计算机视觉的作用(6篇)

计算机视觉的作用篇1

关键词：机器人；人机界面；三维可视化；图形降噪；图像处理

中图分类号：TN830.1?34；TP391文献标识码：A文章号：1004?373X（2017）12?0105?03

Abstract：Inordertoimprovetheoperatingperformanceof3Dvisualizationofrobothuman?computerinterface，a3Dvisualizationreconstructiondesignmethodofrobothuman?computerinterfacebasedonGPUreal?timegraphtrackingrenderingisputforward.Thecomputervisionmethodisusedtosamplethevisualfeaturesofrobotman?computerinterface，andperformthesparsescatteredpointsreconstructionforthesampledvisionpixelinformation.Theimageprocessingmethodisadoptedtodenoisethegraphandcorrecttheedgeinthereconstructed3Dspace，andimprovethedetailpresentationabilityof3Dvisualizationgraphofman?computerinterface.Thesimulationresultsshowthatthemethodusedtodesignthe3Dvisualizationoftherobothuman?computerinterfacehasperfectvisualeffectoftheoutputgraph，stronghuman?computerinteractionability，andhighapplicationvalue.

Keywords：robot；human?computerinterface；3Dvisualization；graphnoisereduction；imageprocessing

0引言

机器人人机交互（Human?ComputerInteraction，HCM）是通过图像和计算机视觉处理的方法，实现机器人系统与用户之间的交互关系和沟通，在机器人人机交互过程中，人与计算机通过计算机视觉处理和动作识别的形式实现语言沟通，完成确定的任务和计算机与机器人的信息交换[1]。机器人人机交互系统广泛应用在视景模型仿真、机器手设计和远程虚拟控制等领域，在现代工业和远程控制中具有重要的应用价值。

在机器人的人机交互中，需要通过对人机界面的三维可视化设计，提高人机交互的可视性和人工智能性，研究人机交互界面的三维可视化重构方法在机器人的人工智能优化设计领域具有重要的应用意义。对此，本文提出一种基于GPU实时图形跟踪渲染的机器人人机界面的三维可视化重构设计方法。首先采用计算机视觉方法进行机器人的人机界面视觉特征采样，采用图像处理方法实现图形降噪和边缘修正处理，提高人机交互界面的三维可视化图形细节表达能力。最后进行仿真实验分析，得出有效性结论。

1视觉特征采样与像素信息重构

1.1人机界面计算机视觉特征采样

为了实现机器人人机界面的三维可视化设计，首先进行视觉信息采样，本文采用计算机视觉方法进行机器人的人机界面视觉特征采样，在视觉信息采集中，对特征空间中的突变信息进行采集，检测提取后的轮廓线信息是否符合要求，不符合的原因是由于阈值小而提取了过多的次要轮廓线，使主要轮廓线无法突出。利用多尺度特征来提取轮廓线，并将高频与低频部分的轮廓线信号进行融合，也就是在不同尺度特征下进行轮廓线提取，因此可得到光滑的轮廓线图像，提取出的人机界面外部采集轮廓线，将外部特征通过二维流形分析[2]。机器人与人体动作的交互过程可以表征为一个高维向量，收集大量人体动作完成机器人的人机动作交互，将人机交互界面场景数据库中的交互动作数据进行三维特征扫描，扫描包括激光扫描、红外扫描和CT扫描等方法[3]，得到机器人人机界面交互的动作扫描的像素组成为：

1.2视觉像素信息稀疏散点重构

对采样的视觉像素信息进行稀疏散点重构，为进行人机界面的三维可视化设计提供数据基础，对机器人人机交互界面的视觉像素信息稀疏散点重构需要遵循以下原则：

（1）可描述性。对不同的人机交互动作，应该提取具有明显区别的特征参数，即特征参数具有较强的敏感性，能够高效地对技术姿态进行描述。

（2）可靠性。不同的动作识别系统做同一个技术动作时一定会存在差异，但这种差异不应该对特征参数造成影响，即同种类型的技术姿态的特征参数会比较相似，这就要求所提取的特征参数对位置和对象不敏感。

（3）数量少。一个动作识别特征值越多，系统的计算复杂程度就越大，因此要尽可能控制特征值的数量[5]。在像素点中，通过仿射变换，得到对应的不变矩坐标为，在不同朝向和不同尺度间进行机器人人机界面网格区域匹配，得到人机界面三维轮廓函数为：

3实验测试分析

对机器人的人机界面三维可视化实验建立在本主机配置为PentiumDCPU2.80GHz，2.79GHz，2.00GB内存的计算机硬件平台上。在机器人人机动作特征识别中，人体动作特征单元和模块子单元表示为Cell（col，row）。其中col表示行，row为列，人机交互中人体动作图像采集来自于分辨率为640×480，帧率为25f/s的AVI视频，参数设定为=0.5，=2，=2，得到机器人人机界面的三维可视化重构结果如图1所示。对图1给出的机器人人机界面三维重构结果进行降噪和修正处理，得到三维可视化优化结果如图2所示。

对比图2和图1结果得知，采用本文方法进行机器人人机界面的三维可视化设计，输出图形的视觉效果较好，人机交互能力较强，性能优越。

4结语

为了提高机器人人机界面的三维可视化操作性能，本文提出一种基于GPU实时图形跟踪渲染的机器人人机界面的三维可视化重构设计方法。采用计算机视觉方法进行机器人的人机界面视觉特征采样，在重构的三维空间中通过图像处理方法实现图形降噪和边缘修正处理，实现三维可视化设计。研究得知，采用该方法进行机器人人机界面的三维可视化设计，输出图形的视觉效果较好，人机交互能力较强，具有较高的应用价值。

参考文献

[1]董哲康，段书凯，胡小方.非线性忆阻器的串并联研究及在图像处理中的应用[J].西南大学学报（自然科学版），2015，37（2）：153?161.

[2]袁健，高勃.基于OpenCL的三维可视化加速模型[J].小型微型计算机系统，2015，36（2）：327?331.

[3]朱路，刘江锋，刘媛媛，等.基于稀疏采样与级联字典的微波辐射图像重构方法[J].微波学报，2014，30（6）：41?45.

[4]HUANGY，PAISLEYJ，LINQ，etal.BayesiannonparametricdictionarylearningforcompressedsensingMRI[J].IEEEtransactionsonimageprocessing，2014，23（12）：5007?5019.

计算机视觉的作用篇2

自从机场服务机器人投入展览后，一直是该展区的热门展项，驻足围观的游客络绎不绝。对机器人的表现，游客也是褒贬不一。有些游客对机器人的精彩表演连连称赞；有些则认为机器人反应迟缓、显得笨重，相比人类的表现，令人失望。

识别这些行李对于机器人来说是不是很困难？机器人在视觉方面能否做得更好，能否识别更复杂的对象？它们的目力能否超过人类？它们究竟能看到什么？

这些问题将我们引向了一个新兴的热门领域：计算机视觉。计算机视觉是人工智能的子学科，而人工智能则是仿生学的一种。人工智能旨在模仿人（有时也包括其他动物）的行为和思维，而计算机视觉将模仿的对象集中在了人眼上，即模仿人“看”的行为。换言之，计算机视觉是一门利用摄影机和计算机代替人眼进行图像获取、目标识别、跟踪、测量、理解和处理的学科。作为一门交叉学科，计算机视觉与许多学科有重要联系：机器学习、神经生物学、认知科学、信号处理（图像处理）等。在后面的介绍中，这些学科间的联系将变得更加清晰。

眼睛是人体获取外界信息最重要的传感器。它高速、准确、信息量大，为人的决策和行为提供了丰富的信息。同样，计算机视觉系统作为人工智能体的一个感知器，也常常为决策提供了最重要的信息。那么，一个理想的计算机视觉系统究竟完成了什么任务，又给智能体提供了怎样的信息呢？

让我们来举一个简单的例子。你走进一家咖啡店，发现你的好友彼得坐在角落里，双手托着下巴，一脸的不愉快。于是，你决定走过去安慰一下。假如完成该任务的不是人类而是机器人，则要由其计算机视觉系统获取图像，然后对该图像进行处理，并得到以下信息：1.这是好友彼得；2.他看上去很沮丧。这两条信息被传递给决策器，后者随即做出了走过去安慰的计划，计划则最终被四肢等效应器执行。

对人来说，这个过程再简单、自然不过，但对于计算机视觉系统来说，却是个相当复杂的过程。对该图像进行处理的过程中，计算机分别完成了三个层次的任务：初级视觉、中级视觉和高级视觉。这样的分类方式不仅和视觉任务的复杂程度有关，也和人类在完成这些任务时所涉及到的视神经和脑神经部位有关。在以下的篇幅中我们将介绍一些分别属于这三个层次的典型的计算机视觉任务。

初级视觉

现代数字成像技术使计算机视觉成为可能。利用CCD或CMOS等感光原件，可获得数字化的图像。一般来说，对像素进行处理的任务即属于初级视觉。在挖掘出图像中包含的信息时，首先需要对图像进行一些处理，以便能够执行更高级的任务。图像的主体和背景之间、同一表面上不同的材质和颜色之间等都会形成边界，从图像中提取出边、角、点等特征能帮助计算机理解图像，并利用滤波的方式进行边界特征提取。像滤波这样的信号处理方法在初级视觉中被广泛应用，除了特征提取外，还有降噪、平滑等。

图像上各种颜色的像素并不是随机分布的，它们一般都在图像上形成一定含义的组合。比如，草地是由绿色的像素拼合成的，而天空是由大量的蓝色像素组成的。找到这样的具有相同属性的像素形成的像素块称为分割。当然，提取边界可以帮助分割图像，但是简单地把所有的边界分割出的区域都作为具有相同属性的像素块是否正确呢？这正是图像分割最具有挑战性的。比如一副斑马图片，计算机如何知道斑马的嘴不是背景的一部分呢？这就涉及到了图像的语义。在给图像进行初级分割后，更精确的分割任务就要交给中级或高级视觉了。

人类有两只眼睛，同样，机器人也可以通过安装两个经过标定的摄像头来实现双目视觉，从而实现测距，即分辨物体在三维空间中的位置。上文的例子中，双目视觉可以依据透视原则和遮挡的关系来帮助视觉系统确定彼得所坐的位置，比如在第二张桌子和第三张桌子之间。

中级视觉

中级视觉是建立在初级视觉的计算结果上的。在执行中级视觉任务时，不仅使用了实时的初级视觉计算结果，还结合了一定的视觉经验。举个简单的例子，平时生活中我们所看到的，被桌上的杯子遮挡的部分也是桌子的一部分；上文斑马深色的口鼻部并非背景的一部分，而是斑马的一部分。事实上，这些结合经验的视觉任务可以首先被应用到分割任务中。中级视觉中的分割不再是仅仅依靠颜色将图像分为若干个像素块，而是产生更有意义、更精确的分割，这样的分割不是仅靠边界提取就能够实现的。分割算法不计其数，常用的有类聚的方法、基于特征向量的方法、基于图论的方法、期望最大化、概率的方法（贝叶斯方法）等。

在经验的帮助下，视觉系统可以通过拟合的方式来解释甚至纠正图像中的变形或缺失。比如，根据经验桌子的边一般是直的，则视觉系统在提取到桌子的部分边缘或拐点后，就可以用直线来拟合被遮挡而缺失的部分，或因摄像头的棱镜引起的失真。这样，机器人在走向彼得时就能避免撞到桌子。

经验也并非是绝对正确的，此刻看到的也许是经验中所缺失的。通过一个加权的概率模型，视觉系统可以将目前观察到的图像和经验中的数据结合起来，从而对未来的状态做一个预测。这样的方法常常被用于跟踪，也就是在一帧帧连续播放的画面中，根据目标在以前和目前图像中的位置来预测目标在未来图像中的位置。比如高速公路上的车辆跟踪系统，系统用从对象上提取出的特征点（红色）来定位目标。视觉跟踪常用的算法有卡尔曼滤波器、非线性动态模型等。

目前的中级计算机视觉研究受到了心理学和认知科学的影响。比如格式塔心理学对基于经验和认知整体的中级视觉有较大贡献。

高级视觉

也许高级视觉才是计算机视觉中最有趣的一部分，因为它是人类视觉中至今还无法被完全解密的部分（也许连部分解密都谈不上）。当你站在杂乱、昏暗的酒桌前，从看到的图像中识别出沮丧的彼得时，整个过程只需要0.3秒。事实上，现代处理器的运算速度远远高于人类视神经和大脑中神经突触的信息传递速度。但人类视觉的功能是如此的强大，以至于计算机视觉系统远远不能达到人类的水平。较新的研究表明，人类发达的视觉系统得益于一套大规模并行计算系统──不计其数的神经元形成的视觉通路，它就像一张有无数节点的计算网络，信息在其中往返传递。

高级视觉任务几乎都围绕着两个字展开：识别。识别是给对象贴上标签的过程，即给对象附上含有语义的名称或描述。这是一种高级的视觉活动，需要学习、联想等更高级的大脑活动的参与。拿图像的分割任务来说，图像不仅被分割成独立的像素块，视觉系统还为每个像素块贴上“标签”，比如“窗子”、“桌子”、“酒瓶”、“彼得的脸”等。通过模板比对，视觉系统将彼得的脸和经验中的图像联系了起来，从而引起了系统的兴趣。从彼得的脸上提取的特征中，视觉系统还解读出了彼得的沮丧。于是在随后的图像中，视觉系统都将注意力放在了彼得的脸上，试图跟踪该对象。视觉系统在继续跟踪的同时，将从图像中得到的信息发送给决策器。

即使是当代最成功的算法和视觉系统都无法像人类一般高效地识别物体。对我们来说，识别“一个瓷杯”处于不同状态似乎并不怎么困难，但对计算机视觉系统来说却不容易。杯子可以有不同的摆放姿势、不同的光照强度和颜色、出现在画面中的不同位置、可能有的部分被遮挡，如果按不同状态就是不同的杯子这一点来判断，那就可能误判为存在不计其数的各式各样的杯子（即外观的区别）。在绝大多数计算机视觉系统中，目标都被要求符合一些限制条件，否则，计算机视觉将成为不可能的任务。由此可见，在杂乱、昏暗的酒桌一角发现彼得对计算机视觉系统来说是多不容易的一件事情。

对人类来说，识别并非与生俱来的本领。婴儿睁大眼睛看着陌生的世界，他们的视觉实践是从测距、分割开始的。幼儿几乎每时每刻都在努力学习如何给图片贴标签。他们学习得很快，低龄儿童不仅可以成功地识别物品，还可以在一定程度上察言观色，感受到由表情传达的情绪。通过奖励和带教，可以加速儿童的学习过程。

通过这样的启发，高级视觉还将依赖机器学习这门学科。机器学习是研究如何通过算法让计算机实现人类的学习过程，从而让计算机不仅能够实现简单枯燥的任务，还能够向智能迈进一步。作为人工智能领域的核心学科，机器学习如百家争鸣，不断取得着新的成绩。当今重要的机器学习算法有人工神经网络、遗传算法、支持向量机、贝叶斯网络、强化学习等。

至今，计算机视觉系统最为成功的案例，莫过于手写数字识别。MNIST是使用最广泛的手写数字库，为各类识别算法提供了一比高下的平台。MNIST中含有七万幅边长为28个像素的图像。目前最出色的识别算法一般都可以达到1%以内的错误率。然而，MNIST只是对目标的外观做了有限多的变化，并没有涉及到有如杯子在不同状态下的各种变化。而且，28×28=784个像素的图片实在很小，如果处理普通大小的照片，视觉系统的运算量就会呈指数级增长，甚至让超级计算机都无能为力。

计算机视觉的作用篇3

【关键词】计算机视觉图像处理技术

一、引言

随着计算机技术的不断发展，在20世纪60年底产生了计算机视觉学这一学科。计算机视觉是借助计算机以及各种设备，进行生物视觉模拟的一种技术。计算机视觉学的主要任务，是借助已掌握的图片、视频等资料，进行计算与处理，和人类及其他生物的视觉过程一样，

得到相应形式的三维数据信息。计算机视觉学的发展，在工业、农业的生产中，地质勘探、天文、医学观察等领域也有着重要的应用价值。因此，视觉学的研究和应用转化受到了越来越多的重视。

二、计算机视觉学的图像分割研究

（一）数据驱动的分割研究

在计算机视觉学应用过程中，经常进行的数据驱动分割有下面几项内容：第一种是边缘检测的分割、第二种是区域分割、第三种是边缘和区域相互结合的分割。第一种基于边缘检测的分割，这种分割的基本方法：首先对检测图像的边缘点进行检测，然后根据一定的法则进行轮廓的连接，获得分割的区域。基于边缘检测的分割其难点是边缘检测时如何处理好抗噪声性能、检测的精度之间的矛盾。所以，在研究的过程中，提出了多种多尺度边缘检测的方法，按照实际问题进行多尺度边缘信息设计等方案，以获得更为合适的抗噪性能和检测的精度。第二种基于区域的分割，它的基本思想是按照图像数据的特点，将整个图像的空间划分成为几个不同的区域进行图像处理。

（二）计算机视觉学模型驱动的分割

经常使用的模型驱动分割有下面三种，第一种模型是基于动态轮廓的模型、第二种模型是组合优化模型、第三种模型是目标几何与统计模型。第一种是基于动态轮廓的模型用在进行分割目标的动态轮廓，因为其能量函数使用的是积分运算，有着很好的抗噪性能，对于目标的局部模糊也不敏感，所以其适用性很广。但这种分割方法容易收敛到局部最优，因此要求初始轮廓应尽可能靠近真实轮廓。通过组合优化的方法进行分割问题的处理，是使用一目标函数综合表示分割的相关要求以及约束，把分割变为目标函数的优化求解。因为目标函数多数情况下作为多变量函数存在的，因此可以通过使用随机优化的方法来实现。

（三）计算机视觉学图像分割的半自动方法

通过对人工参与程度的分，我们可以得出图像分割，主要有三种类型即：人工图像分割、半自动图像分割、自动图像分割等。人工图像分割指的是操作者使用鼠标，将分割区域的轮廓进行勾画的方法，人工图像分割的缺点是费时费力，而且很容易就会受到一些主观因素的影响，并且人工图像分割的可重复性较差。自动图像分割不需要借助人机交互就能完成，但是也很难实现同一批图像处理的满意分割效果。半自动分割这种形式指的是将人机交互同自动分割结合在一起，半自动分割可以实现对不同图像与处理需求的适应，并且可以大大降低计算过程的复杂性。在计算机技术不断发展的背景下，计算速度和容量有了大幅度的提升，计算机图像处理及视觉应用取得了丰硕的成果。

三、计算机视觉技术的分析

（一）以模型为研究对象的处理方法

在以模型世界作为研究对象的视觉学研究过程中，以Roberts的开创性工作作为一种标志，在他的工作过程中，引进了三维物体与二维物体成像的关系，使用较为简单的边缘特征提取、组合线段等手段和方法。他对三维关系的分析只是按照简单的边缘线段的约束关系，缺乏对人类或其他动物视觉系统感知三维空间关系的充分考虑。但是早期的这些研究工作，对计算机视觉学的研究和发展发挥了良好的促进意义，但是对于较为复杂的景物就不能够奏效。

（二）以计算理论为主体的视觉模型

随着计算机视觉研究的不断深入，在二十世纪七十年代，计算机视觉技术的研究，开始向着更为理性的阶段发展，主要表现在：不同本征特性的恢复，恢复的内容有三维形状恢复、运动恢复、光源恢复等等。研究的出发点是光学、生理学以及射影几何的视角出发，对成像及其逆等问题进行研究。在这个过程中，一些学者提出了以表示作为核心、通过算法作为中间转换过程的视觉处理模型，例如：著名的计算机视觉学研究者Marr就提出了这些观点，在他的理论里面，对表示的重要意义进行强调，并且从不同层面上对信息处理问题进行了研究。

（三）计算机视觉的应用研究

在现实生活和生产的过程中，计算机视觉主要应用在照片资料、视频资料处理上，例如：航空照片的处理、卫星照片的编译、医学领域的辅诊断、移动机器人视觉导航等等。其中，工业机器人手眼系统的研发，成为计算机视觉应用最具代表性的成果之一。因为工业生产、施工等现场等因素具有一定的复杂性，这种环境下的光照、成像特点等等可以控制，这就使得计算机视觉的应用更为简单，对于系统的实际构成有着很好的作用。移动机器人与工业机器人不同之处就是移动机器人具有一定的行为能力，这就需要研究者解决机器人的行为规划问题。在移动机器人种类、智能化水平不断提升的背景下，对视觉能力的要求也越来越高，这也使得计算机视觉有了更为广阔的应用前景。

四、结语

综上所述，计算机视觉学作为人类科技发展和社会进步的一种学科体现，在前进和发展的过程中，通过研究者和应用者的不断总结和探究，取得了丰硕的成果。在未来视觉技术发展的道路上，仍然有大量的工作需要进行研究。

参考文献：

[1]韩祥波，刘战丽.计算机图像处理技术在农产品检测分级中的应用[J].安徽农业科学，2013，（34）

[2]赵萍，李永奎，林静，白雪卫.数字图像处理技术在农产品方面的应用[J].农机化研究，2012，（11）

计算机视觉的作用篇4

关键词：计算机视觉技术；林业生产；运用

中图分类号：G623文献标识码：A

随着经济的快速发展，人们的生活质量得到了极大的提高是，人们对生态环境的要求也越来越高，受过去乱砍乱伐的影响，我国的林业生产效率很低，加上我国的林业生产技术比较落后，林业生产机械化程度不高，导致我国的林业发展十分缓慢。采用计算机视觉技术能实现我国林业生产现代化、机械化、智能化的目标，计算机视觉技术能有效的改善我国的林业生产落后的现状，对我国的林业生产有十分重要的作用。

1.计算机视觉技术

计算机视觉技术是在计算机应用技术的基础上研发的一种新技术，计算机视觉技术主要用于研究计算机模拟生物的外显功能或宏观功能，计算机视觉技术涉及到计算机技术、人工智能技术、神经生物学、图像处理技术、模式识别技术等多个领域，计算机视觉技术的核心是让计算机拥有“感知”世界的能力[1]。计算机视觉技术能在不接触被测物体的情况下，对物体进行检测；计算机视觉技术能在敏感器件下，对超声波、微波、红外线等人体无法察觉的能量进行检测，同时计算机视觉技术还能对被测物体进行长时间检测。计算机视觉技术在工业、农业、林业、电力系统等行业有十分广泛的应用。

2.林业生产面临的挑战

2.1缺乏林业生产技术人员

目前，我国的人口老龄化现象比较严重，在林业生产中，技术人员的年龄普遍高，而年轻的技术工作人员比较少，出现青黄不接的现象，在我国的林业生产中，机械化程度不高，大部分作业靠人工完成，而林业生产缺乏技术人员和劳动力，严重的限制了林业的发展。因此，发展林业机械化、减少林业生产所需的劳动力成为当前林业生产面临的问题之一。

2.2林业生产技术比较落后

随着全球资源的短缺，气候环境的逐渐恶化，可持续发展成为当前经济发展的主要模式，林业的可持续发展，能有效的改善自然生态环境，节省资源消耗，保护气候环境，在林业生产中采用高新技术能有效的提高林业机械化程度，提高林业的生产效率，确保林业的社会效益和经济效益。目前，我国的林业生产技术比较落后，不能实现林业生产的智能化、机械化，因此，如何将高新技术应用在林业成产中，是当前我国林业生产面临的另一个重要问题。

3.计算机视觉技术在林业生产的运用

3.1农药使用中的视觉定位

农药的滥用不但对林业的发展造成一定的影响，还严重的污染了生态环境，在传统的农药使用中，有很大一部分农药不能发挥出功效，直接流失，据统计喷晒的农药只有25％-40％能沉积在树木的叶片上，只有1％的农药能用沉积在靶标害虫上，不足0.03％的农药能起到杀虫的效果，传统的农药使用不但造成了农药浪费，还极大的污染了周围环境。将计算机视觉技术利用在农药喷洒中，可以对需要施药的目标图像进行分析，准确的找出施药位置和用药量，这样就能有效的减少农药的浪费，极大的提高农药的利用率，采用计算机视觉技术进行农药喷洒，还能减少人体和农药的接触，能减少农药中毒事件的发生率[2]。

3.2林木球果采集中的应用

在林业生产中，林木球果的采集是个难点，近年来，国外已经研制一些球果采集机械进行林木球果采集，如高空作业车、摇振采种机等设备，在我国林业生产中，林木球果的采集大部分仍是人工采集，人工采集球果过程中，需要折小枝甚至要砍大枝进行球果采集，这种方法不但劳动强度大，采集效果低，还对林木有一定的损害。利用机器人采集林木球果，能极大的提高采集效率，降低工作人员的劳动量，还能减少对林木的损害，但机器人采集过程中，需要进行人工操作，没有实现完全自动化。将计算机视觉技术应用在机器人采集中，对需要采集的球果进行图像采集，通过分析图像，确定球果所在的具置，并且知道机械手进行球果采集，这样能极大的提高球果采集的成功率，使得机器人采集更加自动化。

3.3封闭植物反应的控制

对于温室花卉栽培、苗木生产等封闭植物生长系统中，需要及时的了解植物生长环境的温度、湿度、二氧化碳浓度、光照强度等环境因素，根据植物生长需要，适当的调节这些环境因素，从而保证植物的健康生长。在传统的环境因素探测中，采用侵入式方法，这种方法对植物生长系统会造成也很大的干扰，很难保证探测的准确性。研究表明，环境因素可以通过植物的外观形象表示出来，例如植物树冠的色调变化能反映出湿度的变化，植物气孔活动状况和二氧化碳浓度有一定的关系。利用计算机视觉技术对封闭系统的植物进行图像采集，然后对图形进行分析处理，从而得到植物的外形图，根据植物外形图对封闭系统的环境因素进行判断，然后根据判断结果进行环境因素调节。这种方法不需要侵入封闭系统中能准确的反映出植物生长环境因素的变化状况，能提高控制的针对性。

3.4原木内部缺陷检测

一些原木的色彩鲜明，纹理形象能用于木质工艺、家具产品的加工中，如果原木内部出现缺陷，就会极大的影响这些产品的美观性。原木内部缺陷需要采用非破坏性技术进行探测，采用CT技术进行原木内部缺陷探测，能将原木内部的断层图反映出来，通过对断层图进行分析处理，能快速、准确的得出原木内部缺陷。

4.运用计算机视觉技术的注意事项

在运用计算机视觉技术时，为快速的完成图像处理，及时得出林业生产信息，可以在图像采集系统中采用图像处理采集卡，图像处理采集卡采用DSP技术进行数据采集，它能实现图像数字化的分析、处理、转换，极大的减少了图像处理时间，提高了系统的实时性。受自然光、林木背景的因素的影响，收集的林木图像、果实图像、叶片图像等边缘不清晰，边界轮廓特征不明显，因此，采用计算机视觉技术进行图像分析时，要注意用纹理分析法代替边缘检测，从而准确的对图像进行分析。随着科技的不断进步，各种高性能处理器的种类越来越多，这些处理器的价格也越来越低，因此，在运用计算机视觉技术时，在测距方面，要尽量采用普通的测距装置，这样能极大的降低计算机视觉系统的成本。在实际工作中，要根据当地的生产状况选择最合适的计算机视觉系统，争取做到投入少、产量高的效果。

5.总结

随着经济的快速发展，智能化、机械化、自动化已经成为林业生产的发展之路，计算机视觉技术是在计算机技术的基础上发展出来的一门新技术，在社会生产和生活中有广泛的应用，将计算机视觉技术应用在林业生产中，能有效的提高林业生产效率，促进林业现代化发展，确保林业生产的社会效益和经济效益。

参考文献

计算机视觉的作用篇5

计算机平面设计在社会生活中逐渐具有举足轻重的作用，为了提升其视觉体验效果，不断的发挥色彩语言在其中的重要作用自然无可厚非，因此色彩语言目前已经成为计算机平面设计中的主要角色。可以在应用层面把色彩语言与计算机平面设计两者之间的关系划分为以下两个方面。其一，色彩语言是计算机平面设计中的重要陪衬，例如色彩语言中的一些元素能够直接应用于视频、图像、文字等之中，从而使整个平面设计作品在色彩语言的衬托下展示了更好的视觉效果，达到了商品在审美与实用两个方面相互增值的效果，最终让产品能够被更多的消费者认可与理解；其二，计算机平面设计能够在过程中实现色彩语言的优化与完善。计算机平面设计的过程也是对色彩进行优化使用的过程，其能够让色彩变得更新颖，更高层次发挥色彩的吸引力与感染力，从而实现产品设计的外观与实用性相统一的作用。

二、色彩语言在平面设计中的应用探讨

以平面设计为基础的计算机平面设计被广泛的应用在企业的形象展示设计、产品包装设计、商业广告设计等各个方面。这种以文字、图像等形式作为传播载体的功能设计，能够很直接的传递一个理念以及与企业或产品有直接关系的信息和文化。曾经色彩被简单的当作文字或图形的附属品来使用，后来市场不断提高的竞争力，使得色彩语言成为平面设计方面的有利武器。接着色彩语言就成为了能够很好表现产品或企业个性的主要方式，并在不断的使用过程中占据了设计作品中的主要元素。

三、色彩语言在计算机平面设计中更深意义上的应用

3.1色彩语言在计算机平面设计中的情感应用

色彩作为平面设计作品中画面渲染的主要元素，本来不具备情感特征，只是一种物理的视觉表象，然而将它融入在我们的生活当中时就会引起我们的情感共鸣从而产生情感作用，进而实现平面设计效果上的升级，因此色彩语言能够为平面设计作品的情感表达加分。利用色彩在冷暖感觉上的作用搭配进行色彩选择，能够很好的把产品的实物特征展现给消费者。利用色彩的收缩与膨胀特征加以科学的调配与叠加，能够大大提升设计画面的视觉效果，另外还可以降低长时间的观察给人们带来的视觉疲劳的可能性。如果在设计画面中添加部分带有沉静感的色彩元素，就能够让人的心理变得比较愉悦进而让别人更好接受作品的设计目的，而且各种不同的情感都可以根据不同的色彩进行表达。

3.2色彩语言在计算机平面设计应用中加强效果探讨

通过上文中的相关论述和分析，知道了色彩语言在计算机平面设计中的重要位置，不但是更高层次的展示产品实用性与美观性的关键，而且能够实现消费者情感共鸣的效果，为了提升其在计算机平面实际上的适用范围，我们需要探讨其在计算机平面设计应用中的加强效果。根据不同色彩语言能够通过平面设计作品给人们带来不同视觉体验及情感表达效果的差异性作用，就能够更多掌握色彩语言的灵活性，实现更强的设计效果。为了更巧妙的挖掘出色彩语言在计算机平面设计中的作用，还可以从色彩语言的基础表达和它的含义特征着手，以此来不断提升其在产品设计理念和思路方面的能力，更加直接的给消费者展示商品的基本性能。首先能够通过对设计图最简单的色调调和与选择开始，进而体现商品的冷暖感觉，比较的直接的将商品的实际特征表达给消费者；其次，利用色彩的收缩效果和膨胀效果两个方面的搭配与变化应用于平面设计之中，实现设计画面视觉效果的整体提升，避免短时间内甚至长时间带来的视觉疲劳；再次，就是将沉静感的色彩当作重点，利用能够引起人们心里变化的色彩展示出不一样的表达效果，那么就可以将情感表达的复杂度和深刻度扩大，实现不同的设计体验。因此，色彩语言能够给计算机平面设计带来无限的视觉遐想。

四、总结

本文首先探讨了色彩语言与计算机平面设计两者间的关系，论述了色彩语言在计算机平面设计应用中的重要性，又通过视觉感觉得出了色彩语言能够为平面设计增加情感特征的结论，分析了色彩语言在计算机平面设计应用方面的策略，希望为计算机平面设计在产品设计的表达上呈现出其最初的价值，即实现产品销售的经济意义。

作者:温金辉单位:港口理工学校

参考文献：

计算机视觉的作用篇6

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AutoCAD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.

[4]李小艺.环境艺术设计的新视界阅.北京：中国人民大学出版社.

[5]李砚祖.环境艺术设计.北京：中国人民大学出版社.