C++Builder下基于OpenCV的数字图像处理

详细地介绍了用于数字图像处理的开放源代码的计算机视觉类库——OpenCV。利用OpenCV中的数字图像处理函数使复杂的问题变得简单化。介绍了OpenCV的特点及功能,对最新版本的OpenCV新增的功能作了详细的论述,并且讨论了在C++Builder环境下如何配置OpenCV,最后在此基础上给出了两个应用实例。对数字图像处理的研究具有一定的实用价值。

基于MPI和OpenCV遥感图像匹配的并行实现

灰度匹配是遥感图像处理中一项重要技术,匹配方法虽然精度高,但计算量大,时间长。针对这一问题,介绍了遥感图像灰度匹配的并行策略,基于消息传递接口(MPI)和开源计算机视觉库(OpenCV)实现了归一化积相关灰度匹配并行算法,并依此算法来验证遥感灰度匹配的并行性能。实验结果表明,该算法能获得良好的加速比且并行效率大于1,说明基于该算法的遥感图像匹配可以显著提高遥感图像处理的效率。

基于OpenCV的实验室监控系统的研究与实现

高校实验室等重要场所的安全监控已经成为高校今后发展中所面临的具体任务。文章在视频监控的基础上,利用背景差分算法的结果,设计了一个结合监控、报警功能的视频系统。系统功能在Visual C＋＋集成开发环境中基于OpenCV编程实现的。能实时、形象、真实地反映被监控对象,并长时间获取被监控对象的信息,极大地提高了管理效率和自动化水平。

基于OpenCV的车道线智能检测和识别

随着智能驾驶系统的发展和普及,准确识别驾驶环境变得非常关键,车道线检测技术可以为车辆提供自身位置信息是高级驾驶辅助系统和自动驾驶系统的重要组成部分。提出了一种基于开源计算机视觉库(OpenCV)进行车道线智能检测和识别的方法,首先对图像进行灰度化、高斯模糊得到模糊图像,然后通过坎尼(Canny)边缘检测算法得到边缘图像,最后对得到的边缘图像进行霍夫变换实现智能检测并识别出车道线。

一种基于OpenCV及CVUT的摄像机标定方法

该文以摄像机标定为研究对象,简单介绍了OpenCV及CVUT(computer vision utilitytools),分析了计算机视觉函数库OpenCV中的摄像机模型,其中的非线性畸变考虑到了切向畸变和径向畸变。根据模型详细给出了标定过程,通过标定过程给出OpenCV及CVUT的标定算法,充分发挥了OpenCV的函数库和CVUT功能,从而实现了摄像机标定。该算法对于图像处理与计算机视觉方面的应用设计具有实用价值,并且可以缩短应用程序的开发周期,消除C语言中比较常见的内存泄露问题,具有良好的跨平台移植性,可满足视觉检测或其它计算机视觉系统的需要。

基于LBP和OpenCV的实时人脸检测系统设计

为了在实时的视频流中快速准确地检测人脸信息,本文采用了一种基于人脸局部LBP特征的检测方法,利用Open CV视觉开发库,在Visual Studio2010环境下采用C++语言开发了一套实时人脸检测系统,利用Open CV中的两个工具opencv_traincascade和opencv_createsamples对样本数据库AR和FERET中的图像进行学习训练,通过训练后的人脸和人眼分类器face.xml和eye.xml文件对实时图像进行人脸检测。测试表明,相较于传统采用Haar特征的人脸检测系统,本文采用的LBP特征人脸检测系统,在检测速度和准确性方面效果更好,本系统也可以在移动平台上部署。

基于OpenCV的织物疵点自动检测技术研究

为保证织物疵点自动检测技术在尽可能低的误检和漏检率条件下,达到尽可能高的检测速度,本文基于开放计算机视觉(OpenCV),给出了判断疵点存在性和利用小波变换提取疵点纹理特征的方法。在Visual C++6.0环境下,开发了单色织物疵点检测和特征值提取程序,并对刮线、色污、长残、脏污、断纱、白杠、反丝、飞花、锈斑和掉扣等疵点样片进行检测实验。实验结果表明,经过小波变换处理后的子图,对于线状疵点织物,其特征值在疵点走向方向上(经向子图或者纬向子图)的变化明显,而对于面状疵点,其特征值在经、纬方向上均变化明显。该研究对实际检测系统的设计开发具有应用价值。

OpenCV和YOLOv8在车流量统计中的应用研究

为了提供更准确的车流量统计数据以协助交通管理部门实现科学调度,本文应用OpenCV开源计算机视觉库和YOLOv8深度学习模型,对道路上的车辆进行目标检测和跟踪,统计来往的车流量。对比这2种应用统计的结果,可知基于YOLOv8深度学习模型统计的结果具有更高的准确性,对解决城市交通拥堵问题具有重要意义。

Open CV在嵌入式系统中的移植研究

自英特尔研发出开源计算机视觉类库Open CV以来,它在PC平台上的视觉开发得到了比较广泛的应用。随着嵌入式处理器的性能日益提升、价格不断下降,带来日益广泛的嵌入式计算机视觉应用。因此将Open CV的各种视觉应用移植到嵌入式平台是个加速嵌入式系统开发的不错选择。首先简单分析了在嵌入式平台上移植Open CV应该注意的一些问题,然后以Open CV的人脸检测算法在Power PC处理器上的移植为例来研究其在嵌入式系统中的应用价值。

社会科学视域下的计算机视觉研究:历史、理论与方法

计算机视觉技术发展迅速,为社会科学研究者挖掘视觉数据、研究人类行为、发现新的理论“绿洲”提供了新的路径。通过系统梳理当前与计算机视觉技术相关的社会科学文献,分析总结该领域的发轫历史、发展趋势、关注议题、相关理论概念以及研究方法,发现计算机视觉研究主要涉及的理论包括视觉效果相关理论、自我认知相关理论、社会交往相关理论和心理学相关理论四类;研究议题包括政治学、媒体传播、群体行为、区域与人口研究四大方向。在方法上,社交媒体是构成计算机视觉研究最主要的数据来源,主要分析工具包括开源工具、商业平台应用程序接口(API)和研究者自己开发的工具,涵盖12种视觉分析技术。在此基础上,从计算机视觉研究为中国社会科学跨学科研究带来的新契机、计算机视觉研究的理论困境、视觉变量的测量信度与效度以及视频数据获取和使用的伦理问题四个层面,对社会科学视域下的计算机视觉研究进行了反思。

基于TwinCAT3的一种开源机器人控制系统设计

目前主流工业机器人为封闭式控制结构,存在不开源、二次开发难的问题,因此设计一种基于TwinCAT3(the windows control and automation technology)的跨平台、可移植性好的机器人控制系统架构。该架构包含视觉、运动控制和算法集成与仿真控制模块,采用倍福自动化设备规范(automation device specification,ADS)通信技术和实时工业以太网总线技术(ethernet for control automation technology,EtherCAT),建立以计算机(personal computer,PC)和倍福控制器为EtherCAT主站,控制多组从站执行器的一主多从工作模式。该模式结合离线与在线控制、集成数字孪生技术,完成虚拟样机与物理样机的联动;采用开源可扩展架构,便于视觉算法、智能算法等算法集成。经实验验证,此架构具有拓展性好、实时性强的特点。

基于Haar⁃like特征的人脸检测算法研究与应用

随着社会信息化和智能化的不断发展,人脸检测技术逐渐成为目标检测领域的热点话题。研究方法包括文献研究法和理论分析法,该研究采用基于Haar⁃like特征的AdaBoost人脸检测算法,结合OpenCV计算机视觉开源库,旨在实现对目标图像中可能存在的人脸区域进行高效检测。Haar⁃like特征利用图像中的黑白相间区域来描述目标形状特征,结合AdaBoost算法能够提高人脸检测的准确性和鲁棒性。OpenCV开源库的使用使得算法实现更加便捷高效。经过实验证明,基于Haar⁃like特征的AdaBoost人脸检测算法不仅能够提高对人脸图像的检测率,还能够显著缩短人脸检测的时间,具有很高的实用价值。因此,基于Haar⁃like特征的AdaBoost人脸检测算法的研究和应用具有重要意义,对推动人脸识别技术的发展具有积极的推动作用。

一种基于Canny算子的图像边缘检测改进算法

针对传统单一的Canny算子在使用高斯滤波进行平滑处理时丢失大量边缘信息、无法保留大量图像细节的问题,提出一种基于Canny算子的图像边缘检测改进算法,弥补了传统算法在图像边缘检测中的不足.改进算法采用双边滤波代替传统高斯滤波,通过控制双边滤波器权重参数来减少图像边缘信息的丢失;利用小波变换对图像高频系数进行放大,并缩小低频系数,增强图像细节;在配置了开源计算机视觉库的Microsoft Visual Studio 2010开发环境下,将增强后的边缘信息与传统算法的边缘信息进行比较,以验证其视觉效果及参数效果.结果表明,改进算法较传统算法具有明显优势.

一种图像处理和计算机视觉的开发工具

该文探讨了可用于图像处理与计算机视觉编程的强大类库OpenCV,该类库使用起来极为方便,利用OpenCV中的数字图处理和计算机视觉的函数处理相关问题变得很简单。该文首先介绍OpenCV的强大功能以及研究的意义,然后介绍了OpenCV新版本的一些特点,并且讨论在VC++环境下的软件设置问题,最后给出了典型的图像处理的实例。随着计算机视觉和数字图像处理技术不断深入各个领域,OpenCV为VC++编程处理数字图像提供了极大的方便,具有广阔的应用前景,该文对于图像处理与计算机视觉方面的应用设计以及研究开发都将具有重要参考价值。

基于嵌入式Linux的便携式自动人脸检测与跟踪系统的应用研究

随着嵌入式微处理器、嵌入式Linux操作系统以及数字图像处理技术的深入发展,自动人脸检测和识别技术在具有嵌入式Linux操作的嵌入式开发平台中得到了发展和实现。本文在基于IntelPXA270嵌入式硬件开发平台和嵌入式Qt和开源计算机视觉库OpenCV软件开发平台基础上,对基于嵌入式Linux的便携式自动人脸检测和跟踪系统的应用进行了研究。

利用GDAL和OpenCV的海平面上升淹没模拟

由于全球气候变暖造成海平面上升,致使沿海城市面临将来被海水淹没的威胁。利用GDAL(geospatial data abstraction library)和OpenCV(open source computer vision library)开发了淹没算法和模拟系统,使用GDAL库处理Landsat卫星数据和ASTRE GDEM(advanced spaceborne thermal emission and reflection radiometer global digital elevation model)高程数据,同时OpenCV Mat数据结构作为底层数据结构。系统实现了有源淹没算法及其可视化。该模拟系统可以为海岸城市淹没灾害预警提供有效的支持。

基于Camshift算法的光笔投射点的实时跟踪

为实现对光笔投射点的实时跟踪,采用了Camshift跟踪算法,但是该算法在动态复杂背景及在颜色相似的背景区域中不能很好地进行跟踪。因此,提出了改进方法。首先,引入红色滤镜,以此改变Camshift算法颜色特征提取的效果,从而削弱了背景的影响,突出了目标,很好地克服了背景中的颜色干扰,使动态复杂背景下光笔投射点的跟踪具有较高的鲁棒性和实时性;然后通过改变区域选择方式,达到了自动跟踪的效果;最后,通过OpenCV实现了对光笔投射点的实时跟踪。实验结果表明,该方法在光笔投射点实时跟踪上是十分有效的。

基于Kinect的指尖检测与手势识别方法

针对基于视频的弯曲指尖点识别难、识别率不高的问题,提出一种基于深度信息、骨骼信息和彩色信息的手势识别方法。该方法首先利用Kinect相机的深度信息和骨骼信息初步快速判定手势在彩色图像中所在的区域,在该区域运用YCr Cb肤色模型分割出手势区域;然后计算手势轮廓点到掌心点的距离并生成距离曲线,设定曲线波峰与波谷的比值参数来判定指尖点;最后结合弯曲指尖点特征和最大内轮廓面积特征识别出常用的12个手势。实验结果验证阶段邀请了6位实验者在相对稳定的光照环境条件下来验证提出的方法,每个手势被实验120次,12种手势的平均识别率达到了97.92%。实验结果表明,该方法能快速定位手势并准确地识别出常用的12种手势,且识别率较高。

基于CVUT的双目视觉图像三维信息构建

在分析Intel开源计算机视觉库OpenCV及CVUT特点的基础上,结合畸变参数的影响,研究了摄像机模型和坐标转换关系,以及双目图像三维重构过程,提出一种基于CVUT的摄像机标定方法和双目图像三维重构方法.实验表明,该方法与传统的OpenCV标定方法以及Matlab的标定方法相比,标定周期短、精度较高,可以较好地构建二维图像的三维信息,程序执行稳定且鲁棒性较强,可广泛用于立体视觉等领域.

基于安卓手机的液晶屏数字识别系统的设计与实现

针对带有七段码的数字液晶屏,设计了一种基于安卓手机的液晶屏数字识别系统。通过手机拍照获取液晶屏图像,利用安卓本地接口功能调用计算机视觉库,对图像进行处理;针对图像的倾斜问题,通过图像预处理和霍夫变换取得图像倾斜角,并进行倾斜矫正;利用直方图对数字字符进行分割,以网格法提取字符的特征值,用三层BP神经网络进行液晶屏数字字符的识别。实际检测结果表明识别率很高,而且识别速度很快,该系统基于安卓手机,使用方便,便于携带,可以实时操作。