基于机器学习的计算机视觉应用

对于图像的计算机视觉处理而言，机器学习的合理应用至关重要。为确保机器学习算法及其相关技术在计算机视觉处理中的应用效果，研究者与技术人员需要对其主要的应用策略展开深入研究。主要分析了计算机视觉处理中的机器学习技术应用，包括机器学习在艺术风格迁移、图像内容定义、图像内容重构及图像风格定义等计算机视觉处理中的应用策略。     

基于FPGA的视觉处理系统设计与实现

从计算机视觉系统的基本体系结构出发,指出了计算机视觉系统要实现的主要功能,从理论上探讨了计算机视觉系统在硬件实现层次上存在的问题.进一步以立体视觉的应用要求为例提出了以现场可编程门阵列(FPGA)为核心芯片的视觉处理系统.因为FPGA具有极强的可重构性,可承担部分原来由上位机软件完成的运算,增强了视觉处理的实时性.其应用于计算机三维立体视觉系统中,作为前端的图像采集器和视觉协处理器取得了良好的效果.     

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。     

基于竞争机制的简化双目立体视觉测距算法及系统设计

计算机立体视觉模拟人眼功能,具有探测范围宽、目标信息完整等优势,是近年来计算机视觉的研究热点之一.传统测距方法如超声、红外、激光等有容易受干扰、目标确定困难等缺点,为此提出简化的基于竞争机制的立体图像匹配测距算法,具有运算速度快,硬件要求简单的优点,并制作成双目立体视觉测距硬件系统.通过对实时的双摄像头图像的计算,在PC机上实现双目测距功能.     

基于DSP和USB接口的视觉检测系统的设计

实时视觉检测系统的一个主要瓶颈是图像的处理速度。该文将DSP技术应用于计算机视觉领域，闸述了利用DSP和现场可编程门阵列(FPGA）实现的基于USB接口的嵌入式视觉检测系统。详细介绍了系统的构成以及该系统的主要工作流程。     

计算机视觉技术的发展及应用

计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体,其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史,主要介绍了计算机视觉中图像处理技术在检测技术方面的应用。利用工业摄像镜头替代目视作为传感器,通过图像采集,图像处理,图像识别等一系列操作,达到在线对包装产品进行标签检测的目的。     

基于计算机视觉的烟叶自动分级系统硬件设计

介绍了一种基于计算机视觉烟叶自动分级系统的硬件组成,该系统由输送装置、称重系统、视觉系统、均匀照明室4部分组成。输送装置可将烟叶打散摊平,使烟叶保持一定的厚度呈现给CCD摄像头;称重系统采用电子皮带秤完成烟叶的在线实时称重,并将数据发送至计算机内存;视觉系统同时监视、采集烟叶图像信息送至计算机内存进行处理;照明系统为CCD摄像头均匀、恒定的光源,保证图像的清晰。实验证明了系统的可行性,其辅助机构与烟叶实时分级决策算法尚待进一步的研究。     

视觉SLAM中闭环检测算法的研究

在基于人工视觉的移动机器人导航中,闭环检测是机器人准确构建地图及定位的一个重要问题。本文研究的闭环检测算法结合了计算机视觉中的词袋技术和视觉词典技术,在对图像进行处理时利用了BRIEF+FAST关键点的方法,利用离线阶段生成的词典树将二进制描述子空间离散化。训练图像生成的图像数据库结构主要由等级词袋、倒置索引和直接索引组成。倒置索引和直接索引提高了算法的效率。为了保证闭环检测结果的可靠性,对于匹配的图像还要进行验证。重点详述了一种高效的闭环检测算法,相对一般的基于概率的闭环检测,在硬件设备相同的情况下,本算法效率更高。     

计算机视觉技术在遥感卫星影像目标检测中的应用

计算机视觉技术是一门涉及多领域的交叉学科。遥感卫星影像智能检测运用人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等技术,通过计算机模拟人类的视觉过程,对遥感图像进行信息提取、处理以及分析理解,可以实现对某类客观对象的检测、测量和控制。其最大的特点是能够快速处理海量信息,具有感受环境的能力和视觉感知能力。计算机视觉领域有5大关键技术,包括图像分类、目标检测、图像分割、场景文字识别和图像生成。通过对目标检测技术的研究对比分析,设计了遥感卫星影像特殊地物检测系统。     

计算机视觉及其应用

本文系统地介绍了目前计算机视觉研究的内容、与人类视觉的差异、硬件、相关领域、发展现状及计算机视觉的应用。     

平行双目视觉系统在康复理疗自动识别系统中的应用

本文在研究双目视觉和国内外康复系统发展现状的基础上,提出将计算机双目视觉技术应用于人体康复理疗自动识别系统,研究基于计算机双目视觉技术的人体康复过程自动识别系统。计算机立体视觉是机器人研究的重要内容,被人们广泛研究。随着研究的不断深入,计算机双目视觉技术在生物医学、制造工业和信息工业等领域逐渐显示出广阔的应用前景。本文研究从两幅二维图像获得三维场景的计算机平行双目视觉技术。主要研究目的是通过利用同一康复训练肢体的两幅不同图像实现空间三维坐标的重建。     

Transformer在计算机视觉场景下的研究综述

Transformer是一种基于注意力的编码器-解码器架构，其凭借长距离建模能力与并行计算能力在自然语言处理领域取得了重大突破，并逐步拓展应用至计算机视觉领域，成为了计算机视觉任务的重要研究方向。文中重点回顾与总结了Transformer在图像分类、目标检测与图像分割三大计算机视觉任务中的应用和改进。首先，以图像分类任务为切入点，从数据规模、结构特点、计算效率等方面深入分析了当前视觉Transformer存在的关键问题，并基于关键问题对解决方法和思路进行了分类。其次，全面梳理了视觉Transformer在目标检测与图像分割两大领域的研究进展，并根据结构特点、设计动机来组织这些方法，分析对比代表性方法的优点与不足。最后，对Transformer在计算机视觉任务中亟待解决的问题以及发展趋势进行了总结和探讨。     

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…     

采用GPU的视觉定位系统加速实验

计算机视觉在实际应用中的主要瓶颈是系统的准确性和实时性,而实时性的提高又受限于计算机中处理器的处理速度。在一个视觉定位伺服实际系统中,要求有很高的实时性,尝试研究使用GPU建立实时的视觉系统的实际性。视觉定位系统软件分为图像粗定位(目标识别)、图像精定位、运动解算等几部分。当识别图像像素为640×480时,采用单独GPU加速的方式,比CPU加速了2.1444倍,采用CPU和GPU相结合的方式,比CPU加速了4.1548倍。     

计算机视觉系统框架的新构思

计算机视觉是人类视觉的模拟。计算机视觉四十多年的发展既取得了成绩也存在不足。在计算机视觉发展过程中,相继提出了三个主要的理论框架：计算视觉理论,基于知识的视觉理论和主动视觉理论。该文对这三个理论框架及其存在的问题进行了讨论,并提出了一个完善和通用的计算机视觉的系统框架。     

基于LIP的彩色图像边缘检测研究

1.前言边缘是图像中的区域。在这些区域中,图像的亮度发生了陡峭的变化。边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间,是图像分割、纹理特征提取和形状特征提取等图像分析的重要基础。图像分析和理解的第一步常常是边缘检测。边缘检测的目的是去发现图像中关于形状和反射或透射比的信息,它是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。     

视觉问答与对话综述

视觉问答与对话是人工智能领域的重要研究任务,是计算机视觉与自然语言处理交叉领域的代表性问题之一.视觉问答与对话任务要求机器根据指定的视觉图像内容,对单轮或多轮的自然语言问题进行作答.视觉问答与对话对机器的感知能力、认知能力和推理能力均提出了较高的要求,在跨模态人机交互应用中具有实用前景.文中对近年来视觉问答与对话的研究...     

计算机视觉在案例推理系统中的应用

本文结合案例推理的关键技术，从计算机视觉如何图像获取、如何图像预处理、如何图像特征抽取描述及案例如何进行检索。得出计算机视觉如何在案例推理系统应用，实现案例推理系统对产品实时质量检测、监控和故障诊断。     

基于机器视觉的工件锯片缺陷检测系统设计

针对利用人的感觉器官在工业生产线检测中的不足,提出了一个基于机器视觉的锯片缺陷检测系统。通过工业数码相机等硬件采集图像信息,采用亚像素精度阈值分割等图像处理算法并借助机器视觉库Halcon对采集的原始图像进行处理,最后输出检测结果,提高了工业生产线检测的效率。     

计算机视觉认知中的色彩研究

计算机色彩与使用者之间的关系是直接交互,在认知过程中,色彩的某些可用特性是被使用者直接感知。使用者在认知图像的过程中,根据其以往对色彩认识的相关经验,形成综合的判断和解释,为使用者提供明显的使用线索。本文论述了解读计算机视觉色彩的生理机制,色彩感知经验对计算机视觉的影响,数字色彩设计技巧,探索计算机视觉色彩心理暗示。在此基础上,总结分析了计算机数字色彩设计的规律与技巧。在色彩与使用者直接交互过程中,更好的了解人在计算机识图时的视觉直观感受,实现快速解读重要信息,有效交流的目的。