【正文】 ws(簡(jiǎn)稱 VFW)，這給視頻捕獲編程帶來了很大的方便，利北京印刷學(xué)院本科生畢業(yè)設(shè)計(jì)（論文） 18 用 VFW 技術(shù)的可以提高視頻捕獲的靈活性，減少了對(duì)視頻設(shè)備的依賴。而且圖像采集效果的好壞也直接影響圖像處理的后續(xù)部分，因?yàn)槿绻麍D像采集的非常好，其各種不良因素：如噪聲，假輪廓等因素的影響 是不會(huì)很明顯的，這會(huì)使圖像的后續(xù)處理效果更好。 圖像辨別實(shí)現(xiàn)的是，通過數(shù)學(xué)運(yùn)算對(duì)圖形的輪廓信息，進(jìn)行邊緣曲率計(jì)算，通過判斷角度大小，判斷是否是拐角，再通過拐角的數(shù)目實(shí)現(xiàn)圖形辨別。 圖像分割指的是，將圖像劃分為一些區(qū)域，在同一區(qū)域內(nèi)，圖像的特征相近，而不同的區(qū)域，圖形特征相 差較遠(yuǎn)，本系統(tǒng)的圖像特征指的是圖像本身的像素灰度值，它實(shí)現(xiàn)的是將圖形從背景中分離出來。 圖 像 采 集 圖 像 預(yù) 處 理 圖 像 分 割 輪 廓 跟 蹤 角 度 判 別圖 31 總的系統(tǒng)實(shí)現(xiàn)框圖 圖像采集實(shí)現(xiàn)是，通過對(duì)視頻數(shù)據(jù)的獲取，將連續(xù)的圖像信息按固定的采集頻率變成離散圖像，并通過對(duì)信號(hào)幅度離散分層的量化處理，將圖像保存以待后續(xù)處理。 北京印刷學(xué)院本科生畢業(yè)設(shè)計(jì)（論文） 17 第三章 實(shí)現(xiàn)過程及算法 一個(gè)圖形辨別算法的實(shí)現(xiàn)一般分為：圖像采集，圖 像預(yù)處理，圖像分割，輪廓跟蹤，圖像辨別五個(gè)部分。 圖 27 旋轉(zhuǎn)圖形的模板匹配問題 相比下基于輪廓跟蹤的角度判別算法，它只跟圖形的輪廓信息判斷，對(duì)圖像的大小與旋轉(zhuǎn)都不敏感。如考慮圖形定點(diǎn)分布情況，則圓形和矩形就很難分辨，因?yàn)閷?duì)于圖像查找來說，理論上都會(huì)找出四個(gè)定點(diǎn)，就還得根據(jù)圖像邊的走向進(jìn)一步判 斷。原因輪廓跟蹤對(duì)于圖形的旋轉(zhuǎn)很敏感，如圖（ 27）所示。鏈碼是一種非常重要的曲線描述方法，主要是因?yàn)樗?jié)省存儲(chǔ)空間。圖（ 23）（ b）是 8－鄰接鏈碼的表示法， 8－鄰接鏈碼從邊緣表中第一個(gè)邊緣開始，沿著輪廓按逆時(shí)針方向行走，行走方向用八鏈碼中的一個(gè)表示。 2．輪廓編碼與存儲(chǔ) 對(duì)于輪廓的表示此系統(tǒng)采用鏈碼方式。區(qū)域之間的對(duì)比度太弱或邊緣檢測(cè)閾值設(shè)置太高都有可能產(chǎn)生間斷的輪廓。封閉輪廓對(duì)應(yīng)于區(qū)域的邊界，而區(qū)域內(nèi)的像素可以通過填充算法來填滿。所謂輪廓 (contour)就是把邊緣連接起來。方法是：建立圖形中心點(diǎn)到某一端點(diǎn)的距離同模板相對(duì)應(yīng)的點(diǎn)與中心點(diǎn)間距離的比例系數(shù)關(guān)系，從而實(shí)現(xiàn)訓(xùn)練模板使之能適應(yīng)圖形大小的變化。 然后根據(jù)圖形的中心點(diǎn)與模板其它點(diǎn)之間的距離，得到這些點(diǎn)在圖像上的實(shí)際坐標(biāo)，然后判斷這些點(diǎn)是否被圖形包含，從而判斷是否實(shí)現(xiàn)模板匹配。通過圖（ 22）可以看出模板越大、點(diǎn)數(shù)月多，判別的信息就越多，準(zhǔn)確性越高。 依照此系統(tǒng)的要求所實(shí)現(xiàn)模板匹配的算法如下：先要確定模板的形式，如 33或 4 4的模板如圖（ 21）所示。要進(jìn)行模板匹配，首先需要存儲(chǔ)一些已知模板，然后考慮所有可能的變化，將待識(shí)別模板與已知模板相比較，從而得出二者之間的相似性度量。但是，區(qū)域增長(zhǎng)方法是一種迭代的方法 ，空間和時(shí)間開銷都比較大。區(qū)域內(nèi)象素的相似性度量可以包括平均灰度值、紋理、顏色等信息。 4. Hough 變換 對(duì)于圖像中某些符合參數(shù)模型的主導(dǎo)特征，如直線、圓、橢圓等，可以通過對(duì)其參數(shù)進(jìn)行聚類的方法，抽取相應(yīng)的特征。 為了獲得圖像的邊緣人們提出了多種邊緣檢測(cè)方法，如 Sobel, Canny edge, LoG。 當(dāng)物體與背景有明顯對(duì)比度時(shí)，物體的邊界處于圖像梯度最高的點(diǎn)上，通過跟蹤圖像中具有最高梯度的點(diǎn)的方式獲得物體的邊界，可以實(shí)現(xiàn)圖像分割。實(shí)際上，在任何實(shí)際應(yīng)用的圖像處理系統(tǒng)中，都要用到閾值化技術(shù)。 閾值是在分割時(shí)作為區(qū)分物體與背景象素的門限，大于或等于閾值的象素屬于物體，而其它屬于背景。圖像分割在一般意義下是十分困難的問題，目前的圖像分割一般作為圖像的前期處理階段，是針對(duì)分割對(duì)象的技術(shù)，是與問題相關(guān)的，如最常用到的利用閾值化處理進(jìn)行的圖像分割。一方面，它是目標(biāo)表達(dá)的基礎(chǔ)，對(duì)特征測(cè)量有重要的影響；另一方面，因?yàn)閳D像分割及其基于分割的目標(biāo)表達(dá)、特征抽取和參數(shù)測(cè)量的將原始圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的圖像分析和理解成為可能。 圖像分割就是指把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程，此處特性可以是像素的灰度、顏色、紋理等預(yù)先定義的目標(biāo)可以對(duì)應(yīng)單個(gè)區(qū)域，也可以對(duì)應(yīng)多個(gè)區(qū)域。例如一個(gè)圖像增強(qiáng)系統(tǒng)可以通過高通濾波器來突出圖像的輪廓線，從而使機(jī)器能夠測(cè)量輪廓線的形狀和周長(zhǎng)。當(dāng)不存在噪聲時(shí)，維納濾波器成為理想的反向?yàn)V波器。尋求一估值弮 ， 使優(yōu)度準(zhǔn)則函數(shù)值最小。 W0 的選擇應(yīng)使 H(u， v)在 u2+v2≤W 范圍內(nèi)不會(huì)出現(xiàn)零點(diǎn)。通常把 稱為反向?yàn)V波器。它們的傅里葉變換存在關(guān)系 G(u， v＝ H(u， v)F(u， v)。例如大氣流的擾動(dòng)，光學(xué)系統(tǒng)的像差，相機(jī)和物體的相對(duì)運(yùn)動(dòng)都會(huì)使遙感圖像發(fā)生退化。 校正各種原因所造成的圖像退化，使重建或估計(jì)得到的圖像盡可能逼近于理想無退化的像場(chǎng)。局部區(qū)域大小可以是固定的，也可以是逐點(diǎn) 隨灰度值大小變化的。對(duì)平滑技術(shù)的基本要求是在消去噪聲的同時(shí)不使圖像輪廓或線條變得模糊不清?；叶葰w一化、幾何歸一化和變換歸一化是獲取圖像不變性質(zhì)的三種歸一化方法。在一般情況下，某些因素或變換對(duì)圖像一些性質(zhì)的影響可通過歸一化處理得到消除或減弱，從而可以被選作測(cè)量圖像的依據(jù)。 使圖像的某些特征在給定變換下具有不變性質(zhì)的一種圖像標(biāo)準(zhǔn)形式。對(duì)于衛(wèi)星圖像的系統(tǒng)誤差，如地球自轉(zhuǎn)、掃描鏡速度和地圖投影等因素所造成的畸變 ，可以用模型表示 ， 并通過幾何變換來消除。由于 M、 N 和 b三者的乘積決定一幅圖像在計(jì)算機(jī)中的存儲(chǔ)量，因此在存儲(chǔ)量一定的條件下需要根據(jù)圖像的不同性質(zhì)選擇合適的 M、 N 和 b值，以獲取最好的處理 效果。在接收裝置的空間和灰度分辨能力范圍內(nèi) ,M、 N 和 b的數(shù)值越大 ，重建圖像的質(zhì)量就越好。在 MN 點(diǎn)陣上對(duì)照片灰度采樣并加以量化（歸為 2b 個(gè)灰度等級(jí)之一），可以得到計(jì)算機(jī)能夠處理的數(shù)字圖像。預(yù)處理過程一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強(qiáng)等步驟。 空域圖形辨別方法介紹 在圖像分析中，對(duì)輸入圖像進(jìn)行特征抽取、分割和匹配前所進(jìn)行的處理。在視覺領(lǐng)域中多數(shù)的問題不是問題本身正確與否 ,而是描述是否恰當(dāng)以及求解是否有效的問題 ， 因而描述方式、求解手段的探索是十分重要的。研究的重點(diǎn)包括對(duì)新方法、新手段的探索。一個(gè)相對(duì)完備的視覺系統(tǒng)同時(shí)也是一個(gè)知識(shí)管理系統(tǒng) ,在視覺過程中對(duì)一幅圖像的理解需要大量的關(guān)于任務(wù)領(lǐng)域的知識(shí) ， 這些知識(shí)不同于問題求解中的知識(shí)可以 明確的顯性表示 ， 而且人類獲取信息的 80 %是通過視覺得到的 ， 因而這些知識(shí)涉及面之廣難以預(yù)測(cè) ， 因此視覺系統(tǒng)中的知識(shí)管理是一個(gè)重要問題。采用主動(dòng)視覺可從另一個(gè)側(cè)面去處理面對(duì)的視覺問題。計(jì)算理論的進(jìn)步與感知手段的改進(jìn)有助于計(jì)算機(jī)視覺的研究。在計(jì)算機(jī)視覺的研究過程中 ,應(yīng)考慮將功能模擬與認(rèn)知模擬相結(jié)合。利用計(jì)算機(jī)視覺技術(shù)可以使計(jì)算機(jī)檢測(cè)到用戶是否存在、鑒別用戶身份、識(shí)別用戶的體勢(shì) (如點(diǎn)頭、搖頭 ) 。與生物特征識(shí)別密切相關(guān)的另一個(gè)重要應(yīng)用是用于構(gòu)成智能人機(jī)接口。同時(shí) ， 通用物體三維形狀分析與識(shí)別一直是計(jì)算機(jī)視覺的重要研究目標(biāo) ， 并在景物的特征提取、表示、知識(shí)的存儲(chǔ)、檢索以及匹配識(shí)別等方面都取得了一定的進(jìn)展 ,構(gòu)成了一些用于三維景物分析的系統(tǒng) 。長(zhǎng)期以來 ， 地圖繪制是一件耗費(fèi)人力、物力和時(shí)間的工作。 在醫(yī)學(xué)上采用的圖像處理技術(shù)大致包括壓縮、存儲(chǔ)、傳輸和自動(dòng) / 輔助分類判讀 ， 此外還可用于醫(yī)生的輔助訓(xùn)練手段。隨著移動(dòng)式機(jī)器人的發(fā)展 ,越來越多地要求提供視覺能力 ,包括道路跟蹤、回避障礙、特定目標(biāo)識(shí)別等。 工業(yè)機(jī)器人的手眼系 統(tǒng)是計(jì)算機(jī)視覺應(yīng)用最為成功的領(lǐng)域之一 ， 由于工業(yè)現(xiàn)場(chǎng)的諸多因素 ， 如光照條件、成像方向均是可控的 ， 因此使得問題大為簡(jiǎn)化 ， 有利于構(gòu)成實(shí)際的系統(tǒng)。自動(dòng)判讀的進(jìn)一步應(yīng)用就是直接確定目標(biāo)的性質(zhì) ， 進(jìn)行實(shí)時(shí)的自動(dòng)分類 ， 并與制導(dǎo)系統(tǒng)相結(jié)合。早期進(jìn)行數(shù)字圖像處理的目的之一就是要通過采用數(shù)字技術(shù)提高照片的質(zhì)量 ,輔助進(jìn)行航空照片和衛(wèi)星照片的讀取判別與分類。利用主動(dòng)視覺方法使得一些本來復(fù)雜的計(jì)算得到簡(jiǎn)化 ， 一些病態(tài)問題可以轉(zhuǎn)化為良性態(tài)問題 ， 從而得到圓滿解決。在以往的研究中，生物視覺的一些重要特點(diǎn)沒有得到足夠的重視 ， 如主動(dòng)性、視覺系統(tǒng)中的高分辨率中央凹陷與外圍北京印刷學(xué)院本科生畢業(yè)設(shè)計(jì)（論文） 9 視覺的結(jié)合等。主要是通過采用不同尺度的 LoG算子實(shí)現(xiàn)對(duì)不同尺度邊緣信息的感知 ； (2) 對(duì)雙眼深度線索的分析導(dǎo)致對(duì)立體視覺的研究 ； (3) 對(duì)單眼深度線索的分析導(dǎo)致了 Shape from X技術(shù)的出現(xiàn) (這里 X 包括陰影、紋理、遮擋、聚焦、線條透視等 ) ； (4) 對(duì)運(yùn)動(dòng)物體成像過程的研究導(dǎo)致光流計(jì)算以及從運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)等技術(shù)的出現(xiàn)。在三維信息的感知方面 ， 根據(jù)人類感知深度的不同提出了一系列 Shape from X 的方法。在這一階段中 ,以Marr 為代表的一些研究者提出了以表示為核心、以算法為中間轉(zhuǎn)換過程的一般性視覺處理模型。 2． 以計(jì)算理論為核心的視覺模型研究 20 世紀(jì) 70 年代開始 ， 對(duì)計(jì)算機(jī)視覺的研究進(jìn)入更為理性化 的階段 ， 主要集中于各種本征特性的恢復(fù) ， 包括三維形狀、運(yùn)動(dòng)、光源等的恢復(fù)。這些早期的工作對(duì)視覺的發(fā)展起了促進(jìn)作用 ， 但對(duì)于稍微復(fù)雜的景物便難于奏效。 計(jì)算 機(jī)視覺研究的對(duì)象與方法 1．以模型世界為主要對(duì)象的視覺基本方法研究 這個(gè)階段以 Roberts 的開創(chuàng)性工作為標(biāo)志。 要達(dá)到的最終目的是實(shí)現(xiàn)對(duì)于三維景物世界的理解 ,即實(shí)現(xiàn)人的視覺系統(tǒng)的某北京印刷學(xué)院本科生畢業(yè)設(shè)計(jì)（論文） 8 些功能。計(jì)算機(jī)視覺也經(jīng)常被稱為圖像理解 ， 是指研究完成一項(xiàng)任務(wù)所需的視覺信息及如何從圖像中獲取這些信息的研究領(lǐng)域。 人類很多研究都是以延伸人類能力為目的的 ， 早期的工作是在體力上延伸 ， 計(jì)算機(jī)發(fā)明以來 ,就拓展到對(duì)人類腦力和感知能力的延伸上。圖像理解也經(jīng)常被稱為計(jì)算機(jī)視覺 ， 主要是高層操作。圖像分析則是進(jìn)入中層的操作 ， 分割和特征提取是把原來以象素描述的圖像轉(zhuǎn)變成簡(jiǎn)潔的非圖形形式的符號(hào)描述。圖像處理是較低層的操作 ， 主要在圖像象素級(jí)上進(jìn)行處理。根據(jù)抽象程度和處理方法的不同 ， 圖像技術(shù)可分為三個(gè)層次 ： 圖像處理、圖像分析和圖像理解。隨著計(jì)算機(jī)的普及 ， 人們?cè)絹碓蕉嗟乩糜?jì)算機(jī)幫助人類獲取與處理視覺 (圖像 ) 信息。 基于計(jì)算機(jī)視覺處理圖像的簡(jiǎn)單介紹 近年來 ， 圖像技術(shù)受到人們廣 泛的關(guān)注。當(dāng)前的一種普遍看法是不存在對(duì)所有的模式識(shí)別問題都使用的單一模型和解決識(shí)別問題的單一技術(shù)，我們所要做北京印刷學(xué)院本科生畢業(yè)設(shè)計(jì)（論文） 7 的是結(jié)合具體問題把統(tǒng)計(jì)的和句法（結(jié)構(gòu)）的識(shí)別方法結(jié)合起來，把統(tǒng)計(jì)模式識(shí)別或句法模式識(shí)別與人工智能中的啟發(fā)式搜索結(jié)合起來，把人工神經(jīng)元網(wǎng)絡(luò)與各種以有技術(shù)以及人工智能中的專家系統(tǒng)，不確定方法結(jié)合起來，深入掌握各種工具的效能和應(yīng)用的可能性，互相取長(zhǎng)補(bǔ)短，開創(chuàng)模式識(shí)別應(yīng)用的新局面 。 所有這些應(yīng)用都是和問題的性質(zhì)密切不可分的 。決策理論方法的基礎(chǔ)是決策函數(shù)，利用它對(duì)模式向量進(jìn)行分類識(shí)別，是以定時(shí)描述（如統(tǒng)計(jì)紋理）為基礎(chǔ)的；結(jié)構(gòu)方法的核心是將物體分解成了模式或模式基元，而不同的物體結(jié)構(gòu)有不同的基元串（或稱字符串），通過對(duì)未知物體利用給定的模式基元求出編碼邊界，得到字符串，再根據(jù)字符串判斷它的屬類。這里存著如何將隱含的 三維信息提取出來的問題， 是 當(dāng)今研究的熱點(diǎn)。第三類問題是由輸入的二維圖、要素圖、 2第二類問題中，待識(shí)別物是有形的整體，二維圖像信息已經(jīng)足夠識(shí)別該物體，如文字識(shí)別、某些具有穩(wěn)定可視表面的三維體識(shí)別等。第一類識(shí)別問題中，圖像中的 像素表達(dá)了某一物體的某種特定信息。 圖像的識(shí)別過程實(shí)際上可以看作是一個(gè)標(biāo)記過程，即利用識(shí)別算法來辨別景物中已分割好的各個(gè)物體，給這些物體賦予特定的標(biāo)記，它是機(jī)器視覺系統(tǒng)必須完成的一個(gè)任務(wù)。所以出現(xiàn)許多基于計(jì)算機(jī)的圖像辨別系統(tǒng)。這也使得此方面