基于计算机视觉水火弯板的三维测量系统
基于计算机视觉水火弯板的三维测量系统
赵猛，王直
（江苏科技大学江苏镇江212003）
摘要：将激光测量技术和多目视觉照相测量技术相融合，分别发挥激光测量精度高、定位准，照相测量速度快、密度高的特点，研制曲面板三维形状的自动测量以及划线定位系统，实现曲面板上的关键点的位置精确、快速的测量，该系统可基本实现工业船舶行业对曲面板技术的要求，对造船业的发展具有重要的现实意义。关键词：水火弯板；计算机视觉；激光测量；三维测量中图分类号：TP29
文献标识码：A
文章编号：1674－6236（2013）02-0063-04
Three -dimensional measurement system based on computer vision line heating plate
ZHAO Meng ，WANG Zhi
（Jiangsu University of Science and Technology ，Zhenjiang 212003，China ）
Abstract:This article will laser measurement technology and visual camera measuring technology integration ，are played by laser high measuring precision ，accurate positioning ，photographic measurement speed ，high density characteristics ，development of curved plate shape measurement and scribing positioning system ，realize the curved panel on the key points of the position accuracy ，rapid measurement ，the system can realize the basic industry of shipbuilding industry on the curved panel technology requirements ，the development of shipbuilding industry has the important practical significance.Key words:plate bending ；computer vision ；laser measurement ；three-dimensional measurement
收稿日期：2012-09-19
稿件编号：201209139
作者简介：赵猛（1987—），男，山东济南人，硕士研究生。研究方向：复杂系统分析与建模、导航技术应用等。
大型曲面板的高精度快速测量及定位自动化，不仅是目前船舶建造所急需的，也是未来船舶建造测量装备发展的必然趋势。传统的研究方法对板子加工后位移大小的计算测量精度都不高，关键原因是在板子上标记具有难度。长期以来，对于船体双曲度外板的加工，国内外造船厂都是依靠有经验的工人采用水火弯板的方法手工作业完成。船体外板曲面的成型加工是船舶制造的关键及重要环节之一。各种船舶的外表面大多都是由复杂的、不可展的空间曲面构成，把钢板加工成这样的曲面，目前在国内外大部分船厂主要还是采用燃气火焰在钢板表面局部进行加热，当加热区达到一定温度后再降温，利用金属的热弹塑性收缩变形原理，以获得良好的整体变形，这就是所说的水火弯板工艺[1]。
1
曲面板测量、定位系统的整体设计与原理
1.1
整体架构图
该系统主要是由服务器、工控机、工业照相机、激光扫描
机以及传输信号的数据线组成的如图1所示。
服务器主要是接受处理伺服控制器的控制信号，通过伺服控制器来控制激光扫描机跟工业摄像机，对曲面板立体拍照、测量，通过嵌入式计算机收集反馈来的控制信号通过比较相机跟激光扫描机的来准确的定位划线装置的位移。
1.2相机成像原理
该测量系统采用了4台高分辨率家用单反相机、以及一
个高精度激光测量装置，系统将激光与照相相结合进行测量。目前该系统能比较准确地测量曲面板的三维形状，测量精度可以达到±2mm 。根据物理学中光学的原理摄像机成像
模型如图2所示[2]。
电子设计工程
Electronic Design Engineering
第21卷
Vol.21
第2期No.22013年1月Jan.2013
图1
整体架构图
Fig.1Overall chart
图2
摄像机成像模型
Fig.2Camera imaging model
计算机视觉在建筑学领域的应用
计算机视觉在土木建筑领域的应用 摘要：随着电子计算机的普及，计算机视觉已经广泛用于各个不同的领域。本文就数图像识别、处理在土木建筑领域的应用、当前存在的问题及计算机视觉的发展现状进行了探讨。 关键字：计算机视觉数字图像处理土木建筑发展现状 信息与能源和材料并称人类社会的三大支柱。人类通过眼、耳、手鼻、舌等五官来感受外部世界。主要有视觉信息、听觉信息、触觉信息、嗅觉信息以及味觉信息。在上述五种类型的信息中，人们对视觉和听觉信息研究得较多，利用也较多。如通信、电视和多媒体等。图形和图像均属于视觉信息。 近年来，随着电子计算机的普及和计算机视觉的深入研究，数字图像处理以其再现性好、适用面宽、灵活性高、信息压缩的潜力大等特点已经广泛用于各个不同的领域。它在土木建筑方面也有着广泛的应用。本文主要就数字图像处理在建筑学、桥梁道路等方面的应用及存在的问题展开讨论。 计算机视觉在土木领域的应用主要可以分为理论研究设计方面的应用，建筑等实物中的应用，建筑模拟方面的应用和其它方面的应用。 （1）在理论研究设计方面的应用 数字图像处理在土木建筑领域的理论设计以及模拟计算方面都有有广泛的应用，以下就一些实例加以说明。 一个典型的例子是利用计算机解决隧洞超欠挖的问题①。在地下隧洞的开挖过程中，钻爆法是开挖的主要方法之一，但钻爆法的缺点是其不可避免地造成隧洞大量的超欠挖现象。因此，方便、决捷且可靠的评价方法在隧洞的超欠挖评价中是十分必要的。图像处理技术是解决此类问题的可靠方法之一，它不仅可以方便的计算超欠挖的方量，而且可以分析引起超欠挖的原因，同时，它可以解决工程中由于回填混凝上方量不统一的争端。图像处理技术就是对隧洞的开挖断面进行一次数码成像，对数码图像进行计算机处理，从而计算超欠挖方量的技术。 另一个例子是建筑物表面模型的重建②。主要是针对建筑物模型的规则性，用基于平面的建筑物模型重建算法，从单幅透视图像恢复建筑物的表面模型。该方法主要分为相机定标、基平面的提取、平面位置和方向的计算等几个子过程。相机定标主要用于求解相机的焦距，是一个非常重要的部分。该方法以建筑物场
视觉测量系统技术及应用
视觉测量系统技术及应用 1 引言 基于计算机的视觉检测系统是指通过计算机视觉产品将被摄取目标转换成图像信号，传送给图像处理系统，图像处理系统再根据像素分布和亮度、颜色等信息，转变成数字化信号，计算机图像系统对这些信号进行复杂运算来抽取目标的特征，进而根据判别的结果来控制设备动作。它具有非接触、速度快等优点，是一种先进的检测手段，非常适合现代制造业。可用于视觉检测的试验原理很多，如纹理梯度法、莫尔条纹法、飞行时间法等，然而诸多测试原理中，尤其基于三角法的主动和被动视觉测量原理具有抗干扰能力强、效率高、精度合适等优点，非常适合在线非接触测量。本文主要从视觉测量系统在实际中应用出发，展示视觉检测技术在制造业中的广阔应用[1-4]。 2 视觉测量系统技术的应用 2.1 汽车车身视觉检测系统 在汽车制造过程中，车身上总有很多关键的三维尺寸进行测量，采用传统的三坐标测量机只能离线抽样检测，效率低，更不能满足现代汽车制造在线检测的需要，而视觉检测系统能很好的适应该需要，典型的汽车车身视觉检测系统如图1所示[5]。 图1 车身视觉检测系统 车身检测系统主要依靠的是数个视觉传感器，其中还包括传送机构、定位机构，计算机图像采集、网络控制部分。每个传感器对应一个被测区域，然后通过传输总线传至计算机，通过计算机对每个视觉传感器进行过程控制。 汽车车身检测系统的测量效率很高，精度式中，并且可以在完全自动情况下完成，这个包含几十个测点的系统都能再几分钟内测量完成，因此可以适应汽车制造的在线检测。而且传感器的布置可以根据不同车型来布置，增加了应用要求，
因此减少了车身视觉系统的维护费用。 2.2 拔丝模孔形视觉检测系统 使用计算机视觉检测技术开发出的拔丝模孔形检测系统由光学成像系统、工业用摄像机图像采集卡、计算机及监视器组成，可以解决生产实际中的模具孔形检测问题．工作原理如下：先采用注入硅胶方法获得反映待检拔丝模尺寸及形状的硅胶凸模，然后把硅胶凸模放在光学系统的载物台上．硅胶凸模经光学成像放大，成像于CCD像面上，然后用图像采集卡采集CCD图像信息，最后由计算机视觉检测软件完成对孔形尺寸的自动计算，此时图像采集时需要配置特殊的光照系统．系统实现了自动数据采集、处理，实现采样、进样、结果一条龙，形成检测的自动化． 2.3 无缝钢管直线度和截面在线视觉检测 无缝钢管是一类重要的工业产品，在反应无缝钢管质量中，钢管直线度及截面尺寸是主要的几何参数。现代工业已经可以实现无缝钢管的大批量大规模生产，并且并无成熟的直线度、截面尺寸高效率的检测系统，主要原因为：无缝钢管空间尺寸大，需要很大的测量空间，一般的检测手段很难实现如此大尺度的检测。然而视觉检测却非常适合无缝钢管及截面尺寸的测量，其测量原理图如图2所示。 多个传感器组成了视觉检测系统，传感器的结构光所投射的光平面与被测钢管相交，从而得到钢管的部分圆周，传感器测量圆周在传感器三维空间位置，每一个传感器实现一个截面圆周测测量，然后通过拟合得到截面的圆心和其空间位置，从而实现对无缝钢管截面和直径的测量。 图2 无缝钢管在线检测 2.4 视觉测量在逆向工程中的应用 逆向工程是针对现有的工件，利用3D数字化测量仪准确快速地测量出轮廓坐标值，并建构曲面，经过编辑、修改后，将图形存档形成一般的CAD/CAM系统，再由CAM所产生刀具的NC加工路径送至CNC加工机制所需模具，或者以快速成型将物品模型制作出来。视觉测量一般使用三种激光光源：点结构光、线结构光、面结构光，图3为使用线结构光测量物体表面轮廓的结构示意图[6]。
计算机视觉系统及其应用
课程设计 课程名称工业自动化专题 题目名称_计算机视觉系统及其应用学生学院_____自动化________ 专业班级______ 学号 学生姓名____ 指导教师___________ 2013 年 6月 25日
机器视觉系统及其应用 摘要：主要介绍机器视觉系统的概要，简要分析机器视觉的特点、优越性和应用，具体介绍了机器视觉技术在印刷行业、农业、工业、医学中的实际应用，并且分别举例说明。机器视觉的诞生和应用在理论和实际中均具有重要意义。 关键词：机器视觉；标签检测；药物检测；水果品质检测；硬币检测。 1. 机器视觉系统 1.1 机器视觉系统简介 机器视觉系统是指利用机器替代人眼做出各种测量和判断。机器视觉是工程领域和科学领域中的一个非常重要的研究领域，它是一门涉及光学、机械、计算机、模式识别、图像处理、人工智能、信号处理以及光电一体化等多个领域的综合性学科。 机器视觉系统通过图像摄取装置将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号。机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成。 机器视觉系统的优点有：1.非接触测量，对于被检测对象不会产生任何损伤，而且提高了系统能够的可靠性；2.较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展人眼的视觉范围；3.长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉系统则可以长时间地作测量、分析和识别任务。 现在，机器视觉系统在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用，可以说已经深入到我们的生活、生产和工作的方方面面。 1.2 基本原理 图 1 是机器视觉系统的基本结构，在一定的光照（包括可见光，红外线甚至超声波等各种成象手段)条件下，成象设备（摄象机，图像采集板等）把三维场景的图像采集到计算机内部，形成强度的二维阵列——原始图象；然后，运用图像处理技术对采集到的原始图像进行预处理以得到质量改善了的图像；其次，运用机器视觉技术从图像中提取感兴趣的特征分类整理；，构成对图像的进一步，运用模式识别技术对抽取到的特征进行描述；最后，运用人工智能得到更高层次的抽象描述。完成视觉系统的任务。 图1机器视觉的基本结构
计算机视觉技术在工业生产中的应用
计算机视觉技术在工业生产中的应用 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑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，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立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。 那么计算机有那些主要技术呢？ 首先作为一个工程学科，计算机视觉寻求基于相关理论与模型来建立计算机视觉系统。这类系统的组成部分包括： （1）程序控制（例如工业机器人和无人驾驶汽车） （2）事件监测（例如图像监测） （3）信息组织（例如图像数据库和图像序列的索引建立） （4）物体与环境建模（例如工业检查，医学图像分析和拓扑建模）（5）交感互动（例如人机互动的输入设备） 其次，计算机视觉同样可以被看作是生物视觉的一个补充。在生物视觉领域中，人类和各种动物的视觉都得到了研究，从而建立了
这些视觉系统感知信息过程中所使用的物理模型。生物视觉与计算机视觉进行的学科间交流为彼此都带来了巨大价值。 计算机视觉包含如下一些分支：画面重建，事件监测，目标跟踪，目标识别，机器学习，索引建立，图像恢复等。 计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能／自主系统中不可分割的一部分。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。 再次，物理是与计算机视觉有着重要联系的另一工业应用领域。计算机视觉关注的目标在于充分理解电磁波——主要是可见光与红 外线部分——遇到物体表面被反射所形成的图像，而这一过程便是基于光学物理和固态物理，一些尖端的图像感知系统甚至会应用到量子力学理论，来解析影像所表示的真实世界，计算机视觉同样可以被看作是物理学的拓展。 再次，另一个具有重要意义的应用领域是神经生物学，尤其是其
计算机视觉应用专题报告
二、技术应用场景及典型厂商分析 1.计算机视觉技术已应用于传统行业和前沿创新，安全/娱乐/营销成最抢先落地的商业化领域 计算机视觉技术已经步入应用早期阶段，不仅渗透到传统领域的升级过程中，还作为最重要的基础人工智能技术参与到前沿创新的研究中。 本报告将重点关注技术对传统行业的影响。其中，计算机对静态内容的识别应用主要体现在搜索变革和照片管理等基础服务层面，意在提升产品体验；伴随内容形式的变迁（文字→图片→视频），动态内容识别的需求愈加旺盛，安全、娱乐、营销成为最先落地的商业化领域。 Analysys易观认为，这三类领域均有一定的产业痛点，且均是视频内容产出的重地，数据体量巨大，适合利用深度学习的方式予以改进。与此同时，行业潜在的商业变现空间也是吸引创业者参与的重要原因。 另一方面，当前计算机视觉主要应用于二维信息的识别，研究者们还在积极探索计算机对三维空间的感知能力，以提高识别深度。
2.计算机视觉的应用从软硬件两个层面优化安防人员的作业效率和深度 安防是环境最为复杂的应用领域，通常的应用场景以识别犯罪嫌疑人、目标车辆（含套牌车/假牌车）以及真实环境中的异常为主。 传统安防产品主要功能在于录像收录，只能为安防人员在事后取证的环节提供可能的线索，且需要人工进行反复地逐帧排查，耗时耗力；智能安防则是将视频内容结构化处理，通过大数据分析平台进行智能识别搜索，大大简化了工作难度，提高工作效率。 除此之外，在硬件层面上，传统安防产品超过4-5米的监控内容通常无法达到图像识别的像素要求，并容易受复杂环境中光影变化和移动
遮挡的影响而产生信息丢失，因此计算机会出现大量的误报漏报，这些局限为治安工作造成了一定的阻碍。 安防技术厂商在此基础上进行了创新，以格灵深瞳为例，目前已将摄像头的有效识别距离稳定至70-80米，同时开创了三维计算机视觉的应用，通过整合各类传感器达到类人眼的效果，减弱了环境对信息采集的负面影响，提高复杂环境下的识别准确度。 Analysys易观认为，计算机视觉的应用从行业痛点出发，以软硬件的方式大大优化了安防人员的作业效率与参考深度，是顺应行业升级的利好。不过，在实际应用过程中，对公安、交警、金融等常见安防需求方而言，更强的视觉识别效果往往意味着更多基础成本（存储、带宽等）的投入，安防厂商的未来将不只以技术高低作为唯一衡量标准，产品的实用性能与性价比的平衡才是进行突围、实现量产的根本，因此市场除了有巨大的应用空间外，还会引发一定的底层创新。
计算机视觉技术在零件尺寸测量中的应用_王晓翠
计算机视觉技术在零件尺寸测量中的应用 王晓翠1,王艳秋1,麻恒阔2 (1.北京航空精密机械研究所,北京100076; 2.A BB电气传动系统有限公司,北京100015) 摘要:介绍了一种应用计算机视觉技术检测机械零件参数的测量方法。以面阵CCD为图像传感器,通过图像采集卡将机械零件的二维图像输入到计算机中。在对原始输入图像进行直方图校正和边缘保持滤波处理后,对得到的较为平滑的零件图像进行边缘检测。利用图像边缘灰度突变的特性,提出了一种结合梯度算子的快速边缘检测方法。并据此计算出零件的各参数值。此种测量方法非常适合于微小、易形变等接触测量难以准确测量的机械零件的参数检测,具有广阔的应用前景。 关键词:直方图校正;边缘保持滤波;边缘检测 中图分类号:T P391.41文献标志码:A Application of Measurement of Mechanical Accessory Size based on C omputer Vision Technology WA N G Xiaocui1,W AN G Y anqiu1,M A H eng kuo2 (1.Beijing Pr ecision Eng ineering Institut e fo r A ircraft Industr y,Beijing100076,China; 2.ABB Beijing Dr ive Systems Co.,L td,Beijing100015,China) Abstract:T he accessor y parameter measurement met ho d w as presented based on co mputer v ision technolog y.By taking CCD as imag e senso r,the accesso ry image is put into the co mputer via imag e co llection card.T he edge detectio n of smoot her accessor y imag e attained after histo gr am adjusting the or ig inal imag e and holding edg e filter.Co nsider ing the sudden chang e of the gr ay scale o f the image edge,a rapid edge-detectio n technique is pr esented which uses gr adient operato r,and then wo rked o ut t he accesso ry parameters.T his metho d is pr opitio us to measure mechanical accesso ry accur ately,such as m-i nuteness,mo re defo rmable that unfit for tangency measur ement,and has a w ide applicatio n fo reg round. Key words:Histo gr am adjusting,Edge keeping filter,Edg e detectio n 基于图像处理的计算机视觉技术是把被测零件的图像当作检测和传递信息的手段,从中提取有用的信号来获得待测的参数。该测量方法具有非接触、高速度、动态范围大、信息量丰富等优点,非常适合传统方法难以测量的场合,如易变形零件尺寸、微小尺寸及零件孔心距等的测量。本文介绍了一种以CCD作为图像传感器的图像测量系统,并可实现对微小零件的几何量(如薄板零件的小孔和孔心距等)进行自动测量。 1计算机视觉检测系统的构成 计算机视觉检测系统是集光学、光电子学、精密机械及计算机技术为一体的综合系统。该测量系统基本上由平行光照明系统、CCD图像采集系统以及相应的图像处理软件组成。为了达到良好的照明效果,并适当提高被测图像的对比度,从而提高图像处理中边缘提取的精度,采用光照均匀的柯拉照明方式,并对被测物进行平行光背光照射。由于被测对象多为板型零件,因而可以较好地利用光照条件提取被测物的有效轮廓,有利于图像测量算法精度的提高。结构框图如图1所示。其工作过程为:将被测零件置于尽可能均匀照明的可控背景前,CCD和图像卡将被测零件图像采集到计算机里,计算机按一定的算法计算出被测物体的几何参数,最后计算机对这些数据进行各种处理,并将结果按一定要求 予以显示和存储。 图1图像测量系统结构框图 2图像预处理 由于光的散射、空间电磁干扰、电路杂波等原因,得到的图像中通常含有如椒盐、脉冲和高斯等噪声。噪声会影响图像质量,造成零件边缘模糊,降低系统测量精度,因此,必须对原始图像进行灰度校正、噪声过滤等预处理。对图像测量系统来说,所用的图像预处理方法可不考虑图像降质,只将图像中感兴趣的部分有选择地突出,衰减不需要的特征。考虑到待测物体参数大多由其外形轮廓决定,本文首先对原始图像进行直方图均衡化处理,然后采用边缘保持滤波算法对图像进行降噪。 2.1直方图修正 原始图像的灰度值分布是不均匀的,其灰度值
计算机视觉简介
人们常说：眼睛是心灵的窗户，通过眼睛人们可以轻易地交流情感，眼睛也是与外界交流的窗口，这些都是通过“看”来完成的。 人们可以很容易“看到”一幅画，但这一“简单”过程并不如此简单，大致上它可以分为以下几个阶段：首先是通过眼睛将图成像在视网膜上；其次大脑对图像进行理解；最后根据处理的结果做出反应。用比较专业一点的语言来描述，该过程包括了识别、描述与理解三个层次；这其中还隐含了边缘检测（各物体的轮廓等）、图像的分割（各物体区域的划分）等阶段。以上实际上概述了视觉系统的三个层次，即低层阶段：基于图像特征提取及分割阶段；中层阶段：基于物体的几何模型与图像特性表达阶段；高层阶段：基于景物知识的描述、识别与理解阶段，这是根据先验知识介入的程度划分的，且实现起来也越来越困难。 毫无疑问，如何人工实现这一过程是极具挑战性和应用前景的一项工作，计算机视觉也因此而应运而生。计算机视觉是研究用计算机和成像设备来模拟人和生物视觉系统功能的技术学科，其目标是从图像或图像序列中获取对外部世界的认知和理解，即利用二维图像恢复三维环境中物体的几何信息，比如形状、位置、姿态、运动等，并能描述、识别与理解。 计算机视觉的基础是各种成像设备，例如CCD(Charge Coupled Device )摄像机（数码相机属于此类型）、红外摄像机、医学上常用的核磁共振成像、X射线成像等，这些设备不仅可以成像，还可以获取比人眼更丰富的图像，人们可以形象地把摄像机看成计算机视觉的视网膜部分。可以说从人类拍摄出第一幅图像开始，就为计算机视觉的诞生奠定了基础。 而计算机视觉的核心是数字电子计算机，其发展可谓突飞猛进，在计算和存储能力上，人脑已经无法与之相比，人们的目标就是利用计算机非凡的计算处理能力来代替人脑实现对图像的理解，而计算机日新月异的发展也使得这一愿望越来越成为可能。 用于指导“计算机”这个大脑运作的核心是计算机视觉的理论方法，计算机视觉使用的理论方法主要基于几何、概率和运动学计算与三维重构的视觉计算理论，它的基础包括射影几何学、刚体运动力学、概率论与随机过程、图像处理、人工智能等理论。在20世纪70年代，视觉研究大多采用模式识别的方法；80年代，开始采用空间几何的方法以及物理知识进行视觉研究；90年代以后，随着智能机器人视觉研究的发展，引入了许多新的理论与技术如主动视觉理论、不变量理论、融合技术等，并应用于许多计算机视觉系统中。 研究计算机视觉，不得不提的是英国已故科学家戴维·马尔（David Marr），他在计算机视觉发展史上可谓写下了浓重的一笔。在20世纪70年代末，他提出了第一个
计算机视觉的应用
运动目标检测 目录 基于统计背景模型的运动目标检测方法 背景模型提取 运动目标检测 后处理 基于统计背景模型的运动目标检测方法 问题：（1）背景获取：需要在场景存在运动目标的情况下获得背景图像（2）背景扰动：背景中可以含有轻微扰动的对象，如树枝、树叶的摇动，扰动部分不应该被看做是前景运动目标（3）外界光照变化：一天中不同时间段光线、天气等的变化对检测结果的影响（4）背景中固定对象的移动：背景里的固定对象可能移动，如场景中的一辆车开走、一把椅子移走，对象移走后的区域在一段时间内可能被误认为是运动目标，但不应该永远被看做是前景运动目标（5）背景的更新：背景中固定对象的移动和外界光照条件的变化会使背景图像发生变化，需要及时对背景模型进行更新，以适应这种变化（6）阴影的影响：通常前景目标的阴影也被检测为运动目标的一部分，这样讲影响对运动目标的进一步处理和分析首先利用统计的方法得到背景模型，并实时地对背景模型进行更新以适应光线变化和场景本身的变化，用形态学方法和检测连通域面积进行后处理，消除噪声和背景扰动带来的影响，在HSV色度空间下检测阴影，得到准确的运动目标。 背景模型提取 前提假设在背景模型提取阶段，运动目标在场景区域中运动，不会长时间停留在某一位置视频流中某一像素点只有在前景运动目标通过时，它的亮度值才发生大的变化，在一段时间内，亮度值主要集中在很小的一个区域中，可以用这个区域内的平均值作为该点的背景值。具体实现过程：在YUV颜色空间下，Y值的变化范围为0~255，将该范围划分成若干区间[0,T][T,2T]…[Nt,255],n=255/T，对于每个像素点，统计一段时间内每个区间内亮度值的出现的次数。找出出现次数最多的那个区间，将该区间内所有值的平均值作为背景模型在该点的亮度值。这种方法不受前景运动目标的影响。 运动目标检测 检测当前图像和背景图像中对应像素点的差异，如果差值大于一定阈值，则判定该像素为前景运动目标
水火弯板项目概况
水火弯板项目概况 一、研究意义 船体外板曲面的成型加工是船舶制造的关键及重要环节之一。各种船舶的外表面大多都是由复杂的、不可展的空间曲面构成，通常采用燃气火焰在钢板表面局部进行加热，当加热区达到一定温度后再降温，利用金属的热弹塑性收缩变形原理，以获得良好的整体变形，这就是所说的水火弯板工艺。其中影响钢板变形的因素，有板材的形状参数(板长、板宽、板厚、曲率大小)，加工参数(加热线的长度、宽度及形状、加热速度)，热源(气体火焰、高频感应、激光加热)，边界条件(两端自由、两端支撑、四角支撑)，冷却方式(正面水冷、背面水冷、空冷)等。 二、国内外研究现状 目前国内外大部分造船厂的水火弯板工艺都是由技术熟练的造船工人凭借长期积累的加工经验按照这个一般过程操作的。而这种经验型的手工加热模式存在如下的不足:①水火弯板加工经验需要在长期的加工实践中获得，培养一名有经验的技工很不容易。工作环境比较艰苦，劳动条件也较差，因此随着老工人的退休，很多青年工人不愿意从事这一工种。②手工加热型的水火弯板加工存在加工时间长，成形质量不容易控制，难以实现精度控制等困难。这导致了造船周期长，为后续造船工艺的精度控制设置了障碍。③当今世界船舶市场的竞争日趋激烈，为了提高自身的造船竞争力，船厂必须在缩短造船周期、提高造船质量和降低造船成本等方面下功夫。双曲率船体板的水火弯板成形是一个不可或缺的造船工艺，而手工加热型的水火弯板加工在成形效率和成形质量上都不能满足现代造船生产的迫切要求。因此，水火弯板研究具有明显的工程应用背景和重要的学术价值，实现水火弯板成形的自动化己经是造船界的共识，必须尽决加以解决。 作为水火弯板工艺的发源地，日本早在二十世纪五六十年代就开始了对此工艺的探索，七八十年代开始了自动加工设备的研究。1999年日本石川岛播磨重工业株式会社研制出一台曲板成形的自动化加工装置IHI-α。该装置有以下几个特点[1]： （1）自动计算出曲板的加热路径和加热头热输入率等参数，以及加工后曲板形状变化的误差。 （2）加工过程中能在PC机显示屏上对板的实际和理论弯曲状况进行比较和评估，并进行修正。（3）采用数控机器和激光测量器，能连续进行弯曲加工和形状测量。工作台上设有23个液压千斤顶，高度可根据选择的弯曲形状自动调节。 IHI-α系统[1]软件自动计算出加工方案然后进行加热，在加热时除了钢板翻身需要人工干预外，全部实现了自动化。它的成形速度远高于基于手工操作或工人经验的加工系统，大大减少了加工时间，一个高度复杂的船体曲面以前要2～3天的手工成形，现在只需要5～6h，其中还包括2～3h的方案计算时间。日本在精细化造船方面走在了世界前沿。 日本钢管公司(NKK)也试制了这样的设备。韩国汉城大学[3,4]研制了自动水火弯板加工系统，它可以进行船体外板建模、外板展开、加热信息计算、钢板形状的自动测量，该系统已经在合作船厂进行了试用。美国M.I.T研制用激光作为热源的全自动水火弯板设备，在薄板水火变形控制研究方面已经有很大的建树
计算机视觉
计算机视觉 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑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，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立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。 目录 1定义 2解析 3原理 4相关 5现状 6用途 7异同 8问题
9系统 10要件 11会议 12期刊 1定义 计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。 计算机视觉是一门关于如何运用照相机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。我们中国人的成语"眼见为实"和西方人常说的"One picture is worth ten thousand words"表达了视觉对人类的重要性。不难想象，具有视觉的机器的应用前景能有多么地宽广。 计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它
的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。 2解析 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的 计算机视觉与其他领域的关系 研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战（grand challenge）。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。为此我们将先介绍人类视觉。 3原理 计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是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。要经过长期的努力才能达到的目标。因此，在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。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，还没有条件实现象人那样能识别和理解任何环境，完成自主导航的系统。因此，人们努力的研究目标是实现在高速公路上具有道路跟踪能力，可避免与前方车辆碰撞的视觉辅助驾驶系统。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，但并不意味
基于计算机视觉水火弯板的三维测量系统
基于计算机视觉水火弯板的三维测量系统 赵猛，王直 （江苏科技大学江苏镇江212003） 摘要：将激光测量技术和多目视觉照相测量技术相融合，分别发挥激光测量精度高、定位准，照相测量速度快、密度高的特点，研制曲面板三维形状的自动测量以及划线定位系统，实现曲面板上的关键点的位置精确、快速的测量，该系统可基本实现工业船舶行业对曲面板技术的要求，对造船业的发展具有重要的现实意义。关键词：水火弯板；计算机视觉；激光测量；三维测量中图分类号：TP29 文献标识码：A 文章编号：1674－6236（2013）02-0063-04 Three -dimensional measurement system based on computer vision line heating plate ZHAO Meng ，WANG Zhi （Jiangsu University of Science and Technology ，Zhenjiang 212003，China ） Abstract:This article will laser measurement technology and visual camera measuring technology integration ，are played by laser high measuring precision ，accurate positioning ，photographic measurement speed ，high density characteristics ，development of curved plate shape measurement and scribing positioning system ，realize the curved panel on the key points of the position accuracy ，rapid measurement ，the system can realize the basic industry of shipbuilding industry on the curved panel technology requirements ，the development of shipbuilding industry has the important practical significance.Key words:plate bending ；computer vision ；laser measurement ；three-dimensional measurement 收稿日期：2012-09-19 稿件编号：201209139 作者简介：赵猛（1987—），男，山东济南人，硕士研究生。研究方向：复杂系统分析与建模、导航技术应用等。 大型曲面板的高精度快速测量及定位自动化，不仅是目前船舶建造所急需的，也是未来船舶建造测量装备发展的必然趋势。传统的研究方法对板子加工后位移大小的计算测量精度都不高，关键原因是在板子上标记具有难度。长期以来，对于船体双曲度外板的加工，国内外造船厂都是依靠有经验的工人采用水火弯板的方法手工作业完成。船体外板曲面的成型加工是船舶制造的关键及重要环节之一。各种船舶的外表面大多都是由复杂的、不可展的空间曲面构成，把钢板加工成这样的曲面，目前在国内外大部分船厂主要还是采用燃气火焰在钢板表面局部进行加热，当加热区达到一定温度后再降温，利用金属的热弹塑性收缩变形原理，以获得良好的整体变形，这就是所说的水火弯板工艺[1]。 1 曲面板测量、定位系统的整体设计与原理 1.1 整体架构图 该系统主要是由服务器、工控机、工业照相机、激光扫描 机以及传输信号的数据线组成的如图1所示。 服务器主要是接受处理伺服控制器的控制信号，通过伺服控制器来控制激光扫描机跟工业摄像机，对曲面板立体拍照、测量，通过嵌入式计算机收集反馈来的控制信号通过比较相机跟激光扫描机的来准确的定位划线装置的位移。 1.2相机成像原理 该测量系统采用了4台高分辨率家用单反相机、以及一 个高精度激光测量装置，系统将激光与照相相结合进行测量。目前该系统能比较准确地测量曲面板的三维形状，测量精度可以达到±2mm 。根据物理学中光学的原理摄像机成像 模型如图2所示[2]。 电子设计工程 Electronic Design Engineering 第21卷 Vol.21 第2期No.22013年1月Jan.2013 图1 整体架构图 Fig.1Overall chart 图2 摄像机成像模型 Fig.2Camera imaging model
计算机视觉在各个方面的应用
计算机视觉在各个方面的应用 摘要 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑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，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立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。 关键词：图像处理，模式识别，图像理解。 正文 1.1序言 计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。 计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算计科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。 所需要的知识储备以及相关课程如下， 图1-1 图1-2
1.1.2 现阶段的形式 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的 图1-3计算机视觉与其他领域的关系 研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战（grand challenge）。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。为此我们将先介绍人类视觉。 人类正在进入信息时代，计算机将越来越广泛地进入几乎所有领域。一方面是更多未经计算机专业训练的人也需要应用计算机，而另一方面是计算机的功能越来越强，使用方法越来越复杂。这就使人在进行交谈和通讯时的灵活性与目前在使用计算机时所要求的严格和死板之间产生了尖锐的矛盾。人可通过视觉和听觉，语言与外界交换信息，并且可用不同的方式表示相同的含义，而目前的计算机却要求严格按照各种程序语言来编写程序，只有这样计算机才能运行。为使更多的人能使用复杂的计算机，必须改变过去的那种让人来适应计算机，来死记硬背计算机的使用规则的情况。而是反过来让计算机来适应人的习惯和要求，以人所习惯的方式与人进行信息交换，也就是让计算机具有视觉、听觉和说话等能力。这时计算机必须具有逻辑推理和决策的能力。具有上述能力的计算机就是智能计算机。 智能计算机不但使计算机更便于为人们所使用，同时如果用这样的计算机来控制各种自动化装置特别是智能机器人，就可以使这些自动化系统和智能机器人具有适应环境，和自主作出决策的能力。这就可以在各种场合取代人的繁重工作，或代替人到各种危险和恶劣环境中完成任务。 1.1.3 简单原理 计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是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。要经过长期的努力才能达到的目标。因此，在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。例如，计算机视觉的一个重
基于计算机视觉技术的人脸检测系统设计
基于计算机视觉技术的人脸检测系统设计 王斌，郭攀，张坤，黄乐 （长安大学信息工程学院，陕西西安710064） 摘要：通过对基于Haar-like 特征的AdaBoost 人脸检测算法研究，利用由该算法训练的级联分类器和计算机视觉类库OpenCV 进行人脸检测系统设计，实现了基于静态图像、摄像头视频和avi 视频的人脸检测与标记，以及标记后的人脸区域图像实时显示和存盘。此外，在VC++6.0环境下实现了对人脸检测系统软件界面的开发。实验结果表明，该检测系统开发周期短，检测速度快，实时性强，检测率高，可作为人脸识别和人脸跟踪系统的开发基础。关键词：计算机视觉；人脸检测；AdaBoost 算法；Haar-like 特征；OpenCV 中图分类号：TP391.4 文献标识码：A 文章编号：1674－6236（2011）16-0038-04 The design of face detection system based on computer vision technology WANG Bin ，GUO Pan ，ZHANG Kun ，HUANG Le （College of Information Engineering ，Chang ’an University ，Xi ’an 710064，China ） Abstract:Through the research for AdaBoost face detection algorithm based on Haar -like features ，make use of the cascade classifier trained by this algorithm and computer vision library OpenCV to design a face detection system ，realize face detection and mark based on static image ，camera video and avi video ，finish displaying and saving the face region images marked by rectangles real -timely.Besides ，achieve the development of software interface by VC++6.0.The experiment result shows that the face detection system has features of short develop cycle ，rapid detection ，real -time and high detection rate ，which can be used for the bases of face recognition system and face tracking system. Key words:computer vision ；face detection ；AdaBoost algorithm ；Haar -like feature ；OpenCV 收稿日期：2011-06-19 稿件编号：201106084 作者简介：王斌（1985—），男，河南南阳人，硕士研究生。研究方向：信号与信息处理及智能控制。 随着计算机技术和数字信号处理技术的快速发展，计算机视觉技术逐渐应运而生，并得到了广泛的应用。OpenCV [1]（Open Source Computer Vision Library ）是由Intel 提供的由一系列C 函数和少量C++类构成的计算机视觉开源软件包，它拥有数百个可实现图像处理和计算机视觉方面的中、高层 API ，可以十分方便地搭建基于计算机视觉技术的静态图像 和视频流处理软件平台，可作为二次开发的理想工具。由于基于Haar-like 特征的AdaBoost 人脸检测算法具有检测速度快、实时性强、鲁棒性好等优点，本文采用基于Haar-like 特征的AdaBoost 人脸检测算法和OpenCV 相结合的方法在 VC++6.0软件开发平台上分别对基于静态图像、摄像头视频 和avi 视频的人脸检测系统进行设计，实现了从静态图像中检测出人脸并标记出人脸位置、从摄像头视频中实时检测和标记出人脸的位置和从avi 视频中提取检测出有人脸的帧并实时标记人脸，同时还实现了对标记后的人脸区域图像进行实时显示和存盘。 1AdaBoost 人脸检测算法 人脸检测的目的就是把静态图像或视频帧中的人脸区 域和非人脸区域区分开。Viola 等人提出的人脸检测方法是一种基于积分图、级联分类器和AdaBoost 算法的方法，该方法可分为以下3个步骤实现[2]。 1）使用Haar-like 特征表示人脸，并采用一种新的图像 表示方式—“积分图”快速计算其特征值。 2）利用AdaBoost 机器学习算法挑选出一些最能代表人 脸的矩形特征（弱分类器）并按照加权投票的方式将弱分类器构造成一个强分类器。 3）将训练得到的若干个强分类器串联起来构造成一个 级联结构的分类器，从而提高分类器的检测速度。 1.1Haar-like 特征 用一些简单的矩形特征来表示人脸特征，因其类似于 Viola 等人提出的Haar-like 小波而得名[3]。常用的Haar-like 特征有边缘特征、线性特征和中心特征，如图1所示。 其中特征值是指图像上两个或者多个形状大小相同的矩形内部所有像素灰度值之和的差值，在系统中统一采用白 电子设计工程 Electronic Design Engineering 第19卷Vol.19第16期No.162011年8月Aug.2011 图1 Haar -like 特征Fig.1 Haar -like features －38－