試論計算機視覺與圖像處理技術
在現實生活和生產的過程中，計算機視覺主要應用在照片資料、視頻資料處理上，以下是小編搜集整理的一篇探究計算機視覺與圖像處理技術應用的論文范文，供大家閱讀借鑒。
【摘要】隨著計算機技術的不斷發展，計算機視覺研究成為科學和工程領域的一項重要內容。作為一門綜合性較強的學科內容，計算機視覺學吸引了不同學科研究者的廣泛關注。同時在計算機技術和視覺學研究不斷深入的條件下，取得了豐碩的研究成果。這些研究成果的應用轉化促進了醫學、地質學等的發展，對人類社會和經濟的發展產生了深遠的影響。基于此，本研究以計算機視覺與圖像處理技術作為研究對象，就圖像處理的方法等進行了分析。
【關鍵詞】計算機;視覺;圖像處理;技術
一、引言
隨著計算機技術的不斷發展，在20世紀60年底產生了計算機視覺學這一學科。計算機視覺是借助計算機以及各種設備，進行生物視覺模擬的一種技術。計算機視覺學的主要任務，是借助已掌握的圖片、視頻等資料，進行計算與處理，和人類及其他生物的視覺過程一樣，
得到相應形式的三維數據信息。計算機視覺學的發展，在工業、農業的生產中，地質勘探、天文、醫學觀察等領域也有著重要的應用價值。因此，視覺學的研究和應用轉化受到了越來越多的重視。
二、計算機視覺學的圖像分割研究
(一)數據驅動的分割研究
在計算機視覺學應用過程中，經常進行的數據驅動分割有下面幾項內容：第一種是邊緣檢測的分割、第二種是區域分割、第三種是邊緣和區域相互結合的分割。第一種基于邊緣檢測的分割，這種分割的基本方法：首先對檢測圖像的邊緣點進行檢測，然后根據一定的法則進行輪廓的連接，獲得分割的區域。基于邊緣檢測的分割其難點是邊緣檢測時如何處理好抗噪聲性能、檢測的精度之間的矛盾。所以，在研究的過程中，提出了多種多尺度邊緣檢測的方法，按照實際問題進行多尺度邊緣信息設計等方案，以獲得更為合適的抗噪性能和檢測的精度。第二種基于區域的分割，它的基本思想是按照圖像數據的特點，將整個圖像的空間劃分成為幾個不同的區域進行圖像處理。
(二)計算機視覺學模型驅動的分割
經常使用的模型驅動分割有下面三種，第一種模型是基于動態輪廓的模型、第二種模型是組合優化模型、第三種模型是目標幾何與統計模型。第一種是基于動態輪廓的模型用在進行分割目標的動態輪廓，因為其能量函數使用的是積分運算，有著很好的抗噪性能，對于目標的局部模糊也不敏感，所以其適用性很廣。但這種分割方法容易收斂到局部最優，因此要求初始輪廓應盡可能靠近真實輪廓。通過組合優化的方法進行分割問題的處理，是使用一目標函數綜合表示分割的相關要求以及約束，把分割變為目標函數的優化求解。因為目標函數多數情況下作為多變量函數存在的，因此可以通過使用隨機優化的方法來實現。
(三)計算機視覺學圖像分割的半自動方法
通過對人工參與程度的分，我們可以得出圖像分割，主要有三種類型即：人工圖像分割、半自動圖像分割、自動圖像分割等。人工圖像分割指的是操作者使用鼠標，將分割區域的輪廓進行勾畫的方法，人工圖像分割的缺點是費時費力，而且很容易就會受到一些主觀因素的影響，并且人工圖像分割的可重復性較差。自動圖像分割不需要借助人機交互就能完成，但是也很難實現同一批圖像處理的滿意分割效果。半自動分割這種形式指的是將人機交互同自動分割結合在一起，半自動分割可以實現對不同圖像與處理需求的適應，并且可以大大降低計算過程的復雜性。在計算機技術不斷發展的背景下，計算速度和容量有了大幅度的提升，計算機圖像處理及視覺應用取得了豐碩的成果。
三、計算機視覺技術的分析
(一)以模型為研究對象的處理方法
在以模型世界作為研究對象的視覺學研究過程中，以Roberts的開創性工作作為一種標志，在他的工作過程中，引進了三維物體與二維物體成像的關系，使用較為簡單的邊緣特征提取、組合線段等手段和方法。他對三維關系的分析只是按照簡單的邊緣線段的約束關系，缺乏對人類或其他動物視覺系統感知三維空間關系的充分考慮。但是早期的這些研究工作，對計算機視覺學的研究和發展發揮了良好的促進意義，但是對于較為復雜的景物就不能夠奏效。
(二)以計算理論為主體的視覺模型
隨著計算機視覺研究的不斷深入，在二十世紀七十年代，計算機視覺技術的研究，開始向著更為理性的階段發展，主要表現在：不同本征特性的恢復，恢復的內容有三維形狀恢復、運動恢復、光源恢復等等。研究的出發點是光學、生理學以及射影幾何的視角出發，對成像及其逆等問題進行研究。在這個過程中，一些學者提出了以表示作為核心、通過算法作為中間轉換過程的視覺處理模型，例如：著名的計算機視覺學研究者Marr就提出了這些觀點，在他的理論里面，對表示的重要意義進行強調，并且從不同層面上對信息處理問題進行了研究。
(三)計算機視覺的應用研究
在現實生活和生產的過程中，計算機視覺主要應用在照片資料、視頻資料處理上，例如：航空照片的處理、衛星照片的編譯、醫學領域的輔助性診斷、移動機器人視覺導航等等。其中，工業機器人手眼系統的研發，成為計算機視覺應用最具代表性的成果之一。因為工業生產、施工等現場等因素具有一定的復雜性，這種環境下的光照、成像特點等等可以控制，這就使得計算機視覺的應用更為簡單，對于系統的實際構成有著很好的作用。移動機器人與工業機器人不同之處就是移動機器人具有一定的行為能力，這就需要研究者解決機器人的行為規劃問題。在移動機器人種類、智能化水平不斷提升的背景下，對視覺能力的要求也越來越高，這也使得計算機視覺有了更為廣闊的應用前景。
四、結語
綜上所述，計算機視覺學作為人類科技發展和社會進步的一種學科體現，在前進和發展的過程中，通過研究者和應用者的不斷總結和探究，取得了豐碩的成果。在未來視覺技術發展的道路上，仍然有大量的工作需要進行研究。
參考文獻：
[1]韓祥波，劉戰麗.計算機圖像處理技術在農產品檢測分級中的應用[J].安徽農業科學，2013，(34)
[2]趙萍，李永奎，林靜，白雪衛.數字圖像處理技術在農產品方面的應用[J].農機化研究，2012，(11)
[3]陳小娜，章程輝.計算機圖像處理技術在農業科研中的應用[J].廣西熱帶農業，2008，(06)
[4]崔會旺，杜官本.計算機技術在木材干燥中的應用[J].林業機械與木工設備，2013，(04)