前言：中文期刊網(wǎng)精心挑選了計(jì)算機(jī)視覺理論范文供你參考和學(xué)習(xí)，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。

計(jì)算機(jī)視覺理論范文1

關(guān)鍵詞：水利部門 預(yù)算管理 解決措施

水利是國(guó)民經(jīng)濟(jì)的大動(dòng)脈，其發(fā)展如何直接影響國(guó)民經(jīng)濟(jì)的發(fā)展前景，而水利部門預(yù)算管理更是影響水利事業(yè)單位投資的合理性和高效性、是否符合民生經(jīng)濟(jì)的發(fā)展要求，因此本文從水利部門預(yù)算管理存在的問題及解決措施展開討論。

一、水利部門預(yù)算管理的重要性

凡事預(yù)則立，不預(yù)則廢。預(yù)算是水利事業(yè)財(cái)務(wù)工作中的不可或缺的關(guān)鍵，通過資源整合確立資源分配的合理性，針對(duì)水利事業(yè)實(shí)際需要做出詳盡的計(jì)劃，給高層管理者的各種決策提供強(qiáng)而有力的支持。鑒于水利單位即可以是公益化的事業(yè)單位，又可以是經(jīng)營(yíng)性企業(yè)的特殊性，為了避免產(chǎn)權(quán)不清，事權(quán)不楚的局面，在財(cái)務(wù)管理中水利部門預(yù)算管理工作就顯得尤為重要；另外，近年來水利事業(yè)發(fā)展如破竹之勢(shì)，投入的資金也逐年增長(zhǎng)，因此對(duì)水利部門預(yù)算管理工作也提出了更高的要求，確保預(yù)算的準(zhǔn)確性和合理性，促進(jìn)水利事業(yè)在新環(huán)境下穩(wěn)定發(fā)展。

我國(guó)于2015年1月1日正式實(shí)施新的《中華人民共和國(guó)預(yù)算法》，由此可以看出，國(guó)內(nèi)對(duì)預(yù)算法的重視程度，在新法的實(shí)施過程中，水利單位要根據(jù)新《預(yù)算法》的規(guī)定來完善水利部門預(yù)算管理模式。

二、水利部門預(yù)算管理存在的問題

（一）水利部門預(yù)算管理體系缺乏科學(xué)性

在實(shí)際的工作中，水利部門做預(yù)算時(shí)絕大部分是根據(jù)上半年的財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)來制定本年度的預(yù)算統(tǒng)計(jì)，并沒有結(jié)合近期的實(shí)際情況作為參考。同時(shí)，在編制水利部門預(yù)算中各部門之間的配合度不夠，部門之間缺乏溝通導(dǎo)致部門目標(biāo)和水利單位的整體目標(biāo)無法有效的結(jié)合起來，因此不能科學(xué)、合理的規(guī)劃整個(gè)水利單位的資金分配問題。同時(shí)，編制過程中僅重視預(yù)算表中的數(shù)字，卻從不在乎數(shù)字的來源和類別，預(yù)算明細(xì)不詳盡，支出情況含糊不清，一旦單位發(fā)生不常見的支出事項(xiàng)，抑或是新增什么項(xiàng)目，常常會(huì)使水利單位陷入內(nèi)部資金短缺的窘境。

（二）水利部門預(yù)算管理缺乏執(zhí)行力度

水利單位往往忽視預(yù)算在執(zhí)行管理中的監(jiān)督管理問題，誤以為年度預(yù)算已經(jīng)做好，資金問題就萬事大吉。殊不知，編制預(yù)算僅僅是一個(gè)開始，后續(xù)還要對(duì)資金的分配和使用、支出明細(xì)等費(fèi)用做合理審批和分析，及時(shí)分析和調(diào)整預(yù)算中不合理的部分。同時(shí)，水利單位對(duì)資金使用效果的跟蹤調(diào)查做的也不夠細(xì)致，“重分配，輕審查”的情況嚴(yán)重。水利部門預(yù)算管理工作缺乏有效的激勵(lì)懲罰體系導(dǎo)致無法有效的對(duì)預(yù)算進(jìn)行控制和監(jiān)督，久而久之，資金占有、挪用情況時(shí)有發(fā)生，預(yù)算執(zhí)行力度缺失導(dǎo)致水利單位無法有效的調(diào)整預(yù)算，無法準(zhǔn)確調(diào)整、分析預(yù)算中計(jì)劃與實(shí)際產(chǎn)生的差距，長(zhǎng)期以往，單位內(nèi)部的成本很難得到控制。

（三）預(yù)算管理與部門之間缺乏聯(lián)系

水利部門預(yù)算管理是聯(lián)系水利各部門工作職責(zé)和服務(wù)社會(huì)的載體，水利單位通過預(yù)算管理可以實(shí)現(xiàn)以水利單位各個(gè)部門的工作職責(zé)服務(wù)社會(huì)的終極目標(biāo)，所以說，各個(gè)部門的工作職責(zé)很重要。但在實(shí)際中，預(yù)算管理工作缺乏各部門之間的配合，各部門之間工作職責(zé)很難歸結(jié)在一起為社會(huì)服務(wù)，特別是部門目標(biāo)和單位目標(biāo)都達(dá)不到統(tǒng)一，在制定預(yù)算工作中沒有必要的溝通和利益銜接。水利部門預(yù)算管理的工作人員只是注重本年度的預(yù)算是否超出既定指標(biāo)，反而不清楚自身的職責(zé)是全水利單位的整體預(yù)算目標(biāo)，缺乏預(yù)算戰(zhàn)略目標(biāo)的基礎(chǔ)，甚至有人不理解什么戰(zhàn)略目標(biāo)，紙上談兵的預(yù)算管理僅僅注重短期的目標(biāo)是否得以實(shí)現(xiàn)，長(zhǎng)期的企業(yè)目標(biāo)卻無人問津，導(dǎo)致短期目標(biāo)與長(zhǎng)期目標(biāo)脫節(jié)，難以達(dá)到預(yù)算的真實(shí)目的。

（四）水利部門預(yù)算的績(jī)效考評(píng)效果不明顯

績(jī)效考評(píng)的結(jié)果還需要靈活的結(jié)合水利部門預(yù)算管理的實(shí)踐，合理有效的運(yùn)用到預(yù)算編制中去，才可以實(shí)現(xiàn)水利部門預(yù)算管理的良性循環(huán)。預(yù)算管理工作的績(jī)效考評(píng)體系不完善、考核方式不規(guī)范、制定的評(píng)價(jià)指標(biāo)不合乎情理直接削減了各部門之間管理人員對(duì)預(yù)算工作的積極性，極大影響了水利部門預(yù)算管理工作的效率。如果水利單位僅僅將績(jī)效考評(píng)作為相關(guān)結(jié)果作檔案資料而不對(duì)預(yù)算中支出資金做任何深思熟慮的判斷，對(duì)績(jī)效考評(píng)的結(jié)果難以產(chǎn)生實(shí)行性的束縛力，直接影響水利部門預(yù)算的準(zhǔn)確性和成效。

三、水利部門預(yù)算管理存在問題的解決措施

（一）增強(qiáng)水利部門預(yù)算管理的科學(xué)性

預(yù)算管理要充分聽取各個(gè)水利部門的意見，廣泛的收集預(yù)算資料，充分調(diào)研、合理預(yù)算，并在水利的實(shí)際工作中通過不斷完善、及時(shí)修改，使水利部門預(yù)算更加符合實(shí)情，確保預(yù)算準(zhǔn)確性。同時(shí)，在預(yù)算管理工作中，水利單位要根據(jù)上年度的預(yù)算計(jì)劃，綜合分析預(yù)算的執(zhí)行情況，充分掌握水利單位當(dāng)年的業(yè)務(wù)活動(dòng)和財(cái)政收支情況，分析去年預(yù)算工作中的失誤點(diǎn)，結(jié)合實(shí)際情況來合理編制本年度的預(yù)算工作。從水利單位的長(zhǎng)期目標(biāo)來說，一定要以戰(zhàn)略目標(biāo)為預(yù)算管理的根本目標(biāo)。換句話說，水利部門預(yù)算管理要針對(duì)水利建設(shè)的內(nèi)部和外部?jī)刹糠汁h(huán)境進(jìn)行系統(tǒng)的科學(xué)分析、合理的嚴(yán)謹(jǐn)論證制定出符合經(jīng)濟(jì)市場(chǎng)的水利發(fā)展戰(zhàn)略目標(biāo)。

（二）增強(qiáng)水利預(yù)算管理的監(jiān)管力度

預(yù)算管理的工作同樣要注重執(zhí)行和管理的監(jiān)管力度。所以，水利單位的當(dāng)務(wù)之急就是要建立完善的水利部門預(yù)算管理監(jiān)管體系，不斷修訂水利部門預(yù)算管理的規(guī)章制度，建立完善的預(yù)算效果獎(jiǎng)懲制度，遵循科學(xué)的預(yù)算管理流程。對(duì)水利單位的資金使用嚴(yán)格把關(guān)，對(duì)使用效益合理評(píng)價(jià)，重點(diǎn)監(jiān)管水利部門預(yù)算的執(zhí)行力，嚴(yán)格按照預(yù)算的計(jì)劃來分配資金，同時(shí)，預(yù)算中什么地方該花、什么地方不該花、什么地方可以少花、什么地方必須多花等問題，要做到心中有數(shù)，預(yù)算還要有所體現(xiàn)。嚴(yán)格把關(guān)各項(xiàng)費(fèi)用的支出情況，保證單位內(nèi)的各項(xiàng)開支，堅(jiān)決杜絕揮霍浪費(fèi)情況發(fā)生，對(duì)資金的使用實(shí)行全方位的多人監(jiān)管保證。一句話總結(jié)，水利部門預(yù)算管理必須建立在一個(gè)公平公正、管理公開透明、多人監(jiān)督管理的分位，在執(zhí)行預(yù)算中，充分發(fā)揮水利資金的使用效率。

（三）加強(qiáng)各部門之間全面預(yù)算管理的工作

首先，要提高水利單位加強(qiáng)預(yù)算管理的認(rèn)知度，使各個(gè)部門的負(fù)責(zé)人高度重視預(yù)算工作的編制。單位上下必須全員參與，從人員、組織、技術(shù)上予以大力的支持，全面開展水利部門預(yù)算管理的工作來提升水利單位經(jīng)營(yíng)管理能力和競(jìng)爭(zhēng)力，以水利部門預(yù)算管理做為提高單位自身效益的長(zhǎng)期任務(wù)。然后，水利單位要成立財(cái)務(wù)部門內(nèi)部獨(dú)立的預(yù)算管理機(jī)構(gòu)，組織水利單位內(nèi)部各個(gè)部門的技術(shù)人員全員參與。最后，通過水利單位各個(gè)部門的通力合作，達(dá)到全員都能積極主動(dòng)的參與預(yù)算在編制、執(zhí)行、監(jiān)督管理和反饋的全部過程，嚴(yán)格按照預(yù)算計(jì)劃來分配水利單位資金的分配，避免單位內(nèi)部無正當(dāng)理由隨意更改資金用途的情況發(fā)生，以此來保障水利單位資金配置的合理性、有效性和安全性。

（四）完善水利部門預(yù)算的績(jī)效考評(píng)體系

根據(jù)2015年1月1日的《預(yù)算法》規(guī)定，各級(jí)預(yù)算應(yīng)當(dāng)遵循統(tǒng)籌兼顧、勤儉節(jié)約、量力而行、講求績(jī)效和收支平衡。講求績(jī)效就是通過績(jī)效考核機(jī)制充分調(diào)動(dòng)起員工對(duì)預(yù)算的工作熱忱和積極性。績(jī)效考評(píng)體系是水利單位檢驗(yàn)員工預(yù)算工作完成情況的考核程序。首先，要建立完整完善的績(jī)效考評(píng)制度，考評(píng)制度一定秉著公平、公正、公開的透明原則；水利單位要制定科學(xué)合理的績(jī)效考評(píng)程序，并建立相應(yīng)的獎(jiǎng)懲措施，對(duì)于工作中做得出色的員工予以獎(jiǎng)勵(lì)以資鼓勵(lì)，對(duì)于工作中犯過重大過錯(cuò)的也要接受相應(yīng)的處分；最后還要根據(jù)水利建設(shè)不同項(xiàng)目的不同特征，制定不同的獎(jiǎng)勵(lì)對(duì)象和獎(jiǎng)勵(lì)時(shí)機(jī)，選擇最優(yōu)的獎(jiǎng)勵(lì)組合方式來鼓舞員工的士氣，從而，順利推進(jìn)水利部門預(yù)算管理工作，實(shí)現(xiàn)水利單位的預(yù)算管理目標(biāo)和戰(zhàn)略目標(biāo)。

雖然實(shí)施的新《預(yù)算法》已經(jīng)非常完善，但是水利企業(yè)再實(shí)際工作中的預(yù)算管理仍然問題重重，本文對(duì)此進(jìn)行分析和探究，也對(duì)目前水利部門對(duì)應(yīng)的《預(yù)算法》有了更全面的認(rèn)識(shí)：當(dāng)前不僅需要科學(xué)完善的預(yù)算管理體系，還要建立科學(xué)合理的績(jī)效指標(biāo)來推動(dòng)國(guó)內(nèi)水利部門預(yù)算管理工作的有效性。總體而言，水利部門預(yù)算管理的工作還需繼續(xù)完善，解決問題的方法也有很多，希望本文能拋磚引玉，獲取各位專業(yè)學(xué)者對(duì)此領(lǐng)域的關(guān)注度來探討有關(guān)解決水利部門預(yù)算管理問題的最優(yōu)方案。

參考文獻(xiàn)：

[1]周珊輝.預(yù)算管理在政府財(cái)政中的重要性[J].財(cái)經(jīng)界（學(xué)術(shù)版），2012（11）：10

計(jì)算機(jī)視覺理論范文2

關(guān)鍵詞：數(shù)字?jǐn)z影測(cè)量 計(jì)算機(jī)視覺 多目立體視覺 影像匹配

引言

攝影測(cè)量學(xué)是一門古老的學(xué)科，若從1839年攝影術(shù)的發(fā)明算起，攝影測(cè)量學(xué)已有170多年的歷史，而被普遍認(rèn)為攝影測(cè)量學(xué)真正起點(diǎn)的是1851―1859年“交會(huì)攝影測(cè)量”的提出。在這漫長(zhǎng)的發(fā)展過程中，攝影測(cè)量學(xué)經(jīng)歷了模擬法、解析法和數(shù)字化三個(gè)階段。模擬攝影測(cè)量和解析攝影測(cè)量分別是以立體攝影測(cè)量的發(fā)明和計(jì)算機(jī)的發(fā)明為標(biāo)志，因此很大程度上，計(jì)算機(jī)的發(fā)展決定了攝影測(cè)量學(xué)的發(fā)展。在解析攝影測(cè)量中，計(jì)算機(jī)用于大規(guī)模的空中三角測(cè)量、區(qū)域網(wǎng)平差、數(shù)字測(cè)圖，還用于計(jì)算共線方程，在解析測(cè)圖儀中起著控制相片盤的實(shí)時(shí)運(yùn)動(dòng)，交會(huì)空間點(diǎn)位的作用。而出現(xiàn)在數(shù)字?jǐn)z影測(cè)量階段的數(shù)字?jǐn)z影測(cè)量工作站（digital　photogrammetry　workstation，DPW）就是一臺(tái)計(jì)算機(jī)+各種功能的攝影測(cè)量軟件。如果說從模擬攝影測(cè)量到解析攝影測(cè)量的發(fā)展是一次技術(shù)的進(jìn)步，那么從解析攝影測(cè)量到數(shù)字?jǐn)z影測(cè)量的發(fā)展則是一場(chǎng)技術(shù)的革命。數(shù)字?jǐn)z影測(cè)量與模擬、解析攝影測(cè)量的最大區(qū)別在于：它處理的是數(shù)字影像而不再是模擬相片，更為重要的是它開始并將不斷深入地利用計(jì)算機(jī)替代作業(yè)員的眼睛。[1-2]毫無疑問，攝影測(cè)量進(jìn)入數(shù)字?jǐn)z影測(cè)量時(shí)代已經(jīng)與計(jì)算機(jī)視覺緊密聯(lián)系在一起了[2]。

計(jì)算機(jī)視覺是一個(gè)相對(duì)年輕而又發(fā)展迅速的領(lǐng)域。其目標(biāo)是使計(jì)算機(jī)具有通過二維圖像認(rèn)知三維環(huán)境信息的能力，這種能力將不僅使機(jī)器能感知三維環(huán)境中物體的幾何信息，包括它的形狀、位置、姿態(tài)、運(yùn)動(dòng)等，而且能對(duì)它們進(jìn)行描述、存儲(chǔ)、識(shí)別與理解[3]。數(shù)字?jǐn)z影測(cè)量具有類似的目標(biāo)，也面臨著相同的基本問題。數(shù)字?jǐn)z影測(cè)量學(xué)涉及多個(gè)學(xué)科，如圖像處理、模式識(shí)別以及計(jì)算機(jī)圖形學(xué)等。由于它與計(jì)算機(jī)視覺的聯(lián)系十分緊密，有些專家將其看做是計(jì)算機(jī)視覺的分支。

數(shù)字?jǐn)z影測(cè)量的發(fā)展已經(jīng)借鑒了許多計(jì)算機(jī)視覺的研究成果[4]。數(shù)字?jǐn)z影測(cè)量發(fā)展導(dǎo)致了實(shí)時(shí)攝影測(cè)量的出現(xiàn)，所謂實(shí)時(shí)攝影測(cè)量是指利用多臺(tái)CCD數(shù)字?jǐn)z影機(jī)對(duì)目標(biāo)進(jìn)行影像獲取，并直接輸入計(jì)算機(jī)系統(tǒng)中，在實(shí)時(shí)軟件的幫助下，立刻獲得和提取需要的信息，并用來控制對(duì)目標(biāo)的操作[1]。在立體觀測(cè)的過程中，其主要利用計(jì)算機(jī)視覺方法實(shí)現(xiàn)計(jì)算機(jī)代替人眼。隨著數(shù)碼相機(jī)技術(shù)的發(fā)展和應(yīng)用，數(shù)字近景攝影測(cè)量已經(jīng)成為必然趨勢(shì)。近景攝影測(cè)量是利用近距離攝影取得的影像信息，研究物體大小形狀和時(shí)空位置的一門新技術(shù)，它是一種基于數(shù)字信息和數(shù)字影像技術(shù)的數(shù)據(jù)獲取手段。量測(cè)型的計(jì)算機(jī)視覺與數(shù)字近景攝影測(cè)量的學(xué)科交叉將會(huì)在計(jì)算機(jī)視覺中形成一個(gè)新的分支――攝影測(cè)量的計(jì)算機(jī)視覺，但是它不應(yīng)僅僅局限于地學(xué)信息[2]。

1.　計(jì)算機(jī)視覺與數(shù)字?jǐn)z影測(cè)量的差異

1.1　目的不同導(dǎo)致二者的坐標(biāo)系和基本公式不同

攝影測(cè)量的基本任務(wù)是嚴(yán)格建立相片獲取瞬間所存在的像點(diǎn)與對(duì)應(yīng)物點(diǎn)之間的幾何關(guān)系，最終實(shí)現(xiàn)利用攝影片上的影像信息測(cè)制各種比例尺地形圖，建立地形數(shù)據(jù)庫，為各種地理信息系統(tǒng)建立或更新提供基礎(chǔ)數(shù)據(jù)。因此，它是在測(cè)繪領(lǐng)域內(nèi)發(fā)展起來的一門學(xué)科。

而計(jì)算機(jī)視覺領(lǐng)域的突出特點(diǎn)是其多樣性與不完善性。計(jì)算機(jī)視覺的主要任務(wù)是通過對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的三維信息，因此直到計(jì)算機(jī)的性能提高到足以處理大規(guī)模數(shù)據(jù)時(shí)它才得到正式的關(guān)注和發(fā)展，而這些發(fā)展往往起源于其他不同領(lǐng)域的需要。比如在一些不適合于人工作業(yè)的危險(xiǎn)工作環(huán)境或人工視覺難以滿足要求的場(chǎng)合，常用計(jì)算機(jī)來替代人工視覺。

由于攝影測(cè)量是測(cè)繪地形圖的重要手段之一，為了測(cè)繪某一地區(qū)而攝影的所有影像，必須建立統(tǒng)一的坐標(biāo)系。而計(jì)算機(jī)視覺是研究怎樣用計(jì)算機(jī)模擬人的眼睛，因此它是以眼睛（攝影機(jī)中心）與光軸構(gòu)成的坐標(biāo)系為準(zhǔn)。因此，攝影測(cè)量與計(jì)算機(jī)視覺目的不同，導(dǎo)致它們對(duì)物體與影像之間關(guān)系的描述也不同。

1.2　二者處理流程不同

2.　可用于數(shù)字?jǐn)z影測(cè)量領(lǐng)域的計(jì)算機(jī)視覺理論――立體視覺

2.1　立體視覺

立體視覺是計(jì)算機(jī)視覺中的一個(gè)重要分支，一直是計(jì)算機(jī)視覺研究的重點(diǎn)和熱點(diǎn)之一，在20多年的發(fā)展過程中，逐漸形成了自己的方法和理論。立體視覺的基本原理是從兩個(gè)（或多個(gè)）視點(diǎn)觀察同一景物，以獲取在不同視角下的感知圖像，通過三角測(cè)量原理計(jì)算像像素間的位置偏差（即視差）來獲取景物的三維信息，這一過程與人類視覺的立體感知過程是類似的。一個(gè)完整的立體視覺系統(tǒng)通常可分為圖像獲取、攝像機(jī)定標(biāo)、特征提取、影像匹配、深度確定及內(nèi)插等6個(gè)大部分[5]。其中影像匹配是立體視覺中最重要也是最困難的問題，也是計(jì)算機(jī)視覺和數(shù)字?jǐn)z影測(cè)量的核心問題。

2.2　影像匹配

立體視覺的最終目的是為了恢復(fù)景物可視表面的完整信息。當(dāng)空間三維場(chǎng)景被投影為二維圖像時(shí)，同一景物在不同視點(diǎn)下的圖像會(huì)有很大不同，而且場(chǎng)景中的諸多因素，如光照條件，景物幾何形狀和物理特性、噪聲干擾和畸變以及攝像機(jī)特性等，都被綜合成單一的圖像中的灰度值。因此，要準(zhǔn)確地對(duì)包含了如此之多不利因素的圖像進(jìn)行無歧義的匹配，顯然是十分困難的。

在攝影測(cè)量中最基本的過程之一就是在兩幅或者更多幅的重疊影像中識(shí)別并定位同名點(diǎn)，以產(chǎn)生立體影像。在模擬攝影測(cè)量和解析攝影測(cè)量中，同名點(diǎn)的識(shí)別是通過人工操作方式完成的；而在數(shù)字?jǐn)z影測(cè)量中則利用計(jì)算機(jī)代替人工解決同名點(diǎn)識(shí)別的問題，即采用影像匹配的方法。

2.3　多目立體視覺

根據(jù)單張相片只能確定地面某個(gè)點(diǎn)的方向，不能確定地面點(diǎn)的三維空間位置，而有了立體像對(duì)則可構(gòu)成與地面相似的立體模型，解求地面點(diǎn)的空間位置。雙目立體視覺由不同位置的兩臺(tái)或者一臺(tái)攝像機(jī)（CCD）經(jīng)過移動(dòng)或旋轉(zhuǎn)拍攝同一幅場(chǎng)景，就像人有了兩只眼睛，才能看三維立體景觀一樣，然后通過計(jì)算空間點(diǎn)在兩幅圖像中的視差，獲得該點(diǎn)的三維坐標(biāo)值。現(xiàn)在的數(shù)字?jǐn)z影測(cè)量中的立體像對(duì)技術(shù)通常是在一條基線上進(jìn)行的，但是由于采用計(jì)算機(jī)匹配替代人眼測(cè)定影像同名像對(duì)時(shí)存在大量的誤匹配，使自動(dòng)匹配的結(jié)果很不可靠。其存在的問題主要是，對(duì)存在特殊結(jié)構(gòu)的景物，如平坦、缺乏紋理細(xì)節(jié)、周期性的重復(fù)特征等易產(chǎn)生假匹配；在攝像機(jī)基線距離增大時(shí)，遮擋嚴(yán)重，能重建的空間點(diǎn)減少。為了解決這些問題，降低雙目匹配的難度，自1986年以來出現(xiàn)了三目立體視覺系統(tǒng)，即采用3個(gè)攝像機(jī)同時(shí)攝取空間景物，通過利用第三目圖像提供的信息來消除匹配的歧義性[5]。采用“多目立體視覺技術(shù)”可以利用攝影測(cè)量的空中三角測(cè)量原理，對(duì)多度重疊點(diǎn)進(jìn)行“多方向的前方交會(huì)”，既能較有效地解決隨機(jī)的誤匹配問題，同時(shí)又能增加交會(huì)角，提高高程測(cè)量的精度[2]。這項(xiàng)技術(shù)的應(yīng)用，將很大程度地解決自動(dòng)匹配結(jié)果的不可靠性，提高數(shù)字?jǐn)z影測(cè)量系統(tǒng)的準(zhǔn)確性。

計(jì)算機(jī)視覺理論范文3

關(guān)鍵詞：圖像處理 計(jì)算機(jī)視覺 立體視覺

在實(shí)際工程實(shí)踐中，由于受現(xiàn)場(chǎng)條件和測(cè)試技術(shù)本身的限制，結(jié)構(gòu)動(dòng)位移的測(cè)試往往存在一定的困難和挑戰(zhàn)，這也使動(dòng)位移并未成為結(jié)構(gòu)動(dòng)力性能評(píng)估中一個(gè)常見的評(píng)估指標(biāo)。結(jié)構(gòu)動(dòng)位移響應(yīng)是直接反映結(jié)構(gòu)在動(dòng)力荷載作用下安全性和整體性的重要參考指標(biāo)。隨著工程結(jié)構(gòu)或構(gòu)件建造得越來越柔和復(fù)雜結(jié)構(gòu)模型試驗(yàn)研究的發(fā)展，如大跨度橋梁、高層建筑、索結(jié)構(gòu)等的現(xiàn)場(chǎng)測(cè)試以及結(jié)構(gòu)振動(dòng)臺(tái)試驗(yàn)、風(fēng)洞試驗(yàn)等，結(jié)構(gòu)動(dòng)位移的測(cè)試顯得尤為重要。

計(jì)算機(jī)視覺是研究計(jì)算機(jī)模擬生物外顯或宏觀視覺功能的科學(xué)與技術(shù)，是一個(gè)發(fā)展十分迅速的研究領(lǐng)域，其研究手段涉及甚廣，如圖像處理、機(jī)器視覺、醫(yī)學(xué)圖像分析、模式識(shí)別、計(jì)算機(jī)圖形學(xué)、人工智能等。當(dāng)計(jì)算機(jī)通過視覺傳感器（比如相機(jī)或攝像機(jī)等）試圖分析三維空間的物體時(shí)通常只能給出二維圖像，通過計(jì)算機(jī)分析和處理圖像信息，可以重構(gòu)實(shí)物的三維幾何信息，包括其形狀、位置、姿態(tài)、運(yùn)動(dòng)等。因此，通過計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)結(jié)構(gòu)動(dòng)位移的測(cè)量是可行的。上世紀(jì)八十年代中期以來，隨著計(jì)算機(jī)軟、硬件技術(shù)的不斷發(fā)展，在土木工程領(lǐng)域，國(guó)內(nèi)外很多學(xué)者嘗試將計(jì)算機(jī)視覺技術(shù)用于結(jié)構(gòu)的幾何測(cè)試，包括結(jié)構(gòu)的位移（靜、動(dòng)位移）、裂縫、表觀外形等。Aw和Koo采用數(shù)碼照相機(jī)來進(jìn)行預(yù)設(shè)目標(biāo)的坐標(biāo)測(cè)量，經(jīng)過基于計(jì)算機(jī)視覺理論的光束法優(yōu)化后，其測(cè)試精度為2.24mm。Nieder？st和Maas利用數(shù)碼攝像機(jī)來測(cè)試混凝土梁在脫水收縮過程中的變形情況，其在相機(jī)視場(chǎng)為80cm時(shí)測(cè)試精度可達(dá)0.03mm。相類似地將計(jì)算機(jī)視覺技術(shù)用于結(jié)構(gòu)特性的測(cè)量例子還有很多，比如混凝土管片變形檢測(cè)，梁破壞試驗(yàn)中的變形測(cè)量，遠(yuǎn)距離橋梁變形測(cè)量，軌道梁破損狀況的檢測(cè)等。相比于結(jié)構(gòu)靜態(tài)幾何特性的測(cè)試，結(jié)構(gòu)動(dòng)態(tài)特性的測(cè)試應(yīng)用相對(duì)不多。Olaszek利用攝像機(jī)來攝錄橋梁的振動(dòng)情況，并以計(jì)算機(jī)視覺技術(shù)進(jìn)行結(jié)構(gòu)動(dòng)位移重構(gòu)分析，得出的動(dòng)位移測(cè)試精度為1mm左右。Yoshida等采用立體視覺技術(shù)來測(cè)試一塊薄板的三維振動(dòng)特性。

一、單相機(jī)標(biāo)定

二、基于立體視覺的兩相機(jī)立體標(biāo)定

三、圖像點(diǎn)跟蹤

圖像點(diǎn)跟蹤是基于立體視覺的結(jié)構(gòu)位移測(cè)試手段中的重要環(huán)節(jié)。在圖像（或視頻）分析過程中，點(diǎn)跟蹤的精度會(huì)直接影響位移測(cè)試的最終結(jié)果。在實(shí)際測(cè)試中，本文采用兩個(gè)黑方格組成的目標(biāo)模板粘貼在所測(cè)結(jié)構(gòu)的表面，方格尺寸均為30×30mm，兩方格的交叉角點(diǎn)作為圖像分析的跟蹤點(diǎn)。

四、三維點(diǎn)重構(gòu)

計(jì)算機(jī)視覺理論范文4

【關(guān)鍵詞】計(jì)算機(jī)視覺 運(yùn)動(dòng)目標(biāo) 跟蹤算法

在計(jì)算機(jī)等現(xiàn)代科學(xué)技術(shù)尚未出現(xiàn)以前，人們?cè)讷@取外界信息時(shí)往往主要依賴視覺，而在我國(guó)計(jì)算機(jī)技術(shù)水平不斷發(fā)展提升的背景之下，計(jì)算機(jī)視覺技術(shù)的出現(xiàn)使得人類肉眼視覺得到了進(jìn)一步的發(fā)展延伸，尤其是在各種傳感器技術(shù)的幫助之下，使得人們能夠?qū)Ρ３诌\(yùn)動(dòng)狀態(tài)的目標(biāo)進(jìn)行實(shí)時(shí)跟蹤，從而準(zhǔn)確掌握目標(biāo)的具體形態(tài)屬性。在此背景之下，本文將運(yùn)動(dòng)目標(biāo)設(shè)定為運(yùn)動(dòng)的人臉，通過探究基于計(jì)算機(jī)視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法，希望能夠?yàn)橄嚓P(guān)研究人員提供相關(guān)參考和幫助。

1 Kalman filter目標(biāo)跟蹤算法的簡(jiǎn)要概述

Kalman filter目標(biāo)跟蹤算法是當(dāng)前眾多跟蹤算法當(dāng)中使用范圍較廣、使用頻率比較集中的一種跟蹤算法，這一算法最早可以追溯至上個(gè)世紀(jì)六十年代，人們通過將濾波理論與狀態(tài)空間模型相集合，從而得到的一種遞推估計(jì)的算法也就是卡爾曼濾波理論。其通過利用上一時(shí)刻獲取的預(yù)估值以及當(dāng)下獲取的實(shí)際觀測(cè)值，在信號(hào)與噪聲狀態(tài)空間模型當(dāng)中不斷更新狀態(tài)變量，進(jìn)而順利完成估計(jì)預(yù)測(cè)并獲得當(dāng)前時(shí)刻估計(jì)預(yù)測(cè)值。經(jīng)過不斷的發(fā)展，在計(jì)算機(jī)圖像處理以及其他運(yùn)動(dòng)目標(biāo)跟蹤當(dāng)中經(jīng)常會(huì)使用Kalman filter算法。如果在k時(shí)刻系統(tǒng)下的狀態(tài)向量用xk表示，那么在t0時(shí)刻下初始化的狀態(tài)預(yù)測(cè)方程為；在tk時(shí)刻下更新系統(tǒng)狀態(tài)的具體方程為

，其中Hk、Zk分別表示測(cè)量矩陣m×n維以及轉(zhuǎn)移矩陣n×n維的狀態(tài)向量。但在跟蹤計(jì)算機(jī)視覺運(yùn)動(dòng)目標(biāo)譬如說視頻目標(biāo)時(shí)，由于相鄰的兩幀視頻圖像本身時(shí)間間隔非常短，因此目標(biāo)在這一時(shí)間內(nèi)難以發(fā)生明顯的運(yùn)動(dòng)狀態(tài)變化，此時(shí)我們可以通過將此間隔時(shí)間設(shè)定為單位時(shí)間，同時(shí)目標(biāo)在單位時(shí)間內(nèi)一直保持勻速運(yùn)動(dòng)狀態(tài)，這時(shí)我們可以得到一個(gè)狀態(tài)轉(zhuǎn)移矩陣且

，定義系統(tǒng)觀測(cè)矩陣即為

，定義噪聲Wk以及Vk協(xié)方差矩陣則可以分別用

和表示。

如果在濾波器在經(jīng)過若干次卡爾曼濾波后仍然能夠恢復(fù)至原始狀態(tài)，則其具有較好的穩(wěn)定性，但如果在進(jìn)行運(yùn)動(dòng)目標(biāo)跟蹤實(shí)驗(yàn)的過程當(dāng)中，對(duì)于處于運(yùn)動(dòng)狀態(tài)的被跟蹤目標(biāo)，一旦出現(xiàn)遮擋行為則將在第一時(shí)間內(nèi)暫停估計(jì)參數(shù)，并將這一參數(shù)估計(jì)值直接代入到狀態(tài)方程當(dāng)中，使得運(yùn)動(dòng)目標(biāo)無論是否被遮擋均可以對(duì)其進(jìn)行精確跟蹤。

2 基于計(jì)算機(jī)視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法

2.1 建立顏色概率模型

顏色囊括了諸多的信息量光柱點(diǎn)，尤其是在人類的視覺世界從本質(zhì)上來說也是一種用過感知自然界色彩以及明暗變化的世界，因此人們可以通過使用三基色原理獲得RGB顏色空間。考慮到顏色與計(jì)算機(jī)視覺場(chǎng)景當(dāng)中各個(gè)場(chǎng)景和目標(biāo)之間有著緊密的關(guān)系，同時(shí)不同于目標(biāo)的大小、形態(tài)等其他視覺特征，顏色特征鮮少會(huì)受到包括觀察視角等在內(nèi)各因素的干擾影響，從某種角度上來說基于顏色特征的運(yùn)動(dòng)目標(biāo)具有較好的穩(wěn)定性。為了能夠保障目標(biāo)跟蹤既穩(wěn)定又迅速，需要選擇合適的顏色特征，否則將極有可能導(dǎo)致出現(xiàn)跟蹤失敗。在這一環(huán)節(jié)當(dāng)中人們通常使用的是RGB顏色空間以及HSI顏色空間，但由于二者均具有一定的局限性，因此本文在對(duì)人臉特征尤其是顏色特征進(jìn)行選取時(shí)，選擇了rgI顏色直方圖的方法，在解決兩N顏色空間自身缺陷的同時(shí)，盡量避免目標(biāo)人臉運(yùn)動(dòng)位置以及尺寸等變化因素對(duì)目標(biāo)追蹤造成的干擾影響。在rgI顏色直方圖當(dāng)中

，，，L=r+g+I其中R、G、B就是RGB顏色空間當(dāng)中的三原色，r、g、I有著相同的取值范圍即在0到1之間。保持間隔相等的情況下劃分L值即可得到rgI顏色直方圖。雖然rgI顏色直方圖與物體相對(duì)應(yīng)，但如果目標(biāo)只是位置以及尺寸等出現(xiàn)變化，rgI顏色直方圖并不會(huì)受到任何實(shí)質(zhì)性影響，因此在理想情況下，利用rgI顏色直方圖能夠?qū)σ曨l圖像中不同運(yùn)動(dòng)位置以及不同尺寸的人臉進(jìn)行目標(biāo)追蹤。

2.2 跟蹤算法

運(yùn)動(dòng)目標(biāo)的不斷變化將會(huì)使得模板圖像隨之發(fā)生相應(yīng)變化，因此需要不斷更新模板圖像才能夠有效完成對(duì)運(yùn)動(dòng)目標(biāo)的連續(xù)跟蹤，本文在對(duì)運(yùn)動(dòng)目標(biāo)的實(shí)際運(yùn)動(dòng)范圍進(jìn)行預(yù)測(cè)過程中選擇使用卡爾曼濾波，之后利用rgI顏色直方圖在預(yù)測(cè)運(yùn)動(dòng)范圍之內(nèi)搜索和匹配相應(yīng)目標(biāo)，從而通過此舉獲得與目標(biāo)模板有著最小歐式距離的區(qū)域，在此過程當(dāng)中存在一個(gè)特定閾值T，如果兩者的歐氏距離在進(jìn)行相減時(shí)差值沒有超過這個(gè)特定閾值，那么此時(shí)該區(qū)域就是運(yùn)動(dòng)目標(biāo)所在的實(shí)際位置，利用在這一區(qū)域當(dāng)中的rgI顏色直方圖并將其充當(dāng)下一幀運(yùn)動(dòng)目標(biāo)的匹配模板，在不斷重復(fù)的過程中模板能夠?qū)崿F(xiàn)不間斷地更新。由于相鄰的兩幀視頻圖像之間，時(shí)間間隔并不長(zhǎng)，因此目標(biāo)人臉在極短的時(shí)間間隔當(dāng)中基本上不會(huì)出現(xiàn)突然變化，此時(shí)我們可以認(rèn)為運(yùn)動(dòng)目標(biāo)人臉的運(yùn)動(dòng)連續(xù)性比較強(qiáng)，此時(shí)利用公式

可以進(jìn)行歐式距離的計(jì)算并用以衡量匹配的模板。其中匹配區(qū)域和模板的rgI顏色直方圖分別用l和l'表示，而rgI顏色直方圖中的維數(shù)則用n進(jìn)行表示。根據(jù)相關(guān)視頻圖像顯示，通過不斷更新模板確實(shí)可以對(duì)目標(biāo)運(yùn)動(dòng)人臉進(jìn)行實(shí)時(shí)跟蹤顯示。

3 結(jié)束語

總而言之，本文通過選擇當(dāng)前比較常見的目標(biāo)跟蹤算法即Kalman filter算法，利用卡爾曼濾波以及rgI顏色直方圖完成對(duì)運(yùn)動(dòng)人臉的跟蹤。事實(shí)證明，Kalman filter算法確實(shí)能夠在對(duì)各目標(biāo)之間的干擾進(jìn)行明確區(qū)分的基礎(chǔ)之上，準(zhǔn)確描述運(yùn)動(dòng)人臉目標(biāo)，從而較好地跟蹤運(yùn)動(dòng)目標(biāo)，但由于人臉之間本身存在一定的相似性，因此本文只是對(duì)理想狀態(tài)下的運(yùn)動(dòng)人臉進(jìn)行跟蹤實(shí)驗(yàn)，日后還需要對(duì)計(jì)算機(jī)視覺技術(shù)和Kalman filter算法進(jìn)行進(jìn)一步優(yōu)化以妥善解決多人臉目標(biāo)以及相似性問題。

參考文獻(xiàn)

[1]鄭薇.基于雙目視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法研究及應(yīng)用[D].哈爾濱：哈爾濱工程大學(xué)，2014.

[2]李慧霞，李臨生，閆慶森，周景文.基于Mean Shift算法的目標(biāo)跟蹤綜述[J].計(jì)算機(jī)與現(xiàn)代化，2017（01）：65-70.

[3]李寰宇，畢篤彥，楊源，查宇飛，覃兵，張立朝.基于計(jì)算機(jī)視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法研究[J].電子與信息學(xué)報(bào)，2015（09）：2033-2039.

[4]陳曦，殷華博.基于計(jì)算機(jī)視覺運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)分析[J].無線電工程，2014（06）：22-24+39.

計(jì)算機(jī)視覺理論范文5

關(guān)鍵詞 計(jì)算機(jī)視覺；攝像機(jī)定標(biāo)方法；應(yīng)用特點(diǎn)；線性關(guān)系；參照物

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671—7597（2013）022-067-3

計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法總得來說可以分為兩類——傳統(tǒng)的攝像機(jī)定標(biāo)法和攝像機(jī)自定標(biāo)法。為了能夠使所獲取的場(chǎng)景更加自然，計(jì)算機(jī)視覺系統(tǒng)可以通過運(yùn)用攝像機(jī)定標(biāo)方法，加之合理安排攝像機(jī)和計(jì)算機(jī)這兩種成像裝置，來對(duì)二維的圖像信息進(jìn)行虛擬空間的三維建模，進(jìn)而控制整個(gè)攝像效果。這其中攝像及內(nèi)部的一些參數(shù)起到了很大的作用，最初在計(jì)算機(jī)視覺中都是采用的傳統(tǒng)攝像機(jī)定標(biāo)方法，但是這種方法存在著一定的局限性。這種定標(biāo)方法在攝像機(jī)隨意運(yùn)動(dòng)和未知場(chǎng)景的安排下很難進(jìn)行有效的標(biāo)定。隨著計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法的不斷進(jìn)步和發(fā)展，以及攝像機(jī)自定標(biāo)方法的誕生，使得這項(xiàng)技術(shù)逐漸獲得了相對(duì)廣泛的應(yīng)用。

1 計(jì)算機(jī)視覺中與攝像機(jī)定標(biāo)解析

計(jì)算機(jī)視覺的基本任務(wù)是采集一定數(shù)量的圖片或視頻資料并進(jìn)行處理，以此來獲得相應(yīng)場(chǎng)景環(huán)境下的的三維信息。而這些三維信息與圖像、視頻對(duì)應(yīng)點(diǎn)的相互關(guān)系需要通過攝像機(jī)的幾何模型來決定，經(jīng)過計(jì)算分析得出這些幾何模型參數(shù)的過程即為攝像機(jī)定標(biāo)。如此看來，計(jì)算機(jī)視覺與攝像機(jī)定標(biāo)的關(guān)系密不可分，目前可知，計(jì)算機(jī)視覺與攝像機(jī)定標(biāo)的結(jié)合已經(jīng)運(yùn)用到相關(guān)領(lǐng)域，如高速公路上的車輛自主導(dǎo)航，部分醫(yī)學(xué)圖像的處理，電腦中臉孔或指紋識(shí)別等。但是由于所使用的目標(biāo)人群相對(duì)較窄，以及攝像機(jī)定標(biāo)方法的相對(duì)局限，使得計(jì)算機(jī)視覺的攝像機(jī)定標(biāo)無法廣泛的運(yùn)用到各個(gè)行業(yè)領(lǐng)域。正因如此，才加大了對(duì)計(jì)算機(jī)中攝像機(jī)定標(biāo)方法的研究的必要性。下面就來對(duì)攝像機(jī)定標(biāo)的兩種方法進(jìn)行簡(jiǎn)要的探討。

2 傳統(tǒng)的攝影機(jī)定標(biāo)方法及應(yīng)用特點(diǎn)

傳統(tǒng)的攝像機(jī)定標(biāo)方法主要是在相應(yīng)的攝像機(jī)模型下面，通過對(duì)一系列的數(shù)學(xué)公式進(jìn)行變換計(jì)算和改進(jìn)優(yōu)化，然后對(duì)標(biāo)定的具體參照物進(jìn)行科學(xué)的圖像處理，最終來獲取攝像機(jī)模型的主要外部參數(shù)和內(nèi)部參數(shù)。但是，由于不同的標(biāo)的參照物與不同的算法思路的限制，傳統(tǒng)的攝像機(jī)定標(biāo)方法也各不相同，其大致可分為以下三種：三維型——3D立體靶標(biāo)定標(biāo)法、平面型——2D平面靶標(biāo)定標(biāo)法以及以徑向約束為基準(zhǔn)的定標(biāo)法。

2.1 基于3D立體靶標(biāo)的攝像機(jī)定標(biāo)

這種基于3D立體靶標(biāo)的攝像機(jī)定標(biāo)方法就是在攝像機(jī)的前面安置一個(gè)具有3D效果的立體靶標(biāo)裝置，然后將靶標(biāo)上面的任何一個(gè)點(diǎn)都拿出來作為i這個(gè)參照物的特征點(diǎn)。在計(jì)算機(jī)視覺系統(tǒng)的作用下，將每一個(gè)靶標(biāo)上面的特征點(diǎn)在整個(gè)三維坐標(biāo)系中進(jìn)行精確的制作測(cè)定。與此同時(shí)，攝像機(jī)首先在拍攝過程中獲取靶標(biāo)上面的特征點(diǎn)影像信息，然后對(duì)平面圖像坐標(biāo)系和立體空間坐標(biāo)系二者的內(nèi)外部數(shù)據(jù)參數(shù)排列出非線性方程，找出方程中系數(shù)矩陣的非線性關(guān)系，最后通過數(shù)學(xué)算法中的線性變換法來對(duì)整個(gè)透視系數(shù)矩陣中的每一個(gè)元素進(jìn)行求解。通常在這種定標(biāo)方法的應(yīng)用過程中，計(jì)算機(jī)視覺系統(tǒng)都會(huì)忽略攝相機(jī)鏡頭在拍攝時(shí)的非線性畸變，將透視變幻矩陣中的相關(guān)元素定義為未知數(shù)，繼而在整個(gè)定標(biāo)過程確定有效的三維控制點(diǎn)和相應(yīng)的圖像點(diǎn)。在裝置3D立體靶標(biāo)后，整個(gè)攝像機(jī)定標(biāo)就能夠根據(jù)靶標(biāo)上特征點(diǎn)的圖像坐標(biāo)和世界坐標(biāo)，在數(shù)學(xué)變幻算法的應(yīng)用下，計(jì)算出攝像機(jī)的內(nèi)部參數(shù)和外部參數(shù)。

這種3D立體靶標(biāo)的攝像機(jī)定標(biāo)方法不僅能夠優(yōu)化定標(biāo)物的獲取方法，而且能夠適應(yīng)程序功能的改進(jìn)，并且較高的精度，因而得到了廣泛的應(yīng)用，但是這種定標(biāo)方法通常比較繁瑣。

2.2 基于2D平面靶標(biāo)的攝像機(jī)定標(biāo)

基于2D平面靶標(biāo)的攝像機(jī)定標(biāo)方法在傳統(tǒng)攝像機(jī)定標(biāo)方法分類中屬于一種新型的定標(biāo)方法，又名張正友定標(biāo)法。這種定標(biāo)法具有靈活適用的特點(diǎn)，也是對(duì)傳統(tǒng)攝像機(jī)定標(biāo)方法的一種簡(jiǎn)化。在定標(biāo)過程中首先是要在兩個(gè)以上的不同方位對(duì)一個(gè)平面靶標(biāo)進(jìn)行攝相機(jī)拍攝，整個(gè)拍攝過程中2D平面靶標(biāo)和攝相機(jī)鏡頭都能夠自由地進(jìn)行移動(dòng)，而且要保持整個(gè)攝像機(jī)的內(nèi)部參數(shù)一直固定。通常在基于2D平面靶標(biāo)的攝像機(jī)定標(biāo)法的應(yīng)用中，我們都需要先假定這個(gè)靶標(biāo)在三維空間坐標(biāo)系中的豎軸為0，然后為了求出攝像機(jī)內(nèi)外參數(shù)的優(yōu)化解，要建立相應(yīng)的線性模型，通過對(duì)線性模型的線性分析來計(jì)算出優(yōu)化解，最后，運(yùn)用最大似然法排列參數(shù)之間的非線性關(guān)系來求出其非線性解。在整個(gè)定標(biāo)流程中，必須對(duì)攝像機(jī)的鏡頭畸變的目標(biāo)函數(shù)進(jìn)行綜合考慮，才能夠計(jì)算出攝像機(jī)的外部和內(nèi)部參數(shù)。

這種方法既具有較高的精確性，又不需要很昂貴的定標(biāo)成本，因此在計(jì)算機(jī)視覺系統(tǒng)中很為實(shí)用。但是，這種方法在進(jìn)行整個(gè)攝像機(jī)內(nèi)外參數(shù)的線性分析時(shí)，因?yàn)樘卣鲌D像上面的直線在透視之后依然是直線，在進(jìn)行圖像處理的過程中，會(huì)引入一定的誤差。因此，在很多具有廣角鏡頭的攝像機(jī)定標(biāo)上會(huì)出現(xiàn)因?yàn)殓R頭畸變而引起的較大誤差。

2.3 基于徑向約束的攝像機(jī)定標(biāo)

基于徑向約束的攝像機(jī)定標(biāo)就是通常所說的兩步法標(biāo)定方法。這種方法通常是先利用徑向一致約束對(duì)超定性的線性方程進(jìn)行最小二乘法求解，這樣就能夠?qū)⒊藬z像機(jī)光軸方向平移外的其他的攝像機(jī)參數(shù)，然后對(duì)攝相機(jī)鏡頭存在和不存在透鏡畸變的情況下分別進(jìn)行其他攝像機(jī)參數(shù)的求解。這種方法的計(jì)算量較為適中，而且精度也比較高，適用于攝像機(jī)的精密測(cè)量。然而，兩步法對(duì)于整個(gè)定標(biāo)設(shè)備的要求也高，對(duì)于簡(jiǎn)單的攝像機(jī)標(biāo)定而言不易采用。

總的來說，基于徑向約束的攝像機(jī)定標(biāo)的精準(zhǔn)是通過設(shè)備的復(fù)雜和精確來獲得的，因此具有針對(duì)性的應(yīng)用特點(diǎn)。

3 攝像機(jī)自定標(biāo)方法及其應(yīng)用特點(diǎn)

攝像機(jī)自定標(biāo)方法是指在攝像機(jī)在移動(dòng)時(shí)，周圍環(huán)境中的圖像會(huì)形成一定的對(duì)應(yīng)關(guān)系，通過這種對(duì)應(yīng)關(guān)系來對(duì)攝像機(jī)進(jìn)行定標(biāo)的方法，這種方法無需依賴參照物。攝像機(jī)自定標(biāo)方法主要有以下四種：基于主動(dòng)視覺的自定標(biāo)法、基于Kruppa方程的自定標(biāo)方法、分層逐步定標(biāo)法以及基于二次曲面的自定標(biāo)方法等。這些方法相較于傳統(tǒng)的攝像機(jī)定標(biāo)方法來說有了很大的改進(jìn)和提高，下面就進(jìn)行簡(jiǎn)要的探討。

3.1 基于主動(dòng)視覺的自定標(biāo)法

目前，在攝像機(jī)自定標(biāo)方法中的應(yīng)用最為普遍的方法便是基于主動(dòng)視覺的自定標(biāo)法。這種方法主要是能夠通過對(duì)攝像機(jī)在移動(dòng)過程中的對(duì)環(huán)境中的多幅圖像進(jìn)行標(biāo)定，進(jìn)而建立對(duì)應(yīng)關(guān)系來求出標(biāo)定參數(shù)，由此可見，整個(gè)標(biāo)定過程不需要精密的標(biāo)定物，如此一來就能夠使得標(biāo)定問題簡(jiǎn)單化。主動(dòng)視覺系統(tǒng)是這種標(biāo)定方法的核心技術(shù)，就是攝像機(jī)在拍攝過程中被固定在了一個(gè)能夠得到精確控制的移動(dòng)平臺(tái)上，并且這個(gè)平臺(tái)的相關(guān)參數(shù)能夠通過計(jì)算機(jī)進(jìn)行精確的讀出，在整個(gè)拍攝過程中攝像機(jī)只需要通過一定的特殊運(yùn)動(dòng)來獲取多幅圖像信息，然后在結(jié)合攝像機(jī)運(yùn)動(dòng)的具體參數(shù)和圖像的參數(shù)來確定整個(gè)攝像機(jī)的內(nèi)部和外部參數(shù)，達(dá)到攝像機(jī)定標(biāo)的效果。其中基于主動(dòng)視覺的自定標(biāo)法的代表方法就是馬頌德提出的控制攝像機(jī)的兩組三正交平移運(yùn)動(dòng)的標(biāo)定方法。后來，李華、楊長(zhǎng)江等人對(duì)這種方法進(jìn)行了改進(jìn)和優(yōu)化，提出了基于四組平面正交和五組平面正交運(yùn)動(dòng)的標(biāo)定方法，并能夠利用獲取圖像中的機(jī)電信息來對(duì)攝像機(jī)的參數(shù)進(jìn)行線性表定。

這種方法算法簡(jiǎn)便，能夠獲得整個(gè)參數(shù)的線性解，但是這種方法對(duì)整個(gè)攝像機(jī)的運(yùn)動(dòng)平臺(tái)要求很高，因此要求必須具有精確控制的能力。

3.2 基于Kruppa方程的自定標(biāo)方法

基于Kruppa方程的自定標(biāo)方法主要是在整個(gè)攝像機(jī)自定標(biāo)過程中導(dǎo)入了Kruppa方程，并對(duì)該方程進(jìn)行直接求解，從而得到整個(gè)攝像機(jī)的具體參數(shù)的方法。基于Kruppa方程的自定標(biāo)方法在應(yīng)用時(shí)利用了極線變幻和二次曲線像的概念對(duì)Kruppa進(jìn)行推導(dǎo)，直接進(jìn)行求解。

這種標(biāo)定方法不需要對(duì)整個(gè)圖像的序列進(jìn)行射影重建，通常是對(duì)兩個(gè)圖像之間的信息建立一個(gè)方程，相較于逐步分層標(biāo)定方法而言，基于Kruppa方程的自定標(biāo)方法能夠?qū)⒛承┖茈y做到所有圖像整合到一個(gè)統(tǒng)一的射影框架中的情況更加具有優(yōu)勢(shì)，但是這種方法還是存在著一定的局限性，它無法保證在無窮遠(yuǎn)處的平面能夠保持所有圖像在確定的攝影平面中還具有一致性的效果。當(dāng)整個(gè)攝像機(jī)拍攝的圖像的序列較長(zhǎng)的時(shí)候，基于Kruppa方程的自定標(biāo)方法就顯得很不穩(wěn)定，繼而不能夠很好地算出整個(gè)攝像機(jī)的內(nèi)外參數(shù)，對(duì)定標(biāo)造成了一定的影響。

3.3 分層逐步定標(biāo)法

分層逐步定標(biāo)法是攝像機(jī)自定標(biāo)方法中的一個(gè)研究熱點(diǎn)，在攝像機(jī)自定標(biāo)的實(shí)際應(yīng)用中以及逐步取代了可以直接求解的基于Kruppa方程的自定標(biāo)方法。分層逐步定標(biāo)法在應(yīng)用過程中首先需要對(duì)整個(gè)拍攝的圖像序列進(jìn)行攝影重建，這點(diǎn)和基于Kruppa方程的自定標(biāo)方法一樣，然后利用絕對(duì)二次曲面加以約束，最后在確定出無窮遠(yuǎn)處平面方程中的仿射參數(shù)以及攝像機(jī)內(nèi)部的參數(shù)。分層逐步定標(biāo)法的應(yīng)用特點(diǎn)是必須建立在射影定標(biāo)的基礎(chǔ)之上，利用某一幅圖形作為特征基準(zhǔn)點(diǎn)進(jìn)行射影對(duì)其，將整個(gè)攝像機(jī)自定標(biāo)的未知數(shù)的數(shù)量減少，再運(yùn)用數(shù)學(xué)算法中的非線性優(yōu)化算法來進(jìn)行未知數(shù)的求解。

這種方法的不知自出就是在進(jìn)行非線性優(yōu)化算法時(shí)，初值是通過事前的預(yù)估得到的，不能夠保證這個(gè)方程的收斂性。由于在射影重建時(shí)，選擇的基準(zhǔn)圖像不同，整個(gè)攝像機(jī)自定標(biāo)的結(jié)果也會(huì)存在差異。

3.4 基于二次曲面的自定標(biāo)方法

基于二次曲面的自定標(biāo)方法和基于Kruppa方程的自定標(biāo)方法在本質(zhì)上答題一致，這兩種方法都是利用了絕對(duì)二次曲面在歐式變幻算法的計(jì)算下維持的不變性進(jìn)行的。最早將二次曲面的概念引入到計(jì)算機(jī)視覺系統(tǒng)中攝像機(jī)自定標(biāo)方法的是Triggs，他在這種定標(biāo)方法上作出了可行性的研究，最后形成了基于二次曲面的自定標(biāo)方法。

在輸入了多幅的圖像并且在進(jìn)行統(tǒng)一的射影重建的狀態(tài)下，基于二次曲面的自定標(biāo)方法會(huì)比基于Kruppa方程的自定標(biāo)方法更加適用一些，原因就是基于二次曲面的自定標(biāo)方法包含了絕對(duì)二次曲面和無窮遠(yuǎn)處平面的所有信息，進(jìn)而能夠辦證整個(gè)圖像在無窮遠(yuǎn)處平面的一致性。

4 傳統(tǒng)攝像機(jī)定標(biāo)方法與自定標(biāo)方法優(yōu)缺點(diǎn)分析

從上文可知，對(duì)于傳統(tǒng)攝像機(jī)定標(biāo)方法應(yīng)該取其精華，去其糟粕；對(duì)于攝像機(jī)自定標(biāo)方法，在吸取傳統(tǒng)攝像機(jī)定標(biāo)方法的優(yōu)點(diǎn)的同時(shí)，應(yīng)該加強(qiáng)自身的精度要求。總而言之，兩種攝像機(jī)定標(biāo)方法各自存在利弊，如何改進(jìn)才是正確的研究方向。

4.1 傳統(tǒng)的攝像機(jī)定標(biāo)方法弊端

傳統(tǒng)的攝像機(jī)定標(biāo)方法通過實(shí)踐證明，在理論上和實(shí)際運(yùn)用上十分有用的，但仍有不少地方需要進(jìn)一步改進(jìn)，以下為它目前存在的問題所在：1）攝像機(jī)所拍攝的圖像或視頻存在一定噪聲。在實(shí)際數(shù)據(jù)計(jì)算分析中，這種噪音無論大小，都會(huì)對(duì)內(nèi)部參數(shù)的實(shí)際解造成大的干擾，并且使實(shí)際解與由約束關(guān)系所求得的解之間有著相當(dāng)大的差異。因此，怎樣才能夠提高解的魯棒性、減少解之間的差異性成為了傳統(tǒng)攝像機(jī)定標(biāo)亟待解決的1問題；2）線性模型所得的優(yōu)化解并非全局的。由上可知，攝像機(jī)定標(biāo)的實(shí)際過程便是獲得實(shí)際參數(shù)的過程，即使用各種不同的優(yōu)化計(jì)算方法，來獲得相應(yīng)的非線性方程的一組解，但實(shí)際上，以此所獲得的優(yōu)化解并非全局的。因此，如何變化或者提高線性方程的解答方法也很重要；3）攝像機(jī)定標(biāo)參數(shù)的不確定性。一般來講，攝像機(jī)定標(biāo)參數(shù)的不確定性決定著計(jì)算參數(shù)的可信程度，同時(shí)，其對(duì)三維重建有著影響，進(jìn)一步來講，攝像機(jī)定標(biāo)的不確定性也決定著約束關(guān)系的不確定性傳播。因此，這個(gè)問題也需要深入進(jìn)一步研究。

總之，傳統(tǒng)攝像機(jī)的定標(biāo)方法依然存在著許多無法忽視的弊端和需要解決的問題，深入研究并盡快解決這些問題，應(yīng)該是傳統(tǒng)攝像機(jī)的定標(biāo)方法今后的大的研究方向。

4.2 攝像機(jī)自定標(biāo)方法相關(guān)問題

目前普遍認(rèn)為，攝像機(jī)自定標(biāo)方法實(shí)現(xiàn)隨時(shí)隨地的校準(zhǔn)攝像機(jī)模型參數(shù)，與傳統(tǒng)的攝像機(jī)定標(biāo)方法相比顯得更為靈活先進(jìn)。攝像機(jī)自定標(biāo)方法無需參照物，僅僅從圖像或視頻的相關(guān)點(diǎn)中得到它們之間的約束關(guān)系，從而通過相應(yīng)的分析，計(jì)算出攝像機(jī)模型的參數(shù).這種定標(biāo)方法看似毫無缺點(diǎn)，但自定標(biāo)的精度與傳統(tǒng)的攝像機(jī)定標(biāo)方法相比，還是存在者一定的缺點(diǎn)，以下便是對(duì)其缺點(diǎn)的歸納總結(jié)：部分?jǐn)z像機(jī)自定標(biāo)方法所求得的解不夠穩(wěn)定。例如：在圖像或視頻存在一定噪聲的情況下，實(shí)際的解與理論的解有著相當(dāng)差異，或者所求得的解并不唯一。因此，解的不穩(wěn)定性和精度不夠的情況，不僅是傳統(tǒng)攝像機(jī)定標(biāo)方法的缺點(diǎn)，也是自定標(biāo)方法的一個(gè)問題，提高解的精度及穩(wěn)定性，是自定標(biāo)研究的一個(gè)重要方向。實(shí)際上，在現(xiàn)在的解決方案中，各種優(yōu)化算法是最常用最普遍的方法，但是，在多解的情況下，優(yōu)化算法也無法能夠保證得出全局的最優(yōu)解。由此看來，這個(gè)問題是計(jì)算機(jī)是絕種攝像機(jī)定標(biāo)方法普遍存在的關(guān)鍵性問題。

5 結(jié)束語

隨著計(jì)算機(jī)視覺系統(tǒng)的不斷發(fā)展，攝像機(jī)定標(biāo)技術(shù)也呈現(xiàn)了進(jìn)步的狀態(tài)。綜上所述，計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法主要有傳統(tǒng)的攝像機(jī)定標(biāo)法和攝像機(jī)自定標(biāo)法，對(duì)這兩類的定標(biāo)方法進(jìn)行深入的研究能夠?yàn)槿嬲J(rèn)識(shí)和了解攝像機(jī)定標(biāo)方法起到很好的幫助作用。計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)方法在今后的發(fā)展過程中應(yīng)該得到更多的研究，但其所存在的不足和弊端也理應(yīng)得到研究人員的重視。在這個(gè)多元化信息化的世界里，計(jì)算機(jī)視覺中的攝像機(jī)定標(biāo)技術(shù)若能夠根據(jù)現(xiàn)有的條件，適應(yīng)如今的環(huán)境，選擇合適的方法，對(duì)一些還存在局限性的環(huán)節(jié)取得更好地突破，則能夠?qū)⒄麄€(gè)定標(biāo)技術(shù)提升一個(gè)高度。相信隨著未來計(jì)算機(jī)視覺系統(tǒng)的不斷擴(kuò)展和不斷完善，攝像機(jī)定標(biāo)技術(shù)的應(yīng)用范圍也會(huì)越來越廣闊。

參考文獻(xiàn)

[1]宋雪峰，楊明，王宏.用于攝像機(jī)標(biāo)定的網(wǎng)格狀紋理的檢測(cè)方法[A].2001年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C].2001.

[2]譚躍鋼，吳正平.一種新的基于雙目視模型的三維重建方法[A].中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C].2001.

[3]劉健勤，鮑光淑.面向數(shù)據(jù)采掘的自適應(yīng)圖象分割技術(shù)[A].中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C].1998.

[4]洪俊田，陶劍鋒，李剛，桂預(yù)風(fēng)，徐曉英.基于灰色關(guān)聯(lián)的數(shù)字圖像去噪研究[J].武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版），2006，04.

[5]趙江濤，周仁斌，劉寶源.基于線結(jié)構(gòu)激光三維掃描系統(tǒng)的攝像機(jī)標(biāo)定方法研究[A].2010振動(dòng)與噪聲測(cè)試峰會(huì)論文集[C].2010.

[6]王鵬，王紅平.基于網(wǎng)格圖像的雙線性插值畸變校正的方法研究[A].科技創(chuàng)新與節(jié)能減排——吉林省第五屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C].2008.

[7]程建璞，項(xiàng)輝宇，于修洪.基于OpenCV的視覺測(cè)量技術(shù)中攝像機(jī)標(biāo)定方法[J].北京工商大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，01.

[8]趙越，江南.一種基于3D矩形靶標(biāo)的攝像機(jī)標(biāo)定算法及其實(shí)現(xiàn)[A].第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅰ[C].2011.

計(jì)算機(jī)視覺理論范文6

關(guān)鍵詞：序貫相似性檢測(cè)算法 圖像匹配 計(jì)算機(jī)視覺

中圖分類號(hào)：TN911 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2013）06（c）-0205-01

圖像匹配最早是70年代美國(guó)從事飛行器輔助導(dǎo)航系統(tǒng)，武器投射系統(tǒng)的制導(dǎo)等應(yīng)用研究中提出的。國(guó)內(nèi)外學(xué)者對(duì)匹配輔助導(dǎo)航技術(shù)進(jìn)行深入研究，使其在民用領(lǐng)域的應(yīng)用越來越廣泛[1，2]。計(jì)算機(jī)視覺計(jì)算主要分為低層處理、中層處理和高層處理，而在低層進(jìn)行數(shù)字化差異檢測(cè)、中層進(jìn)行參數(shù)化相似分析，高層處理完成圖像的識(shí)別、解釋和描述等任務(wù)，都需要圖像匹配技術(shù)[3]。序貫相似性檢測(cè)算法（SSDA）能夠快速地丟棄非匹配點(diǎn)，減少非匹配點(diǎn)的計(jì)算量，從而提高匹配的速度，算法簡(jiǎn)單，易于實(shí)現(xiàn)。

1 序貫相似性檢測(cè)算法

序貫相似性檢測(cè)算法的基本思想是基于對(duì)誤差的積累進(jìn)行分析。在進(jìn)行圖像匹配時(shí)，通常非匹配點(diǎn)處的誤差ε會(huì)隨著運(yùn)算點(diǎn)數(shù)的增加而迅速增長(zhǎng)，很快超過某一門限，而對(duì)于匹配點(diǎn)處，誤差的增長(zhǎng)要緩慢得多。這樣對(duì)于大多數(shù)非匹配點(diǎn)，只需要分析前幾項(xiàng)，而只有匹配點(diǎn)附近的點(diǎn)才需要計(jì)算整個(gè)循環(huán)，這樣就大大地減少了匹配的運(yùn)算量。

設(shè)源圖像S的大小為J×K，模板圖T的大小為M×N（其中M≤J，N≤K），模板覆蓋的區(qū)域子圖為，（p，q）為模板左上角像素點(diǎn)在圖像S中的坐標(biāo)，S中的待匹配區(qū)域是以點(diǎn)（p，q），（p，q+M-1），（p+N-1，q），（p+N-1，q+M-1）組成的區(qū)域。相對(duì)于參考點(diǎn)位置為（m，n）點(diǎn)的匹配誤差定義為：

其中k=1，2，…r。將累計(jì)誤差值與預(yù)定閾值進(jìn)行比較，當(dāng)累加值超過設(shè)定閾值Tk時(shí)，就停止累加計(jì)算，并記下累加次數(shù)k。計(jì)算下一個(gè)待匹配點(diǎn)處的誤差，若累計(jì)誤差小于預(yù)定閾值，則繼續(xù)計(jì)算此處的誤差，直到>Tk或k=r，記下k值。對(duì)不同的待匹配點(diǎn)進(jìn)行上述匹配計(jì)算，最后取最大k值對(duì)應(yīng)的待匹配點(diǎn)位置，即為要找的匹配點(diǎn)。

2 實(shí)驗(yàn)結(jié)果與分析

圖1顯示了基準(zhǔn)圖與實(shí)時(shí)圖像，圖1（a）為基準(zhǔn)圖像，大小為256×256，圖1（b）為實(shí)時(shí)圖，大小為65×65。圖1（c）找到了實(shí)時(shí)圖像在基準(zhǔn)圖中的位置。

由圖1可以看出，SSDA算法能夠良好地進(jìn)行匹配。而通過對(duì)匹配時(shí)間的計(jì)算可以看出，SSDA算法的運(yùn)行時(shí)間相對(duì)較短，效率較高。

參考文獻(xiàn)

[1] GONG H C.Development of terrain contour matching algorithm for the aided inertial navigation using radial basis functions [J].Journal of Astron Space Science，1998，15（1）：229-234.