增量式SfM方法在航拍图像三维重建中的应用

<正>视觉作为最重要的感官之一,是人类获取、存储、分析外界个体信息的主要方式。计算机视觉则是一种对生物视觉系统的模拟,通过照相机、计算机等相关设备对目标物体的数字信号进行获取和处理。随着目前计算机技术和人工智能的发展,计算机视觉技术已经成为目前的热点研究方向,其研究领域涉及目标物体跟踪、识别;图像匹配与融合;图像内容的视觉问答;基于图像的三维重建等。在计算机技术的发展和普及下,对真实世界中某些目标或场景的三维建模研究,逐渐受到各领域学者的关注。本文研究计算机视觉中基于图像的三维重建技术,     

数学形态学基础及研究方向的探讨

数学形态学处理是处理数字图像的一种新方法,它在代数的基础上运用形态学的原理对数字图像进行分析。许多非常成功的理论模型和视觉检测系统都采用了数学形态学算法作为其理论基础或组成部分。数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。目前,数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用,形态学图象处理已经成为计算机数字图象处理的一个重要研究领域。本文主要对数学形态学的基本理论及其在图像处理中的应用进行了综述。     

对计算机图像处理技术应用研究

计算机图像处理技术是指通过计算机进行图像信息或者数据处理的相关技术,在计算机图像处理技术中,可以被处理的图像信息范围非常广泛,工业、农业、工程技术以及广告传媒等领域的图像数据信息的处理都应用到了计算机图像处理相关技术。本文将从计算机图像处理技术概念和计算机图像处理技术在实际生活中的一些应用情况等方面,来对计算机图像处理技术及其应用作一探究。     

图像测量技术及其在无损检测中的应用

图像检测技术是一种综合性的检测技术,其中融入了计算机视觉、信息处理技术、计算机图形学、光电子学等多项技术,随着各项先进科学技术的快速发展,图像检测与处理技术在很多领域都得到了广泛的应用,本文对目前主要使用的几种图像检测方法进行了简单的介绍,并分析了其在无损检测中的应用及其发展前景。     

图像特征提取算法研究

在计算机视觉技术和图像处理中,都会运用到图像特征提取技术,图像的不变特征可以通过计算机的分析和处理来提取,大大提高了图片处理的准确度和速率。本文主要研究可以提取图像特征的三种经典算法,即SIFT算法、SURF算法以及ASIFT算法,利用Matlab平台、VC平台以及OpenCV库函数对以上算法进行仿真和调试,比较三种算法特征提取的效果,并分析这些算法的性能以及优缺点。     

Web方式人脸识别的设计与实现

人脸识别技术涉及模式识别、图像处理、计算机视觉等多种学科知识,在近些年来一直是研究的热点,本文将人脸识别技术与数字视频监控技术相结合,设计了一种基于WEB方式下的远程人脸识别监控系统。     

基于计算机视觉求解数独的系统设计

随着人工智能的不断深入发展,计算机视觉的应用范围逐渐变广。为了实现数独的快速求解,设计了计算机视觉求解数独系统。该计算机视觉求解数独系统主要由数独图像获取模块、数字矩阵获取模块、数独求解模块、数字矩阵输出模块构成。首先由OV2710摄像头获取矩阵图片的基本信息,之后通过opencv与python相结合对图片进行深入处理,识别数独题目并转化为数学问题,最终使用递归法求解,联组法验证。本系统将计算机视觉与数独求解相结合,具有运算速度快,易操作等优点,可实现对多种实物数独的求解推广。     

基于OpenCV识别火焰技术

OpenCV(Open Source Computer Vision Library)是一个跨平台的开源计算机视觉库,可以在运行Linux、Windows等操作系统上运行。它由一些C语言函数组成,包含了图像处理及计算机视觉算法。本文主要工作是视频中的火焰识别,通过背景相减算法分离火焰和目标图像,基于阈值分割图像,再进行形态学去噪,最后通过RGB和HIS算法,识别判定火焰。利用OpenCV,在VS2017平台上实现了摄像机视频中火焰的检测。     

机器视觉理论及应用

介绍了机器视觉的Marr视觉框架、三维重建理论和图像处理的原理与应用。对三维重建理论重点介绍了基本几何元素点、直线和二次曲线的具体重建方法。对机器视觉在工业中的应用作了相关介绍,最后对机器视觉的前景进行了展望。     

计算机信息采集和编辑中关于图像和图形的知识概述

现在我们打开计算机很多操作都涉及到图像和图形,但是不少人对于计算机表示图像图形的方法却不甚了解。本文通过对图形和图像相关知识的介绍,便利了读者使用计算机处理涉及图形和图像时出现的问题。     

高效运动目标检测算法研究

运动目标检测是计算机视觉与视频图像处理领域的重要研究课题之一,在视频监控、安防、智能交通、军事、科研等领域都有广泛的应用。提出了一种基于OpenCV的高效运动目标检测算法。     

基于机器视觉的跟踪目标距离研究

研究目的在于完善机器视觉在目标物的检测、跟踪方面的技术,系统地研究应用图像处理各种方法,对物体进行检测、识别,用计算机视觉技术测量目标物的距离,并且应用于各种条件。主要任务包括摄像机标定、图像获取、图像预处理及目标物提取、测距算法研究几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案。     

平均脸图像生成手机系统的实现

平均脸技术是当今世界较为前沿的面部合成技术,平均脸指经过计算机特殊处理而得到的合成性容貌。近年来平均脸技术受到计算机视觉和计算机图形学领域研究者的普遍关注。本文提出了一种平均脸图像手机生成系统,阐述了其研究意义,详细分析了其系统架构,并描述了实现方法。本文还将该平均脸图像生成手机系统与传统的运行在PC上的平均脸生成系统进行比较,并揭示了该平均脸图像生成手机系统的优势在于其移动性和便捷性。     

计算机视觉下半监督学习的人员踩踏风险预警

提出一种计算机视觉下半监督学习预警的人员踩踏风险,采用计算机视觉技术实现对数据的采集和处理,采用图像分割处理技术实现区域划分,在此基础上,通过半监督学习的方法,对实时采集的数据进行监督和不断更新的学习,从而达到实时预警的目的。最后采用一组非均衡分布下的人员密度进行系统预警的测试实验,结果显示,采用半监督学习方法,可以很好的实现计算机视觉系统下的人员踩踏风险预警,对高风险和低风险进行标定,实现预警,具有很好的安全使用价值。     

基于计算机视觉和神经网络技术的烟叶品质智能识别方法

在对烟叶品质进行图像处理过程中,借助MATLAB图像处理工具箱和神经网络技术,对各种类型的烟叶的数字图像进行计算机视觉分析,包括边缘检测、轮廓提取、用图像工具箱抽取烟叶数字图像特征,将待测烟叶样本与标准烟叶样本进行自适应学习训练,最后达到自动识别待测烟叶样本的品质的智能评定,由此推进烟叶生产过程的技术创新。     

基于计算机视觉的检测方法及应用分析

随着计算机技术的不断发展,我国计算机视觉检测方法也取得了良好的成就。进行计算机视觉研究的最终目的,就是实现计算机采用视觉观察和理解世界,提高自主适应能力。在这个技术中,正确合理的图像分割,是进行图像处理以及实现计算机视觉应用的重要问题之一。本文重点分析了基于计算机视觉的检测方法以及应用,对计算机视觉的检测和应用提供了有价值的路径参考。     

基于模糊信息处理的图像分割方法研究

图像分割在计算机视觉领域有极其重要的位置,尤其在图像理解、成像目标的识别与跟踪中更是关键技术所在,因为分割技术的好坏直接影响视觉系统的良莠,所以它的影响是巨大的。     

基于小波变换多尺度的图像边缘检测方法研究

边缘检测在图像处理中占有很重要的地位,其算法的优劣直接影响着计算机视觉系统对客观世界的理解。文中介绍小波变换应用于数字图像,利用检测小波系数模极大值的方法来检测图像的突变点位置(图像边缘位置),通过仿真实验说明,小波在图像(或噪声)边缘检测上是有效的。     

科学家最新研制大脑芯片可帮助盲人恢复视力

腾讯科技讯（悠悠／编译）据国外媒体报道,澳大利亚莫纳什大学莫纳什视觉中心最新研制一种计算机芯片,可以帮助盲人恢复视觉能力,它将植入大脑视觉皮层中,大脑视觉皮层位于头部后端负责控制视觉。这个计算机芯片可与一副眼镜建立无线连接,该眼镜包含着一个微型摄影仪,以低分辨率黑白图像记录下所看到的事物。     

科学家最新研制大脑芯片可帮助盲人恢复视力

腾讯科技讯（悠悠／编译）据国外媒体报道,澳大利亚莫纳什大学莫纳什视觉中心最新研制一种计算机芯片,可以帮助盲人恢复视觉能力,它将植入大脑视觉皮层中,大脑视觉皮层位于头部后端负责控制视觉。这个计算机芯片可与一副眼镜建立无线连接,该眼镜包含着一个微型摄影仪,以低分辨率黑白图像记录下所看到的事物。