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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)所需信息進(jìn)行獲取。通常，對(duì)于各類圖像，人類可直接理解其內(nèi)容，但對(duì)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(duì)所有圖像的準(zhǔn)確理解。對(duì)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(duì)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(shí)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(cè)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(chǎng)等場(chǎng)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(shí)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(duì)圖像進(jìn)行處理，需解析圖像，并對(duì)之進(jìn)行加工，從中獲取目標(biāo)圖像，滿足預(yù)期需要。對(duì)該技術(shù)進(jìn)行應(yīng)用，主要包括如下過程：（1）對(duì)圖像進(jìn)行處理前，先對(duì)之進(jìn)行轉(zhuǎn)化，將其轉(zhuǎn)化為能被計(jì)算機(jī)系統(tǒng)識(shí)別的相關(guān)數(shù)據(jù)，在計(jì)算機(jī)中存儲(chǔ)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(duì)計(jì)算機(jī)中存儲(chǔ)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(duì)二維數(shù)組提供支持，能對(duì)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(duì)像灰素度等級(jí)進(jìn)行量化，能形成超過16位的灰度，從而實(shí)現(xiàn)對(duì)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(duì)圖像進(jìn)行處理，最基本的要求，是實(shí)現(xiàn)對(duì)真實(shí)場(chǎng)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(huì)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(duì)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(duì)原有品質(zhì)的良好保持。該技術(shù)還能對(duì)圖像進(jìn)行科學(xué)保存、有效復(fù)制和快速傳輸，不僅不會(huì)對(duì)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?qǐng)D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(duì)于何種信息源，均可對(duì)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(chǔ)存，通過對(duì)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(chǎng)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(duì)三維數(shù)據(jù)場(chǎng)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(dòng)兩類方式，對(duì)光場(chǎng)進(jìn)行重構(gòu)。對(duì)該技術(shù)原理進(jìn)行闡述，可借助五維光場(chǎng)函數(shù)對(duì)三維立體空間相應(yīng)的光場(chǎng)函數(shù)進(jìn)行分析，即通過對(duì)三維空間內(nèi)存在的光場(chǎng)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(duì)圖像處理相關(guān)技術(shù)進(jìn)行闡述。技術(shù)實(shí)現(xiàn)，需對(duì)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(duì)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(duì)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(duì)三維光場(chǎng)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(duì)物體進(jìn)行拍攝，需通過三維基礎(chǔ)對(duì)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(chǔ)。通過FPGA技術(shù)對(duì)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(duì)圖像進(jìn)行切片處理，圖像相關(guān)的數(shù)據(jù)信息完成對(duì)DVI視頻接口的進(jìn)入后，由DMD控制設(shè)備對(duì)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(duì)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(duì)伺服電機(jī)進(jìn)行運(yùn)用，通過電機(jī)驅(qū)動(dòng)，轉(zhuǎn)速傳感器能對(duì)轉(zhuǎn)臺(tái)角度以及轉(zhuǎn)臺(tái)速度進(jìn)行探測(cè)，并向控制器傳遞所探測(cè)的相關(guān)信號(hào)，據(jù)此對(duì)轉(zhuǎn)臺(tái)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(dòng)，設(shè)備會(huì)同步采集裝置相應(yīng)的位置信息，DVI信號(hào)將幀頻輸出，控制器形成的編碼即位DVI幀頻信號(hào)。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(duì)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(chǎng)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(duì)此，需通過計(jì)算機(jī)圖像處理技術(shù)對(duì)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(duì)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(duì)圖像畸變產(chǎn)生的影響較小，在對(duì)圖像畸變相關(guān)算法進(jìn)行研究時(shí)，通常會(huì)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?。?duì)于此類畸變相應(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(duì)稱中心形成直線。對(duì)圖像進(jìn)行矯正處理，需將對(duì)稱中心找準(zhǔn)，再通過計(jì)算機(jī)視覺算法，對(duì)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(jiǎn)單掌握畸變系數(shù)，但對(duì)于復(fù)雜情況的圖像畸變，利用該方式則難以實(shí)現(xiàn)對(duì)畸變系數(shù)的準(zhǔn)確描述。對(duì)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?；贐P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(duì)網(wǎng)絡(luò)模型實(shí)際難度的有效降低，還能簡(jiǎn)化其復(fù)雜程度，并對(duì)權(quán)值數(shù)量進(jìn)行減少，能增強(qiáng)識(shí)別畸變圖像和對(duì)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(duì)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(duì)簡(jiǎn)單的訓(xùn)練方式，學(xué)習(xí)難度相對(duì)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(duì)網(wǎng)絡(luò)的直接穿入，無需對(duì)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(duì)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(duì)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(duì)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(duì)可能形成的集中變形進(jìn)行充分考慮，根據(jù)檢測(cè)窗比例的實(shí)際情況，對(duì)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(duì)Matlab軟件進(jìn)行了應(yīng)用，對(duì)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(duì)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(duì)圖像進(jìn)行矯正時(shí)，在畸變圖像中對(duì)每個(gè)點(diǎn)進(jìn)行映射，再通過灰度差值對(duì)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(huì)明顯存在灰度缺點(diǎn)。對(duì)此，通過雙線性插值法，對(duì)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(duì)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(duì)卷積與降采樣層具體數(shù)量進(jìn)行科學(xué)設(shè)置，對(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)查找表的自動(dòng)生成。根據(jù)上述方法實(shí)施相同操作，對(duì)灰度值進(jìn)行計(jì)算，再替換當(dāng)前灰度值，完成對(duì)全部畸變點(diǎn)相應(yīng)的灰度值替換后，即完成了對(duì)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(duì)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(duì)此，需通過圖像處理技術(shù)和相關(guān)方法對(duì)圖像畸變進(jìn)行處理。基于計(jì)算機(jī)視覺算法，利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)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(duì)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(dòng)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）.