基于計(jì)算機(jī)視覺算法的圖像處理技術(shù)的研究

楊上超

關(guān)鍵詞：計(jì)算機(jī);視覺算法;圖像處理技術(shù)

前言：在二維環(huán)境中，僅能顯示物體的側(cè)面投影。三維立體技術(shù)能實(shí)現(xiàn)對物體的三維顯示。本文設(shè)計(jì)構(gòu)建的真三維顯示計(jì)算機(jī)視覺系統(tǒng)，能通過計(jì)算機(jī)視覺算法，對于物體投影具體過程中存在的畸變圖像進(jìn)行矯正。該技術(shù)相比于BP神經(jīng)網(wǎng)絡(luò)，具有更高的矯正精度，在圖像處理領(lǐng)域得到了日漸廣泛的應(yīng)用。

1計(jì)算機(jī)視覺算法概述

計(jì)算機(jī)視覺算法，是對圖像進(jìn)行處理的數(shù)學(xué)模型，在人工智能領(lǐng)域中，計(jì)算機(jī)視覺算法屬于常見技術(shù)。根據(jù)計(jì)算機(jī)視覺算法在圖像理解相關(guān)方面存在的特性，部分學(xué)者對計(jì)算機(jī)視覺作出如下定義，即引導(dǎo)計(jì)算機(jī)以人的方式對周圍世界進(jìn)行觀察理解。計(jì)算機(jī)視覺算法能有效實(shí)現(xiàn)該目標(biāo)，能從圖像或相關(guān)數(shù)據(jù)中，對所需信息進(jìn)行獲取。通常，對于各類圖像，人類可直接理解其內(nèi)容，但對于計(jì)算機(jī)而言，解釋圖像的具體方式呈現(xiàn)出復(fù)雜性和多樣化的特點(diǎn)，僅憑固有的計(jì)算能力，難以實(shí)現(xiàn)對所有圖像的準(zhǔn)確理解。對此，人們從圖像數(shù)據(jù)的具體類型切入，通過物理概率模型，有效解釋圖像，實(shí)現(xiàn)了對計(jì)算機(jī)視覺算法的構(gòu)建。運(yùn)用計(jì)算機(jī)視覺算法，能準(zhǔn)確識別各類圖像，并能將圖像作為依據(jù)，繪制相應(yīng)的三維模型，或預(yù)測模擬圖像，具有較高的應(yīng)用價(jià)值。計(jì)算機(jī)視覺算法具有極為廣泛的應(yīng)用范圍，在高鐵站、機(jī)場等場所的安檢系統(tǒng)中，利用計(jì)算機(jī)視覺算法，能構(gòu)建有效的人臉識別系統(tǒng)。

2計(jì)算機(jī)圖像處理技術(shù)分析

2.1 基本含義

該技術(shù)是指通過計(jì)算機(jī)，對圖像進(jìn)行處理，需解析圖像，并對之進(jìn)行加工，從中獲取目標(biāo)圖像，滿足預(yù)期需要。對該技術(shù)進(jìn)行應(yīng)用，主要包括如下過程：（1）對圖像進(jìn)行處理前，先對之進(jìn)行轉(zhuǎn)化，將其轉(zhuǎn)化為能被計(jì)算機(jī)系統(tǒng)識別的相關(guān)數(shù)據(jù)，在計(jì)算機(jī)中存儲數(shù)據(jù)，便于后期開展圖像處理。（2）通過不同方式并采用不同的計(jì)算方法，對計(jì)算機(jī)中存儲的圖像數(shù)據(jù)進(jìn)行格式轉(zhuǎn)化，并做好數(shù)據(jù)處理。

2.2 圖像類別

利用計(jì)算機(jī)處理的圖像，主要包括如下類別：（1）模擬圖像。此類圖像常見于日常生活中，包括光學(xué)和攝影等圖像，其中，攝像圖像是通過膠片照相機(jī)拍攝的相片。模擬圖像具有快捷的傳輸速度，但缺乏較高的精密度，難以實(shí)現(xiàn)靈活應(yīng)用。（2）數(shù)字化圖像。此類圖像的產(chǎn)生，是由于數(shù)字化技術(shù)的應(yīng)用，將此類圖像與模擬圖像進(jìn)行比較，可知，此類圖像具有更高的精密度，且能實(shí)現(xiàn)靈活處理。

2.3 技術(shù)特點(diǎn)

計(jì)算機(jī)圖像處理技術(shù)主要具有如下特點(diǎn)：（1）具有更高的精密度。信息、網(wǎng)絡(luò)技術(shù)在各行業(yè)領(lǐng)域的應(yīng)用日漸廣泛，尤其是在圖像處理領(lǐng)域的應(yīng)用，可將圖像進(jìn)行數(shù)字化出來，進(jìn)而形成二維數(shù)組。通過一定設(shè)備對二維數(shù)組提供支持，能對圖像實(shí)施有效的數(shù)字化處理，二維數(shù)組能任意發(fā)生大小程度的變化。通過掃描設(shè)備，對像灰素度等級進(jìn)行量化，能形成超過16位的灰度，從而實(shí)現(xiàn)對精密度的提高，良好滿足圖像處理的高標(biāo)準(zhǔn)要求。（2）再現(xiàn)性良好。對圖像進(jìn)行處理，最基本的要求，是實(shí)現(xiàn)對真實(shí)場景的清晰還原，促進(jìn)照片更為貼近現(xiàn)實(shí)。模擬圖像處理相關(guān)操作會降低圖像質(zhì)量，難以實(shí)現(xiàn)理想的再現(xiàn)性。通過計(jì)算機(jī)圖像處理技術(shù)，能利用數(shù)字化圖像實(shí)現(xiàn)對原圖的精準(zhǔn)反映，處理完成后，數(shù)字化圖像能實(shí)現(xiàn)對原有品質(zhì)的良好保持。該技術(shù)還能對圖像進(jìn)行科學(xué)保存、有效復(fù)制和快速傳輸，不僅不會對原圖像質(zhì)量造成不良影響，且再現(xiàn)性較高。（3）具有更廣泛的應(yīng)用范圍。圖像格式不同，適用的處理方式也不同。該技術(shù)能有效處理信息源不同的各類圖像，包括光圖像、遙感圖像、顯微鏡圖像和波普圖像，均能通過數(shù)字編碼相關(guān)設(shè)備，轉(zhuǎn)化為二維數(shù)組類型的圖像。因此，該技術(shù)具有更為廣泛的應(yīng)用范圍，無論對于何種信息源，均可對之實(shí)施數(shù)據(jù)化處理，并在計(jì)算機(jī)系統(tǒng)中加以儲存，通過對圖像數(shù)據(jù)進(jìn)行處理，即可實(shí)現(xiàn)預(yù)期的應(yīng)用要求。

3計(jì)算機(jī)視覺顯示系統(tǒng)的設(shè)計(jì)

3.1 光場重構(gòu)

與二維像素進(jìn)行比較，真三維立體顯示能在立體空間之內(nèi)，對三維數(shù)據(jù)場包含的每個(gè)點(diǎn)進(jìn)行成像。成像點(diǎn)，其實(shí)即為三維成像相應(yīng)的體素點(diǎn)，體素點(diǎn)聯(lián)合起來，即構(gòu)成相應(yīng)的立體圖像。通過光學(xué)引擎，并利用機(jī)械運(yùn)動兩類方式，對光場進(jìn)行重構(gòu)。對該技術(shù)原理進(jìn)行闡述，可借助五維光場函數(shù)對三維立體空間相應(yīng)的光場函數(shù)進(jìn)行分析，即通過對三維空間內(nèi)存在的光場函數(shù)進(jìn)行描述，是空間中點(diǎn)的三維坐標(biāo)及其坐標(biāo)下的具體方向，表示圖像相應(yīng)的顏色信息。處于待顯示狀態(tài)的三維圖像相應(yīng)的模型及其紋理，可通過物體表面全部的離散點(diǎn)集進(jìn)行表示。其中，，Pi表示空間中點(diǎn)的位置，Yi表示空間中點(diǎn)的顏色。

3.2 顯示系統(tǒng)設(shè)計(jì)

本文基于計(jì)算機(jī)視覺算法，對圖像處理相關(guān)技術(shù)進(jìn)行闡述。技術(shù)實(shí)現(xiàn)，需對ARM裝置進(jìn)行應(yīng)用，通過該裝置發(fā)揮的智能交互作用，支持真三維顯示系統(tǒng)的良好實(shí)現(xiàn)，人們可通過各角度對成像進(jìn)行觀看。在真三維顯示系統(tǒng)中，成像具有很高的分辨率，體素甚至可達(dá)30M。相對于旋轉(zhuǎn)式LED點(diǎn)陣三維，其成像方式呈現(xiàn)為柱狀形態(tài)，雖能實(shí)現(xiàn)對三維光場的重構(gòu)，但難以形成較大的成像視角，且難以實(shí)現(xiàn)較高的分辨率。

在三維環(huán)境中，人們對物體進(jìn)行拍攝，需通過三維基礎(chǔ)對物體進(jìn)行展示，再將經(jīng)過投影處理后的物體相應(yīng)的成像序列在SDRAM中存儲。通過FPGA技術(shù)對視頻進(jìn)行采集，并依托該技術(shù)向ARM處理裝置傳導(dǎo)圖像序列，進(jìn)而對圖像進(jìn)行切片處理，圖像相關(guān)的數(shù)據(jù)信息完成對DVI視頻接口的進(jìn)入后，由DMD控制設(shè)備對之進(jìn)行處理，高速投影機(jī)即攝入圖像信息。經(jīng)過相關(guān)操作后，DLP可朝著散射屏背面對數(shù)字化圖像進(jìn)行投影。為確保圖像信息實(shí)現(xiàn)高速旋轉(zhuǎn)，需對伺服電機(jī)進(jìn)行運(yùn)用，通過電機(jī)驅(qū)動，轉(zhuǎn)速傳感器能對轉(zhuǎn)臺角度以及轉(zhuǎn)臺速度進(jìn)行探測，并向控制器傳遞所探測的相關(guān)信號，據(jù)此對轉(zhuǎn)臺實(shí)施閉環(huán)式控制。伺服電機(jī)在高速旋轉(zhuǎn)的工作環(huán)境中運(yùn)動，設(shè)備會同步采集裝置相應(yīng)的位置信息，DVI信號將幀頻輸出，控制器形成的編碼即位DVI幀頻信號。這就能保障散射屏與投影的數(shù)字化圖像保持同步。

4圖形畸變的矯正算法

4.1 畸變矯正過程

利用計(jì)算機(jī)視覺算法，通過計(jì)算機(jī)，可對畸變圖像進(jìn)行處理。投影設(shè)備垂直投影圖像時(shí)，在視場變化的情況下，其成像垂軸的實(shí)際放大率也隨之變化，此類變化能導(dǎo)致智能交互真三維顯示裝置相應(yīng)的半透半反屏像素點(diǎn)出現(xiàn)偏移，若出現(xiàn)程度過大的偏移，將導(dǎo)致圖像畸變。對此，需通過計(jì)算機(jī)圖像處理技術(shù)對圖像畸變實(shí)施有效校正。圖像產(chǎn)生幾何變形，要通過校正圖像畸變的相關(guān)算法，對圖片實(shí)施有效的幾何校正，從出現(xiàn)畸變圖像中盡量將畸變消除，并還原圖像狀態(tài)。此類處理技術(shù)，能將發(fā)生畸變的圖像通過幾何校正將幾何畸變有效消除。投影設(shè)備包括兩種主要畸變，一種是徑向畸變，一種是切向畸變。其中，后者對圖像畸變產(chǎn)生的影響較小，在對圖像畸變相關(guān)算法進(jìn)行研究時(shí)，通常會忽略切向畸變，主要研究徑向畸變。

徑向畸變具體包括兩種，一種是桶型畸變，一種是枕型畸變。投影設(shè)備產(chǎn)生最多的徑向畸變?yōu)橥靶突?。對于此類畸變相?yīng)的光學(xué)系統(tǒng)而言，其圖像空間包含的空間直線均非直線，僅對稱中心形成直線。對圖像進(jìn)行矯正處理，需將對稱中心找準(zhǔn)，再通過計(jì)算機(jī)視覺算法，對圖像展開有效處理，矯正其畸變。

通常，圖像畸變是由于空間狀態(tài)發(fā)生扭曲而導(dǎo)致畸變，可稱此類畸變?yōu)榍€畸變。過去，通過二次多項(xiàng)式矩陣解，可簡單掌握畸變系數(shù)，但對于復(fù)雜情況的圖像畸變，利用該方式則難以實(shí)現(xiàn)對畸變系數(shù)的準(zhǔn)確描述。對于更高次數(shù)的多項(xiàng)式，處理畸變所需的逆具有更大矩陣，不利于后期展開編程分析，且難以實(shí)現(xiàn)有效的求解計(jì)算。基于BP神經(jīng)網(wǎng)絡(luò)，構(gòu)建的畸變矯正，能在一定程度上提高精度。本文將計(jì)算機(jī)視覺算法作為理論基礎(chǔ)，有效深化這種畸變矯正方式，形成卷積神經(jīng)網(wǎng)絡(luò)處理圖像畸變的技術(shù)。該技術(shù)的權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)類似于生物神經(jīng)網(wǎng)絡(luò)，能實(shí)現(xiàn)對網(wǎng)絡(luò)模型實(shí)際難度的有效降低，還能簡化其復(fù)雜程度，并對權(quán)值數(shù)量進(jìn)行減少，能增強(qiáng)識別畸變圖像和對之泛化的能力。

4.2 畸變圖像處理

卷積神經(jīng)網(wǎng)絡(luò)也屬于一種人工神經(jīng)網(wǎng)絡(luò)，能更好實(shí)現(xiàn)對圖像的有效處理。卷積神經(jīng)網(wǎng)絡(luò)具備的稀疏連接性良好，且具有良好的權(quán)值共享行，采用相對簡單的訓(xùn)練方式，學(xué)習(xí)難度相對較小，此類連接方式在處理畸變圖像方面更具適用性。在處理畸變圖像的過程中，網(wǎng)絡(luò)輸入主要是多維圖像輸入，圖像可實(shí)現(xiàn)對網(wǎng)絡(luò)的直接穿入，無需對圖像數(shù)據(jù)進(jìn)行重新提取。另外，還能將訓(xùn)練參數(shù)減少，在對容量進(jìn)行控制的同時(shí)，確保圖像處理具備的泛化能力良好。

例如，某數(shù)字化圖像具有227×227的分辨率，對其均值進(jìn)行相減處理后，神經(jīng)網(wǎng)絡(luò)包含的全連接層有兩個(gè)，卷積層有五個(gè)。對圖像信息進(jìn)行轉(zhuǎn)化，與卷積神經(jīng)網(wǎng)絡(luò)計(jì)算的具體狀態(tài)相符，卷積神經(jīng)網(wǎng)絡(luò)需設(shè)置227×227的分辨率。加上圖像存在一定程度的幾何畸變，對可能形成的集中變形進(jìn)行充分考慮，根據(jù)檢測窗比例的實(shí)際情況，對之進(jìn)行裁剪，形成特定大小。

5算法實(shí)現(xiàn)分析

根據(jù)上文論述的計(jì)算機(jī)視覺算法，確定畸變圖像相應(yīng)的模型。本文論述的圖像處理技術(shù)和相關(guān)程序，對Matlab軟件進(jìn)行了應(yīng)用，對圖像處理相應(yīng)的樣本進(jìn)行選擇時(shí)，主要選用標(biāo)準(zhǔn)圖像組和1000幅畸變。對內(nèi)置于系統(tǒng)中的Deep Learning工具包進(jìn)行應(yīng)用，撰寫以畸變圖像算法為基礎(chǔ)的圖像處理方法和相關(guān)矯正程序，對圖像進(jìn)行矯正時(shí)，在畸變圖像中對每個(gè)點(diǎn)進(jìn)行映射，再通過灰度差值對灰度值進(jìn)行確定。此類圖像處理方法的特點(diǎn)在于低通濾波，圖像矯正具有較高的精度，不會明顯存在灰度缺點(diǎn)。對此，通過雙線性插值法，對圖像畸變點(diǎn)附近存在的四個(gè)灰度值進(jìn)行畸變點(diǎn)灰度實(shí)際情況的計(jì)算。

對于出現(xiàn)幾何畸變的圖像，可根據(jù)上文論述的計(jì)算機(jī)視覺算法輸入CNN模型，對卷積與降采樣層具體數(shù)量進(jìn)行科學(xué)設(shè)置，對卷積核實(shí)際大小、降采樣實(shí)際降幅進(jìn)行科學(xué)設(shè)置，在此基礎(chǔ)上，將卷積神經(jīng)網(wǎng)絡(luò)的具體內(nèi)容作為依據(jù)，對輸出位置進(jìn)行合理選擇。將灰度差值相應(yīng)的雙線性插值算法作為依據(jù)，進(jìn)一步對畸變圖像相應(yīng)的點(diǎn)位灰度值進(jìn)行確定。隨后，通過該方法對每個(gè)圖像畸變點(diǎn)進(jìn)行操作，重復(fù)操作直至處理完全部的畸變點(diǎn)，即能在畫面中獲取完成矯正的完整圖像。

為實(shí)現(xiàn)對卷積神經(jīng)網(wǎng)絡(luò)運(yùn)算實(shí)際難度的盡量降低，減少圖像處理耗費(fèi)的時(shí)間，可對畸變矯正圖像算法進(jìn)行劃分，形成如下兩部分：一是CNN模型處理，二是對矯正參數(shù)進(jìn)行計(jì)算。在實(shí)施校正的具體過程中，要對查找表進(jìn)行提前構(gòu)建，并形成常數(shù)表格，將輸入完成的畸變圖像作為依據(jù)，根據(jù)像素實(shí)況，對表格進(jìn)行查找，與表格包含的數(shù)據(jù)信息相結(jié)合，根據(jù)灰度值進(jìn)行替換，以當(dāng)前灰度值實(shí)施圖像處理，完成畸變校正。另外，在卷積神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)算法初始化階段，將位置映射表作為依據(jù)，針對圖像構(gòu)建CNN模型，依托模型實(shí)施畸變處理，通過系統(tǒng)實(shí)現(xiàn)對查找表的自動生成。根據(jù)上述方法實(shí)施相同操作，對灰度值進(jìn)行計(jì)算，再替換當(dāng)前灰度值，完成對全部畸變點(diǎn)相應(yīng)的灰度值替換后，即完成了對該畸變圖像的實(shí)時(shí)矯正，不僅具有較高的精準(zhǔn)度，且操作難度相對較小。

結(jié)語

綜上所述，在信息網(wǎng)絡(luò)技術(shù)漸趨普及的時(shí)代背景下，數(shù)字化圖像已經(jīng)完全取代模擬圖像。數(shù)字化圖像的清晰度較高，且具有較強(qiáng)的真實(shí)度，但可能存在一定程度的圖像畸變。對此，需通過圖像處理技術(shù)和相關(guān)方法對圖像畸變進(jìn)行處理?；谟?jì)算機(jī)視覺算法，利用卷積神經(jīng)網(wǎng)絡(luò)對圖像畸變進(jìn)行計(jì)算，遵循灰度值計(jì)算的合理方法，能促進(jìn)圖像清晰度實(shí)現(xiàn)有效提高，并實(shí)現(xiàn)對圖像存在的幾何畸變的有效矯正。

參考文獻(xiàn)：

[1]宋凡，梁發(fā)云，劉敏，等.裸眼3D LCD動靜態(tài)圖像顯示的設(shè)計(jì)研究[J].南昌大學(xué)學(xué)報(bào)（工科版），2015，（1）.87-90.

[2]孔令勝，劉春雨，張?jiān)?，?視差自由立體顯示中莫爾條紋消除的研究進(jìn)展[J].液晶與顯示，2014，（3）.441-449.

[3]田豐，夏雪，田晶，等.高分辨真三維顯示中的體素化及均勻化方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2013，（9）.1304-1311.

[4]秦偉.計(jì)算機(jī)圖形圖像技術(shù)的應(yīng)用[J].電子技術(shù)與軟件工程，2019，（7）.57.

[5]肖媛媛.計(jì)算機(jī)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）.