計算機視覺的基本任務范文

導語：如何才能寫好一篇計算機視覺的基本任務，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關鍵詞：數字攝影測量 計算機視覺 多目立體視覺 影像匹配

引言

攝影測量學是一門古老的學科，若從1839年攝影術的發明算起，攝影測量學已有170多年的歷史，而被普遍認為攝影測量學真正起點的是1851―1859年“交會攝影測量”的提出。在這漫長的發展過程中，攝影測量學經歷了模擬法、解析法和數字化三個階段。模擬攝影測量和解析攝影測量分別是以立體攝影測量的發明和計算機的發明為標志，因此很大程度上，計算機的發展決定了攝影測量學的發展。在解析攝影測量中，計算機用于大規模的空中三角測量、區域網平差、數字測圖，還用于計算共線方程，在解析測圖儀中起著控制相片盤的實時運動，交會空間點位的作用。而出現在數字攝影測量階段的數字攝影測量工作站（digital　photogrammetry　workstation，DPW）就是一臺計算機+各種功能的攝影測量軟件。如果說從模擬攝影測量到解析攝影測量的發展是一次技術的進步，那么從解析攝影測量到數字攝影測量的發展則是一場技術的革命。數字攝影測量與模擬、解析攝影測量的最大區別在于：它處理的是數字影像而不再是模擬相片，更為重要的是它開始并將不斷深入地利用計算機替代作業員的眼睛。[1-2]毫無疑問，攝影測量進入數字攝影測量時代已經與計算機視覺緊密聯系在一起了[2]。

計算機視覺是一個相對年輕而又發展迅速的領域。其目標是使計算機具有通過二維圖像認知三維環境信息的能力，這種能力將不僅使機器能感知三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[3]。數字攝影測量具有類似的目標，也面臨著相同的基本問題。數字攝影測量學涉及多個學科，如圖像處理、模式識別以及計算機圖形學等。由于它與計算機視覺的聯系十分緊密，有些專家將其看做是計算機視覺的分支。

數字攝影測量的發展已經借鑒了許多計算機視覺的研究成果[4]。數字攝影測量發展導致了實時攝影測量的出現，所謂實時攝影測量是指利用多臺CCD數字攝影機對目標進行影像獲取，并直接輸入計算機系統中，在實時軟件的幫助下，立刻獲得和提取需要的信息，并用來控制對目標的操作[1]。在立體觀測的過程中，其主要利用計算機視覺方法實現計算機代替人眼。隨著數碼相機技術的發展和應用，數字近景攝影測量已經成為必然趨勢。近景攝影測量是利用近距離攝影取得的影像信息，研究物體大小形狀和時空位置的一門新技術，它是一種基于數字信息和數字影像技術的數據獲取手段。量測型的計算機視覺與數字近景攝影測量的學科交叉將會在計算機視覺中形成一個新的分支――攝影測量的計算機視覺，但是它不應僅僅局限于地學信息[2]。

1.　計算機視覺與數字攝影測量的差異

1.1　目的不同導致二者的坐標系和基本公式不同

攝影測量的基本任務是嚴格建立相片獲取瞬間所存在的像點與對應物點之間的幾何關系，最終實現利用攝影片上的影像信息測制各種比例尺地形圖，建立地形數據庫，為各種地理信息系統建立或更新提供基礎數據。因此，它是在測繪領域內發展起來的一門學科。

而計算機視覺領域的突出特點是其多樣性與不完善性。計算機視覺的主要任務是通過對采集的圖片或視頻進行處理以獲得相應場景的三維信息，因此直到計算機的性能提高到足以處理大規模數據時它才得到正式的關注和發展，而這些發展往往起源于其他不同領域的需要。比如在一些不適合于人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用計算機來替代人工視覺。

由于攝影測量是測繪地形圖的重要手段之一，為了測繪某一地區而攝影的所有影像，必須建立統一的坐標系。而計算機視覺是研究怎樣用計算機模擬人的眼睛，因此它是以眼睛（攝影機中心）與光軸構成的坐標系為準。因此，攝影測量與計算機視覺目的不同，導致它們對物體與影像之間關系的描述也不同。

1.2　二者處理流程不同

2.　可用于數字攝影測量領域的計算機視覺理論――立體視覺

2.1　立體視覺

立體視覺是計算機視覺中的一個重要分支，一直是計算機視覺研究的重點和熱點之一，在20多年的發展過程中，逐漸形成了自己的方法和理論。立體視覺的基本原理是從兩個（或多個）視點觀察同一景物，以獲取在不同視角下的感知圖像，通過三角測量原理計算像像素間的位置偏差（即視差）來獲取景物的三維信息，這一過程與人類視覺的立體感知過程是類似的。一個完整的立體視覺系統通常可分為圖像獲取、攝像機定標、特征提取、影像匹配、深度確定及內插等6個大部分[5]。其中影像匹配是立體視覺中最重要也是最困難的問題，也是計算機視覺和數字攝影測量的核心問題。

2.2　影像匹配

立體視覺的最終目的是為了恢復景物可視表面的完整信息。當空間三維場景被投影為二維圖像時，同一景物在不同視點下的圖像會有很大不同，而且場景中的諸多因素，如光照條件，景物幾何形狀和物理特性、噪聲干擾和畸變以及攝像機特性等，都被綜合成單一的圖像中的灰度值。因此，要準確地對包含了如此之多不利因素的圖像進行無歧義的匹配，顯然是十分困難的。

在攝影測量中最基本的過程之一就是在兩幅或者更多幅的重疊影像中識別并定位同名點，以產生立體影像。在模擬攝影測量和解析攝影測量中，同名點的識別是通過人工操作方式完成的；而在數字攝影測量中則利用計算機代替人工解決同名點識別的問題，即采用影像匹配的方法。

2.3　多目立體視覺

根據單張相片只能確定地面某個點的方向，不能確定地面點的三維空間位置，而有了立體像對則可構成與地面相似的立體模型，解求地面點的空間位置。雙目立體視覺由不同位置的兩臺或者一臺攝像機（CCD）經過移動或旋轉拍攝同一幅場景，就像人有了兩只眼睛，才能看三維立體景觀一樣，然后通過計算空間點在兩幅圖像中的視差，獲得該點的三維坐標值。現在的數字攝影測量中的立體像對技術通常是在一條基線上進行的，但是由于采用計算機匹配替代人眼測定影像同名像對時存在大量的誤匹配，使自動匹配的結果很不可靠。其存在的問題主要是，對存在特殊結構的景物，如平坦、缺乏紋理細節、周期性的重復特征等易產生假匹配；在攝像機基線距離增大時，遮擋嚴重，能重建的空間點減少。為了解決這些問題，降低雙目匹配的難度，自1986年以來出現了三目立體視覺系統，即采用3個攝像機同時攝取空間景物，通過利用第三目圖像提供的信息來消除匹配的歧義性[5]。采用“多目立體視覺技術”可以利用攝影測量的空中三角測量原理，對多度重疊點進行“多方向的前方交會”，既能較有效地解決隨機的誤匹配問題，同時又能增加交會角，提高高程測量的精度[2]。這項技術的應用，將很大程度地解決自動匹配結果的不可靠性，提高數字攝影測量系統的準確性。

篇2

【關鍵詞】煤礦機電；遠程監控；故障診斷；設備管理

由于煤礦機電處于相對惡劣的工作環境中，煤礦機電設備多承受變載荷，煤礦機電的監控與故障診斷要求實時性較高，機械的故障原因復雜。對于煤礦機電設備的管理，只有可靠的及時的監控技術和故障診斷系統，才可以提高系統的穩定安全性能，降低管理運行成本。煤礦機電設備監控與診斷系統采取了數據的采集與集中監測顯示的方式實現設備的動態診斷，這種方式在設備運行狀態監測中起到重要作用，及時準確地診斷分析出機電設備可能出現的故障。

1．機電設備管理信息系統的目標

機電設備管理水平的高低、設備運行的好壞、設備有效作業率的高低直接關系到煤礦生產計劃的制定、實施、產品、質量、原材料的消耗以及工藝指標的控制等方面，因此，開發和建立煤礦機電設備管理信息系統有著重要意義。機電設備管理信息系統的目標如下：(1)對企業內的設備檔案、運行狀態、維修計劃等進行維護、查詢，為各級管理部門提供所需的設備統計、查詢數據。建立符合煤礦生產的設備管理系統，以保障設備信息的動態完整性、可靠及時性。(2)機電設備管理子系統應將全部的設備管理部門、設備使用部門、財務等相關部門聯系起來，達到數據共享，形成一個完整的設備管理體系。(3)設備維修管理，支持輔助編制設備維修計劃功能；提供記錄歷次設備維修情況的輸入、存儲功能；提供反映維修計劃、執行情況的相關數據；提供維修分析功能。(4)設備改造管理，支持輔助編制設備改造計劃功能；提供記錄歷次設備維改造情況的輸入、存儲功能；提供反映改造計劃、執行情況的相關數據。(5)設備運行管理，提供設備完好率等統計數據，以反映設備技術狀態和管理水平。煤礦檢測與診斷系統可以直觀地反映設備的運行狀態、運行效率及設備的安全狀況，對設備進行及時的跟蹤反饋，動態的展示機電設備的運行狀態，以方便制定出合理的維修、保養計劃，使設備因故障造成的停工時間降到最短，延長設備的使用壽命，降低庫存量，增加經濟效益。

2.煤礦機電監控與故障診斷系統的原理

2.1現場總線技術

現場總線技術是近年來迅速發展起來的一種工業數據總線，它主要解決工業現場的智能化儀器儀表、控制器、執行機構等現場設備間的數字通信以及這些現場控制設備和高級控制系統之間的信息傳遞問題。由于現場總線簡單、可靠、經濟實用等一系列突出的優點，因而受到了許多標準團體和計算機廠商的高度重視。現場總線技術溝通了煤礦生產過程現場及控制設備之間及其與更高控制管理層次之間的聯系。它不僅是一個基層網絡，而且還是一種開放式、新型全分布控制系統。現場總線技術是以智能傳感、控制、計算機、數字通訊等技術為主要內容的綜合技術，對于煤礦機電設備的管理起著重要的作用。

2.2小波神經網絡

小波分析 (wavelet Analysis) 是 20 世紀 80 年代中期發展起來的一門數學理論和方法 ,由法國科學家Grossman和Morlet 在進行地震信號分析時提出的,隨后迅速發展。小波分析的出現被認為是傅立葉分析的突破性進展 ,在逼近論、微分方程、模識識別、計算機視覺、圖像處理、非線性科學等方面使用小波分析取得于許多突破性進展。

小波神經網絡技術通過現場調研收集1000 組傳感器收集的常見檢測記錄，依據不同的故障診斷方法、疑似故障的內部檢查、專家討論分析等方法確定出相應的故障類型。溫度監測技術也己廣泛應用于煤礦設備狀態監測，但設備在即將出現事故溫度才會急劇上升，因此溫度檢測難以完成設備安全監測和早期預警的重任和及時報警的現場要求。鐵譜技術是現階段煤礦行業設備狀態監測與故障診斷常用技術，美國煤礦開展 屑監測工作較早，然而，在應用鐵譜分析技術屬于離線監測，大多還是從設備現場采集油樣，再在實驗室制作譜片進行油液成分分析，分析周期相對較長，速度慢，降低了設備監測的實時性。振動監測技術利用振動信號對設備進行診斷，是設備故障診斷最常用、最有效的方法之一。設備振動信號中包含了系統、零部件由于磨損、疲勞、老化等因素引起的劣化和失效等重要信息，通過對振動信號進行采集、分析和處理，可以監測設備的運行狀態，識別機械設備的故障類型、故障來源，從而為設備的維修提供依據，以達到保障設備安全運行的目的。

3.機電監控與故障診斷系統的實際應用

以下是通過振動分析儀對煤礦通風機設備進行的故障診斷數據及處理過程：(1)振動加速度信號波形：振動峰峰值大小為81.6m/ss(8.16g) 峭度指標:1.8103；(2)振動烈度信號波形：振動烈度為29.7mm/s（最大值*0.707）；(3)振動加速度信號包絡譜分析。

分析結果：一是風機軸承型號為NU324，軸承故障頻率為內圈損傷故障頻率97.5Hz，外圈損傷故障頻率為65Hz，滾動體損傷故障頻率為60Hz。分析圖譜中未發現與軸承各故障頻率相對應的成分；二是從振動加速度時域波形可以看出風機振動劇烈，峰峰值達到80m/ss，此外，時域波形上存在雜亂毛刺，說明風機零部件存在摩擦現象；三是振動加速度信號頻譜圖中沒有出現明顯的軸承故障頻率成分，在700Hz附近存在明顯的邊頻帶現象，對振動信號進行包絡解調分析，得出的調制頻率為12.5Hz，與風機旋轉頻率750rpm相對應；四是由于振動加速度信號振動峭度指標為1.8，小于3，所以風機振動劇烈原因不是由軸承故障引起的沖擊性故障；五是由振動波形中摩擦現象，以及故障調制頻率12.5Hz，可以判斷風機振動劇烈原因與葉片有關，且葉片存在摩擦現象。

結論：檢修發現剛安裝風機的葉片與機殼出現嚴重摩擦，檢修后運行正常。

總之，煤礦機電設備管理涉及內容廣泛，信息復雜，數據量大。在傳統手工管理方式下，信息的采集和反饋速度慢，數據失真、丟失嚴重，導致了設備管理的各個環節相互脫節，各種指標的分析不準確，計劃與實際脫離，影響了設備管理水平的提高。因此，企業開發設備管理信息系統的基本任務，就是要通過將信息技術和管理技術結合，利用計算機輔助設備管理人員的工作，提高工作效率，達到促進設備管理現代化，為提高企業生產技術水平和產品質量、降低消耗、確保安全生產、增加經濟效益等服務的目的。

煤礦機電監測與故障診斷系統及時準確識別核心零部件故障的微弱特征信號，必將為潛在故障預示和演化、壽命預測和制定維修策略提供技術支持，從而提高煤礦關鍵裝備整體運行安全性和可靠性，實現由“事后維修”到“預知維修”的轉變，避免意外停機及惡性事故發生，具有巨大的經濟效益和社會效益。

【參考文獻】

［1］李國華,張忠忠.機械故障診斷[M].北京:化學工業出版社.

［2］陳志強,李青松,張端．基于多種診斷知識的回熱系統故障診斷[J].電站輔機,2004,(1):16-22．

［3］侯國蓮,孫曉剛,張建華,等.基于非線性主元分析和概率神經網絡的凝汽器故障診斷方法研究[J].中國電機工程學報,2005,25(18):104-108．

［4］潘浩.Internet 上實時視頻流傳輸框架的研究[J].北京工大學報,2003，(6).