计算机视觉的前景篇(1)

关键词：动态场景；自适应预测；多特征融合；计算机视觉；运动目标

接受信息的关键手段之一就是视觉系统，随着科学技术水平的不断发展，以及计算机和信号处理理论的诞生，让机器拥有人类视觉功能已经不再是梦。对所采集视频中的运动目标进行跟踪、检测，并对其目标行为进行分析，就是运动目标分析的内容，运动目标分析是计算机视觉领域关键内容之一，其属于图像理解与图像分析的范畴。而在运动目标分析系统中，跟踪与检测运动目标则为中级和低级处理部分，是分析与理解行为的高等层分析模块的基础。检测与跟踪运动目标技术主要包括了：机器人视觉导航、军事领域、运动图像编码、交通管制、视觉监视等。

1目标检测算法

连续图像序列由视频中提取出，由前景区域与背景区域共同组成了整个画面。前景区域包含了如运动的人体、车辆等动态要素，它是指人们较为感兴趣的区域。而背景区域主要包含例如树木、建筑物等静态要素，它的像素值仅发生微弱变化或者不产生变化。在连续图像序列中，采用一系列算法分隔开背景区域和前景区域，将运动目标信息有效提取，则为运动目标检测。以静态场景为基础的运动目标检测算法包括了光流法、背景差分法、帧间查分法等，文章主要针对背景差分法进行介绍。

背景差分法通常适用于静态场景，其是将背景图像与当前帧图像进行差分，运动目标依靠阀值化进行检测，因为该算法仅能够在背景变化缓慢或者不发生变化的情况下应用，因此就有着一定的局限性。假设当前帧图像为fk（x，y），背景图像B（x，y）可通过一定的方法得出，而这时背景差分图像则为：

（1）

而假设二值化阀值为Th，二值化图像B（x，y）则为：

（2）

运动目标检测结果可通过数学形态学处理获得。

2 背景模型的实时更新

要更新背景图像可采用一阶KALMAN滤波来实现，为了克服气候变化、光照变化等外部环境变化对运动检测产生的影响，采用一阶KALMAN滤波更新背景图像公式如下：

Bk+1（p）=Bk（p）+g（Ik（p）-Bk（p）） （3）

而增益因子则为：g=？琢1（1-Mk（p））+？琢2Mk（p） （4）

公式中？琢1和？琢2是权值系数；M是第k时刻二值化后目标图像中p像素的值；B为背景图像；I为当前帧图像。要想将运动目标从背景序列图像中有效分割出来，就必须要达到？琢2足够小的条件，且？琢1应等于或者大于10？琢2，若？琢1值过大，就会将算法自身的去噪特性丧失，在序列背景图像中也会存储越来越多的运动变化。

3 更新车辆目标模型

核与活动轮廓算法具有效率高、技术复杂度低等特点，它以非参数核概率密度估计理论为基础，在视频运动目标跟踪中广泛应用。彩色图像序列通过摄像机获取，人脸目标模型可以采用RGB颜色空间来进行描述。在跟踪车辆的过程中，噪声、遮挡、光照等干扰或多或少存在，因干扰因素的存在，车辆像素特征也会发生相应的微弱变化。若不对目标模型进行更新，会对跟踪精度产生影响，所以，采用的矩形模板会包括一定背景。而在实施跟踪的过程中，要对车辆目标模型进行更换。如果其过程物遮挡，当BHATTACHARYYA系数满足？籽>Tudm条件时，更新车辆目标模型，更新模型为：

（5）

公式中Tudm是模板更新阀值；qk-1是更新之前的车辆目标模型。通过视频跟踪，在近场景和远场景拍摄到的视频中，多尺度图像空间由各个帧图像构成。例如：将将书本作为跟踪对象，由远及近从书本的正上方拍摄六十帧图像，为了能使矩形框正好能够包含书本，对每帧图像张书本手工划定矩形框，并对框内图像的信息量进行统计。最后，随书本尺度的变化，给出图像信息量变化曲线。

4 计算机视觉原理

计算机视觉是一门研究怎样使机器进行观察的科学，更切确地说，就是指利用电脑和摄影机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为传送给仪器检测或更适合人眼观察的图像。计算机视觉研究相关的理论和技术作为一个科学学科，尝试创建能够从图像或者多维数据中获取信息的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个决定的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中感知的科学。

计算机视觉就是由计算机来代替大脑完成处理和解释，用各种成象系统代替视觉器官作为输入敏感手段。使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力就是计算机视觉的最终研究目标，而需要经过长期的努力才能达到这个目标。所以，在实现最终目标以前，通过努力的中期目标是建立一种视觉系统，这个系统能依靠反馈的某种程度的智能和视觉敏感完成一定的任务。例如：计算机视觉的一个重要应用领域就是自主车辆的视觉导航，但要实现自主导航的系统，却还没有条件实现象人那样能识别和理解任何环境。所以，人们通过不懈的努力，研究在高速公路上具有道路跟踪能力，有效避免与前方车辆碰撞的视觉辅助驾驶系统。人类视觉系统是有史以来，人们所知道的功能最强大和完善的视觉系统。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理，但并不等于计算机必须按人类视觉的方法完成视觉信息的处理。可以说，对人类视觉处理机制的研究将给计算机视觉的研究提供指导和启发，所以，用计算机信息处理的方法研究人类视觉的机理，建立人类视觉的计算理论，与此同时也是一个十分重要和让人感兴趣的研究领域。这方面的研究被称为计算视觉。计算视觉可被认为是计算机视觉中的一个研究领域。计算机视觉领域的不完善性与多样性为其突出特点。

5 结束语

对视频中的运动目标进行跟踪、识别、检测，并对目标行为进行研究、分析，这就是基于视觉运动目标分析。以计算机视觉为基础，分析运动目标，包括了目标行为的理解与分析、目标跟踪、运动目标检测、预处理图像等，它是计算机视觉领域重要内容之一。理解与分析运动目标的行为，既是计算机视觉的根本目的之一，也是检测与跟踪运动目标的最终目标。从理论层考虑，理解与分析运动目标的行为可以分为人工智能理论研究与模式识别。简要阐述基于计算机视觉的运动目标分析，而所面临的是对运动目标行为的理解。

参考文献

[1]杨可，刘明军，毛欣，夏维建，刘伟，周旋，吴炜，周凯.基于计算机视觉的电缆终端表面温升分析系统[J].电视技术，2013（7）.

[2]叶闯，沈益青，李豪，曹思汗，王柏祥.基于人类视觉特性（HVS）的离散小波变换（DWT）数字水印算法[J].浙江大学学报：理学版，2013（2）.

[3]何青海，马本学，瞿端阳，李宏伟，王宝.基于机器视觉棉叶螨自动监测与分级方法研究[J].农机化研究，2013（4）.

[4]贾挺猛，苟一，鲍官军，董茂，杨庆华.基于机器视觉的葡萄树枝骨架提取算法研究[J].机电工程，2013（4）.

计算机视觉的前景篇(2)

关键词：计算机视觉；智能交通；监控系统

中图分类号：TP277

近些年来，随着我国人民生活水平提高，使私家车辆的数目急剧增长，并且车辆的增长速度远远超出市政建设的力度。这样的事实导致城市交通拥堵、违规通车、车祸增加，所以迫切的要求加快市政建设，实施高效率的交通监控措施，基于计算机视觉的智能交通监控系统也由此得到了相应的广泛的发展和应用。那么，计算机视觉技术下的智能交通监管系统究竟应该如何设计与实现呢？

1 计算机视觉下的智能交通监控系统

1.1 计算机视觉技术

计算机视觉技术即利用各种图像摄录设备将通过对视觉目标进行识别、跟踪、测量并将由此获取的视觉信息传输至计算机并进而利用图像技术进行视觉信息处理以达到进一步进行智能化处理的视觉处理技术。

1.2 智能交通系统（ITS）

智能交通系统（ITS）是指通过现代化的网络信息技术、自动控制技术等有效综合手段在一定范围内建立的全方位发挥作用的交通运输综合管理和控制系统。作为交通运输管理体系的一场新的革命，近年来，由此技术进一步开发形成的监控系统已经在各个道路的关键路口、路段和其他交通繁忙地域普遍建立，为交通运输管理提供了自动化、智能化的信息收集和处理等多方面的服务。但是，随着城市建设的迅猛发展和人流、车流量的猛增，更加智能化的交通管理系统的开发和利用显然也成为了当务之急。

2 计算机视觉下的智能交通监管系统的建立

正是基于新的发展需要，我们有必要把计算机视觉和智能交通监控系统进一步结合起来，首先通过计算机视觉分别对各个道路的关键路口、路段和其他交通繁忙地域等相应位置实时进行交通信息采集，然后，通过信息传输系统、或者进行处理后存入服务器并将处理过的实时交通信息及时传输到监控指挥系统，以实现对于各个道路的关键路口、路段和其他交通繁忙地域的实时监控和管理。由此，显然就需要设计以下各个子系统并共同构建为一个完整的体系。

计算机视觉下的智能交通监管系统

实时交通信息收集系统

监控指挥系统

高质量信息存储传输系统

图1 计算机视觉下的智能交通监管系统工作程序示意图

3 智能交通监控系统的实现

计算机视觉下的智能交通监管系统实现的第一步是通过实时交通信息收集系统实时进行交通信息采集，即通过对于运动物体的分割，在图像找出有意义的部分，抽出运动目标的特征，进而通过连续画面间的变化判断目标的运动状况。在这一系统运行中，首先可以“摄像头读入”的初始视频，使用相应的算法提取“背景”，然后通过原图与背景运算形成相应的“前景”，由此即可进一步通过矩形框的使用来达到“运动目标检测”与信息采录的目的。

图2 视觉监控系统原理图

3.1 系统功能实现

对运动物体的检测主要有光流法以及差分法两种方法，由于光流法比较复杂和耗时，实时检测很难实现，因而，现有实时交通信息收集系统一般通过差分法的应用来进行开发和实现。

3.1.1 帧间差分法

帧间差分法对运动目标进行分割处理过程中使用较多也最为简单实用的一种方法，其基本原理就是通过在连续的图像序列中两个或三个相邻帧间采用基于像素的帧间差分并且阈值化来提取图像的运动区域，进而通过逐象素比较获取前后两帧图像之间的差别来判断运动物体的移动状况。在实际操作中，一般可以假设用于获取序列图像的视频设备为静止物体，设视频中连续两帧的图像为It（x，y）和It+1（x，y），然后通过对连续两帧的图像相应的像素进行比较，利用Dt（x，y）=It+1 （x，y）-It（x，y）这一方程求出相应的阈值来检测出运动物体的移动状况：

Mt（x，y）=

当然，必须注意的是，由于帧间差分法所得到的差分图像在现实中并非由理想封闭的轮廓区域组成的，因而，运动目标的轮廓自然也就往往是局部的、不连续的，且其误差往往随着运动物体速度的增大而增大，因而，这一方法并不适于对于高速运动目标的有效检测。

3.1.2 背景差分法

与帧间差分法不同，背景差分法则是利用当前图像与背景图像的差分来检测物体运动状况一种方法。其基本原理是在可控制环境下，通过对于运动背景的固定假设，设待检测运动物体的图像为I（x，y），背景图像为B（x，y），通过输入图像与背景模型进行比较，利用D（x，y）=I（x，y）-B（x，y）这一方程求得到图像中的各像素的变化信息，进而检测运动物体的移动状况：

Mt（x，y）=

当然，在实际运用中，背景差分法的关键，是要建立一个背景模型，并更新模型。

3.2 程序功能的实现

本程序功能实现所主要使用的是OpenCV函数。OpenCV能够实现对图像数据的操作，包括分配、释放、复制、设置和转换数据，以及对摄像头的定标、对运动的分析等。在函数实现上，用到了Cv图像处理的连接部件函数，运动分析与对象跟踪中的背景统计量的累积相关函数等相关的函数。本系统就是运用图3介绍使用到的函数名及其功能和使用格式等来实现对视频流的运动车辆的轮廓检测的。

图3 寻找轮廓程序主要算法流程

实验证明，本系统能够较好地实现对视频流的运动目标的轮廓检测和对象跟踪，并能实时更新背景，车辆跟踪正确率在95%以上，虽然存在着轮廓检测正确率稍差的缺点，但其主要原因是由于摄像头所处的角度和运动目标靠近程度的影响，从根本上并不影响对于运动目标的实际检测。

4 结束语

加快城镇化进程是我国发展的大趋势，在这一趋势下，城市病的治理当然可以离不开现代化的科学技术。但是，必须注意的是，无论多么先进的管理系统，最终都只有通过人的行为才能够发挥有效的作用，在这个意义上，设计与使用先进的交通监控系统固然是解决交通问题的技术条件，但是，交通问题的解决，最终还必须依赖于人的素质的全面提高。

参考文献：

[1]戴俊乔.城市道路交通视频监控系统架构和性能的研究[J].科技与创新，2014（06）.

[2]张伟龙，李刚，王雨翔.基于计算机视觉的智能交通监控系统[J].小型微型计算机系统，2014（07）.

[3]庞其富.浅谈城市轨道交通视频监控系统设计方案[J].通讯世界，2014（01）.

计算机视觉的前景篇(3)

 

关键词：计算机辅助环境艺术设计 起源 现状及发展

随着计算机软硬件的进步，计算机辅助设计逐渐成为建筑效果图表现的主流。所谓计算机辅助环境艺术设计是指设计师通过计算机技术表现设计意图，最终以图像的方式告知客户，使客户清晰地理解设计师的设计意图和创意，它是一种更为直接、有效的表现方式，通常又被人们称为计算机建筑效果图。

一、计算机辅助环境艺术设计的起源

计算机的发展及应用，使人们的生活日新月异。计算机辅助设计源于计算机图形技术的产生，计算机辅助设计的研究构想发端于1950年，但使用计算机绘图的最早记录是在1963年，美国麻省理工学院的研究人员伊凡·苏泽兰在美国计算机联合会会议上发表了名为《画板》的博士论文，从而开始了计算机辅助设计的发展历程。他从1950年开始着手开发通过图形技术来处理人与电脑交互对话的操作系统。1963年，这套以电脑主机、显示屏、光电笔和键盘为工具的图形画线系统得到实现。这套图形画线系统开发和引进了许多计算机绘图的基本思想和技术，使用户可以运用电脑画出直线、复杂曲线以及简单的标准部件。

最初CAD被解释为“计算机辅助绘图”，由于当时计算机在设计上的作用是替代传统手工绘图的一种新工具，但随着后来信息技术的飞速发展，计算机技术在各领域的广泛应用，CAD的含义也在不断变化扩展，随着20世纪70年代像素的产生、80年代三维曲面造型系统的开发等，使电脑绘图从只能用“线”这一基本绘制元素发展到可以用点、面、体进行绘制计算机图形，从而使CAD的含义也发展成现在人们比较熟知的计算机辅助设计这个概念了。1970年的威尼斯双年展首次接纳了计算机绘画作品，这也标志着新的视觉艺术形式的诞生得到了社会的承认。

我国的计算机辅助设计起源于20世纪70年代。与国外计算机辅助设计发展的轨迹相似，国内计算机辅助设计的研究与应用基本上是从各高等院校发展起来的。20世纪90年代初，随着我国现代化进程的迅速发展以及计算机的进一步普及，在环境艺术设计和创作领域，计算机技术应用的价值，逐渐得到人们的重视。

二、我国计算机辅助环境艺术设计的现状

计算机作为信息时代重要的技术工具，在环境艺术设计领域得到普遍应用。在20世纪90年代前，国内对环境艺术设计效果的表现是使用手工绘制的方法，到了20世纪90年代初期，计算机辅助设计技术开始在我国建筑业应用。计算机辅助设计技术在建筑设计表现领域以不可逆转的潮流迅速发展。尤其是到了20世纪末，计算机辅助设计逐渐成为建筑效果表现的主流。起初，设计师主要运用Auto CAD软件进行施工图的绘制，在方案阶段还以手绘为主。但随着相关专业软硬件的更新和进步，它自身的强大优势得以显示，同时对传统手绘表现产生了越来越大的冲击。

随着近十几年来我国计算机辅助环境艺术设计的发展，计算机建筑效果表现的类型己经有了很细致的划分，可以分为：计算机建筑效果图、计算机建筑漫游动画和计算机建筑效果虚拟现实。计算机建筑效果图主要是通过3DSMAX，Lightscape，Photoshop等计算机软件制作的静态的效果图。通过计算机三维软件从平面、立面数据中得到透视图，透视点位置及视点角度均可变换，然后再渲染出二维图像，这种方式是目前社会上应用最广泛的。计算机漫游动画是利用3DSMAX软件的三维动画功能，在建筑物的室内或室外的设计阶段就能以可视的、动态的方式全方位展示建筑物所处的地理环境、建筑物外貌和各种附属设施以及建筑物内部空间的效果，使人们能够在未来的建筑物中漫游，因而成为建筑设计方案及装修效果展示、建筑方案投标、论证、评审的有力工具。

三、计算机辅助环境艺术设计的发展趋势

当前，随着计算机软硬件技术的迅猛发展，计算机辅助设计在环境艺术设计领域受到了广泛的重视和应用，比如各种方案的汇报、投标以及招商广告中随处可见，从而出现了大量的绘图软件的教程以及在教学上更加重视计算机绘图软件的教学课程。人们更多的关注计算机技术，想方设法掌握各种绘图软件，在模型、材质、灯光以及各种渲染技法上花费大量的时间，而忽略了最终的效果图的艺术性。计算机辅助设计是科学与艺术以及计算机与艺术设计相结合的边缘学科。计算机辅助设计在视觉艺术创造规律、形式法则和审美方法与传统的艺术设计是相同的。所谓视觉艺术，是通过人的视觉感受而将客观内容纳入主观心灵并予以对象化呈现的艺术形态。一些美学研究者认为，从审美主体的角度来看，艺术离不开创造者和欣赏者两个方面，而这两个方面都要通过一定的感官和相应的感性物质媒介，前者创造出审美对象，后者达到审美愉悦。所以说，作为视觉艺术的计算机辅助设计作品既要真实的描绘场景，又要使欣赏者达到审美偷悦。不可否认，人们的欣赏水平在不断提高，求新、求异的视觉口味也越来越高。这源于技术的发展、审美的进步，计算机技术的发展对于社会和艺术创造产生了重大的推动作用。

在计算机辅助环境艺术设计发展的初级阶段，设计师的目标是使效果图具有真实感，能够模拟未来场景的真实效果，具有一定的实用性。目前的计算机建筑效果图的风格单一，已经不能满足大众的不断提高的视觉口味。计算机建筑效果图既是表现的技术同时它又是视觉艺术。设计师创造出审美对象，筑物内部空间的效果，使人们能够在未来的建筑物中漫游，因而成为建筑设计方案及装修效果展示、建筑方案投标、论证、评审的有力工具。使用的软件有Creator系列三维建模工具及Vega场景管理软件。计算机建筑效果虚拟现实技术强调的是一种身临其境的感觉，采用的是人与人之间自然的交互方式。它可以实现逼真的、纯三维的场景，可以全方位、多角度、完全由用户自由控制在场景中漫游。作为建筑师可以从多个角度观察建筑方案，所以说虚拟现实技术不仅可以使用于建筑表现，而且也是一种推敲方案的有利手段。VR技术在我国的环境艺术设计领域中有着广泛的应用前景，将给环境艺术设计带来革命性的改变。

设计师创造出审美对象，要使欣赏者达到审美愉悦而不是审美疲劳。为此，根据目前我国计算机辅助环境艺术的发展情况，未来计算机建筑效果图应呈现艺术化、人情化和多样化趋势。

参考文献：

[1]邓庆尧.环境艺术设计[M].济南：山东美术出版社.

[2]张绮曼.中央工艺美术学院环境艺术设计系—室内设计的风格样式与流派[M].北京：中国建筑工业出版社.

[3]张绮受.中央工艺美术学院一环境艺术设计与理论[M].北京：中国建筑工业出版社.

计算机视觉的前景篇(4)

关键词：立体视觉；图像分割；阴影抑制；三维重建

1 概述

立体视觉的交通场景理解系统关键技术主要解决交通对象（行人、汽车、摩托车、自行车等）的三维信息模型化；低层处理，即先把图像数字符号化和特征c的提取过程，主要包括图像的分割和描述；运动检测与运动匹配，主要技术有基于时空梯度的方法、基于相关的方法、频率域法等；模型匹配与识别；交通对象的阴影检测；系统实时性，由于三维重构计算量较大，提高系统实时性等六大问题。其中对三维重建、运动检测与运动匹配和模型匹配与识别是立体视觉的交通场景理解系统关键技术主要研究方向。

从计算机视觉的角度进行分类，基于模型交通流量检测技术的方法可以分类为：基于区域跟踪的方法；基于动态轮廓的目标跟踪方法；基于特征的跟踪方法；基于3D模型（立体视觉）的车辆跟踪识别方法。

2 立体视觉的三维重建研究方法

基于立体视觉的三维重建是指通过对二维图像的处理，利用立体视觉的原理获取场景中目标的三维信息。双目立体视觉是直接模拟人类双眼来处理景物的一种新型研究方法，由于其灵活性较高，可以测量多种条件下景物的三维信息。

2.1 图像自适应阈值分割法

图像自适应阈值分割法无论参数的选取为何种特征值，都能准确快速的捕捉待处理的运动目标。采用自适应阈值分割方法对获得的交通对象的视频图像进行处理，把交通目标特征层经行分类处理，提高了类判别能力。同时，阈值来源较为广泛和准确，因此，不仅具有较好的识别率还具有较强的实时性。在背景存在微小运动和环境亮度突变的情形下也具有很好的鲁棒性。徐文聪等人主要从自适应阈值分割的方法对运动车辆进行检测和流量统计。

在徐文聪研究中，阈值的取值为图像的形态值，结合车道线和标定的摄像机内外参数，利用Dtsu算法提取候选车灯连通域信息。张虹波、孙明玉研究中，阈值的取值为图像的灰度值。张虹波利用图像差分方法获得运动目标。提取虚拟检测区域内的车辆图像，进行图像的数字化和滤除噪声等预处理，对视频图像提取背景模型，得到车流量信息。孙明玉提出基于新型自适应阈值的运动目标提取算法。孙明玉[4]提出基于新型自适应阈值的运动目标提取算法。首先，根据运动属性，分成两个聚类，一是运动目标，二是背景。对提取的图像按像素灰度进行分类，以聚类间的方根-算术均值距离最大值作为分割阈选择的准则，实时更新提取的运动目标的二值化阈值，从而实现对运动目标的准确完整提取。

2.2 基于侧影轮廓的三维重建方法

基于侧影轮廓的三维建模是一种新的建模方法，也称为可见外壳 （Visual Hull）生成方法。侧影轮廓法是利用摄像机拍摄的不同角度的图像进行立体重建，具有良好的几何和拓扑结构的一致性，同时提取的特征点较少，易于计算，有较好的鲁棒性。

阮孟贵、章毓晋利用摄像机在各个相异的角度获取的多幅图像完成三维重建。主要利用反射投影的交叉轮廓进行匹配，重建物体表面。伍燕萍用Marching Cubes算法，把获取的多幅图像进行侧影轮廓重建，生成物体的可见外壳。曹煜利用平面镜反射原理，对图像轮廓线之间极的线几何关系进行分析，获得相应的相机内外参数，实现目标物体的三维重建。

2.3 基于序列图像的三维重建方法

序列图像法主要是利用数字图像处理的方法对图像二值化，便于计算机处理。通过对提取的特征点之间进行相似度的匹配，利用矩阵分析进行三维重建。此类方法关键在于正确三维数据的获取，利用计算机相关软件进行图像扫描、图像预处理、建立数据模型，怎样辨别噪声是此方法的难点。虽然序列图像法存在一定的噪声污染，但由于其设备简单，在交通场景中运用面较广。

刘同敏利用提取的图像序列作为测量矩阵的参数，提出了一种基于匹配相似度的最小二乘法三维重建方法。谭论正提出了基于PCA的交通场景点的重建方法。利用最小二乘法求场景点的三维轨迹，根据获得的数据实现运动目标和背景模型的三维重建。孙丽娟通过透视投影重建算法中引入了迭代算法。利用矩阵扰动理论，分析图像噪声对不同特征点重构的影响，得出图像数量越多重建精度越高的结论。彭科举提出了尺度不变特征变换特征和角点特征相结合的三维重建算法。

2.4 混合高斯模型进行背景建模

随着信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术快速发展，基于视频的智能交通控制系统在交通控制中占主要作用。在交通对象的监测中，高斯背景模型在建立对运动目标的提取有着至关重要的作用。研究发现，视频图像提取的特征值背景颜色和像素的灰度值符合高斯分布。由于像素在时间域上的分布信息符合高斯分布，利用其构造其背景模型能解决光线突变等问题带来的影响，能够适应于户外复杂光线的环境。此方法建模后模型的鲁棒性强，准确率高。目前，高斯背景建模在交通智能控制系统中发挥着越来越重要的作用。

刘亚利等人提出了基于边缘特征的混合高斯背景建模方法。此方法加快了高斯模型的收敛速度，有较强的光变性。同时利用像素在时间域及空间域上的分布信信息，王永忠等人提出了一种基于自适应混合高斯模型的时空背景建模方法。监控系统采集的数库不仅仅有时间上的信息，还有空间位移信息。王永忠提出的时空背景建模方法利用时间和空间上的像素分布信息，不仅提高了建模精度还解决了传统的混合高斯背景建模方法对不平稳场景建模失效的这一缺点。

3 结束语

基于立体视觉的三维建模技术研究是一个非常有意义的研究课题，在交通参数检测技术的研究中，我们要结合相关的计算机图像采集和处理技术，充分利用道路已有的资源，并将其采集的资源图形化、数字化。双目立体视觉技术对目前的单视点平面监控系统缺点进行很好的弥补。利用双目立体视觉对交通对象进行检测和监控，对获得图像数据分析，完成运动目标的三维空间定位和追踪。结合现有的计算机、电子信息技术，互联网技术，对交通加强智能化建设，逐步实现增强道路交通监控的信息化和自动化。

参考文献

[1]周冬梅，张明星，代永霞，等.基于纹理的车辆阴影消除新算法[J].自动化与仪表，2014（1）：133-138.

[2]徐文聪，刘海.夜间环境交通数据采集系统设计与实现[J].测控技术，2012，31（6）：60-66.

计算机视觉的前景篇(5)

关键词：数字图像处理；测距；聚焦；频域

中图分类号：TP391.41 文献标识码：A 文章编号：2095-1302(2012)09-0016-03

Images ranging method based on frequency domain analysis

ZHU Xue-yi

(School of Microelectronics and Solid-State Electronics, University of Electronic Science and Technology, Chengdu 610054, China)

Abstract: Using digital image processing theories and methods, the digital image pre-processing mode, the target graphic detection and the ranging model construction are studied and analyzed. Combined with a ranging scheme of single camera, a focusing ranging technique based on frequency domain analysis is given to process images captured by the monocular camera and calculate the distance from target detection image to the camera based on frequency domain image signals. The technique saves lots of complex hardware and reduces the demands of digital image processing, which has the advantages of high ranging precision and fast processing speed.

Keywords: digital image processing; ranging; focusing; frequency domain

0 引 言

视觉是人类观察世界、认知世界的重要功能手段，人类感知外部世界主要通过视觉、触觉、听觉和嗅觉等感觉器官，其中80%的信息是由视觉获取的。计算机视觉就是人类利用计算机实现人的视觉功能，从而对客观世界三维场景进行感知、识别和理解。计算机视觉是一个相当新而且发展迅速的研究领域。

在对生物视觉系统的研究中，人们早就注意到，几乎所有具有视觉功能的生物都有两只眼睛。用两只眼睛同时观察物体，会有深度或远近的感觉，我们称之为视差。因此，在计算机视觉系统中，也常用两台或多台摄像机从两个或多个视点去观察同一场景，从而获得在不同视角下的一组图像，然后通过同一场景点在不同图像中的视差，推断出场景中目标物体的空间几何形状和位置，这种方法称为立体视觉。它是计算机视觉的一个重要分支，也是计算机视觉的核心研究内容之一。

视频和图像是对物质世界客观事物的形象而生动的描述，是最直接且具体的信息表达形式之一，是人类最重要的信息载体。随着科技的日益发展，人们需要一种更加先进快捷的工作方式，另外，人们对工作环境和工作条件也提出了更新、更高的要求，视频测距系统便在这种背景下应运而生。

视觉测距技术的发展对于距离测量有重要的意义。在基于数字图像处理技术的视觉测距系统中，使用单个CCD(Charge Couple Device)摄像机的系统称为单目摄像系统，而同时使用两台摄像机对同一景物进行摄像，并运用计算机分析两幅图像来确定物体的三维状况的系统称为双目摄像系统。双目摄像系统测量精度高，但计算速度较慢，成本较高。而单目摄像系统方法则比较简洁、快速，因此，本文对采用单目摄像系统检测目标物的测距方法进行研究。

1 测距技术在国内外的研究现状

目前，国内外对视觉测距技术的研究仍在不断的进行之中，还并没有形成国际统一的标准模式，各种数字图像处理技术和算法之间孰优孰劣仍在不断的探讨和比较中。当前，国内外的研究机构主要研究的测距技术包括超声波测距技术、微波雷达测距技术、激光雷达测距技术和视觉测距技术。

1.1 激光雷达测距

激光雷达测距具有测量时间短、量程长、精度高等特点，但激光雷达在恶劣天气环境下或逆光状态下的测距准确性降低，另外，其造价、耗能、对人眼安全等因素也对其进一步应用有一定影响。

1.2 超声波测距

超声波是指振动频率在20 kHz以上的机械波，具有声波传输的基本物理特性。超声波测距是根据超声波反射时间来计算与前方车辆之间的距离。超声波测距原理比较简单，成本低，但超声波的传输速度受天气影响较大，不同天气条件下的传输速度不同。

计算机视觉的前景篇(6)

计算机特效与电影的结合：形式与内容的统一

关于影视中形式与内容的关系已不是一个新的话题，形式是内容，内容也是形式，任何元素都不能单独完成一个作品，内容和形式只有有机地结合在一起。影片才具有意义。同样。从形式和内容的关系角度来讲，计算机特效是形式，也是内容。在内容不足以支撑起计算机特效的表现力时。影片会因为形式大于内容而显得空洞无力。如全CGI制作的《最终幻想》。画面唯美，但故事内容晦涩难懂，无法给人留下印象，这让人不禁思考其失败的原因。比较《最终幻想》和《骇客帝国》，这两部影片同属于科幻片类型，讲述的都是未来世界毁灭和拯救的故事。《骇客帝国》中解释未来世界毁灭原因的立足点是计算机科技和网络的过分发展给人类带来的危机，在《骇客帝国》中叙事的形式是虚拟和现实的结合。计算机特效镜头的表达也同样具有统一的主题思想。描述了关于人类本体一联想一时空关系。具有哲学的意味，其特效形式极具暗示感，它用视觉启发观众联想，最终用视觉形式指引观众对影片内容进行思索。其内容和形式的选择相互支撑。因此，计算机技术在提升电影表现形式的同时，也给电影艺术的内容提升提出了更高的要求，即使是表达幻想也应来源于真实可信的现实生活基础，而形式的设计和选择要能切合所表达的内容。

当我们在观看《泰坦尼克号》的时候，会被ROSE和JACK的爱情深深打动，被真实的海难震惊。而不会想到这些爱情和灾难都是用计算机特效来完成的。所以，特效镜头的形式选择和表现的目的，是要恰如其分地表现影片的内容。以2007年的高科技特效影片《变形金刚》为例，华丽炫目的3D特效给人的视觉感并不仅仅是为了炫耀特效而做特效，透析电影中计算机虚拟摄像机摄影和剪辑。如MTV般风格。运用得行云流水、全方位、角度多变；场面调度，绚烂的爆炸场面和惊心动魄的机器人大战，真实特效场面和CGI的机器人域面的完美结合，让CGI角色的动作场面更炫更逼真。在视觉之外，再配上人类情感和友谊、爱情等感人要素的线索并穿插其中，让冰冷的高科技机器人故事剧情变得生动丰富。这些相互联系的元素组合在一起，帮助影片在各部分之间建立关系。变形金刚科技感极强的造型，并没有给我们带来距离感。仿佛它们就是我们身边的朋友。不论是精彩写实的金刚变形还是行云流水的虚拟摄影机运动，给人以轻松富有人情味的生活感，视觉设计元素是为故事和情节服务的。所以影片的最终视觉效果风格和故事内容建立有机联系，达到形式节奏情感的统一。

计算机视觉特效镜头：由“写实”到“表现”的变迁

在计算机特效视觉领域，探索CGI视觉设计的风格，这是近些年来国际上在计算机影像技术和岂术方面的趋势。CG的绘制技术可以分为两类：真实感绘制和非真实感绘制。真实感绘制技术已经有了很长的历史，而非真实感绘制技术则是国际上近几年在计算机视觉领域新兴的一个研究课题。非真实感绘制以真实感绘制为基础，它可以使绘制的图像具有卡通效果以及某种艺术性效果。由真实到非真实感的变迁。也是计算机视觉艺术从写实进化到抽象的技术性基础。随着计算机硬件和算法的不断发展，到上世纪90年代中期，人们已能真实地模拟各种自然界的客观现象和想象中的特殊效果了。当出现了《泰坦尼克号》、《星球大战》、《骇客帝国》这样的影片。真实感图像与电影胶片摄制出的图像得到了完美的结合。从这个意义上讲。真实感图像达到了它所追求的“像照片一样真实”的效果，技术已经不是太大的问题。

技术的实现水平使得计算机影像领域开始对艺术风格的全面探索。回顾这几年在国际上获奖的优秀CG作品，最引人注目的特征是：它们都具有强烈而独特的视觉艺术风格。从Siggraph2006的最佳动画短片“One rat short”，到米勒同名漫画的“罪恶之城”(SIN CITY)，以及从一亮相就备受关注的黑白动画“复活”，这些短片的视觉影像风格的探索给人启迪。获得2006年法国国际动画节水晶奖的“复活”，整部影片均采用黑白创作，渲染也是只用黑白两个值来表现画面。展现一种具有视觉冲击力的版画风格特征。还有2007年Siggraph的最佳作品“方舟”。从角色、场景、道具造型到色彩都极具特色。充满梦境般的油画视觉感。“方舟”里的人物造型是极为与众不同的，色彩是印象的、表现主义的，通过视觉把观众对影片的体验和思考引向遥远的圣经故事，同时又是指向未来的思索。

电影风格化的表现：计算机特效的超现实化

从制作的角度分析，电影《斯巴达300》可以说是一部用计算机做出来的影片。计算机特效的大量介入，给视觉特效提供了一场全面的风格化探索的尝试，影片共有1500个镜头。几乎所有的镜头都运用了电脑特效。影片把电影的“拍摄”和“绘画性”醒目地结合在一起，它利用了计算机特效后期制作中层的概念。并把这种层的技术，从艺术的角度发挥到极致，使影片整体的艺术效果像一幅流动的油画。视觉特效的风格应该和影片的整体氛围一致，特效镜头要为镜头后表达的思想服务，特效的表达要和情节、影片故事的设计整体构架一致，只有这样，特效和影片的内涵才能形神兼备。以《斯巴达300》为例，影片既保持了米勒漫画的结构细节、浓郁厚重的色调和绘画艺术的众多特点。又借助计算机特效创造出与众不同的绘画效果。

“超现实主义电影所追求的最高美学境界，就是把艺术创造视为一种偶然的启示或悲剧式的预言。”在影片中，特效部分场景设计的造型简洁、夸张。给原本平凡的现实事物赋予了新的面貌。《斯巴达300》影片中所有的场景都在计算机特效中完成，大量的特效工作分散到全世界的十个工作室。为了保证影片的视觉艺术效果的统一，影片特效采用了超现实风格化手法来处理场景设计。真实感是电影特效追求的重要原则，《斯巴达300》却给予画面一种变形的突破。刻意追求一种超现实的奇幻风格。所有的画面都经过Photoshop的滤镜处理，用一个非常细节化的处理来体现这一艺术化的变形，例如，影片中的斯巴达战士眼睛里的光芒都经过了绘画式的处理，这一点，是视觉特效设计的创新，在以往的电影中未曾这样统一地处理过。所以。这样的视觉影像使观者产生了一种梦幻般的超现实感，正是这种风格化的处理方式使影片整体的形式达到统一。

实拍镜头趋向素材化：电影走向“合成电影”

计算机视觉的前景篇(7)

【关键词】 运动目标检测 视频图像 OpenCV

一、绪论

随着计算机技术日新月异的发展，计算机视觉，模式识别，人工智能，多媒体技术，越来越受到人们的重视的快速发展。广泛地被定位对象使用运动跟踪和检测，监测和智能人机交互和分析他们的行为，一旦发现有异常行为的对象，监控系统发出警报，提醒人们注意和及时的治疗，改善人类的人工监督注意力浪费资源等问题。计算机视觉是通过计算机代替人的眼睛和大脑感知外部环境，分析和理解。

1.1 OpenCV技术介绍

视觉处理算法的OpenCV提供了非常丰富的，它部分是用C写的，有它的开源特性，妥善处理，无需添加新的外部支持进行编译和链接，生成程序的完整实现，所以很多人们用它做算术移植，OpenCV的可正常运行的系统DSP和MCU系统正常重写代码。

二、运动目标检测

运动目标的检测在整个视频监控系统的底层，各种高级应用，如目标跟踪，目标分类，目标行为的随访，了解互惠的基础。运动对象检测装置，从在实时目标视频流中提取，目标通常设置面积和颜色特性。结果运动目标检测是描述一些静态功能的“静态”的目标前景。根据上下文，其中环境可分为两大类静态背景下运动目标检测和动态背景运动目标检测，本章与实际纸工作主摄像机静态背景运动目标运动结合，不会发生前景对象的运动目标检测检测算法。

2.1运动目标检测的基本方法

目标检测和提取已在目标跟踪应用程序中的重要地位。目标检测和提取的精度直接影响结果和准确性的跟踪。一个良好的各种环境动目标检测算法的应能适用于监测，在正常情况下，移动体检测算法可以根据场景被监视在室内或室外监测算法被分成室内和室外监视算法，则可以按照使用特定算法的方法分为连续帧差分方法，背景减除法和光流法。

2.1.1帧间差分法

对于许多应用，图像的连续帧之间的差检测出图像的顺序是非常重要的一步。场景中的任何可观察到的运动将反映在场景图像序列的变化，如果能检测到这种变化，我们可以分析的运动特性。

2.1.2背景差法

基于该原理的背景差分方法非常简单，基本操作过程示于（4.2）如下：首先使用式（4.3）来计算背景图像之间的差fbk当前帧fk，然后根据下式（4.4）是差分图像的Dk值化和形态学滤波处理，并获得当该区域的通信区域比给定的阈值RK进行连通区域分析的结果，它成为检测对象，并且该区域是区域目标在区间的，你能确定的最小边界矩形的目标。

其中T 是二值化设定阀值。

2.1.3光流法

光流是指在图像模式（或表观的）运动的表观亮度。用“表观运动”，主要是由于光流的运动图像不能有部分信息只以确定，例如，区域性或亮度轮廓点更均匀的亮度不能唯一确定的运动对应的点，但观察到的运动。这解释了光流和该流不一定是由物体的运动所产生的光，而运动的主体不一定会产生光流体育场不一定是唯一的。

三、目标跟踪算法的研究

目标对象的运动信息的条件的先验知识下跟踪，通过从信息源的实时数据来估计所述目标状态，以实现所述目标位置和运动趋势判定。运动目标跟踪问题是一个复杂的估计。研究精度高，性能稳定，目标跟踪方法的适用性仍面临巨大挑战，具有重要的理论意义和实用价值。

3.1图像匹配法

通过图像匹配方法可以识别要跟踪的运动对象，并确定它们的相对位置。早期跟踪涉及的目标位置的变化的两个图像之间的测量计算出的相关函数，跟踪点是，这两个图象相匹配的最佳位置，这是相关函数的峰值。

3.2基于团块的目标跟踪

基于团块（BLOB）的基本原理是用于图像分割候选像素跟踪算法，它决定像素是否属于背景或属于定位或属于其他区域。基于跟踪算法的质量也可称为基于图像分割的跟踪，分割结果刚够目标和背景之间的区分，而传统的图像分割算法需要目标轮廓的精确显示。分裂台球在目标，纹理特征和图像的深度信息的一般特性。

四、结语

随着在军事领域的计算机视觉，智能交通监控，视频运动目标检测与跟踪的发展必将得到更广泛的应用和发展。在本文中，历时四个月中，主要研究的OpenCV实现运动目标检测与跟踪的应用，实验结果表明，该系统具有良好的鲁棒性和准确性，实现毕业设计的预期目标，在工作和问题结合起来实际应用中。

参 考 文 献

[1]刘瑞祯， 于仕琪. OpenCV教程基础篇[M]. 北京： 北京航空航天大学出版社，2007.

[2]彭达. Visual C++多媒体编程技术[M]. 北京： 人民邮电出版社， 1999.

[3]丁金铸. 基于图像处理的运动目标检测跟踪系统的设计与实现[D]. 华中师范大学， 2007.

[4]王建中， 姜昱明. 基于块匹配的运动对象检测算法[J]. 微电子与计算机， 2005， 22（1）： 10-12.

[5]林少丹. VC++程序设计基础[M]. 北京： 人民交通出版社， 2009.

[6]唐双发. 基于OpenCV的车辆视频检测技术研究[D]. 华中科技大学， 2009.

[7]李庆忠，陈显华，王立红. 视频监视中运动目标检测与识别方法[J]. 计算机工程， 2004， 30（16）：30-33.

[8]胡晓峰， 吴玲达， 老松杨， 司光亚. 多媒体技术教程[M]. 北京： 人民邮电出版社， 2002.

[9]韩鸿哲， 王志良， 刘冀伟， 李郴， 韩忠涛. 阴影消除的自适应背景建模[C]. 第二届全国智能视觉监控学术会议论文集， 2003， 35-39.[10]张玲， 叶海炳， 何伟. 一种基于边缘信息的改进车辆检测方法[J]. 重庆大学学报（自然科学版）， 2004， 27（11）： 56-58.

[11] J.B.Kim， H.J.Kim. Efficient Region―based Motion Segmentation for Video Monitoring System [J]. Pattern Recognition Letters， 2003， 3（24）：113-128.

[12]王春平， 朱元昌，黄允华. 基于图像信息的跟踪算法分析[J]. 火力与指挥控制， 2000， 25（1）： 64-67.

[13]杨枝灵， 王开. Visual C++数字图像获取处理及实践应用[M].北京： 人民邮电出版社， 2003.