前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇計(jì)算機(jī)視覺技術(shù)應(yīng)用范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

計(jì)算機(jī)視覺技術(shù)應(yīng)用范文第1篇

關(guān)鍵詞：計(jì)算機(jī)視覺技術(shù) 鐵路檢測(cè) 應(yīng)用

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2012）002-075-03

1 前言

自1825年世界第一條鐵路在英國(guó)出現(xiàn)以來，鐵路已經(jīng)成為人們不可或缺的交通工具，越來越多的人在使用鐵路出行，由于近年來鐵路事故頻頻發(fā)生，促使了計(jì)算機(jī)視覺技術(shù)在鐵路檢測(cè)上的廣泛使用并大力發(fā)展。

傳統(tǒng)的鐵路檢測(cè)一直是靠人工和靜態(tài)檢測(cè)，這種檢測(cè)缺乏實(shí)時(shí)性和準(zhǔn)確性，并且效率低下，根本無法滿足鐵路的發(fā)展。這就要求研究一種新的檢測(cè)方法來適應(yīng)環(huán)境的發(fā)展，人們就試圖將計(jì)算機(jī)視覺技術(shù)應(yīng)用于鐵路檢測(cè)上，并取得了很好的效果。將計(jì)算機(jī)視覺技術(shù)應(yīng)用在鐵路檢測(cè)上顯著提高了鐵路檢測(cè)的實(shí)時(shí)性、準(zhǔn)確性，有效的減輕了人工檢測(cè)中工作條件惡劣，工作量大等缺點(diǎn)。它能在列車行駛的過程中就能對(duì)鐵路和列車狀況進(jìn)行檢測(cè)，并及時(shí)的做出預(yù)警，防止安全事故的發(fā)生。目前有關(guān)鐵路檢測(cè)主要集中在鐵路信號(hào)檢測(cè)、軌道檢測(cè)、接觸網(wǎng)檢測(cè)、電力機(jī)車檢測(cè)及站臺(tái)環(huán)境監(jiān)測(cè)等五個(gè)方面。

2 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺，也稱機(jī)器視覺。它是利用一個(gè)代替人眼的圖像傳感器獲取物體的圖像，將圖像轉(zhuǎn)換成數(shù)字圖像，并利用計(jì)算機(jī)模擬人的判別準(zhǔn)則去理解和識(shí)別圖像，達(dá)到分析圖像和作出結(jié)論的目的。

計(jì)算機(jī)視覺是多學(xué)科的交叉和結(jié)合，涉及到數(shù)學(xué)、光學(xué)、人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、圖像理解、模式識(shí)別等多個(gè)領(lǐng)域。計(jì)算機(jī)視覺已有多年的發(fā)展歷程。隨著計(jì)算機(jī)、控制理論、模式識(shí)別、人工智能和生物技術(shù)的發(fā)展，計(jì)算機(jī)視覺在機(jī)器人、工業(yè)檢測(cè)、物體識(shí)別的應(yīng)用越來越廣，研究方向也從二維到三維，從串行到并行，從直接依賴于輸入信號(hào)的低層處理到依賴于特征、結(jié)構(gòu)、關(guān)系和知識(shí)的高層處理。

一般的計(jì)算機(jī)視覺系統(tǒng)是有CCD(電荷耦合器件)攝像機(jī)、裝備有圖像采集板的計(jì)算機(jī)、光照系統(tǒng)以及專用圖像處理軟件等組成。CCD攝像機(jī)將所要研究的對(duì)象和背景以圖像的形式記錄下來，這其實(shí)是一個(gè)光電傳感器，將光學(xué)信號(hào)轉(zhuǎn)成電信號(hào)，圖像采集板把采集的電信號(hào)轉(zhuǎn)為數(shù)字信號(hào)，即數(shù)字化，一般情況下在攝取圖像時(shí)都需要一個(gè)照明系統(tǒng)提供光照，然后再用專用的圖像處理軟件對(duì)圖像進(jìn)行處理，輸出分析結(jié)果。

3 計(jì)算機(jī)視覺技術(shù)在鐵路信號(hào)中的應(yīng)用

鐵路信號(hào)燈和現(xiàn)在的交通公路上的紅綠燈是一個(gè)功能，但鐵路和公路不同，鐵路有限定的道路，列車必須在限定的股道上行駛，所以一旦與其他車輛相遇的話根本沒有辦法避讓，如果發(fā)生車禍將會(huì)對(duì)國(guó)家和人民的生命和財(cái)產(chǎn)造成嚴(yán)重的損失，因此列車必須嚴(yán)格按照信號(hào)燈的指示行駛。

鐵路信號(hào)燈識(shí)別主要是利用了信號(hào)燈在不同情況下會(huì)發(fā)出特定色彩光的特點(diǎn)。文獻(xiàn)[1]在HSV空間中對(duì)S分量圖像邊緣檢測(cè)和膨脹等，結(jié)合各種信號(hào)燈色調(diào)H分量的取值范圍得到信號(hào)燈區(qū)域，然后多次腐蝕直到消除孤立點(diǎn)得到信號(hào)燈的邊緣，最后填充信號(hào)燈區(qū)域，從而實(shí)現(xiàn)了信號(hào)燈的識(shí)別。在文獻(xiàn)[2]也與此類似。文獻(xiàn)[3]將彩色圖像由RGB模式轉(zhuǎn)化為HSI模式，用彩色特征聚類分析法來對(duì)圖像進(jìn)行分割，文中提出了基于顏色和形狀相結(jié)合的復(fù)雜環(huán)境中目標(biāo)檢測(cè)與識(shí)別方法，用Hough變化來提取目標(biāo)邊界，從而提取出特定目標(biāo)，而后得到指示燈區(qū)域所有像素的H，S統(tǒng)計(jì)值確定信號(hào)燈的顏色。在文獻(xiàn)[4]提出一種基于改進(jìn)的Hough變化的吊車信號(hào)燈識(shí)別算法。Roberto將攝取的圖片轉(zhuǎn)換到HIS顏色空間，用基于形狀特征和模板匹配的方法探測(cè)到相關(guān)的鐵路標(biāo)志而放棄無關(guān)的基礎(chǔ)設(shè)施。

為了部分消除因?yàn)楣庹諚l件、背景和拍攝角度對(duì)目標(biāo)識(shí)別的影響，文獻(xiàn)[5]提出使用一種利用sift特征的方法，它首先建立已知樣本模型的特征集，然后將視頻流每幀灰度圖像的sift特征與之比較，從而實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)或跟蹤。實(shí)驗(yàn)表明該方法不僅能避免目標(biāo)的錯(cuò)誤識(shí)別，而且也明顯優(yōu)于基于邊緣檢測(cè)的算法，在識(shí)別準(zhǔn)確率上達(dá)到了90%。

4 計(jì)算機(jī)視覺技術(shù)在軌道檢測(cè)中的應(yīng)用

隨著世界鐵路運(yùn)營(yíng)速度的不斷提高，列車在行駛時(shí)對(duì)軌道的撞擊、摩擦加劇，這就會(huì)造成軌道的變形、零件松動(dòng)、磨損乃至缺失等，這些都會(huì)對(duì)列車的安全性造成嚴(yán)重影響，極有可能會(huì)造成鐵路安全事故的發(fā)生。因此軌道設(shè)備具備良好的狀態(tài)是鐵路運(yùn)輸安全的重要保證。

隨著電子技術(shù)和檢測(cè)技術(shù)的發(fā)展，軌道檢測(cè)技術(shù)也經(jīng)歷了翻天覆地的變化，其中也有不少研究機(jī)構(gòu)將計(jì)算機(jī)視覺技術(shù)應(yīng)用于軌道檢測(cè)上，且取得了若干有效的檢測(cè)方法。

軌道表面缺陷對(duì)列車行駛的質(zhì)量和鐵路系統(tǒng)的安全性會(huì)造成嚴(yán)重的影響，文獻(xiàn)[7]提出了一種軌道表面缺陷檢測(cè)的實(shí)時(shí)視覺檢測(cè)系統(tǒng)。利用跟蹤提取算法分割出軌道的灰度圖像，然后用局部歸一化法增強(qiáng)軌道圖像的對(duì)比度，最后用基于投影輪廓的缺陷定位法檢測(cè)缺陷。該算法對(duì)噪聲有較強(qiáng)的魯棒性和計(jì)算速度快，在一定程度上克服了光照不均和軌道表面反射性質(zhì)不同對(duì)圖像的影響，但對(duì)局部歸一化過程中參數(shù)的選擇有待進(jìn)一步研究，以使該系統(tǒng)有更強(qiáng)的魯棒性。該系統(tǒng)在216km/h速度下能進(jìn)行實(shí)時(shí)檢測(cè)，但隨著檢測(cè)速度的提高檢測(cè)的準(zhǔn)確度會(huì)明顯下降且缺乏實(shí)時(shí)性。

文獻(xiàn)[8]利用一排結(jié)構(gòu)光視覺傳感器，將鋼軌輪廓的大圓周和小圓周的中心作為檢查點(diǎn)。首先結(jié)構(gòu)光視覺傳感器拍攝鐵軌側(cè)面并且將其標(biāo)記 在參考坐標(biāo)幀中，最后通過比較測(cè)量的鋼軌輪廓與參考輪廓的比較計(jì)算出鐵軌磨損程度。該方法簡(jiǎn)單快速精確且不需要特殊的圖像處理設(shè)備，在列車較高速度時(shí)仍然能達(dá)到良好效果。

5 計(jì)算機(jī)視覺技術(shù)在接觸網(wǎng)檢測(cè)中的應(yīng)用

接觸網(wǎng)是沿鐵路線上空架設(shè)的向電力機(jī)車供電的特殊形式的輸電線路。其由接觸懸掛、支持裝置、定位裝置、支柱與基礎(chǔ)幾部分組成。它是軌道交通的主要組成部分，主要為機(jī)車提供動(dòng)力，接觸網(wǎng)的連接件由于受外界因素的影響容易產(chǎn)生過熱現(xiàn)象，嚴(yán)重時(shí)會(huì)導(dǎo)致供電中斷，引發(fā)列車停運(yùn)事故。

我國(guó)的計(jì)算機(jī)視覺技術(shù)的接觸網(wǎng)檢測(cè)系統(tǒng)是基于德國(guó)相關(guān)技術(shù)而建立起來的，目前基于計(jì)算機(jī)視覺技術(shù)的接觸網(wǎng)磨耗檢測(cè)主要有兩種方案：(1)基于鏡面反射，激光照射接觸線，線性CCD照相機(jī)捕獲反射圖像；(2)基于漫反射原理和CMOS(互補(bǔ)金屬氧化物半導(dǎo)體)照相機(jī)。由于長(zhǎng)期的頻繁摩擦，接觸網(wǎng)與受電弓接觸部分很少被空氣氧化，所以用光進(jìn)行照射時(shí)該部分光反射率明顯高于其他部分，因此這也為計(jì)算機(jī)視覺技術(shù)用于接觸網(wǎng)檢測(cè)提供了可能。

基于機(jī)器視覺的接觸網(wǎng)檢測(cè)系統(tǒng)主要是建立在圖像識(shí)別和圖像處理等視覺技術(shù)基礎(chǔ)之上的，檢測(cè)的內(nèi)容涵蓋接觸網(wǎng)的所有基本幾何參數(shù)。隨著鐵路的發(fā)展，原有的檢測(cè)系統(tǒng)已經(jīng)暴露出了一些問題，已無法滿足需求，所以研究人員在系統(tǒng)硬件設(shè)備不變的情況下提出了許多改進(jìn)的算法，如文獻(xiàn)[9]針對(duì)現(xiàn)行的接觸網(wǎng)定位器傾斜度檢測(cè)方法效率低下、精確度不高的缺點(diǎn)，提出了一種基于計(jì)算機(jī)視覺的接觸網(wǎng)定位器傾斜度自動(dòng)測(cè)量裝置，應(yīng)用圖像分割、剔除干擾線、圖像細(xì)化等算法，對(duì)采集的圖像進(jìn)行處理，然后利用改進(jìn)的霍夫(Hough)變換檢測(cè)細(xì)化后的圖像，對(duì)相鄰的特征像素點(diǎn)進(jìn)行聚類并感知編組，最后用隨機(jī)Hough變換使感知編組后的每條線段更接近直線，進(jìn)而計(jì)算裝置中定位器的傾斜度，實(shí)驗(yàn)證明該算法精度高、速度快。

6 計(jì)算機(jī)視覺技術(shù)在電力機(jī)車檢測(cè)中的應(yīng)用

在列車的行進(jìn)過程中，機(jī)車車輪與鋼軌接觸面不斷發(fā)生摩擦，也就是輪緣與踏面的摩擦。從而會(huì)造成踏面的擦傷或剝離，而剝離會(huì)嚴(yán)重影響列車運(yùn)行的安全性和平穩(wěn)性以及軌道設(shè)施的使用壽命，因此需要對(duì)輪緣進(jìn)行定期的檢測(cè)和維修。

傳統(tǒng)的檢測(cè)方法需要人工逐項(xiàng)檢測(cè)，存在費(fèi)時(shí)費(fèi)力、工作量大、工作環(huán)境差、效率低等缺點(diǎn)，所以人們就提出了一種基于計(jì)算機(jī)視覺技術(shù)的檢測(cè)技術(shù)，該技術(shù)是一種非接觸式檢測(cè)方法，它能檢測(cè)出所有關(guān)于火車輪緣輪廓的幾何參數(shù)，從而計(jì)算出火車輪緣的磨損情況。這種檢測(cè)方法檢測(cè)速度快、準(zhǔn)確率高且大大減輕了勞動(dòng)強(qiáng)度，在實(shí)驗(yàn)中取得了滿意的效果，并且在實(shí)際檢測(cè)中也得到了廣泛的應(yīng)用。

文獻(xiàn)[10]中研發(fā)設(shè)計(jì)了一種利用CCD成像測(cè)量技術(shù)、圖像處理理論和計(jì)算機(jī)控制等相關(guān)技術(shù)，提出了一種非接觸式的在線測(cè)量系統(tǒng)。采用二元多項(xiàng)式方法對(duì)由于硬件裝置引起的誤差的圖像進(jìn)行幾何校正，用統(tǒng)計(jì)均值法對(duì)圖像進(jìn)行分割，從而求出車輪踏面的各項(xiàng)參數(shù)，通過在實(shí)驗(yàn)室對(duì)標(biāo)準(zhǔn)物進(jìn)行測(cè)試實(shí)驗(yàn)而得到的測(cè)量數(shù)據(jù)結(jié)果進(jìn)行分析而得出。此系統(tǒng)能夠完成對(duì)火車輪對(duì)幾何參數(shù)的測(cè)量，并且可得到相對(duì)準(zhǔn)確的測(cè)量結(jié)果。

為了解決檢測(cè)輪緣高度和寬度存在精度難以保證及穩(wěn)定性不高的問題，文獻(xiàn)[11]提出了一種基于三角法測(cè)量的在線監(jiān)測(cè)系統(tǒng)，該系統(tǒng)由CCD高速攝像機(jī)和結(jié)構(gòu)光發(fā)射器完成數(shù)據(jù)的采集，然后利用三角測(cè)量原理導(dǎo)出測(cè)量模型和計(jì)算模型，根據(jù)輪緣高度和寬度的定義完成對(duì)高度和寬度的測(cè)量，最終對(duì)輪緣磨損程度進(jìn)行量化，實(shí)驗(yàn)表明該算法測(cè)量精度高，結(jié)果穩(wěn)定可靠。

7 計(jì)算機(jī)視覺技術(shù)在站臺(tái)環(huán)境監(jiān)測(cè)中的應(yīng)用

近年來鐵路交通事業(yè)發(fā)展迅速，鐵路客流量也不斷增大，如中國(guó)每年的春運(yùn)期間都有上億人次通過火車返鄉(xiāng)，各種危害乘客安全的事故也時(shí)有發(fā)生，因此世界各國(guó)特別是中國(guó)站臺(tái)監(jiān)控就顯得越來越重要，目前的站臺(tái)監(jiān)控主要是依靠安裝在各個(gè)角落的閉路電視或?qū)I(yè)技術(shù)人員，這不僅需要專業(yè)技術(shù)知識(shí)還需要大量的人力物力。隨著計(jì)算機(jī)、圖像處理等技術(shù)的快速發(fā)展，對(duì)站臺(tái)的自動(dòng)監(jiān)控也逐漸成為發(fā)展趨勢(shì)。

近年來人們做了許多關(guān)于站臺(tái)人群檢測(cè)的研究，這些研究大都使用鐵路站臺(tái)中的閉路電視（CCTV）系統(tǒng)，在現(xiàn)代的CCTV系統(tǒng)中基本上使用的是數(shù)字化圖像，在人群監(jiān)測(cè)過程中大量使用了數(shù)字圖像處理技術(shù)，如邊緣檢測(cè)、細(xì)化、像素計(jì)算等，通過圖像的處理可以輕易的得到想要的結(jié)果。

文獻(xiàn)[12]仍采用原有的CCTV監(jiān)控系統(tǒng)拍攝的灰度圖像作為處理對(duì)象，利用基于視覺的經(jīng)過最小二乘法和全局搜索的混合算法訓(xùn)練的工業(yè)的額神經(jīng)網(wǎng)絡(luò)來估算站臺(tái)的擁擠程度，該系統(tǒng)在實(shí)際的運(yùn)行中獲得了較高的精確度，雖然不能計(jì)算人數(shù)但卻能實(shí)時(shí)的預(yù)測(cè)人群的密度。

文獻(xiàn)[13]所設(shè)計(jì)的系統(tǒng)就較為復(fù)雜，它利用多臺(tái)攝像頭對(duì)站臺(tái)進(jìn)行檢測(cè)。首先判斷站臺(tái)上列車的四種狀態(tài)，如：沒有列車、有列車、列車正在出站、列車正在入站等，然后對(duì)物體或行人檢測(cè)及跟蹤，最后對(duì)所檢測(cè)的結(jié)果綜合分析，做出合理的預(yù)警或警告。

8 計(jì)算機(jī)視覺技術(shù)在鐵路檢測(cè)上的發(fā)展趨勢(shì)

隨著計(jì)算機(jī)視覺技術(shù)的鐵路檢測(cè)中的應(yīng)用越來越廣泛和深入，并且隨著計(jì)算機(jī)視覺技術(shù)等關(guān)鍵技術(shù)的不斷發(fā)展，計(jì)算機(jī)視覺技術(shù)在鐵路檢測(cè)上應(yīng)用發(fā)揮更大的作用，它就目前而言在鐵路檢測(cè)的應(yīng)用上仍然存在技術(shù)難題需要研究：

計(jì)算機(jī)視覺技術(shù)應(yīng)用范文第2篇

關(guān)鍵詞：視覺原理；計(jì)算機(jī)視覺藝術(shù)；數(shù)字媒體；應(yīng)用

利用計(jì)算機(jī)所具有的視覺藝術(shù)，大眾僅僅利用需要實(shí)施身體動(dòng)作來直接性的操作以及控制，根本就不需要學(xué)習(xí)就能夠啟動(dòng)以及進(jìn)行一定的操作，這樣更加方便老年人以及兒童的實(shí)際操作。在數(shù)字媒體當(dāng)中，應(yīng)該對(duì)計(jì)算機(jī)視覺藝術(shù)進(jìn)行充分利用，更加方便人們的實(shí)際操作，同時(shí)還能夠保證其更好的感受藝術(shù)方面所具有的魅力，讓群眾在足夠放松的時(shí)刻能夠?qū)?chuàng)作者的實(shí)際思想以及意圖進(jìn)行充分的了解以及掌握，對(duì)藝術(shù)價(jià)值進(jìn)行充分發(fā)揮，進(jìn)而來有效提升藝術(shù)人文的實(shí)際價(jià)值。

1對(duì)計(jì)算機(jī)視覺原理進(jìn)行分析

通常來講，計(jì)算機(jī)視覺還稱為機(jī)械視覺，屬于是機(jī)械來對(duì)人類視覺進(jìn)行一定的模仿的光學(xué)識(shí)別系統(tǒng)，利用光學(xué)系統(tǒng)、感應(yīng)器、光源等來實(shí)現(xiàn)物體定位、動(dòng)作的追蹤以及視線的判斷等相關(guān)的功能。一般情況下，工程技術(shù)所運(yùn)用的基本都是計(jì)算機(jī)視覺，當(dāng)有著一定的環(huán)境以及模式時(shí)，計(jì)算機(jī)視覺在進(jìn)行持續(xù)性的工作時(shí)，能夠有效保證持續(xù)工作有著非常高的正確性以及準(zhǔn)確性，還能夠?qū)θ斯げ豢梢酝瓿傻娜蝿?wù)進(jìn)行很好的完成。當(dāng)計(jì)算機(jī)視覺在進(jìn)行實(shí)際的工作過程中，最為基本的條件是先對(duì)映像進(jìn)行處理，之后輸入模擬訊號(hào)，對(duì)數(shù)字影像進(jìn)行一定的處理以及分析。實(shí)際的工作流程是：影像在攝入之后，應(yīng)該對(duì)其進(jìn)行一定的強(qiáng)化，除去噪聲，之后對(duì)圖像特征進(jìn)行一定的壓縮以及獲取。在對(duì)數(shù)據(jù)庫(kù)樣本進(jìn)行一定的對(duì)比之后，對(duì)程序進(jìn)行有效的分析以及判斷，做出有效的指令。

2對(duì)數(shù)字媒體當(dāng)中計(jì)算機(jī)視覺藝術(shù)的實(shí)際應(yīng)用進(jìn)行分析

2.1藝術(shù)與計(jì)算機(jī)進(jìn)行一定的融合時(shí)，應(yīng)該對(duì)動(dòng)畫、聲音以及圖像等因素進(jìn)行有效結(jié)合，在對(duì)藝術(shù)語(yǔ)言表現(xiàn)形式進(jìn)行豐富的同時(shí)，應(yīng)該提高作品的感染力

在有些結(jié)合視覺藝術(shù)以及數(shù)字媒體時(shí)，應(yīng)該保證在對(duì)畫面進(jìn)行觀看時(shí)，應(yīng)該有效的欣賞畫面，還可以有效的感受到聲色等。利用高度仿真的聽覺、觸覺以及視覺，保證大眾在進(jìn)行玩游戲時(shí)，可以對(duì)虛擬世界進(jìn)行真實(shí)的感受，還能夠利用動(dòng)作以及肢體語(yǔ)言等來和計(jì)算機(jī)實(shí)現(xiàn)有效的交流。保證大眾不是對(duì)電影單獨(dú)的進(jìn)行欣賞，還應(yīng)該更好的參與到其中，體會(huì)藝術(shù)的表演。

2.2在數(shù)字媒體當(dāng)中運(yùn)用計(jì)算機(jī)視覺藝術(shù)能夠?qū)λ囆g(shù)的實(shí)際表達(dá)形式進(jìn)行有效的豐富

隨著交互技術(shù)的逐漸成熟以及發(fā)展，讓該技術(shù)得到了有效的拓展以及廣泛的運(yùn)用。運(yùn)用交互技術(shù)，應(yīng)該讓人們不受到被動(dòng)的欣賞，應(yīng)該積極的參與到視覺藝術(shù)當(dāng)中，保證大眾的積極參與以及做出判斷，同能夠利用各種選擇來呈現(xiàn)出過程以及解決，對(duì)觀眾的興趣進(jìn)行充分的調(diào)動(dòng)，進(jìn)而來有效提高大眾的參與積極性。

2.3在電子游戲當(dāng)中，運(yùn)用計(jì)算機(jī)視覺藝術(shù)，應(yīng)該在相對(duì)比較大型的電子游戲當(dāng)中進(jìn)行計(jì)算機(jī)視覺技術(shù)的運(yùn)用

在實(shí)際的游戲過程當(dāng)中，大部分的玩家基本上不再是僅僅運(yùn)用鍵盤以及鼠標(biāo)來實(shí)施游戲，大部分都是利用身體行動(dòng)來移動(dòng)。通常情況下，機(jī)器利用攝像機(jī)部來對(duì)玩家的具體身體動(dòng)作進(jìn)行一定的捕捉，玩家能夠與機(jī)器相連接的手槍進(jìn)行有效的操作，射中屏幕當(dāng)中的對(duì)象。同時(shí)，手機(jī)上的相對(duì)比較小型的電子游戲，僅僅需要手指來滑動(dòng)屏幕，就能夠?qū)崿F(xiàn)實(shí)物的運(yùn)動(dòng)以及跳躍等，進(jìn)而來躲避障礙。除此之外，僅僅需要稍微的傾斜一些收集，就能夠?qū)崿F(xiàn)人物兩側(cè)的奔跑，同時(shí)還能夠保證聲光效果，實(shí)現(xiàn)互動(dòng)，具有非常大的震撼力，會(huì)在很大程度上促進(jìn)大眾參與的積極性。

2.4分析數(shù)字媒體中計(jì)算機(jī)視覺技術(shù)的應(yīng)用，保證數(shù)字媒體技術(shù)有效表現(xiàn)藝術(shù)

同時(shí)在實(shí)用藝術(shù)以及純藝術(shù)當(dāng)中，也會(huì)運(yùn)用到數(shù)字媒體，該技術(shù)能夠讓相對(duì)比較單純的個(gè)人視覺實(shí)現(xiàn)有效的創(chuàng)造，同時(shí)還能夠把藝術(shù)箱社會(huì)性視覺產(chǎn)品進(jìn)行轉(zhuǎn)化，并得到一定的經(jīng)濟(jì)效益。同時(shí)，大眾能夠通過剪切以及拷貝等相關(guān)的方式來有效獲取視覺技術(shù)，之后有效的轉(zhuǎn)化藝術(shù)資源，有效奠定了創(chuàng)作視覺藝術(shù)的基礎(chǔ)。現(xiàn)階段，大眾對(duì)于個(gè)性化以及獨(dú)特性有著逐漸提高的需求，在對(duì)相對(duì)比較獨(dú)特的視覺技術(shù)進(jìn)行追求時(shí)，在一定程度上提高了評(píng)價(jià)視覺作品的標(biāo)準(zhǔn)。在數(shù)字媒體當(dāng)中運(yùn)用計(jì)算機(jī)視覺技術(shù)，會(huì)在很大程度上提高大眾對(duì)美的享受，保證大眾能夠充分感受到舒適以及愉快的感覺，同時(shí)還能夠得到審美方面的評(píng)價(jià)，在該過程當(dāng)中，不能夠參雜任何的因素，應(yīng)該讓計(jì)算機(jī)視覺因素僅僅對(duì)視覺美感以及視覺形式進(jìn)行充分的追求，可以有效體現(xiàn)藝術(shù)的本質(zhì)。同時(shí)，數(shù)字媒體有著美方面的品格，有效結(jié)合計(jì)算機(jī)視覺藝術(shù)，保證數(shù)字媒體藝術(shù)的美以及真。這個(gè)實(shí)際的運(yùn)用過程能夠有效提升審美方面的機(jī)制，更好的領(lǐng)悟視覺藝術(shù)當(dāng)中所存在的美。

3結(jié)語(yǔ)

綜上所述，在數(shù)字媒體當(dāng)中，計(jì)算機(jī)視覺技術(shù)的運(yùn)用，應(yīng)該有效結(jié)合圖像、動(dòng)畫、聲音以及文本等多個(gè)因素，在對(duì)語(yǔ)言表現(xiàn)的具體形式進(jìn)行一定的豐富時(shí)，應(yīng)該讓作品具有更大的感染力。除此之外，還應(yīng)該保證視覺技術(shù)有何足夠的光聲效果，利用一定的互動(dòng)，會(huì)具有非常大的震撼能力，積極促進(jìn)大眾的參與程度。還可以在很大程度上滿足大眾對(duì)于美方面的追求，進(jìn)而對(duì)其所具有的藝術(shù)價(jià)值進(jìn)行充分發(fā)揮，有效提升藝術(shù)所具有的人文價(jià)值。

參考文獻(xiàn)

[1]劉曉,王會(huì)霞.計(jì)算機(jī)視覺藝術(shù)在數(shù)字媒體領(lǐng)域的應(yīng)用研究[J].互聯(lián)網(wǎng)天地,2015,07:21-24.

[2]叢婧.淺談?dòng)?jì)算機(jī)視覺藝術(shù)在數(shù)字媒體的應(yīng)用[J].電子制作,2013,18:75.

計(jì)算機(jī)視覺技術(shù)應(yīng)用范文第3篇

【論文摘要】隨著Internet的普及，尤其是寬帶網(wǎng)的盛行，計(jì)算機(jī)病毒也在向網(wǎng)絡(luò)化方向發(fā)展，這種病毒就是所謂的蠕蟲病毒。本文利用數(shù)據(jù)挖掘技術(shù)，研究了如何在新的蠕蟲病毒大規(guī)模爆發(fā)之前就將其檢測(cè)到，并采取相應(yīng)的措施。

一、網(wǎng)絡(luò)病毒的特征分析

網(wǎng)絡(luò)病毒（蠕蟲病毒）自身就是一個(gè)可執(zhí)行的二進(jìn)制代碼程序文件。它的傳播途徑、方式與傳統(tǒng)的病毒不同，它具有主動(dòng)性傳播的特點(diǎn)。它主動(dòng)掃描網(wǎng)絡(luò)上主機(jī)操作系統(tǒng)和一些網(wǎng)絡(luò)服務(wù)的漏洞（大多是利用操作系統(tǒng)的緩沖區(qū)溢出漏洞），利用這些漏洞侵入這些主機(jī)，將自身的副本植入其中，從而完成傳播過程。被感染后的主機(jī)又會(huì)用同樣的手法感染網(wǎng)絡(luò)上其它的主機(jī)，如此反復(fù)下去，這樣很快就會(huì)傳遍整個(gè)網(wǎng)絡(luò)，尤其是一個(gè)新的操作系統(tǒng)漏洞還沒引起計(jì)算機(jī)用戶足夠重視的時(shí)候。蠕蟲病毒感染主機(jī)后往往大量占用主機(jī)資源（如CPU資源、內(nèi)存資源等），使機(jī)器運(yùn)行速度越來越慢，或向網(wǎng)絡(luò)上發(fā)送巨量的垃圾IP數(shù)據(jù)包，嚴(yán)重阻塞網(wǎng)絡(luò)帶寬，甚至造成整個(gè)網(wǎng)絡(luò)癱瘓。更惡毒的還會(huì)盜取用戶的敏感資料，如帳號(hào)和密碼等。而且現(xiàn)在的蠕蟲病毒有從以破壞為主要目的向以盜取資料為主要目的轉(zhuǎn)換的趨勢(shì)，因此危害更大。

通過分析蠕蟲病毒的傳播過程可知，蠕蟲病毒要感染網(wǎng)絡(luò)上的其它主機(jī)，首先必須對(duì)網(wǎng)絡(luò)上的主機(jī)進(jìn)行掃描。它的這一舉動(dòng)就暴露了目標(biāo)，就為檢測(cè)蠕蟲病毒提供了途徑，也使蠕蟲病毒預(yù)防系統(tǒng)的實(shí)現(xiàn)成為可能。通過抓包分析，發(fā)現(xiàn)蠕蟲病毒的掃描過程并不像黑客入侵前的掃描那樣詳細(xì)，它只是隨機(jī)地生成目標(biāo)主機(jī)的IP地址（通常優(yōu)先生成本網(wǎng)段或相鄰網(wǎng)段的IP地址），然后用攻擊模塊（通常是用緩沖區(qū)溢出程序）直接攻擊目標(biāo)IP地址的主機(jī)，而不管該主機(jī)是否存在。這個(gè)攻擊過程首先要向目標(biāo)主機(jī)的特定端口發(fā)起TCP連接請(qǐng)求。例如，沖擊波蠕蟲病毒會(huì)在幾秒內(nèi)兩次向目標(biāo)主機(jī)的135端口發(fā)起連接請(qǐng)求，而震蕩波會(huì)在幾秒內(nèi)兩次向目標(biāo)主機(jī)的445端口發(fā)起連接請(qǐng)求。因此，通過捕獲數(shù)據(jù)包，利用數(shù)據(jù)挖掘技術(shù)分析它們的特征，找出異常的數(shù)據(jù)，從而達(dá)到預(yù)防的目的。

二、基于數(shù)據(jù)挖掘的病毒預(yù)防系統(tǒng)

基于數(shù)據(jù)挖掘的蠕蟲病毒預(yù)防系統(tǒng)主要由數(shù)據(jù)源模塊、預(yù)處理模塊、數(shù)據(jù)挖掘模塊、規(guī)則庫(kù)模塊、決策模塊、預(yù)防模塊等組成。

（一）工作原理

1．?dāng)?shù)據(jù)源是由一個(gè)抓包程序?qū)⑺衼碜杂诰W(wǎng)絡(luò)的、發(fā)向本機(jī)的數(shù)據(jù)包截獲下來，交給預(yù)處理模塊處理。

2．?dāng)?shù)據(jù)預(yù)處理模塊將截獲的數(shù)據(jù)包進(jìn)行分析，處理成連接請(qǐng)求記錄的格式。因?yàn)槿湎x病毒傳染網(wǎng)絡(luò)上的主機(jī)時(shí)，會(huì)主動(dòng)地向主機(jī)發(fā)起連接，這也是預(yù)防系統(tǒng)建立的理論依據(jù)。連接記錄由時(shí)間、源IP地址、源端口、目的IP地址、目的端口組成。這些眾多的連接請(qǐng)求記錄組成了事件的集合。

3．規(guī)則庫(kù)用于存儲(chǔ)已知的蠕蟲病毒的連接特征和新近數(shù)據(jù)挖掘形成的規(guī)則集。規(guī)則集是蠕蟲病毒行為模式的反映，用于指導(dǎo)訓(xùn)練數(shù)據(jù)的收集和作為特征選擇的依據(jù)。

4．?dāng)?shù)據(jù)挖掘模塊利用數(shù)據(jù)挖掘算法分析由連接請(qǐng)求記錄組成的事件庫(kù)，分析結(jié)果交給決策模塊處理。

5．決策模塊將數(shù)據(jù)挖掘的結(jié)果與規(guī)則庫(kù)中的已知規(guī)則進(jìn)行模式匹配，若與規(guī)則庫(kù)中的規(guī)則匹配，則由預(yù)防模塊發(fā)出發(fā)現(xiàn)已知蠕蟲病毒的警報(bào)；若不匹配，則由預(yù)防模塊發(fā)出發(fā)現(xiàn)新蠕蟲病毒的警報(bào)，同時(shí)將新規(guī)則加入到規(guī)則庫(kù)中。

（二）基于數(shù)據(jù)挖掘的病毒預(yù)防系統(tǒng)

1．分類：把一個(gè)數(shù)據(jù)集映射成定義好的幾個(gè)類。這類算法的輸出結(jié)果就是分類器，常用決策樹或規(guī)則集的形式來表示。

2．關(guān)聯(lián)分析：決定數(shù)據(jù)庫(kù)記錄中各數(shù)據(jù)項(xiàng)之間的關(guān)系。利用審計(jì)數(shù)據(jù)中系統(tǒng)屬性間的相關(guān)性作為構(gòu)建正常使用模式的基礎(chǔ)。

3．序列分析：獲取序列模式模型。這類算法可以發(fā)現(xiàn)審計(jì)事件中頻繁發(fā)生的時(shí)間序列。這些頻繁事件模式為構(gòu)建預(yù)防系統(tǒng)模型時(shí)選擇統(tǒng)計(jì)特征提供了指導(dǎo)準(zhǔn)則。其算法描述為：已知事件數(shù)據(jù)庫(kù)D，其中每次交易T與時(shí)間戳關(guān)聯(lián)，交易按照區(qū)間〔t1，t2〕順序從時(shí)間戳t1開始到t2結(jié)束。對(duì)于D中項(xiàng)目集X，如果某區(qū)間包含X，而其真子區(qū)間不包含X時(shí)，稱此區(qū)間為X的最小出現(xiàn)區(qū)間。X的支持度定義為包括X的最小出現(xiàn)區(qū)間數(shù)目占D中記錄數(shù)目比例。其規(guī)則表示為X，Y->Z，[confidence，support，window]，式中X，Y，Z為D中項(xiàng)目集，規(guī)則支持度為support（X∪Y∪Z），置信度為support（X∪Y∪Z）/support（X∪Y)，每個(gè)出現(xiàn)的寬度必須小于窗口值。

3．系統(tǒng)中的數(shù)據(jù)挖掘模塊

首先利用分類算法對(duì)連接請(qǐng)求事件庫(kù)中的數(shù)據(jù)進(jìn)行分類，本系統(tǒng)中分別按源IP地址與目的端口對(duì)事件進(jìn)行分類。然后對(duì)這兩類數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析與序列分析，在對(duì)相同源IP地址的數(shù)據(jù)分析中可以發(fā)現(xiàn)該臺(tái)主機(jī)是否感染已知的蠕蟲病毒或異常的舉動(dòng)（可能是未知的蠕蟲病毒所為）；對(duì)同目的端口的數(shù)據(jù)分析中可以發(fā)現(xiàn)當(dāng)前網(wǎng)絡(luò)上蠕蟲病毒疫情的嚴(yán)重程度。

【參考文獻(xiàn)】

[1]楊玉鋒，夏曉峰.上網(wǎng)用戶安全防范[J].韶關(guān)學(xué)院學(xué)報(bào)：自然科學(xué)版

計(jì)算機(jī)視覺技術(shù)應(yīng)用范文第4篇

關(guān)鍵詞：雙目視覺；匹配算法；計(jì)算機(jī)視覺；立體匹配；相位一致性

1.計(jì)算機(jī)視覺系統(tǒng)分析研究

1.1計(jì)算機(jī)視覺技術(shù)及雙目立體視覺

計(jì)算機(jī)視覺是通過計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對(duì)視覺信息處理的整個(gè)過程，是一門新的學(xué)科。視覺是人們認(rèn)知事物的重要途徑，視覺是人們對(duì)視覺信息獲取、處理和存儲(chǔ)的過程。隨著計(jì)算機(jī)技術(shù)的發(fā)展，信號(hào)處理技術(shù)的應(yīng)用，人們通過照相機(jī)來把實(shí)際的事物拍攝下來轉(zhuǎn)變?yōu)閿?shù)字信息，并通過計(jì)算機(jī)信號(hào)處理技術(shù)隊(duì)獲取的視覺信號(hào)進(jìn)行處理。計(jì)算機(jī)視覺技術(shù)對(duì)圖像的處理分為獲取圖像、特征抽象選取、事物識(shí)別及分類和對(duì)三維信息的理解。獲取圖像主要是通過攝像機(jī)和紅外線等技術(shù)對(duì)周圍視覺事物進(jìn)行獲取，并通過計(jì)算得到和真實(shí)事物相應(yīng)的二維圖像，二維圖像主要是數(shù)字圖像。計(jì)算機(jī)視覺系統(tǒng)的最基本的功能是數(shù)字圖像的獲取?？梢钥闯鲇?jì)算機(jī)視覺研究最基本內(nèi)容是三維場(chǎng)景距離信息的獲取。在計(jì)算機(jī)被動(dòng)測(cè)量距離方法中，有一種重要的距離感知技術(shù)叫作雙目立體視覺。雙目立體視覺技術(shù)是其他計(jì)算機(jī)視覺技術(shù)無法取代的一種技術(shù)，對(duì)雙目立體視覺技術(shù)的研究在計(jì)算機(jī)視覺技術(shù)和工程應(yīng)用方面都是非常重要的。

1.2計(jì)算機(jī)視覺理論框架

第一個(gè)視覺系統(tǒng)理論框架的提出是以信息處理為基礎(chǔ)，綜合了圖像處理和神經(jīng)生理學(xué)等研究?jī)?nèi)容而建立的。這個(gè)視覺系統(tǒng)理論框架是計(jì)算機(jī)視覺系統(tǒng)的基本框架，與計(jì)算機(jī)視覺技術(shù)有著密切的關(guān)系。視覺系統(tǒng)的研究是以信息處理為基礎(chǔ)的，從理論層次、算法層次和硬件層次3個(gè)層次進(jìn)行研究。計(jì)算機(jī)理論層次主要是表達(dá)系統(tǒng)各個(gè)部分計(jì)算的目的和方法，對(duì)視覺系統(tǒng)的輸入和輸出進(jìn)行規(guī)定，輸入作為二維圖像，輸出是以二維圖像為基礎(chǔ)建立起來的三維物體，視覺系統(tǒng)的目的就是對(duì)三維物體進(jìn)行分析和識(shí)別，通過計(jì)算對(duì)二維物置和形狀進(jìn)行重新建立。算法層次對(duì)計(jì)算機(jī)規(guī)定的目標(biāo)進(jìn)行計(jì)算，算法和計(jì)算機(jī)表達(dá)有關(guān)，不同的表達(dá)可以通過不同的算法進(jìn)行實(shí)現(xiàn)，在計(jì)算機(jī)理論的層次上，算法和表達(dá)比計(jì)算機(jī)理論的層次要低。硬件層次是通過硬件來實(shí)現(xiàn)算法的一種表達(dá)方法。計(jì)算機(jī)理論層次在計(jì)算機(jī)信息處理中時(shí)最高的層次，取決于計(jì)算機(jī)的本質(zhì)是解決計(jì)算機(jī)的自身問題，不是取決于計(jì)算問題的計(jì)算機(jī)硬件。要更好地對(duì)計(jì)算機(jī)系統(tǒng)和框架進(jìn)行理解最好的方法就是要區(qū)分3個(gè)不同的層次，計(jì)算機(jī)理論的含義和主要解決的問題是計(jì)算機(jī)的目的，表達(dá)算法含義和主要解決的問題是實(shí)現(xiàn)計(jì)算理論的方法和輸入輸出的表達(dá)，硬件的實(shí)現(xiàn)的含義和主要解決的問題是如何在物理上對(duì)表達(dá)和算法進(jìn)行實(shí)現(xiàn)。計(jì)算機(jī)視覺處理的可以分為3個(gè)階段，對(duì)視覺信息的處理過程從最初的二維圖像的原始數(shù)據(jù)，到三維環(huán)境的表達(dá)。第一階段基元圖的構(gòu)成，基元圖是用來表示二維圖像中的重要信息，主要是圖像中亮度變化位置及其幾何分布和組織結(jié)構(gòu)，圖像中每點(diǎn)的亮度值包括零交叉、斑點(diǎn)、端點(diǎn)和不連續(xù)點(diǎn)、邊緣等。第二階段2.5維圖描述，在以觀測(cè)者為中心的坐標(biāo)中，表示可見表面的方向、深度值和不連續(xù)的輪廓，基元是局部表面朝向離觀測(cè)者的距離深度上的不連續(xù)點(diǎn)表面朝向的不連續(xù)點(diǎn)。第三階段三維模型表示，在以物體為中心的坐標(biāo)系中，有由體積單元和面積單元構(gòu)成的模塊化多層次表示，描述形狀及其空間組織形式，分層次組成若干三維模型，每個(gè)三維模型都是在幾個(gè)軸線空間的基礎(chǔ)上構(gòu)成的，所有體積單元或面積形狀基元都附著在軸線上。視覺理論框架圖如圖1所示。

2.基于計(jì)算機(jī)的視覺立體匹配算法研究

視覺立體匹配算法是基于人類視覺系統(tǒng)的一種計(jì)算機(jī)算法。立體匹配算法作為計(jì)算機(jī)立體視覺問題研究的重點(diǎn)，快速地實(shí)現(xiàn)圖像對(duì)應(yīng)點(diǎn)的匹配來獲得視差圖是當(dāng)今研究的熱點(diǎn)問題。立體視覺匹配算法根據(jù)基元匹配的不同可以分為相位匹配、區(qū)域匹配和特征匹配3種，其中區(qū)域匹配算法可以減少計(jì)算負(fù)擔(dān)，區(qū)域匹配算法實(shí)時(shí)性高，應(yīng)用前景廣闊。計(jì)算機(jī)立體視覺通過對(duì)人的雙眼進(jìn)行模仿，在雙眼的立體感知中獲得信息，從攝像機(jī)拍攝的圖像中獲取物體的三維深度信息，這就是深度圖的獲取，把深度圖經(jīng)過處理得到三維空間信息數(shù)據(jù)，二維圖像到三維空間實(shí)現(xiàn)轉(zhuǎn)換。深度的獲取在雙目立體成像視覺系統(tǒng)中分為兩步，首先在雙目立體圖像與圖像之間建立點(diǎn)對(duì)點(diǎn)的對(duì)象關(guān)系，雙目立體視覺算法研究的重點(diǎn)問題是解決對(duì)應(yīng)點(diǎn)之間的匹配問題。其次以對(duì)應(yīng)點(diǎn)之間的視差為依據(jù)對(duì)深度值進(jìn)行計(jì)算。雙目成像是獲取同一場(chǎng)景中兩幅不同的圖像，兩個(gè)單目成像模型構(gòu)成一個(gè)雙目成像模型。雙目成像示意圖如圖2所示。系統(tǒng)的基線B是兩個(gè)鏡頭中心的連接線，空間點(diǎn)w（z，y，z）作為世界坐標(biāo)的值由（x1，y1）與（x2，y2）進(jìn)行確定，如果攝像機(jī)的坐標(biāo)位置和空間點(diǎn)w世界坐標(biāo)的位置重合，圖像平面和世界坐標(biāo)軸xY的平面就是平行的。如果兩個(gè)攝像機(jī)在坐標(biāo)系統(tǒng)中的原點(diǎn)不同但是它們的光軸平行，那么雙目成像計(jì)算人們可以看圖3所示，圖3表示的是兩個(gè)攝像頭連線在平臺(tái)xY的示意。

立體視覺的成像過程是成像的逆過程，具有一定的不確定性。大量的數(shù)據(jù)信息在從三維影像向二維圖像進(jìn)行投影的過程會(huì)出現(xiàn)丟失的現(xiàn)象，所以視覺系統(tǒng)要通過自然的約束條件才能保證獲取正確的解。這些約束條件在減少匹配的計(jì)算量方面可以提供有利的幫助。針對(duì)基于區(qū)域匹配快速算法，還可以應(yīng)用基于視差梯度的匹配算法，這種匹配算法應(yīng)用較大的搜索范圍在邊緣的特征點(diǎn)上進(jìn)行搜索，采用視差梯度在非邊緣區(qū)減少搜索范圍。應(yīng)用計(jì)算機(jī)視覺立體匹配算法可以減少成像匹配時(shí)間，大大提高了工作效率。計(jì)算機(jī)立體匹配算法征點(diǎn)的提取是算法的關(guān)鍵問題，今后的研究方向重點(diǎn)是對(duì)有效特征點(diǎn)提取方法的研究。

計(jì)算機(jī)視覺技術(shù)應(yīng)用范文第5篇

（1）課程內(nèi)容方面：工程應(yīng)用價(jià)值較小的內(nèi)容居多；具備工程應(yīng)用價(jià)值的方法，如基于結(jié)構(gòu)光的3D信息獲取，在課程內(nèi)容中卻極少出現(xiàn)。

（2）課程定位方面：現(xiàn)有課程體系中未能體現(xiàn)最新研究成果，而掌握世界最新工程應(yīng)用成果是卓越工程師的基本要求之一。

（3）教學(xué)形式方面：傳統(tǒng)計(jì)算機(jī)視覺課程側(cè)重基本原理，盡管范例教學(xué)被引入到課堂教學(xué)中，在一定程度上幫助學(xué)生理解，但卓越工程師培養(yǎng)目標(biāo)是培養(yǎng)學(xué)生解決實(shí)際工程問題的能力。針對(duì)卓越工程師培養(yǎng)目標(biāo)，以及目前計(jì)算機(jī)視覺課程中存在的問題，本文提出工程應(yīng)用導(dǎo)向型的課程內(nèi)容、面向最新成果的課程定位、理論實(shí)例化與工程實(shí)踐化的教學(xué)形式，以培養(yǎng)具有扎實(shí)理論基礎(chǔ)及工程實(shí)踐能力的卓越工程師。

1工程應(yīng)用導(dǎo)向型的課程內(nèi)容傳統(tǒng)計(jì)算機(jī)視覺課程圍繞Marr理論框架展開教學(xué)，其中部分原理僅在理想狀態(tài)或若干假設(shè)下成立，不能直接運(yùn)用到工程實(shí)踐中。近年來已具備工程應(yīng)用基礎(chǔ)的原理及方法，在傳統(tǒng)課程內(nèi)容中較少出現(xiàn)，如已在工業(yè)測(cè)量、視頻監(jiān)控、游戲娛樂等領(lǐng)域中應(yīng)用的主動(dòng)式三維數(shù)據(jù)獲取方法等。我們對(duì)工程應(yīng)用價(jià)值高的課程內(nèi)容，增加課時(shí)，充分講解其原理及算法，并進(jìn)行工程實(shí)例分析；對(duì)工程應(yīng)用價(jià)值較低內(nèi)容，壓縮課時(shí)，以介紹方法原理為主。例如，在教授3D信息獲取部分時(shí)，課時(shí)主要投入到工程應(yīng)用價(jià)值較大的內(nèi)容，如立體視覺、運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)、基于結(jié)構(gòu)光的3D信息獲取等；而對(duì)于基于陰影的景物恢復(fù)等缺乏應(yīng)用基礎(chǔ)的內(nèi)容主要介紹其基本原理，并引導(dǎo)學(xué)生進(jìn)行其工程應(yīng)用的可行性分析，培養(yǎng)學(xué)生縝密的思維習(xí)慣，訓(xùn)練學(xué)生辯證的分析能力。

2面向最新成果的課程定位計(jì)算機(jī)視覺近十年來發(fā)展迅速，新方法和新理論層出不窮，在現(xiàn)有課程體系中未能得以體現(xiàn)。跟進(jìn)世界最新成果是卓越工程師的基本要求之一，因此計(jì)算機(jī)視覺課程定位應(yīng)當(dāng)面向國(guó)際最新成果。為實(shí)現(xiàn)這一目標(biāo)，我們主要從以下兩方面入手。

（1）選用涵蓋最新成果的教材。我們?cè)诮虒W(xué)中加入國(guó)際最新科研成果及應(yīng)用范例，在教材選取上采用2010年RichardSzeliski教授所著《Computervision:algorithmsandapplications》作為參考教材。該書是RichardSzeliski教授在多年MIT執(zhí)教經(jīng)驗(yàn)及微軟多年計(jì)算機(jī)視覺領(lǐng)域工作經(jīng)驗(yàn)基礎(chǔ)上所著，涵蓋計(jì)算機(jī)視覺領(lǐng)域的主要科研成果及應(yīng)用范例，參考文獻(xiàn)最新引用至2010年。這是目前最新的計(jì)算機(jī)視覺著作之一，條理清晰，深入淺出，特點(diǎn)在于對(duì)計(jì)算機(jī)視覺的基本原理介紹非常詳盡，算法應(yīng)用緊跟國(guó)際前沿。

（2）強(qiáng)化學(xué)生調(diào)研及自學(xué)能力?！笆谥贼~”，不如“授之以漁”。在教授學(xué)生的同時(shí)，更重要的是培養(yǎng)學(xué)生調(diào)研、跟蹤、學(xué)習(xí)并分析國(guó)際最新科研及工程應(yīng)用成果的能力。為強(qiáng)化學(xué)生的知識(shí)結(jié)構(gòu)，培養(yǎng)學(xué)生跟蹤國(guó)際前沿的能力，我們?cè)诮虒W(xué)中加入10%的課外學(xué)時(shí)，指導(dǎo)每位學(xué)生完成最近三年本領(lǐng)域的國(guó)際最新文獻(xiàn)調(diào)研及工程應(yīng)用新技術(shù)調(diào)研，并撰寫相關(guān)調(diào)研論文。同時(shí)，設(shè)置2學(xué)時(shí)課內(nèi)學(xué)時(shí)，讓每位學(xué)生介紹調(diào)研成果，并進(jìn)行課堂討論。在調(diào)研基礎(chǔ)上，選擇相關(guān)算法進(jìn)行了實(shí)驗(yàn)證明，進(jìn)一步強(qiáng)化學(xué)習(xí)成果。實(shí)踐證明，由于學(xué)生能夠根據(jù)自己的興趣，選擇本領(lǐng)域感興趣的課題進(jìn)行深入調(diào)研，極大地調(diào)動(dòng)了學(xué)生的積極性，強(qiáng)化了學(xué)生調(diào)研、跟蹤、學(xué)習(xí)并分析國(guó)際最新科研及工程應(yīng)用成果的能力。

3工程實(shí)踐化的教學(xué)形式我們?cè)诮虒W(xué)中提出工程實(shí)踐化的教學(xué)形式，即以人類視覺功能為背景，由相應(yīng)工程實(shí)例引出相關(guān)理論，并最終將理論運(yùn)用到工程實(shí)例中的算法和方法傳授給學(xué)生。