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(jì)算機(jī)視覺的優(yōu)點(diǎn)范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

計(jì)算機(jī)視覺的優(yōu)點(diǎn)范文第1篇

關(guān)鍵詞：計(jì)算機(jī)視覺圖像 精密測量 構(gòu)造幾何模型 信號源的接收

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2013）05-1211-02

新型計(jì)算機(jī)視覺圖像精密測量是一種基于計(jì)算機(jī)程序設(shè)計(jì)以及圖像顯示的高精度的關(guān)鍵技術(shù)，它廣泛用于測量的領(lǐng)域，對于測量的準(zhǔn)確性有很好的保證。這種關(guān)鍵技術(shù)是幾何了光學(xué)的特性，發(fā)揮了圖像學(xué)的顯影性，把普通的測量技術(shù)瞬間提升到了一個(gè)新的高度。在這項(xiàng)關(guān)鍵技術(shù)中包含了物理學(xué)中光的效應(yīng)，圖像中的傳感器以及計(jì)算機(jī)中的編程軟件，這還不完全，還有一些其他科學(xué)領(lǐng)域知識的輔助，可以說這項(xiàng)關(guān)鍵技術(shù)是一個(gè)非常有技術(shù)含量的技術(shù)，很值得學(xué)者進(jìn)行研究。

1 計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)的具體形式

在以往的測量中，選擇的測量方式還是完全采用機(jī)械的形式，但是在使用了計(jì)算機(jī)視覺圖像精密測量后，完成了許多以往技術(shù)所不能達(dá)到的任務(wù)。在我們的研究中，計(jì)算機(jī)視覺圖像測量的原理是通過攝像機(jī)將被處理的對象采集進(jìn)行影像采集，在多個(gè)控制點(diǎn)的數(shù)據(jù)采集完成后，系統(tǒng)會(huì)自動(dòng)將這些圖像進(jìn)行整合，得出相關(guān)的幾何多變參數(shù)，再在計(jì)算機(jī)上以具體的數(shù)據(jù)顯示出來，以供技術(shù)人員使用參照。

在上面所說的攝像機(jī)并不是我們通常意義上生活中使用的攝像機(jī)。它是一種可視化較強(qiáng)，表針比較敏感的測試儀?？梢詫⒁曈X中的二維形態(tài)通過顯影，記錄在機(jī)械的光譜儀上，再將這種的二維圖像做數(shù)學(xué)處理，有二階矩陣轉(zhuǎn)換為三階矩陣，通過播放儀呈現(xiàn)出三維的影像。這時(shí)的圖像變?yōu)榱Ⅲw化，更有層次感，效果上也有了明顯的變化，這是一種顯示方法。此外還有一種造價(jià)較高的儀器，我們不常使用，就是圖像提取器。同樣是采集控制點(diǎn)的數(shù)據(jù)，將數(shù)據(jù)整合在系統(tǒng)之內(nèi)，然后對于原始的圖像進(jìn)行預(yù)處理，不再經(jīng)過有曝光這個(gè)程序，將圖像中關(guān)鍵點(diǎn)的坐標(biāo)在整個(gè)內(nèi)部軸面上體現(xiàn)出來，提取數(shù)據(jù)幀數(shù)，再運(yùn)用機(jī)器的智能識別系統(tǒng)，對控制點(diǎn)的坐標(biāo)進(jìn)行數(shù)據(jù)分析，自動(dòng)生成圖形，這也可以用于精密測量。它的優(yōu)點(diǎn)就是使用上極其的方面，基本只要架立儀器和打開開關(guān)，其他的工作機(jī)械系統(tǒng)都會(huì)自動(dòng)的完成。使用的困難就是造價(jià)極其的高，不適合一般企業(yè)使用。在基于計(jì)算機(jī)視覺圖像測量中使用上的原理如下：

1） 計(jì)算出觀察控制點(diǎn)到計(jì)算機(jī)視覺圖像測量儀器的有效距離；

2） 得出觀察點(diǎn)到目標(biāo)控制點(diǎn)之間的三維的運(yùn)動(dòng)幾何參數(shù)；

3） 推斷出目標(biāo)控制點(diǎn)在整個(gè)平面上的表面特征（ 大多時(shí)候要求形成立體視覺）；

4） 還通過觀察可以判斷出目標(biāo)物體的幾何坐標(biāo)方位。

在整個(gè)計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)中最關(guān)鍵的元件就是壓力應(yīng)變電阻儀，這也是傳感器的一部分。壓力應(yīng)變電阻儀的使用方式是將應(yīng)力片粘貼在控制點(diǎn)位上，事先在物體表面打磨平整，清理干凈后，涂抹丙酮試劑，在液體完全風(fēng)干后就可以黏貼應(yīng)力片，通過導(dǎo)線的聯(lián)接，形成了一小段閉合的電路，時(shí)刻讓計(jì)算機(jī)視覺圖像系統(tǒng)可以感應(yīng)到并作跟蹤觀察。因受到來自不同方面諧波的影響后，應(yīng)力片會(huì)產(chǎn)生一定數(shù)值的電阻，在電路中，這些電阻會(huì)轉(zhuǎn)化為電流，視覺圖像系統(tǒng)接收到了電流后就會(huì)顯示在儀表盤上相應(yīng)的數(shù)據(jù)，我們就可以根據(jù)儀表盤中的數(shù)據(jù)記錄測量中的數(shù)據(jù)，很好的解決了原始機(jī)械在使用過程中大量的做無用功所消耗資源的現(xiàn)象。傳感器對每個(gè)應(yīng)點(diǎn)都進(jìn)行動(dòng)態(tài)的測量，將數(shù)據(jù)模轉(zhuǎn)換成現(xiàn)實(shí)中的圖像，精確的成像可以測算出控制點(diǎn)的位置，用計(jì)算機(jī)視覺圖像精密測量結(jié)合數(shù)據(jù)方面的相關(guān)的分析，得出施工中的可行性報(bào)告分析，減低了施工中的成本，將施工的預(yù)算控制在一個(gè)合理的范圍之內(nèi)。

當(dāng)無法觀察到控制點(diǎn)是，計(jì)算機(jī)視覺圖像精密測量可以通過接收信號或是相關(guān)的頻率波段來收集數(shù)據(jù)，不會(huì)因?yàn)橐酝鶞y量的環(huán)境不好，距離太遠(yuǎn)，誤差太大的影響。

2 計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)分析

在計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)中解決了很多以往很難完成的任務(wù)，但是在使用過程中還是發(fā)生了很多的問題。尤其在視覺圖像的選擇中，無法使用高幀數(shù)的圖片顯示，無法將計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)的優(yōu)點(diǎn)發(fā)揮出來。我們就計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)中常見的問題進(jìn)行討論。

2.1 降低失誤的概率

在很多的數(shù)據(jù)誤差中，有一部分是出現(xiàn)在人為的因素上面。對于機(jī)器的不熟悉和操作中的疏忽都會(huì)在一定程度上對圖像的視覺感模擬帶來麻煩。對于網(wǎng)絡(luò)設(shè)備的配置上，要經(jīng)常性的學(xué)習(xí)，將配置在可能的情況下設(shè)置的更加合理和使用，保證網(wǎng)絡(luò)連接系統(tǒng)的安全性。為防止更多因操作帶來的誤差，選用系統(tǒng)登入的制度，用戶在通過識別后進(jìn)入系統(tǒng)，在采集數(shù)據(jù)后，確定最終數(shù)據(jù)上又相關(guān)的再次確定的標(biāo)識，系統(tǒng)對本身有的登錄服務(wù)器和路由器有相關(guān)的資料解釋，記錄好實(shí)用操作的時(shí)間，及時(shí)備份。

2.2 對于權(quán)限的控制

權(quán)限控制是針對測量關(guān)鍵所提出的一種安全保護(hù)措施，它是在使用計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)中對用戶和用戶組賦予一定的權(quán)限，可以限制用戶和用戶組對目錄、子目錄、文件、打印機(jī)和其他共享資源的瀏覽和更改。圖像中的運(yùn)行服務(wù)器在停止的情況下可以做出不應(yīng)答的操作指令，立刻關(guān)閉當(dāng)前不適用的界面，加快系統(tǒng)的運(yùn)行速度，對于每天的日志文件實(shí)時(shí)監(jiān)控，一旦發(fā)現(xiàn)問題及時(shí)解決。對于數(shù)據(jù)終端的數(shù)據(jù)可采用可三維加密的方法，定時(shí)進(jìn)行安全檢測等手段來進(jìn)一步加強(qiáng)系統(tǒng)的安全性。如果通過了加密通道，系統(tǒng)可以將數(shù)據(jù)自動(dòng)的保存和轉(zhuǎn)換為視圖模式，對于數(shù)據(jù)的審計(jì)和運(yùn)行可以同時(shí)進(jìn)行，這樣就可以很好的保證大地測量中的圖像數(shù)據(jù)安全，利用防護(hù)墻將采集中廢棄的數(shù)據(jù)革除在外，避免數(shù)值之間發(fā)生紊亂的現(xiàn)象，進(jìn)一步改善計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)。

2.3 開啟自動(dòng)建立備份系統(tǒng)

計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)的完善中會(huì)常遇到系統(tǒng)突然崩潰或是圖像受到嚴(yán)重干擾導(dǎo)致無法轉(zhuǎn)換的一系列情況，發(fā)生這種情況最大的可能性就是系統(tǒng)在處理多組數(shù)據(jù)后無法重新還原成進(jìn)入界面。這時(shí)為保證圖片轉(zhuǎn)換成數(shù)字的系統(tǒng)數(shù)據(jù)不丟失，我們對系統(tǒng)進(jìn)行備份。選定固定的磁盤保存數(shù)據(jù)，定期將產(chǎn)生的數(shù)據(jù)（轉(zhuǎn)換前的圖像和轉(zhuǎn)換后的數(shù)值）導(dǎo)出，保證程序的正常運(yùn)行。當(dāng)系統(tǒng)一旦發(fā)生錯(cuò)誤，可以盡快的恢復(fù)數(shù)據(jù)的初始狀態(tài)，為測量任務(wù)的完成爭取更多的時(shí)間。我們還要減少信號源周圍的干擾，定期的更新系統(tǒng)數(shù)據(jù)庫，保持?jǐn)?shù)據(jù)采集的穩(wěn)定性，把攝像機(jī)記錄出的數(shù)據(jù)節(jié)點(diǎn)保存在相應(yīng)的技術(shù)圖紙上，用這樣的方式來知道測量工作。系統(tǒng)備份的數(shù)據(jù)還可以用于數(shù)據(jù)的對比，重復(fù)測量后得出的數(shù)據(jù)，系統(tǒng)會(huì)自動(dòng)也備份的數(shù)據(jù)進(jìn)行比對，發(fā)現(xiàn)誤差值在規(guī)定以外，就會(huì)做出相應(yīng)的預(yù)警，這樣也能在工作中降低出現(xiàn)誤差的概率。

3 計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)遇到的困難和使用前景

計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)作為一種新興技術(shù)在使用時(shí)間上不過十幾年，其使用的程度已經(jīng)無法估算。正是因?yàn)樗暮唵?、使用、精度高以及自?dòng)化能力卓越的特點(diǎn)受到了測量單位的廣泛青睞。在測量方面的這些可靠性和穩(wěn)定性也是有目共睹的。在土木和機(jī)械測量的行業(yè)計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)都會(huì)有廣泛和良好的使用，前景也是十分的廣闊。但是不容忽視該技術(shù)也有一些弊端。這項(xiàng)關(guān)鍵技術(shù)中涵蓋的學(xué)科非常的多，涉及到的知識也很全面，一旦出現(xiàn)了機(jī)器的故障，在維修上還是一個(gè)很大的問題，如何很好的解決計(jì)算機(jī)視覺圖像技術(shù)的相關(guān)核心問題就是當(dāng)下亟待解決的。

我們都知道，人的眼睛是可以受到吱聲的控制，想要完成觀測是十分簡單的，但是在計(jì)算機(jī)視覺圖像技術(shù)中，畢竟是采取攝像機(jī)取景的模式，在取得的點(diǎn)位有的時(shí)候不是特別的有代表性，很難將這些問題具體化、形象化。達(dá)不到我們設(shè)計(jì)時(shí)的初衷。所以在這些模型的構(gòu)建中和數(shù)據(jù)的轉(zhuǎn)換上必須有嚴(yán)格的規(guī)定和要求，切不可盲目的實(shí)施測量，每項(xiàng)技術(shù)操作都要按規(guī)程來實(shí)施。

上文中也談到了，計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)中最主要的構(gòu)建是傳感器，一個(gè)合理的傳感器是體統(tǒng)的“心臟”，我們在儀器的操作中，不能時(shí)時(shí)刻刻對傳感器進(jìn)行檢查，甚至這種高精度的元件在檢查上也并不是一件簡單的事情，通過不斷的研究，將傳感器的等級和使用方法上進(jìn)行一定的創(chuàng)新也是一項(xiàng)科研任務(wù)。

4 結(jié)束語

在測量工程發(fā)展的今天，很多的測量技術(shù)已經(jīng)離不了計(jì)算機(jī)視覺圖像技術(shù)的輔助，該文中詳細(xì)的談到了基于計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)方面的研究，對于之中可能出現(xiàn)的一些問題也提出了相應(yīng)的解決方案。測量工程中計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)可以很好的解決和完善測量中遇到的一些問題，但是也暴露出了很多的問題。

將基于計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)引入到測量工程中來，也是加強(qiáng)了工程建設(shè)的信息化水平。可以預(yù)見的是，在未來使用計(jì)算機(jī)視覺圖像技術(shù)建立的測量模型會(huì)得到更多、更好的應(yīng)用。但作為一個(gè)長期復(fù)雜的技術(shù)工程，在這個(gè)建設(shè)過程中定會(huì)有一些困難的出現(xiàn)。希望通過不斷的發(fā)現(xiàn)問題、總結(jié)經(jīng)驗(yàn)，讓計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)在測量中作用發(fā)揮的更好。

參考文獻(xiàn)：

[1] 湯劍，周芳芹，楊繼隆.計(jì)算機(jī)視覺圖像系統(tǒng)的技術(shù)改造[J].機(jī)電產(chǎn)品開發(fā)與創(chuàng)新周刊，2005，14（18）：33-36.

[2] 段發(fā)階，等. 拔絲?？仔斡?jì)算機(jī)視覺檢測技術(shù)[J]. 光電工程時(shí)報(bào)， 1996，23（13）：189-190.

計(jì)算機(jī)視覺的優(yōu)點(diǎn)范文第2篇

關(guān)鍵詞：計(jì)算機(jī)視覺；地圖匹配；SLAM；機(jī)器人導(dǎo)航；路徑規(guī)劃

1概述

計(jì)算機(jī)視覺在人工智能學(xué)科占據(jù)重要地位，為自主移動(dòng)機(jī)器人視覺導(dǎo)航做了深厚的理論鋪墊。目前，機(jī)器人導(dǎo)航技術(shù)有很多種，傳感器導(dǎo)航技術(shù)如里程計(jì)、激光雷達(dá)、超聲波、紅外線、微波雷達(dá)、陀螺儀、指南針、速度、加速度計(jì)或觸覺等得到了普遍應(yīng)用，與上述非計(jì)算機(jī)視覺導(dǎo)航技術(shù)相比較，計(jì)算機(jī)視覺導(dǎo)航技術(shù)如人眼般具有靈敏度高且可捕獲的信息量大以及成本低等優(yōu)點(diǎn)。由于室內(nèi)相對室外空間比較狹小且內(nèi)部環(huán)境復(fù)雜，所以普通移動(dòng)機(jī)器人在作業(yè)過程中，完成躲避眼前障礙物、自主導(dǎo)航以及為自身找出一條可行路徑等一系列操作會(huì)相對比較困難。計(jì)算機(jī)視覺導(dǎo)航技術(shù)可利用本身的攝像頭獲得室內(nèi)周圍的環(huán)境信息，實(shí)時(shí)對其周身的場景進(jìn)行快速反饋，對視野前方障礙物進(jìn)行快速識別和檢測，從而確定一條高效的可行的安全路徑。本文對計(jì)算機(jī)視覺導(dǎo)航技術(shù)進(jìn)行分類研究，主要分為3類：第一類是環(huán)境地圖事先已知，提前對外界環(huán)境特征進(jìn)行提取和處理，建立全局地圖，并將地圖信息存儲(chǔ)在機(jī)器人內(nèi)存數(shù)據(jù)庫中，在導(dǎo)航的時(shí)候?qū)崟r(shí)進(jìn)行地圖匹配；第二類是同時(shí)定位與地圖構(gòu)建，移動(dòng)機(jī)器人在自身位置不確定的情況下根據(jù)自身的攝像頭獲取周圍未知環(huán)境信息，在作業(yè)時(shí)逐步構(gòu)建周圍的環(huán)境地圖，根據(jù)構(gòu)建的增量式地圖自主實(shí)時(shí)定位和導(dǎo)航；第三類是不依賴環(huán)境地圖，自主移動(dòng)機(jī)器人不需要依賴任何的環(huán)境地圖，其在作業(yè)活動(dòng)時(shí)的可行區(qū)域主要取決于攝像頭實(shí)時(shí)識別和檢測的環(huán)境相對信息。

2環(huán)境地圖的表示方法

目前，計(jì)算機(jī)視覺導(dǎo)航技術(shù)多采用柵格地圖、幾何地圖、拓?fù)涞貓D和混合地圖構(gòu)建環(huán)境地圖信息。

2.1柵格地圖

柵格地圖，將柵格圖像考慮為一矩形，均分為一系列柵格單元，將每個(gè)柵格單元賦予一個(gè)平均概率值，并利用傳感信息估計(jì)每個(gè)單元內(nèi)部內(nèi)存障礙物的概率。構(gòu)建柵格地圖的優(yōu)點(diǎn)是其地圖表達(dá)形式直觀，創(chuàng)建和維護(hù)比較容易；但當(dāng)劃分的柵格單元數(shù)量不斷增多時(shí)，實(shí)時(shí)性就會(huì)慢慢變差；當(dāng)劃分的柵格單元越大時(shí)，環(huán)境地圖的分辨率越低。

2.2幾何地圖

幾何地圖利用幾何特征如點(diǎn)、直線、平面等來構(gòu)成環(huán)境主要框架，需要知道這些特征在環(huán)境中信息的具置，所以幾何地圖通常使用其對應(yīng)的三維空間坐標(biāo)來表示。幾何地圖構(gòu)建過程相對簡單，保留了室內(nèi)環(huán)境的各種重要信息，是基于計(jì)算機(jī)視覺的定位與地圖構(gòu)建算法中最常用的一種表示方式。但是為了完成環(huán)境的建模需要標(biāo)記大量的特征，從而計(jì)算量也非常的大，降低了實(shí)時(shí)性，其重建的地圖也容易出現(xiàn)與全局不一致的情況。

2.3拓?fù)涞貓D

拓?fù)涞貓D用許多節(jié)點(diǎn)和連接這些節(jié)點(diǎn)的曲線來表示環(huán)境信息。其中，每個(gè)節(jié)點(diǎn)相對應(yīng)真實(shí)環(huán)境中的特征點(diǎn)（如門角、窗戶、椅子、桌子角及拐角等），而節(jié)點(diǎn)之間的曲線表示兩個(gè)節(jié)點(diǎn)對應(yīng)的地點(diǎn)是相聯(lián)通的。拓?fù)涞貓D把環(huán)境信息表上在一線圖上，不需要精確表示不同節(jié)點(diǎn)間的地理位置關(guān)系，圖像較為抽象，表示起來方便且簡單。機(jī)器人首先識別這些節(jié)點(diǎn)進(jìn)而根據(jù)識別的節(jié)點(diǎn)選擇節(jié)點(diǎn)與節(jié)點(diǎn)間的曲線作為可作業(yè)的路徑。

2.4混合地圖

混合地圖主要包括3種形式：柵格一幾何地圖、幾何一拓?fù)涞貓D以及柵格一拓?fù)涞貓D?；旌系貓D采用多種地圖表示，可結(jié)合多種地圖的優(yōu)勢，與單一的地圖表示相比更具有靈活性、準(zhǔn)確性和魯棒性，但其不同類別的地圖結(jié)合起來管理會(huì)比較復(fù)雜，難以協(xié)調(diào)，增加了地圖構(gòu)建的難度。文獻(xiàn)針對室內(nèi)環(huán)境所建立的模型分為全局拓?fù)浜途植繋缀伪硎霾糠?，整體環(huán)境通過拓?fù)涔?jié)點(diǎn)串連起來，維護(hù)了整體環(huán)境表述的全局一致性；而以每個(gè)拓?fù)涔?jié)點(diǎn)為核心所采用的幾何表述則可確保局部精確定位的實(shí)現(xiàn)，這樣建立的幾何一拓?fù)浠旌檄h(huán)境模型可將二者的優(yōu)勢都表現(xiàn)出來，使得移動(dòng)機(jī)器人定位和地圖構(gòu)建同時(shí)進(jìn)行，實(shí)現(xiàn)容易。

3基于計(jì)算機(jī)視覺的室內(nèi)導(dǎo)航

基于計(jì)算機(jī)視覺的室內(nèi)導(dǎo)航技術(shù)可利用攝像頭捕獲機(jī)器人周圍環(huán)境的全部信息，對其周身的場景進(jìn)行反饋，對障礙物進(jìn)行快速識別和檢測，從而確定一條高效的可行的安全路徑。本文將計(jì)算機(jī)視覺室內(nèi)導(dǎo)航技術(shù)主要分為3類：第一類是環(huán)境地圖事先已知；第二類是定位與地圖構(gòu)建同時(shí)進(jìn)行；第三類是不依賴環(huán)境地圖。

3.1環(huán)境地圖事先已知

提前對外界環(huán)境特征進(jìn)行提取和處理，建立全局地圖，并將地圖信息存儲(chǔ)在機(jī)器人內(nèi)存數(shù)據(jù)庫中，在導(dǎo)航的時(shí)候?qū)崟r(shí)進(jìn)行地圖匹配，即預(yù)存環(huán)境地圖。在環(huán)境地圖事先已知的導(dǎo)航中，路標(biāo)信息保存在計(jì)算機(jī)內(nèi)存的數(shù)據(jù)庫中，視覺系統(tǒng)中心利用圖像特征直接或間接向移動(dòng)機(jī)器人提供一系列路標(biāo)信息，一旦路標(biāo)被確定后，通過匹配觀察到的圖像和所期望圖像，機(jī)器人借助地圖實(shí)現(xiàn)自身精確定位和導(dǎo)航。該導(dǎo)航技術(shù)過程可分為以下步驟：

a）圖像獲取：攝像頭獲取其周圍的視頻圖像；

b）路標(biāo)識別及檢測：利用相關(guān)圖像處理算法對圖像進(jìn)行一系列預(yù)處理如進(jìn)行邊緣檢測和提取、平滑、濾波、區(qū)域分割；

c）路標(biāo)匹配標(biāo)志：在觀察到的圖像和所期望圖像之間進(jìn)行匹配，搜索現(xiàn)有的路標(biāo)數(shù)據(jù)庫進(jìn)行標(biāo)志路標(biāo)；

d）位置計(jì)算：當(dāng)有特征點(diǎn)進(jìn)行匹配時(shí)，視覺系統(tǒng)會(huì)根據(jù)數(shù)據(jù)庫中的路標(biāo)位置進(jìn)行自身精確定位和導(dǎo)航。

在基于計(jì)算機(jī)視覺的地圖匹配定位過程中，主要有2種地圖匹配較為典型。

①已知起點(diǎn)，已知地圖。這種條件下的定位稱為局部定位，采用的是一種相對定位的方法，如圖1所示為其位姿估計(jì)過程，這種情況目前導(dǎo)航技術(shù)研究得最多。

②不知起點(diǎn)，已知地圖。這種條件下的定位稱為全局定位。當(dāng)機(jī)器人需要重置時(shí)，通常使用這種定位方法來檢索機(jī)器人的當(dāng)前位置（即姿態(tài)初始化）。常用的輔助方法是在環(huán)境中添加一些人造信標(biāo)，如無線收發(fā)器，幾何信標(biāo)，條碼技術(shù)，紅外或超聲波接收系統(tǒng)進(jìn)行位置識別，利用視覺系統(tǒng)識別自然標(biāo)志，自主定位。

3.2定位與地圖構(gòu)建同時(shí)進(jìn)行

不知起點(diǎn)，不知地圖。SLAM技術(shù)最早由Smith等人于1986年提出，移動(dòng)機(jī)器人在自身位置不確定的情況下根據(jù)自身的攝像頭獲取周圍未知環(huán)境信息，在作業(yè)時(shí)逐步構(gòu)建周圍的環(huán)境地圖，根據(jù)構(gòu)建的增量式地圖自主實(shí)時(shí)定位和導(dǎo)航。在日后的導(dǎo)航研究中，混合地圖中的幾何一拓?fù)浠旌檄h(huán)境模型被得到廣泛應(yīng)用，主要用來解決SLAM問題。

2003年，在解決SLAM技術(shù)難題上，Arras等人采用基于Kalman濾波器和最鄰近（nearest neighbor）匹配策略的隨機(jī)地圖創(chuàng)建方法。下面是該算法步驟：

a）數(shù)據(jù)采集：首先初始化系統(tǒng)，從攝像頭傳感器采集距離數(shù)據(jù)；

b）狀態(tài)預(yù)測：視覺系統(tǒng)預(yù)測機(jī)器人運(yùn)動(dòng)狀態(tài)，實(shí)時(shí)返回新位姿信息和協(xié)方差矩陣，預(yù)測地圖；

c）觀測：從原始捕獲的信息中提取主要特征信息并將此信息返回給局部地圖；

d）測量預(yù)測：預(yù)測機(jī)器人當(dāng)前位姿的全局地圖；

e）位置匹配：應(yīng)用最鄰近濾波器匹配局部地圖中的觀測點(diǎn)和預(yù)測點(diǎn)；

f）估計(jì)：使用擴(kuò)展Kalman濾波器更新地圖；

g）創(chuàng)建：將非相關(guān)的觀測點(diǎn)加入地圖，對機(jī)器人返回增量式地圖；

h）輸出地圖。

制約機(jī)器人視覺系統(tǒng)性能的重要因素是信息實(shí)時(shí)處理的計(jì)算復(fù)雜度和處理效率，SLAM算法需要在地圖密度與計(jì)算效率之間取得權(quán)衡。

3.3無環(huán)境地圖

在這類系統(tǒng)中，機(jī)器人不需要依賴任何的環(huán)境地圖信息，機(jī)器人的活動(dòng)取決于其當(dāng)時(shí)識別和提取出來的環(huán)境信息，這些環(huán)境信息可能是桌子、椅子和門等，不需要知道這些環(huán)境元素的絕對位置。無環(huán)境地圖的導(dǎo)航技術(shù)典型的技術(shù)有3大類：基于光流的導(dǎo)航技術(shù)、基于外觀信息的導(dǎo)航技術(shù)、基于目標(biāo)識別的導(dǎo)航技術(shù)和基于目標(biāo)跟蹤的導(dǎo)航技術(shù)。

3.3.1基于光流的導(dǎo)航技術(shù)

光流是三維空間運(yùn)動(dòng)物體在觀測成像面上的像素運(yùn)動(dòng)的瞬時(shí)速度，也是圖像亮度的運(yùn)動(dòng)信息描述。光流法計(jì)算最初是由Horn和Schunck于1981年提出的，其利用二維速度場與灰度，引入光流約束方程，得到光流計(jì)算的基本算法。光流計(jì)算基于物體移動(dòng)的光學(xué)特性提出了2個(gè)假設(shè)：①運(yùn)動(dòng)物體的灰度在很短的間隔時(shí)間內(nèi)保持不變；②給定鄰域內(nèi)的速度向量場變化是緩慢的。如Santos-Victor等人研發(fā)了一種基于光流的robee視覺系統(tǒng)，該系統(tǒng)模擬了蜜蜂的視覺行為。在robee視覺系統(tǒng)中，使用單獨(dú)的雙目視覺方法來模擬蜜蜂的中心反射（Centering Reflex）：當(dāng)機(jī)器人移動(dòng)到走廊兩側(cè)的墻壁中心時(shí)，左眼捕獲場景的瞬時(shí)速度與右眼捕獲場景的瞬時(shí)速度是相同的，幾乎沒有差別，那么機(jī)器人就可以知道他們在走廊的中心。如果眼睛兩側(cè)的眼睛的瞬時(shí)變化速度不同，則機(jī)器人移動(dòng)到較慢的速度。在自動(dòng)機(jī)器人導(dǎo)航的實(shí)現(xiàn)中，基于這個(gè)想法是測量攝像機(jī)捕獲圖像場景瞬時(shí)速度差異。這種導(dǎo)航技術(shù)只能用于室內(nèi)單通道直走道導(dǎo)航，不能引導(dǎo)機(jī)器人改變方向，具有一定的局限性。

3.3.2基于外觀信息的導(dǎo)航技術(shù)

基于外觀的機(jī)器人導(dǎo)航方法，不需要構(gòu)建真實(shí)的地圖導(dǎo)航，機(jī)器人通過自身所攜帶的攝像頭和傳感器感知周圍目標(biāo)的外觀信息進(jìn)行自主定位和導(dǎo)航。其中，所述的外觀信息多為目標(biāo)信息的顏色、亮度、形狀、空間大小和物理紋路等。機(jī)器人在導(dǎo)航時(shí)存儲(chǔ)連續(xù)視頻幀的環(huán)境圖像信息，并將連續(xù)視頻幀與控制指令相關(guān)聯(lián)，從而再執(zhí)行指令規(guī)劃有效路徑到達(dá)目的地。

3.3.3基于目標(biāo)識別導(dǎo)航技術(shù)

為了達(dá)到目標(biāo)點(diǎn)或是識別目標(biāo)，機(jī)器人很多時(shí)候只能獲取少量的圖像信息。Kim等人提出了一種用符號代替導(dǎo)航各個(gè)位置的賦值方法。該賦值方法中，機(jī)器人執(zhí)行命令如“去窗邊”“去你后面的椅子旁”等。這樣，通過相關(guān)的符號命令，機(jī)器人自動(dòng)識別并建立路標(biāo)，通過符號指令到達(dá)目標(biāo)點(diǎn)。例如“去你后面的椅子旁”，這樣的命令就是告訴機(jī)器人路標(biāo)是椅子、路徑向后。該導(dǎo)航技術(shù)的難點(diǎn)在于目標(biāo)是否可以準(zhǔn)確實(shí)時(shí)識別路標(biāo)。第一，識別大量不同類別的物體，室內(nèi)環(huán)境有許多不同類別的物體，需要將它們組織到一個(gè)在給定的容易搜索圖像數(shù)據(jù)結(jié)構(gòu)中去，起到容易識別是用什么度量來區(qū)分物體；第二，識別大量不同背景下的物體，一個(gè)合適的物體表達(dá)式有助于將圖像組織成片斷，而這些片斷來自于物體的種類且與物體無關(guān)的；第三，在抽象層次上識別物體，機(jī)器人可以不需要在看到一個(gè)具體的杯子之前便能知道它是一個(gè)杯子，相關(guān)程序能夠類似的物體進(jìn)行識別和區(qū)分。

3.3.4基于目標(biāo)跟蹤的導(dǎo)航技術(shù)

基于目標(biāo)跟蹤的導(dǎo)航技術(shù)，為機(jī)器人構(gòu)造一個(gè)虛擬地圖，機(jī)器人通過攝像頭獲取連續(xù)的視頻序定一個(gè)跟蹤的目標(biāo)，為了達(dá)到對目標(biāo)的精確定位和實(shí)時(shí)跟蹤，可以利用粒子濾波算法對需要跟蹤的目標(biāo)進(jìn)行建模?；诹Ｗ訛V波的目標(biāo)跟蹤主要包含四個(gè)階段，分別是初始化目標(biāo)區(qū)域，概率轉(zhuǎn)移，目標(biāo)區(qū)域權(quán)重計(jì)算，目標(biāo)區(qū)域重采樣。在機(jī)器人導(dǎo)航之前，通過視頻序列的當(dāng)前幾幀標(biāo)注機(jī)器人所需要跟蹤的目標(biāo)，在導(dǎo)航時(shí)，機(jī)器人通過連續(xù)的視頻幀感知周圍的待跟蹤目標(biāo)，同時(shí)對所需要跟蹤的目標(biāo)散播粒子，當(dāng)獲取的視頻幀對目標(biāo)區(qū)域重采樣后足以讓機(jī)器人確定所需要跟蹤的目標(biāo)時(shí)，機(jī)器人通過確定的目標(biāo)為自己規(guī)劃最有效的路徑到達(dá)目的地。獲取視頻序列目標(biāo)跟蹤是算機(jī)視覺領(lǐng)域中的重要分支，它在工業(yè)生產(chǎn)、交通導(dǎo)航、國防建設(shè)、航空導(dǎo)航等各個(gè)領(lǐng)域有著廣泛的應(yīng)用。

計(jì)算機(jī)視覺的優(yōu)點(diǎn)范文第3篇

Abstract: Surface roughness is key indexes to evaluate surface quality. Surface quality has influence on service life and usability. Two basic measuring methods are introduced: contact measuring and non-contact measuring. Non-contact measuring method based on the computer vision technology is discussed in detail.

關(guān)鍵詞： 表面粗糙度；非接觸；光學(xué)測量

Key words: surface roughness；non-contact；optics measurement

中圖分類號：TH6文獻(xiàn)標(biāo)識碼：A文章編號：1006-4311（2011）08-0050-02

0引言

隨著科學(xué)技術(shù)的進(jìn)步和社會(huì)的發(fā)展，人們對于機(jī)械產(chǎn)品表面質(zhì)量的要求越來越高。表面粗糙度是評價(jià)工件表面質(zhì)量的一個(gè)重要指標(biāo)，國內(nèi)外很多學(xué)者在表面粗糙度檢測方面做了大量研究工作。目前測量表面粗糙度的主要方法有：接觸式測量和非接觸式測量。

1接觸式測量

接觸式測量就是測量裝置的探測部分直接接觸被測表面，能夠直觀地反映被測表面的信息，接觸式測量方法主要是觸針法，該方法經(jīng)過幾十年的充分發(fā)展，以其穩(wěn)定、可靠的特點(diǎn)被廣泛應(yīng)用。但接觸式測量存在很大的缺陷，具體表現(xiàn)在：①對高精度表面及軟質(zhì)金屬表面有劃傷破壞作用；②受觸針尖端圓弧半徑的限制，其測量精度有限；③因觸針磨損及測量速度的限制，無法實(shí)現(xiàn)在線實(shí)時(shí)測量[1]。

2非接觸式測量

為了克服接觸式測量方法的不足，人們對非接觸式測量方法進(jìn)行了廣泛研究。研究表明，非接觸式測量方法具有非接觸、無損傷、快速、測量精度高、易于實(shí)現(xiàn)在線測量、響應(yīng)速度快等優(yōu)點(diǎn)。目前已有的非接觸式測量方法包括各種光學(xué)測量方法、超聲法、掃描隧道顯微鏡法、基于計(jì)算機(jī)視覺技術(shù)的表面粗糙度檢測方法等。這里我們只對基于光學(xué)散射原理的測量方法、基于光學(xué)干涉原理的測量方法和基于計(jì)算機(jī)視覺技術(shù)的測量方法做簡單介紹。

2.1 基于光學(xué)散射原理的測量方法當(dāng)一束光以一定的角度照射到物體表面后，加工表面的粗糙不平將引起發(fā)生散射現(xiàn)象。研究表明：表面粗糙度和散射光強(qiáng)度分布有一定的關(guān)系。對于表面粗糙度數(shù)值較小的表面，散射光能較弱，反射光能較強(qiáng)；反之，表面粗糙度數(shù)值較大的表面，散射光能較強(qiáng)，反射光能較弱。

基于光學(xué)散射原理測量表面粗糙度的研究方法和理論較多。四川聯(lián)合大學(xué)和哈爾濱理工大學(xué)相繼提出了一種稱之為散射特征值的參數(shù)，表征被測物體表面上反射光和散射光的分散度，散射特征值與被測物體表面的粗糙度有很好的對應(yīng)關(guān)系[2]。哈爾濱理工大學(xué)利用已知表面粗糙度參數(shù)值的標(biāo)準(zhǔn)樣塊測得其散射特征值，建立―關(guān)系曲線，從而實(shí)現(xiàn)利用散射特征值測量火炮內(nèi)膛表面粗糙度[3]。

基于光學(xué)散射原理的表面粗糙度檢測方法，具有結(jié)構(gòu)簡單、體積小、易于集成產(chǎn)品、動(dòng)態(tài)響應(yīng)好、適于在線測量等優(yōu)點(diǎn)。該方法的缺點(diǎn)是測量精度不高，用于超光滑表面粗糙度的測量還有待進(jìn)一步改進(jìn)。

2.2 基于光學(xué)干涉原理的測量方法當(dāng)相干光照射到工件表面同一位置時(shí)，由于光波的相互位相關(guān)系，將產(chǎn)生光波干涉現(xiàn)象。一般的干涉法測量是利用被測面和標(biāo)準(zhǔn)參考面反射的光束進(jìn)行比較，對干涉條紋做適當(dāng)變換，通過測量干涉條紋的相對變形來定量檢測表面粗糙度。該方法的測量精度取決于光的波長。但是由于干涉條紋的分辨率是以光波波長的一半為極限的，僅從條紋的狀態(tài)無法判斷表面是凸起還是凹陷，因此，作為一種具有較好分辨率、寬測量范圍的表面粗糙度在線檢測技術(shù)，這種干涉法測量技術(shù)還有待于進(jìn)一步發(fā)展[4]。

基于光學(xué)干涉原理，1984年美國洛克西德導(dǎo)彈公司huang采用共模抑制技術(shù)研制成功了光學(xué)外差輪廓儀，光外差干涉檢測技術(shù)是一種具有納米級測量準(zhǔn)確度的高精度光學(xué)測量方法，適用于精加工、超精加工表面的測量，而且可以進(jìn)行動(dòng)態(tài)時(shí)間的研究；華中理工大學(xué)采用光外差干涉方法研制出2D-SROP-1型表面粗糙度輪廓儀[5]。美國的維易科（VEECO）精密儀器有限公司，采用共光路干涉法研制了WYKO激光干涉儀和光學(xué)輪廓儀，可用來測量干涉條紋位相[6]。

基于光學(xué)干涉原理測量表面粗糙度分辨率高，適于測量超光滑表面粗糙度，但由于該方法的測量精度受光波波長的影響很大，所以其測量范圍受到一定影響。

2.3 基于計(jì)算機(jī)視覺技術(shù)的測量方法基于計(jì)算機(jī)視覺的粗糙度測量方法是指使用攝像機(jī)抓取圖像，然后將該圖像傳送至處理單元，通過數(shù)字化處理，根據(jù)像素分布和灰度、紋理、形狀、顏色等信息，選用合理的算法計(jì)算工件的粗糙度參數(shù)值。近年來，隨著計(jì)算機(jī)技術(shù)和工業(yè)生產(chǎn)的不斷發(fā)展，該方法受到越來越多的關(guān)注。

北京理工大學(xué)的王仲春等人采用顯微鏡對檢測表面進(jìn)行放大，并通過對CCD采集加工表面微觀圖像進(jìn)行處理實(shí)現(xiàn)了表面粗糙度的檢測[7]。哈爾濱理工大學(xué)吳春亞、劉獻(xiàn)禮等為解決機(jī)械加工表面粗糙度的快速、在線檢測，設(shè)計(jì)了一種表面粗糙度圖像檢測方法，建立了圖像灰度變化信息與表面粗糙度之間的關(guān)系模型[8]。英國學(xué)者Hossein Ragheb和Edwin R.Hancock通過數(shù)碼相機(jī)拍攝的表面反射圖來估計(jì)表面粗糙度參數(shù)，運(yùn)用Vernold Harvey修正的B K散射理論模型獲得了比Oren Nayar模型更好的粗糙度估計(jì)結(jié)果[9]。澳大利亞學(xué)者Ghassan A.Al-Kindi和Bijan Shirinzadeh對基于顯微視覺的不同機(jī)械加工表面粗糙度參數(shù)獲取的可行性進(jìn)行了評估，討論了照射光源與表面輻照度模型對檢測的影響，結(jié)果顯示盡管從視覺數(shù)據(jù)和觸針數(shù)據(jù)所獲得的粗糙度參數(shù)存在一定差異，但是基于視覺的方法仍是一種可靠的粗糙度參數(shù)估計(jì)方法[10-11]。

可以看出，基于計(jì)算機(jī)視覺技術(shù)的測量方法主要有統(tǒng)計(jì)分析、特征映射和神經(jīng)網(wǎng)絡(luò)等黑箱估計(jì)法。通過這些方法獲得的表面粗糙度參數(shù)的估計(jì)值受諸多因素的影響，難以給出其準(zhǔn)確的物理解釋。真正要定量地計(jì)算出粗糙度參數(shù)，需要科學(xué)的計(jì)算。

但是隨著機(jī)械加工自動(dòng)化水平的提高，基于計(jì)算機(jī)視覺技術(shù)的檢測方法處理內(nèi)容豐富、處理精度高、處理速度快、易于集成等優(yōu)點(diǎn)將受到越來越多的重視。

3結(jié)束語

接觸式測量測量速度較慢，容易劃傷工件表面，并且不適用于連續(xù)生產(chǎn)材料表面的檢測。非接觸式測量具有無損傷、快速、測量精度高、易于實(shí)現(xiàn)在線測量等優(yōu)點(diǎn)，已成為表面粗糙度檢測的重點(diǎn)研究方向。非接觸測量以光學(xué)法為主，隨著計(jì)算機(jī)技術(shù)和工業(yè)生產(chǎn)的迅猛發(fā)展，基于計(jì)算機(jī)視覺技術(shù)的表面粗糙度非接觸式檢測方法受到越來越多的重視。

參考文獻(xiàn)：

[1]劉斌，馮其波，匡萃方.表面粗糙度測量方法綜述[J].光學(xué)儀器，2004，26（5）：54-55.

[2]苑惠娟等．非接觸式表面粗糙度測量儀[J]．哈爾濱科學(xué)技術(shù)大學(xué)學(xué)報(bào)，1995，19（6）：30-34．

[3]強(qiáng)熙富，張?jiān)仯S文海．?dāng)U展激光散射法測量粗糙度的測量范圍的研究[J]．計(jì)量學(xué)報(bào)，1990，11（2）：81-85．

[4]王文卓，李大勇，陳捷．表面粗糙度非接觸式測量技術(shù)研究概況[J]．機(jī)械工程師，2004，11：6-9．

[5]王菊香．2D-SROP-1型表面粗糙度輪廓儀[J]．工業(yè)計(jì)量，1994，（4）：27-29．

[6]徐德衍等．光學(xué)表面粗糙度研究的進(jìn)展與方向[J]．光學(xué)儀器，1996，18（1）：32-41．

[7]王仲春，高岳，黃粵熙等.顯微成像檢測表面粗糙度[J].光學(xué)技術(shù)，1998，5：46-48.

[8]吳春亞，劉獻(xiàn)禮，王玉景等.機(jī)械加工表面粗糙度的圖像檢測方法[J].哈爾濱理工大學(xué)學(xué)報(bào)，2007，12（3）：148-151.

[9]Hossein Ragheb，Edwin R.Hancock.The modified Beckmann Kirchhoff scattering theory for rough surface analysis[J].Pattern Recognition，2007，40：2004-2020.

計(jì)算機(jī)視覺的優(yōu)點(diǎn)范文第4篇

關(guān)鍵詞：機(jī)器視覺技術(shù)；大米；品質(zhì)檢測

中圖分類號：TP391．4 文獻(xiàn)標(biāo)識碼：A 文章編號：0439－8114（2012）05－0873-04

Application Progress of Machine Vision Technology in the Quality Inspection of Rice

WAN Peng，LONG Chang－jiang，REN Yi－lin

（College of Engineering， Huazhong Agricultural University， Wuhan 430070， China）

Abstract： The research dynamic of machine vision technology was reviewed from the aspects of rice varieties， germ， crack， yellow grain rice， and so on； and the shortcomings of the machine vision technology in rice quality inspection were proposed for its further application．

Key words： machine vision technology； rice； quality inspection

我國是世界上最大的稻米生產(chǎn)國，稻米年產(chǎn)量常年保持在1．8億t左右，占世界稻米總產(chǎn)量的1／3，居世界第一位［1］。我國也是大米消費(fèi)大國，有近2／3的人口以大米為主食，全國大米年消費(fèi)總量保持在1．35億t左右［2］。我國的水稻研究在世界上處于領(lǐng)先地位，但是在國內(nèi)外貿(mào)易、加工和消費(fèi)等領(lǐng)域中仍然存在諸多問題［3，4］。

我國曾經(jīng)是世界三大稻米輸出國之一，但是由于我國大米的品質(zhì)不高，再加上大米的生產(chǎn)標(biāo)準(zhǔn)、質(zhì)量技術(shù)標(biāo)準(zhǔn)、檢驗(yàn)檢疫技術(shù)等與發(fā)達(dá)國家存在較大差距，在相當(dāng)程度上影響了我國大米在國際市場上的競爭優(yōu)勢，大米的年出口量已退居六七位。2008年以來，隨著世界稻米產(chǎn)量的下降，各國對大米出口配額進(jìn)行調(diào)整，導(dǎo)致國際大米的價(jià)格出現(xiàn)了瘋漲，而我國出口的大米因品種不穩(wěn)定、品質(zhì)較差，在國際市場上競爭力較低，市場份額逐漸減小。

為了提高大米的品質(zhì)，不但需要選育優(yōu)質(zhì)的稻米品種，還需要加強(qiáng)大米品質(zhì)的檢測。但是，由于我國對大米品質(zhì)的檢測研究起步較晚，同時(shí)也缺乏方便簡單的檢測方法和快捷準(zhǔn)確的檢測儀器，在對大米品質(zhì)進(jìn)行檢測的過程中，主要依靠人工識別、感官評定等方法進(jìn)行檢測，這些方法主觀性較強(qiáng)，準(zhǔn)確度較低，可重復(fù)性較差，工作效率也較低，因此在實(shí)施過程中的有效性受到了質(zhì)疑［5］。

機(jī)器視覺（Machine vision）又稱計(jì)算機(jī)視覺，是指利用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能，是研究采用計(jì)算機(jī)模擬生物外顯或宏觀視覺功能的科學(xué)和技術(shù)，是一門涉及數(shù)學(xué)、光學(xué)、人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、圖像理解、模式識別等多個(gè)領(lǐng)域的交叉學(xué)科［6］。機(jī)器視覺技術(shù)在農(nóng)業(yè)上的應(yīng)用研究始于20世紀(jì)70年代末期，主要進(jìn)行的是植物種類的鑒別、農(nóng)產(chǎn)品品質(zhì)檢測和分級等。隨著計(jì)算機(jī)軟硬件技術(shù)、圖像處理技術(shù)的迅速發(fā)展，它在農(nóng)業(yè)上的應(yīng)用研究有了較大的進(jìn)展［7，8］。

目前，大部分的大米品質(zhì)檢測指標(biāo)根據(jù)國家標(biāo)準(zhǔn)采用人工進(jìn)行檢測，容易產(chǎn)生許多問題。隨著機(jī)器視覺技術(shù)的發(fā)展和在農(nóng)產(chǎn)品無損檢測領(lǐng)域的廣泛應(yīng)用，采用機(jī)器視覺技術(shù)對大米的品質(zhì)進(jìn)行檢測，不僅能夠提高大米品質(zhì)的檢測效率，而且能夠克服主觀因素的影響，降低檢測誤差，使得大米品質(zhì)的檢測變得更加快速和準(zhǔn)確［9］。

1 基于機(jī)器視覺技術(shù)的大米品質(zhì)檢測裝置

基于機(jī)器視覺技術(shù)的大米品質(zhì)檢測系統(tǒng)由檢測箱、檢測臺、光源、CCD圖像傳感器、鏡頭、圖像采集卡和計(jì)算機(jī)系統(tǒng)等幾個(gè)部分組成［10，11］（圖1）。

大米品質(zhì)檢測系統(tǒng)是一個(gè)內(nèi)空的箱體，箱子的底部是檢測臺，頂部為光源和攝像頭；檢測箱內(nèi)表面粘貼有背景紙，使光在箱體內(nèi)形成均勻的漫反射，避免樣品在檢測時(shí)形成鏡面反射。光源提供樣品檢測照相時(shí)所需的亮度，為了提供充足的光線，同時(shí)盡量消除光源照射樣品時(shí)在背景上產(chǎn)生的陰影，通常選用環(huán)形熒光燈管作為光源［12］。CCD圖像傳感器是獲取數(shù)字米粒樣品圖像的關(guān)鍵部件之一，它將大米圖像由光信號轉(zhuǎn)換為表示R、G、B顏色值的模擬電信號，并輸入圖像處理設(shè)備進(jìn)行后續(xù)處理［13］。計(jì)算機(jī)軟件系統(tǒng)用于對采集到的數(shù)字圖像進(jìn)行分析、處理和識別，實(shí)現(xiàn)對特定目標(biāo)的檢測、評價(jià)等［14］。

2 基于機(jī)器視覺技術(shù)的大米粒形檢測

大米的粒形是實(shí)現(xiàn)大米分級和質(zhì)量檢測的最基本參數(shù)。根據(jù)《GB1345－1986大米》中的規(guī)定，評價(jià)大米質(zhì)量的檢測指標(biāo)主要有加工精度、不完善粒、雜質(zhì)、碎米等，這些檢測指標(biāo)與大米的粒形直接或間接相關(guān)。由于人工評價(jià)是通過肉眼觀察對大米粒形進(jìn)行評價(jià)，因此受檢測環(huán)境、視覺生理、視覺心理等諸多因素以及評價(jià)人員對大米標(biāo)準(zhǔn)理解程度不同的影響，即便是同一份大米樣品，很難保證大米粒形檢測結(jié)果的穩(wěn)定，而采用計(jì)算機(jī)視覺技術(shù)進(jìn)行檢測則可以有效避免主觀因素的影響，保證大米粒形檢測結(jié)果的準(zhǔn)確性［9，15］。

中國農(nóng)業(yè)大學(xué)孫明等［16］借助于MATLAB圖像處理工具箱對大米粒形進(jìn)行測定。首先定義單粒大米子粒的粒長（A）與粒寬（B）的比值為粒形，檢測時(shí)先求出大米粒的橢圓離心率R，通過公式：

■＝sqrt■

將大米子粒的橢圓離心率轉(zhuǎn)變?yōu)殚L寬比A／B，即求出大米子粒的粒形。試驗(yàn)結(jié)果表明，該方法具有操作簡單、檢測速度快、重復(fù)性好的優(yōu)點(diǎn)。

武漢工業(yè)學(xué)院張聰?shù)龋?7］提出了一種基于計(jì)算機(jī)圖像分析識別大米破碎粒的方法，即先采用數(shù)碼相機(jī)獲取大米圖片，再對大米圖片進(jìn)行分析處理。識別時(shí)先將大米圖像的邊緣曲線變換為極坐標(biāo)形式，再結(jié)合大米粒形的一般形狀，用橢圓模板定位米粒，獲得一組與米粒平移、旋轉(zhuǎn)和尺度無關(guān)的形狀描述數(shù)據(jù)，再運(yùn)用小波變換提取奇異點(diǎn)及特征參數(shù)。試驗(yàn)結(jié)果表明，該方法簡單有效，用于米粒定位與識別時(shí)的可信度高。同時(shí)，劉光蓉等［18］也研究了通過掃描儀獲取大米的圖像，再采用計(jì)算機(jī)圖像處理技術(shù)將彩色圖像轉(zhuǎn)化成灰度圖像并進(jìn)行進(jìn)一步的處理，最后獲得大米子粒的二值圖像，然后利用八鄰域分析法提取大米圖像的輪廓。試驗(yàn)結(jié)果表明，這種方法的檢測效果良好。

此外，袁佐云等［19］還提出了采用最小外接矩形計(jì)算大米粒形的方法。包曉敏等［20］分析了采用Roberts算子、Sobel算子、Prewitt算子、模板匹配法和快速模糊邊緣檢測法對大米粒形進(jìn)行邊緣檢測，并通過對大米圖像的分割試驗(yàn)驗(yàn)證了快速模糊邊緣檢測法最為有效。

3 基于機(jī)器視覺技術(shù)的大米加工精度檢測

大米加工精度是指大米背溝和粒面留皮程度，即糙米皮層被碾去的程度。大米的加工精度是決定大米外觀質(zhì)量的主要因素，加工精度越高，米粒表面殘留糠皮量就越少，胚乳表面光潔度、口感、外觀品質(zhì)也就越好。我國國家標(biāo)準(zhǔn)規(guī)定各類大米按加工精度分等級［9］。因此，大米加工精度的檢測具有十分重要的意義。傳統(tǒng)大米加工精度的測定有多種方法，國標(biāo)中規(guī)定大米加工精度的判定采用試劑染色法［21］，通過染色劑使米粒胚乳和胚乳表面殘留糠皮呈現(xiàn)不同的顏色差異便于肉眼觀測，該方法受到光照條件、視力、情緒等諸多因素以及各種染色參數(shù)的影響，操作繁瑣、效率低、誤差大，不能滿足快速、客觀檢測的需要。

河南工業(yè)大學(xué)張浩等［22］研究了機(jī)器視覺技術(shù)結(jié)合數(shù)字圖像處理技術(shù)檢測大米加工精度的方法，首先獲取大米的圖像，利用米粒區(qū)域和背景區(qū)域的亮度差異將大米圖像轉(zhuǎn)化為灰度圖像，再利用邊緣檢測函數(shù)求出分割閾值，將米粒從背景中分割出來，并計(jì)算米粒區(qū)域的面積；然后利用米粒區(qū)域中糠皮部分和胚乳部分R－B特征值差異，將大米圖像分解為R、G、B分量圖，以R－B矩陣代替大米圖像，再將R－B矩陣轉(zhuǎn)化為灰度圖，用邊緣檢測函數(shù)求出分割閾值把糠皮部分分割出來，計(jì)算糠皮部分面積。最后測得大米留皮率為米?？菲げ糠置娣e與米粒區(qū)域面積之比。

江蘇理工大學(xué)許俐等［23］將計(jì)算機(jī)圖像處理技術(shù)與色度學(xué)理論相結(jié)合研究了大米加工精度的自動(dòng)檢測方法。檢測時(shí)先將大米染色，然后采用機(jī)器視覺系統(tǒng)獲取大米圖像，再根據(jù)染色后大米的胚乳、皮層以及胚芽所呈現(xiàn)的不同顏色特征，采用不同的區(qū)分方法獲取米粒不同部位的面積即像素的個(gè)數(shù)，然后根據(jù)胚乳面積與大米圖像總面積的百分比計(jì)算大米的加工精度。

此外，無錫輕工大學(xué)田慶國［24］根據(jù)色度學(xué)原理，采用圖像處理技術(shù)對染色后的大米進(jìn)行檢測，識別大米的加工精度，并建立了大米染色后的顏色值與加工精度之間的數(shù)據(jù)庫。西華大學(xué)的劉建偉與日本岐阜大學(xué)的三輪精博［25］合作研究大米加工精度與碾白程度之間的關(guān)系時(shí)，采用改良后的大米精度鑒定NMG溶液，按照品紅石碳酸溶液染色法（GB 5502－85）對大米進(jìn)行染色獲得米粒表皮呈綠色、糊粉層呈藍(lán)色、胚乳呈藍(lán)紅色的大米樣品，米粒干燥后采用測差計(jì)檢測樣品的顏色計(jì)算大米的加工精度。

4 基于機(jī)器視覺技術(shù)的大米堊白檢測

堊白是指稻米粒胚乳中不透明的部分。堊白之所以不透明是因?yàn)榈久鬃恿Ｖ械矸哿Ｅ帕惺杷?，顆粒間充氣引起光線折射所致。按其發(fā)生部位可將堊白區(qū)分為腹白、心白和背白等類型。通常用堊白粒率、堊白大小和堊白度等概念描述稻米的堊白狀況。堊白是衡量稻米品質(zhì)的重要性狀之一，不僅直接影響稻米的外觀品質(zhì)和商品品質(zhì)，而且還影響稻米的加工品質(zhì)和蒸煮食味品質(zhì)［9，26］。

黑龍江農(nóng)業(yè)工程職業(yè)學(xué)院于潤偉等［27］研究了采用機(jī)器視覺技術(shù)和圖像處理技術(shù)檢測稻米堊白的方法。先用機(jī)器視覺裝置獲取大米的原始圖像，再采用圖像處理方法對大米圖像進(jìn)行預(yù)處理，然后應(yīng)用大津算法自動(dòng)選取分割閾值對稻米圖像進(jìn)行兩次分割，分別得到大米子粒的二值圖像和堊白區(qū)域的二值圖像，再根據(jù)區(qū)域內(nèi)部像素點(diǎn)的聯(lián)通性，將不同區(qū)域分別進(jìn)行標(biāo)記，計(jì)算出子粒數(shù)和堊白粒數(shù)，同時(shí)計(jì)算出二者對應(yīng)的面積（像素點(diǎn)個(gè)數(shù)）。研究結(jié)果表明，該算法的自動(dòng)檢測結(jié)果與人工檢測相關(guān)性大于90％。

中國農(nóng)業(yè)大學(xué)侯彩云、日本東京大學(xué)Seiichi等［28］采用微切片三維圖像處理系統(tǒng)對大米的品質(zhì)特性進(jìn)行探索性研究，結(jié)果表明借助于三維可視化技術(shù)分析大米的微切片，不僅可以觀察大米堊白部分內(nèi)部的組織結(jié)構(gòu)以及在蒸煮過程中的變化，還可以利用灰度直方圖定量計(jì)算出堊白米粒中各部分堊白的面積和體積。同時(shí)，侯彩云等［29］還利用自行研制開發(fā)的機(jī)器視覺圖像處理系統(tǒng)對大米的堊白度及堊白粒率進(jìn)行檢測，試驗(yàn)結(jié)果表明所研制的裝置具有客觀、準(zhǔn)確、快速和重現(xiàn)性好等特點(diǎn)，在大米的快速分等定級中具有良好的應(yīng)用前景。

江蘇大學(xué)黃星奕等［30］研究了采用遺傳神經(jīng)網(wǎng)絡(luò)計(jì)算大米堊白度的方法。先采用機(jī)器視覺系統(tǒng)提取堊白米的圖片，然后采用數(shù)字圖像處理技術(shù)提取米粒的堊白區(qū)域與胚乳非堊白區(qū)域的交界區(qū)域內(nèi)的像素，再采用遺傳算法建立一個(gè)人工神經(jīng)網(wǎng)絡(luò)識別系統(tǒng)對這部分交界區(qū)域內(nèi)的像素進(jìn)行識別。試驗(yàn)結(jié)果表明，采用機(jī)器視覺系統(tǒng)的檢測結(jié)果與人工檢測結(jié)果的誤差小于0．05。

此外，凌云等［31］提出了一種基于分形維數(shù)的堊白米檢測算法。孫明等［32］采用了MATLAB軟件開發(fā)平臺構(gòu)造了基于計(jì)算機(jī)視覺的大米堊白檢測算法，完成了對大米堊白參數(shù)、堊白度以及堊白粒率的測定。吳建國等［33］從實(shí)際應(yīng)用出發(fā)，采用計(jì)算機(jī)和掃描儀結(jié)合開發(fā)了機(jī)器視覺系統(tǒng)的堊白測定軟件。而曾大力等［34］利用視頻顯微鏡對大米粒進(jìn)行掃描，結(jié)合計(jì)算機(jī)圖形分析，直接計(jì)算大米的堊白大小和透明度，初步探討了視頻顯微掃描技術(shù)在大米堊白分析中的應(yīng)用。湖南農(nóng)業(yè)大學(xué)蕭浪濤等［35］開發(fā)了基于微軟Windows 98平臺的大米堊白度測定軟件Chalkiness 1．0，該軟件與計(jì)算機(jī)和圖像掃描儀相結(jié)合能夠組成一套高效的大米堊白度測定系統(tǒng)。

5 基于機(jī)器視覺技術(shù)的整精米率檢測

整精米是指糙米碾磨成國家標(biāo)準(zhǔn)一級大米時(shí)米粒產(chǎn)生破碎，其中的完整米粒以及長度達(dá)到完整精米粒平均長度4／5以上（含4／5）的米粒。整精米率是指整精米占凈稻谷試樣質(zhì)量的百分率，它是稻米加工品質(zhì)優(yōu)劣的指標(biāo)，是稻米貿(mào)易中商家最關(guān)注的內(nèi)容，與碾米廠的經(jīng)濟(jì)效益密切相關(guān)。正確識別整精米是檢測整精米率的關(guān)鍵。目前整精米率主要采用人工方法進(jìn)行檢測，該方法難以滿足對稻米品質(zhì)快速、準(zhǔn)確的檢測要求［9，36］。

中國農(nóng)業(yè)大學(xué)尚艷芬等［37］開發(fā)了一套基于機(jī)器視覺技術(shù)的整精米檢測系統(tǒng)用于識別整精米和碎米。該方法通過提取并分析稻米的粒長、粒形等特征參數(shù)，提出了同一品種并在同一生長條件下生長的大米粒形具有相似性的前提假設(shè)，據(jù)此求得標(biāo)準(zhǔn)米，再通過偏差計(jì)算、粒長、粒形分析等對整精米和碎米進(jìn)行識別。采用該方法開發(fā)的整精米識別系統(tǒng)對整精米和碎米識別的準(zhǔn)確率與人工檢測結(jié)果的相關(guān)系數(shù)可到達(dá)0．99。

于潤偉等［38］首先通過圖像識別系統(tǒng)采集大米的原始圖像，再采取動(dòng)態(tài)閾值分割等圖像處理方法把米粒圖像變成二值圖像，然后根據(jù)區(qū)域內(nèi)部像素的連通性計(jì)算出單個(gè)米粒的像素個(gè)數(shù)；再根據(jù)先期計(jì)算的整精米長度／面積比換算出米粒長度，最后根據(jù)米粒長度判斷整精米和碎米。研究結(jié)果表明，該算法的自動(dòng)檢測與人工檢測的相關(guān)性大于99％，可用于整精米的自動(dòng)檢測。

6 問題和展望

機(jī)器視覺技術(shù)在農(nóng)產(chǎn)品的品質(zhì)檢測方面具有廣泛的應(yīng)用，國內(nèi)外的學(xué)者在此領(lǐng)域進(jìn)行過廣泛研究。但機(jī)器視覺技術(shù)在大米品質(zhì)檢測領(lǐng)域的應(yīng)用尚處于起步階段，仍有許多等待解決的技術(shù)問題，需要進(jìn)一步深入研究。

1）目前的大米品質(zhì)檢測裝置多為靜態(tài)檢測裝置，即將大米放于檢測箱中通過機(jī)器視覺系統(tǒng)獲取圖片或通過掃描儀獲取圖片，大米相對于攝像頭靜止不動(dòng)；獲取圖像之后再采用計(jì)算機(jī)軟件系統(tǒng)對圖像進(jìn)行分析處理。這種檢測方法效率低下，因此，動(dòng)態(tài)地獲取大米圖像并進(jìn)行分析檢測是下一個(gè)要解決的難題。

2）采用機(jī)器視覺系統(tǒng)檢測大米品質(zhì)時(shí)，多采用的是串行化算法，即先獲取大米圖像，然后采用某種算法對大米圖像進(jìn)行處理，再檢測大米的某項(xiàng)品質(zhì)指標(biāo)；之后再采用某種算法對大米圖像處理大米的另一項(xiàng)品質(zhì)指標(biāo)，這種檢測方法在處理群體米粒圖像時(shí)極大地影響了檢測速度，因此開發(fā)并行處理算法對大米圖像進(jìn)行分析檢測可以有效提高機(jī)器視覺系統(tǒng)的工作效率。

3）目前對大米品質(zhì)指標(biāo)進(jìn)行檢測分析時(shí)缺少統(tǒng)一的檢測裝置，有的研究者采用CCD攝像頭獲取大米的圖像進(jìn)行分析檢測，而有的研究者采用掃描儀獲取圖像進(jìn)行分析檢測，檢測裝置不同、檢測條件不一致難以達(dá)到相同的檢測結(jié)果，因此有必要研制具有實(shí)用價(jià)值的大米品質(zhì)檢測裝置，使基于機(jī)器視覺技術(shù)的大米品質(zhì)檢測能夠具有統(tǒng)一的標(biāo)準(zhǔn)。

總之，伴隨著計(jì)算機(jī)科學(xué)技術(shù)的迅速發(fā)展，機(jī)器視覺技術(shù)在大米品質(zhì)檢測中的應(yīng)用將越來越廣泛。

參考文獻(xiàn)：

［1］ 龐乾林．稻米知識縱覽［J］．中國稻米，2004（3）：44－47．

［2］ 劉月好．陳米產(chǎn)生的原因與處理方法［J］．糧食加工，2004（1）：30－31．

［3］ 莊麗娟，刁慕容．中國谷物外貿(mào)格局與發(fā)展趨向分析［J］．中國農(nóng)墾經(jīng)濟(jì)，2004（8）：25－26．

［4］ 山世英，彭玉珊．我國農(nóng)產(chǎn)品出口遭遇技術(shù)性貿(mào)易壁壘的原因及對策［J］．山東農(nóng)業(yè)大學(xué)學(xué)報(bào)，2004，6（2）：41－43．

［5］ 李里特．糧油產(chǎn)品規(guī)格化、標(biāo)準(zhǔn)化是農(nóng)業(yè)現(xiàn)代化的迫切任務(wù)［J］．中國糧油學(xué)報(bào)，2001，16（5）：1－5．

［6］ 劉傳才．圖像處理與計(jì)算機(jī)視覺［M］．廈門：廈門大學(xué)出版社，2002．

［7］ 趙曉霞．計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)中的應(yīng)用［J］．科技情報(bào)開發(fā)與經(jīng)濟(jì)，2004，14（4）：124－126．

［8］ 熊利榮，陳 紅，丁幼春．機(jī)器視覺技術(shù)在農(nóng)產(chǎn)品破損檢測上的應(yīng)用［J］．農(nóng)機(jī)化研究，2005（5）：204－205．

［9］ 李天真，周柏清．基于計(jì)算機(jī)視覺技術(shù)的稻米檢測研究［J］．糧食與食品工業(yè)，2005，12（4）：50－53，55．

［10］ 凌 云，王一鳴，孫 明，等．基于機(jī)器視覺的大米外觀品質(zhì)檢測裝置［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（9）：89－92．

［11］ 張巧杰，王一鳴，凌 云，等．稻谷品質(zhì)檢測技術(shù)與裝置研制［J］．現(xiàn)代科學(xué)儀器，2006（1）：128－130．

［12］ 趙志強(qiáng)，熊元姣．計(jì)算機(jī)視覺檢測系統(tǒng)的設(shè)計(jì)方案［J］．工業(yè)控制計(jì)算機(jī)，2005，18（10）：1－2．

［13］ 唐向陽，張 勇，李江有，等．機(jī)器視覺關(guān)鍵技術(shù)的現(xiàn)狀及應(yīng)用展望［J］．昆明理工大學(xué)學(xué)報(bào)（理工版），2004，29（2）：36－39．

［14］ 張紀(jì)明．基于PC的機(jī)器視覺系統(tǒng)研究［J］．可編程控制器與工廠自動(dòng)化，2006（11）：107－110．

［15］ 任憲忠，馬小愚．農(nóng)產(chǎn)品粒形識別研究進(jìn)展及其在工程中應(yīng)用現(xiàn)狀［J］．農(nóng)業(yè)工程學(xué)報(bào)，2004，20（3）：276－280．

［16］ 孫 明，石慶蘭，孫 紅，等．基于計(jì)算機(jī)視覺的大米外觀品質(zhì)檢測［J］．沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，36（6）：659－662．

［17］ 張 聰，管庶安．基于圖像分析的大米形狀識別［J］．糧食與飼料工業(yè)，2006（6）：5－7．

［18］ 劉光蓉，周 紅，管庶安．基于圖像處理技術(shù)的大米輪廓檢測［J］．糧食與飼料工業(yè)，2004（6）：14－15．

［19］ 袁佐云，牛興和，劉傳云．基于最小外接矩形的稻米粒型檢測方法［J］．糧食與飼料工業(yè)，2006（9）：7－8．

［20］ 包曉敏，汪亞明，黃振．計(jì)算機(jī)視覺技術(shù)在大米輪廓檢測上的應(yīng)用［J］．浙江工程學(xué)院學(xué)報(bào)，2003，20（2）：104－107．

［21］ 呂季璋，陳效貴，范慕蕙，等．GB／T 18105－2000米類加工精度異色相差分染色檢驗(yàn)法［S］．北京：國家質(zhì)量技術(shù)監(jiān)督局，2000．

［22］ 張 浩，孟永成，周展明，等．基于圖像處理技術(shù)大米加工精度的檢測研究［J］．中國糧油學(xué)報(bào)，2006，21（4）：135－137．

［23］ 許 俐，錢敏娟，方如明，等．大米加工精度的圖象識別方法［J］．農(nóng)業(yè)工程學(xué)報(bào)，1996，12（3）：172－175．

［24］ 田慶國．圖像處理技術(shù)在大米碾白精度測定中的應(yīng)用［J］．糧食與飼料工業(yè)，1997（10）：10－11．

［25］ 劉建偉，徐潤琪，三輪精博，等．大米加工精度與碾白程度檢測的研究［J］．中國糧油學(xué)報(bào)，2004，19（3）：5－8，61．

［26］ 周新橋，鄒冬生．稻米堊白研究綜述［J］．作物研究，2001（3）：52－58．

［27］ 于潤偉，朱曉慧．基于圖像處理的稻米堊白自動(dòng)檢測研究［J］．中國糧油學(xué)報(bào)，2007，22（1）：122－125．

［28］ 侯彩云，SEIICHI O，YASUHISA S，等．三維圖像處理系統(tǒng)在稻米品質(zhì)檢測中的應(yīng)用研究［J］．農(nóng)業(yè)工程學(xué)報(bào)，2001，17（3）：92－95．

［29］ 侯彩云，王一鳴，凌 云，等．堊白米粒的計(jì)算機(jī)圖像識別［J］．農(nóng)業(yè)工程學(xué)報(bào)，2002，18（5）：165－168．

［30］ 黃星奕，吳守一，方如明，等．遺傳神經(jīng)網(wǎng)絡(luò)在稻米堊白度檢測中的應(yīng)用研究［J］．農(nóng)業(yè)工程學(xué)報(bào)，2003，19（3）：137－139．

［31］ 凌 云，王一鳴，孫 明，等．基于分形維數(shù)的堊白米圖像檢測方法［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（7）：92－95，91．

［32］ 孫 明，凌 云，王一鳴．在MATLAB環(huán)境中基于計(jì)算機(jī)視覺技術(shù)的大米堊白檢測［J］．農(nóng)業(yè)工程學(xué)報(bào)，2002，18（4）：146－149．

［33］ 吳建國，劉長東，楊國花，等．基于計(jì)算機(jī)視覺的稻米堊白指標(biāo)快速測定方法研究［J］．作物學(xué)報(bào)，2005，31（5）：670－672．

［34］ 曾大力，藤 勝，錢 前，等．視頻顯微掃描技術(shù)在稻米堊白研究中的應(yīng)用［J］．中國農(nóng)業(yè)科學(xué)，2001，34（4）：451－453．

［35］ 蕭浪濤，李東暉，藺萬煌，等．一種測定稻米堊白性狀的客觀方法［J］．中國水稻科學(xué)，2001，15（3）：206－208．

［36］ 郭英群．對國家標(biāo)準(zhǔn)中整精米率定義及檢測方法的探討［J］．糧油倉儲(chǔ)科技通訊，2005（6）：52－53．

計(jì)算機(jī)視覺的優(yōu)點(diǎn)范文第5篇

1）等高線生成及等高線分析：等高線圖是人們傳統(tǒng)上觀測地形的主要手段?？梢栽诘雀呔€圖上精確地獲知地形的起伏程度、區(qū)域內(nèi)各部分的高程等等。等高線圖可以從格網(wǎng)數(shù)字地形模型仍TM）中獲取，也可在不規(guī)則三角形格網(wǎng)T（NI）中生成。

2）立體透視圖分析：當(dāng)用戶需要從直觀上觀察地形的概貌時(shí)，用繪制透視圖的方法（還可以用色彩）可以更逼真地顯示地形。

3）坡度分析、地表面積計(jì)算及挖、填土方體積計(jì)算：建立DTM后就可以用之計(jì)算坡度、面積和挖、填土方體積，以其作為土地適宜性評價(jià)的因子。

4）斷面圖分析：斷面圖主要有利于工程設(shè)計(jì)和工程測量，如工程勘察的縱向圖分析、地質(zhì)鉆孔分析等。

一 CIS技術(shù)在礦區(qū)土地管理信息的具體形式

在以往的測量中，選擇的測量方式還是完全采用機(jī)械的形式，但是在使用了計(jì)算機(jī)CIS技術(shù)精密測量后，完成了許多以往技術(shù)所不能達(dá)到的任務(wù)。在我們的研究中，計(jì)算機(jī)CIS技術(shù)測量的原理是通過攝像機(jī)將被處理的對象采集進(jìn)行影像采集，在多個(gè)控制點(diǎn)的數(shù)據(jù)采集完成后，系統(tǒng)會(huì)自動(dòng)將這些圖像進(jìn)行整合，得出相關(guān)的幾何多變參數(shù)，再在計(jì)算機(jī)上以具體的數(shù)據(jù)顯示出來，以供礦區(qū)技術(shù)人員使用參照。

在上面所說的攝像機(jī)并不是我們通常意義上生活中使用的攝像機(jī)。它是一種可視化較強(qiáng)，表針比較敏感的測試儀?？梢詫⒁曈X中的二維形態(tài)通過顯影，記錄在機(jī)械的光譜儀上，再將這種的二維圖像做數(shù)學(xué)處理，有二階矩陣轉(zhuǎn)換為三階矩陣，通過播放儀呈現(xiàn)出三維的影像。這時(shí)的圖像變?yōu)榱Ⅲw化，更有層次感，效果上也有了明顯的變化，這是一種顯示方法。此外還有一種造價(jià)較高的儀器，我們不常使用，就是圖像提取器。同樣是采集控制點(diǎn)的數(shù)據(jù)，將數(shù)據(jù)整合在系統(tǒng)之內(nèi)，然后對于原始的圖像進(jìn)行預(yù)處理，不再經(jīng)過有曝光這個(gè)程序，將圖像中關(guān)鍵點(diǎn)的坐標(biāo)在整個(gè)內(nèi)部軸面上體現(xiàn)出來，提取數(shù)據(jù)幀數(shù)，再運(yùn)用機(jī)器的智能識別系統(tǒng)，對控制點(diǎn)的坐標(biāo)進(jìn)行數(shù)據(jù)分析，自動(dòng)生成圖形，這也可以用于精密測量。它的優(yōu)點(diǎn)就是使用上極其的方面，基本只要架立儀器和打開開關(guān)，其他的工作機(jī)械系統(tǒng)都會(huì)自動(dòng)的完成。使用的困難就是造價(jià)極其的高，不適合一般企業(yè)使用。在基于計(jì)算機(jī)視覺圖像測量中使用上的原理如下：

（1） 計(jì)算出觀察控制點(diǎn)到計(jì)算機(jī)視覺圖像測量儀器的有效距離；

（2） 得出觀察點(diǎn)到目標(biāo)控制點(diǎn)之間的三維的運(yùn)動(dòng)幾何參數(shù)；

（3） 推斷出目標(biāo)控制點(diǎn)在整個(gè)平面上的表面特征（ 大多時(shí)候要求形成立體視覺） ；

（4） 還通過觀察可以判斷出目標(biāo)物體的幾何坐標(biāo)方位。

在整個(gè)計(jì)算機(jī)CIS技術(shù)精密測量的在礦區(qū)土地信息管理中最關(guān)鍵的元件就是壓力應(yīng)變電阻儀，這也是傳感器的一部分。壓力應(yīng)變電阻儀的使用方式是將應(yīng)力片粘貼在控制點(diǎn)位上，事先在物體表面打磨平整，清理干凈后，涂抹丙酮試劑，在液體完全風(fēng)干后就可以黏貼應(yīng)力片，通過導(dǎo)線的聯(lián)接，形成了一小段閉合的電路，時(shí)刻讓計(jì)算機(jī)CIS技術(shù)系統(tǒng)可以感應(yīng)到并作跟蹤觀察。因受到來自不同方面諧波的影響后，應(yīng)力片會(huì)產(chǎn)生一定數(shù)值的電阻，在電路中，這些電阻會(huì)轉(zhuǎn)化為電流，視覺圖像系統(tǒng)接收到了電流后就會(huì)顯示在儀表盤上相應(yīng)的數(shù)據(jù)，我們就可以根據(jù)儀表盤中的數(shù)據(jù)記錄測量中的數(shù)據(jù)，很好的解決了原始機(jī)械在使用過程中大量的做無用功所消耗資源的現(xiàn)象。傳感器對每個(gè)應(yīng)點(diǎn)都進(jìn)行動(dòng)態(tài)的測量，將數(shù)據(jù)模轉(zhuǎn)換成現(xiàn)實(shí)中的圖像，精確的成像可以測算出控制點(diǎn)的位置，用計(jì)算機(jī)視覺圖像精密測量結(jié)合數(shù)據(jù)方面的相關(guān)的分析，得出礦區(qū)施工中的可行性報(bào)告分析，減低了施工中的成本，將施工的預(yù)算控制在一個(gè)合理的范圍之內(nèi)。

當(dāng)無法觀察到控制點(diǎn)是，計(jì)算機(jī)CIS技術(shù)測量可以通過接收信號或是相關(guān)的頻率波段來收集數(shù)據(jù)，不會(huì)因?yàn)橐酝鶞y量的環(huán)境不好，距離太遠(yuǎn)，誤差太大的影響。

二 計(jì)算機(jī)CIS技術(shù)測量的關(guān)鍵技術(shù)分析

在計(jì)算機(jī)CIS技術(shù)測量中解決了很多以往很難完成的任務(wù)，但是在使用過程中還是發(fā)生了很多的問題。尤其在土地信息的選擇中，無法使用高幀數(shù)的圖片顯示，無法將計(jì)算機(jī)測量的關(guān)鍵技術(shù)的優(yōu)點(diǎn)發(fā)揮出來。我們就計(jì)算機(jī)CIS技術(shù)測量的關(guān)鍵技術(shù)中常見的問題進(jìn)行討論。

1. 降低失誤的概率

在很多的數(shù)據(jù)誤差中，有一部分是出現(xiàn)在人為的因素上面。對于機(jī)器的不熟悉和操作中的疏忽都會(huì)在一定程度上對圖像的視覺感模擬帶來麻煩。對于網(wǎng)絡(luò)設(shè)備的配置上，要經(jīng)常性的學(xué)習(xí)，將配置在可能的情況下設(shè)置的更加合理和使用，保證網(wǎng)絡(luò)連接系統(tǒng)的安全性。為防止更多因操作帶來的誤差，選用系統(tǒng)登入的制度，用戶在通過識別后進(jìn)入系統(tǒng)，在采集數(shù)據(jù)后，確定最終數(shù)據(jù)上又相關(guān)的再次確定的標(biāo)識，系統(tǒng)對本身有的登錄服務(wù)器和路由器有相關(guān)的資料解釋，記錄好實(shí)用操作的時(shí)間，及時(shí)備份。

2. 對于權(quán)限的控制

權(quán)限控制是針對測量關(guān)鍵所提出的一種安全保護(hù)措施，它是在使用計(jì)算機(jī)CIS技術(shù)測量的關(guān)鍵技術(shù)中對用戶和用戶組賦予一定的權(quán)限，可以限制用戶和用戶組對目錄、子目錄、文件、打印機(jī)和其他共享資源的瀏覽和更改。圖像中的運(yùn)行服務(wù)器在停止的情況下可以做出不應(yīng)答的操作指令，立刻關(guān)閉當(dāng)前不適用的界面，加快系統(tǒng)的運(yùn)行速度，對于每天的日志文件實(shí)時(shí)監(jiān)控，一旦發(fā)現(xiàn)問題及時(shí)解決。對于數(shù)據(jù)終端的數(shù)據(jù)可采用可三維加密的方法，定時(shí)進(jìn)行安全檢測等手段來進(jìn)一步加強(qiáng)系統(tǒng)的安全性。如果通過了加密通道，系統(tǒng)可以將數(shù)據(jù)自動(dòng)的保存和轉(zhuǎn)換為視圖模式，對于數(shù)據(jù)的審計(jì)和運(yùn)行可以同時(shí)進(jìn)行，這樣就可以很好的保證大地測量中的圖像數(shù)據(jù)安全，利用防護(hù)墻將采集中廢棄的數(shù)據(jù)革除在外，避免數(shù)值之間發(fā)生紊亂的現(xiàn)象，進(jìn)一步改善計(jì)算機(jī)CIS技術(shù)。

3. 開啟自動(dòng)建立備份系統(tǒng)

計(jì)算機(jī)CIS技術(shù)測量的關(guān)鍵技術(shù)的完善中會(huì)常遇到系統(tǒng)突然崩潰或是圖像受到嚴(yán)重干擾導(dǎo)致無法轉(zhuǎn)換的一系列情況，發(fā)生這種情況最大的可能性就是系統(tǒng)在處理多組數(shù)據(jù)后無法重新還原成進(jìn)入界面。這時(shí)為保證圖片轉(zhuǎn)換成數(shù)字的系統(tǒng)數(shù)據(jù)不丟失，我們對系統(tǒng)進(jìn)行備份。選定固定的磁盤保存數(shù)據(jù)，定期將產(chǎn)生的數(shù)據(jù)（轉(zhuǎn)換前的圖像和轉(zhuǎn)換后的數(shù)值）導(dǎo)出，保證程序的正常運(yùn)行。當(dāng)系統(tǒng)一旦發(fā)生錯(cuò)誤，可以盡快的恢復(fù)數(shù)據(jù)的初始狀態(tài)，為測量任務(wù)的完成爭取更多的時(shí)間。我們還要減少信號源周圍的干擾，定期的更新系統(tǒng)數(shù)據(jù)庫，保持?jǐn)?shù)據(jù)采集的穩(wěn)定性，把攝像機(jī)記錄出的數(shù)據(jù)節(jié)點(diǎn)保存在相應(yīng)的技術(shù)圖紙上，用這樣的方式來知道測量工作。系統(tǒng)備份的數(shù)據(jù)還可以用于數(shù)據(jù)的對比，重復(fù)測量后得出的數(shù)據(jù)，系統(tǒng)會(huì)自動(dòng)也備份的數(shù)據(jù)進(jìn)行比對，發(fā)現(xiàn)誤差值在規(guī)定以外，就會(huì)做出相應(yīng)的預(yù)警，這樣也能在工作中降低出現(xiàn)誤差的概率。

三 CIS技術(shù)測量的關(guān)鍵技術(shù)遇到的困難和使用前景

計(jì)算機(jī)CIS技術(shù)測量的關(guān)鍵技術(shù)作為一種新興技術(shù)在使用時(shí)間上不過十幾年，其使用的程度已經(jīng)無法估算。正是因?yàn)樗暮唵?、使用、精度高以及自?dòng)化能力卓越的特點(diǎn)受到了礦區(qū)土地信息管理部門的廣泛青睞。在測量調(diào)控方面的這些可靠性和穩(wěn)定性也是有目共睹的。這項(xiàng)關(guān)鍵技術(shù)中涵蓋的學(xué)科非常的多，涉及到的知識也很全面，一旦出現(xiàn)了機(jī)器的故障，在維修上還是一個(gè)很大的問題，如何很好的解決計(jì)算機(jī)視覺圖像技術(shù)的相關(guān)核心問題就是當(dāng)下亟待解決的。

我們都知道，人的眼睛是可以受到吱聲的控制，想要完成礦區(qū)土地觀測是十分簡單的，但是在計(jì)算機(jī)CIS技術(shù)中，畢竟是采取攝像機(jī)取景的模式，在取得的點(diǎn)位有的時(shí)候不是特別的有代表性，很難將這些問題具體化、形象化。達(dá)不到我們設(shè)計(jì)時(shí)的初衷。所以在這些模型的構(gòu)建中和數(shù)據(jù)的轉(zhuǎn)換上必須有嚴(yán)格的規(guī)定和要求，切不可盲目的實(shí)施測量，每項(xiàng)技術(shù)操作都要按規(guī)程來實(shí)施。

四 結(jié)束語