基于計算機視覺算法的圖像處理技術研究

楊 璐

（南京航空航天大學金城學院 江蘇 南京 210000）

1 引言

以往二維圖形只能顯示正面的投影，但如今隨著數字化社會的不斷進步，一種新型技術應運而生，即利用三維模型對圖形進行立體化處理，也就是利用計算機視覺來對圖像本身進行投影處理[1]。這與以前的網絡構架相比，其校正精度是很高的，被廣泛應用于處理圖像的過程中。

2 計算機圖像處理技術

2.1 圖像處理步驟

若要利用計算機技術處理圖像，第1個步驟就是分析圖像，并得到圖像的詳細數據，最終獲得要處理的圖像信息。圖像進行處理過程中主要步驟有兩個：（1）將要進行處理的圖像轉變成計算機可以獲取的數據值，然后把數據進行保存，以方便后續圖像處理。（2）計算機中存儲的圖像數據使用不同的計算方法進行圖像格式轉換和數據處理。

2.2 圖像類別

在計算機對圖像處理過程中，圖像種類可以劃分成兩種：（1）模擬圖像。這種圖像的類型日常非常容易見到。模擬圖像的傳輸特點是速度很快，但是精度比較低，應用時不夠靈活。（2）數字圖像。隨著科技不斷發展，圖像也慢慢朝著數字科技發展。數字圖像是在信息技術和數字技術下產生的新型技術。數字圖像相比于模擬圖像精度更高。

2.3 技術特點

圖像處理技術的主要優點：（1）準確性更高。由于數字化科技的不斷發展，互聯網科技已經融入了人們的生活中，特別是數字圖像領域。利用數字化圖像，獲得一個二維的陣列，其二維陣列可以對圖像直接進行數字化處理，以便能夠用任何一種大小來改變二維陣列。人們大多數會利用一個可以識別的儀器來判斷像素的灰度等級數值，而這個等級數值最高可以達到16位數，直接提高了數據本身的準確性，同時仍然可以滿足人們對于圖像處理技術的需求。（2）擁有很強的再現能力。所以，人們對于圖像處理的要求是很簡單的，他們的主要目的還是為了可以增大圖像的真實質量。模擬圖像技術會大大降低圖像的原始品質，并且其再現性也并非十分理想。在應用了數字圖像處理技術之后，數字圖像就能夠比較準確地重新再現原始的圖像，無論圖像是否被處理，圖像本身的質量依舊沒有遭到破壞。另外，計算機數字圖像信號處理技術也可以科學地在不影響原始數字圖像質量的條件下保存數字圖像，復制數字圖像和傳輸數字圖像，并且具有高再現性。（3）計算機對圖像進行處理，其意義非常廣泛。圖像的格式直接決定了圖像的處理方式，與以前的模擬圖像比較，這個技術可以處理的圖像更加的豐富，不論是光圖像、流行圖像，還是航空圖像，只要使用了數字化圖像編碼儀器，就可以將圖像變成為二維的圖像。所以，計算機的圖像處理技術有非常好的意義。無論信息源的類型是什么種類，都可以對圖像進行數字化處理，使用網絡技術可以快速地對圖像進行處理，遠遠可以滿足當今社會日常的需要。

3 計算機視覺顯示系統設計

3.1 光場重構

可以利用三維立體顯示器與二維像素進行比較，3D可以映射立體空間中3D數據字段中的每個點。成像點是用于3D圖像的體素點，一系列體素點形成真實的3D圖像。可以使用光學馬達和機械運動來重建光場。為了說明此技術的原理，可以使用5D光場函數來分析3D空間中的光場函數。在3D光場功能中，空間點的3D坐標和坐標的向下方向指示數字圖像的顏色信息。圖1表示的就是計算機視覺算法的光場傳播。對點的集合進行仔細的劃分，可以分為好多個子集。利用具有漫反射技術的二維屏幕與二維的投射構建成一個光場，可以重建每個子集，并且所重建的圖像處于三維狀態。有研究表明，二維投影技術的應用可以實現剪切圖像的重建，并且隨著該技術的高速旋轉，重建圖像也屬于三維光場范圍。見圖1。

圖1 光場傳播圖

3.2 顯示系統設計

本文主要采用的技術就是通過計算機視覺算法去解釋圖像進行處理的過程，在實現技術的過程中，需要使用一個ARM儀器，來實現三維圖像的顯示，可以以任意的角度觀看圖像。在三維系統中，分辨率非常的高，體素的值也很高，最高可以達到30 m。通過與現有的點相比較，柱面狀態的圖像像素點可以重新建立3D光場，但像場角度不大，分辨率不高。在3D環境中拍攝的對象，需要在3D模式下查看對象并將投影對象的成像序列存儲在SDRAM中。

三維條件之下圖像的顯示步驟見圖2。

圖2 真三維立體顯示

4 圖像畸變矯正算法

4.1 畸變矯正過程

目前，計算機圖像處理技術發展的越來越好，已經可以滿足當今人們的基本使用需求。利用手機聯網技術對已經失真的圖像進行掃描識別。主要技術就是通過儀器將圖像豎直投射出來，由于投射出來的豎直倍率有可能會發生改變，這樣的改變會使智能交互式真實三維顯示裝置中透反射屏幕上的像素產生偏離[2]。

而偏離的距離會在很大程度上直接影響圖像本身。所以，又會產生一項新技術，即對已經失真的圖像進行處理。由于最終目標地圖像失真具有幾何學習或者變形特性，所以我們很有必要基于最終目標地圖像失真校正的算法從最終目標地減少或去除失真，以便從最終目標地圖像中盡可能多地減少或完全消除這些失真，并將它們恢復到原始狀態[3]。畸變類型主要可以分成兩種：（1）切向畸變。由于切向類型在對圖像處理之后所產生的影響比較小，所以使用該技術的次數比較少。（2）徑向畸變。使用徑向失真算法作為主要組成部分。徑向變化又有兩種類型：桶狀和枕式變化。投影裝置所產生的圖像徑向失真就是一個桶形的失真類型。在這樣扭曲的光學系統之下，三維空間中，任意一個直線，除了一條線性對稱的中心外，其余都不是一條直線。當人們在計算機執行視覺校正處理時，他們首先需要尋找一個對稱的中心，接著就是將計算機圖像處理技術用到實際的圖像處理中。在一般情況之下，圖像本身的失真情況主要是由于空間狀態的曲線性失真所引起的，也可以簡稱為曲線性失真。

4.2 畸變圖像處理

對于卷積神經網絡，建議使用稀疏連接方式和權重進行共享。主要原因在于這種方法更加容易，學習起來難度也很小，同時也比較適合運用于已經失真的圖像處理。在對失真的圖像進行處理之后，圖像滲透到網絡中，不再需要對數據進行重新提取。在權重共享之下，計算機圖像處理技術不僅可以在控制圖像處理的同時減少訓練參數，而且具有良好的泛化能力。如果數字化圖像的分辨率為227×227，則在減去平均值之后，神經網絡將具有5個卷積層和2個完全連接的層。對于卷積神經網絡的計算，把圖像原本的信息進行轉換，而此時圖像可能會產生不同的形狀。所以，需要去考慮檢測區域的形狀，將其根據檢測窗口的比例切成特定的尺寸。

5 基于計算機視覺算法的圖像處理技術

通過利用計算機技術模型的實現來判斷程序是否實現了。在本文中，處理技術所用到的軟件是MATLAB軟件。在對實驗的圖像進行選取時，以1 000個畸變與標準的圖像為基礎，利用系統當中的工具包，在校正期間，將圖像的每個點映射到失真圖像中，然后，通過兩種灰度數值之間的誤差來確定相應的灰度。該圖像處理方法具有低通濾波器特性，具有圖像校正精度高、無灰度缺陷等優點。為此，采用雙線性插值方法對二維和三維空間中的畸變點進行灰度分析。當圖像在視覺層中發生幾何變形時，可以通過上述的計算機視覺算法對其輸入CNN模型，然后科學地分別設置卷積和下采樣兩層的數量、卷積和下采樣層的核心大小[4]。在設置完成之后，對卷積層進行輸出器位置的選擇，此時失真的圖像灰度差值是通過灰度雙線性差值來確定的。隨后，將該方法應用于每個影像中的畸變點，并重復地進行，當所有的畸變點被處理完畢，這時我們可以得到影片中校正后的完整圖像。

6 結語

目前，互聯網技術以及利用其數字化模型圖像代替了傳統的圖像，而人們對于數字化圖像的接受程度也非常高，主要是因為其極高的質量以及真實感。然而，關于圖像失真的問題，需要對圖像失真校正方法進行進一步的研究。本文主要利用了計算機視覺技術的卷積神經網絡來進行圖像處理，基于圖像的灰度來提高圖像的清晰程度以及圖片的整體質量，以保證對圖像進行處理的質量。