計算機視覺識別技術的應用

【摘要】 作為人類視覺模擬的計算機視覺是利用計算機從二維圖中提取景物的二給或三維結構和屬性的描述并加以理解。計算機視覺是一個重要而又富有挑戰意義的研究領域。本文結合計算機視覺研究的理論概況，詳細闡述了計算機視覺在人類生產生活中的應用。

【關鍵詞】 計算機視覺；應用

【中圖分類號】 TP273+.5

【文獻標識碼】 B

【文章編號】 1005-1074(2008)08-0249-01

1 計算機視覺研究的內容

對于計算機視覺系統來說，輸入是表示三維景物投影的灰度陣列，可以有若干個輸入陣列，這些陣列可提供從不同方面、不同視角、不同時刻得到的信息。希望的輸出，是對圖象所代表景物的符號描述。通常這些描述是關于物體的類別和物體間的關系，但也可能包括如表面空間結構、表面物理特性、陰影以及光源位置等信息。目前許多計算機視覺專家都是在馬爾創立的視覺計算理論框架下求索。馬爾教授認為，視覺可分為三個階段，第一階段是早期視覺，其目的是抽取觀察者周圍景物表面的物理特性，如距離、表面方向，材料特性等，具體班次來包括邊緣檢測、雙目立體匹配、由陰影確定形狀、由紋理確定形狀、光纖計算等；第二階段是二維半簡圖或本征圖象，它是在以觀察者為中心坐標系中描述表面的各種特征，根據這些描述可以重建物體邊界，按表面和體積分割景物，但在以觀察者為中心的坐標系中只能得到可見表面的描述，得不到遮擋表面的描述，故稱二維半簡圖；第三階段是三維模型、視覺信息處理的最后一個層次，是用二維半簡圖中得到的表面信息建立適用于視覺識別的三維形狀描述，這個描述應該與觀察者的視角無關，也就是在以物體為中心的坐標系中，以各種符號關系和幾體結構描述物體的三維結構和空間關系。盡管馬爾視覺計算理論在解決具體問題時遇到了困難，但可以說，計算機視覺有了長足的發展，其主流是沿著馬爾所指出的方向取得的。

2 計算機視覺的應用

計算機視覺被稱為自動化的眼睛，在國民經濟、科學研究及國防建設等領域都有著廣泛的應用。視覺的最大優點是與被觀測的對象無接觸，因些對觀測與被觀測者都不會產生任何損傷，十分安全可靠，這是其他感覺方式無法比擬的。另外視覺方法所能檢測的對象十分廣泛，可以說是對對象不加選擇。理論上，人眼觀察不到的范圍計算機視覺也可以觀察，例如紅外線、微波、超聲波等人類就觀察不到，而計算機視覺則可以利用這方面的敏感器件形成紅外線、微波、超聲波等圖象。困此可以說是擴展了人類視覺范圍。另外，人無法長時間地觀察對象，計算機視覺則不知疲勞，如始如一地觀測，所以計算機視覺可以廣泛地用于長時間惡劣的工作環境。

2.1 工業上的應用 例如在對煙葉品質進行圖像處理過程中，借助MATLAB圖像處理工具箱和神經網絡技術，對各種類型的煙葉的數字圖像進行計算機視覺分析，包括邊緣檢測、輪廓提取、用圖像工具箱抽取煙葉數字圖像特征，將待測煙葉樣本與標準煙葉樣本進行自適應學習訓練，最后迭到自動識別待測煙葉樣本的品質的智能評定，由此推進煙葉生產過程的技術創新。其次在生產線上部件安裝、自動焊接，切割加工；大規模集成電路生產線上自動連接引線、對準芯片和封裝；石油、煤礦等地質鉆探中數據流自動監測和濾波；在紡織、印染業進行自動分色、配色。

2.2 在公安工作的應用 例如計算機人臉識別技術是利用計算機對人臉圖像進行分析，從中提取有效的識別信息，用來“辨別”身份的一門技術。它涉及到圖像處理、模式識別、計算機視覺和神經網絡等。人臉識別技術(FaceRecognitionTechnology，FRT)在商業上和法律上有大量應用，如身份證、護照、信用卡、駕駛執照與實際持證人的核對，視頻監控系統中的人物跟蹤、Video圖像的實時匹配、公安系統的犯罪身份識別、銀行及海關的監控系統和自動門衛系統等。其次，如檢查印刷底板的裂痕、短路及不合格的連接部，檢查鑄件的雜質和斷口，對產品樣品進行常規檢查，檢查標簽文字標記，玻璃產品的裂縫和氣泡等。

2.3 商業上應用 計算機視覺一方面在安防方面的應用，就是當值班人員面對十、百、千的攝像機，無法真正的在風險產生時預防或干預，多數靠事后回放相關的圖象；其二為非安防方面的應用，如商業上人流統計、防止扒竊等等。其理念是將風險的分析和識別轉交給計算機或者芯片，使值班人員從“死盯”監視器的工作中解脫出來，當計算機發現問題時候，自動巡視商店或其他重要場所門廊，自動跟蹤可疑的人并及時報警，此時值班人員進行響應。

2.4 醫學方面 X-CT、放射性同位素掃描、B型超聲、核磁共振成像，是現代醫學的四大成像技術。B超檢測系統通過有規律的發射超聲波，接受從人體發射回來的聲音信號，形成灰度聲圖像線密度值。1971年G.N.Hounsfield安裝了第一臺腦CT，其影響深遠，X-CT根據X射線對人體組織各部分具有不同的透過和吸收作用的性質，利用CT圖像重建技術對穿過人體截面的X掃描線進行測量和運算，重建人體內部的立體圖像。X光機的圖像處理系統可進行導管定標、血管造影及血管動態分析。通過對X光圖像的處理，可以分辨關節等部分的細節，甚至人體內的膽結石。該系統尤其適用于心血管疾病。心血管疾病是人類健康的頭號大敵，而對該病的早期發現和對診斷過程中無創性的要求一直是醫學界的一個難題。利用計算機視覺的方法，對心血管管醫學圖像進行建模和分析，結合心臟動態特征和臨床知識對醫學動態圖像進行定量的運動分析，為醫生的診斷和分析心血管疾病提供了一個有效的工具和途徑。另外在對染色體切片、癌細胞切片、X射線圖象、超聲波圖象的自動檢查，進而自動診斷等。

2.5 軍事方面 計算機視覺開辟了人工智能的一個全新領域，它模擬并幫助理解人類的視覺系統。就軍事領域的應用而言，在執行低空突防飛行和其它空襲任務過程中，采用被動式地形偵察與勘測技術能夠提高飛行隱蔽性，解決易于被敵方探測的需要。計算機視覺的優點之一在于其完全被動的工作方式，可以提高隱蔽性，而且不易受電子干擾，具有更高的可靠性。視覺技術的另一個優點在于利用其基于二維視覺圖像實現的地形估測系統可以很容易地獲得較高地地形分辨率和精度通過采用二維的視覺測量，一片包含目標地地面區域能夠一次性采集完成，不再需要逐點逐帶的進行掃描，因此掃描速度快、效率高。當然，具體的精度與分辨率要求需要依據具體的低空飛行與精確打擊任務而定。另外，視覺系統中所使用的設備相對于雷達等設備而言具有更小的的體積和重量，而且成本較低。其次在自動監視軍事目標，自動發現、跟蹤運動目標、自動巡航捕獲目標和確定距離方面應用也很廣泛。

2.6 農業生產方面 發達國家將計算機視覺技術應用于農作物種子質量檢驗評價，至今已經取得了較大發展。例如：通過計算機視覺技術來評價蠶豆品質的方法。這一理論提出用兩種不同的離散方法來區分合格、破損、過小、異類蠶豆和石頭。利用彩色圖像中提取的35個特征參數進行分類，分類結果與判別分析統計分類結果相比有較好的一致度。另外在農業機械自動化方面，例如，應用計算機視覺技術對蘑菇進行識別。計算機視覺系統為蘑菇采摘機器提供分類所需的尺寸、面積信息，并引導機器手準確抵達待采摘蘑菇的中心位置，實現抓取。

總之，計算機視覺的應用是多方面的。它已經取得并將繼續取得越來越廣泛的應用。

3 參考文獻

1 王潤生.圖象理解[M].國防科技大學出版社，1995

2 吳立德.計算機視覺[M].復旦大學出版社，1993