行了該課程的教學改革實踐，提出了很多有益的觀點[4]。然而，針對具體的頻域圖像增強實驗的案例實驗教學研究卻很少。

在近幾年的實際實驗教學過程中，重點圍繞頻域圖像增強中小波變換的實驗，不斷結合歷屆學生學習的情況，本文就小波變換在圖像增強中的作用和問題提出自己的看法，并提出了一種基于C++程序的圖像增強案例設計模式，促進了學生對圖像處理基本知識的掌握。

1小波變換的基本概念和特性

小波變換的數學基礎是19世紀的傅里葉變換，其后理論物理學家A.Grossman采用平移和伸縮不變性建立了小波變換的理論體系。1989年S.Mallat提出了多分辨率分析概念，統一了在此之前的各種構造小波的方法，特別是提出了二維小波變換的快速算法，使得小波變換完全走向實用性。

小波變換使用了一個小波函數，時頻窗面積不變，但形狀可改變。小波函數根據需要調整時間與頻率分辨率，具有多分辨分析的特點。由于小波變換是一種信號的時間——尺度分析方法，在時間、頻率都具有表征信號局部特征的能力，在低頻部分具有較高的頻率分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，因此很適合于探測正常信號中夾帶的瞬間反常現象并展示其成分，是泛函分析、傅里葉分析、樣條分析、調和分析、數值分析的完美結合。

小波變換具有的最重要的特點就是多分辨率分析，即多尺度分析特性。小波變換的多分辨率分析是從粗到細的一步一步分析事物。小波分析的許多分析和應用問題，都可以歸結為信號處理問題。從圖像處理的角度看，小波變換存在以下幾個優點：

（1）小波分解可以覆蓋整個頻域。因為小波變換具有的最重要的特點就是多分辨率分析，即多尺度分析特性，給出了一個數學上完備的描述。

（2）小波變換通過選取合適的濾波器，可以極大的減小或去除所提取得不同特征之間的相關性。小波分解和重構在mallat算法中采用了使用了濾波器組這樣一個方法，將信號分別于不同小波所得到的高通濾波器和低通濾波器系數相卷積，然后進行下采樣，得到信號的細節系數和近似系數。

（3）小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時間分辨率，在高頻段，可用低頻率分辨率和高時間分辨率。

（4）小波變換實現上有快速算法。S. Mallat受到塔式算法的啟發，在實際應用研究中提出了一種快速算法，進行塔式信號多分辨率分析和重構。

2基于小波變換的圖像處理實驗教學

圖像作為人類感知世界的視覺基礎，是人類獲取信息、表達信息和傳遞信息的重要手段。數字圖像處理技術可以幫助人們更客觀、準確地認識世界，通過圖象增強技術，可以使模糊甚至不可見的圖像變得清晰明亮，因此我們應該開設圖像處理實驗課程。加上學生基礎知識、思維方式、理解能力和動手能力的差異，在掌握和理解教學內容上不可能一致，如果能借助實驗教學的個別輔導，就能夠掌握學生學習的進度和程度,做到因材施教，所以開設圖像處理的實驗課程是非常必要的。

本實驗涉及多方面知識，包活圖像處理相關理論知識、小波變換方法以及C++軟件編程技術，學生學習起來具有一定的難度。因此，有必要針對性的研究該實驗的教學方法，以達到良好的教學效果。本文采用如下方法：

（1）教師在教學中應該采用靈活多樣的教學方法，例如開放式的教學方法，平時多鼓勵學生利用課余時間去機房編寫閱讀程序。鼓勵學生互動學習，同學之間、學生老師之間經常交流，多上網了解目前圖像處理技術領域的現狀，提高學生的積極性。

（2）根據學生對專業知識學習和理解的進度和狀況，教師教學應采取循序漸進的方法來減少或者消除學生學習中的困難。例如，學習利用小波變換編寫程序時，先從基礎的傅里葉變換的小例子看起，了解小波變換的發展以及編程的區別，然后再閱讀復雜的例子，最后自己編寫程序，在閱讀中理解，在實踐中進步。

（3）由于在實際計算中，無法計算全部尺度因子和位移參數的伸縮因子和平移因子值，加上實際的觀測信號都是離散的，所以信號處理中通常使用離散小波變換。而小波分析的小波函數不是唯一存在的，所有滿足小波條件的函數都可以作為小波函數，因此小波函數的選取十分重要。所以在編寫圖像處理程序之前，需要使學生了解各種小波函數的區別。

（4）同時學生自己的努力也直接影響圖像處理學習的效果。因此，學生應該做好課前預習工作，熟悉高級圖像工具包（如Matlab）或高級編程語言（如C/C++）程序框架來編寫圖像處理的算法；多和老師、同學進行交流；課后鞏固上課內容，多看程序，多查資料。

3基于MFC的Haar小波模塊實驗

除了Haar小波以外（haar小波可由一階消失矩條件構造出來），沒有正交小波滿足對稱性條件，也就是不滿足線性相位，這樣在分解重構后會造成失真，在一些需要對稱性的場合（如圖像的分解重構，奇異點的檢測等），結果是不能滿足要求的。因此，我們以Haar小波為例，利用MFC工程編寫了大量基本模塊。學生可以通過簡單直觀的鼠標操作，調用預先編好的模塊組件，構造出復雜的系統。圖1即是程序的流程圖。

本實驗設計的模塊主要包括基本處理模塊和應用模塊兩大類。其中基本處理模塊包括調用各類圖像的輸入輸出、數據變換等基本操作；應用模塊包括圖像的小波變換、圖像增強以及圖像重構。圖2即為一層和二層小波分解圖像的結果。

4結語

圖像處理是目前信息技術領域的重要研究方向，將實踐引入圖像處理的教學中，可以讓學生擴大知識面，同時練習鞏固了常用的基本語言C++語言。并且由于小波變換能夠應用到模式識別和專家系統等多個領域，可以為學生以后的專業知識學習做好一個鋪墊。因此，基于小波變換的圖像處理在本科實踐教學中具有廣闊的研究前景。在今后的教學過程中，還需進一步積累經驗，開發相應的實驗項目和實驗教學方法，培養學生的編程和學習能力，以適應技術的發展與時代的要求。

參考文獻

［1］肖泉.基于高維仿生信息學理論的彩色圖像增強處理研究[D].廈門:廈門大學,2011:137.

［2］周海芳.“數字圖像處理”課程研討式教學[J].計算機教育,2010,24:93-97.

［3］楊淑瑩.“數字圖像處理”理論與實踐相結合的教材建設[J].計算機教育,2009.

第5篇：計算機視覺的基本概念范文

[作者簡介]夏平（1967），男，湖北麻城人。教授，碩士，主要研究方向為計算機視覺、智能信息處理、多尺度幾何分析及應用。[摘要]《隨機信號分析》課程主要討論隨機信號的信號分析以及隨機信號經過線性時不變系統后系統對隨機信號的影響，即隨機信號的系統分析問題；《信號與系統》課程討論的是確知信號的系統分析問題。教學過程中采用類比分析的方法將這兩門課程內容進行比較，探討兩門課程研究對象與分析方法的異同，有助于學生正確理解和掌握《隨機信號分析》課程的基本概念、基本理論、及課程的體系結構，為后續專業基礎課《通信原理》的學習奠定扎實的基礎。

[關鍵詞]隨機信號分析；信號與系統；類比分析；教學實踐

[中圖分類號]G642；TN911[文獻標識碼]A[文章編號]10054634（2016）050083050引言

《隨機信號分析》課程是電子信息工程和通信工程等專業的一門非常重要的專業基礎課程。對隨機信號的信號分析、以及隨機信號（重點是平穩隨機信號）通過線性時不變系統后系統對隨機信號的影響分析是該課程的中心任務[13]。學生對該課程的掌握程度將對后續的《通信原理》《移動通信》等重要專業基礎課程和專業課程的學習產生直接影響。

《隨機信號分析》課程的教學中，較多學生對該課程的學習存在兩方面的問題[4]：（1）相當多的學生將該課程作為一門數學課程來學習，沒有理解概念所包含的物理含義；（2）學生認為這門課程內容太難。究其原因，沒有從整體上把握這門課程討論的主要問題是什么，與先修的《信號與系統》與《數字信號處理》等信號類課程的關系是什么。從本質上講，《信號與系統》課程討論確知信號的系統分析問題；《數字信號處理》探討確知信號的系統綜合問題[4]；而《隨機信號分析》則闡述隨機信號的系統分析問題。基于此，本文以類比分析思想探討《信號與系統》與《隨機信號分析》課程的研究對象、體系結構、分析方法的區別與聯系，幫助學生正確理解隨機信號的基本概念和基本分析方法。

1《隨機信號分析》課程體系結構

《隨機信號分析》課程從隨機信號分析與處理的角度，討論了隨機信號的基本信號分析方法以及隨機信號經過線性系統后系統對隨機信號產生的影響[5]。本課程重點考慮的是平穩隨機信號的信號分析，以及平穩隨機信號經過線性時不變系統后系統對信號的影響。

隨機信號是自然界和人類社會常見的一種信號形式，針對單次實驗而言，隨機信號似乎沒有規律，但隨機信號的規律性體現在大量重復試驗時的集體現象中，即統計規律性。因此，統計與概率的概念伴隨《隨機信號分析》課程的始終，也是隨機信號分析的出發點，隨機信號的表述方式以及推演方式都應以統計特性和規律為出發點，這是本課程一個最根本的特征，這與確知信號的信號分析有本質的區別。隨機信號的信號分析方法，類似于確知信號的信號分析方法，仍然從兩個方面描述：時域分析和頻域分析，在隨機信號的這兩種描述中，其研究對象都是針對隨機信號的隨機變量進行討論。

線性時不變系統對平穩隨機信號的影響亦從時域和頻域兩個角度進行分析。時域中主要探討零狀態響應的隨機信號的特性，包括響應隨機信號是否平穩，響應隨機信號與激勵平穩隨機信號的數學期望、自相關函數、互相關函數、以及系統沖激響應之間的關系等。頻域分析中主要探討零狀態響應隨機信號的功率譜密度與激勵隨機信號功率譜密度之間的關系，同時，建立了平穩隨機信號時域分析與頻域分析之間的聯系，即維納―辛欽定理，如圖1所示。

2類比分析方法在課程教學中的實踐

《隨機信號分析》課程作為電子信息類專業信號分析類課程之一，其課程的體系結構、分析思想和分析方法與信號類其它課程有許多相似的地方，特別是《信號與系統》課程。兩課程分別探討隨機信號的系統分析和確知信號的系統分析。因此，在學習過程中，采用類比分析方法有助于本課程的學習，講授過程中通過與《信號與系統》課程相關內容的比較，分析兩門課程內容的異同，便于強化學生對這兩門課程基本概念、基本思想的理解與掌握。

2.1課程體系類比

綜觀《信號與系統》課程，主要討論確知信號的兩大系統的系統分析問題，即：線性時不變連續時間系統和線性時不變離散時間系統的系統分析問題。系統分析就是要解決已知系統的結構及其參數，依據激勵探討系統對激勵的影響問題，如圖2所示。

與圖1類比不難發現，《隨機信號分析》與《信號與系統》兩門課程在體系結構上相似。相同之處：都是探討信號經過已知線性時不變系統的系統分析問題；其分析思路都是從信號分析和系統分析兩個方面進行；并且，無論哪一方面都是從時域分析和頻域分析兩個角度展開；研究對象都是主要針對線性時不變系統。不同之處在于：研究的對象（信號）不同，《信號與系統》課程針對（連續、離散）確知信號，而《隨機信號分析》課程針對隨機信號。基于此，隨機信號的信號分析思想與確知信號的分析思想存在本質的不同，隨機信號的樣本顯示的隨機性以及每一紀錄在隨機信號中以一定的概率出現決定了其分析必須采用統計的方法進行。

通過兩門課程體系結構的類比，學生根據已有的知識能較快地把握《隨機信號分析》課程的主要研究問題，找出與先修《信號與系統》課程之間的聯系與差別，提高學習的針對性。

2.2研究對象與分析方法類比

兩門課程一個研究對象是確知信號，另一個是隨機信號，根據這兩類信號的特點，確知信號能建立具體的數學模型，能用精確的數學函數描述，因此其時域分析（包括信號的平移、反褶、尺度變換、多信號的和與積等）相對較簡單。當信號滿足狄里赫利條件時，其頻域分析用傅里葉變換進行。而隨機信號因每一樣本以一定的概率隨機變化，無法用確定的數學模型描述信號的變化規律，盡管某個記錄的出現是隨機的，但信號的每一記錄均是以一定的概率出現，服從統計分布規律。因此，隨機信號的時域分析應用統計的思想研究其變化規律。

同時，兩門課程討論的系統主要是線性時不變系統，因此，系統的線性、時不變性等性質在兩門課程的分析中都是一致的。換言之，《信號與系統》課程的線性時不變系統知識與分析方法在《隨機信號分析》的學習中可以直接應用。

3幾個基本概念討論

3.1隨機信號與隨機變量的理解

隨機信號與隨機變量概念是兩個最基本的概念，貫穿整個課程學習的始終。兩個概念實際上從先修的《概率論與數理統計》就有所接觸，盡管如此，在《隨機信號分析》的教學中發現，仍有相當的學生對這個概念缺乏認識，體現在研究隨機信號的基本特征時，不少學生總認為是用隨機信號進行分析，求統計平均時，不少學生對時間t進行積分等。事實上，隨機信號的信號分析是針對隨機信號的一個或幾個隨機變量進行研究，通過不同時刻隨機變量的基本特征反映該隨機信號的規律性。

隨機信號將確知信號的概念從實數與實數的對應關系推廣到實數與隨機變量的對應關系。對確知信號而言，t∈T時，總有一個確定的實數值與之對應；而隨機信號，t∈T時，與之對應的X（t）是某固定時刻t的一個隨機變量。

隨機信號是隨機變量概念的推廣，隨機變量是在固定時間t上試驗的結果，是一個數的集合；而隨機信號是在t∈T上試驗結果，是一個時間函數的集合，當t確定時，隨機信號就成為一個隨機變量。隨機變量的統計規律反映了隨機信號每一樣本在該時刻的變化規律。因此，隨機信號的分析中，統計平均的積分，所涉及的t應該理解為任意選取時刻t，一旦選定，t是一個固定值，是選取的時刻。

3.2基本特征的信號類型

隨機信號的基本特征主要涉及6個物理量：概率分布函數、概率密度函數、數學期望、方差、自相關函數、自協方差函數等，主要探討隨機信號的一個或幾個隨機變量的統計規律，所求得的這些物理量是確知信號，不再是隨機的，物理量中的t1、t2、t3、…反映的是隨機變量所在的時刻。

3.3統計獨立、不相關、正交

數學期望和方差反映了單一隨機變量各自的均值與偏離均值的程度，并沒能反映隨機變量間的關系，在隨機信號的分析中，經常需要考慮：（1）單個隨機信號兩個或多個隨機變量之間的關系；（2）判斷兩個或多個隨機信號之間的關系。因而，常涉及統計獨立、不相關、正交等基本概念。在（2）問題中，隨機信號之間的關系根據3.1節的討論可知，最終考查的仍然是兩個或多個隨機信號的隨機變量之間的關系。

從定義上講，統計獨立反映隨機現象的規律性相互獨立，具體地，指隨機信號n個隨機變量的n維分布函數或n維概率密度函數相互獨立，其聯合分布函數或概率密度函數等于這n個隨機變量各自一維分布函數或一維概率密度函數的乘積；一個或多個隨機信號的隨機變量間的“相關性”反映的是隨機變量的波動方式是否一致，不相關指隨機信號的隨機變量間的波動不存在一致性，常用互相關函數或互協方差函數來衡量，不相關的互相關函數等于這兩個時刻隨機變量各自數學期望的乘積，或互協方差函數為0。而兩隨機信號正交指隨機信號的互相關函數為零。

隨機信號分析中，常探討多維隨機變量的線性相關性問題，除從定義的角度說明相關性外，借助隨機變量的相關系數理解隨機變量間的相關程度更加直接[6]。為此，將問題簡化，探討兩個隨機變量X，Y是否滿足線性關系：Y=mX+n；m，n為常數。為此，探討如何選擇m，n可使mX+n與Y最接近？

由式（4），ρXY表征了隨機變量X、Y之間線性關系緊密程度，當|ρXY|較大時，X、Y之間的線性相關程度較好；當|ρXY|較小時，X、Y之間的線性相關程度較差；當|ρXY|=0，X、Y之間不相關。

隨機變量的線性相關關系是一種概率意義下的關系，主要是由于隨機變量任意時刻取值是隨機的，每一個值是隨機變量集內以一定概率出現的值，因此，在XOY平面內，由隨機變量X、Y所對應的點應為一個隨機點（X，Y）[7]。基于此，隨機變量X、Y之間線性關系實質是隨機點（X，Y）在平面XOY內的散點分布在直線Y=mX+n附近。從分布的趨勢看，它們與直線Y=mX+n形狀相似，相似程度由ρXY確定。

由上述討論，不相關的充要條件：（1）|ρXY|=0；（2）Cov（X、Y）=0；（3）E（X、Y）=E（X）E（Y）。

以上3個條件等價，隨機變量間不相關并不意味它們正交，只是它們沒有線性關系，但很可能存在其它函數關系。

統計獨立、不相關、正交三者之間的關系：（1）隨機信號若統計獨立則一定不相關，但不相關不一定統計獨立，當且僅當高斯隨機信號時，統計獨立與不相關等價。從統計角度看，保持統計獨立的條件要比不相關還要嚴格；（2）隨機信號的不相關與正交之間無必然聯系。不相關的隨機信號，至少其中有一個隨機變量的期望為0時，隨機變量才互相正交。反之，正交的隨機信號，當且僅當至少其中之一隨機變量的期望為0時，才不相關，見圖3。

3.4功率譜密度函數的認識

隨機信號的功率譜密度主要是由于隨機信號是功率信號，其平均功率是一有限值。因此，功率譜密度是針對隨機信號的隨機變量而言，對于平穩隨機信號而言，隨機信號的自相關函數與其功率譜密度之間是一對傅里葉變換對的關系，因而，隨機信號的功率譜密度是其自相關函數的頻譜。

4結束語

本文結合先修課程《信號與系統》，類比了《隨機信號分析》與《信號與系統》課程的體系結構、分析方法，從兩個不同角度討論了兩門課程中信號的系統分析方法與思想。由于兩門課程研究對象不一樣，因此，信號分析中兩門課程采用不同的分析方法。同時，線性、時不變性的系統的分析思想在這兩門課程中是一致的。文章最后對課程中幾個基本概念進行了討論。通過類比分析，便于學生盡快掌握《隨機信號分析》課程的體系結構和主要研究內容，有助于學生對本課程的基本概念和基本理論理解和掌握，為后續課程的學習打下扎實的基礎。

參考文獻

[1] 李曉峰，周寧，傅志中，等.隨機信號分析（第4版）[M].北京：電子工業出版社，2011.

[2] 王永德，王軍.隨機信號分析基礎（第3版）[M].北京：電子工業出版社，2009.

[3] 張文明，羅鵬飛，謝曉霞，等.“隨機信號分析與處理”案例式教學研究[J].電氣電子教學學報，2013，35（5）：6365.

[4] 夏平，向學軍，吉培榮.基于MATLAB的信號與系統、數字信號處理實驗體系教學實踐[J].電氣電子教學學報，2004，26（5）：7374+99.

[5] 周寧，李曉峰，傅志中. “隨機信號分析”課程研究型教學[J].電氣電子教學學報，2014，36（2）：6063.

[6] 霍凱凰.多維隨機變量線性相關性分析[J].太原師范學院學報（自然科學版），2010，9（1）：5457.

[7] 李鋒，仲偉波.《隨機信號分析與處理》課程案例式教學實踐探索[J].教育教學論壇，2012（17）：148149.Teaching practice of Random Signal Analysis course

based on analogy method

Xia Ping，Gong Guoqiang，Qin Qin，Sun Shuifa

（College of Computer and Information Technology，Three Gorges University，Yichang，Hubei443002，China）

第6篇：計算機視覺的基本概念范文

論文摘要：舒爾曼提出的“學科教學知識”推動了教育研究與實踐的向前發展。高校《通信原理》課程學科教學的知識結構與內容框架主要包括通信原理課程教學模式等七個方面，對《通信原理》課程教學策略的知識應用進行論述，具有較強的理論和現實意義。

一、教師的學科教學知識

在20世紀80年代的西方教師專業化運動中，美國斯坦福大學的Shulman教授，針對當時在對教師的資格認證中，將教師的教學能力簡單理解為教師具備的學科知識和教學知識的問題，指出對教師知識的分析是推動我們對教師行為分析的最主要的因素，提出了“學科教學知識”(pedagogical content knowledge/PCK，也有人譯為教育學內容知識、教學學科知識、教學專業知能、學科內容教學知識等)這一重要概念。舒爾曼認為，學科教學知識是學科知識和教育學知識的特殊混合體，是教師對學科知識獨特的專業理解，為教師所特有，是“教師對如何幫助學生理解具體學科內容而做出的理解”。學科教學知識使教師學會如何組織和呈現具體學科的主題、問題、結果，使之與學習者多樣的興趣與能力相適應，從而組織教學。學科教學知識的提出，為教師的專業化發展提供了理論基礎。

學科教學知識是教師在教學中將特定的學科教學內容加工轉化而形成的能為學生接受的知識。學科教學知識的形成需要教師對學科知識、教學知識、學生知識、情景知識等進行整合，并對教學經驗不斷歸納、總結與調整。因此，學科教學知識具有實踐性、情景性和個體性。學科教學知識的形成揭示了教師教學能力發展的復雜過程，使對教師教學能力的研究更為深人與科學。

舒爾曼提出的“學科教學知識”概念引起了學者們對與教師教學實踐相關知識的重視，學者們進行了大量的論述與研究，“學科教學知識”理論成為教師教育、課堂教學行為分析、科學教育等學科教育研究的重要內容與基礎框架。后經過修改和補充，舒爾曼又進一步闡釋了學科教學知識的框架。以此為基礎，學者根據自己的理解，提出了學科教學知識的內涵;盡管不同的學者有不同的見解，但大同小異，基本上都認為學科教學知識包括:教師教育信念、學科知識、教育學知識、關于學生的知識、教學情境知識等幾個方面。

二、《通信原理》課程教師的學科教學知識

現代社會是信息社會，電子與通信類專業從而也成為極為熱門的專業。在電子與通信類專業的課程結構中，《通信原理》是極為重要的專業基礎課程。此課程的主要任務在于研究通信系統中的基本概念和基本原理，讓學生掌握通信系統的基本組成、理論原理、實現方法和系統性能，能夠在后續課程的學習和工作中靈活應用，并激發他們對通信學科方面的學習興趣和熱情，使他們有足夠的自信和能力來適應這一日新月異的領域。該課程內容涉及隨機過程、復變函數與積分變換、信息論、信號與系統、數字信號處理等多方面的知識。高等教育是人才培養的主渠道，而教師則是決定學校教育質量的關鍵。在創新人才教育的大背景下，有必要對《通信原理》課程教師的知識結構框架進行分析、研究。

對于教師學科教學知識框架，除理論研究之外，也要進行實證研究，如調查分析、測量、比較等;而教師知識結構必然會涉及學科和專業。以往的研究多涉及基礎教育領域的教師;近年來，高等教育專業的教師學科教學知識也開始受到重視。筆者在理論分析、聽課、親歷教學的基礎上，提出了高校《通信原理》課程教師的學科教學知識框架。高校《通信原理》課程教師的學科教學知識應該包括如下主要內容:

(一)《通信原理》課程教學模式知識

《通信原理》課程教學方法因課程中具體內容的性質而有所不同，常用的教學模式有:仿專家思考模式，是要求學生像通信專家一樣思考，強調學術嚴謹，以傳授專業知識為主的教學模式。概念轉換模式，是通過使學生產生情景上的沖突，改變學生原有的概念，幫助他們建立通信科學概念的模式。探究模式，包括一般意義上的探究和以學習共同體為中心、分工負責、利用實驗室條件進行研究的“小組合作學習”或“合作探究”模式。基于項目或課題的教學模式，即以“導向”性的問題為中心，圍繞一個主題組織概念、原理，指導學生通過實驗和調查得出解決方案等。

在熟悉《通信原理》課程教學模式的基礎上，應根據本科和高職專科的《通信原理》課程教學目標的不同和學生基礎的不同，采用不同的課程教學模式。根據作者的經驗，本科教學中適合采用仿專家思考模式、概念轉換模式、探究模式;高職專科教學中，則宜運用基于項目或課題的教學模式和探究模式。這些模式在教學中還需要靈活交替使用。不論采用何種教學模式，《通信原理》課程的教師都應當具備體現《通信原理》課程特點的教學策略。筆者在教學中大量使用了理論教學與實驗、實習相結合，以及案例教學的策略。

(二)通信專業課程專業培養目標和教學目標知識

通信專業的培養目標是:培養一批具有堅實的理論基礎、很強的創新意識和動手能力的人才，主要培養德智體全面發展、基礎扎實、知識面寬、素質高、富有創新意識、在通信領域內獲得專業訓練的高級技術人才，以適應國家加速信息化發展對人才的需要。專業是以通信技術為主，結合計算機應用的寬口徑專業。根據教學目標，我們應該重點圍繞通信系統設計、智能信息處理、無線通信及測控、現代交換技術、光通信技術、計算機視覺與圖像處理等展開教學應用型人才的培養。

只有從總體上理解了通信專業課程專業培養目標和教學目標，才能在課程教學中處理好《通信原理》和其他課程的關系，達到預期的專業培養目標。為此，我們需要根據創新人才教育的大思路，從高等教育特點和各學校具體條件出發，結合各個專業的特點，加強專業理論教學、實驗教學、實踐教學活動。

(三)《通信原理》課程目標與內容知識

為了適應新世紀的需要，《通信原理》課程的培養目標是:培養具有厚基礎、寬口徑、高素質、強能力，特別是具有工程實踐能力和創新能力的科技人才。通過本課程的學習，使學生獲得必要的信息通信與傳輸方面的基礎理論知識和基本技能，為后續專業課程的學習打下扎實的理論基礎和動手能力;使學生在模擬和數字通信方面建立清晰的系統概念，掌握通信系統的一般分析方法，并具備一定的通信系統設計能力;使學生了解通信技術的最新發展方向，從而把握通信學科發展脈絡，激發學生的主動性與創新性，提高學生的綜合素質和創新能力，為培養能夠解決挑戰性問題的新一代工程師打下堅實的基礎。

《通信原理》課程內容具體包括:通信的概念、通信系統基本組成、數字通信系統、信道簡介;信息嫡的基本概念;AWGN信道下香農信道容量理論;信號的頻域分析方法，自相關函數與功率譜密度，互相關函數與互譜密度;Hillbert變換，解析信號，等效基帶分析;隨機信號與平穩隨機信號，窄帶平穩隨機信號，高斯白噪聲過程;模擬調制;模擬信號的數字化;高斯白噪聲信道中的數字傳輸;帶限AWGN信道下的數字傳輸等。對這些內容的深入了解和精深掌握是做好《通信原理》課程教學的前提條件。

除了對這些基礎知識的牢固掌握以外，教師還應該對通信的研究史和發現史、學科研究與開發最新進展，特別是光電子通信有較多的了解，并在教學中適當進行最新研究與開發成果介紹。

(四)學生對本專業知識的理解能力知識

通信專業教師應該了解學生對具體專業知識的理解能力，包括學生學習需要和學習困難的知識。所謂學生學習需要的知識指的是學生在學習某個通信原理課程內容之前必備的專業知識和技能。學生的學科理解能力是影響教學效果的重要原因。只有深人了解學生學習《通信原理》課程需要哪些預備知識、難點是哪些等，才能有的放矢，提高學生學習的積極性，提高教學效果。學生學習《通信原理》課程時，較難理解和接受的知識包括通信的抽象概念、隨機過程概念、信息熵、Hillbert變換，教師教學中應該努力讓學生掌握這些方面的內容。

(五)通信安全意識

通信安全涉及國家、單位，以及個人的通信秘密保障，關乎國家、社會征集、經濟、軍事等各方面的安全。現有的《通信原理》課程教材都不涉及通信安全教育，這是一個很大的缺陷。《通信原理》課程教師不僅自己應該具有一定的通信安全知識和相關思考，更應該將其滲透于《通信原理》課程的教學之中。

三、《通信原理》課程學科教學知識的運用

《通信原理》課程教師應該具備上述學科教學知識，并能熟練地運用于教學實踐活動中。作者在自己的教學實踐中對《通信原理》課程學科教學知識進行了靈活運用。下面對其中的教學策略知識的運用舉例說明如下:

(一)學科知識傳授方面，教學重點放在數字通信系統部分

《通信原理》內容包括通信的基本理論、模擬調制、數字傳輸、編碼技術幾個大部分。由于現代通信的發展方向是數字通信，因此，教學重點在數字通信系統部分。在課程的開始階段，讓學生準確把握數字通信系統的組成、各模塊的功能，使得學生能夠把本課程的內容有機地組合起來，在學習具體知識點時能明確它們在通信系統中所起的作用，收到“既見樹木，又見森林”的效果。《通信原理》是一門理論和實踐并重的課程，在理論教學方面，要讓學生掌握通信系統的基本組成、理論原理、分析方法。為了提高教學效果，在課堂上采用設問思考和逆向思考提問等教學方法，啟發學生思考、誘發學生的思維、激起學生的求知欲望。在教學過程中注重考慮學生的學習方法和接受能力，在備課時，采用換位思考方法，感受學生的困惑，考慮講解的技巧，以在最短的時間內收到最佳的教學效果。同時根據不同的教學內容和教學對象，注意將學生自學和精講重點、難點結合起來。在每章及每小節結束時，注意進行課程總結，讓學生及時鞏固所學內容，便于繼續學習新的內容。

(二)通過介紹新技術進展，提高學生學習的興趣

《通信原理》是通信專業的基礎課程，涉及的最新技術不多，而本院電子信息與科學技術專業通信方面的后續課程也不多。而且，在中國的高等教育中，工科教育的一個較明顯的缺陷是最新科研與開發成果很難及時在教材中體現，用什么教材講什么內容的傳統也使得最新科研與開發成果很難在教師的授課過程中被包括進來。通信的發展日新月異，新技術層出不窮，如何在有限的課時里讓學生掌握通信基本理論的同時，盡量了解更多關于通信方面的新理論和新技術是教學中需要解決的問題之一。作者在教學中采用課內附帶介紹最新進展的形式來實現。例如，在講解基本內容的同時，附帶介紹了移動通信的發展狀況、移動通信中常用多址方式、3G技術及其現狀等內容，既能提高學生的學習興趣，開拓其視野，也能為他們將來從事這方面的研究和開發指明方向。

(三)通過CAI和仿真輔助教學，加深對理論的理解

大量使用多媒體進行教學，并在課件設計上注意突破簡單的演示型模式，體現知識的建構過程，重視知識要點的剖析，提高學生主體的參與程度;在課堂講解上，注意將重點內容在黑板上列出，避免讓學生有看電影的感覺，同時便于學生理解掌握原理，從而彌補了傳統教學和多媒體教學各自的不足;同時，利用仿真軟件對通信系統進行仿真觀察，提高了學生對理論的理解能力，培養了學生的系統觀念。

(四)加強教學實踐，鞏固所學內容

《通信原理》是一門實驗性很強的課程，為了幫助學生鞏固所學的內容，加深理解，筆者在教學中采用兩種方法來進行教學實踐。其一，精心設計實驗，利用本系現有的實驗設備，設計實驗內容;其二，利用MATLAB仿真軟件，編寫仿真程序，采用課堂演示的方法。比如，通過仿真實現多種解調方式的誤碼率曲線，可以讓學生們直觀地了解它們的性能差異，體會“面對面”交流的樂趣。而編程基礎比較好的同學可以開發一個簡單的數字通信系統，重點讓學生練習使用信源編碼信道及接收機的仿真實現等。這樣，既提高了學生的編程能力，也加深了其對整個通信系統的理解。

第7篇：計算機視覺的基本概念范文

本文主要研究了圖像識別在軸承孔徑檢測中的應用,通過對實驗結果進行分析，找到有效提高傳感器成像精度、減小噪聲等方法來改進傳感器采集數據質量和提升系統分辨率。通過實驗分析出其中存在問題，并將其改進，從而獲得更加準確和有價值信息。本課題的難點:由于機器視覺系統屬于非線性體敏感元件，而傳統意義上線性變換是非平穩隨機過程;線性規劃方法也無法解決非連續優化性問題。

1.1 軸承孔徑檢測系統的組成

在工程中，軸承孔徑檢測系統主要由三個部分組成:圖像采集模塊、背景信息提取模塊和實驗數據處理與分析平臺。圖像獲取是指通過各種傳感器來獲得所需的運動參數。該過程可用于實時監測并對其進行量化研究;預處理包括濾波重建及邊緣提取等操作;由于噪聲干擾，在實際應用中通常需要將軸承孔徑信號。本文研究的內容是圖像識別在軸承孔徑檢測中，主要包括了預處理。將灰度變換、邊緣提取和邊緣定位等相關方法進行集成。二值化。對波峰產生過程進行分析，并確定閾值選擇原則;根據噪聲標準信號來判斷是否有噪音出現;然后通過模板匹配技術實現圖像的輪廓與特征分離以達到最佳識別效果,從而保證后續工作順利進行。攝像機用于記錄運動物體(如軸或盤)在空間中走勢，并控制其向投影,拍攝所需要的圖片，同時采集每個像素點對應于該載體上所有對象位置信息;鏡頭通過攝像頭收集到數據后傳送給處理器進行計算運算;計算機則將圖像處理結果實時地存放在內存上以待識別系統分析的時間周期內。

1.2 孔徑測量

孔徑測量的方法有很多種,例如:光學傳感器法、紅外探測器技術和磁粉檢測器法等等。但其應用范圍比較廣泛。光學傳感器是用來對太陽光進行折射或反射的種非接觸式測角儀器;光電轉換器件將被轉化為電信號輸出;在一些特殊場合下也可以使用孔徑測量儀來測量軸上或者偏心位置，如:激光探傷、電磁感應檢測等都可用于孔徑測定和精密度。孔徑測量是一種對物體表面的徑向或軸心進行無接觸式稱重方法。其工作原理為:首先由傳感器獲取待測零件在不同位置上的垂直方向和水平方向上兩部分，并記錄下數據,然后將這兩個數值計算平均值得到該平面內任意點對應0-1m圖像。根據測得結果確定出所需檢測孔數及尺寸后即可測量徑值或軸心直徑等參數作為參考依據可進行定位、標定工作。為了提高孔徑檢測的精確度，需要對運動著、結構復雜且有嚴格要求工件加工位置進行準確測量。通常采用的是光學掃描方式來獲取孔徑信息。但是由于相機在拍攝過程中可能會存在曝光誤差等因素導致其成像不夠精確,所以通過圖像處理方法獲得了較好的精度和分辨率后就可以利用投影法或其他形態學方法實現孔徑檢測工作，即基于空間分析特征提取出有效地、完整且可描述的邊緣區域并對這些輪廓進行準確識別以作為最終孔徑信息。

1.3 圖像成像

本文使用的圖像預處理算法是基于Matlab軟件開發平臺所提供。該程序首先通過對運動目標進行測量,將采集得到的數據導入到計算機中，然后經過解算后獲得了最終模型。在整個過程中采用的是變換域法來完成圖像成像:①先把待拍攝物體分割成不同區域;②再根據輪廓形狀特征選擇相應像素點;③最后再掃描所有傳感器獲取完整圖像并計算出投影面積和相干長度從而形成一個新圖象。圖像處理和成像的目的都是為了獲得清晰、完整的目標信息。在實際應用中，我們通常采用兩種方式實現:(1)將待測物體放在光學系統上。由于灰度分布是不均勻性因素存在于其中，所以一般情況下無法進行標定校準;(2)用一定半徑長度或寬度比尺量出一個點或一組圖像來表示圖像對象特征信息的過程稱為成像。在這個過程中可根據需要通過不同方法處理得到所需結果。在對不同的圖像進行處理后，我們可以得到不同特征值對應其灰度級分布情況。通常，將待測樣品按照一定比例放置于相應區域中。但是由于實際測量過程中會受到噪聲干擾影響信號質量及邊緣位置變化等信息難以獲取時效性較差、同時成像效果也有很大差異:因此在這種情形下需要使用到的是基于特定方式來實現圖像預處理的方法，一般常用特征值對應點表示為灰度級分布函數,即Q=1/XRL)*Str。

1.4 圖像傳感器與信號

目前,傳感器技術已經在廣泛的應用，其功能是向特定方向發展,包括從不同角度來收集信息。如:將圖像信號轉換成數字量進行處理;通過對傳感器輸出的模擬電壓或電流變換到相應頻率電路中所需形式等過程獲得輸入信號。在實際工作情況下通常采用兩種方式實現傳感器與待測物體之，間準確、快速地傳遞數據和實時響應速度以及準確性要求(即高精度),這就是常用的幾種動態信息采集。由于不同的傳感器，其工作原理也不相同。紅外檢測器:通過對紅外光信號進行調制,使之成為紅外線發射/接收裝置所需要使用到的設備或器件(如測溫儀、計算機)，微波探頭:由特殊材料制成且采用對稱放置構成并能與外部電路連接而成一個整體結構系統。該探測元件可用于對不同波長和振動頻率范圍內物體的監測,也可以檢測出內部溫度變化及外部磁場強度等信號，具有較高靈敏度。信號處理的目的是為了獲得有用信息,圖像傳感器則主要用來獲取運動物體或振動系統中被測對象的外部特征。目前,國內外常用的是一種用于測量和控制圖像采集設備。這種方法可以在一定程度上降低對灰度值變化敏感而引起噪聲干擾等問題;但由于在某些場合下需要檢測目標與背景之間距離較遠時使用該方式會產生較大誤差從而導致其精度不夠高。

2圖像識別在軸承孔徑檢測中的應用

2.1 圖像識別實驗

圖像處理的硬件平臺是整個系統中最重要部分,它主要由計算機和攝像頭組成。機器視覺技術應用到了大量的理論知識。然而這些理論在實際生產生活中是不常用得。因此需要開發軟件來幫助實現圖像識別等問題上一步步進行解決,使其能夠更好地服務于工程領域并為其他學科提供一定參考價值和實用性作用;同時也可以將一些基本概念引入硬件平臺中去，如攝像機、投影儀與計算機網絡等等設備都可成為實驗數據采集的一部分用于檢測系統誤差信號。本文所設計的圖像識別系統，硬件平臺主要由RGB傳感器。該設備是通過光電檢測芯片和三極管組成。在這個裝置中，我們可以看到三個元器件分別對準模進行放大、調制以及匹配處理后形成一個完整的波形信號通道，同時也會將其中一個元件作為輸入參數添加到輸出模塊當中去并且輸出相應的結果信息以供后續使用。圖像處理技術是基于機器視覺的,通過數字信號處理和分析，利用計算機進行計算來提取所需要信息。在實驗中用到了很多噪聲檢測算法:均值濾波法、線性卡爾曼濾波方法、神經網絡等;其中FIRP濾波器可以直接對輸入信號做差分運算來獲得我們想要得到的樣本數據;SCTI算法就是一種基于特征點跟蹤技術而產生的圖像處理模塊,該系統采用的是一個訓練好和適應能力強于傳統計算機相比。

2.2 圖像識別系統測量誤差補償

由于相機的尺寸和位置,圖像采集裝置采用了傾斜放置,雖然在一定程度上可以保證拍攝質量。但同時也帶來一些問題。如相機與傳感器之間距離過近或者存在耦合等都會造成噪聲干擾;其次是對數據分析過程中產生偏差導致采樣頻率過高或不連續的現象等等;因此對于這些影響因素需要進行更嚴格地控制以達到最佳效果并確保實驗結果準確可靠度和分辨率等性能指標，由于相機的分辨率在不同級別，所以采集到的圖像質量會有所差異。因此需要對所拍攝得到得圖像進行處理，首先是預處理。將鏡頭轉換成兩個低頻信號(1)和中高頻信號(2)兩種頻率分別對應于高通濾波器上;然后利用數字采樣法先去除噪聲后再去噪濾波;接著通過算法計算兩幅圖片在不同通道下輸出時的信噪比，從而獲得軸承孔徑檢測所需要的圖像信息數據。在對采集到的實驗樣本進行了預處理之后，需要將圖像中的噪聲信號與待檢測樣品之間建立一個映射關系,這樣能夠方便我們獲取所要研究的是什么樣形信號。而這個映射是由濾波算法產生出來。一般情況下選取合適閾值來選擇出最佳閾值從而達到目的效果;然后再使用濾波器把得到的匹配結果和目標函數求取其中最優參數作為參考函數進行計算處理。

2.3 軸承孔徑圖像質量檢驗

首先，通過圖像處理軟件進行預處理,得到的二維數組中有大量背景值。經過濾波和二值化操作后。先對噪聲系數取一定范圍內作為測試樣本集(標準組)為2/3左右;然后再去去除最大值或者最小部分數據點(即閾值得大小)為零以及其他特征向量不為0或缺失的干擾信息之后，利用迭代算法確定出一個合適且穩定地時間間隔來進行性能測試實驗。在高分辨率的測量設備中，邊緣輪廓是圖像處理和識別系統最關鍵的部分,同時也是提取特征參數、分類等過程所必需要考慮到問題。首先進行的是邊緣輪廓提取。因為該實驗需要對不同位置下對應目標區域內灰度值做兩次掃描。由于背景噪聲會影響待測零件表面信息點所在平面與邊界處實際情況之間存在一定程度上的偏差,因此我們可以通過圖像中邊緣區域來識別出該部位的輪廓特征參數。通過對不同的圖像處理算法進行對比，實驗結果表明:本文提出了一種新的基于核函數濾波和閾值法相結合來檢測孔徑缺陷。這種方法能夠在保證邊緣信息質量前提下減少計算量。由于測試時采用的是雙通道窗口成像方法,所以只需將兩個灰度級上相同位置點作為目標區域即可;而對于兩幅圖片而言則需要通過不同算法中圖像處理步驟進行分析比較。

3軸承孔徑檢測算法研究

3.1基于邊緣檢測的圖像算子

通過上述實驗可以看出，本文所提出的幾種誤差模型都各有自己存在的問題。對于圖像處理中出現了噪聲和背景度差值偏差等。為了提高檢測時對運動目標輪廓進行識別而產生過采樣頻率這一不足之處，我們選擇在主成分分析中用到線性平穩特征提取方法來消除噪聲;其次是算法速度快、精確度高以及運算時間短等優點可以有效地降低這些缺點并減少誤差;同時還考慮到本文所提出來的幾種模型都各有優劣和缺點。本文利用Matlab中的T-P圖像處理工具箱進行了實驗,在MATLAB軟件平臺下，對所提方法與算法都有一定程度.上的仿真驗證。首先通過圖像分割和目標定位可以將待測軸承孔徑檢測分為兩部分:第一是邊緣提取。第二則是軸向灰度校正過程、最終得到粗確定值后就可利用中英文曲線平滑識別出該軸承孔徑大小;而對于圖像二值化處理之后再進行精減法便只需去除輪廓中心。

3.2基于邊緣檢測的孔徑圖像分割算法研究與改進

在實驗中，由于圖像處理技術的限制，對一些有缺陷(噪聲)的物體進行識別時存在較大誤差。比如說:邊緣特征點可能與實際情況不符。這些現象產生原因是不同類型和層次上都會影響到目標信息提取結果;同時也是因為某些因素引起了灰度值變化導致最終得到的是一個個空洞信號而不是真實狀態下所形成的所有圖像信息等等問題,但在實驗中卻很少有被考慮過),由于圖像處理過程中，所產生的缺陷與圖片上存在畸變,所以在實際應用當中也會導致識別結果不準確。而這種問題是由不同程度的噪聲引起。一般情況下都將其歸結為兩類:第一類為背景差錯;第二類為偽目標物體邊緣輪廓處附近像素點之間出現重疊現象或者圖像區域內某一位置灰度值變化時該部位發生突變或產生模糊等一系列原因造成的。在圖像處理過程中，由于一些非本質性的缺陷，或者是噪聲干擾等。這也可能導致我們無法確定是否存在著某種特定缺陷。因此當這些具有明顯特征物體被發現之后并不是很準確。但是通常情況下都會有一個重要參數叫做閾值(O、R或T)來表示目標區域的形狀變化和其相對位置上圖像所含信息量大小以及方向性等等性質。因為圖像的灰度值不同,所以在實際應用中，對目標物體進行邊緣檢測時也會出現一定程度上的噪聲干擾。因此為了消除這種影響通常采用去除背景和增強、消噪以及二值化等方法來處理。(1)先添加小波分解為前景基函數后再將其去除掉;(2)再加入與邊界條件相同或一樣的元素然后再次去預處理,從而達到目的圖像中目標物體灰度值變化不大或者無明顯波動。

3.3軸承孔徑檢測試的特點

在測試的過程中，我們會遇到不同大小、形狀和角度的孔徑檢測結果。不同尺寸和深度,其對應于各個方面能力都有區別。因此需要對圖像進行處理。首先是濾光圈參數測量:通過灰度值來判斷是否存在噪聲干擾;其次就是平滑鏡窗口選擇:使用邊緣算子(LM)去噪后得到一個合適的標準函數;最后的是閾值確定與實際誤差計算中常用到的方法一樣。在實際檢測過程中，由于圖像的灰度值和噪聲都會有一些變化，所以當我們使用傳統方法去測定時就不能準確地確定圖像中心。但是利用計算機成像技術可以精確識別出所需要特征的位置。可控性強:因為該算法是通過對待測信號進行參數估計來分析待檢孔徑尺寸并最終得到其大小與方向;而且它還能自動選擇最佳閾值和最理想邊緣點等，這使得檢測過程中能夠快速準確地確定測量結果。體積小,重量輕。檢測時，只需將圖像的中心位置改變一下就可以了。而且不用對整個過程進行拆卸和移動便可直接測量出孔徑尺寸參數;效率高、便于實現自動化生產等特點均不需要借助專用工具或設備就能完成工作操作及自動校正性能強于傳統人工測定精度水平上也很突出且顯著優勢之一。但由于不同形狀和大小的物體之間存在著各種差異，所以檢測結果肯定會有較大差別。

4總結與展望

4.1全文結論

本文通過研究圖像識別在軸承孔徑檢測的應用,介紹了一種新的基于矢量量化特征提取方法一投影尋蹤法。首先對傳統輪廓定位和小波變換進行分析;然后用兩種近景差分割算法分別處理兩幀與多幅減運動目標下得到不同灰度值、不同方向(或線性)尺度上多個前景窗口大小及歸一化后各個背景圖像。利用高斯濾波消除前景中局部平坦區域的噪聲,本文以圖像識別和軸承孔徑檢測為研究對象,對運動的攝像機拍攝了彩色識別的運動鏡頭，并在MATLAB仿真軟件中,使用Matlab進行編程實現了基于核函數法、核函數法以及矩量密度方法等基本理論。將背景差分變換與線性擬合相結合來處理背景信息。同時也考慮到不同相機所拍圖像存在著邊緣區域和畸變率范圍內信號之間的差異性;在對攝像機運動狀態估計時。