基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)研究

潘東

【摘 要】計(jì)算機(jī)視覺(jué)技術(shù)的主要作用是以人眼的視角且高于人眼的能力去解決分工、切割、搜索、提取、加工處理等問(wèn)題，利用計(jì)算機(jī)視覺(jué)系統(tǒng)從而建立一個(gè)平面2D圖像或三維立體圖像數(shù)據(jù)，以此來(lái)建造一個(gè)可以獲得所需信息的人工智能數(shù)據(jù)庫(kù)?，F(xiàn)如今我國(guó)計(jì)算機(jī)技術(shù)高速發(fā)展，特別是近些年OPENCV的不斷更新與完善，更使得我國(guó)基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)有了很大突破。所以本文目的主要是對(duì)基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)進(jìn)行研究，了解改進(jìn)系統(tǒng)整個(gè)創(chuàng)建過(guò)程中還存在的一些問(wèn)題并提出相應(yīng)解決方案，來(lái)幫助基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)能得到更好發(fā)展。

【關(guān)鍵詞】OPENCV；計(jì)算機(jī)視覺(jué)技術(shù)；研究

現(xiàn)在由于人們的文化素質(zhì)的普遍提高，從業(yè)范圍的擴(kuò)大，以及生活質(zhì)量的提升，使得計(jì)算機(jī)視覺(jué)技術(shù)被應(yīng)用于人類生活的各個(gè)層面，特別是在基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)下的對(duì)圖片處理技術(shù)在人類日常生活的不斷推動(dòng)下已發(fā)展得相當(dāng)成熟。

一、什么是OPENCV？

OPENCV全稱為：Open Source Computer Vision Library。是在1999年由Intel建立的。其可應(yīng)用到多種操作系統(tǒng)當(dāng)中，甚至跨平臺(tái)使用。在包含的編程語(yǔ)言當(dāng)中主要用到的是C函數(shù)和C++語(yǔ)言。Opencv有很強(qiáng)的應(yīng)用性，一般在計(jì)算機(jī)視覺(jué)領(lǐng)域可以較好的實(shí)現(xiàn)通用算法和圖像的高性能分析。

二、計(jì)算機(jī)視覺(jué)技術(shù)的實(shí)質(zhì)

計(jì)算機(jī)視覺(jué)技術(shù)的實(shí)質(zhì)其實(shí)是讓一些人眼無(wú)法完成的工作由計(jì)算機(jī)系統(tǒng)下的人工智能來(lái)代替完成，即以計(jì)算機(jī)視覺(jué)系統(tǒng)為基礎(chǔ)，對(duì)從根本上主觀存在的三維立體世界框架進(jìn)行全過(guò)程的智能化處理?，F(xiàn)在基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)已經(jīng)被用在我國(guó)神經(jīng)學(xué)、生理學(xué)、計(jì)算機(jī)工程、信號(hào)科學(xué)、化工學(xué)、應(yīng)用學(xué)等一系列高級(jí)綜合學(xué)科上。計(jì)算機(jī)視覺(jué)技術(shù)若要完成對(duì)數(shù)據(jù)的提取、搜索等操作必須要將高性能計(jì)算機(jī)系統(tǒng)作為基礎(chǔ)然后再通過(guò)人工智能在特定算法的操作下來(lái)對(duì)大量數(shù)據(jù)進(jìn)行加工，此為計(jì)算機(jī)視覺(jué)技術(shù)的工作流程。

三、計(jì)算機(jī)視覺(jué)技術(shù)對(duì)視頻中運(yùn)動(dòng)狀態(tài)下的物體的檢驗(yàn)方法

基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)對(duì)視頻中物體運(yùn)動(dòng)狀態(tài)下的檢驗(yàn)原理其方法大致分為兩種，一種為宏觀方式的檢驗(yàn)方法，另一種則為微觀方式的檢驗(yàn)方法。二者在使用方法上大不相同，微觀方式的檢驗(yàn)方法是要先確定需要進(jìn)行檢驗(yàn)的具體區(qū)域，然后在對(duì)該確切區(qū)域進(jìn)行檢索[1]，而宏觀方式的檢驗(yàn)方法則是直接對(duì)得到的整個(gè)圖像進(jìn)行檢索。當(dāng)基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)開(kāi)始對(duì)運(yùn)動(dòng)狀態(tài)下的物體進(jìn)行檢索時(shí)，第一步必須先將需要的圖像數(shù)據(jù)采集完全（此為所有計(jì)算機(jī)視覺(jué)技術(shù)的必要操作），然后對(duì)得到的數(shù)據(jù)信息進(jìn)行適當(dāng)處理，第二步便要根據(jù)需要的圖像對(duì)其進(jìn)行切割，再依次采集運(yùn)動(dòng)狀態(tài)下的物體的影響，完成對(duì)數(shù)據(jù)的加工。另外，在采集圖像的任務(wù)中最好應(yīng)用差分背景的方法，即用特定算法對(duì)圖像的背影進(jìn)行提取或是以人為的方式獲取那些沒(méi)有背影的圖像。還有一些計(jì)算機(jī)視覺(jué)技術(shù)在對(duì)運(yùn)動(dòng)狀態(tài)下的物體進(jìn)行檢驗(yàn)時(shí)用到幀間差分法，該方法的主要原理是將那些得來(lái)的圖像數(shù)值進(jìn)行一幀一幀的相互比對(duì)，以此獲得那些具有不同數(shù)值的圖像。值得一提的是，在對(duì)那些運(yùn)動(dòng)的物體進(jìn)行檢驗(yàn)時(shí)一定要保證圖像的連續(xù)和完整，在此前提下把圖像以此連接起來(lái)，這樣便得到了該物體的大致運(yùn)動(dòng)軌跡，然后使用圖像切割技術(shù)描繪出該物體的具體外形，以上步驟任何一步錯(cuò)誤得到的數(shù)值都將無(wú)任何參考意義?，F(xiàn)在，由于對(duì)計(jì)算機(jī)視覺(jué)技術(shù)的研究越來(lái)越深，有相關(guān)學(xué)者認(rèn)為上文的兩種方法如果全都單獨(dú)使用，但在本質(zhì)上都有一定的缺點(diǎn)，所以，有相關(guān)技術(shù)人員將兩種方法結(jié)合起來(lái)，形成了一套全新的綜合性檢驗(yàn)方式。此綜合性檢驗(yàn)方法將兩種方法的優(yōu)點(diǎn)巧妙結(jié)合，也完美地彌補(bǔ)了兩者單獨(dú)使用狀態(tài)下的不足?，F(xiàn)在該綜合性檢驗(yàn)方式在日常生產(chǎn)生活上已經(jīng)得到廣泛使用，也取得了不錯(cuò)的成效。

四、基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)的進(jìn)一步探究

（一）基于OPENCV的計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像的預(yù)處理

計(jì)算機(jī)視覺(jué)技術(shù)運(yùn)用到的地方各不相同，有些地方由于自身光照強(qiáng)度變化有很大差距，使得在一些場(chǎng)景下所呈現(xiàn)的環(huán)境因素對(duì)視頻采集數(shù)據(jù)的質(zhì)量有著很大影響。一般情況下，環(huán)境因素可能會(huì)讓得到圖像所表現(xiàn)出來(lái)的數(shù)據(jù)信息的質(zhì)量降低，這對(duì)于檢驗(yàn)運(yùn)動(dòng)狀態(tài)下的物體和特定圖像下數(shù)據(jù)的采集有很大的影響，且在得到視頻的圖像幀數(shù)之后要對(duì)表現(xiàn)數(shù)據(jù)進(jìn)行加工，這便是對(duì)圖像的預(yù)處理[2]。簡(jiǎn)單來(lái)說(shuō)，圖像預(yù)處理是將那些有平滑處濾波的地方進(jìn)行修正或者對(duì)那些受到影響的圖像進(jìn)行重新填充、更新等。

1、平滑度濾波處理

在進(jìn)行對(duì)視頻圖像的信息采集時(shí)經(jīng)常會(huì)出現(xiàn)難以避免的噪聲，所以為了解決此問(wèn)題，我們需要在完成圖像的信息采集后對(duì)噪聲進(jìn)行處理，最大程度的減小噪聲，從而達(dá)到理想的信息采集效果。在處理噪音時(shí)最常用的便是平滑度濾波處理，改處理方式分為兩種，一種為線性處理，另一種為非線性處理。線性處理的優(yōu)點(diǎn)是其有著簡(jiǎn)便的運(yùn)算方法，運(yùn)算速率快，但缺點(diǎn)是在完成噪音的處理之后，圖像很大可能會(huì)出現(xiàn)不清楚的狀況。而非線性處理與之恰恰相反，用非線性方法完成噪音處理后，雖能將噪音很好地降低，保證信號(hào)的完整性，但與線性處理相比，其預(yù)算速度較慢，花費(fèi)時(shí)間較長(zhǎng)。

2、圖像填充

在對(duì)圖像幀率的處理過(guò)程中，一般都是運(yùn)用檢測(cè)邊緣填充法或是腐蝕膨脹法來(lái)完成這項(xiàng)任務(wù)的，其中檢測(cè)邊緣填充法指的是在檢測(cè)到該具體物體目標(biāo)之后，應(yīng)用邊緣檢測(cè)的方式對(duì)物體進(jìn)行辨析，然后再根據(jù)形態(tài)學(xué)中的利用漫水填充的方法進(jìn)行填充，而圖像的腐蝕膨脹則主要是因?yàn)榕臄z設(shè)備的性能過(guò)低等問(wèn)題導(dǎo)致的。

3、圖像背景更新

在進(jìn)行圖像的分辨之前，必須先要對(duì)背景圖像進(jìn)行確定，然后再對(duì)其進(jìn)行一系列初始化處理。這樣可以方便在日后的檢測(cè)過(guò)程中對(duì)圖像背景進(jìn)行實(shí)時(shí)地辨析，也只有這樣做，才可以得到效果最好的背景效果[3]。在圖像差分時(shí)，要先依據(jù)特定的算法確定好第一幀的背景圖像，然后把它指定為首張背景圖片，其次以此圖片為基準(zhǔn)對(duì)檢測(cè)過(guò)程中的圖像進(jìn)行背景更新。

（二）提取前景運(yùn)動(dòng)物體圖像

在檢測(cè)運(yùn)動(dòng)物體時(shí)，最基本的便是要保證相應(yīng)的精度，讓前景跟蹤效果保持在最適狀態(tài)。圖像要經(jīng)過(guò)二催化處理之后對(duì)其進(jìn)行分割，再將圖像進(jìn)行充分填充，最后再把圖像進(jìn)行分析，這樣一來(lái)，便可以保證前景圖像的完整性。在對(duì)前景圖像進(jìn)行提取時(shí)，首先要拆分前景圖像背景圖，拆分完成后，開(kāi)始二催化處理，將檢測(cè)出來(lái)的前景圖像的邊緣，輪廓確定之后再進(jìn)行填充。

五、結(jié)束語(yǔ)

本文通過(guò)對(duì)計(jì)算機(jī)視覺(jué)技術(shù)下運(yùn)動(dòng)物體的檢測(cè)進(jìn)行深入研究，對(duì)圖像預(yù)處理，信息切割，提取等任務(wù)進(jìn)行詳細(xì)分析，其目的在于希望能夠?yàn)榛贠PENCV的計(jì)算機(jī)視覺(jué)技術(shù)提供幫助，為一些相應(yīng)研究作出貢獻(xiàn)，給所有參與計(jì)算機(jī)視覺(jué)技術(shù)研究的學(xué)者提供想法，讓計(jì)算機(jī)視覺(jué)技術(shù)能有更好的發(fā)展。

參考文獻(xiàn)：

[1]張?？?基于Opencv的人手識(shí)別與跟蹤定位技術(shù)研究與實(shí)現(xiàn)[D].云南大學(xué).2013

[2]馬玉真，胡亮，方志強(qiáng)，曹素芝.計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)的發(fā)展及應(yīng)用研究[J].濟(jì)南大學(xué)學(xué)報(bào)（自然科學(xué)版）.2004（03）：222-227.

[3]程駿.基于立體視覺(jué)的直升機(jī)旋翼動(dòng)態(tài)三維重建方法研究[D].南昌航空大學(xué).2012