計算機視覺算法下的圖像校正技術(shù)

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了計算機視覺算法下的圖像校正技術(shù)范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：對各種圖像的不同需求，圖像校正在很多行業(yè)中都得到了廣泛的應(yīng)用，計算機視覺能使計算機處理成為更加適合人眼觀察的相應(yīng)圖像。計算機的視覺算法重在轉(zhuǎn)化圖像為數(shù)據(jù)，強化識別，以新的技術(shù)處理圖像校正技術(shù)。

關(guān)鍵詞：計算機；視覺算法；圖像校正技術(shù)

由于傳統(tǒng)的二維環(huán)境中物體只能顯示出來相應(yīng)的投影，并不具備清晰的特點。但隨著計算機技術(shù)的不斷發(fā)展，人們逐漸在虛擬中創(chuàng)造出來能夠三維立體的畫面，并且也能夠利用計算機視覺技術(shù)將這種三維的立體畫面作為一種比較新型的顯示技術(shù)。本文通過對一種三維顯示計算機的視覺系統(tǒng)進行研究，探討計算機視覺算法如何對物體投影過程中出現(xiàn)的畸形圖像之間進行校正。并且證明這種基于計算機視覺算法下的圖像校正技術(shù)與過去的校正技術(shù)來說，精度更加高，可以被廣泛應(yīng)用到各種圖像校正中。

1計算機視覺算法下的圖像處理技術(shù)

1.1計算機視覺算法圖像處理技術(shù)的基本內(nèi)涵

在計算機視覺算法下對圖像進行處理，就是利用機算機中的各種軟件對圖像進行相應(yīng)的解析或加工[1]。最終能夠得到符合自己目的的目標(biāo)圖像，而采用計算機進行圖像處理時，主要有以下兩個方面。首先，要對圖像進行相應(yīng)的轉(zhuǎn)化，必須把圖像變成計算機系統(tǒng)中能夠進行識別的數(shù)據(jù)。如果圖像不能夠符合計算機的系統(tǒng)，與計算機系統(tǒng)不能兼容，那么就不能夠利用計算機進行圖像處理。只有把圖像變成計算機系統(tǒng)能夠支持并且能夠進行識別修改的數(shù)據(jù)，再將這種數(shù)據(jù)存儲到計算機中，這樣才能夠方便以后對圖像進行處理過程。其次，是對于儲存在計算機中的各種圖像數(shù)據(jù)，可以采用計算機本身不同的方法與方式，對圖像進行一定程度的格式轉(zhuǎn)化和相應(yīng)的數(shù)據(jù)處理。

1.2計算機視覺算法圖像處理技術(shù)中的圖像分類

對于計算機圖像處理來說，能夠進行處理的圖像分類主要有以下幾種。第一種是模擬圖像，不僅有光學(xué)圖像，同時也有專業(yè)的攝影圖像。一般來說，攝影圖像就是主要針對以往的膠片相機中打印出來的相片?？梢哉f在計算機圖像中對于模擬圖像的傳輸非常迅速，但容易造成精確度低，并且應(yīng)用也非常不靈便。第二種則是數(shù)字化的圖像，數(shù)字化圖像其實就是圖片信息與數(shù)字化技術(shù)這兩者結(jié)合出來形成的一種物品。隨著物聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，圖像技術(shù)也逐漸向數(shù)字化過渡。數(shù)字化圖像與模擬圖像相比來說，不僅具有精密度更高的優(yōu)點，同時也非常易于傳輸，操作起來也十分方便。總的來說，目前被廣泛應(yīng)用的圖像主要就是數(shù)字化的圖像，在計算機的圖像處理中經(jīng)常見到，非常廣泛[2]。

1.3計算機視覺算法圖像處理技術(shù)特點

一般來說，圖像處理技術(shù)的第一個特點是精確度非常高。并且隨著我國社會經(jīng)濟的高速發(fā)展及計算機技術(shù)的不斷推動和創(chuàng)新，網(wǎng)絡(luò)技術(shù)能夠與數(shù)字化的信息技術(shù)相結(jié)合被廣泛地運用到社會上的各行各業(yè)中，特別是在圖像的處理方面。人們可以輕而易舉就把圖像進行數(shù)據(jù)化。從而能夠進行數(shù)據(jù)圖片的傳輸，并且也可以把數(shù)據(jù)化之后的圖像轉(zhuǎn)變成為任意的大小。除此之外，人們也可以通過相應(yīng)的掃描設(shè)備，對于像素或者是色彩度進行相應(yīng)的等級量化，也能夠在一定程度上提高圖像處理技術(shù)的精密程度，很大程度上滿足了人們對于圖像處理的需求。圖像處理技術(shù)的第二個特點是有很好的再現(xiàn)性。人們對于圖像處理之后的效果要求十分簡單，只是希望圖像能夠盡可能對場景進行還原具有真實度，并且能夠讓照片更加貼近現(xiàn)實。以往的模擬圖像處理技術(shù)不僅達不到這個效果，同時還會使圖像的質(zhì)量偏低。應(yīng)用圖像處理技術(shù)之后，數(shù)字化的圖像不僅能夠更加對原圖有精確的反應(yīng)，同時進行處理化之后的數(shù)字化圖像也可以具有較高的精度，也不影響原有的圖片質(zhì)量，具有很好的再現(xiàn)性。圖像處理技術(shù)的第三個特點是計算機圖像處理技術(shù)的應(yīng)用范圍十分廣泛。不同格式的圖像有著對應(yīng)的處理方式，與傳統(tǒng)的模擬圖像對比，計算機圖像處理技術(shù)不僅能對不同信息來源的圖像進行相應(yīng)的處理，同時也可以對圖片處理轉(zhuǎn)化成為二維的數(shù)字圖像。因此可以說在計算機圖像處理技術(shù)下，無論是哪種信息都可以被轉(zhuǎn)化成為數(shù)字化的信息?？梢哉f能夠很深滿足人們對于圖片處理的需求。

2計算機視覺顯示系統(tǒng)的具體設(shè)計

2.1光場重構(gòu)技術(shù)

經(jīng)過對計算機視覺算法下圖像校正技術(shù)的研究發(fā)現(xiàn)，計算機視覺算法下出現(xiàn)了很多能夠進行圖像處理的技術(shù)[3]。算法中最為重要的是光場重構(gòu)技術(shù)。光場重構(gòu)技術(shù)主要是指真三維立體的顯示與傳統(tǒng)的二維像素存在很大的差距，真三維不僅能夠把所有的三維數(shù)據(jù)場中都體現(xiàn)在立體的空間內(nèi)進行成像?？梢哉f成像點就是三維成像的提速點。而二維的技術(shù)只能對切片圖像進行重構(gòu)，并不能重現(xiàn)出三維的具體圖像。而光場重構(gòu)的意思就是說，能夠?qū)D像中的光源及物品進行重構(gòu)作用，能夠使圖像更加具有真實感。而光場重構(gòu)技術(shù)在原理上利用了計算機的視覺算法中的光場傳播情況。

2.2顯示系統(tǒng)設(shè)計技術(shù)

本文通過對計算機的視覺算法作為研究基礎(chǔ)進行分析得知，要想通過計算機的視覺算法對圖像進行校正處理，必須要在技術(shù)的具體實踐過程中啟動相應(yīng)的計算機處理裝置。這個裝置主要就是具有智能的交互作用，并且能夠?qū)θS進行顯示系統(tǒng)的創(chuàng)建，借助于這個裝置，能夠方便工作者從不同的角度對圖片進行成像的觀察。在真三維的顯示系統(tǒng)中，由于利用了顯示系統(tǒng)的設(shè)計，圖片的成像分辨率也非常高，十分清晰，能夠滿足絕大多數(shù)人的需求。而傳統(tǒng)的顯示設(shè)計雖然可以能夠?qū)θS光場進行一定的重建，但分辨率非常低，不能滿足人們對于圖像處理的需求。一般來說，人們在圖像時需要在三維的環(huán)境中對物體進行相應(yīng)的拍攝。為了能夠拍攝出圖像，必須要把三維作為基礎(chǔ)對物體進行一定程度的展示，然后才能將投影之后的物體成像相關(guān)的序列儲存下來。之后將儲存之后的物體成像序列，在相應(yīng)技術(shù)的支持下，傳導(dǎo)件處理裝置之后再對圖片進行一定程度的切片處理。最后圖像信息將進入高速投影機，可以說經(jīng)過這一連串的操作，能夠把數(shù)字化的圖像信息成為三維立體的投影。為了實現(xiàn)圖像信息的旋轉(zhuǎn)，必須要對電機進行一定程度的驅(qū)動需求。只有轉(zhuǎn)動傳感器能夠到達一定角度和速度，才能形成相應(yīng)的理想效果[4]。

3計算機視覺算法下圖像的校正技術(shù)

3.1圖像的畸變校正過程

在計算機的視覺算法的應(yīng)用下，人們可以利用計算機對畸變的圖像進行一定程度的處理。當(dāng)投影設(shè)備與要處理的圖像成為垂直投影的情況下，會隨著相應(yīng)光場的變化而導(dǎo)致放大率出現(xiàn)一定程度的變化，這種變化同時也會讓智能交互的真三維顯示裝置中的像素點發(fā)生相應(yīng)程度的偏移。這種偏移就是造成圖片畸形的主要因素。如果偏移程度過大，就會導(dǎo)致圖像出現(xiàn)畸變。為了能夠?qū)兊膱D像進行一定程度的處理，必須要采用計算機的圖像處理技術(shù)進行校正。由于圖像出現(xiàn)畸變是發(fā)生了相應(yīng)程度的幾何變形，因此就要根據(jù)圖像的畸變校正算法對圖像進行相應(yīng)的校正。這就要求在一定程度上要從發(fā)生畸變圖像中最大努力對畸變進行相應(yīng)的消除，才能夠?qū)D像還原到以前的狀態(tài)，這種處理技術(shù)就是畸變之后的圖像。通過對幾何校正來消除畸變。目前投影設(shè)備中存在著兩種主要的畸變。不僅有鏡像畸變，同時也有切向的畸變，但切向畸變在生活中并不常見，并且對圖像的畸變方面影響也不是非常大，因此，在對圖像的算法時往往會忽略切向的畸變，而主要研究圖像在徑向上的畸變。一般來說徑向畸變分為兩種，分別是鏡像的桶形畸變及鏡像的枕形畸變，這是因為在攝影設(shè)備中容易產(chǎn)生圖像的鏡像畸變。而最容易產(chǎn)生的鏡像畸變就是桶形畸變，因為這種畸變的產(chǎn)生是由于光學(xué)系統(tǒng)中的空間直線在圖像空間中的傳播往往是不對稱的，一般只有對稱中心是直線，其他的都不是直線，因此，工作人員在對圖像進行一定程度的校正處理時，首先要找到相應(yīng)的對稱中心之后才能夠應(yīng)用計算機的視覺算法進行圖像的畸變校正。并且在正常情況下，由于圖像畸變，往往都是空間狀態(tài)發(fā)生一定程度的扭曲而存在的。由于畸變比較難以處理，在過去人們用二次多項式對畸變系數(shù)進行理解和掌握，但一旦出現(xiàn)十分復(fù)雜的圖像畸變，就沒有解決的辦法。隨著計算機視覺算法的提出，對畸變進行處理的精度也得到了一定程度的提高，本文通過對計算機的視覺算法作為基礎(chǔ)進行研究，對畸變的校正方式進行了深化，并相應(yīng)提出了如何對畸變圖像進行處理，與之前的圖像處理技術(shù)相比來說，目前計算機視覺算法作為基礎(chǔ)的處理技術(shù)，不僅能夠降低網(wǎng)絡(luò)模型的難度和復(fù)雜程度，同時也提高了畸變圖像的處理能力和識別能力。

3.2變圖像的處理

基于計算機視覺算法對畸變圖形進行校正和處理，往往利用了計算機視覺算法中的一種人工神經(jīng)網(wǎng)絡(luò)，那就是卷積神經(jīng)網(wǎng)絡(luò)。在具體應(yīng)用中，卷積神經(jīng)網(wǎng)絡(luò)不僅能夠?qū)D像的處理技術(shù)有更為具體的體現(xiàn)，同時又有非常良好的吸收連接性能[5]。卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方式也比較簡單，在對于畸變圖像進行處理時，網(wǎng)絡(luò)輸入主要以多維圖像輸入作為主要部分，因此，圖像可以直接插入到網(wǎng)絡(luò)中，并不需要像傳統(tǒng)的識別算法一樣重新對圖像進行數(shù)據(jù)的提取。除此之外，在卷積神經(jīng)網(wǎng)絡(luò)中不僅能夠使計算機視覺算法盡量減少相應(yīng)的參數(shù)，同時又能夠更好控制圖像數(shù)據(jù)的容量，也能保證圖像的處理有非常強的泛化能力。例如，某個數(shù)字化的圖像，經(jīng)過數(shù)字化分析，分辨率是227×227，將數(shù)字化圖像分辨率均值化之后，能夠在神經(jīng)網(wǎng)絡(luò)中擁有兩個全連接層和五個卷積層。而卷積神經(jīng)網(wǎng)絡(luò)也能將分辨率設(shè)置為相同的比例參數(shù)，避免圖像中出現(xiàn)幾何畸變。

4基于計算機視覺算法圖像處理技術(shù)的程序

一般來說，在現(xiàn)代的數(shù)字化圖像中，一旦受到幾何畸變，能夠按照一定程序的算法在模型中輸入，不用設(shè)置卷積層數(shù)。之后能夠根據(jù)卷積神經(jīng)網(wǎng)絡(luò)的內(nèi)容進行輸出位置的選擇，再通過對灰度差值中的雙線性插值算法進行確定，能夠進一步對圖像進行還原，對畸變進行糾正。之后也可以對每一個圖像畸變點采用相同的處理方式，在不斷重復(fù)中，所有的圖像畸變點都得到相應(yīng)程度的處理，最終就能得到校正之后的圖像。為了能夠盡量降低卷積神經(jīng)網(wǎng)絡(luò)運算的難度和強度，并且進一步縮短校正圖像的處理時間，可以把畸變的校正圖像算法分為兩個部分。第一部分是模型處理，第二部分是校正參數(shù)的計算[6]。為了能夠進一步對圖像進行處理，在校正過程中必須要提前建立查找表并做出表格。這樣能夠方便在對圖像進行處理過程中及時查找數(shù)據(jù)。除此之外，也可以在卷積神經(jīng)網(wǎng)絡(luò)計算機算法最初時就根據(jù)先讓的位置對模型進行建立，在模型中對圖像進行畸變的處理。這種方式不僅具有精確度高的特點，同時難度還比較低。可以說能夠滿足大多數(shù)工作人員對于圖像的處理需要。

5結(jié)語

目前，隨著我國網(wǎng)絡(luò)技術(shù)的不斷發(fā)展和計算機技術(shù)研究的不斷深入，基于計算機視覺算法下對圖像校正技術(shù)的研究也得到了良好的發(fā)展?？梢哉f在計算機視覺算法下，人們不僅拋除了傳統(tǒng)的模擬圖像而變成了現(xiàn)在的數(shù)字化圖像，同時也享受了現(xiàn)代數(shù)字化圖像的高清晰度。但同時帶來的就是圖像的畸變問題。目前對于圖像畸變的具體校正方法還需要進一步的研究。

參考文獻：

[1]秦偉.計算機圖形圖像技術(shù)的應(yīng)用[J].電子技術(shù)與軟件工程,2019(7).

[2]劉海玲.基于計算機視覺算法的圖像處理技術(shù)[J].計算機與數(shù)字工程,2019(3).

[3]肖媛媛.計算機平面網(wǎng)絡(luò)中的圖像處理技術(shù)[J].電子技術(shù)與軟件工程,2019(4).

[4]曾珍珍.一種計算機視覺算法的圖像處理技術(shù)[J].信息技術(shù),2018(4).

[5]王洪.基于計算機視覺算法的塑料分揀系統(tǒng)[J].塑料工業(yè),2015(11).

[6]張鵬,柏詠菊,穆仁龍.Delphi實現(xiàn)計算機視覺常用圖像處理算法[J].實驗室研究與探索,2007(5).

作者：吳笑嫦 單位：廣東石油化工學(xué)院