计算机视觉算法的图像处理技术

计算机视觉算法的图像处理技术

张涛,万启春 ,李满舟 ,吴林玫 ,邱俊豪 ,肖平欢

昆明物理研究所   云南昆明  650223

摘要：为了获得理想的视觉效果，技术人员要在计算机视觉算法的基础上实施图像处理技术，将物体在三维空间内的实际坐标用三维体素表示出来，并矫正因投影而造成的畸变图像。相比于传统的BP神经网络，基于计算机视觉算法的图像处理技术显然更具优势，有更高的精度。本文将重点对其进行探讨。

关键词：计算机视觉算法；图像处理技术

1基于3D立体显示的视觉系统设计

1.13D重构

与2D显示技术相比而言，真3D立体显示技术较为复杂化，且技术水平较高，以3D数据场之中所包含的各个点作为条件，能够构建3D立体空间来完成成像，其中，像素点便是最基本单位，可用(x，y，z)作为其表达形式，从而可采用多个立体点构建真3D立体图像。在实际应用时，主要是通过光学引擎和机械运动原理来使光场的3D重构得以实现的，例如，将五维光场函数作为实例进行说明，对3D空间分布的光场函数可表达为：F：L∈R5→∈R3，在该表达式之中，L=(x，y，z，Φ，Φ)，主要表示空间中点的3D坐标及其坐标方向，而图像颜色的信息可通过Y=(r，g，b)来进行表示。3D图像模型以及纹理在进行显示时，能够呈现出离散集点这一形式，可将其表达为：L=(L1，L2，L3，……，Ln)，而在对空间内部各点颜色以及位置进行表示时，则可以将其表示为Li=(Pi，Yi)。在点集L之中，对其h深度的子集实施光场3D重构，可以根据其深度来实施划分，由此可知能够分成若干个子集，并且在这一子集之中，每一个子集均能够形成光场的3D重构，从而使3D图像得以形成。并且通过2D投影技术来对切片图像进行重构，能够有效提升运转的速度。

1.2计算机视觉系统设计

针对当前所常用到的LED点阵3D显示实施分析可得出，在成像时只可实现柱状成像，并使3D立体形式的光场得以形成，且光场具备较低分辨率，其视场角相对而言较小，所以本次研究的真3D显示系统，能够使用ARM处理器实现智能交互，并对其优势进行灵活的利用，从而使分辨率得到有效的提升，同时还能够将体素得到提升。在利用3D环境时，应于物体拍摄时对其3D特性加以明确，完成拍摄之后，还应该存储其成像序列，并合理使用采集技术，同时还要对成像序列导入，针对图像完成相应的切片处理。完成上述操作之后，还需将相关数据向视频接口传送，并以DMD处理，处理后应将图像实施高速处理，最后，采用散射屏完成图像投影。图像信息运转的高速化主要是受电机驱动所影响，所以应该合理运用转速传感器，并有效探测转台角度，并将探测信号传递出去，从而实现控制。电机在运行时，一些设备将完成装置位置相关信息采集，并完成同步处理，之后会依托于控制器优势来使编码产生，并使DVI信号得以形成，从而依托于其优势来使散射屏与投影之间的同步化得以实现。对具备智能交互功能的真3D显示系统装置进行设计，通过信息对智能交互功能的真3D显示系统装置进行分析可知，该系统装置主要是由转台和散射屏组合而成，并且其中包含了电机、控制器、投影等设备装置，这些设备装置共同形成了3D显示系统。

2图像畸变矫正算法

2.1畸变的矫正

在计算机视觉算法下，可以充分发挥出计算机的优势进行畸变图像处理，当投影设备进行垂直投影过程中，受视场变化因素影响导致垂轴的放大率逐渐增大，进而造成智能交互真三维显示装置中的素点发生明显的偏移情况，当偏移的情况增大时，导致图像出现明显的畸变情况，此时需要工作人员灵活应用技术进行处理，以消除畸形的影响。灵活利用计算机图像处理技术进行矫正、处理图片、消除畸变，并促使其恢复原有的状态，满足现阶段的需求。在处理中常见的畸变消除技术主要有两种，一种是切向畸变，另一种是径向切变，但第一种情况处理效果不明显，应用较为少见。实际上，针对现阶段的畸变处理来说，在实际的处理过程中，径向畸变包括枕型畸变与桶型畸变，常见于设备图像的桶型畸变，由于直线在图像空间中主要表现为对称中心为直线，其余部分不是直线，需要工作人员在处理过程中明确对称中心，灵活利用计算机视觉算法进行图像畸变矫正，以达到最终的目的。对于图像畸变来说，主要的原因为空间状态的扭曲，常常被人们称之为曲线畸变，传统上在处理过程中主要利用二次多项式矩阵进行畸变系数处理，但存在一定的模糊性，需要根据实际情况进行矩阵调整，以提升编程分析质量。以计算机视觉算法进行畸变矫正属于现阶段先进的方法，利用神经网络的优势进行合理的处理，并形成网络共享结构，降低网络模型的复杂性，保证对畸变图像进行高质量识别。

2.2畸变图像处理

在进行畸变图像处理过程中，可以灵活利用卷积神经网络技术，充分利用其技术优势进行创新，达到最终的目的。实际上卷积神经网络技术具有良好的权值共享性与稀疏连接性，整体方式较为简单，难度较低，可以灵活应用在变形处理过程中。在该过程中，多维图像输入为基础，促使图像穿入网络中，改变了传统的算法识别方式，充分发挥出技术优势实现数据的提取，并以计算机视觉算法为基础减少训练参数，提升控制容量，提高数据处理水平。在该过程中，卷积神经发挥着重要的作用，与传统的网络相比出现池化层与卷积层，可以避免出现特征取样情况，并从训练中获取数据信息，提升其整体性，与原有的神经网络分类器进行分离，减少权值的特征，融入多层感知器，实现结构重组，直接进行灰度图片处理，保证其图像分类。在进行卷积层计算过程中，可以对其特征图与卷积核进行卷积，激活其函数特征，保证其操作过程合理，获取最终的特征图。

3基于计算机视觉算法的图像处理技术

通过利用计算机技术模型的实现来判断程序是否实现了。在本文中，处理技术所用到的软件是MATLAB软件。在对实验的图像进行选取时，以1000个畸变与标准的图像为基础，利用系统当中的工具包，在校正期间，将图像的每个点映射到失真图像中，然后，通过两种灰度数值之间的误差来确定相应的灰度。该图像处理方法具有低通滤波器特性，具有图像校正精度高、无灰度缺陷等优点。为此，采用双线性插值方法对二维和三维空间中的畸变点进行灰度分析。当图像在视觉层中发生几何变形时，可以通过上述的计算机视觉算法对其输入CNN模型，然后科学地分别设置卷积和下采样两层的数量、卷积和下采样层的核心大小。在设置完成之后，对卷积层进行输出器位置的选择，此时失真的图像灰度差值是通过灰度双线性差值来确定的。随后，将该方法应用于每个影像中的畸变点，并重复地进行，当所有的畸变点被处理完毕，这时可以得到校正后的完整图像。

4结束语

以往人们所使用的2D显示方式仅仅能够对单一物体侧面投影进行显示，这是因为当时的投影显示受到技术发展水平所影响，伴随科技发展及人们需求水平提升，3D立体影像被科研人员提出，并使显示技术得以发展，可将计算机视觉算法用于图像处理工作中，可经3D体素来对3D空间之中的实际位置进行表示，从而使3D空间图像得到有效的构建，并使视觉效果得到提升。可依据计算机视觉算法，来实施图像处理技术，从而实现通过3D体素来对物体在3D空间之内表示出实际坐标，并且还能够将投影所致畸变图像进行矫正，与传统BP神经网络相比，基于计算机视觉算法的图像处理技术更加存在优势，且精度也比较高。

参考文献

[1]吴妮真.计算机视觉技术研究及发展趋势分析[J].科技创新与应用，2021，11(34):58-61.

[2]徐强.大数据技术在图像处理中的应用[J].黑龙江科学，2021，12(22):94-95.