前言：中文期刊網精心挑選了計算機視覺研究范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
計算機視覺研究范文1
1 計算機視覺定義
人類天生具有五感，視覺便是其中之一，而計算機視覺，就是讓計算機網絡能夠睜開眼看世界。讓計算機有一定的視覺能力，可以從各個方面幫助人們進行監督、檢驗檢測。利用計算機視覺科學可以使工作變得更加簡便。計算機視覺主要應用于對二維碼、條形碼、照片、視頻資料如片段等進行智能處理。
2 計算機視覺研究在醫療、交通中的作用
隨著醫學成像技術的發展與進步，圖像處理在醫學研究與臨床醫學中的應用越來越廣泛。最常見的有癌細胞顯微圖像分割與識別、基于多特征融合的血紅細胞識別和乳腺癌細胞計算機的自動識別等。計算機視覺技術的迅猛發展，為醫療診斷帶來了很大的方便，同時促進了臨床醫學的發展。另外，在各大綜合醫院慢慢發展起的體檢體系中，計算機視覺技術起到了決定性因素。隨著體檢的人數上升，對醫院體檢的管理、速度、準確性都提出了更高的要求。視覺識別輕而易舉的解決了這個問題，只需要去識別體檢人員的身份證，就可以將體檢人員對號入座，檢查過的項目，沒有檢查的項目一目了然。理化指標的檢驗，只需要在采血試管或采尿瓶上粘貼與體檢者對應的條形碼即可，利用視覺技術對號入座，方便而準確的確定每一位體檢人員的血樣及尿樣。及提高了醫院的工作效率，又將錯誤率降到最低。
計算機視覺在交通上同樣得到了廣泛的應用及發展。交通安全是交通運輸中的重大問題，隨著近年來機動汽車數量的迅猛增長，交通事故的發生也隨之越來越頻繁，給人類社會帶來的危害也日趨嚴重，使很多的家庭失去親人，甚至家破人亡。全國一線城市例如：北京、上海、廣州、深圳等交通道路供需的矛盾日趨嚴重，交通安全、交通堵塞及環境污染已成為困擾我國交通領域的三大難題?；趫D像處理的計算機視覺技術是通過攝像機獲取場景圖像，并借助于計算機軟件構建一個自動化或半自動化的圖像、視頻理解和分析系統，并提供及時準確的圖像、視頻處理結果，以模仿人的視覺功能。主要功能如下：
一是基于計算機視覺技術的車輛牌照自動識別： 車輛牌照是車輛的唯一身份，對車輛牌照的有效檢測與識別在車輛違章檢測、停車場管理、不停車收費、被盜車輛稽查等方面有著重要的應用價值。盡管針對車牌識別技術的研究相對成熟，然而在實際的應用場景中，受到天氣、光照、拍攝視角、車牌扭曲等因素的影響，車牌識別技術仍然有一定的改善空間。
二是基于計算機視覺技術的車輛檢測與流量統計：目前城市交通路口的紅路燈間隔時間是固定的，而不同路段、不同時間段交通流量是隨機變化的。若能根據各個交通路口的交通狀況輔以計算機進行自動分析，并判斷與預測交通流量，無疑為交通警察出警，紅綠燈時間間隔的動態設置等提供技術支持。
三是基于計算機視覺技術的公交專用道路非法占道抓拍：公共交通是每個城市交通的重中之重，城市的公共交通為老百姓提供了便捷的出行方式。公共交通的發展，有利于城市的節能減排，有利于降低城市的空氣污染指數。由于城市公共交通具有運量大、相對投資少、人均占有道路少等優點，解決城市交通問題必須優先發展城市公共交通。然而目前擁擠、緩慢的公交出行方式已成詬病，因此發展“快速公交”將是未來公交的一種運行模式。道路暢通則是發展“快速公交”的前提，相應地，公交專用車道的設定必不可少。為防止其他社會車輛的駛入，并對違規駛入的其他社會違規車輛進行抓拍與懲罰是保證公交車道公交車專駛的一種重要手段。因此在公交車前部裝置攝像頭并輔以其他處理設備，從而可以使得每一輛公交車成為了一個流動的監控設備。
3 計算機視覺在條形碼檢測中的應用
條形碼是將寬度不等的多個黑條和空白，按照一定的編碼規則排列，用以表達一組信息的圖形標識符。在中國，由中國物品編碼中心賦予制造廠商代碼。那么最常見的計算機視覺應用與條形碼檢測就是在超市中。超市中每樣產品都有自己的條形碼，當人們選擇了自己需要的物品后，來到收銀臺進行結賬，我們會看見收銀人員會用掃碼器對物品的條形碼進行掃描，掃描后就會出現產品的信息及價錢。記錄以及掃描條形碼的技術就是計算機視覺技術。
4 計算機視覺重要技術——智能識別
近年來，基于生物特征的鑒別技術得到了廣泛重視，主要集中在對人臉、虹膜、指紋、聲音等特征上，這其中大多都與視覺信息有關。指紋、人臉功能已經大范圍在生活中應用，其中很多單位的打卡制度就是依據面部識別、指紋識別來實現的。社會飛速發展的今天，很多的單位都實行了上下班打卡制度，這一制度已經被作為單位管理制度中的重要一條。購買的打卡機就是采用計算機視覺的重要技術——智能識別來實現的。利用打卡機的儲存功能，記錄每個職工的指紋或面部容貌，規定在某一個時間范圍內對應識別指紋或面部容貌，視為打卡。在上下班打卡的過程中，員工將面部或指紋對應在打卡機的制定位置上，讓打卡機進行識別，當識別的結果與存儲結果相同時，打卡成功。這樣看起來十分簡單的打卡機可以使單位的工作有序化，制度化，而實現這個功能的技術就是計算機視覺技術中的重要技術之一：智能識別。
5 計算機視覺技術的發展過程及未來
計算機視覺技術研究經歷了近40年的過程，20世紀50年代的統計模式識別、60年代的Roberts的三圍積木世界、70年代的Marr為代表的計算理論、80年代的主動視覺，但是仍然面臨許多的問題。主要由于計算機視覺是一個逆問題，視覺信息多種多樣，視覺知識的表達很困難，圖像數據量巨大，信息存儲于檢索困難，對生物學、神經生物學等的研究有待深入。
計算機視覺技術的未來必定會朝著高科技發展，航空遙感測控地形地貌、電影特效制作、工業生產自動化檢測、醫學影像檢測，再到天文領域等，在這些科學領域中計算機視覺將無法取代，成為主流的技術之一。
作者簡介
計算機視覺研究范文2
關鍵詞： 計算機視覺； 手指特征識別； 動態閾值算法； 矩形模版
中圖分類號： TN911?34； TP37 文獻標識碼： A 文章編號： 1004?373X（2017）12?0113?04
Abstract： In order to improve the accuracy and speed of the finger feature recognition in video image， a dynamic threshold algorithm based on rectangle template is proposed. The rectangle template is used in the algorithm to smooth the image， and the gray threshold method is used to extract the edge of the target to recognize the finger feature accurately. The Matlab simulation results show that the algorithm is lightly influenced by environmental noise， and can segment the edge of the finger clearly and accurately. A finger feature recognition system based on computer vision was designed on FPGA platform. Its real?time performance， finger recognition accuracy and other performances were tested. The test results show that the running speed of the system is synchronous with the speed of capturing the image by camera， which can meet the real?time requirement of the system. The coordinates deviation of the finger position recognized by the system is about 3 pixels， which can basically meets the accuracy requirement of the system.
Keywords： computer vision； finger feature recognition； dynamic threshold algorithm； rectangle template
S著科學技術的飛速發展，人與計算機之間的交互活動越來越密切，并逐漸成為人們日常生活的重要組成部分。傳統觸摸屏是現階段一種最常見，也是最重要的人機交互方式，其是通過一種附加在顯示器表面的透明介質，依賴使用者的手指觸摸該介質來實現對計算機的輸入控制[1?2]。目前，這種觸摸屏技術已經相當成熟，但是，技術上不容易做到大尺寸，且成本相對較高，也易于破損。為了突破傳統觸摸屏這種人機交互方式的局限，把任何成像平面變成可用手指進行交互的系統，本文提出了一種基于計算機視覺的手指特征識別算法，并在FPGA平臺上建立了一套基于計算機視覺的手指特征識別硬件系統。這種基于計算機視覺的手指特征識別方法可為基于視覺的人機互動提供一種新的技術解決途徑。其與傳統觸摸屏的區別在于，不需要在成像屏幕上安裝任何特殊介質，使用壽命得到大幅延長，應用范圍有了很大擴展。
1 圖像采集平臺
本文所采用的圖像采集平臺如圖1所示，在任何與計算機連接的顯示設備（如投影屏幕、等離子電視等）的左上角、右上角安裝兩個攝像頭，通過這兩個攝像頭便可確定手指在屏幕上的二維坐標信息（x1，x2）。然后，將此坐標點傳至計算機，并與Windows系統的鼠標程序關聯即可實現人機交互功能。圖2是圖像采集平臺的側視圖。其中虛線框表示攝像頭視野中系統需要處理的區域，即手指出現的區域。
2 手指特征識別算法及仿真
在系統實現過程中，如何從攝像頭所拍攝的畫面中準確地識別并提取出手指信息是其難點之一。在目前的圖像處理技術中，用于識別背景圖案中目標物體的算法很多，本文在分析基于色彩聚類的膚色識別算法的基礎上，結合課題特殊需求，提出一種基于矩形模板的動態閾值算法，并在Matlab中對上述算法的處理效果進行了仿真。
從圖像采集平臺可以看出，本系統只關心距屏幕很近的小視野內是否出現區別于背景的目標物體。因此，只需從攝像頭拍攝的圖像當中截取一部分，如圖3中的小矩形框所示。
2.1 基于色彩聚類的膚色識別算法
膚色是人體區別于其他物體的一個重要特征，人體膚色特征不受位置、角度、大小等因素影響，具有較強的穩定性。因此，本文首先選定基于色彩聚類的膚色提取識別算法進行研究。在色彩聚類方法中，Anil K.Jain的Cb，Cr橢圓聚類方法最為典型[3?4]。采用非線性分段膚色分割得到的膚色區域在Cb，Cr空間中近似于橢圓，如下：
由圖5可知，利用該算法分割手指信息的效果尚可，能從比較友好的環境中迅速準確地識別出手指信息。圖6為利用橢圓聚類膚色分割算法對從圖像采集平臺讀取圖像的手指識別效果?？梢?，該算法在普通環境下對手指的識別效果良好。但當屏幕上的顏色影響手指膚色時，該算法的識別能力就會有所降低?？梢姡撍惴▽ζつw顏色的純度要求較高，適用范圍受限。圖7為屏幕出現大面積藍色時對手指識別造成的影響效果。
2.2 基于正方形模板的動態閾值算法
基于正方形模板的動態閾值算法，即采用灰度閾值法，用正方形模板平滑圖像[5?6]。圖8（a）是3×3模板動態閾值算法平滑圖像的過程。
應用基于3×3模板的動態閾值算法對原圖4進行邊緣提取的仿真效果如圖9（a）所示?？梢?，應用3×3模板可以提取出目標物體的邊緣，但不夠清晰。雖然可以通過增大模板取得比較理想的效果（圖9（b）為采用基于101×101模板的動態閾值算法的處理效果），但會使計算量劇增，同時也縮小了模板所能完全覆蓋的范圍，使圖像邊緣產生無效的白色區域。
2.3 基于矩形模板的動態閾值算法
根據課題實際需要，即所要處理的目標區域為長方形窄條區域（如圖3所示），本文提出一種基于矩形模板的動態閾值算法。該算法與基于正方形模板算法的區別在于，平滑圖像時所用的模板為窄條形，如3×5模板，3×15模板，3×41模板等。圖8（b）是3×9模板動態閾值算法平滑圖像的過程。
圖10給出了采用基于3×9模板、3×14模板、3×81模板、3×101模板動態閾值算法對原圖4進行手部邊緣提取的仿真效果。由仿真效果可知，基于矩形模板的動態閾值算法在模板取值為3×9的情況下，便能夠清晰提取出目標物體的邊緣。而且，隨著模板取值的增加，目標物體邊緣的提取效果更加清晰準確。與基于正方形模板的動態閾值算法相比，基于矩形模板的動態閾值算法計算量較小，節約了系統的計算資源。
3 基于FPGA的手指特征識別算法的系統測試
為了驗證本文所提出的基于矩形模板的動態閾值算法能否滿足屏幕交互系統的整體要求，本文通過編寫軟件程序在FPGA開發板上對這種算法進行了硬件實現和系統測試。
3.1 硬件實現
本文所采用的硬件實現系統主要是基于美國Altera公司生產的型號為EFA?CY1C12的“紅色颶風”（Red Cyclone）系列FPGA開發板，并另外集成了用Ommvison公司的型號為OV9655的CMOS數字攝像頭，以及ISSI公司的型號為IS61LV25616AL的SRAM存儲器[7?10]。最終搭建的硬件系統如圖11所示。
3.2 系統測試
本文主要對系統的實時性、手指提取精度、資源占用情況等影響系統運行的重要技術指標進行了測試。
（1） 實時性
OV9655攝像頭在1 280×1 024分辨率下，能提供15 f/s的圖像采集速率，課題所設計的軟件程序可以在一幀圖像的處理時間內完成了數據的采集、手指邊緣的識別等運算，實現了系統執行速度與攝像頭拍攝速度的同步，達到了系統對實時性要求。
（2） 手指識別精度
由于課題在軟件設計過程中編入了圖像采集防抖動處理程序，提高了圖像采集的穩定性，也提高了手指識別的精度。經過測試，本系統得到的手指位置信息的坐標偏差為3個像素，基本滿足大屏幕交互系統對識別精度的需求。
（3） 資源占用情況
從Quartus Ⅱ的編譯報告中可以看出，本系統的軟件運行已占用FPGA的9 702個邏輯單元，占邏輯單元總數的80%?？梢?，該硬件系統的FPGA運算資源基本能滿足系統的實際需要。
4 結 語
本文通過對基于矩形模板的動態閾值算法的研究和基于FPGA的手指特征識別硬件系統的實現，建立了一套基于計算機視覺的手指特征識別系統。該算法受環境噪聲影響較小，能清晰準確地分割出手指邊緣，且隨著矩形模版取值的增大，算法的識別效果會更加良好。該系統的實時性、手指識別精度及資源占用情況均可滿足系統要求。這種基于計算機視覺的手指識別方法成本低、靈活性好，為基于視覺的人機交互提供了一種新的技術途徑。
參考文獻
[1] 呂明，呂延.觸摸屏的技術現狀、發展趨勢及市場前景[J].機床電器，2012，39（3）：4?7.
[2] 陳康才，李春茂.電阻式觸摸屏兩點觸摸原理[J].科學技術與工程，2012，12（18）：4525?4529.
[3] MAITRE H.現代數字圖像處理[M].北京：電子工業出版社，2006：79.
[4] 帕科爾，景麗.圖像處理與計算機視覺算法及應用[M].2版.北京：清華大學出版社，2014：104.
[5] GONZALEZ R C，WOODS R E，EDDINS S L.數字圖像處理的Matlab實現[M].2版.北京：清華大學出版社，2013：301.
[6] RUSS J C.數字圖像處理[M].6版.北京：清華大學出版社，2014：216.
[7] 于楓.Altera可編程輯器件應用技術[M].北京：科學出版社，2014：68.
[8] 姚智剛，付強.基于低成本CMOS攝像頭智能監控系統的設計[J].現代電子技術，2006，29（3）：126?128.
計算機視覺研究范文3
本文采用山羊絨手排長度測試儀、傳統山羊絨手排長度法、Almeter儀三種測量方法檢測山羊絨長度，比較三種方法的差異性，從而證明山羊絨手排長度測試儀的可靠性、穩定性。
關鍵詞：山羊絨;長度;試驗方法;比對
目前測試山羊絨長度的方法有三種。傳統山羊絨手排長度法是在排圖后直接在絨板上進行長度測量，這種方法有很多缺點：一是測量后需要手工計算，二是會使圖形發生變化，影響測量準確度，三是實驗員手法差異會產生誤差。Almeter儀較適合羊毛條檢測，用于山羊絨長度檢測，存在不符合纖維特性、科學性差、誤差大的問題。而采用基于計算機視覺技術的山羊絨手排長度測試儀可直接精確地測量計算出手排長度的所有相關參數?，F采用三種試驗方法比較其工作效率、準確程度、穩定性、重復性等指標，以完善和改進儀器，為推廣使用提供科學依據。
1 試驗內容
依據標準GB 18267―2013《山羊絨》和GB/T 21293―2007《纖維長度及其分布參數的測定方法 阿爾米特法》分別采用傳統山羊絨手排長度試驗方法測量山羊絨手排長度;采用山羊絨手排長度測試儀測量山羊絨手排長度;采用Almeter測量山羊絨巴布長度。
1.1 參加的實驗室及檢測項目
（1）國家毛絨質量監督檢驗中心（纖維檢驗局）：傳統山羊絨手排長度、Almeter長度、山羊絨手排長度測試儀測量長度。
（2）鄂爾多斯羊絨集團：傳統山羊絨手排長度;Almeter長度。
（3）鹿王羊絨集團：傳統山羊絨手排長度、山羊絨手排長度測試儀測量長度。
（4）河北省纖維檢驗局：傳統山羊絨手排長度。
（5）青海省纖維檢驗局：傳統山羊絨手排長度。
（6）浙江省纖維檢驗局：傳統山羊絨手排長度。
1.2 試驗時間
2013年11月（自接到樣品，15日內完成）。
2 試驗結果
2.1 手排長度方法與手排長度測試儀方法比對
由內蒙古纖檢局與鹿王羊絨集團聯合檢測，共重復試驗60次，其平均差異為0.121mm。
采用平均數差異的顯著性測定，其結果如下：
1）傳統手排長度方法：平均長度x1=32.856mm，其標準差S=1.8506，n=60。
2）手排長度測試儀：平均長度x2=32.735mm，其標準差S=1.3211，n=60。
3）其差異的標準差：
平均數標準差
平均數標準差
查t值表t0.05=1.980，t0.01=2.617。因為t'
2.2 山羊絨手排長度測試儀臺間差比對分析
本項目研制了2臺山羊絨手排長度測試儀樣機，按照比對方案，采用2臺測試儀對同一山羊絨樣品進行了重復試驗30次，其平均差異為0.02mm。采用平均數差異的顯著性測定，結果如下：
1）1|測試儀：平均長度x1=32.47mm，其標準差S=1.127，n=30。
2）2|測試儀：平均長度x2=32.45mm，其標準差S=1.056，n=30。
3）其差異的標準差：
平均數標準差
平均數標準差
查t值表t0.05=2.000，t0.01=2.660。因為t'
2.3 山羊絨手排長度測試儀與Almeter儀測量的山羊絨巴布長度的比對
采用Almeter儀測量山羊絨巴布長度，與圖板電子檢測儀比較。平均數差異的顯著性測定其結果如下：
1）圖板電子檢測儀：平均長度x1=32.735mm，其標準差S=1.3211，n1=60。
2）Almeter儀：巴布長度平均值x2=32.60mm，其標準差S=0.70，n2=30。
3）其差異的標準差：
平均數標準差
平均數標準差
查t值表t0.05=2.000，t0.01=2.660。因為t'
2.4 山羊絨手排長度測試儀與6家實驗室手排長度平均值的比對
采用山羊絨手排長度測試儀對同一山羊絨樣品進行了重復試驗60次的總體平均值與參加比對試驗的6家實驗室手排長度平均值的總體平均值進行顯著性測定。平均數差異的顯著性測定其結果如下：
1）測試儀：平均長度x1=32.735mm，其標準差S=1.3211，n1=60
2）6家實驗室傳統手排法：平均值總體平均值x2=32.39mm，其標準差S=2.449，n2=6
3）其差異的標準差：
平均數標準差
平均數標準差
查t值表t0.05=2.000，t0.01=2.660。因為t'
3 結論
（1）山羊絨手排長度測試儀檢測與傳統手排長度方法結果沒有顯著性差異，因此，采用山羊絨手排長度測試儀可替代傳統手排長度法，既可提高檢測效率，減少人為誤差，又能提高檢測的準確程度。
（2）已研制的兩臺測試儀樣機檢測結果沒有顯著性差異，說明儀器的穩定性好。
（3）山羊絨手排長度測試儀與Almeter儀測量山羊絨巴布長度的比對沒有顯著性差異。
計算機視覺研究范文4
關鍵詞：激光切割機；自動尋邊算法；機器視覺
中圖分類號：TB
文獻標識碼：A
doi：10.19311/ki.16723198.2017.12.097
0引言
自從20世紀60年代第一臺激光設備的誕生和應用開始，激光切割技術在我國工業加工領域被飛速發展，以激光切割機來講，其應用非常廣泛，囊括了很多行業，包括廣告標牌制作，鈑金加工，機箱機柜制作等等各個方面，而市場的需求也是高達千萬，為廣闊的市場添加了新的生機。但該機器在我國仍處于展階段，在加工過程中多以人工判斷和操作為主，生產效率受人發為影響很大，很難做到智能化，自動化，標準化。文章將機器視覺結合數控激光系統，通過圖像采集，圖像邊緣檢測，目標跟蹤等圖像處理過程，并利用運動控制卡指令控制激光頭完成對金屬板材的切割。
1智能激光切割機總體流程
基于機器視覺的智能激光切割機控制算法研究的具體實現方法是：通過圖像傳感器對目標圖像進行采集并轉換成模擬電信號，模擬信號轉換后傳輸至圖像處理系統，在對圖像分析前，為減少噪音，光照不均勻等因素對圖像的質量的影響，需進行圖像預處理，其基本工作流程如圖1所示，根據Sober算子法進行圖案輪廓的邊緣檢測，用八領域搜索算法實現邊緣軌跡跟蹤。生成切割軌跡，由激光切割機完成部件的加工。
2圖像處理方法
數字圖像在計算機上以位圖的形式保存，即像素點構成的矩陣，而每個像素點需要以三個字節表述，因此為加快計算機的運行速度，需把亮度值進行量化，將彩色圖像轉換為灰度圖像，在這里使用NI Vision Assistant工具對圖像進行灰度化處理，處理結果如圖2所示。
未經處理的原始圖像都存在著一定程度上的噪聲干擾，如圖3a所示。噪聲惡化圖像質量，使圖像模糊，甚至淹沒需要檢測的特征，給圖像的分析帶來困難，因此需要進行濾波處理，這里采用中值濾波，利用其含有奇數個像素的移動窗口，對圖像進行從左到右，從上到下逐行進行移動，用窗口中灰度的中值代替中心像素的灰度值，作為中值濾波器的輸出，其數學表達f（x，y）=midianSf（x，y）
式中，S為當前點（x，y）的鄰域；medianq表示取中值。中值濾波作為一種主要用來抑制脈沖噪聲的典型非線性低通濾波器，能夠在較好的保護目標邊緣的同時，徹底濾除干擾性尖銳噪聲，得到高質量的圖像。
3圖像邊緣檢測
圖像邊緣是圖像最基本的一個特征，邊緣處是圖像信息最集中的地方，是圖像一個屬性區域到另一個屬性區域的交接處，圖像邊緣檢測在機器視覺的基礎階段起著關鍵作用，主要是通過差分算子，并由圖像的亮度計算其梯度的變化，從而檢測出其邊緣，這里運用Sobel邊緣檢測算子，其原理是在3×3的鄰域內做灰度加權和差分運算，利用像素點上下左右相鄰點的灰度加權算法，依據在邊緣點處達到極值這一現象進行邊緣檢測。
Sobel算子的模板如圖4所示。
Sobel算子邊緣檢測引入了局部平均，對噪聲的影響小，當精度要求不是很高時，Sobel是一種較為常見的邊緣檢測方法。
4邊緣輪廓跟蹤
在識別圖像中輪廓時，往往需要對目標邊緣作跟
跟蹤邊界的。在圖像處理中，可以根據圖像的某個像素的周圍有8個點與之接壤，和二值圖像中只有0和255兩個灰度值的特點采用八鄰域搜索算法來對目標像素點篩選，按照從左到右，從上到下的掃描方式來對目標區域邊緣像素點進行搜索，直到找到目標像素位置，記錄該點的坐標，并將其作為新的搜索起點，在當前的搜索方向基礎上逆時針旋轉依次對像素進行判斷，生成數據。
5結論
采用NI Vision Assistant圖像處理軟件，利用機器視覺系統直接采集圖像并對圖像進行邊緣跟蹤，提取邊緣輪廓，將圖像信息轉為數組數據并提供給激光切割機控制器控制刀頭完成對對金屬板材的自動切割過程。目前，所研究的算法能對圖像清晰，輪廓不存在斷裂且具有較好區分度的圖案進行自動尋邊切割。
參考文獻
[1]肖成勇，雷振山，魏麗.Labview2010基礎教程[M].北京：中國鐵道出版社，2012，（4）.
[2]黃風.運動控制器及數控系統的工程應用[M].北京：機械工業出版社，2014，（9）.
[3]陳寧江，李介谷.用歸一化灰度組合法進行圖像匹配明[M].紅外與激光工程，2000，29（5）：59.
[4]陳宇云.灰度D像的邊緣檢測研究[D].成都：成都電子科技大學，2009.
[5]徐志鵬.一種基于運動控制卡的數控專用機床[J].微計算機信息，2008，（16）.
[6]魏勝.數控機床伺服系統原理分析與性能調整[J].組合機床與自動化加工技術，2010，（5）：8185.
計算機視覺研究范文5
關鍵詞：高中；計算機課堂教學；問題；解決措施
一、前言
當今社會，計算機技術得到快速的發展，并且被廣泛的推廣和應用在各個行業中，通過計算機網絡，能夠獲得各種知識、情報，學習各種課程，處理各種事物等，其重要性不言而喻。雖然我國高中計算機教學開展多年，但是教學水平和效率較低，導致出現該種現象的原因是高中計算機課堂教學過程中存在許多問題，如缺乏重視、缺乏實踐操作以及教學模式落后等，亟待采取有效的解決措施進行處理。因此，文章針對高中計算機課堂教學問題及解決措施的研究具有非常重要的現實意義。
二、高中計算機課堂教學過程中存在的問題
1缺乏對計算機教學活動重要性的認識。由于高中課程的特殊性，即需要為高考服務，這就導致許多學校在進行教學課程設置時，并不重視計算機教學設計，存在嚴重的課程偏斜現象。在實際教學過程中，許多計算機教師只是在課堂上敷衍的完成教學課程，這種消極的教學態度，難以提高計算機課堂教學水平和效率。
2缺乏實踐操作?，F階段，高中階段學生的計算機基礎水平參差不齊，導致他們接受計算機知識的能力也存在一定的差異，許多學生既是掌握了理論知識，也不會進行上機操作。導致出現上述現象的原因是高中計算機教學并不重視上機實踐操作，或者是由于計算機課時較少，沒有為學生的實踐操作提供機會，學生們做不到學以致用，難以提高學生的整體計算機水平。
3教學模式落后。教學模式在很大程度上能夠影響教學質量，現階段，我國高中計算機教學過程中，并沒有較好的教學模式，這給計算機教學工作的開展帶來了很大的難度。許多高中教師在進行計算機教學時，依然采用傳統的教學方法，重點對理論知識進行講解，抽象的知識理念難度相對較高，并且學生們提不起興趣，嚴重的影響教學質量。因此，為了提高計算機課堂教學質量，就必須采用良好的教學模式。
三、解決高中計算機課堂教學問題的有效措施
1轉變觀念，提高認識。在進行高中課程安排時，應該充分的認識到計算機教學活動的重要性，適當的增加計算機課程的課時，并且教師應該以積極的教學態度進行計算機教學。定期的對計算機教學成果進行考核，這樣一方面能夠引起學生對計算機教學的重視，提高學生學習計算機課程的積極性和主動性，另一方面能夠引起教師的重視，并且對于教學成績良好的教師給予一定的獎勵，能夠有效的 改變傳統教學觀念，開辟新的教學道路，不斷的提高計算機課堂教學水平。
2營造氛圍，加強上機實踐操作。在進行計算機教學時，應該重視理論聯系實際，將實踐課放在首位，主要是因為計算機的實踐操作比理論更加重要，當學生掌握了一定的計算機理論知識后，通過上機操作既能夠對理論知識進行鞏固，又能夠提高學生的實踐操作能力。教師在進行理論知識講解時，應該營造良好的氛圍，采用多媒體設備為學生展示上機操作，同時為學生展示一些優秀的作品，這樣能夠有效的激發學生的學習興趣和主動性，特別是在理論教學時，如果采用傳統的教學方式，很容易讓學生出現枯燥乏味的情緒，難以提高學生的興趣。因此，在進行計算機課堂教學時，應該合理的分配理論和實踐教學，營造良好的氛圍，激發學生的興趣，讓學生主動的參與到計算機實操中。對于計算機這種實踐性較強的課程，采用這樣方式能夠有效的提高教學質量。
3采用合適的教學模式，提高教學水平。在進行高中計算機課堂教學時，應該采用科學、有效的教學模式和方法，提高學生參與教學的積極性和主動性，為教學水平的提高奠定堅實的基礎?，F階段，高中計算機課堂教學的有效教學模式包括研究性、討論性教學模式、情景教學模式等。對于研究性、討論性教學模式，通過開展研究性和討論性教學，能夠讓學生們養成團隊合作的習慣，提高學生的自主學習能力，這對于計算機課堂教學的順利開展和教學水平的提高具有非常重要的作用。對于情景教學模式，以“IP地址及其管理”內容教學為例，由于高中生對于“IP地址”等專業知識非常陌生，學生們不理解何為“IP地址”，課堂教學將會陷入困境，影響實際教學水平，情景教學模式的應用，能夠為學生營造良好的學習環境，提高學生的學習積極性和主動性。首先，教師在課前進行教學資料的收集，制作課件，并利用多媒體設備將課件展示給學生，讓學生們結合圖片、視頻等理解“IP地址”的概念和內容，這樣能夠有效的健身學生對概念以及相關知識的理解和記憶。同時，為了提高學生的興趣，教師還可以播放網絡犯罪的紀錄片，讓學生們了解常見的網絡犯罪類型，同時讓學生們了解到警察如何利用IP地址進行安檢偵查的實踐意義，這樣能夠有效的激發學生學習計算機知識的興趣和動力，實現學生的全面和綜合發展。
四、結束語
綜上所述，高中計算機課堂教學過程中許多問題，嚴重影響高中計算機課堂教學水平和效率，這就要求在高中計算機課堂教學時，必須轉變觀念，提高認識，營造氛圍，加強上機實踐操作，采用合適的教學模式，提高教學水平和質量。
參考文獻：
[1]趙瑩.探究高中計算機課堂教學存在的問題和對策[J].現代閱讀，2013，（1）：123.
[2]公文鵬.探究高中計算機課堂教學存在的問題和對策[J].計算機光盤軟件與應用，2012，（18）：259-261.
計算機視覺研究范文6
關鍵詞：數據挖掘；ID3算法；影響因素
1 數據挖掘的概述
1.1 數據挖掘的概念
數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，抽取隱含在其中的、人們事先不知道的、但又潛在有用的知識的過程。此定義包含三個層次的含義：①數據必須是真實的、大量的、含噪聲的；②發現的是用戶感興趣、可理解的知識；③發現的知識只面向特定的領域。
1.2 數據挖掘的過程
數據挖掘可以概括為三個部分：數據預處理、數據挖掘、模式評估和知識表示。其中數據預處理可以分為：數據清理、數據集成、數據選擇和數據變換四個部分。
1.3 數據挖掘的方法
目前比較常用的數據挖掘分析方法有：關聯規則分析、分類分析、預測分析、聚類分析等。
2 主要算法設計
2.1 數據搜集，分析影響學生計算機一級成績的因素，需要以下幾個方面的信息
①學生基本信息。應包括如下屬性：學號、姓名、性別、籍貫、民族、專業、班級，這些信息可以通過學院的綜合教務管理系統獲得。②學生調查信息。內容包括學號、學習興趣、學習前的知識掌握情況、課后上機練習時間量、做模擬題情況等。這些信息主要通過調查，由學生填寫。③學生成績。成績數據表中包括了學生的學號、平時成績、等級考試成績，這個數據庫由學院綜合教務管理系統獲得。④評教數據。包括教師編號、評教情況等。
2.2 數據預處理
①數據集成和變換。主要采用數據庫相關技術把得到多個數據庫文件數據合并到學生成績分析基本表中。②數據清理。把不一致的數據補充完整，處理空缺值的方法有：忽略元組、人工填寫空缺值、使用全局常量、采用平均值填充、使用最有可能的值填充空缺值。③數據規約。就是縮小所挖掘數據的規模，并且挖掘出來的結果與原有的數據集多獲得的結果基本相同。學生基本信息中的民族、籍貫等、成績庫中的考試時間、考試地點等屬性是與成績不相關的屬性，需要進行維規約。形成新的影響學生成績分析的基本數據表如表1。
2.3 進行數據分類挖掘，生成分類規則
如：IF文理科=文AND是否按時交作業=是AND其他平均成績=優秀AND有無計算機基礎=有AND教師評教=優秀AND學生作模擬題>4THEN通過
IF文理科=理AND是否按時交作業=是AND其他平均成績=優秀AND有無計算機基礎=有AND教師評教=優秀AND學生作模擬題>4THEN通過
IF文理科=文AND是否按時交作業=否AND其他平均成績=優秀AND有無計算機基礎=有AND教師評教=優秀AND學生作模擬題
IF文理科=理AND是否按時交作業=否AND其他平均成績=優秀AND有無計算機基礎=有AND教師評教=優秀AND學生作模擬題
……
2.4 實驗結果分析
通過以上分類規則的分析可以看出，學生能否通過計算機一級等級考試的關鍵因素是按時做作業，提交作業，多做練習多做模擬題，與學生是否具有計算機基礎沒有關系，與學生是否是文理科也沒有關系，即使其他成績一般，通過多做練習多做模擬題也是可以通過的，說明與其他課程的成績沒有必然的關系，學生不按時提交作業，不做練習不做模擬題，教師再優秀，該學生的計算機一級也是無法通過的。由此可知在今后的計算機文化基礎教學過程中，任課教師應該注重學生的平時作業完成情況，著重加強學生的上機實驗練習，鼓勵學生課后多做計算機一級模擬試題，從而確保學生計算機一級考試的通過。
本文把數據挖掘技術引入到計算機一級等級領域，利用數據挖掘的分類技術對一級成績數據分類，并使用ID3算法具體實現分類挖掘。實驗結果達到了預期的目標，挖掘出了一系列影響計算機一級通過的分類規則，為學院的計算機一級等級考試提供了科學的參考依據。
[參考文獻]
[1]紀希禹.《數據挖掘技術應用實例》.機械工業出版社，2009.4.
