計算機視覺的基本概念

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篇計算機視覺的基本概念范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

計算機視覺的基本概念范文第1篇

【關鍵詞】攝影測量；計算機視覺；數字化

科技迅速發展，攝影測量技術經過多次改革，到目前已經進入數字化的攝影測量技術階段，這個新技術對整個攝影測量專業理論知識教學、科學研究和企業生產都有重要的影響，這些影響不僅僅是表現在表面，它已經使攝影測量的概念和涉及到的專業的知識都有影響。從測繪學科的角度來說，數字測量技術已經從傳統的攝影測量技術發展到現在新型數字化測量技術，簡便快捷；從攝影測量學科來說，數字攝影測量技術已經從經典的攝影測量轉化到現在與計算機相結合的高科技技術。數字測量技術既給人們帶來機遇，又給技術人員帶來挑戰，但是其在發展中還存在很多問題。作為新時代的我們，應努力抓住機遇，勇敢的面對挑戰，提高自身的知識儲備量和技術，使自己能在快速發展的經濟市場中站住腳步。

一、攝影測量發展現狀

由于攝影測量生產的轉型，影像掃描儀已被大量地應用，全國掃描儀數量已超過100臺。同時航空攝影機（如RC30）也在加速引進。應用于航空攝影過程中的GPS/IMU系統也已引進，Z/I公司的數字航空攝影機DMC已開始在中國應用。與此同時，高分辨率的遙感影像以及其定位參數（RPC）文件的應用，只要極少量的外業控制點，就能迅速生成正射影像圖，它已在城市、土地的變遷、規劃中得到愈來愈廣泛的應用。航空激光掃描Lidar也愈來愈成熟。

由于新一代傳感器、定位系統的迅速發展與應用，以及數字攝影測量工作站的發展及其大規模的推廣，這樣對攝影測量自身發展提出一個非常嚴峻而又現實的問題：攝影測量向何處去，除了攝影測量與新一代遙感傳感器、GIS、GPS 更進一步地結合外， 攝影測量自身從理論到實際將如何發展，還有沒有發展前景，在國際上同樣對攝影測量發展提出了疑慮，美國Ohio大學Schenk教授在其著作“數字攝影測量學”的序言中指出：攝影測量與貓一樣，他們有一個共同的特點，他們都有幾次生命，攝影測量的終結已經被多次預測。但是他對此問題作了明確的回答：數字攝影測量是一門相對年輕的、并且迅速發展的學科。它的許多基本概念與方法來自影像處理與計算機視覺。但是不管它們對它的影響有多強烈， 數字攝影測量還是一門有自己特色的學科。

二、數字攝影測量給學科帶來的機遇與挑戰

攝影測量與遙感是一門“從影像重建被攝物體表面”的學科，攝影測量側重于重建物體的幾何表面，并進行“量測”；而遙感則側重于重建物體的物理表面，恢復問題表面的物理屬性。因此，從本質而言， 攝影測量與遙感是研究影像的獲取、理解、加工、處理的科學與技術，使人們更容易直觀地理解與應用有關信息。從測繪學科的角度來理解，攝影測量是一門“量測的學科”，著名的攝影測量學者HeIva （1995）就認為“攝影測量的范疇是量測”；而從信息科學和計算機視覺科學來看，它是從影像來重建三維表面模型的科學與技術―計算機立體視覺。但是，人們一般并沒有將攝影測量與計算機立體視覺聯系在一起。這是由于攝影測量在上世紀攝影技術出現不久就被學者發現其測量功能，并被使用，而計算機立體視覺實在新世紀環境下創造并被使用的，因此攝影測量的歷史要比計算機立體視覺的歷史長得多，并早已成為測繪產業的重要組成部分；而且，長期以來，攝影測量是依賴于精密的光學機械儀器，特別是在模擬攝影測量時代， 攝影測量以模擬攝影測量儀器為代表， 與計算機沒有任何聯系。我們必須清楚地認識到，攝影測量發展到今天，已經超越了傳統攝影測量的范疇，它已經不屬于攝影測量工作者“獨家所有”。這是攝影測量工作者面臨的最嚴峻的挑戰。

同時，數字攝影測量也為我們帶來了發展機遇。在模擬攝影測量時代， 攝影測量的教學、科研以及生產的組織與流程，一切均以模擬攝影測量儀器的制造者為中心。攝影測量儀器的理論、結構，各種控制器、儀器的定向理論與操作方法，變換光束測圖的理論等，均以相應的儀器為中心。進人了解析攝影測量時代，由于計算機引人了攝影測量，大大地拓寬了攝影測量教學、科研的領域，這也提供給學者們更多的研究方向。

三、數字近景攝影測量――攝影測量發展的嶄新領域

到目前為止數字攝影測量的發展，無論在理論上還是在實際上，，主要還是圍繞著利用航空（航天）攝影測量測繪地形圖展開的，而對于數字近景（地面）攝影測量的研究甚少。同時隨著數碼相機的廣泛應用，價格愈來愈低廉。數碼相機在測量中的應用將是攝影測量發展的必然趨勢。

在此領域數字近景攝影測量與計算機視覺有著天然的密切聯系，因為計算機視覺的研究目標是使計算機具有通過2維圖像認知3維環境信息的能力，這種能力將不僅使機器感知3維環境中物體的幾何信息，包括它的形狀、位置、姿態、運動等，而且能對它們進行描述、存儲， 識別與理解，兩者之間有很多相似之處，但兩者間又有明顯的差異。不論差異大小，不可否認的是，數字近景攝影測量已成為數字攝影測量發展的必然趨勢。

四、結束語

數字攝影測量在目前還是一個較為年輕的學科，主要采用計算機技術，將獲取到到信息數字化，通過計算機進行測繪和分析，提取出對人們有用的信息，這一改變，使數字攝影測量很快被企業所接受并得到快速發展。總而言之，數字攝影測量技術的出現不能僅視為簡單的科學進步而已，應該透過現象看本質，深刻認識到他已經從概念開始改變，并影響到科學研究領域，正在逐漸改變企業的生產產品水平。面對這些情況，我們應該努力提高自己的理論知識儲備量，提升專業素養，及時抓住一閃而過的機會，迎接各種挑戰，在激烈的競爭不斷進步。

參考文獻

[1] 李利，馬頌德. 從2維輪廓線重構3維二次曲面形狀[J].計算機學報，1996，19（6）：401.

[2] 馬頌德，張正友.計算機視覺-計算理論與算法基礎[J].北京：科學出版社1998.

計算機視覺的基本概念范文第2篇

提起數字媒體，人們通常會想到傳媒行業，其實數字媒體的應用絕不局限于傳媒。隨著寬帶網絡的普及，人們在日常業務處理過程中，正面對越來越豐富的網上媒體和內容，包括各種視頻、音頻、文本、圖像等。下面，就讓我們跟著諸位數字媒體方面的專家一起來分享這個繽紛的世界。

三維幾何建模與形狀表示

北京大學視覺與聽覺信息處理國家重點實驗室主任教育部長江學者獎勵計劃特聘教授 查紅彬

精彩問答

在背景比較復雜、有干擾的情況下模型檢索的效果怎么樣？

在模型檢索的時候并沒有考慮背景，因為這是做模型檢索比較容易的部分。模型檢索一般是沒有背景的，但也可以做，但是要推廣到背景比較復雜的物體上識別可能有很大的問題，因為這時候匹配不僅僅是局部匹配，而是兩個子集和子集的匹配問題，到目前為止，我們只是做沒有背景的模型檢索。

為什么要重新談論三維形狀表示問題？在多媒體信息處理領域里面，有兩個比較重要的方向，這也是計算機科學技術領域里兩個重要的方向，一個是計算機視覺，一個是計算機圖形學。計算機視覺是從圖像中通過識別或重建處理，得到一個對對象物的描述。反過來說圖形學，是對一個對象和場景的描述，通過繪制和動畫生成圖像和視頻。它們從處理過程來說是逆過程，這兩個領域之間有密切的關聯。

我們現在考慮計算機三維建模或模型的描述，考慮的不僅僅是計算機視覺或計算機圖形學所包含的內容。這里面簡單列舉一下，比如基于模型的三維物體識別和場景識別，這兩個應該是典型的計算機視覺里面考慮的應用。除了這以外還可以用模型干別的事情，比如繪制，還包括基于這樣模型的設計、變形、動畫等等。除了兩個單獨研究的應用之外，還要想怎么把兩者結合起來，把虛擬和真實的東西無縫連接到一起，這些都牽涉到三維模型。

我們考慮的三維模型跟以前相比，應用領域大了很多，要達到這個要求，對模型的表達、形狀的表達也都有了更高的要求。

怎樣找到一些更新更有效地表達形式來符合這些要求呢？這里有四個方面，現在能不能建立一個形狀空間，把考慮的對象完整地在形狀空間里面表達出來。第二點就是針對形狀的特性，表達要具有柔性，對象物的表面不都是連續的，也有一些非連續性和不規律性，這些特性怎樣能夠進行柔性處理。第三個是需要一些描述是局部性的，另外一些要求描述是整體性的，這兩者之間如何有一個很好的結合方法。第四是在大量的計算當中，包括變形和動畫中有很多編輯的工具，所以我們要求對現在的形狀表達有一些比較高的要求。

在計算機視覺里面有一個老大難就是識別，已有模型，但是眼前看到的是一部分三維數據，怎么用這部分數據和模型數據匹配來識別它呢？這就牽涉到局部匹配，我們要解決局部匹配需要什么描述？我們要有一個模型，從大量的數據中建立一個模型庫，并從中抽取很多特征，把這些特征進行組織。這里面牽涉三個比較大的問題，第一個是形狀空間怎么構造，沒有很好的特征表達或整理的形式，后面的匹配以及其他的工作就很難做。第二個是怎么定義基于這種特征的相似度。第三個是怎樣在形狀空間當中搜索到最優的匹配。

針對這些問題我們最近一兩年做了一些工作，最近提出一個廣義形狀分布(Generalized Shape Distributions)描述方式，主要目的有兩點，能不能在三維形狀表示過程當中，找到一些最關鍵的描述指令，并從中找到相互關系，把整體和局部結合起來。如果把之間的關系描述出來，就能把局部結構性的信息用整體觀點加進去，這兩件工作就是我們做這件事情的主要目的。

在形狀描述問題上，我們還有很多工作要做，除了局部、整體描述之外，我們要想辦法把他們結合到一起。今后幾年要用更多的模式識別的辦法，來解決面臨的圖形學或虛擬現實和計算機視覺當中的很多問題。

生活中的計算機視覺

香港中文大學信息工程系終身教授

微軟亞洲研究院視覺計算組負責人 湯曉歐

精彩問答

微軟亞洲研究院視覺計算組在原創思想這一塊，引領下一個方向有沒有什么考慮，您談到很多對人們日常生活影響很大的應用，但是在背后的更深層的考慮，更新的創意在哪里呢？

我們的研究者都很年輕，我本人也才工作七年的時間，很多的算法已經發展這么多年了，所以在開始的時候比較容易想出來的方法，現在已經很難有那么多的原創內容。我們的工作是去找一些非常原創的內容，有的是理論上的，有的是新的發明，這可以有很大的影響。

圖像通過閃光燈的分割，前景和背景深度差會不會影響分割效果，距離會不會影響分割效果呢？

我們這個通過閃光燈對圖像進行分割的技術，會一定程度上受到光的強度和距離的影響。

我們主要的研究領域包括計算機視覺、模式識別、圖像處理和視頻處理。下面就為大家介紹幾個比較典型的應用。

如何將圖片的前景和后景分離？我們現在照兩張圖片，一張打閃光燈，一張沒有打閃光燈，這樣拍出來的照片背景沒有變化，但前景變化很厲害。在開閃光燈的情況下拍的照片，前景和后景可以利用一些技術很容易地分開來。

把一個圖片的前景切割出來放入另一張圖后，那剩下的圖片缺一塊的怎么辦呢？如何修復剩下的圖片呢？在例舉的圖片上，大家可以看到不同的區域，我們可以由一個算法，從其他的地方借過來，再貼上去，經過這樣的處理后，圖像基本上和原來沒有太大的區別。

如此的修修補補又有什么用呢？比如說，你對這張圖像不是很滿意，你可以把圖片上不喜歡的部分劃出來，然后利用一些技術將劃出來的空白部分填上。更有用的地方在于，你照了不想被別人看到的照片后，除了刪除，你多了一個選擇。你可以把不想讓別人看到的照片部分去掉，并利用一些算法把空白的地方填補上，而且讓別人看不出來。

現在大家的電腦上都會有很多照片，怎么快速地瀏覽這些照片呢？我們可以把這些圖像都放在一個屏幕上，可屏幕畢竟有限，怎么才能把照片放得更多一些呢？我們現在做的是可以隨機把照片放到桌面上，但是電腦會對每張照片上的重要信息進行篩選，在放盡可能多的照片的同時，讓每張照片上最重要的信息不被遮掩，而且均勻地分布在桌面上。這樣大家看起來就更清楚了。這個算法就是怎么讓所有圖像均勻分布，同時把所有背景都要蓋上。我們可以對圖像進行各種處理，同時我們也可以利用一些技術知道別人有沒有處理圖像，對圖像有沒有做過手腳。

現在我們來說說視頻方面。比如說抖動很厲害的圖像，怎么把物體移到中間？一個辦法是把除移動圖像外的公共部分切出來，但是移動越大，公共部分就會越來越小，更好的辦法是用一些技術把空處填上。

現在MSN的功能已經越來越豐富。比如說一段電影，你看到一件比較中意的衣服，只要你把鼠標移動衣服的覆蓋范圍，你就能很清楚地知道這件衣服的品牌及價格。如果你把鼠標在那件衣服上輕點，電腦就會直接跳轉到這個衣服的相關網站。

你在視頻聊天的時候如果不想讓對方看到你所處的環境，你就可以很輕松地把背景模糊掉。如果大家對自己的長相不是那么有信心，我們可以幫你改變一下你的長相。為自己添一幅酷酷的墨鏡，換上一個性感的大嘴巴，這些都能輕而易舉地完成。

多媒體傳感器網絡

北京郵電大學教授、博士生導師

智能通信軟件與多媒體北京市重點實驗室主任 馬華東

傳感器研究是IT非常熱門的話題， 首先我為大家介紹一下多媒體傳感器網絡的基本概念。從早期的巨型機到今天的小型機，生物芯片尺寸越來越小，但是效率越來越高；網絡設備聯網和數據交換的需求越來越大，設備之間的傳輸量也越來越大；從信息處理的角度來看，內容逐漸占據了主導地位，由數據為中心轉到以內容處理為中心。這三方面的演化是今天討論多媒體傳感器的背景。

傳感器網絡是一組傳感器節點，由組織方式協作地感知采集和處理感知對象的信息，它的基本特點是造價低、能量敏感、通信能力有限、計算能力弱、動態變化。現在的需求是要求通信能力越來越強，計算能力應付節點的處理的要求。

右圖是目前主流的傳感器節點的配置，從配置來講還是比較低的，現在信息處理側重壓力、溫度、光、震動等簡單的數據或者是標量數據。人類獲取信息80%是視覺信息，10%左右是聽覺信息，也就是說90%左右的信息是多媒體信息。傳感器網絡就是對音頻、視頻信息獲取后提供給使用者，使其對環境信息有一個全方位的了解，對傳感器網絡的應用是非常廣泛的。

從網絡的結構來講，基本結構和原來傳感器網絡差別不是很大，這里面強調增加音頻、視頻獲取處理，網絡傳輸整個過程的各個環節，同時這里面最好可以交互。有了這個概念以后，深入分析一下主要特點，首先是網絡能力的增強，這樣一個傳感器網絡應該集信息的采集、處理傳輸、轉發、能量供應等方面，除了傳統的標量數據，音頻、視頻的圖像數據，都可以進行采集處理。

現在多媒體傳感器網絡目前有哪些問題呢？從需求來看，現在網絡是異構的信息，媒體信息的格式，種類很多，并且差異非常大，數據量比較大，特別是音頻、視頻信息，格式比較復雜。這些信息傳輸過程中需要高速實時地傳輸，對網絡傳輸速率也提出了比較高的要求。媒體信息的安全問題，也是網絡需要考慮的，還有服務質量的問題。針對這些需求，我們可以看到，通信資源和計算資源這兩者之間存在非常大的矛盾，或者非常大的鴻溝，如何解決這兩者之間的差距就是我們研究的問題所在。

最后談一下多媒體傳感器網絡研究的挑戰，首先是節點的芯片設計，這是基礎，這里面需要采用多種技術，包括軟硬件協同設計的技術，各種技術結合，降低成本、能耗、體積、提高運算速度和可靠性。第二是三維場景的覆蓋問題，方向性傳感模型是一個簡單的二維圖形，實際上是三維圖形監測，這是一個三維場景方向的問題，研究這個就復雜多了。還有一個問題是服務質量保證問題，在新的網絡當中服務質量體系是什么樣，也是研究的方向。再一個是信息處理，為了使網絡傳輸數據量比較快，能不能在節點做信息處理的計算。當然信息的安全也比較重要，用這些節點獲取多媒體信息怎么保證安全的質量，使應該看到的人看到這些信息，不應該看到的人看不到這些信息。

在多媒體傳感器網絡中，我們還是做了一些工作，和一些同行學者也有一些交流，這里面也有一些質疑，說多媒體傳感網絡和原來傳感器網絡設計初衷是不是吻合的，原來沒有想讓它處理這么多信息，原來體積比較小，加上這些信息以后，無疑使它的體積增大，這里面和初衷之間是不是有矛盾，傳感器網絡研究有沒有必要性，如果有必要性可行不可行，這都是我們目前研究的問題。

計算機視覺的基本概念范文第3篇

關鍵詞：可視化技術；圖像理解

中圖分類號：TP391.4

可視化技術是計算機圖形學的一個重要研究方向，是圖形科學的新領域。它是指是運用圖形學原理和方法，將大規模的科學數據-數值和圖像，轉換為可視的圖形和圖。它能夠給予人們深刻與意想不到的洞察力，在很多領域使科學家的研究方式發生了根本變化。它涉及的研究領域很廣，成為計算機科學研究領域中不可缺少的組成部分，例如計算機圖形學、圖像處理、計算機視覺等，它也是理解復雜現象和大規模數據的重要工具。

自從1986年可視化概念提出以來，發達國家紛紛開始研究可視化理論、方法，開發可視化工具與環境，它們的研究成果已廣泛應用于石油勘探、氣象預報、航天航空、核武器研制、醫學圖像處理等科學與工程領域以及自然科學領域中。

90年代初，我國開始了科學計算可視化技術的研究工作，一般需要使用巨型計算機和高檔圖形工作站處理龐大的數據量以及相關復雜的圖像生成算法。所以，在高水平的大學、大公司和國家級的研究中心才有實力對可視化技術進行研究和應用。近幾年來，隨著處理器功能的不斷提高，可視化技術的飛速發展，它的應用已經擴展到科學研究、工程、軍事、醫學、經濟等各個領域，但是，與國外先進水平還有差距，因此還需要在在醫學、地質、海洋、氣象、航空等行業加大應用力度。

1 可視化的基本概念

可視化是一種計算技術，它將符號轉換成幾何，使研究者能觀察到他們的研究工作。可視化技術能夠將看不見的事物通過計算機變為能夠看見的事物，提供了科學發現和展現事物的新途徑，改變了科學家原有的研究方式，能夠給人們意想不到的啟示。

根據可視化技術的交互性、多維性、和可視性的特點，以及考慮結合程度，可視化技術可以分為后置處理，實時跟蹤處理和實時繪制及交互控制三個層次。后置處理指的是將計算結果解釋或顯示為可視化的圖形，目前大部分應用軟件屬于這一層次；實時跟蹤處理強調它的實時性，因此要求計算與顯示必行同步進行，這樣能夠隨時發現執行中的錯誤以便日后改正；實時繪制及交互控制一方面強調它的實時性，另外能夠根據顯示結果隨時改變執行過程中的參數以便得到滿意的結果，因此具有交互界面。近二十多年來，在美國、德國、日本等發達國家的著名大學都在致力于可視化技術的研究，而且已經重點向實時處理和交互控制方面發展。

2 國內外比較著名的研究成果

2.1 流體可視化軟件

這是美國國家超級計算機應用中心（NCSA，National center of supercomputer Application）的研究成果。該軟件通過多個相聯系的模型，在交互及分布環境下研究暴風雨的形成規律。其中安裝在NCSA的超級計算機CRAY-YMP進行模型計算，VGX工作站則用來實現二、三維圖形顯示，提供用戶接口，二者之間使用網絡連接。

2.2 醫學可視化技術

醫學數據的可視化，已成為數據可視化領域中最為活躍的研究領域之一。由于近代非侵入診斷技術如CT、MRI和正電子放射斷層掃描（PET）的發展，醫生已經可以非常容易獲得病人有關部位的一組二維斷層圖像。因為核磁共振、CT掃描等設備能夠產生人體病變區域的多個方面多個剖面的圖像，或者重建為具有不同細節程度的三維真實圖像，使醫生對病灶部位的大小、位置，不僅有定性的認識，而且有定量的認識，從而及時高效地診斷疾病。CT圖像打破傳統的膠片感光成像模式，借助于計算機重構人體器官或組織的圖像，使醫學圖像從二維走向三維，使人們從人體外部可以看到內部。利用可視化技術軟件，能夠重構有關器官和組織的三維圖像，例如美國加洲的ADAC實驗室，約翰.霍普金斯大學等開發出的軟件已在許多醫院得到應用。利用可視化技術可以以獲得心臟的三維圖像，并用于監控心臟的形狀、大小和運動，為綜合診斷提供依據，例如中國協和醫科大學等進行的主動脈病變的臨床診斷和冠狀動脈搭橋術（CABG）后的血管顯示等。正是應用了可視化技術，變不可見為可見，從而大大提高了手術的成功率。

耿國華教授實現了醫學圖象數據庫系統MidBASE。在數據庫設計、基于內容的圖象檢索、嵌入三維可視化構件、WEB方式遠程查詢等方面特色明顯。已在多個醫院使用，效果良好[1]。

2.3 地學可視化技術

科學可視化應用到地學中，產生了地學可視化。1990年的勘探地球物理學家協會的舉辦“科學可視化”專題討論會，促進了地球物理勘探中的可視化研究。進而在1995年舉辦的“可視化技術用于發現和開發更多的油氣資源”會議，使得科學可視化技術在油氣工業中的應用成果大放光彩。目前，美國的SGI公司在可視化技術方面是處于世界領先地位，它在地學中主要應用于油田開發、油藏數值模擬、石油地質、地震勘探、鉆井、測井、遙感測繪等方面。

2.4 人類胚胎的可視化

這是美國依利諾大學芝加哥分校研制的成果。首先依據美國衛生和醫學國家博物館所得到的胚胎數據重構人類胚胎模型，其次將該模型進行三維顯示。這一成果預示著人類可以遠程訪問人類性態數據，可以進行分布式計算。

2.5 數字博物館的可視化技術

數字博物館最突出的特點是：虛擬現實技術。虛擬技術通過計算機圖形構成三度空間或把現實環境編制到計算機中去，產生逼真的虛擬環境，從而使得用戶在視覺上產生一種沉浸于虛擬環境中的感覺。數字博物館借助這樣的技術，對珍貴藏品進行三維可視化的建模。在追求視覺真實感受的同時，最大限度地保存了物體真實數據。研究者可以直接測量模型得到標本的形態結構信息，為遠程標本研究提供可靠翔實的基礎，真正地做到了輔助科學研究及數據保存的作用。例如中國地質大學地學數字博物館、中山大學生物數字博物館、清華大學美術數字博物館、西北大學考古數字博物館、北京航空航天大學航空航天數字博物館等，這些數字博物館不僅為學者提供了一個高水平高質量的學習平臺，有利于院校之間的學術信息和研究資源的共享，而且滿足用戶的交互性、參與性和沉浸性。

2.6 大場景及文物的虛擬修復可視化技術

大場景與文物虛擬修復還原和展示的研究涉及多個研究領域，需要綜合應用數字圖象處理、計算機圖形學、模式識別、可視化技術等研究領域。目前，在我國很多研究機構已在與大場景和文物的虛擬修復技術相關的領域內進行了一些研究工作，也取得了一些研究成果。但是，還沒有研制出完全自動的虛擬修復和還原系統，并且這些研究成果相對獨立，沒有一個綜合文物復原和大場景虛擬還原展示的系統。

3 結束語

NCSA（美國國家超級計算應用中心）是國際上從事可視化研究的權威單位，一直從事可視化算法如軟件的開發研究。而在國內，清華、北大、國防科大、中科院軟件所等單位相繼開展了可視化算法的研究及可視化工具的開發，都已取得了一大批可喜的成果。隨著計算機硬件條件的改善和諸如人工智能、機器學習等可視化算法的成熟，可視化技術一定會產生一個大的飛躍。

參考文獻：

[1]榮國棟，孟祥旭.Inspeck3D-DF三維掃描儀在數字博物館中的應用[J].計算機工程與應用，2002，38（16）：237-239.

計算機視覺的基本概念范文第4篇

關鍵詞：計算機圖形學；教學效果；教學方法；學習方法

中圖分類號：TP3 文獻標識碼：A

文章編號：1009-0118（2012）05-0129-02

一、引言

“計算機圖形學”是計算機專業教學中的一門重要的專業基礎課程，它的后續課程有：圖像處理、多媒體技術、模式識別、計算機視覺以及虛擬現實等，在計算機專業的教學過程中占有很重要地位。“計算機圖形學”課程最大特點是理論與實踐結合較強，傳統的教學模式很難滿足這個要求，嚴重影響到課程的教學質量和教學效果。因此，“計算機圖形學”課程的教學改革勢在必行。

二、分析教學中存在的問題

“計算機圖形學”主要研究與計算機圖形表示、圖形計算、圖形處理和圖形顯示的相關原理與算法，它的內容豐富，涉及了數學、物理學、計算機科學、美學、心理學及藝術學等諸多方面的知識，具有很強的理論性、實踐性和綜合性。

在幾屆的課程教學中，作者先后使用偏理論教學和偏實踐教學，都沒能取得很好的效果。目前國內高校對這門課程的講授常使用這兩種方法。偏理論的教學過于強調理論知識（相關的數學基礎知識、算法的推導、程序的實現），學生很難理解和掌握，普遍反映：“上課聽得懂，下課再問就不知道了”，學習態度從困惑變成厭倦，因為學生不知道這些知識有什么用。偏實踐教學則是從實用角度出發，理論知識涉及得少且淺顯。學生興趣提升了卻沒有抓住課程的本質，錯誤的認為計算機圖形學就是圖片處理和動畫制作。總結上述兩種教學方法存在以下幾個方面問題：

（一）知識點的混淆。由于本課程所學的內容多，學生在學習過程中沒有清晰的知識框架和整體思路。知識越學越多、越學越亂。例如，在實際教學過程中，幾種掃描轉換算法講授后，有些學生已區分不出各種算法所解決的問題。

（二）內容知其然不知其所以然。計算機圖形學涵蓋許多原理、算法、程序，這些內容都不容易理解和掌握，大部分學生不感興趣。這就與他們原本對這門課程的理解有偏差，所以感覺很盲目，沒有學習目標，最終喪失學習興趣和熱情。

（三）實踐環節得不到應有效果。學生在有限的時間內很難完成對分析能力和編程能力要求很高的實驗任務，進一步加深對該課程的排斥。

針對以上出現的問題，在有限的學時內，如何使學生系統地掌握計算機圖形學的基礎知識、重要的基礎理論和生成圖形的常用方法，值得深入的探討。

三、課程教與學的改進

教學方法包含教師的教授方法和學生的學習方法。計算機圖形學的教與學都應把握課程的整體結構和發展方向，強調理論學習與實踐應用的結合。使學生在深刻理解圖形學本質的同時，建立起這門學科的整體框架，為后續課程打基礎。

（一）教師的教授方法

教師在學習過程中起著指導和協助作用。如何在課程的基本原理和基本技能傳授給學生后，引導學生將所學的知識應用到實踐中，去發現圖形圖像及其相關領域的問題；激勵學生積極地分析和解決問題。

1、興趣培養。古人云：“知之者不如好之者，好之者不如樂之者”，讓學生了解計算機圖形學與自己的生活、工作、學習密切相關，興趣就會油然而生。例如，從學生比較熟悉或推崇的某游戲或軟件開始，介紹支撐該產品的計算機圖形學基本知識和理論；或者展示計算機圖形學在計算機動畫、科學計算可視化、計算機藝術、多媒體應用等應用領域的最新研究成果和發展趨勢。使學生萌生求知欲望，這是非常關鍵的一步。

2、合理安排。計算機圖形學課程內容涉及圖形顯示處理流程、圖形硬件設備、圖形系統、二和三維圖形的生成和處理算法、裁剪、幾何變換、交互技術、三維消隱等方面，每一項內容又包含很多的技術、方法以及經典算法思路。教師不可能在有限的學時數內每個知識點逐個展開講解，那樣也不利于學生對知識的學習和掌握。怎樣給學生展現一個清晰的計算機圖形學課程內容脈絡和整體框架呢？結合學生的認知能力，選擇有代表性的講授，強調基本概念、基本原理、經典算法（如Sutherland-Cohen算法、Bresenham算法、Z緩沖器算法、光線跟蹤算法等），做到突出重點、點面結合。例如，圓、橢圓的掃描轉換的內容完全可在講授直線段掃描轉換算法后安排學生自學，因為它們的基本思想是相同的。這樣，可以用節省的時間傳授學生最大量的新知識，同時可以培養學生的自學能力。

3、形式多樣。俗話說“一幅畫勝過千言萬語”，傳統的黑板講解結合生動有趣的多媒體教學，用flash、OpenGL等工具把復雜枯燥的數學推導和算法描述做成動畫演示，使復雜問題簡單化，抽象問題具體化。例如，Bezier曲線，B樣條曲線，NURBS曲線曲面，數學公式抽象難懂，計算量大，學生普遍難以理解。使用OpenGL（OpenGL提供了近350個不同的調用函數，用來繪制復雜的三維景象）制作出他們的三維模型，動態演示算法執行過程，抽象的理論與具體的實物對照，從而加深理解。

4、注重實踐。培養學生技術應用能力靠上機實驗，合理安排實驗課程是關鍵。學生要在邊做邊學、邊學邊做中加深對理論知識的認識和理解。教師結合學生的動手能力，制訂切實可行的實驗設計方案。

（二）學生的學習方法

學生要熟練掌握計算機圖形學課程的知識精髓，課堂學習是遠遠不夠的。要積極主動成為學習的主體，本文提出了幾點建議供學生參考。教師也可以根據自身教學的實際情況借鑒使用。

1、扎實的數學基礎、很強的編程能力這是學好該門課程的必要條件。例如，連續、一階連續、二階連續、曲率、繞率、參數表示、矢量、法向量、矩陣、矩陣運算等，都是計算機圖形學中常用到的基礎知識。這些都需要學生課前熟練掌握。

2、充分利用網絡，開闊眼界。關注計算機圖形及其相關學科領域的發展動向；基礎算法產生背景、算法的應用領域、相關的學術報告和會議文獻等，進而擴展知識的深度和廣度。這不僅限于學好這門課程，其它課程也是適用的。

3、理順計算機圖形學課程的學習內容和整體架構，將每個知識點用知識樹的形式串聯在一起。如果一個問題有多種解決方法，可以采用對比的學習方法，將所學的原理、算法、程序進行比較，找出它們之間的區別與聯系。例如：Bezier、B樣條、NURBS曲線曲面間的比較，CSG樹、邊界表示法、八叉樹表示等實體造型技術的比較等。

4、認真做好每次上機實驗。運用學到的知識，發現問題、分析問題、解決問題，提高動手能力，這是學習的最終目的。

四、結合語

計算機圖形學是一門實用較強的綜合學科。在了解和掌握現有的和前人積累的知識同時，更重要的是知識的模仿和繼承，突出探求知識能力和創新意識的培養。經過幾年的教學探索和研究，上述的教學改革可以達到很好的教學效果。

參考文獻：

\[1\]龔紹文.大學青年教師教學入門—大學施教學初步\[M\].北京:北京理工大學出版社,2007.

\[2\]潘革生.高等學校計算機圖形學教學理念探討\[J\].廣西科學院學報,2008,24(4):380-383.

\[3\]孫家廣.計算機圖形學\[M\].3版.北京:清華大學出版社,1999.

計算機視覺的基本概念范文第5篇

關鍵詞：小波；圖像壓縮；圖像去噪

Abstract: the article introduces the image wavelet analysis of the basic theory and based on the wavelet transform of decomposition and reconstruction principle, by using wavelet transform to 2 d image decomposition, the original image into different direction and different frequency component of the sub image. At the same time to contain the noise image wavelet decomposition, and then selecting proper threshold, the wavelet coefficients of the quantitative threshold value, and then a high frequency coefficients reconstruction, realize image denoising. Finally using MATLAB simulation platform is simulated, the simulation results show that, using the wavelet analysis to do image compression and denoising can get very good compression effect and denoising effect, and the engineering application of practical significance.

Keywords: small wave. Image compression; Image denoising

1 引言

小波分析是當前應用數學和工程學科中一個迅速發展的新領域。小波就是小的波形，“小”指它具有衰減性；“波”則指它的波動性[1]。小波分析已在信號處理、語音合成、圖像識別、計算機視覺、數據壓縮等諸多領域得到應用。

長期以來，人們主要利用離散余弦變換DCT（Discrete Cosine Transform）作為主要的圖像壓縮編碼方法，并成功地應用于各種標準，如JPEG，MPEG-1，MPEG-2。但是，基于DCT的圖像變換編碼容易出現方塊效應與蚊式噪聲。基于小波變換的圖像壓縮編碼很好的解決了這一問題，小波變換是全局變換，在時域和頻域都具有良好的局部化性能。

由于小波變換是一種信號的時頻分析，它具有多分辨率的特點，可以方便地從混有強噪聲的信號中提取原始信號，被譽為分析信號的顯微鏡。目前主要從變換方法上進行研究，通過選擇不同的基函數或利用框架來進行變換（非抽取小波變換）或通過選取最優基來進行變換（小波包，多小波），在圖像處理方面得到了更好的去噪效果。

文章首先介紹小波的相關基本概念；然后對其在圖像處理中的壓縮與去噪進行分析，運用MATLAB仿真平臺進行了仿真驗證，借助仿真結果直觀展示小波在圖像處理中的強大功能。

2 小波分析的基本理論

小波是一個滿足條件的函數通過平移和伸縮而產生的一族函數如公式(1)所示：

，， (1)

公式(1)定義的小波稱為小波基函數或母函數，式中b為平移的距離，a為伸縮的尺度[2]。如果任意的一個函數f作周期延伸，則可以成為上有意義的函數。即若滿足：

(2)

則每個函數f均屬于一個平方可積的函數，也可寫作，R為實數構成的空間。對于任意的一個函數，為在R上平方可積；且基本小波，那么f的連續小波變換可定義為[2]：

(3)

其中表示小波基的共軛函數。

對任意的及，若f(t)在t處連續，則可以由小波變換得到其逆變換為[2]： (4)

對于的一個二維信號, 用表示其小波基函數，表示的尺度伸縮及二維移位，即：

(5) 則二維連續小波變換為[3]：

(6)

小波逆變換為：

(7)

其中 (8)

在實際圖像處理中，需要把連續小波及小波變換離散化才有意義。對連續型的小波進行離散化后的小波及相應得小波變換，稱為離散化小波。

3基于小波變換的分解與重構

實際中由于人的感覺器官和儀器對信號有著一定的分辨率，所以對于信號的認識是在一定尺度上進行的，對低于一定尺度的信號的細節是無法認識的。進行小波分解的意義就是要在不同的尺度上根據不同的目的，選擇不同的尺度對信號進行分解。

對于大多數信號，其低頻分量相當重要，它常包含著信號的特征；而高頻分量則給出信號的細節或差別。在小波分析中，用近似來表示信號的低頻分量；而用細節來表示信號的高頻分量。通過計算離散小波變換的系數可以得到原始信號的近似與細節。

圖1顯示了對原始信號進行分解的過程。 通過分解可以將信號分解成許多低分辨率的成分。

圖1 小波分解的結構圖

這樣就可以將原始信號S表示為經分解后的各層近似信號與細節信號的和，來實現對原始信號的重構。如圖1所示的信號可表示為S=A1+B1=A2+B2+B1=A3+B3+B2+B1。實際中常根據信號的特征或是適當的標準來選擇合適的分解層數。

4利用小波分析進行圖像的壓縮與去噪

4.1 圖像的壓縮

對于圖像來說，為實現快速或實時傳輸以及大量存儲，就需要對圖像數據進行壓縮。從而可在同等通信容量下，傳輸更多的圖像信息，也就可以增加通信能力。

一種可進行壓縮的基于離散余弦變換的圖像壓縮，就是在頻域對信號進行分解,去除信號點之間的相關性，并找出重要系數，濾除次要系數，以達到壓縮的效果。但該方法的缺點是在處理過程中不能提供時域的信息[4]。在這個方面，小波分析就具有其優越性。由于小波分析固有的時頻特性，可以在時頻兩個方向對系數進行處理，這樣就可以對感興趣的部分提供不同的壓縮精度。

圖像壓縮的主要參數之一是圖像壓縮比，它定義為壓縮后的圖像數據量與壓縮前的圖像數據量的之比。壓縮比越好，壓縮后的圖像文件數據量越小，但同時圖像質量有可能損失會越多。對于二維圖像進行小波變換就是模擬人類視覺進行的圖像分解，將原始圖像分解成不同方向、不同頻率成份的子圖像。由于人眼對低頻失真較為敏感，而對高頻失真不甚敏感。因此，在實際處理中，可以根據人的視覺敏感程度對低頻高度子圖像和高頻細節子圖像分別采用不同的量化、編碼方法，以確保在失真較小的情況下得到最高的壓縮比[5]。

4.2 圖像的去噪

噪聲可以理解為妨礙人的視覺器官或是造成系統傳感器對所接收圖像源進行理解或分析時出現了偏差。一般情況下噪聲是不可預測的隨機信號, 它只能用概率統計的方法去認識。噪聲對圖像處理十分重要, 它可以影響到圖像處理的輸入、采集和處理的各個環節以及輸出結果的全過程。

傳統的去噪方法是將噪聲污染的圖像信號通過一個濾波器, 濾掉噪聲頻率成分。但對于短時瞬態信號、非平穩過程信號、含寬帶噪聲信號, 若采用傳統方法處理則有著明顯的局限性。基于小波分析的圖像去噪可以充分對小波進行時頻局部的分析, 靈活地進行奇異特征值的提取，及時變換濾波, 在低信噪比的情況下進行有效濾波并檢測信號的波形特征[5]。

利用小波分析去噪的基本步驟如下：

（1）選擇合適的小波基函數, 對含有噪聲的原始信號進行小波變換；

（2）利用軟閾值或硬閾值門限處理相應的小波系數, 獲得新的被壓縮的小波系數；

（3）通過小波逆變換, 獲得去噪后的信號。

其中對于小波基的選取至關重要。小波基的選取主要考慮以下幾個因素[6]：①正交性：能有效去除信號的相關性；②支撐集性：避免濾波過程的截斷誤差, 保證優良的空間局部性質；③對稱性：可使量化誤差較小, 保證小波的濾波特性有線性相移, 不會造成信號失真；④正則性：用來度量小波函數的光滑性, 對最小量化誤差起重要作用。 但是，小波基的選取沒有統一的依據, 一般而言, 所選擇的小波基應與原信號有較大的相似度。

5仿真及結果分析

本次仿真是以matlab7.0作為平臺，借助matlab所提供的小波分析工具箱，對圖像的壓縮及去噪進行仿真。使用wavedec2和appcoef2函數進行兩層二維小波分解和獲取小波分解的近似分量；并且使用detcoef2函數來獲取兩層二維小波分解的細節分量，最后使用wrcoef2函數對各層的分量進行重構。由于Daubechies(dbN)小波不僅具有是連續性和正交性, 而且是緊支集最小的小波。因此這種小波的濾波器系數個數少, 在分解與重構算法中所需的計算量少[6]。所以，本次仿真采用Daubechies小波系中的db4小波作為小波基函數，選取matlab中自帶的 trees.tif圖，如圖2所示，對其進行二層分解后重構。圖3顯示了進行二層分解后重構的圖像。

圖2 原始的圖像

圖3 兩層分解重構的圖像

將一個圖像進行小波分解后，可得到一系列不同分辨率的子圖像，不同分辨率的子圖像對應不同的頻率。對于一個圖像而言，表現一個圖像最主要的部分是低頻部分，所以壓縮的方法就是進行小波分解，去掉圖像的高頻部分而只保留低頻部分。圖4對比顯示了原始圖像和進行壓縮后的圖像。表1顯示了進行兩次壓縮前后數據量所占空間大小的變化。

圖4 原始圖像和壓縮后的圖像

從表1可以看出經過第一次壓縮后的壓縮比約為1/4，再經過第二次壓縮后壓縮比為1/14，二次壓縮后數據量明顯減少，但圖像的顯示效果較第一次的要差，但總體上仍可顯示出原始圖像的整體外觀。一般要在壓縮比和圖像質量效果之間進行折衷，以獲得良好的圖像質量和較低的壓縮比。

仿真還可以通過函數ddencmp和wdencmp來進行圖像的壓縮，并且獲取小波分解系數中置0的系數所占百分比以及壓縮后圖像剩余能量百分比。仿真中仍然采用db4小波。運行后在命令窗口中輸入perf0，perfl2可分別得到小波分解系數中置0的系數所占百分比為46.9243，壓縮后圖像剩余能量百分比99.9786。由此可知，壓縮后的圖像保留了原始圖像47%的系數，但卻保留了99.9%以上的能量，取得了很好的壓縮效果。

圖5顯示了利用小波進行圖像去噪的過程。仿真中采用ddencmp函數獲取去噪的默認閾值，然后用wdencmp函數對小波進行去噪處理，這里選用軟閾值，保留近似分量，仍然采用db4小波。從圖中可以看出，利用小波進行去噪后，可有效地恢復原始圖像。

圖5 小波圖像的去噪

由以上仿真可以看出，小波分析在圖像數據壓縮和去噪方面顯示出了非常好的效果.小波分析還可以研究不規則圖形和混沌運動，弱信號檢測，奇異特征值得提取等，并且還應用于數學、計算機、地信和醫學等諸多學科，越來越成為一種廣泛使用的分析工具。

參考文獻

[1] 鐘誠. 小波變換及其應用研究[J]. 中國科技信息. 2008, 2: 70-71

[2] 彭玉華. 小波變換與工程應用[M]. 北京: 科學出版社, 1999: 13-20

[3] 章為川, 戴如意. 基于小波的圖像去噪及壓縮[J]. 電腦知識與技術. 2007, 13: 184-185, 207

[4] 楊先麟, 朱艷芹. 小波分析在圖像處理中的應用[J]. 國外電子測量技術. 2007, 26(6): 19-22

[5] 王樹亮,任靈萍,鄭成增.基于小波變換的圖像壓縮方法[J].計算機工程與應用, 2004, 40(10): 68-70

[6] 魏寶琴,李白萍. 最優小波基的選取原則[J]. 甘肅科技. 2007, 23(10)