前言：中文期刊網精心挑選了計算機視覺特點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。
計算機視覺特點范文1
關鍵詞：計算機視覺；課程創新；教學改革
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）20-0118-02
計算機視覺課程是人工智能學科的分支學科，對互聯網技術的發展有著重要的推進作用。隨著時代的飛速變遷，越來越多的學生對這一領域產生了濃厚的興趣，計算機視覺課程在信息專業中也開始占據重要的地位。如何讓學生對這門課程保持長久的興趣，如何培養學生的專業能力和實踐能力，是當前高校應該考慮的問題。經過近幾年的教學實踐后，很多高校已經逐步確定了通過實際應用培養學生興趣的教學方法，在滿足學生對計算機視覺應用需求的同時，加深了學生對理論知識的理解，這已經成為了當前高校計算機視覺課程教學的重要模式。
一、計算機視覺課程的特點
近年來，隨著計算機網絡的飛速發展，計算機視覺的應用也越來越廣泛，成為了信息相關專業學生的一門必修課。計算機視覺課程涉及眾多領域，包括人工智能與模式識別、應用數學等，其覆蓋范圍廣，綜合性較強。具體來說，計算機視覺課程有以下幾個特點：一是內容廣泛，理論抽象。計算機視覺是一門新技術，隨著時代的變遷，互聯網新技術的更新日新月異，這就使得課程內容的更新過快，內容廣泛，教師很難在第一時間向學生輸送所有的課程知識。二是計算機視覺課程涉及多個學科領域，并且所涉及的領域知識內容復雜，表達抽象，這對學生的學習來說是一個較大的障礙。三是實踐性強。計算機視覺課程的知識內容來源于各種專業不同的領域，操作性極強，學生只有在具有一定的工程項目綜合能力后，才能進行計算機視覺應用和操作。
二、計算機視覺與計算機圖形學、數字圖像處理之間的聯系和區別
1.計算機視覺與計算機圖形學的聯系與區別。計算機視覺一般輸入的都是圖像或圖像序列，其輸入資料主要來自usb攝像頭或是相機。經過處理后，計算機視覺輸出的是對圖像序列和圖像對應的對真實世界的一種理解，在這一方面，計算機視覺有識別車牌、人臉的作用。而計算機圖形學則是一種對虛擬場景的描述。它一般是由多個多邊性數組組成，每個多邊性有三個頂點，輸出的是二維像素數組。在增強現實的應用中，人們不僅需要用計算機視覺來提高對物體識別和姿態獲取的效率，還需要用到計算機圖形學對虛擬三維物體的疊加方法。
2.計算機視覺與數字圖像處理的聯系和區別。首先，計算機視覺與數字圖像處理之間的聯系在于數字圖像處理是計算機視覺處理的基礎，而計算機視覺的研究成果也可以作為數字處理的素材。其次，計算機視覺與數字圖像處理之間的區別在于圖形是一種純數字化、矢量的單位，而圖像則不僅包括圖形，有時還包括來自現實世界的信號，并且圖形的處理不是一種簡單的堆積，計算機視覺的處理要從圖像中找到一些統計數據和信息，并做進一步的數據分析。
三、高校計算機視覺課程教學的創新策略
1.以工程應用為導向的課程內容。鑒于學習本課程的學生在畢業之后多數會進入相關工程企業或者研究院工作，因此，在對學生進行培養時，高校一方面要考慮到學生的知識接受度，另一方面要設置以工程應用為導向的課程內容，幫助學生更好的進入企業或研究院開展工作。高校在進行計算機視覺課程教學創新時，首先要創新課程教材，摒棄以往枯燥的理論書籍，多選取一些實踐性和應用性強的教材?？紤]到國內教材的滯后性和學生基礎的薄弱性，高校應該選擇以下兩本書作為學生的專用教材：一本是我國著名教授賈云得編纂的《機器學習》，這部教材深刻體現了時展的教學要求，書中不僅詳細講述了計算機視覺中的一些基本知識，包括計算機視覺的基本概念、算法及其應用，還有一些經典的數字圖像處理方法和視覺應用分析，對學生了解基礎知識和實踐內容有著重要的意義；另外一本是國內外十分推崇的計算機視覺著作，它是美國教授Richard Szeliski教授的作品。該書在2010年出版，獲得了眾多業界人士的好評。Richard Szeliski教授是華盛頓大學的兼職教授，也是微軟研究院交互視覺與多媒體的主任，他對計算機視覺的發展和未來走向十分清楚，也深刻了解產業界和大學需要什么樣的計算機視覺課程教材。因此，這本教材面向應用，與當今最新的科技成果緊密相連，綜合論述了計算機視覺在各個領域的發展，展示了計算機視覺的最新研究成果和未來的發展趨勢。此外，本書中還有詳細的國外研究案例和更加深入的應用案例，適合學生開展探究性學習。兩本教材都是遵循以工程應用為導向的原則，對學生開放性思維的培養有著重要的意義。
2.面向科技最新成果的課程定位。計算機視覺是一門新技術，科技創新是其發展的原動力，因此，高校在進行課程安排時，應該將當今計算機視覺領域的重要的科技成果作為計算機課程的基本教學內容。要想以科技最新成果定位計算機視覺課程，高校要做到以下兩個方面：（1）選取涵蓋最新成果的教材?？紤]到不同學生的數字圖像處理基礎不一的問題，學?？梢栽谡n程中補充一些有關數字圖像處理的基礎內容。在選擇教材內容時，計算機視覺課程的內容應該包括數字圖像處理、視覺學習和模式識別這三大部分。數字圖像處理是視覺課程的基礎內容，主要向學生介紹數字圖像處理和計算機視覺所涉及的一些基礎知識，包括圖像的分割和檢測、圖像濾波的處理等。數字圖像處理是整個計算機課程學習的重要基礎內容，其課時可占總課時的二分之一。其次，視覺部分是近幾年來計算機視覺的最新科技成果，內容主要包括攝像機的幾何設定和計算機攝影機的序列處理等。作為最前沿的科技領域，視覺部分將會是該課程后期的重點內容，與實踐作業緊密結合。而模式識別則更多的是新技術的一種工程應用，學生會更多的涉及到實踐操作，更好的培養學生的實踐能力。（2）強化學生自學和調研能力。課程調研和實踐是信息專業學生強化能力的重要方法之一，高?？梢栽谡n程項目中引入新技術的探究，在使課程在具有基礎性、研究性的同時，具有一定的前沿性，還能讓學生在第一時間了解到最新的科技成果和互聯網應用技術。在課程調研和實踐中，高校必須要強化學生的自學和調研能力，在調研時給每一個小組安排一位高年級研究生作為指導，每組學生獨立完成任務，高年級研究生只做引導和輔助的作用。學生在自我設置調研程序，查找資料，理解和熟悉相關程序的時候，能夠更加掌握最新科技成果的內容，同時還提高了學生的自學能力和團隊協作能力。
3.工程實踐化的教學形式。工程項目綜合能力是信息專業的學生必須具備的素質之一，因此在計算機視覺課程的教學過程中，培養學生的工程實踐能力是教學目標之一。高?？梢圆扇∫韵聝煞N方法：（1）選取適當的工程實例。對于信息專業的學生而言，計算機視覺課程各個獨立的算法和方法較多，彼此沒有過多的聯系。這對學生來說過于抽象，不易理解，因此教師不應當僅僅限于知識的傳授，還應該選取一些適當的工程實例，將知識體系串聯在一起，加深學會對教學內容的理解，從而達到良好的教學效果。例如，在教學過程中，教師可以著重介紹手機制造的例子。手機是現在學生十分熟悉的產品，用手機舉例更加貼近學生的生活，教師可以詳細介紹手機鍵盤和主板的制造過程，并在這一過程中將所學的算法和理論融合進去，加深學生對知識的理解。其次，教師在手機講解時，還可以引導學生思考類似的產品制造，從而引出數碼相機的制造原理，和學生一起探討其制造算法。這種做法不僅可以幫助學生學習，還可以讓學生拓寬思路，發散思維，不斷創新計算機視覺領域。（2）選擇合適的實際應用。計算機視覺課程是一門實踐性和操作性極強的學科，因此，為了學生更好的學習，教師要將理論工程實踐化，選擇合適的實際應用來提高學生的實踐能力。教師可以安排學生進入手機制造廠房，給學生上一堂別開生面的實踐課，詳細介紹每個制造流程，并向學生不斷拋出與課程有關的問題，引發學生的思考，比如選擇什么樣的模板匹配法可以更為簡單。學生在不斷的解答和提問中，對學科知識的了解也會逐步加深。其次，高?？梢越ｉT的實訓基地，學生可以在基地里實踐操作，將理論轉化為實物，親自嘗試做出模型，這種做法可以極大地提高學生的實踐能力，使學生更快的將理論轉化為實際。
四、結語
在新形勢下，高校應不斷創新計算機視覺課程的教學模式，并以此展開教學活動，培養學生的實踐能力和創新精神。將工程應用和科技最新成果結合的教學模式，有利于解決理論和實踐相脫節的問題，在增強學生學習興趣、提高學生獨立分析能力的同時，還使學生接觸了國際最新的研究成果，拓寬了學生的思路，這對學生未來的發展有著重要的意義。
參考文獻：
[1]郭小勤，曹廣忠.計算機視覺課程的CDIO教學改革實踐[J].理工高教研究，2010，（05）.
[2]倫向敏，侯一民.高?！队嬎銠C視覺》課程輔助教學系統的研究[J].教育教學論壇，2012，（18）.
[3]陳芳林，劉亞東，沈輝.在《計算機視覺》課程中引入研討式教學模式[J].當地教育理論和實踐，2013，（07）.
[4]楊晨.視覺傳達設計專業插畫設計課程創新與實踐人才培養機制探究[J].藝術科技，2015，（05）.
[5]蔣辰.基于數字媒體環境的視覺傳達設計專業綜合實驗課程改革探證[J].文藝生活：中旬刊，2015，（07）.
[6]張勝利.視覺傳達設計專業中色彩風景寫生課程多元立體化教學模式的構建[J].美術教育研究，2015，（08）.
計算機視覺特點范文2
1.1自動化程度高
計算機視覺可以實現對農產品的多個外形和內在品質指標進行同時檢測分析，可以進行整體識別、增強對目標識別的準確性。
1.2實現無損檢測
由于計算機視覺技術對農產品的識別是通過掃描、攝像，而不需要直接接觸，可以減少對所檢測食品的傷害。
1.3穩定的檢測精度
設計的運行程序確定后，計算機視覺技術的識別功能就會具有統一的識別標準，具有穩定的檢測精度，避免了人工識別和檢測時主觀因素所造成的差異。
2計算機視覺技術在食品檢測中的應用
20世紀70年代初，學者開始研究計算機視覺技術在食品工業中的應用，近幾十年電子技術得到快速發展，計算機視覺技術也越來越成熟。國內外學者在研究計算機視覺技術在食品工業中的應用方面主要集中在該技術對果蔬的外部形態（如形狀、重量、外觀損傷、色澤等）的識別、內部無損檢測等方面。國內有關計算機視覺技術在食品業中的應用研究起始于90年代，比國外發達國家晚20多年，但是發展很快。
2.1計算機視覺技術在果蔬分級中的應用研究
計算機視覺技術在食品檢測中的應用研究相當廣泛，從外部直徑、成熟度的檢測到內部腐爛程度的檢測都有研究。韓偉等［4］采用分割水果的拍攝圖像和新的計算機算法計算水果的半徑，進而得出果蔬的最大直徑。研究表明，該算法不僅降低了計算量而且提高了計算精度，此方法用于水果分級的誤差不超過2mm，高于國際水果分級標準所規定的5mm分類標準差，可在工業生產中很好應用。李慶中［5］也利用圖像的缺陷分割算法研究了計算機視覺技術在蘋果檢測與分級中的應用，結果表明此算法能快速、有效地分割出蘋果的表面缺陷。孫洪勝等［6］以蘋果色澤特征比率的變化規律為理論基礎，結合模糊聚類知識利用計算機視覺技術來檢測蘋果缺陷域，檢測不僅快速而且結果精確。劉禾等［7］通過研究認為蘋果的表面缺陷可以利用計算機視覺技術進行檢測，計算機視覺技術還可以將蘋果按照檢測結果進行分級，把檢測過的蘋果分成裂果、刺傷果、碰傷果和蟲傷果等類別。梨的果梗是否存在是梨類分級的重要特征之一，應義斌等［8］通過計算機視覺技術、圖象處理技術、傅立葉描述子的方法來描述和識別果形以及有無果柄，其識別率達到90%。楊秀坤等［9］綜合運用計算機視覺技術、遺傳算法、多層前饋神經網絡系統，實現了具有精確度高、靈活性強和速度快等優點的蘋果成熟度自動判別。陳育彥等［10］采用半導體激光技術、計算機視覺技術和圖像分析技術相結合的方法檢測蘋果表面的機械損傷和果實內部的腐爛情況，初步驗證了計算機視覺技術檢測蘋果表面的損傷和內部腐爛是可行的。馮斌等［11］通過計算機視覺技術對水果圖像的邊緣進行檢測，然后確定水果的大小用以水果分級。試驗表明，該方法比傳統的檢測方法速度快、準確率高，適用于計算機視覺的實時檢測。朱偉［12］在模糊顏色的基礎上，分析西紅柿損傷部分和完好部分模糊顏色的差別，用分割方法對西紅柿的缺陷進行分割，結果顯示準確率高達96%。曹樂平等［13］人研究了溫州蜜柑的果皮顏色與果實可滴定酸含量以及糖分含量之間的相關性，然而根據相關性，樣品檢測的正確識別率分別只有約74%和67%。劉剛等［14］從垂直和水平兩個方向獲取蘋果的圖像，并通過計算機自動分析圖像數據，對蘋果的外徑、體積、以及圓形度等參數進行處理，與人工檢測相比，計算機視覺技術具有檢測效率高，檢測標準統一性好等優點。Blasco.J［15］通過計算機視覺技術分析柑橘果皮的缺陷，進而對其在線分級，正確率約為95%。趙廣華等［16］人綜合計算機視覺識別系統、輸送轉換系統、輸送翻轉系統、差速勻果系統和分選系統，研制出一款適于實時監測、品質動態的智能分級系統，能夠很好地實現蘋果分級。王江楓等［17］建立了芒果重量與攝影圖像的相互關系，應用計算機視覺技術檢測桂香芒果和紫花芒果的重量和果面損傷，按重量分級其準確率均為92%，按果面損傷分級的準確率分別為76%和80%。
2.2計算機視覺技術在禽蛋檢測中的應用研究
禽蛋企業在生產過程中，產品的分級、品質檢測主要采用人工方法，不僅需要大量的物力人力，而且存在勞動強度大、人為誤差大、工作效率低等缺點，計算機視覺技術可以很好的解決這類產品工業生產中存在的困擾。歐陽靜怡等［18］利用計算機視覺技術來檢測雞蛋蛋殼裂紋，利用攝像機獲取雞蛋圖像后，采用fisher、同態濾波和BET算法等優化后的圖像處理技術，獲得裂紋形狀并判斷，試驗結果表明，計算機視覺技術對雞蛋蛋殼裂紋的檢測準確率高達98%。汪俊德等［19］以計算機視覺技術為基礎，設計出一套雙黃雞蛋檢測系統。該系統獲取蛋黃指數、蛋黃特征和蛋形尺寸等特征，和設計的數學模型對比來實現雙黃雞蛋的檢測和識別，檢測準確率高達95%。鄭麗敏等［20］人通過高分辨率的數字攝像頭獲取雞蛋圖像，根據圖像特征建立數學模型來預測雞蛋的新鮮度和貯藏期，結果表明，計算機視覺技術對雞蛋的新鮮度、貯藏期進行預測的結果準確率為94%。潘磊慶等［21］通過計算機視覺技術和聲學響應信息技術相結合的方法檢測裂紋雞蛋，其檢測準確率達到98%。MertensK等［22］人基于計算機視覺技術研發了雞蛋的分級檢測系統，該系統識別帶污漬雞蛋的正確率高達99%。
2.3計算機視覺技術在檢測食品中微生物含量的應用研究
計算機技術和圖像處理技術在綜合學科中的應用得到快速發展，在微生物快速檢測中的應用也越來越多，主要是針對微生物微菌落的處理。食品工業中計算機視覺技術在微生物檢測方面的研究和應用以研究單個細胞為主，并在個體細胞的研究上取得了一定的進展。殷涌光等［23］以顏色特征分辨技術為基礎，設計了一套應用計算機視覺技術快速定量檢測食品中大腸桿菌的系統，該系統檢測結果與傳統方法的檢測結果具有很好的相關性，但與傳統方法相比，可以節省5d時間，檢測時間在18h以內，并且能夠有效提高產品品質。Lawless等［24］人等時間段測定培養基上的細胞密度，然后通過計算機技術建立時間和細胞密度之間的動態關聯，利用該關聯可以預測和自動檢測微生物的生長情況，如通過計算機控制自動定量采集檢測對象，然后分析菌落的邊緣形態，根據菌落的邊緣形態計算機可以顯示被檢測菌落的具置，并且根據動態關聯計算機視覺系統可以同時處理多個不同的樣品。郭培源等［25］人對計算機視覺技術用于豬肉的分級進行了研究，結果顯示計算機視覺技術在識別豬肉表面微生物數量上與國標方法檢測的結果顯著相關，該技術可以有效地計算微生物的數量。Bayraktar.B等［26］人采用計算機視覺技術、光散射技術（BARDOT）和模式識別技術相結合的方法來快速檢測李斯特菌，在獲取該菌菌落中的形態特征有，對圖像進行分析處理達到對該菌的分類識別。殷涌光等［27］人綜合利用計算機視覺、活體染色、人工神經網絡、圖像處理等技術，用分辨率為520萬像素的數字攝像機拍攝細菌內部的染色效果，并結合新的圖像處理算法，對細菌形態學的8個特征參數進行檢測，檢測結果與傳統檢測結果顯著相關（相關系數R=0.9987），和傳統檢測方法相比該方法具有操作簡單、快速、結果準確、適合現場快速檢測等特點。魯靜［28］和劉侃［29］利用顯微鏡和圖像采集儀器，獲取乳制品的掃描圖像，然后微生物的圖像特征和微生物數量進行識別，并以此作為衡量乳制品質量是否達標的依據，并對產品進行分級。
2.4計算機視覺技術在其他食品產業中的應用研究
里紅杰等［30］通過提取貝類和蝦類等海產品的形狀、尺寸、紋理、顏色等外形特征，對照數學模型，采用數字圖像處理技術、計算機識別技術實現了對貝類和蝦類等海產品的無損檢測和自動化分類、分級和質量評估，并通過實例詳細闡述了該技術的實現方法，證實了此項技術的有效性。計算機視覺技術還可以檢驗玉米粒形和玉米種子質量、識別玉米品種和玉米田間雜草［31］。晁德起等［32］通過x射線照射獲取毛葉棗的透視圖像后，運用計算機視覺技術對圖像進行分析評估，毛葉棗可食率的評估結果與運用物理方法測得的結果平均誤差僅為1.47％，因此得出結論：計算機視覺技術可以應用于毛葉棗的自動分級。GokmenV等［33-34］通過對薯片制作過程中圖像像素的變化來研究薯片的褐變率，通過分析特色參數來研究薯片中丙烯酰胺的含量和褐變率的關系，結果顯示兩項參數相關性為0.989，從而可以應用計算機視覺技術來預測加熱食品中丙烯酰胺的含量，該方法可以在加熱食品行業中得到廣泛應用。韓仲志等［35］人拍攝和掃描11類花生籽粒，每類100顆不同等級的花生籽粒的正反面圖像，利用計算機視覺技術對花生內部和外部采集圖像，并通過圖像對其外在品質和內在品質進行分析，并建立相應的數學模型，該技術在對待檢樣品進行分級檢測時的正確率高達92%。另外，郭培源等［36］人以國家標準為依據，通過數字攝像技術獲取豬肉的細菌菌斑面積、脂肪細胞數、顏色特征值以及氨氣等品質指標來實現豬肉新鮮程度的分級辨認。
3展望
新技術的研究與應用必然伴隨著坎坷，從70年代初計算機視覺技術在食品工業中進行應用開始，就遇到了很多問題。計算機視覺技術在食品工業中的研究及應用主要存在以下幾方面的問題。
3.1檢測指標有限
計算機視覺技術在檢測食品單一指標或者以一個指標作為分級標準進行分級時具有理想效果，但以同一食品的多個指標共同作為分級標準進行檢測分級，則分級結果誤差較大［37］。例如，Davenel等［38］通過計算機視覺對蘋果的大小、重量、外觀損傷進行分析，但研究結果顯示，系統會把花萼和果梗標記為缺陷，還由于蘋果表面碰壓傷等缺陷情況復雜，造成分級誤差很大，分級正確率只有69%。Nozer［39-40］等以計算機視覺為主要技術手段，獲取水果的圖像，進而通過分析圖像來確定水果的形狀、大小、顏色和重量，并進行分級，其正確率僅為85.1%。
3.2兼容性差
計算機視覺技術針對單一種類的果蔬分級檢測效果顯著，但是，同一套系統和設備很難用于其它種類的果蔬，甚至同一種類不同品種的農產品也很難公用一套計算機視覺設備。Reyerzwiggelaar等［41］利用計算機視覺檢查杏和桃的損傷程度，發現其檢測桃子的準確率顯著高于杏的。Majumdar.S等［42］利用計算機視覺技術區分不同種類的麥粒，小麥、燕麥、大麥的識別正確率有明顯差異。
3.3檢測性能受環境制約
計算機視覺特點范文3
關鍵詞：視覺原理；計算機視覺藝術；數字媒體；應用
利用計算機所具有的視覺藝術，大眾僅僅利用需要實施身體動作來直接性的操作以及控制，根本就不需要學習就能夠啟動以及進行一定的操作，這樣更加方便老年人以及兒童的實際操作。在數字媒體當中，應該對計算機視覺藝術進行充分利用，更加方便人們的實際操作，同時還能夠保證其更好的感受藝術方面所具有的魅力，讓群眾在足夠放松的時刻能夠對創作者的實際思想以及意圖進行充分的了解以及掌握，對藝術價值進行充分發揮，進而來有效提升藝術人文的實際價值。
1對計算機視覺原理進行分析
通常來講，計算機視覺還稱為機械視覺，屬于是機械來對人類視覺進行一定的模仿的光學識別系統，利用光學系統、感應器、光源等來實現物體定位、動作的追蹤以及視線的判斷等相關的功能。一般情況下，工程技術所運用的基本都是計算機視覺，當有著一定的環境以及模式時，計算機視覺在進行持續性的工作時，能夠有效保證持續工作有著非常高的正確性以及準確性，還能夠對人工不可以完成的任務進行很好的完成。當計算機視覺在進行實際的工作過程中，最為基本的條件是先對映像進行處理，之后輸入模擬訊號，對數字影像進行一定的處理以及分析。實際的工作流程是：影像在攝入之后，應該對其進行一定的強化，除去噪聲，之后對圖像特征進行一定的壓縮以及獲取。在對數據庫樣本進行一定的對比之后，對程序進行有效的分析以及判斷，做出有效的指令。
2對數字媒體當中計算機視覺藝術的實際應用進行分析
2.1藝術與計算機進行一定的融合時，應該對動畫、聲音以及圖像等因素進行有效結合，在對藝術語言表現形式進行豐富的同時，應該提高作品的感染力
在有些結合視覺藝術以及數字媒體時，應該保證在對畫面進行觀看時，應該有效的欣賞畫面，還可以有效的感受到聲色等。利用高度仿真的聽覺、觸覺以及視覺，保證大眾在進行玩游戲時，可以對虛擬世界進行真實的感受，還能夠利用動作以及肢體語言等來和計算機實現有效的交流。保證大眾不是對電影單獨的進行欣賞，還應該更好的參與到其中，體會藝術的表演。
2.2在數字媒體當中運用計算機視覺藝術能夠對藝術的實際表達形式進行有效的豐富
隨著交互技術的逐漸成熟以及發展，讓該技術得到了有效的拓展以及廣泛的運用。運用交互技術，應該讓人們不受到被動的欣賞，應該積極的參與到視覺藝術當中，保證大眾的積極參與以及做出判斷，同能夠利用各種選擇來呈現出過程以及解決，對觀眾的興趣進行充分的調動，進而來有效提高大眾的參與積極性。
2.3在電子游戲當中，運用計算機視覺藝術，應該在相對比較大型的電子游戲當中進行計算機視覺技術的運用
在實際的游戲過程當中，大部分的玩家基本上不再是僅僅運用鍵盤以及鼠標來實施游戲，大部分都是利用身體行動來移動。通常情況下，機器利用攝像機部來對玩家的具體身體動作進行一定的捕捉，玩家能夠與機器相連接的手槍進行有效的操作，射中屏幕當中的對象。同時，手機上的相對比較小型的電子游戲，僅僅需要手指來滑動屏幕，就能夠實現實物的運動以及跳躍等，進而來躲避障礙。除此之外，僅僅需要稍微的傾斜一些收集，就能夠實現人物兩側的奔跑，同時還能夠保證聲光效果，實現互動，具有非常大的震撼力，會在很大程度上促進大眾參與的積極性。
2.4分析數字媒體中計算機視覺技術的應用，保證數字媒體技術有效表現藝術
同時在實用藝術以及純藝術當中，也會運用到數字媒體，該技術能夠讓相對比較單純的個人視覺實現有效的創造，同時還能夠把藝術箱社會性視覺產品進行轉化，并得到一定的經濟效益。同時，大眾能夠通過剪切以及拷貝等相關的方式來有效獲取視覺技術，之后有效的轉化藝術資源，有效奠定了創作視覺藝術的基礎。現階段，大眾對于個性化以及獨特性有著逐漸提高的需求，在對相對比較獨特的視覺技術進行追求時，在一定程度上提高了評價視覺作品的標準。在數字媒體當中運用計算機視覺技術，會在很大程度上提高大眾對美的享受，保證大眾能夠充分感受到舒適以及愉快的感覺，同時還能夠得到審美方面的評價，在該過程當中，不能夠參雜任何的因素，應該讓計算機視覺因素僅僅對視覺美感以及視覺形式進行充分的追求，可以有效體現藝術的本質。同時，數字媒體有著美方面的品格，有效結合計算機視覺藝術，保證數字媒體藝術的美以及真。這個實際的運用過程能夠有效提升審美方面的機制，更好的領悟視覺藝術當中所存在的美。
3結語
綜上所述，在數字媒體當中，計算機視覺技術的運用，應該有效結合圖像、動畫、聲音以及文本等多個因素，在對語言表現的具體形式進行一定的豐富時，應該讓作品具有更大的感染力。除此之外，還應該保證視覺技術有何足夠的光聲效果，利用一定的互動，會具有非常大的震撼能力，積極促進大眾的參與程度。還可以在很大程度上滿足大眾對于美方面的追求，進而對其所具有的藝術價值進行充分發揮，有效提升藝術所具有的人文價值。
參考文獻
[1]劉曉,王會霞.計算機視覺藝術在數字媒體領域的應用研究[J].互聯網天地,2015,07:21-24.
[2]叢婧.淺談計算機視覺藝術在數字媒體的應用[J].電子制作,2013,18:75.
計算機視覺特點范文4
電力系統是我國國名經濟的基石。電力系統是由發電、變電、輸電、配電和用電等環節組成的電能生產與消費系統?，F代社會需要的是安全可靠經濟的電能。電力系統主要由發電輸電變電配電及用電等5部分組成。電力系統是一個具有復雜的大系統由于用戶的不斷增加的需求,電網對于技術的要求水平也提出了越來越高的要求。
1 電力系統自動化的發展趨勢總的發展趨勢的特點研究
1.1 電力系統自動化的圖形化特點
因為電力系統聯網工程的正式啟動,電力系統的調度管理、數據計算分析呈現出傳輸路徑的交叉性,信息更新越來越高速這樣的幾種特點。在計算機技術和通信技術的快速發展下,電力系統技術整合也在蓬勃發展著。電力系統信息數據處理上已經不再使用傳統的處理方式,而是使用圖形化處理這樣的新技術,這樣看到圖形,電力系統管理者就能了解電力系統的變化發展趨勢,也就能對未來電力系統軟件開發帶來絲絲先機。
1.2 電力系統自動化的遠程化特點
過去電力系統的硬件平臺大部分是計算機,外加使用擴展測控法對接口電路工作開展監測。此類的設計有很多的優勢,這種類型的設計的周期很長,擴展性也很好。但是這樣的設計方式也具有著高成本、大體積、大功耗以及靈動性差的多種缺點?，F在,正是有著網絡技術的不斷更新和電子技術的不斷進步,遠動終端設備已經變為越來越接近最優化、智能化和小型化、協調化。因此,建立在此基礎之上的電力系統也具備了遠程化的特點,使電力系統自動化在控制系統方面的發展更加貼近智能化。
1.3 電力系統自動化的分布化特點
發電率范圍在幾十兆瓦至幾千瓦之間并且模型較小的發電單元,它的地點處于用戶周圍還有有高效和可靠特點的稱為電力系統自動化技術分布化。分布式發電主要包括以液體或氣體為燃料的內燃機、太陽能發電、微型燃氣輪機和風力發電等等的其他一些發電方式。這種發電技術具有很好的靈活性,能夠給與用戶各不相同的感受。還能為邊遠商業區域提供可靠的電力資源,讓他們使用具有再生特點的資源進行多次發電,這樣的電能還具有穩定度高的特點,是具有分度化的特色。極端及技術、新材料技術和電力電子技術都要作為支柱技術被在其中使用。
2 電力系統與新技術的結合
2.1 與智能計算機的結合
計算機視覺技術就是與智能計算機的結合之一。使用計算機視覺技術能夠方便的獲得多種圖像信息。在電力系統中應用計算機視覺技術。目前,計算/！/機視覺技術使用在電力系統中的作用是修改遙控系統在此同時提高它的性能。這主要表現在使用在線監測和開展無人操作或者環境監視,紅外圖像監測是電力設備在線監測常用方法中效果最好的。它既有這使用方便,又有著精準度較高的特點。紅外圖像識別方面主要就是使用計算機視覺技術,這樣能取得較好的效果。計算機視覺技術的工作原理是在科學獲取電力設備實時紅外圖像和電力設備正常工作時圖像后,將兩者開展對比。如果出現不正常。也就因此能夠證明電力設備出現問題。第開展無人操作或者環境監視是使用微波雙鑒探測器進行協助,將差分圖像以及流光法一起使用對移動物體開展監測。如果出現不正?，F象,那么系統就可以識別出來,并且警告我們。因為計算機視覺技術還處于起步階段,其存在一定的不足之處。雖然計算機視覺技術發展迅速,但計算機視覺技術發展的并不完善,因為圖像識別自身的復雜性的原因,所以現階段還不能實現完全的無人操作。正是因為有著這些原因,在大多數情況下,計算機視覺技術只能夠作為一種輔助技術。
2.2 與微機保護系統的結合
在電力系統自動化技術發展速度過快并且伴隨著相關微機設備應用范圍越來越普遍的情況下。人們越來越嚴格的要求微機保護系統。更簡單的說,也就是原有的電力系統自動化技術當中的微機保護系統已經無法滿足社會發展的需要。人們需要的微機保護系統應該具備更加牢靠與穩定的可以對通信進行保護的能力。這樣才能夠達到人們希望人機互動的效果。這樣的系統在對硬件提高出高要求的同時也對軟件業產生了更加具體的要求。例如,我國在上世紀末將第一套微機線路保護設備投入使用,并且該設備因為性能占據極大的優勢從而獲得世界各國用戶的普遍認可。
在繼電保護設備中,我們更加需要完善的問題就是設備的實時性。設備的實時性直接關乎電網的安全穩定,它直接受到其影響。假如設備實時性出現缺陷,會給電力系統帶來難以補救損失的可能性?，F階段在我國電力系統中應用的嵌入式系統通常來說主要為C/C++語言。這是因為該系統不僅靈活性高并且可移植性也很強。同時該系統還使用了能夠隨時改變的模塊化,目的在于處理好各種存在可能性會產生的問題但是卻又不能夠進行更換的難題。在提供便利的同時也能夠盡最大的努力滿足用戶各種要求。
計算機視覺特點范文5
【關鍵詞】攝影測量；計算機視覺；數字化
科技迅速發展，攝影測量技術經過多次改革，到目前已經進入數字化的攝影測量技術階段，這個新技術對整個攝影測量專業理論知識教學、科學研究和企業生產都有重要的影響，這些影響不僅僅是表現在表面，它已經使攝影測量的概念和涉及到的專業的知識都有影響。從測繪學科的角度來說，數字測量技術已經從傳統的攝影測量技術發展到現在新型數字化測量技術，簡便快捷；從攝影測量學科來說，數字攝影測量技術已經從經典的攝影測量轉化到現在與計算機相結合的高科技技術。數字測量技術既給人們帶來機遇，又給技術人員帶來挑戰，但是其在發展中還存在很多問題。作為新時代的我們，應努力抓住機遇，勇敢的面對挑戰，提高自身的知識儲備量和技術，使自己能在快速發展的經濟市場中站住腳步。
一、攝影測量發展現狀
由于攝影測量生產的轉型，影像掃描儀已被大量地應用，全國掃描儀數量已超過100臺。同時航空攝影機（如RC30）也在加速引進。應用于航空攝影過程中的GPS/IMU系統也已引進，Z/I公司的數字航空攝影機DMC已開始在中國應用。與此同時，高分辨率的遙感影像以及其定位參數（RPC）文件的應用，只要極少量的外業控制點，就能迅速生成正射影像圖，它已在城市、土地的變遷、規劃中得到愈來愈廣泛的應用。航空激光掃描Lidar也愈來愈成熟。
由于新一代傳感器、定位系統的迅速發展與應用，以及數字攝影測量工作站的發展及其大規模的推廣，這樣對攝影測量自身發展提出一個非常嚴峻而又現實的問題：攝影測量向何處去，除了攝影測量與新一代遙感傳感器、GIS、GPS 更進一步地結合外， 攝影測量自身從理論到實際將如何發展，還有沒有發展前景，在國際上同樣對攝影測量發展提出了疑慮，美國Ohio大學Schenk教授在其著作“數字攝影測量學”的序言中指出：攝影測量與貓一樣，他們有一個共同的特點，他們都有幾次生命，攝影測量的終結已經被多次預測。但是他對此問題作了明確的回答：數字攝影測量是一門相對年輕的、并且迅速發展的學科。它的許多基本概念與方法來自影像處理與計算機視覺。但是不管它們對它的影響有多強烈， 數字攝影測量還是一門有自己特色的學科。
二、數字攝影測量給學科帶來的機遇與挑戰
攝影測量與遙感是一門“從影像重建被攝物體表面”的學科，攝影測量側重于重建物體的幾何表面，并進行“量測”；而遙感則側重于重建物體的物理表面，恢復問題表面的物理屬性。因此，從本質而言， 攝影測量與遙感是研究影像的獲取、理解、加工、處理的科學與技術，使人們更容易直觀地理解與應用有關信息。從測繪學科的角度來理解，攝影測量是一門“量測的學科”，著名的攝影測量學者HeIva （1995）就認為“攝影測量的范疇是量測”；而從信息科學和計算機視覺科學來看，它是從影像來重建三維表面模型的科學與技術―計算機立體視覺。但是，人們一般并沒有將攝影測量與計算機立體視覺聯系在一起。這是由于攝影測量在上世紀攝影技術出現不久就被學者發現其測量功能，并被使用，而計算機立體視覺實在新世紀環境下創造并被使用的，因此攝影測量的歷史要比計算機立體視覺的歷史長得多，并早已成為測繪產業的重要組成部分；而且，長期以來，攝影測量是依賴于精密的光學機械儀器，特別是在模擬攝影測量時代， 攝影測量以模擬攝影測量儀器為代表， 與計算機沒有任何聯系。我們必須清楚地認識到，攝影測量發展到今天，已經超越了傳統攝影測量的范疇，它已經不屬于攝影測量工作者“獨家所有”。這是攝影測量工作者面臨的最嚴峻的挑戰。
同時，數字攝影測量也為我們帶來了發展機遇。在模擬攝影測量時代， 攝影測量的教學、科研以及生產的組織與流程，一切均以模擬攝影測量儀器的制造者為中心。攝影測量儀器的理論、結構，各種控制器、儀器的定向理論與操作方法，變換光束測圖的理論等，均以相應的儀器為中心。進人了解析攝影測量時代，由于計算機引人了攝影測量，大大地拓寬了攝影測量教學、科研的領域，這也提供給學者們更多的研究方向。
三、數字近景攝影測量――攝影測量發展的嶄新領域
到目前為止數字攝影測量的發展，無論在理論上還是在實際上，，主要還是圍繞著利用航空（航天）攝影測量測繪地形圖展開的，而對于數字近景（地面）攝影測量的研究甚少。同時隨著數碼相機的廣泛應用，價格愈來愈低廉。數碼相機在測量中的應用將是攝影測量發展的必然趨勢。
在此領域數字近景攝影測量與計算機視覺有著天然的密切聯系，因為計算機視覺的研究目標是使計算機具有通過2維圖像認知3維環境信息的能力，這種能力將不僅使機器感知3維環境中物體的幾何信息，包括它的形狀、位置、姿態、運動等，而且能對它們進行描述、存儲， 識別與理解，兩者之間有很多相似之處，但兩者間又有明顯的差異。不論差異大小，不可否認的是，數字近景攝影測量已成為數字攝影測量發展的必然趨勢。
四、結束語
數字攝影測量在目前還是一個較為年輕的學科，主要采用計算機技術，將獲取到到信息數字化，通過計算機進行測繪和分析，提取出對人們有用的信息，這一改變，使數字攝影測量很快被企業所接受并得到快速發展?？偠灾瑪底謹z影測量技術的出現不能僅視為簡單的科學進步而已，應該透過現象看本質，深刻認識到他已經從概念開始改變，并影響到科學研究領域，正在逐漸改變企業的生產產品水平。面對這些情況，我們應該努力提高自己的理論知識儲備量，提升專業素養，及時抓住一閃而過的機會，迎接各種挑戰，在激烈的競爭不斷進步。
參考文獻
[1] 李利，馬頌德. 從2維輪廓線重構3維二次曲面形狀[J].計算機學報，1996，19（6）：401.
[2] 馬頌德，張正友.計算機視覺-計算理論與算法基礎[J].北京：科學出版社1998.
計算機視覺特點范文6
關鍵詞：目標跟蹤；CAMSHIFT算法；OpenCV；顏色直方圖
中圖分類號：TP391文獻標識碼：B文章編號：1004373X(2008)2012803
Moving Object Tracking Method and Implement Based on OpenCV
LI Zhenwei1,2,CHEN Chong1,2,ZHAO You1
(1.Changchun Observatory,National Astronomical Observatories,Chinese Academy of Sciences,Changchun,130117,China;
2.Graduate School,Chinese Academy of Sciences,Beijing,100049,China)
Abstract：CAMSHIFT is an object tracking algorithm based onthe color histogram.In the process of object tracking,CAMSHIFT operates on a color back-projection image produced from object histogram model in current frame and finds the location and size of the current frame by adaptively adjusting the size and the location of the searching windows according to the tracking results of the previous frame in the video.On the basis of introducing OpenCV(an Intel open source computer vision library),through CAMSHIFT algorithm,the paper realizes moving object tracking and resolves some problems including distractor and occlusion by other objects.Experimental results show good performances,superiority and feasibility of the algorithm.
Keywords：object tracking;CAMSHIFT algorithm;OpenCV;color histogram
目標跟蹤是計算機視覺的一個重要分支，日益廣泛應用于科學技術、國防安全、航空、醫藥衛生以及國民經濟等領域。實現目標跟蹤的關鍵在于完整地分割目標、合理提取特征和準確地識別目標，同時，要考慮算法實現的時間，以保證實時性。當視頻圖像中被跟蹤目標發生姿態變化，存在旋轉或部分遮擋時，簡單的灰度模板或者Hausdorff距離匹配一般很難達到實時跟蹤目標的要求，出現誤匹配或者跟蹤丟失的情況，而且跟蹤效率較低。
Gary R.Bradski提出的CAMSHIFT［1］(Continuously Adaptive Mean Shift)算法是以顏色直方圖為目標模式的目標跟蹤算法，可以有效地解決目標變形和部分遮擋的問題，而且運算效率很高。該文首先詳細介紹CAMSHIFT算法，并結合Intel公司開發的開源OpenCV計算機視覺庫，實現了運動目標跟蹤，并驗證了CAMSHIFT算法的有效性以及展現OpenCV計算機視覺庫的靈活性和優越性。
1 CAMSHIFT算法
由于RGB顏色空間對光照亮度變化比較敏感［2］，為了減少光照亮度變化對跟蹤效果的影響，CAMSHIFT算法將圖像由RGB顏色空間轉化到HSV（Hue,Saturation,Value）顏色空間再進行后續處理。
圖1是CAMSHIFT算法流程。首先選擇大小為S的初始搜索窗口，然后對該窗口中每一個像素點的H通道上采樣，得到運動目標的色調（Hue）直方圖，再將該直方圖保存下來作為搜索目標的顏色直方圖模型。在目標跟蹤過程中，對攝像頭當前幀圖像的每一個像素，通過查詢目標的顏色直方圖模型，可以得到該像素為目標像素的概率。經上述預處理，視頻中每一幀圖像都轉化為目標顏色概率分布圖，也稱為目標顏色投影圖。在一般情況下，將投影圖轉化為8位的灰度投影圖，概率為1的像素值設為255，概率為0的像素值為0，其他像素也轉換為相應的灰度值。
圖1中虛線部分是CAMSHIFT算法的核心。設點（x,y）為搜索窗口中的像素位置，I(x,y)是投影圖中(x,y)處的像素值。為此，定義搜索窗口的零階矩M00和一階矩M01,M10分別如下：
M00=∑x∑yI(x,y)
M01=∑x∑yyI(x,y)
M10=∑x∑yxI(x,y)
圖1 CAMSHIFT算法跟蹤流程
該搜索窗口的質心位置為：
（xc,yc）=(M10/M00,M01/M00)
計算跟蹤目標的方向和尺寸：
二階矩：
M20=∑x∑yx2I(x,y)
M02=∑x∑yy2I(x,y)
M11=∑x∑yxyI(x,y)
令:
a =M20 /M00 -x2c，b=2(M11/M00－xcyc)，
c =M02 /M00 -y2c
目標長軸的方向角為：
θ=12tan－1(ba－c)
圖像中目標的長軸和短軸的長度計算公式：
l=(a+c)+b2+(a－c)22，
w=(a+c)－b2+(a－c)22
然后，根據零階矩M00調整搜索窗口的大小，并將搜索窗口的中心移動到質心，如果移動距離大于預先設定的固定閾值，則重新計算調整后的窗口質心，進行新一輪的窗口位置和尺寸調整，直到窗口中心與質心間的距離小于預設的固定閾值，或者循環運算的次數達到某一最大值，認為收斂條件滿足，進入下一幀圖像進行心的目標搜索。在下一幀圖像中，利用上一幀圖像中最終得到的窗口質心位置和S=2M00256來設置新的搜索窗口位置和尺寸。CAMSHIFT跟蹤算法在視頻單幀內與幀間都根據上一步得到的M00自適應地調整搜索窗口的大小，因而可以適應跟蹤目標動態變形的情況。
2 計算機視覺類庫OpenCV簡介
開放源代碼的計算機視覺類庫OpenCV( Intel@ Open Source Computer Vision Library)由英特爾公司位于俄羅斯的研究實驗室所開發,它是一套可免費獲得的、由一些C函數和C++類所組成的庫，用來實現一些常用的圖像處理及計算機視覺算法。
OpenCV主要用于對圖像進行一些高級處理，比如說特征檢測與跟蹤、運動分析、目標分割與識別以及3D重建等。
與其他計算機視覺工具相比，OpenCV的優越性如表1所示：
表1 圖像處理、計算機視覺工具比較（IPL,openCV,IPP,visDSK與 Matlab）
開發工具開發單位應用領域免費情況源碼公開與否備注
IPLIntel圖像處理Free不公開已被并入到IPP
OpenCVIntel圖像處理、計算機視覺Free公開基于Intel芯片代碼優化
IPPIntel集成開發環境庫(圖像處理、信號處理等）Not free不公開基于Intel芯片代碼優化
VisDSKMircrosoft圖像處理Free公開無優化
MatlabMathWorks多學科、多種工作平臺Not free不公開速度慢，不宜編譯成可執行文件
OpenCV是Intel公司開發的圖像處理和計算機視覺函數庫，它有以下特點：
(1) 開放C及C++源碼；
(2)基于Intel處理器指令集開發的優化代碼；
(3)統一的結構和功能定義；
(4)強大的圖像和矩陣運算能力；
(5)方便靈活的用戶接口；
(6) 同時支持MS-Windows,Linux平臺；
(7) 在速度上OpenCV還有Intel 公司的mmx和ssl優化。
2.1 OpenCV的數據結構
OpenCV設計一些基本數據類型,基本的數據類型包括:圖像類的IplImage,矩陣類的CvMat,可變集合類的CvSeq，CvSet，CvGraph以及用于多維柱狀圖的混合類CvHistogram。輔助數據類型包括:用于表示二維點坐標的CvPoint,用于表示圖像寬和高的CvSize等。
2.2 OpenCV的函數體系
OpenCV中每個函數的命名都以“cv”開始，然后是該函數的行為及目標。例如用來創建圖像的函數“cvCreateImage”,載入圖像的函數“cvLoadImage”。OpenCV是為圖像處理及計算機視覺在實際工程中的應用而設計的一個類庫，其中所有的函數都由于其在實際應用中所實現的不同的功能而分屬不同的類型，主要的函數類型有：
(1) 基本的圖像處理與分析函數。
這個類型的函數主要用于實現一些基本的圖像處理與分析功能,例如圖像平滑函數cvSmooth,Sobel算子cvSobe,l Canny邊緣分割函數cvCanny等。
(2) 結構分析函數。
包括有輪廓處理函數,幾何學函數以及平面細分函數。
(3) 運動分析與目標跟蹤函數。
包括有用于運動分析與目標跟蹤的函數,例如背景重建函數cvAcc，用光流法或動態輪廓模型來實現目標跟蹤的函數cvCalcOpticalFlowBM和cvSnakeImage以及卡爾曼濾波函數CvKalman等。
(4) 攝像機標定和3D重建函數。
包括有用于攝像機標定，姿態估計以及從兩個攝像機進行3D相似重構的函數。
(5) GUI與視頻處理函數。
包括有高級圖形用戶接口highGUI用以實現對圖像的載入、顯示及保存等基本操作以及用以實現視頻輸入輸出及處理的函數。
3 CAMSHIFT算法實現
在OpenCV庫中，CvCamShiftTracker類就是用來實現CAMSHIFT算法的，使得進行二次開發變得很簡單。該函數為：
int cvCamShift( const CvArr* prob_image,CvRect window,CvTermCriteria criteria,CvConnectedComp* comp,CvBox2D* box=NULL );
prob_image:目標直方圖的反向投影
window:初始搜索窗口
criteria:確定窗口搜索停止的準則
comp:生成的結構，包含收斂的搜索窗口坐標 (comprect 字段) 與窗口內部所有像素點的和 (comparea 字段).
box:目標的帶邊界盒子。如果非 NULL,則包含目標的尺寸和方向。
利用該函數，在VC6.0開發環境下，就容易實現CAMSHIFT算法跟蹤運動物體，圖2是程序界面：
圖2 CAMSHIFT跟蹤界面
4 實驗結果與分析
在本實驗中，用一個攝像頭來跟蹤一運動物體，下面圖3~圖6一系列圖像是采用CAMSHIFT算法跟蹤運動物體部分圖像。
圖3 攝像頭拍到的場景
圖4 手動選中的目標物體
圖5 物體快速移動時跟蹤目標
圖6 物體發生旋轉、變形時跟蹤目標物體
由此可見，基于顏色直方圖的CAMSHIFT算法可以有效地解決目標變形和旋轉問題，而且運算效率很高，可以實時跟蹤運動目標。
5 結 語
本文在詳細分析CAMSHIFT算法原理的基礎上，采用Intel公司開發的OpenCV視覺庫，在VC6.0開發環境下，實現了運動目標實時跟蹤，解決了目標旋轉、變形、部分遮擋問題。同時，可以看到，在開源庫OpenCV的基礎上，根據自己所開發應用程序所要實現的功能選擇所需的庫函數，能夠大大減少在計算機視覺領域中的開發時間和精力，縮短程序開發的周期。
參考文獻
［1］Bradski G puter Video Face Tracking for Use in a Perceptual User Interface［J］.Intel Technology Journal,1998,2:214-219.
［2］Boye M.The Effects of Caputre Conditions on the CAMSHIFT Face Tracker［R］.Alberta,Canada:Department of Computer Science,University of Calgary,2001.
［3］Comaniciu D，Ramesh V，Meer R.Real-time Tracking of Non-rigid Objects Using Meanshift［A］.Proceeding of the IEEE Conference on Computer Vision and Pattern Recognition［C］.Dublin,Ireland,2000,2:142-149.
［4］張宏志，張金換，黃世霖,等.基于Camshift的目標跟蹤算法［J］.Computer Engineering and Design,2006,27(11):2 012-2 014.
［5］劉雪，常發亮，王華杰.基于改進Camshift算法的視頻對象跟蹤方法［J］.微計算機信息，2007(21):297-298,305.
［6］孫鑫，余安平.VC++深入詳解［M］.北京：電子工業出版社，2006.
［7］劉瑞禎，于仕琪.OpenCV教程基礎篇［M］.北京：北京航空航天大學出版社，2007.
［8］Intel Open Source Computer Vision Library Reference Manual［EB/OL］./research/mrl/research/opencv/.
［9］/hunnish.
［10］/group/OpenCV.
作者簡介 李振偉 男,1983年出生，河南安陽人，碩士研究生。研究方向為視頻運動目標跟蹤。
陳 碩士研究生。
