首頁(yè) > 優(yōu)秀范文 > 數(shù)字圖像處理綜述
時(shí)間：2023-08-03 09:19:18
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇數(shù)字圖像處理綜述范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！
【中圖分類號(hào)】G642 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1006-9682（2012）10-0001-03
一、引 言
數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期，并首次在航空航天領(lǐng)域取得了成功應(yīng)用。數(shù)字圖像處理技術(shù)的發(fā)展除了與計(jì)算機(jī)技術(shù)、信息技術(shù)的快速發(fā)展密切相關(guān)以外，還得益于其在航空航天、工業(yè)、生物醫(yī)學(xué)、軍事、通信工程、商務(wù)、環(huán)境、林業(yè)等諸多領(lǐng)域的廣泛應(yīng)用，正是這些應(yīng)用需求，促進(jìn)了數(shù)字圖像處理技術(shù)的深入研究和快速發(fā)展?！皵?shù)字圖像處理”課程是隨著計(jì)算機(jī)和信息技術(shù)發(fā)展應(yīng)運(yùn)而生的一門新興課程，已成為信息類專業(yè)本科生的重要專業(yè)課。通過(guò)該課程的學(xué)習(xí)，要求學(xué)生掌握數(shù)字圖像處理的基本概念和原理，能夠?qū)D像進(jìn)行各種處理，如圖像增強(qiáng)、圖像運(yùn)算、圖像編碼、邊緣檢測(cè)等，為圖像通信、模式識(shí)別、計(jì)算機(jī)視覺(jué)以及其他交叉學(xué)科等工程領(lǐng)域的應(yīng)用奠定基礎(chǔ)。
“數(shù)字圖像處理”課程的理論教學(xué)很抽象，僅僅通過(guò)理論教學(xué)學(xué)生很難掌握數(shù)字圖像處理的基本原理。如果把數(shù)字圖像處理的廣泛應(yīng)用引入課堂理論教學(xué)，將具體知識(shí)點(diǎn)與其在實(shí)踐中的使用相結(jié)合，同時(shí)為學(xué)生提供邊學(xué)邊實(shí)踐的機(jī)會(huì)，不僅可以提高學(xué)生的學(xué)習(xí)興趣，加深對(duì)抽象理論知識(shí)的理解，增強(qiáng)其動(dòng)手實(shí)踐的能力，還可以拓展學(xué)生的視野，與目前學(xué)科前沿技術(shù)相銜接。
二、視覺(jué)測(cè)量技術(shù)
在現(xiàn)代三維測(cè)量新技術(shù)中，視覺(jué)測(cè)量是由計(jì)算機(jī)視覺(jué)、圖像處理、模式識(shí)別等多學(xué)科交叉結(jié)合而形成的科學(xué)。圖1所示，視覺(jué)測(cè)量是一種非接觸性測(cè)量手段，以數(shù)字圖像作為信息載體，對(duì)被測(cè)目標(biāo)進(jìn)行成像，通過(guò)提取多個(gè)像面的二維像點(diǎn)信息，標(biāo)定相機(jī)內(nèi)、外參數(shù)，并重建、優(yōu)化被測(cè)目標(biāo)的三維信息，實(shí)現(xiàn)測(cè)量。視覺(jué)測(cè)量基于嚴(yán)謹(jǐn)?shù)睦碚摵同F(xiàn)代的硬軟件設(shè)施，可以達(dá)到相當(dāng)高的精度和可靠性，便于對(duì)大型工件、設(shè)備的尺寸、位置、三維輪廓等進(jìn)行高精度測(cè)量，而且移動(dòng)方便，可快速靈活地構(gòu)建適于不同測(cè)量對(duì)象的系統(tǒng)，進(jìn)行現(xiàn)場(chǎng)測(cè)量。目前，視覺(jué)測(cè)量技術(shù)已經(jīng)廣泛應(yīng)用于建筑工程、航空航天、汽車制造、生物醫(yī)學(xué)、考古等各個(gè)領(lǐng)域。[1～5]因此，視覺(jué)測(cè)量技術(shù)正在深入工業(yè)生產(chǎn)和社會(huì)生活的各個(gè)領(lǐng)域，研究和應(yīng)用新的基于光學(xué)、數(shù)字圖像和視覺(jué)信息融合的三維測(cè)量方法，既具有重要的理論意義，又具有重大的實(shí)用價(jià)值，應(yīng)用前景非常廣闊。
根據(jù)視覺(jué)測(cè)量的基本原理，利用數(shù)字圖像處理技術(shù)獲取的二維信息是視覺(jué)測(cè)量中相機(jī)標(biāo)定、三維重建等環(huán)節(jié)的基礎(chǔ)，對(duì)于系統(tǒng)的測(cè)量精度、穩(wěn)定性等方面具有決定性的影響，是視覺(jué)測(cè)量領(lǐng)域的關(guān)鍵技術(shù)。在長(zhǎng)期的數(shù)字圖像處理課程教學(xué)以及視覺(jué)測(cè)量研究工作中發(fā)現(xiàn)，可以將視覺(jué)測(cè)量中關(guān)于數(shù)字圖像處理的應(yīng)用內(nèi)容引入課堂教學(xué)中，與具體理論知識(shí)相結(jié)合，加深學(xué)生對(duì)于課程理論的理解，使其接觸到科學(xué)研究的前沿內(nèi)容。此外，通過(guò)設(shè)置開(kāi)放性實(shí)驗(yàn)等環(huán)節(jié)，引導(dǎo)有興趣和能力的學(xué)生進(jìn)行實(shí)踐能力的培養(yǎng)，使學(xué)到的知識(shí)“活”起來(lái)。
三、視覺(jué)測(cè)量與數(shù)字圖像處理課程的融合
為了改善數(shù)字圖像處理課程的教學(xué)效果，提高教學(xué)效率，將視覺(jué)測(cè)量技術(shù)與數(shù)字圖像處理課程相融合，本文主要在教學(xué)方法和教學(xué)手段改革、視覺(jué)測(cè)量需求與理論知識(shí)點(diǎn)結(jié)合、實(shí)踐動(dòng)手能力提高等方面進(jìn)行了研究。
1.教學(xué)方法和教學(xué)手段改革
為了貫徹學(xué)生是教育主體的教育思路，使學(xué)生學(xué)會(huì)學(xué)習(xí)，并充分激發(fā)學(xué)生的創(chuàng)新能力和素質(zhì)培養(yǎng)，促進(jìn)學(xué)生個(gè)性的發(fā)展，同時(shí)有利于師生彼此促進(jìn)共同進(jìn)步的原則，針對(duì)數(shù)字圖像處理課程的特點(diǎn)，采取了以下措施：
（1）重視數(shù)字圖像處理課程的基礎(chǔ)理論教學(xué)。數(shù)字圖像處理內(nèi)容豐富，應(yīng)用靈活廣泛，但學(xué)生在掌握某些具體應(yīng)用技術(shù)時(shí)感到理解困難。因此，在實(shí)際教學(xué)上，首先需要注重相關(guān)的基礎(chǔ)理論教學(xué)。[6]例如，數(shù)字圖像的本質(zhì)是數(shù)字信號(hào)，所以在課程前期階段，專門有針對(duì)性地復(fù)習(xí)和講解了信號(hào)分析與處理方面的基本理論，包括數(shù)字信號(hào)處理的常用方法、離散傅里葉變換和快速傅里葉變換、離散余弦變換等，這些理論在數(shù)字圖像處理課程中有具體應(yīng)用。這不僅有利于對(duì)數(shù)字圖像處理內(nèi)容的掌握，也可以反過(guò)來(lái)加深對(duì)相關(guān)理論的理解。另一方面注意授課內(nèi)容的精選，內(nèi)容不在于多，而在于少而精，突出重點(diǎn)，使學(xué)生在有限學(xué)時(shí)內(nèi)有最大的收獲。例如，在頻域空間進(jìn)行圖像增強(qiáng)時(shí)，不能將頻域空間的所有方法都對(duì)學(xué)生講授，而是突出講解了關(guān)于頻域空間與時(shí)域空間處理之間的關(guān)系，針對(duì)頻域圖像平滑介紹一種低頻濾波器，分析其原理和特點(diǎn)。這樣不僅節(jié)省了教學(xué)時(shí)間，而且重點(diǎn)突出，同時(shí)也引導(dǎo)學(xué)生查閱其他相關(guān)方法，讓他們自己去動(dòng)腦思考，提高其思維能力。
（2）完善和改革課堂教學(xué)方法。在課堂教學(xué)過(guò)程中，我們始終重視啟發(fā)式教學(xué)，遵循“提出問(wèn)題”、“啟發(fā)式思考”、“解決問(wèn)題”的教學(xué)過(guò)程，使用“問(wèn)題教學(xué)法”引導(dǎo)學(xué)生去思考、分析問(wèn)題，激發(fā)學(xué)生學(xué)習(xí)的積極性，提高教學(xué)效果。課堂開(kāi)始時(shí)，根據(jù)授課內(nèi)容，提前向?qū)W生拋出相關(guān)問(wèn)題，在講課過(guò)程中則圍繞該問(wèn)題講解課程內(nèi)容，最后提出問(wèn)題的解決方法。例如，在講解“直方圖均衡化圖像增強(qiáng)技術(shù)”一節(jié)內(nèi)容時(shí)，首先向?qū)W生展示了兩幅曝光不足和曝光過(guò)量的圖片，并且為了提高學(xué)生的學(xué)習(xí)興趣，認(rèn)識(shí)數(shù)字圖像處理的實(shí)際應(yīng)用，圖片取自于視覺(jué)測(cè)量、航空交會(huì)對(duì)接定位等領(lǐng)域的實(shí)際圖片，向?qū)W生提問(wèn)，“如果實(shí)際應(yīng)用中，由于環(huán)境光的影響，拍攝到了這樣的圖片，應(yīng)該怎么辦？”課堂講解過(guò)程中，隨著直方圖、直方圖增強(qiáng)技術(shù)的理論、直方圖均衡化方法等內(nèi)容的展開(kāi)，使學(xué)生逐漸理解并掌握直方圖均衡化方法，最后，給學(xué)生演示了直方圖均衡化方法的實(shí)現(xiàn)，并看到了利用該方法對(duì)圖片增強(qiáng)前后的圖片效果。這種啟發(fā)引導(dǎo)式的課堂教學(xué)方法，取得了良好的效果。
（3）傳統(tǒng)和現(xiàn)代化教學(xué)手段相結(jié)合。隨著計(jì)算機(jī)、通信技術(shù)應(yīng)用的迅速普及，國(guó)內(nèi)高校的課堂教學(xué)已普遍采用了多媒體技術(shù)，利用計(jì)算機(jī)、投影儀、幻燈機(jī)等現(xiàn)代化教學(xué)設(shè)備，結(jié)合計(jì)算機(jī)輔助教學(xué)（CAI）展示教學(xué)內(nèi)容。這些現(xiàn)代化技術(shù)的確為課堂帶來(lái)了很多豐富多彩的教學(xué)手段。數(shù)字圖像處理是以圖像為處理對(duì)象，其輸出的形式主要以圖像和圖形為主，該課程也十分適宜將教學(xué)內(nèi)容制成課件，采用多媒體計(jì)算機(jī)開(kāi)展現(xiàn)代化教學(xué)。借助多媒體，使學(xué)生較直觀地看到各種圖像的處理需求、處理過(guò)程、處理效果等，這是普通教材和參考資料所無(wú)法比擬的。因此，我們針對(duì)課堂教學(xué)需求，進(jìn)行了多媒體課程教學(xué)資源建設(shè)，如教學(xué)大綱、教學(xué)日歷、授課教案和課件等通過(guò)多媒體平成，便于講課，同時(shí)也便于學(xué)生課后的復(fù)習(xí)。例如，將視覺(jué)測(cè)量原理、過(guò)程等，通過(guò)多媒體課件的形式演示出來(lái)，相比較口頭介紹等方法具有更加直觀的效果。除了多媒體教學(xué)手段，傳統(tǒng)的板書式教學(xué)作為補(bǔ)充手段也在數(shù)字圖像處理課程中得到應(yīng)用，主要用在課堂教學(xué)內(nèi)容框架展示、理論推導(dǎo)等方面。
2.視覺(jué)測(cè)量與理論知識(shí)點(diǎn)結(jié)合
為了提高算法對(duì)于目標(biāo)特征的識(shí)別效果，視覺(jué)測(cè)量通常采用圓形或方形特征點(diǎn)（圖2），在獲取的圖像中對(duì)特征的成像位置進(jìn)行識(shí)別和精確定位。視覺(jué)測(cè)量對(duì)于圖像處理的要求主要包括圖像預(yù)處理、特征粗定位、特征精定位等內(nèi)容，對(duì)應(yīng)數(shù)字圖像處理課程中的圖像增強(qiáng)、邊緣檢測(cè)、特征識(shí)別、幾何運(yùn)算等知識(shí)點(diǎn)。[7]
圖2 視覺(jué)測(cè)量常用特征點(diǎn)
（1）圖像預(yù)處理。圖像預(yù)處理的主要方法包括彩色圖像灰度化、圖像增強(qiáng)等，為此，在講解彩色圖像內(nèi)容時(shí)，介紹了RGB、HSI等彩色模型以及不同彩色模型之間的轉(zhuǎn)換，并引出如何將彩色信息轉(zhuǎn)換成灰度信息。通過(guò)分析彩色表示模型，建立了彩色到灰度圖像的轉(zhuǎn)換。
向?qū)W生展示常用視覺(jué)測(cè)量圖像效果的基礎(chǔ)上，為了減少圖像噪聲的影響、提高圖像識(shí)別效果，提出改善圖像質(zhì)量的目標(biāo)，需要進(jìn)行圖像增強(qiáng)。結(jié)合圖像增強(qiáng)中常用的直方圖增強(qiáng)技術(shù)、空域和頻域圖像增強(qiáng)方法在視覺(jué)測(cè)量圖像處理中的實(shí)際應(yīng)用，給學(xué)生展示直觀的處理效果，加深對(duì)圖像增強(qiáng)方法的理解。
（2）特征點(diǎn)粗定位。數(shù)字圖像處理的邊緣檢測(cè)是該課程比較重要的一部分內(nèi)容，邊緣檢測(cè)中包含了多種方法，便于學(xué)生對(duì)不同邊緣檢測(cè)算法的作用效果有直觀印象，將各種算法應(yīng)用于視覺(jué)測(cè)量圖像征點(diǎn)的邊緣檢測(cè)，并有針對(duì)性地選擇相應(yīng)參數(shù)，使學(xué)生不僅學(xué)習(xí)了各種邊緣檢測(cè)算法的使用，也看到了算法的特點(diǎn)。
根據(jù)視覺(jué)成像的特點(diǎn)，圓形特征點(diǎn)成像后一般為橢圓，所以，利用邊緣檢測(cè)得到的邊緣像點(diǎn)數(shù)據(jù)，講解用邊緣點(diǎn)進(jìn)行指定特征識(shí)別的方法，如基于Hough變換的特征檢測(cè)方法。為了引導(dǎo)學(xué)生思考，采用啟發(fā)式講課方法，講解了Hough變換檢測(cè)直線的方法，引出如何用Hough變換檢測(cè)像面上的圓或橢圓，并鼓勵(lì)有能力的學(xué)生實(shí)現(xiàn)相應(yīng)算法。
（3）特征點(diǎn)精定位。特征點(diǎn)精定位的目的是在實(shí)現(xiàn)特征點(diǎn)粗定位的基礎(chǔ)上，對(duì)圓形特征點(diǎn)中心在像面上的精確坐標(biāo)進(jìn)行定位。精確定位主要設(shè)計(jì)到數(shù)字圖像處理中的點(diǎn)運(yùn)算，但需要考慮采用的具體定位算法，如灰度重心法、加權(quán)灰度重心法、橢圓擬合法等。引導(dǎo)學(xué)生通過(guò)文獻(xiàn)資料查找和實(shí)現(xiàn)相關(guān)定位算法，并且與國(guó)際領(lǐng)先的專業(yè)軟件進(jìn)行定位精度對(duì)比。通過(guò)比較，可以使學(xué)生發(fā)現(xiàn)不同算法之間的區(qū)別，并分析不同的原因。進(jìn)一步，引導(dǎo)學(xué)生嘗試對(duì)定位算法做一定的改進(jìn)，這種改進(jìn)，不需要從算法根本上做出很大的創(chuàng)新，只是從某一方面進(jìn)行微小的變化，使其能夠適合特定的應(yīng)用需求。例如，如果對(duì)視覺(jué)測(cè)量像面上特征點(diǎn)定位采用加權(quán)灰度重心法時(shí)，通過(guò)調(diào)整加權(quán)系數(shù)，得到不用的效果，從而分析加權(quán)系數(shù)對(duì)于定位精度的影響，并據(jù)此得出適用于該需求的結(jié)論。
四、開(kāi)放性實(shí)驗(yàn)
長(zhǎng)期以來(lái)，“數(shù)字圖像處理”課程教學(xué)主要采用課堂理論教學(xué)，教學(xué)內(nèi)容也多為經(jīng)典的內(nèi)容，很難反映課程內(nèi)容的時(shí)代特征。實(shí)驗(yàn)教學(xué)是高等教育的重要組成部分，是抽象思維與形象思維、傳授知識(shí)與訓(xùn)練技能相結(jié)合的過(guò)程，在人才培養(yǎng)中具有課堂理論教學(xué)環(huán)節(jié)不可替代的作用，對(duì)培養(yǎng)理工科大學(xué)生的創(chuàng)造性是不可缺少的。雖然目前大多數(shù)課程都設(shè)置了實(shí)踐環(huán)節(jié)，但也普遍存在著很多問(wèn)題，[8]例如，實(shí)驗(yàn)課成績(jī)占課程成績(jī)比例小，學(xué)生對(duì)實(shí)驗(yàn)的重視度不夠，存在著抄襲他人實(shí)驗(yàn)結(jié)果和報(bào)告的現(xiàn)象；實(shí)驗(yàn)?zāi)Ｊ絾我?，?shí)驗(yàn)內(nèi)容陳舊、呆板，多為驗(yàn)證性實(shí)驗(yàn)，缺乏創(chuàng)新性和挑戰(zhàn)性，學(xué)生完全處于被動(dòng)狀態(tài)，最終導(dǎo)致實(shí)驗(yàn)不認(rèn)真，敷衍了事，所學(xué)的知識(shí)和操作技術(shù)遺忘快；不能保證每個(gè)學(xué)生都有充分的時(shí)間和機(jī)會(huì)做實(shí)驗(yàn)，個(gè)別學(xué)生逐漸養(yǎng)成依賴心理，最終只有一部分學(xué)生得到了鍛煉；理論課與實(shí)驗(yàn)課教學(xué)老師分離，造成理論和實(shí)踐環(huán)節(jié)脫節(jié)等。
針對(duì)目前“數(shù)字圖像處理”課程實(shí)驗(yàn)的現(xiàn)狀，根據(jù)視覺(jué)測(cè)量像面特征點(diǎn)定位需求，開(kāi)設(shè)相關(guān)開(kāi)放性實(shí)驗(yàn)項(xiàng)目“視覺(jué)測(cè)量特征點(diǎn)提取定位實(shí)驗(yàn)”，實(shí)驗(yàn)要求學(xué)生結(jié)合數(shù)字圖像處理課程知識(shí)理論，對(duì)視覺(jué)測(cè)量采集的數(shù)字圖像進(jìn)行處理，提取相關(guān)特征點(diǎn)。針對(duì)視覺(jué)測(cè)量中常用的特征點(diǎn)（圓形、方形）進(jìn)行自動(dòng)檢測(cè)，并實(shí)現(xiàn)高精度定位，主要實(shí)驗(yàn)內(nèi)容包括：圖像預(yù)處理、特征點(diǎn)粗定位、特征點(diǎn)精定位、算法設(shè)計(jì)與實(shí)現(xiàn)、實(shí)驗(yàn)結(jié)果分析等。
教師在開(kāi)放性實(shí)驗(yàn)項(xiàng)目中承擔(dān)的角色主要是方案設(shè)計(jì)和實(shí)施過(guò)程中的指導(dǎo)、監(jiān)督，對(duì)方案的具體實(shí)現(xiàn)方法不做限制性要求，主要由學(xué)生結(jié)合課堂教學(xué)內(nèi)容以及查閱文獻(xiàn)資料來(lái)設(shè)計(jì)并完成。為了提高項(xiàng)目完成的效率，教師可以通過(guò)適當(dāng)?shù)囊龑?dǎo)為學(xué)生指出主要方向。
對(duì)于單個(gè)學(xué)生來(lái)說(shuō)，這樣的實(shí)驗(yàn)項(xiàng)目有些困難，“團(tuán)隊(duì)合作”也是新時(shí)期對(duì)科技人才素質(zhì)的要求，所以可以通過(guò)建立項(xiàng)目小組的方式開(kāi)展實(shí)驗(yàn)。小組成員將實(shí)驗(yàn)內(nèi)容進(jìn)行分工，每人負(fù)責(zé)不同的部分，通過(guò)相互合作、幫助，完成整個(gè)實(shí)驗(yàn)項(xiàng)目。通過(guò)這種形式，也在某種程度上鍛煉了學(xué)生的團(tuán)隊(duì)合作意識(shí)和合作方法。
五、結(jié)束語(yǔ)
通過(guò)將視覺(jué)測(cè)量領(lǐng)域研究成果引入“數(shù)字圖像處理”課程，并在教學(xué)方法、教學(xué)手段、教學(xué)內(nèi)容、開(kāi)放性實(shí)踐等方面的改革和嘗試，逐步做到科學(xué)研究成果與課堂理論教學(xué)的有機(jī)結(jié)合，不僅豐富了課程的教學(xué)內(nèi)容，提高了學(xué)生的學(xué)習(xí)興趣，加深了對(duì)理論知識(shí)的理解，而且使學(xué)生接觸到科學(xué)研究的前沿領(lǐng)域，開(kāi)拓了視野，對(duì)創(chuàng)新能力的培養(yǎng)鍛煉等方面也具有重要意義。
參考文獻(xiàn)
1 E.M. Mikhail， J.S. Bethel. Introduction to Modern Photogramme
-try[M]. New York： John Wiley & Sons，2001
2 胡安文、季錚、盛慶紅.基于近景數(shù)字視覺(jué)測(cè)量的飛機(jī)表面模型重建[J].地理空間信息，2004（6）：23～25
3 Nicola D’Apuzzo. Overview of 3D surface digitization technologi-es in Europe[C]. Three-Dimensional Image Capture and Applications VI， Proc. of SPIE-IS&T Electronic Imaging， San Jose （CA），2006
4 劉常杰、邾繼貴、葉聲華.汽車白車身機(jī)器視覺(jué)檢測(cè)系統(tǒng)[J].汽車工程，2000（6）：373～376
5 彭三城、孫星明、劉國(guó)華.三維人體自動(dòng)測(cè)量技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用研究，2005（4）：1～5
[中圖分類號(hào)]TD52[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1007-9416(2010)03-0037-02
1 引言
膠帶的縱向撕裂問(wèn)題是一個(gè)在國(guó)內(nèi)國(guó)際都普遍存在的問(wèn)題[1]。如何設(shè)計(jì)一種能對(duì)膠帶實(shí)行實(shí)時(shí)監(jiān)控的、并且在縱向撕裂發(fā)生后快速可靠的膠帶保護(hù)裝置,在國(guó)內(nèi)外都是一個(gè)正在努力攻克的難題。相比較而言,由于我國(guó)煤礦的數(shù)量和膠帶輸送機(jī)的數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)國(guó)外任何一個(gè)國(guó)家,而國(guó)內(nèi)的膠帶質(zhì)質(zhì)量與國(guó)外相比有很大的差距,縱向撕裂識(shí)別和保護(hù)問(wèn)題在我國(guó)煤礦生產(chǎn)中更加受到重視,其中亟待解決的問(wèn)題之一是進(jìn)行有效的實(shí)時(shí)識(shí)別縱向裂縫。
國(guó)內(nèi)外從70年代就開(kāi)始縱向裂縫的識(shí)別研究,己從接觸式發(fā)展到非接觸式,從單一化到智能化,除嵌入法、光電傳感技術(shù)、超聲波掃描技術(shù)之外,現(xiàn)在又有了改進(jìn)后的嵌入法、超聲波技術(shù)和最新研究探討的原子物理方法等等。由于煤礦生產(chǎn)環(huán)境的惡劣,每種方法都有其不成熟和不穩(wěn)定的地方。因此,本文利用數(shù)字圖像處理技術(shù)靈活性高、再現(xiàn)性好、處理精度高、適用面寬以及處理算法和圖像特點(diǎn)相關(guān)性高的優(yōu)點(diǎn),根據(jù)礦用膠帶圖像的特點(diǎn),選取結(jié)構(gòu)識(shí)別方法,利用裂縫處灰度跳變的特性,使用了符合其特點(diǎn)連通域檢測(cè),通過(guò)圖像預(yù)處理,圖像切割,以及連通域檢測(cè)三個(gè)步驟實(shí)現(xiàn)了礦用膠帶的縱向裂縫的識(shí)別。
2 圖像的分析及其預(yù)處理
當(dāng)大多數(shù)縱向撕裂發(fā)生后,膠帶表面會(huì)有變化,用肉眼能辨別的出來(lái),我們可以在膠帶下安裝若干個(gè)攝象頭,然后用計(jì)算機(jī)進(jìn)行圖象識(shí)別,利用膠帶撕裂前后的圖象特征變化來(lái)進(jìn)行即時(shí)的監(jiān)控。即可以進(jìn)行預(yù)防以及及早的對(duì)發(fā)生的撕裂進(jìn)行處理。由于膠帶下面的環(huán)境比較惡劣,我們可以使用低照長(zhǎng)壽命c(diǎn)cd攝象機(jī)。攝象機(jī)的安裝地點(diǎn)要兼顧實(shí)用性和經(jīng)濟(jì)性,基于以上兩個(gè)原則,要安裝在最容易發(fā)生膠帶撕裂的部位,在膠帶的機(jī)頭、機(jī)尾以及轉(zhuǎn)折點(diǎn)各安裝一個(gè),以一個(gè)適合的高度盡可能照顧大的范圍。
本實(shí)驗(yàn)系統(tǒng)由CCD攝像頭、數(shù)據(jù)采集卡及識(shí)別軟件系統(tǒng)和電腦組成。其中硬件包括CCD采集卡、視頻采集卡和電腦主機(jī);識(shí)別系統(tǒng)模塊包括圖像采集模塊,預(yù)處理模塊,邊緣檢測(cè)模塊以及識(shí)別模塊。
首先對(duì)裂縫圖像進(jìn)行了整體、灰度、噪聲三個(gè)方面進(jìn)行了分析,得到其幾何、數(shù)學(xué)、灰度分布上的特點(diǎn),針對(duì)這些特點(diǎn)選擇合適的圖像處理算法。由于彩色圖像其信息容量比灰度圖像大,因此處理難度大、速度慢,而且在識(shí)別裂縫的過(guò)程中,灰度圖像所含的信息量已經(jīng)足夠,因此先將彩色圖像轉(zhuǎn)換成為灰度圖像。然后根據(jù)圖像的灰度直方圖進(jìn)行像素分析,根據(jù)分析的結(jié)果進(jìn)行自適應(yīng)閾值分割,通過(guò)計(jì)算或設(shè)定一個(gè)概率值,根據(jù)總像素值和灰度分布來(lái)確定分割的閾值,然后調(diào)用閾值分割程序來(lái)進(jìn)行閾值分割。圖像預(yù)處理還包括最重要的一個(gè)部分:圖像濾波,分析了圖像噪聲來(lái)源,選擇了合適的濾波器,對(duì)濾波效果進(jìn)行了分析,并對(duì)不同形狀的裂縫選擇了不同的濾波模板。
其次對(duì)圖像進(jìn)行形態(tài)學(xué)處理。由于在一幅裂縫圖像中,在圖像預(yù)處理的過(guò)程中或多或少的會(huì)對(duì)原始圖像中的裂縫區(qū)域帶來(lái)影響,例如:將屬于裂縫區(qū)域的點(diǎn)去除,可能導(dǎo)致連續(xù)的一條裂縫被分割為幾條或裂縫的區(qū)域減小,因此要對(duì)預(yù)處理后的圖像進(jìn)行形態(tài)學(xué)處理,使裂縫區(qū)域得到恢復(fù)和加強(qiáng)。圖1(b)是使用中值濾波進(jìn)行平滑處理的效果。
3 圖像邊緣分割
圖像分割是實(shí)現(xiàn)圖像識(shí)別膠帶是否撕裂的重要步驟,分割效果的好壞直接影響這系統(tǒng)的識(shí)別率,是特征提取、裂縫識(shí)別的前提準(zhǔn)備步驟,在系統(tǒng)視線中占有不可忽視的地位,因此如何提高分割效果,減輕識(shí)別難度也就成了我們的首要任務(wù),也是課題實(shí)現(xiàn)的難點(diǎn)之一。主要體現(xiàn)在以下兩個(gè)方面:首先,目前不存在適合所有類型圖像的通用分割算法,現(xiàn)有的分割算法都是針對(duì)具體應(yīng)用而設(shè)計(jì)的,因此我們必須根據(jù)膠帶撕裂裂縫圖像的特征,即直方圖沒(méi)有明顯雙峰,裂縫與背景的比例像素懸殊等特點(diǎn),來(lái)設(shè)計(jì)適合本系統(tǒng)的分割算法,其次,由于本文中盡心分割的裂縫圖像是從實(shí)際環(huán)境中獲取的,受到的干擾很大,煤礦膠帶下的情況惡劣,造成我們獲得的原始圖像質(zhì)量較差,為進(jìn)行有效分割帶來(lái)困難,因此選擇一個(gè)分割算法,使其能夠最大程度去除噪聲、邊界、偽缺陷等非裂縫區(qū)域,保留裂縫區(qū)域,減輕后續(xù)處理的復(fù)雜度,是本步驟的關(guān)鍵。
常用的算子可以分為一階微分算子和二階微分算子。一階微分算子通過(guò)梯度值來(lái)進(jìn)行邊緣檢測(cè),用此方法可以忽略細(xì)節(jié),得到的邊緣也較粗,如圖2所示為一階算子Sobel算子對(duì)膠帶裂縫輪廓的提取圖;二階微分算子是通過(guò)尋找二階微分中的零穿越來(lái)檢測(cè)邊緣。用此方法得到的邊緣較細(xì),在細(xì)節(jié)方面較好,但物體的整體輪廓不如一階微分算子明顯。由于縱向裂縫識(shí)別是以裂縫輪廓作為基礎(chǔ),而對(duì)其它細(xì)節(jié)可以不予考慮,從上面提取的裂縫輪廓圖像可以看出Sobel算子符合識(shí)別的要求,所以選擇Sobel算子。
4 縱向裂縫的提取和識(shí)別
對(duì)于二值圖像的連通域標(biāo)記處理操作就是從白色像素(通常用“1”來(lái)表示)和黑色像素(通常用“0”表示)組成的一幅點(diǎn)陣圖像中,將互相鄰接(一般研究的是4鄰域連接)的目標(biāo)“1”值像素集合提取出來(lái),并為圖像中不同的連通域填入不等的數(shù)學(xué)標(biāo)記。該處理過(guò)程是圖像處理和分析中一個(gè)非常重要的基礎(chǔ)操作,有著廣泛的應(yīng)用領(lǐng)域。
為了對(duì)圖像的連通域進(jìn)行標(biāo)記,需要對(duì)一幅圖像作從左到右,從上到下的水平掃描。需檢測(cè)當(dāng)前被掃描到的點(diǎn)是不是和周圍的點(diǎn)連通,需要檢查當(dāng)前的像素和以前標(biāo)記過(guò)的鄰近像素的值是否一樣。如果當(dāng)前像素的值和鄰近像素的值一樣,就表示它們連通,反之,就表示和此鄰近像素不連通,此時(shí)當(dāng)前點(diǎn)就要給一個(gè)新的標(biāo)記,同時(shí)標(biāo)記保留在一個(gè)與原二值圖像像素點(diǎn)個(gè)數(shù)相同的二維數(shù)組中。
令S代表一幅圖像中的像素子集,如果在S中全部像素之間存在一個(gè)通路,則可以說(shuō)兩個(gè)像素p和q在S中是連通的。對(duì)于S中的任何像素p,S中連接到該像素的像素集叫做S的連通分量。如果S僅有一個(gè)連通分量,則集合S叫做連通集。在很多場(chǎng)合,二值圖像提取連通分量是許多自動(dòng)圖像分析應(yīng)用的核心任務(wù)。
現(xiàn)場(chǎng)圖像經(jīng)過(guò)二值化處理后,形成多個(gè)互不相連的區(qū)域,而單個(gè)區(qū)域都是連通的,將連通域分開(kāi)標(biāo)記,就可以得到多個(gè)獨(dú)立的區(qū)域,連通域標(biāo)記算法可以找到圖像中所有的連通成分,并對(duì)同一連通成分的所有點(diǎn)分配同一標(biāo)記。
具體算法如下:
(1)將所有的白色像素(背景)賦值為0,所有黑色像素(裂縫連通域所在)賦值為-1,連通域個(gè)數(shù)置為0;
(2)尋找一個(gè)連通域開(kāi)始的像素(值為-1),并將其值改為當(dāng)前連通域數(shù),存儲(chǔ),連通域個(gè)數(shù)增加1;
(3)所有像素搜索。找到值為-1的像素(表示沒(méi)有被搜索過(guò)),正向搜索其周圍有沒(méi)有值為當(dāng)前連通域數(shù)的像素。如果有,將當(dāng)前像素賦以連通域的值;
(4)如果沒(méi)有像素被搜索,表示當(dāng)前所有像素已被遍歷,轉(zhuǎn)步驟2;
(5)如果步驟2中沒(méi)有找到開(kāi)始像素,表示所有連通域已經(jīng)被遍歷。
5 結(jié)語(yǔ)
本文利用圖像處理技術(shù),針對(duì)膠帶撕裂圖像中的裂縫進(jìn)行識(shí)別,分析了該圖像的特點(diǎn),通過(guò)圖像預(yù)處理,圖像切割,以及連通域檢測(cè)三個(gè)步驟識(shí)別裂縫。取得了以下的成果。
(1)裂縫圖像預(yù)處理。分析裂縫圖像的像素分布,得到其分布上有相似灰度級(jí)出現(xiàn)概率不同的特點(diǎn)。并且分析了裂縫圖像中的噪聲來(lái)源。針對(duì)其特點(diǎn)選用中值濾波。這個(gè)模塊主要完成了彩色圖像的灰度化、灰度拉伸、中值濾波處理。
(2)裂縫的邊緣檢測(cè)。比較了幾種邊緣檢測(cè)的方法,得到了效果最好的Sobel邊緣檢測(cè)方法,方便下一步的裂紋檢出。
(3)裂縫檢出。經(jīng)過(guò)前期處理后,圖像中的裂縫從背景中分離出來(lái),每個(gè)裂紋形成一個(gè)像素互相連通的區(qū)域,利用連通域檢測(cè)算法,從而將裂紋檢測(cè)出來(lái)。
[參考文獻(xiàn)]
[1] 黃民,李恩等.鋼繩芯輸送帶縱向撕裂監(jiān)測(cè)方法研究[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào),2002.31.
[2] 劉英林.輸送帶縱向撕裂的檢測(cè)與監(jiān)視[J].山西礦業(yè)學(xué)報(bào),1995(13).
[3] 吳劍鋒,張紅衛(wèi).膠帶輸送機(jī)膠帶損壞原因及運(yùn)行理論分析[J].中州煤炭,2005,2.
中圖分類號(hào)：TP309 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1673-9795（2013）07（a）-0152-01
網(wǎng)絡(luò)的飛速發(fā)展，為教育資源的大規(guī)模開(kāi)放和共享提供了一個(gè)高效的舞臺(tái)。目前，世界各國(guó)都在充分利用網(wǎng)絡(luò)優(yōu)勢(shì)，加強(qiáng)網(wǎng)絡(luò)教學(xué)資源的建設(shè)與共享，如麻省理工學(xué)院（MIT）于2001年4月首次啟動(dòng)開(kāi)放課件運(yùn)動(dòng)（OCW），截至2007年，該網(wǎng)站上已經(jīng)有1800門課程在線共享。此外，比較有影響力的還有英國(guó)開(kāi)放大學(xué)的OCI（Open Content Initiative）項(xiàng)目、卡耐基?梅隆大學(xué)的OLI（Open Learning Initiative）項(xiàng)目、美國(guó)索菲亞學(xué)院的OCI（Open Content Initiative）項(xiàng)目等[1]。2003年4月，我國(guó)教育部了《關(guān)于啟動(dòng)高等學(xué)校教學(xué)質(zhì)量與教學(xué)改革工程精品課程建設(shè)工作的通知》，明確提出精品課程是具有一流教師隊(duì)伍、一流教學(xué)內(nèi)容、一流教學(xué)方法、一流教學(xué)管理等特點(diǎn)的示范性課程。各省市教育行政主管部門也相繼下發(fā)了通知，提出了建設(shè)精品課程的規(guī)劃和措施，在全國(guó)高校掀起了精品課程建設(shè)的熱潮。
1 需求分析
精品課程網(wǎng)站的設(shè)計(jì)與開(kāi)發(fā)，充分發(fā)揮了計(jì)算機(jī)在呈現(xiàn)信息、提供聯(lián)系、激發(fā)動(dòng)機(jī)、學(xué)習(xí)評(píng)價(jià)方面的優(yōu)勢(shì)，彌補(bǔ)了教師、課本、視聽(tīng)媒體的不足；計(jì)算機(jī)作為學(xué)習(xí)者收集和組織信息、探究與批判性思考、合作與交流的工具，能很好的激發(fā)學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)，促進(jìn)有意義學(xué)習(xí)的發(fā)生；另外，精品課程的設(shè)計(jì)與開(kāi)發(fā)，突破了時(shí)空限制，具有傳播范圍廣的特點(diǎn)，任何人、任何時(shí)間、任何地點(diǎn)都可以按各自的興趣選擇任何課程進(jìn)行學(xué)習(xí)?？傊?，精品課程網(wǎng)站的設(shè)計(jì)很好的適應(yīng)了當(dāng)今世界國(guó)際化、信息化、知識(shí)化等特征的要求，學(xué)習(xí)者能更好的實(shí)現(xiàn)自主學(xué)習(xí)。
《遙感數(shù)字圖像處理》是一門專業(yè)基礎(chǔ)課，是以理論聯(lián)系實(shí)踐為主，注重運(yùn)用，重視上機(jī)實(shí)踐的一門課程。對(duì)于這樣一門操作性較強(qiáng)的課程，設(shè)計(jì)與開(kāi)發(fā)它的精品課程網(wǎng)站是非常有必要的。
《遙感數(shù)字圖像處理》精品課程網(wǎng)站的設(shè)計(jì)與開(kāi)發(fā)依托了校級(jí)《遙感數(shù)字圖像處理》精品課程的建設(shè)，主要面向遙感數(shù)字圖像處理專業(yè)的本科生，旨在輔助學(xué)習(xí)者完成對(duì)本門課程的自主學(xué)習(xí)，實(shí)現(xiàn)學(xué)習(xí)效果的最優(yōu)化，其目的是為了讓學(xué)習(xí)者通過(guò)學(xué)習(xí)，打牢遙感數(shù)字圖像處理的基礎(chǔ)知識(shí)，進(jìn)而可以運(yùn)用到實(shí)踐中。通過(guò)本課程的學(xué)習(xí)，使學(xué)生樹(shù)立正確的遙感數(shù)字圖像處理的概念，培養(yǎng)學(xué)生良好的計(jì)算機(jī)實(shí)踐習(xí)慣，實(shí)事求是的科學(xué)態(tài)度和嚴(yán)謹(jǐn)細(xì)致的工作作風(fēng)，為后繼課程的學(xué)習(xí)和將來(lái)參加社會(huì)生產(chǎn)實(shí)踐打下基礎(chǔ)。
2 理論基礎(chǔ)
認(rèn)知主義學(xué)習(xí)理論認(rèn)為，學(xué)習(xí)過(guò)程是每個(gè)學(xué)習(xí)者根據(jù)自己的態(tài)度、需要、興趣、愛(ài)好并利用過(guò)去的知識(shí)與經(jīng)驗(yàn)對(duì)當(dāng)前學(xué)習(xí)者的外界刺激做出的主動(dòng)地、有選擇地信息加工過(guò)程。
建構(gòu)主義學(xué)習(xí)理論認(rèn)為，“學(xué)習(xí)”被理解為意義的獲得，意義是學(xué)習(xí)者通過(guò)新舊知識(shí)經(jīng)驗(yàn)間的反復(fù)的、雙向的相互作用過(guò)程而構(gòu)建成的；學(xué)習(xí)的過(guò)程并不是簡(jiǎn)單的信息輸入、存儲(chǔ)和提取，而是由于新舊經(jīng)驗(yàn)的沖突引發(fā)觀念的轉(zhuǎn)變與結(jié)構(gòu)重組。
每一種學(xué)習(xí)理論都有自己的優(yōu)勢(shì)和缺陷，比如，給學(xué)習(xí)者更多的自主活動(dòng)，能增強(qiáng)學(xué)習(xí)動(dòng)機(jī)，但會(huì)降低學(xué)習(xí)效率；讓學(xué)習(xí)者之間有更多的協(xié)作能幫助意義建構(gòu)，但如果個(gè)體不能充分參與，可能會(huì)減少對(duì)個(gè)體差異的適應(yīng)。
學(xué)習(xí)理論應(yīng)用的一個(gè)基本原則是以不同的理論解釋不同的學(xué)習(xí)現(xiàn)象，將不同的理論應(yīng)用于不同的學(xué)習(xí)情境?！哆b感數(shù)字圖像處理》精品課程的設(shè)計(jì)與開(kāi)發(fā)，參照國(guó)家精品課程評(píng)審指標(biāo)，根據(jù)指導(dǎo)老師的要求以及課程的特點(diǎn)，綜合運(yùn)用了認(rèn)知主義、建構(gòu)主義學(xué)習(xí)理論的優(yōu)點(diǎn)，以更好的促進(jìn)學(xué)習(xí)者有意義學(xué)習(xí)的發(fā)生。
3 設(shè)計(jì)思路
在《遙感數(shù)字圖像處理》精品課程網(wǎng)站設(shè)計(jì)與開(kāi)發(fā)的過(guò)程中，主要從人機(jī)界面設(shè)計(jì)、認(rèn)知活動(dòng)設(shè)計(jì)出發(fā)。
（1）界面元素的清晰性和操作的流暢性：人機(jī)界面又稱為用戶界面，是學(xué)習(xí)者與軟件的教學(xué)內(nèi)容和教學(xué)流程相互作用的中介，因此，界面設(shè)計(jì)必須符合學(xué)習(xí)者操作的肢體和感官運(yùn)動(dòng)規(guī)律，以及感知心理規(guī)律，使界面操作簡(jiǎn)捷、自然、舒適。
（3）引導(dǎo)自主學(xué)習(xí)：提供電子教案下載、習(xí)題選編、模擬試題、學(xué)習(xí)幫助等欄目，并且設(shè)置在線答疑系統(tǒng)，提供了充分的人機(jī)交互，促進(jìn)知識(shí)的記憶與遷移。
（4）科學(xué)性、教育性：精品課程作為一個(gè)多媒體教學(xué)軟件，必須滿足教育性、技術(shù)性、藝術(shù)性、科學(xué)性以及經(jīng)濟(jì)性等原則。所以，在進(jìn)行具體的設(shè)計(jì)、開(kāi)發(fā)之前，先是參照國(guó)家精品課程評(píng)審指標(biāo)并根據(jù)指導(dǎo)老師的要求以及《遙感數(shù)字圖像處理》這門課程的特點(diǎn)，確定網(wǎng)站的內(nèi)容模塊、欄目設(shè)置以及界面整體風(fēng)格。
4 ACCESS技術(shù)簡(jiǎn)介
Microsoft Office Access（前名 Microsoft Access）是由微軟的關(guān)聯(lián)式數(shù)據(jù)庫(kù)管理系統(tǒng)。它結(jié)合了Microsoft Jet Database Engine和圖形用戶界面兩項(xiàng)特點(diǎn)，是 Microsoft Office的成員之一。Access能夠存取Access/Jet、Microsoft SQL Server、Oracle，或者任何ODBC兼容數(shù)據(jù)庫(kù)內(nèi)的資料。
Access 數(shù)據(jù)庫(kù)由七種對(duì)象組成，它們是表、查詢、窗體、報(bào)表、宏、頁(yè)和模塊。
表（Table）――表是數(shù)據(jù)庫(kù)的基本對(duì)象，是創(chuàng)建其他5種對(duì)象的基礎(chǔ)。表由記錄組成，記錄由字段組成，表用來(lái)存貯數(shù)據(jù)庫(kù)的數(shù)據(jù)，故又稱數(shù)據(jù)表。
查詢（Query）――查詢可以按索引快速查找到需要的記錄，按要求篩選記錄并能連接若干個(gè)表的字段組成新表。
窗體（Form）――窗體提供了一種方便的瀏覽、輸入及更改數(shù)據(jù)的窗口。還可以創(chuàng)建子窗體顯示相關(guān)聯(lián)的表的內(nèi)容。窗體也稱表單。
報(bào)表（Report）――報(bào)表的功能是將數(shù)據(jù)庫(kù)中的數(shù)據(jù)分類匯總，然后打印出來(lái)，以便分析。
宏（Macro）――宏相當(dāng)于DOS中的批處理，用來(lái)自動(dòng)執(zhí)行一系列操作。Access列出了一些常用的操作供用戶選擇，使用起來(lái)十分方便。
模塊（Module）――模塊的功能與宏類似，但它定義的操作比宏更精細(xì)和復(fù)雜，用戶可以根據(jù)自己的需要編寫程序。模塊使用Visual Basic編程。
頁(yè)（Page）――是一種特殊的直接連接到數(shù)據(jù)庫(kù)中數(shù)據(jù)的一種WEB頁(yè)。通過(guò)數(shù)據(jù)訪問(wèn)頁(yè)將數(shù)據(jù)到Internet或Intranet上，并可以適用瀏覽器進(jìn)行數(shù)據(jù)的維護(hù)和操作。
參考文獻(xiàn)
[1] 吳美嬌，項(xiàng)國(guó)雄.國(guó)家精品課程網(wǎng)絡(luò)教學(xué)資源現(xiàn)狀分析與優(yōu)化[J].現(xiàn)代遠(yuǎn)程教育研究，2009（2）：39-44.
摘要：為了預(yù)防礦井下電機(jī)車撞人事故的發(fā)生，提出了一種基于數(shù)字圖像處理技術(shù)的軌道行人識(shí)別算法，首先對(duì)圖像進(jìn)行尺度變換，裁剪，中值濾波，維納濾波，垂直邊緣檢測(cè)，二值化，密度模板匹配，閾值分割，連通域篩選和軌道擬合，識(shí)別出軌道，然后用行人和非行人樣本對(duì)支持向量機(jī)的參數(shù)進(jìn)行訓(xùn)練，最后運(yùn)用支持向量機(jī)對(duì)軌道上的行人進(jìn)行識(shí)別。運(yùn)用該算法，對(duì)現(xiàn)場(chǎng)采集到的圖片進(jìn)行Matlab仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該算法能很好的識(shí)別出軌道上的行人，做到提前報(bào)警。
關(guān)鍵詞 ：電機(jī)車；數(shù)字圖像處理；軌道檢測(cè)；行人識(shí)別；報(bào)警
中圖分類號(hào)：TD7文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1000-8772（2014）19-0202-01
1 引言
礦用電機(jī)車多年來(lái)一直作為礦井下的主要運(yùn)輸設(shè)備，由于礦井下情況復(fù)雜，機(jī)車運(yùn)行頻繁，可能會(huì)發(fā)生電機(jī)車撞人事故，因此急需要一種監(jiān)測(cè)報(bào)警系統(tǒng)，對(duì)行人進(jìn)行識(shí)別報(bào)警。
目前運(yùn)用在車輛上的檢測(cè)障礙物方法主要有：超聲波檢測(cè)、毫米波雷達(dá)檢測(cè)、紅外線檢測(cè)、激光檢測(cè)和攝像頭檢測(cè)等，在運(yùn)動(dòng)的電機(jī)車上，攝像頭檢測(cè)更具優(yōu)勢(shì)，攝像頭檢測(cè)即圖像識(shí)別[1，2]。行人檢測(cè)被廣泛用于行人流量統(tǒng)計(jì)、智能車輛輔助駕駛、智能交通、防盜報(bào)警，行人報(bào)警等方面，具有廣大的應(yīng)用前景[3]。行人檢測(cè)即從圖像或視頻中識(shí)別出行人，主要有兩步：特征提取和分類定位，行人的特征包括HOG特征，紋理特征，SIFT特征等；行人檢測(cè)的方法有：基于運(yùn)動(dòng)的方法、基于形狀的方法、基于模板匹配的方法和基于統(tǒng)計(jì)分類的方法等[3，4]。
將現(xiàn)有的行人識(shí)別算法用于礦井下軌道上的行人識(shí)別，具有豐富的理論依據(jù)和廣大的應(yīng)用前景，可降低礦下機(jī)車撞人事故的發(fā)生。本文行人檢測(cè)的思想是：先識(shí)別軌道，再識(shí)別軌道上的行人。
2 MATLAB仿真
設(shè)原圖像的尺寸為：M×N M，N都為偶數(shù)，則下采樣后圖像的尺寸為：M/2×N/2。在下采樣后圖像中裁剪的區(qū)域?yàn)閤坐標(biāo)：x1x2，y坐標(biāo)：y1y2。中值濾波的尺寸為3×3，維納濾波的尺寸為5×5，垂直邊緣檢測(cè)算子為：。 密度匹配模板尺寸為3×3。垂直邊緣檢測(cè)出的圖像和密度圖像的二值化閾值都采用Otsu方法求得。檢測(cè)窗口的大小為，塊的大小為64×128，塊的重疊率為，一個(gè)塊內(nèi)的單元數(shù)為4，單元的大小為8×8，在[-π/2，π/2]將梯度方向均勻的劃分成9個(gè)區(qū)間[5-9]。圖1中白色矩形區(qū)域?yàn)榻?jīng)支持向量機(jī)識(shí)別出的行人。
3、結(jié)論
一種基于數(shù)字圖像處理技術(shù)的軌道行人識(shí)別算法能識(shí)別出軌道和行人，做到提前報(bào)警，本文僅從算法上實(shí)現(xiàn)，還需結(jié)合硬件，才能將該算法用到實(shí)處，在現(xiàn)實(shí)環(huán)境中，該算法的性能也有待檢驗(yàn)。該行人識(shí)別算法可進(jìn)一步推廣，用到現(xiàn)實(shí)中各種場(chǎng)合的行人識(shí)別。
參考文獻(xiàn)：
[1] 王榮本，趙一兵，李琳輝等.智能車輛的障礙物檢測(cè)研究方法綜述[J].公路交通科技，2007，11：109-113+124.
[2] 賈慧星，章毓晉.車輛輔助駕駛系統(tǒng)中基于計(jì)算機(jī)視覺(jué)的行人檢測(cè)研究綜述[J].自動(dòng)化學(xué)報(bào)，2007，01：84-90.
[3] 王興寶.復(fù)雜場(chǎng)景下多姿態(tài)行人檢測(cè)與識(shí)別方法研究[D].蘇州大學(xué)，2012.
[4] 蘇松志，李紹滋，陳淑媛，蔡國(guó)榕，吳云東.行人檢測(cè)技術(shù)綜述[J].電子學(xué)報(bào)，2012，04：814-820.
[5] 范昕煒.支持向量機(jī)算法的研究及其應(yīng)用[D].浙江大學(xué)，2003.
[6] 方莉，張萍.經(jīng)典圖像去噪算法研究綜述[J].工業(yè)控制計(jì)算機(jī)，2010，11：73-74
[7] 陳剛.基于多特征的行人檢測(cè)方法研究[D].吉林大學(xué)，2012.
中圖分類號(hào)：G6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2013）03（b）-0-01
1 研究背景
2003年4月，中國(guó)教育部了《關(guān)于啟動(dòng)高等學(xué)校教學(xué)質(zhì)量與教學(xué)改革工程精品課程建設(shè)工作的通知》，提出精品課程是具有一流教師隊(duì)伍、一流教學(xué)內(nèi)容、一流教學(xué)方法、一流教學(xué)管理等特質(zhì)的示范性課程。經(jīng)過(guò)幾年的推行實(shí)施，國(guó)家精品課程在數(shù)量上已具有一定規(guī)模，質(zhì)量上也在逐年提高，但是在課程資源等方面仍然存在不足之處：（1）課程資源庫(kù)建設(shè)。在《國(guó)家精品課程評(píng)價(jià)指標(biāo)體系》中，課程資源主要是通過(guò)教學(xué)內(nèi)容和教學(xué)條件兩大項(xiàng)來(lái)評(píng)價(jià)，他們是課程的核心部分，是教學(xué)信息設(shè)計(jì)、組織與呈現(xiàn)等教學(xué)設(shè)計(jì)思想的具體化表現(xiàn)。經(jīng)過(guò)這幾年的努力，課程資源建設(shè)模塊逐漸約定俗成，絕大多數(shù)課程均有課程介紹、教學(xué)大綱、教學(xué)安排、授課錄像和試卷習(xí)題等，而實(shí)驗(yàn)/實(shí)踐稍差，學(xué)習(xí)/教學(xué)指導(dǎo)、電子教材和素材庫(kù)等最為薄弱；（2）課程資源類型。精品課程充分發(fā)揮現(xiàn)代教育技術(shù)強(qiáng)大功能，采用各種多媒體技術(shù)來(lái)呈現(xiàn)教學(xué)信息，如音/視頻、PowerPoint、Word、Flash等，課程資源類型可以分為演示型、過(guò)程型、交互型、管理型和評(píng)價(jià)型5種，但是現(xiàn)在絕大多數(shù)課程都不重視過(guò)程型和交互型資源的建設(shè)，更是忽略知識(shí)管理型和評(píng)價(jià)型資源的建設(shè)[1]。
2 需求分析
精品課程網(wǎng)站的設(shè)計(jì)與開(kāi)發(fā)，充分發(fā)揮計(jì)算機(jī)在呈現(xiàn)信息、提供聯(lián)系、激發(fā)動(dòng)機(jī)、學(xué)習(xí)評(píng)價(jià)方面等方面優(yōu)勢(shì)，彌補(bǔ)了教師、課本、視聽(tīng)媒體的不足；計(jì)算機(jī)作為使用者收集和組織信息、探究與批判性思考、合作與交流的工具，能很好的激發(fā)學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)，促進(jìn)有意義學(xué)習(xí)的發(fā)生；另外，精品課程的設(shè)計(jì)與開(kāi)發(fā)，突破了時(shí)空限制，具有傳播范圍廣的特點(diǎn)，任何人、任何時(shí)間、任何地點(diǎn)都可以按各自的興趣選擇任何課程進(jìn)行學(xué)習(xí)。總之，精品課程網(wǎng)站的設(shè)計(jì)很好的適應(yīng)了當(dāng)今世界國(guó)際化、信息化、知識(shí)化等特征的要求，學(xué)習(xí)者能更好的實(shí)現(xiàn)自主學(xué)習(xí)?！哆b感數(shù)字圖像處理》是一門專業(yè)基礎(chǔ)課，是以理論聯(lián)系實(shí)踐為主，注重運(yùn)用，重視上機(jī)實(shí)踐的一門課程。對(duì)于這樣一門操作性較強(qiáng)的課程，設(shè)計(jì)與開(kāi)發(fā)它的精品課程網(wǎng)站是非常有必要的?！哆b感數(shù)字圖像處理》精品課程網(wǎng)站的設(shè)計(jì)與開(kāi)發(fā)依托了校級(jí)《遙感數(shù)字圖像處理》精品課程的建設(shè)，面向遙感數(shù)字圖像處理專業(yè)的學(xué)生，旨在輔助學(xué)生完成對(duì)本門課程的自主學(xué)習(xí)，實(shí)現(xiàn)學(xué)習(xí)效果的最優(yōu)化，其目的是為了讓學(xué)生通過(guò)學(xué)習(xí)，打牢遙感數(shù)字圖像處理的基礎(chǔ)知識(shí)，進(jìn)而可以運(yùn)用到實(shí)踐中。通過(guò)該課程的學(xué)習(xí)，使學(xué)生樹(shù)立正確的遙感數(shù)字圖像處理的概念，培養(yǎng)學(xué)生良好的計(jì)算機(jī)實(shí)踐習(xí)慣，實(shí)事求是的科學(xué)態(tài)度和嚴(yán)謹(jǐn)細(xì)致的工作作風(fēng)，為后繼課程的學(xué)習(xí)和將來(lái)參加社會(huì)生產(chǎn)實(shí)踐打下基礎(chǔ)。
3 主要技術(shù)簡(jiǎn)介
3.1 ASP技術(shù)簡(jiǎn)介
ASP是Microsoft Active Server Pages的簡(jiǎn)稱，是服務(wù)器端腳本編寫的環(huán)境，可以創(chuàng)建和運(yùn)行動(dòng)態(tài)、交互的Web服務(wù)器應(yīng)用程序，即可以組合HTML頁(yè)、腳本命令和Web頁(yè)和基于Web的功能強(qiáng)大的應(yīng)用程序。ASP不是一種語(yǔ)言，它所使用的語(yǔ)言是Javascript或VBScript，或者是這兩種語(yǔ)言的結(jié)合體。總的來(lái)說(shuō)，ASP具有以下的特點(diǎn)：（1）使用簡(jiǎn)單易懂的腳本語(yǔ)言（Javascript或VBScript等），結(jié)合HTML就可以快速開(kāi)發(fā)出各種各樣的應(yīng)用程序；（2）不需要編譯，容易編寫，而且代碼在服務(wù)器端直接執(zhí)行；（3）ASP源程序在服務(wù)器端被執(zhí)行后，將執(zhí)行結(jié)果返回給客戶端，從而提高了源程序的安全性；（4）可使用服務(wù)器端腳本來(lái)產(chǎn)生客戶端腳本；（5）由于ASP程序在服務(wù)器端執(zhí)行，因此只要客戶端使用的瀏覽器可以執(zhí)行HTML代碼即可。這樣便最高限度地保證了ASP程序的通用性；（6）可以使用VB等多種編程語(yǔ)言來(lái)開(kāi)發(fā)ActiveX服務(wù)器組件來(lái)擴(kuò)充服務(wù)器端程序的功能；（7）使用普通的文本編輯器即可對(duì)ASP程序進(jìn)行設(shè)計(jì)、修改；（8）ASP提供了幾種內(nèi)置對(duì)象使得腳本功能更強(qiáng)大，在其他方面，這些對(duì)象完成從瀏覽器中檢索或向?yàn)g覽器發(fā)送信息的功能?？傊珹SP是目前網(wǎng)頁(yè)制作技術(shù)中最容易學(xué)習(xí)、靈活性也最大的工具之一。更重要的是它擁有非常好的可擴(kuò)充性。像標(biāo)準(zhǔn)的HTML文件一樣，ASP包含可以被Web瀏覽器顯示并解釋的HTML標(biāo)簽。通常放入HTML文件的Java小程序、閃爍文本、用戶端腳本、用戶端ActiveX控件都可以放入Active Server Pages中[4]。
3.2 ACCESS技術(shù)簡(jiǎn)介
Microsoft Office Access（前名 Microsoft Access）是由微軟的關(guān)聯(lián)式數(shù)據(jù)庫(kù)管理系統(tǒng)，是 Microsoft Office的主要成員之一。Access能夠存取 Access/Jet、Microsoft SQL Server、或者任何ODBC兼容數(shù)據(jù)庫(kù)內(nèi)的資料。Access 數(shù)據(jù)庫(kù)由七種對(duì)象組成，它們是表、查詢、窗體、報(bào)表、宏、頁(yè)和模塊。
表（Table）―是數(shù)據(jù)庫(kù)的基本對(duì)象之一，是創(chuàng)建其他對(duì)象的基礎(chǔ)。表由記錄組成，記錄由字段組成，表用來(lái)存貯數(shù)據(jù)庫(kù)的數(shù)據(jù)，因此又稱數(shù)據(jù)表。
查詢（Query）―查詢可以按索引查找到需要的記錄，按要求篩選記錄并能連接若干個(gè)表的字段從而組成新表。
窗體（Form）―窗體提供了一種方便的瀏覽、輸入及更改數(shù)據(jù)的窗口。還可以創(chuàng)建子窗體顯示相關(guān)聯(lián)的表的內(nèi)容。窗體也稱表單。
報(bào)表（Report）―報(bào)表的功能是將數(shù)據(jù)庫(kù)中的數(shù)據(jù)匯總，然后打印，以便
分析。
宏（Macro）―宏相當(dāng)于DOS中的批處理，用來(lái)自動(dòng)執(zhí)行一系列操作流程。Access列出了一些常用的操作以方便用戶選擇，使用起來(lái)十分便捷。
模塊（Module）―模塊的功能和宏相似，但其操作比宏更加精細(xì)和復(fù)雜，用戶可根據(jù)自己的需求編寫程序。
頁(yè)―是特殊的直接連接到數(shù)據(jù)庫(kù)中數(shù)據(jù)的一種WEB頁(yè)。通過(guò)數(shù)據(jù)訪問(wèn)頁(yè)可將數(shù)據(jù)到Internet 或Intranet上，而且可以適用瀏覽器進(jìn)行數(shù)據(jù)的維護(hù)和操作。
參考文獻(xiàn)
[1] 許坦，石.精品課程發(fā)展現(xiàn)狀綜述[J].中國(guó)電化教育，2007（5）：244.
【關(guān)鍵詞】云計(jì)算 云架構(gòu) 圖像處理 交通流
1 引言
隨著我國(guó)交通運(yùn)輸行業(yè)的快速發(fā)展，給人們生活帶來(lái)了巨大便捷的同時(shí)，由于汽車數(shù)量的增多，造成了交通的日益惡化，交通堵塞現(xiàn)象十分嚴(yán)重。為了有效緩解這種局面，在現(xiàn)有交通資源下，挖掘已布設(shè)在各道路環(huán)境中的監(jiān)控?cái)z像機(jī)資源，主動(dòng)利用其提供的視頻圖像數(shù)據(jù)來(lái)感知道路交通流參數(shù)，實(shí)現(xiàn)交通檢測(cè)的目的。
交通流監(jiān)測(cè)系統(tǒng)是依據(jù)交通流流體理論的空間和時(shí)間離散化數(shù)學(xué)模型，將交通線路上的攝像頭獲取的車流圖像建立相對(duì)應(yīng)的二維模型。同時(shí)隨著城市規(guī)模的發(fā)展，傳統(tǒng)的交通流參數(shù)計(jì)算方式已經(jīng)無(wú)法滿足大量視頻數(shù)據(jù)的處理。對(duì)于這一問(wèn)題，我們提出將云計(jì)算的技術(shù)運(yùn)用到交通流監(jiān)測(cè)中，作為一種新的計(jì)算模式和共享云計(jì)算的架構(gòu)方法，云計(jì)算在高性能計(jì)算和海量數(shù)據(jù)存儲(chǔ)方面具有明顯優(yōu)勢(shì)，云計(jì)算平臺(tái)能將資源虛擬化，同時(shí)進(jìn)行有效且動(dòng)態(tài)的資源劃分和分配。
2 基于視頻的交通流參數(shù)檢測(cè)
2.1 交通流參數(shù)的提取
圖2為現(xiàn)有交通流分布圖，車輛檢測(cè)是視頻交通監(jiān)控系統(tǒng)的關(guān)鍵和基礎(chǔ)，其中交通流目標(biāo)提取算法分為背景建模、幀差和目標(biāo)跟蹤等計(jì)算。背景建模方法避免了幀差法前景區(qū)域提取不完整的問(wèn)題，采用高斯混合模型相較于其他算法（Kalman濾波算法、平均法、選擇更新法）能利用高斯模型更好地給出像素點(diǎn)分布，多模型防止前景點(diǎn)對(duì)背景點(diǎn)的建模干擾，消除背景規(guī)律性晃動(dòng)。
運(yùn)用數(shù)字圖像處理的技術(shù)，對(duì)圖像進(jìn)行數(shù)字化、編碼、圖像增強(qiáng)、恢復(fù)、重建、分析，獲取道路的坐標(biāo)映射以及車流量信息。
2.2 基于Kalman濾波理論的自適應(yīng)背景預(yù)測(cè)與更新建模法
基于視頻的車輛交通流檢測(cè)，目前提出的車流量檢測(cè)算法都存在一定的缺陷，不能解決影響檢測(cè)精度和實(shí)時(shí)性等所有間題。因此我們提出了一種改進(jìn)的具有一定自適應(yīng)功能的基于Kalman濾波的背景預(yù)測(cè)與更新法，可實(shí)現(xiàn)建模函數(shù)的自適應(yīng)修正和不同階段的背景匹配更新。
實(shí)驗(yàn)表明：隨著時(shí)間的推移，以上背景建模法將與場(chǎng)景匹配的權(quán)值逐漸增大，而不匹配的高斯函數(shù)的權(quán)值將日益縮小。
3 實(shí)驗(yàn)結(jié)果分析
系統(tǒng)在PC機(jī)上運(yùn)行，在VS2010平臺(tái)下，輸入自拍的復(fù)雜城區(qū)道路上的視頻流，利用以上自己研究的算法，自己設(shè)計(jì)開(kāi)發(fā)了相應(yīng)的軟件，通過(guò)實(shí)驗(yàn)驗(yàn)證，效果較好。
當(dāng)系統(tǒng)正常工作時(shí)，終端能夠從服務(wù)器獲取周邊節(jié)點(diǎn)的路況信息，同時(shí)利用云計(jì)算的快速圖像處理。按照等級(jí)將對(duì)應(yīng)的路段按照不同的路段加以區(qū)分，在GIS系統(tǒng)中將不同的路段按照對(duì)應(yīng)的交通等級(jí)進(jìn)行顏色區(qū)分顯示，當(dāng)鼠標(biāo)指向具體的路段時(shí)，也能夠顯示具體的數(shù)值，是個(gè)節(jié)點(diǎn)的交通信息能夠非常直觀的進(jìn)行顯示。
通過(guò)視頻圖像采集、視頻圖像預(yù)處理、背景建模等過(guò)程。在單位時(shí)間內(nèi)，根據(jù)車輛計(jì)數(shù)就可以求出車流量。
經(jīng)測(cè)量得到，車模的速度在1m/s左右，按照1：24的比例換算成實(shí)際速度在80km/h左右，寬度測(cè)量誤差為4.25%，長(zhǎng)度測(cè)量誤差為2.28%，車型匹配準(zhǔn)確率為100%。
4 結(jié)論
本文從交通流現(xiàn)狀出發(fā)，介紹了云計(jì)算基礎(chǔ)知識(shí)，并建立了私有云計(jì)算平臺(tái)。然后針對(duì)道路環(huán)境實(shí)際應(yīng)用需求，在現(xiàn)有的解決方法下，提出一種改進(jìn)的具有一定自適應(yīng)功能的Kalman濾波建模法；同時(shí)，解決了車輛的長(zhǎng)度、寬度、車輛速度等參數(shù)測(cè)量，通過(guò)構(gòu)建的私有云平臺(tái)，能夠快速精確的計(jì)算道路占有率、及交通運(yùn)輸能力分析，為交管部門提供了可靠的基礎(chǔ)參數(shù)信息。
參考文獻(xiàn)
[1]黃振宇.基于云計(jì)算的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)研究與實(shí)現(xiàn)[D].上海：上海交通大學(xué)，2011.
[2]楊文志.云計(jì)算技術(shù)指南：應(yīng)用、平臺(tái)與架構(gòu)[M].北京：化學(xué)工業(yè)出版社，2010.
[3]王鵬.云計(jì)算的關(guān)鍵技術(shù)與應(yīng)用實(shí)例[M].北京：人民郵電出版社，2010.
[4]張良將.Hadoop云平臺(tái)下的并行化圖像處理實(shí)現(xiàn)[D].上海：上海交通大學(xué)，2012.
[5]李新法.基于視頻圖像處理的交通流檢測(cè)方法[J].城市建設(shè)理論研究，2013.
[7] 李剛.基于背景差法和幀間差法的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J].儀器儀表學(xué)報(bào)，2006（27） 962-964.
[8]高建平.基于圖像處理的交通信息采集[D].上海：同濟(jì)大學(xué)，2006.
中圖分類號(hào)：TM76 文章編號(hào)：1009-2374（2016）21-0047-03 DOI：10.13535/ki.11-4406/n.2016.21.023
1 概述
隨著信息技術(shù)的發(fā)展，人類逐漸步入信息化時(shí)代。在此過(guò)程中所引起的信息革命給許多傳統(tǒng)行業(yè)帶來(lái)了巨大的沖擊，信息化時(shí)代的四大特點(diǎn)――智能化、電子化、全球化、非群體化成為了許多行業(yè)變革的風(fēng)向標(biāo)。而信息化時(shí)代的代表性象征――計(jì)算機(jī)在各行各業(yè)中的必要性與日俱增，在電力行業(yè)中也不可避免。
而電力行業(yè)作為關(guān)乎國(guó)計(jì)民生的傳統(tǒng)行業(yè)，在信息化時(shí)代中也面臨著如何更高效地利用能源、如何更安全可靠地供電、如何更好地了解用戶需求等諸多方面的新挑戰(zhàn)，于是“智能電網(wǎng)”的概念應(yīng)運(yùn)而生。
2 智能電網(wǎng)
2.1 智能電網(wǎng)的概念
智能電網(wǎng)是將信息技術(shù)，如通信技術(shù)、傳感技術(shù)、計(jì)算機(jī)技術(shù)和控制技術(shù)等融入電力系統(tǒng)之中，使整個(gè)電力系統(tǒng)更加安全可控，成為高效智能的新型電網(wǎng)。由于各國(guó)的國(guó)情不同，因此各個(gè)國(guó)家對(duì)智能電網(wǎng)的具體要求也會(huì)有不同的側(cè)重點(diǎn)。因?yàn)槲覈?guó)還是一個(gè)發(fā)展中國(guó)家，與國(guó)外發(fā)達(dá)國(guó)家的電力工業(yè)已步入成熟期不同，我國(guó)在發(fā)展智能電網(wǎng)的同時(shí)，還需要加強(qiáng)骨干電網(wǎng)建設(shè)。因此除了要建設(shè)能夠充分滿足用戶對(duì)電力的需求和優(yōu)化資源配置，確保電力供應(yīng)的安全性、可靠性和經(jīng)濟(jì)性，滿足環(huán)保約束，保證電能質(zhì)量，適應(yīng)電力市場(chǎng)化發(fā)展的堅(jiān)強(qiáng)智能電網(wǎng)外，我國(guó)的智能電網(wǎng)建設(shè)還需要滿足以特高壓電網(wǎng)為骨干網(wǎng)架，各級(jí)電網(wǎng)高度協(xié)調(diào)發(fā)展。
2.2 智能電網(wǎng)的特點(diǎn)
智能電網(wǎng)一般包括有以下七個(gè)特點(diǎn)：
2.2.1 能量互聯(lián)網(wǎng)：智能電網(wǎng)要求實(shí)現(xiàn)供電方和用戶之間的交互，構(gòu)建多向電力流，它主要由能量管理系統(tǒng)和配電管理系統(tǒng)組成。其中能量管理系統(tǒng)提供整個(gè)電網(wǎng)的實(shí)時(shí)狀態(tài)信息，并根據(jù)實(shí)時(shí)信息選擇最優(yōu)發(fā)電方案，減少輸電損耗，維護(hù)系統(tǒng)可靠性以確保供電穩(wěn)定；配電管理系統(tǒng)提供配電網(wǎng)絡(luò)的實(shí)時(shí)狀態(tài)信息，允許供電方遠(yuǎn)程控制斷電的隔離與恢復(fù)，管理可再生能源發(fā)電。
2.2.2 降低損耗：智能電網(wǎng)能夠基于“能量互聯(lián)網(wǎng)”中的實(shí)時(shí)信息，根據(jù)用戶的需求來(lái)供電，通過(guò)電壓控制來(lái)降低電力損耗。同時(shí)還可以沿輸電線放置傳感器和電容器，通過(guò)無(wú)功負(fù)載控制來(lái)減少電力損耗。減少電力損耗的同時(shí)還會(huì)降低二氧化碳的排放量，使電網(wǎng)系統(tǒng)更加低碳環(huán)保。
2.2.3 融入可再生能源發(fā)電：目前可再生能源發(fā)電的最大缺點(diǎn)在于可變性過(guò)大，產(chǎn)電不穩(wěn)定。智能電網(wǎng)能夠通過(guò)儲(chǔ)電技術(shù)，在產(chǎn)電過(guò)剩時(shí)將多余電能存儲(chǔ)起來(lái)，在供不應(yīng)求時(shí)再通過(guò)智能電網(wǎng)的自動(dòng)化技術(shù)供能，進(jìn)而解決可再生能源產(chǎn)電不穩(wěn)定的問(wèn)題。
2.2.4 減少輸電阻塞：智能電網(wǎng)能夠檢測(cè)輸電線的實(shí)時(shí)度數(shù)，在可能發(fā)生輸電阻塞時(shí)，傳感器和控制器會(huì)及時(shí)地重新安排電力輸送線路，使得電力能夠最大限度地流過(guò)線路而不發(fā)生阻塞。
2.2.5 分布式發(fā)電：通過(guò)智能電網(wǎng)的雙向電力流，用戶自行通過(guò)太陽(yáng)能、風(fēng)能等可再生能源產(chǎn)生的電力可以出售給供電方，流入配電網(wǎng)絡(luò)中，使電網(wǎng)系統(tǒng)在用電高峰期可以為用戶提供更穩(wěn)定的供電服務(wù)。
2.2.6 自愈：智能電網(wǎng)能夠基于實(shí)時(shí)測(cè)量的概率風(fēng)險(xiǎn)評(píng)估確定最有可能失敗的設(shè)備、發(fā)電廠和線路，及時(shí)進(jìn)行隔離和恢復(fù)，從而減少大面積用電故障的出現(xiàn)。同時(shí)，智能電網(wǎng)還能實(shí)時(shí)分析電網(wǎng)的整體健康水平，及時(shí)觸發(fā)可能導(dǎo)致電網(wǎng)故障發(fā)展的早期預(yù)警，并根據(jù)具體情況確定是否立即進(jìn)行檢查或采取相應(yīng)措施。
2.2.7 用戶需求管理：智能電網(wǎng)能夠通過(guò)智能電表實(shí)時(shí)通知用戶其電力消費(fèi)成本、實(shí)時(shí)電價(jià)、電網(wǎng)的狀況、計(jì)劃停電信息等信息，使用戶可以根據(jù)這些信息制定自己的電力使用方案，繼而通過(guò)影響用戶需求來(lái)促進(jìn)電力供求平衡。
2.3 智能電網(wǎng)的相關(guān)技術(shù)
智能電網(wǎng)的關(guān)鍵基礎(chǔ)技術(shù)主要包括集成的通信技術(shù)、先進(jìn)的傳感和測(cè)量技術(shù)、先進(jìn)的電網(wǎng)設(shè)備技術(shù)、先進(jìn)的控制技術(shù)以及決策支持和可視化技術(shù)。
3 計(jì)算機(jī)科學(xué)在智能電網(wǎng)中的應(yīng)用
在電網(wǎng)智能化的過(guò)程中，計(jì)算機(jī)是必不可少的。而計(jì)算機(jī)科學(xué)在智能電網(wǎng)中也有諸多應(yīng)用，其中云計(jì)算、數(shù)字圖像處理、數(shù)據(jù)挖掘、人工智能和軟件工程這些計(jì)算機(jī)科學(xué)相關(guān)技術(shù)在智能電網(wǎng)中尤為重要。
3.1 云計(jì)算
云計(jì)算是分布式計(jì)算的一種特殊形式，根據(jù)美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院的定義，云計(jì)算可以實(shí)現(xiàn)隨時(shí)隨地、便捷、按需地從可配置計(jì)算資源共享池中獲取所需的資源，資源可以快速供給和釋放，使管理的工作和服務(wù)提供者的介入降低至最少。
云計(jì)算技術(shù)能夠整合優(yōu)化電網(wǎng)系統(tǒng)中的各種異構(gòu)資源，如電力系統(tǒng)中的監(jiān)控維護(hù)資源、配電管理資源和市場(chǎng)運(yùn)營(yíng)資源等。利用云計(jì)算支持廣泛企業(yè)計(jì)算和普適性強(qiáng)的特點(diǎn)，能夠構(gòu)建更加高效的智能電網(wǎng)數(shù)據(jù)中心，實(shí)現(xiàn)基礎(chǔ)設(shè)施資源的自動(dòng)化管理。例如利用Google的Borg能夠使大量服務(wù)器協(xié)調(diào)工作，繼而實(shí)現(xiàn)大規(guī)模系統(tǒng)的可靠性管理。
而智能電網(wǎng)信息系統(tǒng)所產(chǎn)生的大量數(shù)據(jù)，更需要通過(guò)云計(jì)算來(lái)實(shí)現(xiàn)分布式存儲(chǔ)和管理。利用云計(jì)算來(lái)實(shí)現(xiàn)海量數(shù)據(jù)的分布式存儲(chǔ)，可以通過(guò)冗余存儲(chǔ)和高可靠性軟件來(lái)提高數(shù)據(jù)的可靠性，并能較好地達(dá)到成本、可靠性和性能的最佳平衡。例如利用Google的GFS文件系統(tǒng)可以實(shí)現(xiàn)數(shù)據(jù)的冗余存儲(chǔ)，并大幅度降低主服務(wù)器的負(fù)擔(dān)，使系統(tǒng)IO高度并行工作，從而提高系統(tǒng)的整體性能。智能電網(wǎng)所產(chǎn)生的數(shù)據(jù)種類眾多，而云計(jì)算的數(shù)據(jù)管理技術(shù)能夠較好地滿足智能電網(wǎng)信息平臺(tái)數(shù)據(jù)種類繁多的海量服務(wù)請(qǐng)求，因此云計(jì)算能夠高效地管理智能電網(wǎng)信息平臺(tái)中的多元數(shù)據(jù)。例如，利用Google的BigTable，通過(guò)一個(gè)巨大的分布式多維數(shù)據(jù)表，將數(shù)據(jù)都作為對(duì)象，并通過(guò)關(guān)鍵字、列關(guān)鍵字和時(shí)間戳來(lái)進(jìn)行索引，滿足各類數(shù)據(jù)的性能要求，進(jìn)而實(shí)現(xiàn)多元數(shù)據(jù)的高效管理。
為了保證電網(wǎng)系統(tǒng)運(yùn)行的安全穩(wěn)定，智能電網(wǎng)需要通過(guò)大規(guī)模的電力系統(tǒng)計(jì)算來(lái)監(jiān)控整個(gè)電網(wǎng)系統(tǒng)的運(yùn)行狀態(tài)，如暫態(tài)穩(wěn)定計(jì)算、故障計(jì)算、拓?fù)浞治觥?shù)據(jù)挖掘與智能決策等，計(jì)算量極大，而云計(jì)算可以為智能電網(wǎng)提供高性能的并行計(jì)算與分析服務(wù)。例如利用Google的MapRduce，可實(shí)現(xiàn)針對(duì)大規(guī)模數(shù)據(jù)集的并行計(jì)算。
3.2 數(shù)字圖像處理
數(shù)字圖像處理是指通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行去噪、增強(qiáng)、復(fù)原、分割以及提取特征等處理，從而改善圖示信息，以便人們解釋或機(jī)器自動(dòng)理解。
在智能電網(wǎng)系統(tǒng)所產(chǎn)生的海量數(shù)據(jù)中有不少的數(shù)據(jù)都是圖像數(shù)據(jù)，例如對(duì)輸電線路狀態(tài)的遠(yuǎn)程監(jiān)測(cè)常常通過(guò)線路圖像/視頻監(jiān)控系統(tǒng)來(lái)實(shí)現(xiàn)。為了能夠?qū)崿F(xiàn)對(duì)輸電線路狀態(tài)全天候全方位的實(shí)時(shí)監(jiān)控，采用智能化和自動(dòng)化的手段來(lái)代替人工是必然的趨勢(shì)。但原始圖像中包含的噪聲太多了，價(jià)值密度低，難以用于智能識(shí)別。在這種情況下，可以通過(guò)數(shù)字圖像處理中的灰度變換、直方圖修正、小波包去噪、圖像銳化以及邊緣檢測(cè)等處理方式來(lái)增強(qiáng)圖像對(duì)比度，去除噪聲，加強(qiáng)圖像的輪廓特征，以便于特征的提取和識(shí)別，進(jìn)而產(chǎn)生價(jià)值密度較高的特征數(shù)據(jù)集，為輸電線路狀態(tài)的智能識(shí)別過(guò)程做好圖像數(shù)據(jù)的預(yù)處理。
3.3 數(shù)據(jù)挖掘
數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識(shí)的過(guò)程。數(shù)據(jù)挖掘的方法包括分類、聚類、關(guān)聯(lián)分析、預(yù)測(cè)等。
由于智能電網(wǎng)系統(tǒng)中的數(shù)據(jù)具有數(shù)據(jù)量巨大、數(shù)據(jù)類型繁多、價(jià)值密度低以及處理速度快的特點(diǎn)，智能電網(wǎng)系統(tǒng)中的數(shù)據(jù)屬于無(wú)法在一定時(shí)間內(nèi)用傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的“大數(shù)據(jù)”，需要通過(guò)數(shù)據(jù)挖掘來(lái)提取其中隱含的有價(jià)值的信息，從而實(shí)現(xiàn)對(duì)整個(gè)電網(wǎng)系統(tǒng)多角度、多層次的精確感知。例如，通過(guò)對(duì)長(zhǎng)期的、大量的用戶用電數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，對(duì)不同地區(qū)以及不同用戶進(jìn)行分類，可以得到有助于優(yōu)化配電調(diào)度的信息，并能為電費(fèi)定價(jià)調(diào)整提供參考；由于在當(dāng)今社會(huì)中各行業(yè)的發(fā)展都離不開(kāi)能源的使用，因此對(duì)用電數(shù)據(jù)進(jìn)行挖掘甚至還可以歸納總結(jié)出各種指標(biāo)增長(zhǎng)率與社會(huì)用電情況的一般規(guī)律，便于政府了解和預(yù)測(cè)社會(huì)各行業(yè)發(fā)展?fàn)顩r及用能情況，為政府決策提供參考。而通過(guò)對(duì)長(zhǎng)期的、大量的電動(dòng)汽車充電數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，可以為充電站的布點(diǎn)提供參考。通過(guò)對(duì)長(zhǎng)期的、大量的可再生能源發(fā)電情況進(jìn)行數(shù)據(jù)挖掘，有利于降低可再生能源產(chǎn)電不穩(wěn)定對(duì)供電網(wǎng)絡(luò)的影響，進(jìn)而更好地融入可再生能源發(fā)電。此外，數(shù)據(jù)挖掘還有利于用戶能效的分析管理、業(yè)務(wù)拓展分析、供電輿情監(jiān)測(cè)預(yù)警分析、電力系統(tǒng)的故障預(yù)測(cè)和狀態(tài)檢修、短期電網(wǎng)負(fù)荷預(yù)測(cè)、城市電網(wǎng)規(guī)劃等。智能電網(wǎng)系統(tǒng)的數(shù)據(jù)特性表明了數(shù)據(jù)挖掘在智能電網(wǎng)中有著廣泛的應(yīng)用。
3.4 人工智能
根據(jù)著名人工智能科學(xué)家Michael R.Genesereth和Nils J.Nilsson在1987年提出的定義，人工智能是研究智能行為的科學(xué)，它的最終目的是建立關(guān)于自然智能實(shí)體行為的理論和指導(dǎo)創(chuàng)造具有智能行為的人工制品。人工智能是一門研究如何將人的智能轉(zhuǎn)化為機(jī)器智能或者用機(jī)器來(lái)模擬或?qū)崿F(xiàn)人的智能的學(xué)科。
數(shù)據(jù)挖掘在智能電網(wǎng)中有著廣泛的應(yīng)用，而數(shù)據(jù)挖掘需要人工智能技術(shù)來(lái)提供數(shù)據(jù)分析的技術(shù)支持，因此人工智能在智能電網(wǎng)中也有著十分重要的應(yīng)用。例如，通過(guò)構(gòu)建人工神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)經(jīng)過(guò)數(shù)字圖像處理所得的典型線路狀態(tài)的監(jiān)控圖像特征數(shù)據(jù)集進(jìn)行訓(xùn)練識(shí)別來(lái)實(shí)現(xiàn)輸電線路狀態(tài)的智能識(shí)別。除了故障診斷外，人工神經(jīng)網(wǎng)絡(luò)還可應(yīng)用于智能控制、繼電保護(hù)、優(yōu)化運(yùn)算等
方面。
除了為數(shù)據(jù)挖掘提供數(shù)據(jù)分析的技術(shù)支持外，人工智能還可以通過(guò)人類專家提供的經(jīng)驗(yàn)和知識(shí)來(lái)構(gòu)建相應(yīng)的專家系統(tǒng)，如電網(wǎng)故障診斷和調(diào)度處理專家系統(tǒng)和操作票專家系統(tǒng)等，模擬人類專家解決問(wèn)題的過(guò)程來(lái)進(jìn)行決策，從而實(shí)現(xiàn)電網(wǎng)自動(dòng)化和智能化。
而采用遺傳算法、粒子群算法等進(jìn)化算法求解諸如發(fā)電廠和輸電線架設(shè)的規(guī)劃問(wèn)題以及電力系統(tǒng)中各種控制參數(shù)的最優(yōu)解等問(wèn)題或利用模糊集理論來(lái)處理電力系統(tǒng)中難以實(shí)現(xiàn)精確控制的復(fù)雜問(wèn)題，也是人工智能在智能電網(wǎng)中的重要應(yīng)用。
3.5 軟件工程
根據(jù)Fritz Bauer在NATO會(huì)議上給出的定義，軟件工程是建立和使用一套合理的工程原則，以便獲得經(jīng)濟(jì)的軟件，這種軟件是可靠的，可以在實(shí)際機(jī)器上高效的
運(yùn)行。
為了便于管理和使用，無(wú)論是供電管理方還是用戶方都會(huì)希望通過(guò)一個(gè)穩(wěn)定可靠，功能完備，并具有友好人機(jī)界面的軟件來(lái)方便操作。因此在建設(shè)智能電網(wǎng)的過(guò)程中勢(shì)必需要開(kāi)發(fā)相應(yīng)的軟件，軟件工程便應(yīng)用于其中。尤其是對(duì)用戶端而言，在移動(dòng)設(shè)備使用越來(lái)越廣泛的今天，開(kāi)發(fā)相應(yīng)的移動(dòng)端的APP無(wú)疑能夠更好地促進(jìn)用戶參與到交互過(guò)程中。一個(gè)針對(duì)用戶個(gè)體，能夠?qū)崟r(shí)顯示如電力消費(fèi)成本、實(shí)時(shí)電價(jià)、電網(wǎng)狀況、計(jì)劃停電信息等的智能電表提示信息，結(jié)合數(shù)字家庭技術(shù)，能夠遠(yuǎn)程控制家電開(kāi)關(guān)以便于用戶隨時(shí)隨地調(diào)整自己的用電情況，并整合線上業(yè)務(wù)申請(qǐng)、繳納電費(fèi)等功能的APP能夠極大程度地減輕用戶的操作負(fù)擔(dān)，方便用戶的使用，使智能電網(wǎng)更加高效智能。
4 結(jié)語(yǔ)
計(jì)算機(jī)科學(xué)在智能電網(wǎng)中的廣泛應(yīng)用使電力行業(yè)在信息化時(shí)代中能夠更好地應(yīng)對(duì)各種新挑戰(zhàn)，為整個(gè)社會(huì)的發(fā)展帶來(lái)深遠(yuǎn)的影響。
參考文獻(xiàn)
[1] 肖世杰.構(gòu)建中國(guó)智能電網(wǎng)技術(shù)思考[J].電力系統(tǒng)自動(dòng)化，2009，33（9）.
[2] 李乃湖，倪以信，孫舒捷，等.智能電網(wǎng)及其關(guān)鍵技術(shù)綜述[J].南方電網(wǎng)技術(shù)，2010，4（3）.
[3] 楊德昌，李勇，C.Rehtanz，等.中國(guó)式智能電網(wǎng)的構(gòu)成和發(fā)展規(guī)劃研究[J].電網(wǎng)技術(shù)，2009，33（20）.
[4] 王德文，宋亞奇，朱永利.基于云計(jì)算的智能電網(wǎng)信息平臺(tái)[J].電力系統(tǒng)自動(dòng)化，2010，34（22）.
[5] 彭小圣，鄧迪元，程時(shí)杰，等.面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)[J].中國(guó)電機(jī)工程學(xué)報(bào)，2015，35（3）.
[6] 宋亞奇，周國(guó)亮，朱永利.智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J].電網(wǎng)技術(shù)，2013，37（4）.
[7] 張東霞，苗新，劉麗萍，等.智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2015，35（1）.
[8] 金華，王民，昝濤，等.基于數(shù)字圖像處理的輸電線路狀態(tài)智能識(shí)別技術(shù)[J].微計(jì)算機(jī)信息，2012，28（4）.
[9] 韓禎祥，文福拴，張琦.人工智能在電力系統(tǒng)中的應(yīng)用[J].電力系統(tǒng)自動(dòng)化，2000，24（2）.
視覺(jué)在人類生活中起著非常重要的作用，人們每天都通過(guò)眼睛采集大量的信息，這些信息經(jīng)過(guò)大腦的處理，成為人們認(rèn)知和理解世界的基礎(chǔ)。機(jī)器人視覺(jué)信息主要指CCD攝像機(jī)采集的二維圖像信息。視覺(jué)信息能否被正確、實(shí)時(shí)地處理直接關(guān)系到機(jī)器人對(duì)障礙物的避碰、對(duì)路標(biāo)的識(shí)別以及對(duì)路徑的跟蹤，對(duì)系統(tǒng)的實(shí)時(shí)性和魯棒性具有決定性的作用。視覺(jué)信息的處理技術(shù)是移動(dòng)機(jī)器人研究中關(guān)鍵的技術(shù)之一。為了簡(jiǎn)化視覺(jué)信息處理，通常把移動(dòng)機(jī)器人的工作環(huán)境分為結(jié)構(gòu)化道路環(huán)境和非結(jié)構(gòu)化道路環(huán)境。結(jié)構(gòu)化道路的檢測(cè)相對(duì)來(lái)說(shuō)較易實(shí)現(xiàn)，其檢測(cè)技術(shù)一般都以邊緣檢測(cè)為基礎(chǔ)，輔以Hough變換、模式匹配等，并利用最小二乘法對(duì)應(yīng)于道路邊界的線條，得出道路的幾何描述。由于非結(jié)構(gòu)化道路的環(huán)境復(fù)雜、特征描述困難，使得非結(jié)構(gòu)化道路的檢測(cè)及信息處理復(fù)雜化。
近年來(lái)，機(jī)器人視覺(jué)導(dǎo)航技術(shù)有了很大的發(fā)展。移動(dòng)機(jī)器人的工作環(huán)境可能比較復(fù)雜，因此，提高圖像識(shí)別的準(zhǔn)確性以實(shí)現(xiàn)移動(dòng)機(jī)器人的準(zhǔn)確定位是移動(dòng)機(jī)器人完成其導(dǎo)航任務(wù)的首要前提；同時(shí)，由于移動(dòng)機(jī)器人在導(dǎo)航過(guò)程中需要實(shí)時(shí)的采集并分析圖像信息，從而實(shí)現(xiàn)對(duì)作業(yè)環(huán)境的識(shí)別以進(jìn)行準(zhǔn)確的路徑跟蹤。因此，如何在提高圖像識(shí)別的準(zhǔn)確性的同時(shí)達(dá)到較好的實(shí)時(shí)性是移動(dòng)機(jī)器人視覺(jué)技術(shù)的一個(gè)發(fā)展方向
1.圖像處理
數(shù)字圖像處理，是對(duì)數(shù)字圖像信息進(jìn)行加工以滿足人的視覺(jué)心理或應(yīng)用需求的行為，數(shù)字圖像處理的英文名稱是"Digital Image Processing''，通常所說(shuō)的數(shù)字圖像處理是指用計(jì)算機(jī)對(duì)圖像進(jìn)行的處理，因此也稱為計(jì)算機(jī)圖像處理。圖像處理就是用一系列的特定操作來(lái)改變圖像的像素，以達(dá)到特定的目標(biāo)，比如使圖像更清晰，或者從圖像中提取某些特定的信息等。
CCD攝像頭的主要工作原理具體而言，就是攝像頭連續(xù)地掃描圖像上的一行，輸出就是一段連續(xù)的電壓視頻信號(hào)，該電壓信號(hào)的高低起伏正反映了該行圖像的灰度變化情況。當(dāng)掃描完一行，視頻信號(hào)端就輸出低于最低視頻信號(hào)電壓的電平(如0.3v)，并保持一段時(shí)間。這樣相當(dāng)于，緊接著每行圖像對(duì)應(yīng)的電壓信號(hào)之后會(huì)有一個(gè)電壓"凹槽"，此"凹槽"叫做行同步脈沖，它是掃描換行的標(biāo)志。然后就需要跳行，跳過(guò)一行后(因?yàn)閿z像頭是隔行掃描的方式)，開(kāi)始掃描新的一行，如此下去，直到掃描完該行的視頻信號(hào)，接著就會(huì)出現(xiàn)一段場(chǎng)消隱區(qū)。此區(qū)中有若干個(gè)復(fù)合消隱脈沖，其中會(huì)有個(gè)脈沖遠(yuǎn)寬于(即持續(xù)時(shí)間長(zhǎng)于)其它的消隱脈沖，該消隱脈沖又稱為場(chǎng)同步脈沖，它是掃描換行的標(biāo)志。場(chǎng)同步脈沖標(biāo)志著新的一場(chǎng)的到來(lái)，不過(guò)，場(chǎng)消隱區(qū)恰好跨在上一場(chǎng)的結(jié)尾部分和下一場(chǎng)的開(kāi)始部分，要等到場(chǎng)消隱區(qū)過(guò)去，下一場(chǎng)的視頻信號(hào)才真正到來(lái)。攝像頭每秒掃描25幅圖像，每幅又分奇、偶兩場(chǎng)，先奇場(chǎng)后偶場(chǎng)，故每秒掃描50場(chǎng)圖像。奇場(chǎng)時(shí)只掃描圖像中的奇數(shù)行，偶場(chǎng)時(shí)則只掃描偶數(shù)行。
選擇一款具有全電視信號(hào)輸出的黑白CCD圖像傳感器，用LMl881進(jìn)行信號(hào)分離，結(jié)合A／D采樣，實(shí)現(xiàn)了視頻信號(hào)的采集。在總線周期為400M的情況下，每行采集72個(gè)有效數(shù)據(jù)，攝像頭每場(chǎng)信號(hào)有320行，其中第23到310行為視頻信號(hào)。我們從中均勻采集了24行，最后得到一個(gè)24×72的二維數(shù)組。
CCD采集的原始數(shù)據(jù)包含了黑線的位置信息，為了穩(wěn)定可靠地提取這一信息，有一下幾種方法：
(1)二值化算法
算法的思路是：設(shè)定一個(gè)閾值value，對(duì)于視頻信號(hào)矩陣中每一行，從左至右比較各像素值和閾值的大小。若像素值大于等于閾值，則判定該像素對(duì)應(yīng)的是白色道路；反之，則判定對(duì)應(yīng)的是目標(biāo)指引線。記下第一次和最后一次出現(xiàn)像素值小于閾值時(shí)的像素點(diǎn)的列號(hào)，算出兩者的平均值，以此作為該行上目標(biāo)指引線的位置。該算法的思想簡(jiǎn)單，具體實(shí)現(xiàn)時(shí)還可以一旦檢測(cè)到左邊緣后就退出該行掃描，這樣上面的流程圖將變得更加簡(jiǎn)潔。但是這種提取算法魯棒性較差，當(dāng)拍攝圖像中只有目標(biāo)指引線一條黑線時(shí)，還能準(zhǔn)確提取出目標(biāo)指引線。但當(dāng)光強(qiáng)有大幅度的變化，或圖像中出現(xiàn)其它黑色圖像的干擾時(shí)，并且離機(jī)器人比較近的黑線比較的明顯，離機(jī)器人越來(lái)越遠(yuǎn)時(shí)黑線越來(lái)越淡，該算法提取的位置有可能與目標(biāo)指引線的實(shí)際位置偏離較大。
(2)直接邊緣檢測(cè)算法
算法的思路是：設(shè)定一個(gè)閾值，對(duì)于視頻信號(hào)矩陣中每一行，從左至右求出相鄰兩像素值的差值(左減右)。若差值大于等于閾值，則判定下一個(gè)的像素點(diǎn)對(duì)應(yīng)的是目標(biāo)指引線的左邊緣，以此像點(diǎn)作為該列的特征點(diǎn)，記錄下此像素點(diǎn)的列號(hào)，作為該行上目標(biāo)指引線的位置。當(dāng)然，可能出現(xiàn)差值始終小于閾值的情況，此時(shí)一種方法是令該行上目標(biāo)指引線位置為0，通過(guò)進(jìn)一步濾波或擬合來(lái)修正；另一種方法是讓該行上目標(biāo)指引線位置和通過(guò)上一場(chǎng)視頻數(shù)據(jù)求得的位置一樣。
該算法較二值化方法而言，抗環(huán)境光強(qiáng)變化干擾的能力更強(qiáng)．同時(shí)還能削弱或消除垂直交叉黑色指引線的干擾。因?yàn)樵撍惴ㄔ谝曨l信號(hào)矩陣中是由左至右來(lái)尋找目標(biāo)指引線的左邊緣的，所以當(dāng)黑色圖像出現(xiàn)在目標(biāo)指引線左方時(shí)，該算法無(wú)法排除干擾，而當(dāng)其出現(xiàn)在右方時(shí)，則可以排除干擾。
(3)跟蹤邊緣檢測(cè)法
這種算法跟直接邊緣榆測(cè)算法一樣，也是尋找出目標(biāo)指引線的左邊緣，仍然用左邊緣的位置代表目標(biāo)指引線的位置。但跟蹤邊緣檢測(cè)從視頻信號(hào)矩陣每行中尋找左邊緣的方法與直接邊緣檢測(cè)法不同。
因?yàn)槟繕?biāo)指引線是連續(xù)曲線，所以相鄰兩行的左邊緣點(diǎn)比較靠近。跟蹤邊緣檢測(cè)正是利用了這一特性，對(duì)直接邊緣檢測(cè)進(jìn)行了簡(jiǎn)化。其思路是：若已尋找到某行的左邊緣，則下一次就在上一個(gè)左邊緣附近進(jìn)行搜尋。這種方法的特點(diǎn)是始終跟蹤每行左邊緣的附近，去尋找下一列的左邊緣，所以稱為"跟蹤"邊緣檢測(cè)算法。
在首行邊緣檢測(cè)正確的前提下，該算法具有較強(qiáng)的抗干擾性，能更有效地消除垂直交叉黑色指引線的干擾，以及指引線外黑色圖像的影響，始終跟蹤目標(biāo)指引線。
另外，較之前兩種算法，跟蹤邊緣檢測(cè)算法的時(shí)間復(fù)雜度更低，因此效率更高。但值得注意的是第一行的左邊緣位置對(duì)整個(gè)目標(biāo)指引線的搜尋影響 很大，一旦它的位置和實(shí)際導(dǎo)引線偏差較大，就會(huì)產(chǎn)生一連串的錯(cuò)誤，這是不可容忍的。
通過(guò)比較本系統(tǒng)選擇了效率更高，更可靠的跟蹤邊緣檢測(cè)法。流程圖如圖所示：
2.結(jié)論
本文中圖像處理和路徑信息識(shí)別的方法，并對(duì)不同時(shí)刻不同位置采集到的圖像的處理效果進(jìn)行比較研究，結(jié)合實(shí)際環(huán)境中的圖像特點(diǎn)，確定出適合于本研究的圖像處理算法。提出了改善路徑信息辨識(shí)速度和精度的方法。
參考文獻(xiàn)：
［1］張文志，呂恬生．基于改進(jìn)的遺傳算法和模糊邏輯控制的移動(dòng)機(jī)器人導(dǎo)航［J］．機(jī)器人．2003，
25(1)：1
［2］邱茂林，馬頌德，李毅．計(jì)算機(jī)視覺(jué)中攝像機(jī)定標(biāo)綜述［J］．自動(dòng)化學(xué)報(bào)．2000，26(1)：44-45
河北省張家口市 075000
2河北北方學(xué)院附屬第二醫(yī)院
河北省張家口市 075000
【摘 要】醫(yī)學(xué)圖像在現(xiàn)代醫(yī)療診斷中發(fā)揮著重要作用，醫(yī)學(xué)圖像分割是其處理的關(guān)鍵環(huán)節(jié)。醫(yī)學(xué)圖像具有信息量大、異構(gòu)性、噪聲顯著性等特點(diǎn)，大多數(shù)方法對(duì)高容量的醫(yī)學(xué)圖像處理速度較慢，或未能充分考慮圖像的細(xì)節(jié)及奇異點(diǎn)的變化，不能很好地表達(dá)醫(yī)學(xué)圖像的內(nèi)容。為了有效解決上述問(wèn)題，我們從醫(yī)學(xué)圖像的特點(diǎn)出發(fā)，靈活構(gòu)造了一種跟隨邊緣變化的自適應(yīng)提升方案，能夠有效地保護(hù)醫(yī)學(xué)圖像的邊緣細(xì)節(jié)，為醫(yī)生臨床診斷提供更可靠的依據(jù)。
關(guān)鍵詞 自適應(yīng)；提升小波；圖像分割；邊緣檢測(cè)
1 引言
醫(yī)學(xué)圖像處理是一個(gè)多學(xué)科交叉的研究領(lǐng)域，涉及計(jì)算機(jī)圖形學(xué)、數(shù)字圖像處理、生物醫(yī)藥工程等學(xué)科的相關(guān)知識(shí)。醫(yī)學(xué)圖像分割技術(shù)是醫(yī)學(xué)圖像處理與分析中的關(guān)鍵技術(shù)，圖像分割的目的是將原始圖像分成不同性質(zhì)( 如灰度、紋理等) 區(qū)域，并提取和顯示出來(lái)，使其盡可能地接近解剖結(jié)構(gòu)。近年來(lái)，已經(jīng)研究出許多有效的技術(shù)，如閾值法、區(qū)域法、邊緣檢測(cè)法、小波變換法等[1]。
閾值法是一種簡(jiǎn)單而有效的方法，特別是對(duì)于背景與目標(biāo)區(qū)域?qū)Ρ榷容^大的圖像，分割結(jié)果更為理想。該方法從圖像本身灰度值的變化出發(fā)，忽略了像素的空間分布，易受噪聲影響，而且對(duì)灰度值變化豐富的醫(yī)學(xué)圖像效果較差。
區(qū)域生長(zhǎng)法是選取種子像素點(diǎn)，隨后將與其相似的像素合并到它所在的區(qū)域的方法。在醫(yī)學(xué)圖像病灶分割時(shí)，如果種子點(diǎn)選取得當(dāng)，這種方法可以自動(dòng)找到病灶的邊界，能為醫(yī)生的診斷提供定量及定性的依據(jù)。但是區(qū)域生長(zhǎng)法對(duì)噪聲敏感，如果種子像素點(diǎn)選取不當(dāng)，分割結(jié)果就會(huì)出現(xiàn)錯(cuò)誤，并且對(duì)于圖像中灰度值，相近但不相鄰的多個(gè)區(qū)域很難一次全部分割出來(lái)。
邊緣檢測(cè)經(jīng)典算法有Canny 算子、Sobel 算子、Laplacian 算子、Prewitt 算子、LOG 算子等。算子的檢測(cè)算法提高了醫(yī)學(xué)圖像分割的速度，主要基于像素值的梯度變化，容易受邊緣的像素值變化影響，可能會(huì)得到不連續(xù)或虛假邊界。
小波變換是對(duì)Fourier 分析的繼承與發(fā)展，利用小波變換進(jìn)行醫(yī)學(xué)圖像分割的基本方法是通過(guò)小波變換將圖像直方圖分解成不同級(jí)別的系數(shù)，用尺度控制并依照小波系數(shù)和給定的分割準(zhǔn)則來(lái)選擇閾值[2]。
小波變換在較大尺度上由噪音引起的細(xì)小突變較少，容易描述醫(yī)學(xué)圖像信號(hào)的整體行為，可檢測(cè)出醫(yī)學(xué)圖像灰度值變化較大的輪廓，因此可以通過(guò)在不同尺度下逐步確定閾值來(lái)處理醫(yī)學(xué)圖像。這種傳統(tǒng)的小波變換的方法將圖像進(jìn)行了全局平滑處理，忽略了醫(yī)學(xué)圖像的細(xì)節(jié)和突變信息，丟失了一部分重要特征[3]。我們根據(jù)醫(yī)學(xué)圖像復(fù)雜的紋理分布及影像圖像的特殊性，改進(jìn)了原有的提升小波方案，該算法能夠?qū)崿F(xiàn)對(duì)醫(yī)學(xué)圖像的實(shí)時(shí)定位和自適應(yīng)處理，運(yùn)行成本低，可以取得較好的圖像分割和特征提取效果[4]。
2 自適應(yīng)提升小波方案
2.1 基于提升的二維自適應(yīng)提升小波格式
在該部分，我們?cè)O(shè)計(jì)了一種更新算子和預(yù)測(cè)算子同時(shí)自適應(yīng)的提升小波結(jié)構(gòu)，如圖1 所示。
3 實(shí)驗(yàn)
選取肺部CT 圖像作為測(cè)試，以檢驗(yàn)本文所提自適應(yīng)提升小波的應(yīng)用效果。將該方法與經(jīng)典的邊緣檢測(cè)算法如：roberts算子、sobel 算子、log 算子進(jìn)行比較，檢測(cè)結(jié)果如圖。
通過(guò)實(shí)驗(yàn)分析我們可以得出：roberts算子采用對(duì)角方向相鄰像素之差來(lái)估計(jì)梯度，對(duì)具有陡峭的低噪聲的圖像處理效果較好，但是利用roberts 算子提取邊緣的結(jié)果是邊緣比較粗，因此邊緣定位不是很準(zhǔn)確；sobel 對(duì)邊緣定位比較準(zhǔn)確；log 算子通過(guò)檢測(cè)二階導(dǎo)數(shù)過(guò)零點(diǎn)來(lái)判斷邊緣點(diǎn)，它的定位精度、單邊緣響應(yīng)和邊緣的連通性都不錯(cuò)，而使用不同的模板產(chǎn)生的邊緣有很大差別，自適能力較差。本文設(shè)計(jì)的提升小波可以自動(dòng)跟蹤圖像各部分紋理的變化，有效保護(hù)圖像的細(xì)節(jié)突變點(diǎn)。
4 總結(jié)
本文在傳統(tǒng)提升小波的基礎(chǔ)上設(shè)計(jì)了一種自適應(yīng)更新算子和預(yù)測(cè)算子，凸顯了圖像細(xì)節(jié)分量在整個(gè)醫(yī)學(xué)圖像分割中的作用，避免了信息的丟失。實(shí)驗(yàn)結(jié)果顯示了該方法對(duì)細(xì)節(jié)及邊緣的保護(hù)作用，能夠很好的分割圖像。
參考文獻(xiàn)
[1] 袁華, 岑人經(jīng), 藤奇志, 等. 醫(yī)學(xué)圖像處理中的邊緣檢測(cè)方法進(jìn)展( 綜述)[J]. 暨南大學(xué)學(xué)報(bào)( 自然科學(xué)版),2000,21(1):69-72.
[2] 康頤. 基于小波變換的醫(yī)學(xué)CT 圖像邊緣檢測(cè)技術(shù)研究[D]. 四川: 成都理工大學(xué),2008.
[3] 王亞男. 基于提升小波和形態(tài)學(xué)的醫(yī)學(xué)圖像邊緣檢測(cè)[D]. 太原: 太原理工大學(xué),2013.
[ 4 ] X u a n W a n g , J u n h u a L i a n g , O n - l i n efast palmprint identificationb a s e d o n a d a p t i v e l i f t i n gwavelet scheme，Knowledge-BasedSystems.2013,42:68-73.
作者簡(jiǎn)介
梁俊花(1985-), 女, 碩士學(xué)位?，F(xiàn)為河北北方學(xué)院信息科學(xué)與工程學(xué)院助教, 研究領(lǐng)域?yàn)閳D像處理, 模式識(shí)別。
中圖分類號(hào)：C37 文獻(xiàn)標(biāo)識(shí)碼：A
一、概述
隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展,近年來(lái)利用機(jī)器視覺(jué)直接觀察焊接熔池,對(duì)焊
接質(zhì)量進(jìn)行閉環(huán)控制是通過(guò)圖像處理獲取熔池的幾何形狀信息,已是當(dāng)前研究的主要方向。
和傳統(tǒng)的手工焊和半自動(dòng)焊接過(guò)程相比,使用機(jī)器視覺(jué)進(jìn)行直接觀測(cè)焊接熔池有著很明顯的優(yōu)點(diǎn),采集的數(shù)字圖像信息豐富,表象直觀,且數(shù)字化的圖像數(shù)據(jù)可以實(shí)時(shí)傳輸?shù)接?jì)算機(jī)高速緩存內(nèi),提取特征信息, 進(jìn)行實(shí)時(shí)處理,同時(shí)作出在線判決,可以實(shí)現(xiàn)焊接過(guò)程質(zhì)量實(shí)時(shí)控制和傳感。
在傳統(tǒng)的手工焊接和半自動(dòng)焊接過(guò)程當(dāng)中,對(duì)于一個(gè)有經(jīng)驗(yàn)的焊工,通過(guò)直接觀察熔池的行為、接頭的位置、焊道外形及電弧形狀,能夠感知焊接的狀態(tài)。若是感覺(jué)到實(shí)際焊接過(guò)程中同最佳狀態(tài)不一致,為了達(dá)到最佳狀態(tài)可以通過(guò)調(diào)節(jié)各參數(shù),以獲得高質(zhì)量的焊縫?？梢园堰@個(gè)過(guò)程劃分為眼－腦－手的控制過(guò)程。圖像處理在焊接過(guò)程中的重要意義就等同于手工焊接過(guò)程中人的眼睛,可以實(shí)現(xiàn)采集和處理焊接位置的傳感、焊接時(shí)熔池、焊道對(duì)中、熔寬和熔深的信息,然后利用計(jì)算機(jī)發(fā)出指令,實(shí)現(xiàn)焊接過(guò)程的各種工藝參數(shù)如電流、電壓、焊接速度的調(diào)節(jié)和電弧或焊絲的對(duì)中。
二、圖像處理的概念
圖像處理(image processing)，用計(jì)算機(jī)對(duì)圖像進(jìn)行分析，以達(dá)到所需結(jié)果的技術(shù)。又稱影像處理。一般圖像處理就指的是對(duì)數(shù)字圖像處理。數(shù)字圖像是指用數(shù)字?jǐn)z像機(jī)、掃描儀等設(shè)備經(jīng)過(guò)采樣和數(shù)字化得到的一個(gè)大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術(shù)的主要內(nèi)容包括圖像壓縮，匹配、描述和識(shí)別以及增強(qiáng)和復(fù)原這3個(gè)部分。常見(jiàn)的處理包括有圖像復(fù)原、圖像數(shù)字化、圖像增強(qiáng)、圖像編碼、圖像分析和圖像分割等
三、焊接圖像攝取方法
圖像的處理一般包括量化、圖像識(shí)別和圖像預(yù)處理等幾個(gè)步驟。圖像預(yù)處理包括圖像增強(qiáng)、圖像變換和圖像恢復(fù),盡量把因?yàn)殡S機(jī)因素的干擾和攝像中各種條件的限制而產(chǎn)生的不足和噪聲減小,繼而可以獲取焊縫位置的精確信息;量化由圖像卡完成;圖像識(shí)別包括邊緣提取和圖像分割等,可借助小波變換、快速傅立葉變換、概率統(tǒng)計(jì)等數(shù)學(xué)工具對(duì)圖像進(jìn)行理解、分析、模式識(shí)別和特征提取。
從國(guó)內(nèi)外大量文獻(xiàn)來(lái)看,利用機(jī)器視覺(jué)采集焊接熔池圖像的方法主要分為被動(dòng)式直接視覺(jué)傳感和主動(dòng)式直接視覺(jué)傳感兩大類,視覺(jué)傳感器常采用CCD攝取原始圖像。CCD是英文(Charge-Coupled Devices)的縮寫,意即“電荷耦合器件”。具有體積小、耐震動(dòng)、重量輕、穩(wěn)定性好、壽命長(zhǎng)、速度高,幾何失真小及耐高壓等一系列優(yōu)點(diǎn)。CCD是固態(tài)圖像傳感器的一種,固態(tài)圖像傳感器是指把布設(shè)在半導(dǎo)體襯底上的許多感光小單元的光－電信號(hào),用所控制的時(shí)鐘脈沖讀取出來(lái)的一類功能器件。
動(dòng)式直接視覺(jué)傳感利用窄帶復(fù)合濾光系統(tǒng)濾除非連續(xù)光譜的電弧強(qiáng)光,并采用高強(qiáng)脈沖激光或具有圖像增強(qiáng)器的高頻閃光燈作為輔助光源,可有效地抑制弧光獲得清晰圖像。被動(dòng)式直接視覺(jué)傳感是利用焊接過(guò)程中的結(jié)構(gòu)光進(jìn)行成像。主被動(dòng)式直接視覺(jué)傳感存在強(qiáng)光干擾的問(wèn)題,激光焊接中,通常采用中性減光的辦法解決強(qiáng)光干擾的問(wèn)題;在電弧焊中,對(duì)于短路電弧焊和脈沖電弧焊.可在短路期間或基值電流期間獲取圖像數(shù)據(jù),或者在攝像機(jī)前通入部分保護(hù)氣,減少煙霧和飛濺的影響;TIG/MIG/MAG焊時(shí)弧光在600～700nm波段內(nèi)相對(duì)光強(qiáng)最弱最穩(wěn)定,選用這一波段內(nèi)的干涉濾光片和防熱玻璃可有效地排除弧光及紅外干擾。
四、圖像處理在焊接中的應(yīng)用
現(xiàn)如今，對(duì)于圖像處理主要集中應(yīng)用在脈沖機(jī)器人焊接、TIG焊、激光焊和焊縫質(zhì)量的檢測(cè)等領(lǐng)域。圖像技術(shù)在機(jī)器人焊接領(lǐng)域應(yīng)用較廣。由于機(jī)器人需要有很強(qiáng)的適應(yīng)能力,借助三維視覺(jué)傳感系統(tǒng)和計(jì)算機(jī)圖像處理技術(shù),焊接機(jī)器人可對(duì)焊接環(huán)境進(jìn)行實(shí)時(shí)控制。通過(guò)圖像的采集,可幫助機(jī)器人進(jìn)行焊縫的對(duì)中,為機(jī)器人焊接提供實(shí)時(shí)特征信息,如熔深、熔寬和熔池的形狀等,從而實(shí)現(xiàn)焊接過(guò)程的智能控制。目前國(guó)內(nèi)哈工大的吳林教授在這方面作了較深入的研究,從焊縫位置的傳感到熔滴的過(guò)渡,從過(guò)程實(shí)時(shí)控制到最后焊接質(zhì)量的檢測(cè)都進(jìn)行了較為系統(tǒng)的研究。
哈工大的何景山博士在脈沖TIG焊熔深及熔透的彩色圖形法傳感方面進(jìn)行了較深入的研究。圖像處理目前用得最廣的領(lǐng)域是在脈沖TIG焊中,國(guó)內(nèi)外許多學(xué)者都對(duì)該領(lǐng)域進(jìn)行了積極的探索。首先創(chuàng)建了一套適用于脈沖TIG焊的彩色圖像法熔深和熔透的傳感系統(tǒng),通過(guò)對(duì)脈沖峰值和脈寬的控制實(shí)現(xiàn)對(duì)熔深和熔透的控制,其控制信息來(lái)源于基值期間,進(jìn)行圖像信息的采集。
此外，圖像處理還在焊接的其它領(lǐng)域中有一定的應(yīng)用。有的將圖像處理用于焊接缺陷的自動(dòng)監(jiān)測(cè)與缺陷尺寸的保真,也都收到了良好的效果。有些科技工作者還將圖像處理用于水下濕法焊接,通過(guò)復(fù)合濾光技術(shù)和水下CCD攝像系統(tǒng),采集出了藥芯焊絲水下濕法焊接電弧區(qū)域的圖像,用中值濾波和梯度算子的電弧區(qū)域圖像邊緣檢測(cè)方法,有效地區(qū)分了電弧燃燒區(qū)域和電弧氣泡區(qū)域。哈爾濱工業(yè)大學(xué)的何景山、楊春利等人結(jié)合采用埋弧焊進(jìn)行容器類焊接結(jié)構(gòu)制造過(guò)程中的工藝特點(diǎn)及實(shí)際工況,設(shè)計(jì)了一種將微型攝像機(jī)、微型半導(dǎo)體激光發(fā)生器及具有濾光功能的光學(xué)系統(tǒng)三者集成一體的焊縫視覺(jué)傳感器。
焊接控制過(guò)程中的一個(gè)重要環(huán)節(jié)就是焊接縫隙檢測(cè),圖像處理在這方面的應(yīng)用也有許多學(xué)者研究。為了實(shí)現(xiàn)電弧焊過(guò)程的自動(dòng)對(duì)中和焊縫質(zhì)量控制,必須對(duì)焊接縫隙的相對(duì)位置和坡口幾何參數(shù)進(jìn)行檢測(cè)。西安交大的梁晉、賈昌申等在《圖像法焊接縫隙檢測(cè)的研究》一文介紹了一套自行設(shè)計(jì)的計(jì)算機(jī)焊接縫隙檢測(cè)系統(tǒng),包括圖像采集卡、計(jì)算機(jī)接口、光學(xué)傳感器、圖像處理軟件,分析了它們的基本結(jié)構(gòu)和工作原理,討論了提高光學(xué)傳感器、圖像處理軟硬件等抗干擾能力的措施。該系統(tǒng)工作原理是:由光源和CCD攝像機(jī)組成的光學(xué)傳感器攝取圖象,CCD攝像機(jī)把圖象轉(zhuǎn)換為電信號(hào),再經(jīng)圖象采集卡把模擬信號(hào)變?yōu)閿?shù)字信號(hào)存儲(chǔ)于計(jì)算機(jī)內(nèi),計(jì)算機(jī)對(duì)此信號(hào)進(jìn)行必要的處理,即可得到縫隙位置和坡口幾何參數(shù)信息,在監(jiān)視器屏幕上顯示出來(lái),或經(jīng)過(guò)D/A電路給執(zhí)行機(jī)構(gòu),修正焊槍位置,實(shí)現(xiàn)閉環(huán)對(duì)中控制。有的將圖像分割和小波分析應(yīng)用于焊接領(lǐng)域,小波分析在焊縫視覺(jué)跟蹤過(guò)程中檢測(cè)焊縫,采用多次小波變換可獲得清晰的焊縫邊緣,大大簡(jiǎn)化了硬件設(shè)備；圖像分割法可減小焊縫識(shí)別的圖像處理的復(fù)雜性,使得焊接過(guò)程的實(shí)時(shí)性增強(qiáng)。
五、圖像處理在焊接中應(yīng)用的展望
為焊接現(xiàn)象的描述及內(nèi)在規(guī)律的解釋提供了極佳的條件和直接的證據(jù),推動(dòng)焊接理論和實(shí)踐的發(fā)展就是通過(guò)圖像傳感的這種方法。同時(shí)也使得研究者能夠觀察到其它傳感方法所不能觀察到的被強(qiáng)光所淹沒(méi)的豐富直觀的信息。
把圖像處理技術(shù)應(yīng)用到現(xiàn)代焊接技術(shù)中,將會(huì)推動(dòng)焊接過(guò)程質(zhì)量實(shí)時(shí)傳感與控制的發(fā)展和成熟,使得焊接過(guò)程通過(guò)閉環(huán)反饋控制而實(shí)現(xiàn)完全自動(dòng)化,保證焊接質(zhì)量,提高焊接生產(chǎn)效率。
總之，作為智能控制中關(guān)鍵技術(shù)―數(shù)字圖像技術(shù),在焊接過(guò)程中發(fā)揮的作用將會(huì)越來(lái)越大,將為焊接智能化生產(chǎn)作出貢獻(xiàn)。現(xiàn)代工業(yè)正朝著信息化和智能化方向發(fā)展,現(xiàn)代焊接技術(shù)也必然要實(shí)現(xiàn)智能化。
參考文獻(xiàn)：
[1]段佳佳,楊迎春.圖像處理在自動(dòng)焊接中的應(yīng)用[J].電子測(cè)試,2012,02:12-15.
[2]陳彥賓,李俐群,陳鳳東,陳杰.圖像處理在自動(dòng)焊接中的應(yīng)用和展望[J].材料科學(xué)與工藝,2003,01:106-112.
中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-9599 (2011) 11-0000-01
Image Stitching Technology Overview
Cai Jian
(Nanjing University of Aeronautics and Astronautics,Nanjing210016,China)
Abstract:Today,more and more high-resolution digital images for domestic,industrial,medical and defense technology applied.With computer vision,image processing technology,using an ordinary camera computer digital image composition as a large high-resolution images of the image stitching technology came into being.
Keywords:Image;Stitching technology;Overreview
而在人們的實(shí)際生活應(yīng)用中，所需要的目標(biāo)場(chǎng)景往往超出普通數(shù)碼相機(jī)、監(jiān)控?cái)z像機(jī)等的視角范圍。這些相機(jī)，往往在增大視角會(huì)降低采集圖像的精度，而提高精度又只能窺豹一斑。因此，為了得到應(yīng)用所需的高分辨、大視角的圖像，人們不得不使用廣角鏡頭和全景拍攝相機(jī)，這加大了生產(chǎn)、生活的成本，且使用技術(shù)不為一般人所能熟悉。所謂圖像拼接技術(shù)，就是將數(shù)張有重疊部分的圖像（可能是不同時(shí)間、不同視角或者不同傳感器獲得的）拼成一幅大型的無(wú)縫高分辨率圖像的技術(shù)。圖像拼接的流程大致分為：獲取待拼接的圖像，進(jìn)行圖像預(yù)處理，圖像重疊區(qū)域配準(zhǔn)，圖像的無(wú)縫融合，輸出所得拼接圖像。其中，圖像配準(zhǔn)和圖像融合是圖像拼接成功的關(guān)機(jī)，是拼接的關(guān)鍵技術(shù)。因此，國(guó)內(nèi)外學(xué)者多圍繞此兩項(xiàng)技術(shù)展開(kāi)研究和討論。
圖像配準(zhǔn)是圖像融合的基礎(chǔ)，而且圖像配準(zhǔn)算法的計(jì)算量一般非常大，因此圖像拼接技術(shù)的發(fā)展很大程度上取決于圖像配準(zhǔn)技術(shù)的效率。
一、圖像拼接的應(yīng)用價(jià)值
目前，圖像拼接技術(shù)已經(jīng)數(shù)據(jù)圖像處理研究的熱門方向之一，被廣泛地應(yīng)用在文物保護(hù)（古跡、古文字資料的拼接）、工業(yè)監(jiān)控、刑事案件偵破、醫(yī)學(xué)圖像分析、攝影測(cè)量學(xué)、機(jī)器視覺(jué)、虛擬現(xiàn)實(shí)技術(shù)、超分辨率重構(gòu)、軍事地形圖像生成等領(lǐng)域，有著實(shí)際的應(yīng)用意義和研究?jī)r(jià)值。主要表現(xiàn)為：
（一）全景圖和超寬視角圖像的合成。將普通圖像或視頻圖像進(jìn)行無(wú)縫拼接，得到超寬視角甚至360°的全景圖，這樣就可以用普通相機(jī)實(shí)現(xiàn)場(chǎng)面宏大的景物拍攝；
（二）碎片圖像的組合。將醫(yī)學(xué)和科研的顯微碎片圖像或者空間、海底探測(cè)得到的局部圖像合成大幅的整體圖像；
（三）虛擬現(xiàn)實(shí)。圖像拼接是虛擬現(xiàn)實(shí)領(lǐng)域里場(chǎng)景繪制（Image-based Rendering，IBR）方法中的一項(xiàng)基本技術(shù)，利用圖像拼接技術(shù)可以生成全方位圖像，用全景圖表示實(shí)景可代替3D場(chǎng)景建模和繪制。
例如2003年，美國(guó)“勇氣號(hào)”和“機(jī)遇號(hào)”火星探測(cè)器發(fā)回了大量的火星地面照片，科學(xué)家們就是運(yùn)用圖像拼接技術(shù)合成了火星表面的寬視角全景圖像。
二、圖像拼接的方法
圖像拼接的方法很多，不同的算法步驟會(huì)有一定差異，但大致的過(guò)程是相同的。一般來(lái)說(shuō)，圖像拼接主要包括以下步驟：
（一）圖像預(yù)處理。包括數(shù)字圖像處理的基本操作（如去噪、邊緣提取、直方圖處理等）、建立圖像的匹配模板以及對(duì)圖像進(jìn)行某種變換（如傅里葉變換、小波變換等）等操作。
（二）圖像配準(zhǔn)。就是采用一定的匹配策略，找出待拼接圖像中的模板或特征點(diǎn)在參考圖像中對(duì)應(yīng)的位置，進(jìn)而確定兩幅圖像之間的變換關(guān)系。
（三）建立變換模型。根據(jù)模板或者圖像特征之間的對(duì)應(yīng)關(guān)系，計(jì)算出數(shù)學(xué)模型中的各參數(shù)值，從而建立兩幅圖像的數(shù)學(xué)變換模型。
（四）統(tǒng)一坐標(biāo)變換。根據(jù)建立的數(shù)學(xué)轉(zhuǎn)換模型，將待拼接圖像轉(zhuǎn)換到參考圖像的坐標(biāo)系中，完成統(tǒng)一坐標(biāo)變換。
（五）融合重構(gòu)。將帶拼接圖像的重合區(qū)域進(jìn)行融合得到拼接重構(gòu)的平滑無(wú)縫全景圖像。
三、國(guó)內(nèi)外研究現(xiàn)狀
1975年，Kuglin和Hines提出了相位相關(guān)算法，該方法具有場(chǎng)景無(wú)關(guān)性，能將純二維平移的圖像進(jìn)行精確對(duì)齊。1987年，De Castro和Morandi等人使用傅立葉變換將具有旋轉(zhuǎn)變換的圖像做對(duì)齊，由此產(chǎn)生擴(kuò)展相位相關(guān)法。1996年，Reddy和Chaterji改進(jìn)了De Castro的算法，基于快速傅立葉變換，利用極坐標(biāo)和互功率譜，實(shí)現(xiàn)了具有平移、旋轉(zhuǎn)和縮放變換的圖像配準(zhǔn)。
相位相關(guān)法雖然計(jì)算簡(jiǎn)單精確，但要求待配準(zhǔn)圖像之間有較大的重疊比率，同時(shí)計(jì)算量和適用范圍與圖像的大小有很大的關(guān)系。因此，出現(xiàn)了基于圖像幾何特征的配準(zhǔn)方法。
1997年，Zoghlami I.、Faugeras O.和Deriche R.提出了基于幾何角模型的圖像對(duì)齊算法。1999年，Bao P.和Xu D.利用小波變換提取保留邊（edge-preserving）的視覺(jué)模型進(jìn)行圖像的對(duì)齊，Nielsen F.則提出了基于幾何點(diǎn)特征優(yōu)化的匹配方法。
隨著人們對(duì)圖像的分析和理解的深入，圖像拼接技術(shù)的研究也趨于成熟，圖像拼接利用的配準(zhǔn)特征也從圖像的低級(jí)特征發(fā)展到利用高級(jí)特征。
1996年，Richard Szeliksi提出了基于運(yùn)動(dòng)的全景圖像拼接模型，模型通過(guò)采用Levenberg-Marquardt迭代非線性最小化方法（L-M算法）求出圖像間的幾何變換關(guān)系進(jìn)行配準(zhǔn)。此算法效果好、速度快，且能應(yīng)對(duì)平移、旋轉(zhuǎn)和仿射等變換圖像的拼接，因此成為圖像拼接領(lǐng)域的經(jīng)典算法。2000年，Shmuel Peleg、Benny Rousso等在其基礎(chǔ)上，根據(jù)相機(jī)的不同運(yùn)動(dòng)，自適應(yīng)的選擇拼接模型，通過(guò)把圖像分割成條進(jìn)行多重投影，提出了自適應(yīng)的圖像拼接模型，使自適應(yīng)拼接成為拼接領(lǐng)域研究的又一方向。
國(guó)內(nèi)學(xué)者也對(duì)圖像拼接技術(shù)做了大量研究。張祖勛提出了多級(jí)影像概率松弛整體匹配技術(shù)，對(duì)不同傳感器、不同空間分辨率的影像進(jìn)行配準(zhǔn)。杜威、李華二人將視頻紋理和全景圖結(jié)合起來(lái)，提出一種應(yīng)用于動(dòng)態(tài)場(chǎng)景的全景圖表示方法。趙向陽(yáng)、獨(dú)立民提出了基于Harris特征點(diǎn)匹配的自動(dòng)拼接算法。侯舒維、郭寶龍采用簡(jiǎn)單的邊緣信息閾值法、金字塔式分層搜索策略，提出了一種灰度圖像上的快速自動(dòng)拼接算法。方青、王博亮提出了一種基于比值模版匹配的彩色圖像拼接算法。
參考文獻(xiàn)：
