计算机视觉

本文首先扼要介绍了正统的计算机视觉理论及其方法.侧重于通用重构中的不适定问题.然后介绍了目前在计算机视觉中出现的一些新技术和新思想,包括三维深度图象技术及主动视觉等,最后提出了几点供同行们参考的意见.     

计算机视觉发展中存在的问题

在计算机视觉的发展中，Ｍａｒｒ视觉理论发挥了重要的作用。但计算机视觉与其人类的对应物－人类视觉相比，还处于相当初级的阶段。十多年来，在Ｍａｒｒ理论的框架下，计算机视觉领域中成果颇丰，同时也陆续发现了一些问题，对此，本文从输入、目的、知识、控制等方面加以论述，并提出了几点建议。     

计算机视觉的哲学原理

人类所获得的信息的百分之八十来自于视觉系统，而计算机的应用已开始涉及所有有意义的领域，所以计算机视觉（CbrllputerVision）的研究是本世纪最活跃的领域之一。从事计算机视觉研究工作的人已经取得了很大的成果，各种各样的机器视觉系统层出不穷。但是，科学家们也看到，一些对人类来说非常简单的问题在计算机视觉的研究和实现中却变得非常困难，因为一个裸露的机器缺少起码的在人类看来天经地义的智能和知识。就目前计算机视觉的发展来看，从根本上用机器视觉来代替甚至模仿人类的视觉系统是非常困难的。越来越多的从事这一领域研究…     

机器视觉软件DTVF及其应用

介绍了机器视觉软件DTVF(DTVision Foundry)的基本体系结构和功能,并举例给出了基于DTVF进行机器视觉系统开发的方法和步骤.     

机器视觉及其应用发展

简要介绍机器视觉系统的构成,机器视觉系统图像处理与模式识别的基础、研究进展,最后通过实例分析机器视觉系统的应用。     

计算机视觉在机器人目标定位中的应用

计算机视觉是一门新兴的发展迅速的学科，计算机视觉的研究已经历了从实验室走向实际应用的发展阶段。由于视觉信息容量大，在实际应用中直观有效，所以运用视觉来寻找和确定目标的方位是机器人发展中一个很重要的方法，近年来它广泛应用于工业自动化装配领域中，同时对视觉系统的要求也越来越高。文中介绍并分析了当前国内外基于视觉的几种主要的目标定位方法在实际中的应用，例如移动机器人自主导航定位系统、手眼立体视觉系统等。     

脉冲视觉研究进展

视频是视觉信息处理的基础概念,传统视频的帧率只有几十Hz,不能记录光的高速变化过程,成为限制机器视觉速度的天花板,其根本原因在于视频概念脱胎于胶片成像,未能发挥电子和数字技术的潜力。脉冲视觉模型通过感光器件捕获光子,累积能量达到约定阈值时产生脉冲,形成脉冲的时间越长,表明收到的光信号越弱,反之光信号越强,据此可估计任意时刻的光强,从而实现连续成像。采用普通器件,研制了比影视视频快千倍的超高速成像芯片和相机,进而基于脉冲神经网络实现了超高速目标检测、跟踪和识别,打破了机器视觉提速依赖算力线性增长的传统范式。本文从脉冲视觉模型表达视觉信息的生物学基础和物理原理出发,介绍了脉冲视觉原理的软件模拟器及其模拟真实世界光子传播的计算过程,描述了基于脉冲视觉原理的高灵敏光电传感器件及芯片的工作机理和结构设计、基于脉冲视觉的影像重建原理以及脉冲视觉信号与普通图像信号融合的计算摄像算法与计算摄像系统,介绍了基于脉冲神经网络的超高速运动目标检测、跟踪与识别,通过对比国际国内相关研究内容和发展现状,展望了脉冲视觉的发展与演进方向。脉冲视觉芯片和系统在工业(高铁、电力和轮机等不停机监测,智能制造高速监视等)、民用(高速相机、智能交通、辅助驾驶、司法取证和体育判罚等)以及国防(高速对抗)等领域都具有巨大应用潜力,是未来值得重点关注和研究的一个重要方向。     

机器视觉技术及其应用概况

介绍了机器视觉的系统组成及工作原理、相对于人类视觉优势所在,阐述了机器视觉在我国工业、农业、医学、机器人导航、卫星遥感等领域的应用,指出了机器视觉的未来走向.     

视觉检测系统及其应用

视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术，基于视觉传感器的检测系统具有抗干扰能力强。效率高，组成简单等优点，非常适合生产现场的在线，非接触检测及监控。本文介绍了该技术在烟草行业包装生产线上的应用方案。     

计算机视觉的理论框架研究

1.引言计算机视觉是计算机科学和人工智能的一个重要分支,它是工业生产自动化、机器人智能化、自主车导航、目标跟踪以及工业检测、医疗和军事应用的核心,也是实现机器智能及第五代计算机的关键因素之一。计算机视觉的研究目的和内容有两个方面,一是用计算机部分实现人类视觉的功能;二是理解人类视觉机理。此二方面使计算机视觉的研究既带有基础性,又有很强的应用特征和工程性质。就人类视觉而言,其功能集中于识别与理解周围环境内对象物坐标、物体间相对位置及颜色等。仿人类视觉机制,利用计算机实现从二维或系列图象中构造、理解三维世界模型的功能就称之为计算机视觉。由此亦知,计算机视觉是一综合性学科,它涉及图象处理、模式识别、图象理解、计算机科学等诸多领域。     

工业视觉系统及其在钢铁工业中应用

本文主要介绍工业视觉系统的基本概念、系统的硬件和软件构成,给出其在钢铁工业应用现状、实例和存在问题。此外,还描述其在钢铁工业应用趋势及前景     

人工智能在计算机视觉及网络领域中的应用

计算机视觉作为一种机器视觉系统,具备部分人眼功能,可以通过视觉系统获取图像信息,感知图像信息传达的信息内容。计算机视觉系统本身就属于人工智能,使用计算机视觉系统代替人的视觉器官来辅助完成处理和控制的目的,能够提高人工智能的智能性。基于此,笔者介绍了人工智能在计算机视觉及网络领域中的应用,旨在为计算机视觉系统的应用提供一些理论依据及参考建议。     

人工智能与计算机视觉产业发展

随着世界科技化进程的不断加快,人工智能领域逐渐被推向世界舞台,作为人工智能领域中的重要一部分,计算机视觉技术已取得了较大的进步。计算机视觉发展的目标是为了能够让机器和人类一样拥有视觉,进行事物识别,计算机视觉已从之前对计算机图片的识别慢慢转变为对实际生活中的识别,由此迈出了技术发展的重要一步。但计算机视觉在发展过程中也不是一帆风顺的,在发展中也存在一些问题,笔者就人工智能与计算机视觉领域的发展这一话题进行深入探讨。     

机器计算机视觉的应用——打孔机影像定位系统设计

计算机视觉的应用大致上可以分成定位（Location）、量测（Measurement）、识别（Recognition），缺陷检测（Defect Inspection）四大类，其中以定位的应用最为广泛，机器视觉系统同时涵盖了多项功能，例如检视主机板上的电子组件。机器视觉也可以用来控制机械手臂，在机械手臂上加装CCD，利用影像辨识的定位，带动机械手臂来做一些高危险性的医疗研究，例如：病毒研究、药物混合等，都可以用这种方式来做控制，除了精准之外，对人类的生命也比较有安全保障。     

机器视觉技术及其应用综述

1 机器视觉概念 机器视觉主要研究用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图1所示。首先采用CCD摄像机或其它图像拍摄装置将目标转换成图像信号，然后转变成数字化信号传送给专用的图像处理系统，根据像素分布、亮度和颜色等信息，进行各种运算来抽取目标的特征，根据预设的容许度和其他条件输出判断结果。 光源光学成…     

基于人工智能视觉技术的智能家居系统设计研究

针对目前智能家居系统的低使用率,以及日常家居电器过载易发生火灾,且无法实时监测和预警等一系列问题,提出了一种基于人工智能视觉技术的智能家居监测预警系统.通过OpenCV与VS结合开发的家居电器监测与预警算法对采集到的家居电器图像进行一系列的处理,包括开闭运算等数学形态学的运算,对家居电器过载的图像特征进行阈值分割,结合...