计算机视觉技术在自动驾驶中的应用

计算机视觉技术在工业生产中的应用

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所 指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。

那么计算机有那些主要技术呢？

首先作为一个工程学科，计算机视觉寻求基于相关理论与模型来建立计算机视觉系统。这类系统的组成部分包括：

（1）程序控制（例如工业机器人和无人驾驶汽车）

（2）事件监测（例如图像监测）

（3）信息组织（例如图像数据库和图像序列的索引建立）

（4）物体与环境建模（例如工业检查，医学图像分析和拓扑建模）

（5）交感互动（例如人机互动的输入设备）

其次，计算机视觉同样可以被看作是生物视觉的一个补充。在生物视觉领域中，人类和各种动物的视觉都得到了研究，从而建立了

这些视觉系统感知信息过程中所使用的物理模型。生物视觉与计算机视觉进行的学科间交流为彼此都带来了巨大价值。

计算机视觉包含如下一些分支：画面重建，事件监测，目标跟踪，目标识别，机器学习，索引建立，图像恢复等。

计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。

视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能／自主系统中不可分割的一部分。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。

第２７卷第３期　长春工业大学学报（自然科学版）　Ｖｏ１．２７．Ｎｏ．３　２００６年９月　Ｊｏｕｒｎａｌ　ｏｆ　Ｃｈａｎｇｃｈｕｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｏｎｏｌｏｇｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）　Ｓｅｐ．２００６　

文章编号：１００６—２９３９（２００６）０３—０２１４—０５　

计算机视觉技术在偏口桶自动灌装中应用　

岳晓峰，　王平凯，　焦圣喜　

（长春工业大学机电工程学院，吉林长春　１３００１２）　

摘要：开发的三坐标工作台系统是基于虚拟仪器及计算机视觉技术，以ＬａｂＶ１Ｅｗ为平台，由图像采集卡　采集图像，经图像标定、中值滤波、快速图像匹配等处理算法获得偏心加注口的圆心坐标位置信息，以此控制　驱动三坐标工作台步进电机的运动，实现加注枪相对于偏心桶口的自动定位。实验证明，该系统运行可靠．算　法高效、稳定．有较高的实用价值。　关键词：计算机视觉；中值滤波；模板匹配；加注口　中图分类号：ＴＰ３９ｉ．４ｉ　文献标识码：Ａ　

０　引　言　

自动灌装机械在现代工业自动化生产中占有　

很重要的地位，广泛应用于石油、化工、医疗、饮料　

等生产领域中。然而，当容器的加注口为偏心口　

时，全自动灌装技术的应用受到了严重的制约，目　前多数企业的灌装机械对此多采用半自动方式，　

即人工定位桶口加注。这对于渗透能力较强的剧　

毒液体如氰化钠、氢氟酸等的灌装，则成为极为危　

险的操作工序。文中在深入调查国内外现状的基　础上，开发了基于计算机视觉及虚拟仪器技术的　

剧毒液体自动灌装机桶口自定位系统。实验证　

明，该系统运行可靠，算法高效、稳定，具有很好的　实用性　¨。　

１　系统工作原理概述　

系统硬件结构如图１所示。　

图ｉ　偏心油桶灌装系统硬件原理图　系统由工业摄像机、单色图像采集卡、高亮度　

低角度ＬＥＤ阵列环形光源、工控机、驱动器、三坐　

标工作台、ＬａｂＶＩＥＷ和ＩＭＡＱ　Ｖｉｓｉｏｎ开发平台　

构成。　。　

系统软件设计流程如图２所示。　

计算机视觉在交通领域的运用

计算机视觉在交通领域的运用包括以下几个方面：

1. 交通监控：计算机视觉可用于监控交通状况、识别交通违法行为以及实时监测交通事故。通过分析监控视频中的图像和视频流，可以自动检测和跟踪交通参与者（如车辆，行人，自行车等），并提供交通状况的实时数据。

2. 自动驾驶：计算机视觉是实现自动驾驶的关键技术之一。通过感知和理解摄像头和传感器收集到的图像和视频数据，车辆可以自主地识别和理解道路标志、交通信号、车辆和行人等，并做出适当的决策和行驶。

3. 路况分析：通过分析交通监控摄像头拍摄到的图像和视频数据，可以对道路的状况进行实时监测和分析。例如，可以检测拥堵情况、车流量分布、道路损坏等，从而帮助交通管理部门制定合理的交通控制策略。

4. 车辆识别和跟踪：计算机视觉可以用于车辆的自动识别和跟踪。通过分析车辆的特征（如车牌号码、车辆外观等），可以实现车辆的自动识别和跟踪，方便交通管理部门进行车辆调度和监管。

5. 行人和非机动车识别：计算机视觉可以用于行人和非机动车（如自行车、摩托车等）的识别和跟踪。这对于改善交通安全和效率具有重要意义，可以实现对行人和非机动车的行为分析和预警。

总之，计算机视觉在交通领域的运用可以提高交通安全、提升交通效率，减少交通事故和拥堵，改善交通管理和调度的能力。

２００８年６月　农机化研究　第６期　

计算机视觉技术在农业中的应用　

鲁敏，王洪坤　

（新疆石河子大学机械电气工程学院，新疆石河子８３２００３）　

摘要：计算机视觉技术是模式识别与人工智能的一个重要领域，其应用已扩展到农业领域的诸多方面。为此，　介绍了计算机视觉的概念及其系统组成；概述了计算机视觉技术在农业中的应用状况；并指出了计算机视觉技　术应用于农业所存在的问题及其发展前景。　关键词：计算机视觉技术；农产品分级；田问自动化管理；自动化收获　中图分类号：￥１２６；ＴＰ３９１．４１　文献标识码：Ａ　文章编号：１００３—１８８Ｘ（２００８）０６—０２４０—０２　

０　引言　

计算机视觉技术作为一门新兴的技术，其发展十　分迅速。近年来，它的研究与应用已扩展到工业、农　

业、医学和军事等诸多领域。　计算机视觉技术在农业上的应用研究始于２０世　

纪７０年代末期，主要进行的是植物种类的鉴别、农产　

品品质检测和分级等。随着计算机软硬件技术和图像　

处理技术的迅速发展，它在农业上的应用研究有了较　大的进展，如农业种质资源管理、获取作物生长状态信　

息、农产品自动化收获、植物病理研究和农产品品质鉴　

定等。　

机器视觉系统是为了完成视觉任务（即采集、处　

理、分析、理解视觉信息）而构造的系统。对于一个通　

用视觉系统来说，其性能主要取决于两方面的因素：一　

方面，在总体上如何组织，由哪些模块组成，模块间如　何联系；另一方面，每个模块内采用了何种技术，如何　

对信息进行加工。在这里，一个完善的机器视觉理论　

对整个系统的建立起着重要的指导作用。视觉任务的　

处理过程如图１所示。　

ｒ—◆象索表达－。　琏索表达——　２．５‘Ｉ）表达＿　１）描述　Ｉ　ｌ　Ｉ　ｌ　输人图　期加Ｔ　中期加ｆ　后期加　

图】　视觉任务的处理过程　计算机视觉是多学科的交叉和结合，涉及到数学、　

光学、人工智能、神经生物学、心理物理学、计算机科　

学、图像处理、图像理解和模式识别等多个领域。计算