基于计算机视觉算法的图像处理技术研究
2021-12-25孔德方
孔德方
郑州财经学院 河南 郑州 450000
引言
随着计算机和人工智能技术的不断发展,基于人工智能的图像处理技术已在实际生活中得到广泛应用,逐渐开始解决部分问题,但由于此种技术涉及的关键技术较多,部分技术的应用不成熟,导致图像的采集过程受到大小、背景、光照等不同条件的影响,最终图像处理的效果受到影响,因此基于计算机视觉算法的图像处理仍然有许多方面需要优化,对其开展研究是十分必要的[1]。
1 视觉和图像处理算法概述
1.1 机器视觉算法
机器视觉又称计算机视觉。计算机视觉是人工智能领域中比较常用的技术,从本质上讲计算机视觉是一类实现图像处理的数据模型,借助模型,计算机可以模拟人眼识别的能力,采用固定模型准确地对图像进行识别[2]。通常当人类面对各类图像时,可以借助眼睛实现图像内容的直接识别和理解,但具体图像识别的逻辑受到各种因素的影响,因此仅仅借助计算机或者摄像头很难实现图像内容的识别,基于此原因,科研人员开始从图像的基本类型下手,采用复杂的物理模型实现对图像的解释,并以此构成计算机视觉算法。借助计算机视觉算法,我们不但能够准确地实现对图像信息的识别,而且可以利用识别的图像进行三维模型的构筑,或者对图像进行模拟预测,其推广使用价值较高。现如今此技术的应用领域比较广,如车站、机场的安检系统中人脸识别技术的应用已经非常广泛,这些应用均以计算机视觉作为基础。
1.2 图像处理算法
识别图像内容是第一步,完成识别后便是对图像进行处理。图像处理的本质是借助计算机实现对图像信息的处理[3]。图像的本质是几何图形,由点线面等元素构成,每种元素辅以不同的颜色,从而构成了以点为单位的像素。在图像处理过程中,计算机会将不同的像素点予以存储,并对图像点根据固定的规则进行存储和调整,从而实现对图像的处理。根据现如今的图像处理技术,图像处理可分为图像的修复和增强、数据编码、图像最小单元分割、图像识别等环节,本文所做研究主要是针对图像增强复原、编码、图像识别等。
2 计算机视觉算法图像处理技术
图像处理的基本原理是借助传感器实现图像信息的采集,采集到的信息为数字信号,通过采集装置实现了图像信号到数字信号的转化,当数字信号转化成功后,计算机会利用计算机视觉算法实现数字信号的重新分析和组合,从而对图像进行重新合成,使得图像达到预期的分析效果。因此,机器视觉算法主要是针对图像处理过程中数字化信息的研究,其操作级别多为像素级别,如对比度提升、边缘信息的提取、图像信息的变换等。计算机机器视觉的本质是将三维世界中的图像信息,借助一定的信息采集技术采集到机器视觉系统中,经过固定数据处理流程,而后将信息输出,借助计算机图像识别技术的主要流程如下:被采集图像信息的输入、图像的增强、噪声处理、图像中的特征识别(如BRIE特征、直方图特征和FAST特征等),图像分割、图像分类和识别。以上各个环节涵盖了计算机及其视觉系统中图像处理的全部操作,但是由于图像存在形式的不同,各个环节上也会存在不同的差异。以某大型城市交通视频监控为例,监控系统可根据安装在各个监控点的摄像头实现监控图像数据的采集,同时将图像以模拟信号的形式传递给计算机控制系统,控制系统在受到模拟信号后,会将其转化为数字信号,而后进行图像的降噪处理、分割和特征识别等操作,然后在完成图像信息全面理解后,将图像信息中得到的车辆类型、是否存在违法情况、车流量大小等信息显示到前台界面中,为交通部门规章人员的违章决策提供支持。
3 计算机视觉算法的实现路径
计算机视觉算法的应用载体是计算机视觉系统,可以完成对图像的快速分析和处理,但对于不同的图像处理需求,其具体实现路径存在差异,本文以故障的自动检测为例,介绍计算机视觉算法的具体实现路径。
首先故障检测系统借助监控和设备获得被监控系统的图像,同时对图像进行分析,并对其进行分析,将分析结果和故障判断准则相比较,实现故障的自动诊断。从整体架构上讲,本系统主要分为两部分,其一是图像采集系统,其二是图像识别系统,图像采集主要借助硬件设备实现图像信息的采集,图像识别系统主要对识别的图像信息进行处理。本系统在系统架构上采用C/S架构,并针对此种模式建立客户机和服务共识的通信协议。但在算法设计上,针对工程机械的常见故障,采用灰度直方图基于Sobel 算子的边缘检测、Hough 变换等几种经典算法。在故障识别过程中,以螺丝丢失的故障分析为例,设备终端在得到图像信息后,系统首先对图像的清晰度等进行分析,以分析结果判别是否需要进行图像预处理,预处理完成后,对螺丝的位置和图像进行分割,在得到处理结果后确定螺丝区域的具体位置,然后借助图像投射情况判断螺丝是否存在。若投射点和螺丝存在时的像素点不同,则证明螺丝出现了丢失故障。
4 结束语
综上所述,计算机视觉识别算法在未来有着广阔的前景,我们必须对基于信息技术和人工智能技术的图像处理技术进行深入的理解和研究,并将其应用于实际问题的解决中,从而发挥智能技术在工业化建设中的作用。