基于計(jì)算機(jī)視覺算法的圖像處理技術(shù)研究

孔德方

鄭州財(cái)經(jīng)學(xué)院 河南 鄭州 450000

引言

隨著計(jì)算機(jī)和人工智能技術(shù)的不斷發(fā)展，基于人工智能的圖像處理技術(shù)已在實(shí)際生活中得到廣泛應(yīng)用，逐漸開始解決部分問題，但由于此種技術(shù)涉及的關(guān)鍵技術(shù)較多，部分技術(shù)的應(yīng)用不成熟，導(dǎo)致圖像的采集過程受到大小、背景、光照等不同條件的影響，最終圖像處理的效果受到影響，因此基于計(jì)算機(jī)視覺算法的圖像處理仍然有許多方面需要優(yōu)化，對其開展研究是十分必要的[1]。

1 視覺和圖像處理算法概述

1.1 機(jī)器視覺算法

機(jī)器視覺又稱計(jì)算機(jī)視覺。計(jì)算機(jī)視覺是人工智能領(lǐng)域中比較常用的技術(shù)，從本質(zhì)上講計(jì)算機(jī)視覺是一類實(shí)現(xiàn)圖像處理的數(shù)據(jù)模型，借助模型，計(jì)算機(jī)可以模擬人眼識別的能力，采用固定模型準(zhǔn)確地對圖像進(jìn)行識別[2]。通常當(dāng)人類面對各類圖像時(shí)，可以借助眼睛實(shí)現(xiàn)圖像內(nèi)容的直接識別和理解，但具體圖像識別的邏輯受到各種因素的影響，因此僅僅借助計(jì)算機(jī)或者攝像頭很難實(shí)現(xiàn)圖像內(nèi)容的識別，基于此原因，科研人員開始從圖像的基本類型下手，采用復(fù)雜的物理模型實(shí)現(xiàn)對圖像的解釋，并以此構(gòu)成計(jì)算機(jī)視覺算法。借助計(jì)算機(jī)視覺算法，我們不但能夠準(zhǔn)確地實(shí)現(xiàn)對圖像信息的識別，而且可以利用識別的圖像進(jìn)行三維模型的構(gòu)筑，或者對圖像進(jìn)行模擬預(yù)測，其推廣使用價(jià)值較高?，F(xiàn)如今此技術(shù)的應(yīng)用領(lǐng)域比較廣，如車站、機(jī)場的安檢系統(tǒng)中人臉識別技術(shù)的應(yīng)用已經(jīng)非常廣泛，這些應(yīng)用均以計(jì)算機(jī)視覺作為基礎(chǔ)。

1.2 圖像處理算法

識別圖像內(nèi)容是第一步，完成識別后便是對圖像進(jìn)行處理。圖像處理的本質(zhì)是借助計(jì)算機(jī)實(shí)現(xiàn)對圖像信息的處理[3]。圖像的本質(zhì)是幾何圖形，由點(diǎn)線面等元素構(gòu)成，每種元素輔以不同的顏色，從而構(gòu)成了以點(diǎn)為單位的像素。在圖像處理過程中，計(jì)算機(jī)會將不同的像素點(diǎn)予以存儲，并對圖像點(diǎn)根據(jù)固定的規(guī)則進(jìn)行存儲和調(diào)整，從而實(shí)現(xiàn)對圖像的處理。根據(jù)現(xiàn)如今的圖像處理技術(shù)，圖像處理可分為圖像的修復(fù)和增強(qiáng)、數(shù)據(jù)編碼、圖像最小單元分割、圖像識別等環(huán)節(jié)，本文所做研究主要是針對圖像增強(qiáng)復(fù)原、編碼、圖像識別等。

2 計(jì)算機(jī)視覺算法圖像處理技術(shù)

圖像處理的基本原理是借助傳感器實(shí)現(xiàn)圖像信息的采集，采集到的信息為數(shù)字信號，通過采集裝置實(shí)現(xiàn)了圖像信號到數(shù)字信號的轉(zhuǎn)化，當(dāng)數(shù)字信號轉(zhuǎn)化成功后，計(jì)算機(jī)會利用計(jì)算機(jī)視覺算法實(shí)現(xiàn)數(shù)字信號的重新分析和組合，從而對圖像進(jìn)行重新合成，使得圖像達(dá)到預(yù)期的分析效果。因此，機(jī)器視覺算法主要是針對圖像處理過程中數(shù)字化信息的研究，其操作級別多為像素級別，如對比度提升、邊緣信息的提取、圖像信息的變換等。計(jì)算機(jī)機(jī)器視覺的本質(zhì)是將三維世界中的圖像信息，借助一定的信息采集技術(shù)采集到機(jī)器視覺系統(tǒng)中，經(jīng)過固定數(shù)據(jù)處理流程，而后將信息輸出，借助計(jì)算機(jī)圖像識別技術(shù)的主要流程如下：被采集圖像信息的輸入、圖像的增強(qiáng)、噪聲處理、圖像中的特征識別（如BRIE特征、直方圖特征和FAST特征等），圖像分割、圖像分類和識別。以上各個(gè)環(huán)節(jié)涵蓋了計(jì)算機(jī)及其視覺系統(tǒng)中圖像處理的全部操作，但是由于圖像存在形式的不同，各個(gè)環(huán)節(jié)上也會存在不同的差異。以某大型城市交通視頻監(jiān)控為例，監(jiān)控系統(tǒng)可根據(jù)安裝在各個(gè)監(jiān)控點(diǎn)的攝像頭實(shí)現(xiàn)監(jiān)控圖像數(shù)據(jù)的采集，同時(shí)將圖像以模擬信號的形式傳遞給計(jì)算機(jī)控制系統(tǒng)，控制系統(tǒng)在受到模擬信號后，會將其轉(zhuǎn)化為數(shù)字信號，而后進(jìn)行圖像的降噪處理、分割和特征識別等操作，然后在完成圖像信息全面理解后，將圖像信息中得到的車輛類型、是否存在違法情況、車流量大小等信息顯示到前臺界面中，為交通部門規(guī)章人員的違章決策提供支持。

3 計(jì)算機(jī)視覺算法的實(shí)現(xiàn)路徑

計(jì)算機(jī)視覺算法的應(yīng)用載體是計(jì)算機(jī)視覺系統(tǒng)，可以完成對圖像的快速分析和處理，但對于不同的圖像處理需求，其具體實(shí)現(xiàn)路徑存在差異，本文以故障的自動檢測為例，介紹計(jì)算機(jī)視覺算法的具體實(shí)現(xiàn)路徑。

首先故障檢測系統(tǒng)借助監(jiān)控和設(shè)備獲得被監(jiān)控系統(tǒng)的圖像，同時(shí)對圖像進(jìn)行分析，并對其進(jìn)行分析，將分析結(jié)果和故障判斷準(zhǔn)則相比較，實(shí)現(xiàn)故障的自動診斷。從整體架構(gòu)上講，本系統(tǒng)主要分為兩部分，其一是圖像采集系統(tǒng)，其二是圖像識別系統(tǒng)，圖像采集主要借助硬件設(shè)備實(shí)現(xiàn)圖像信息的采集，圖像識別系統(tǒng)主要對識別的圖像信息進(jìn)行處理。本系統(tǒng)在系統(tǒng)架構(gòu)上采用C/S架構(gòu)，并針對此種模式建立客戶機(jī)和服務(wù)共識的通信協(xié)議。但在算法設(shè)計(jì)上，針對工程機(jī)械的常見故障，采用灰度直方圖基于Sobel 算子的邊緣檢測、Hough 變換等幾種經(jīng)典算法。在故障識別過程中，以螺絲丟失的故障分析為例，設(shè)備終端在得到圖像信息后，系統(tǒng)首先對圖像的清晰度等進(jìn)行分析，以分析結(jié)果判別是否需要進(jìn)行圖像預(yù)處理，預(yù)處理完成后，對螺絲的位置和圖像進(jìn)行分割，在得到處理結(jié)果后確定螺絲區(qū)域的具體位置，然后借助圖像投射情況判斷螺絲是否存在。若投射點(diǎn)和螺絲存在時(shí)的像素點(diǎn)不同，則證明螺絲出現(xiàn)了丟失故障。

4 結(jié)束語

綜上所述，計(jì)算機(jī)視覺識別算法在未來有著廣闊的前景，我們必須對基于信息技術(shù)和人工智能技術(shù)的圖像處理技術(shù)進(jìn)行深入的理解和研究，并將其應(yīng)用于實(shí)際問題的解決中，從而發(fā)揮智能技術(shù)在工業(yè)化建設(shè)中的作用。