【摘 要】伴隨著科技不斷發(fā)展，基于OPENCV的計算機視覺技術(shù)應(yīng)運而生，該技術(shù)的出現(xiàn)受到了社會的廣泛關(guān)注。本文將對計算機視覺技術(shù)應(yīng)用原理進行分析，論述基于OPENCV的運動物體檢測。并且從三個角度分析基于OPENCV的圖像預(yù)處理技術(shù)，為計算機視覺技術(shù)創(chuàng)新提供依據(jù)。

【關(guān)鍵詞】OPENCV；計算機視覺技術(shù)；研究

計算機視覺技術(shù)能夠有效的實現(xiàn)人眼的分類、分割、跟蹤以及判別等，在先進的技術(shù)下，在視覺系統(tǒng)中能夠創(chuàng)建出3D等圖像元素數(shù)據(jù)，并且根據(jù)系統(tǒng)需求獲取信息?；贠PENCV的計算機視覺技術(shù)研究比較晚，在諸多方面還處于探索階段，在該技術(shù)研發(fā)環(huán)節(jié)中還存在著很多問題。

一、計算機視覺技術(shù)應(yīng)用原理

基于OPENCV的計算機視覺技術(shù)，應(yīng)用于視頻中運動物體檢測時，主要分為宏觀和微觀兩種檢測方式。其中宏觀檢測方式是指，以視頻中的某一個畫面為研究對象，研究內(nèi)容比較整體。而微觀檢測方式在整幅圖像的基礎(chǔ)上，截取一小部分，根據(jù)實際需求在一小部分內(nèi)部進行檢測。在進行計算機視覺技術(shù)研究當(dāng)中分為兩個環(huán)節(jié)，第一環(huán)節(jié)，圖像數(shù)據(jù)信息的采集，第二環(huán)節(jié)，對于圖像數(shù)據(jù)信息預(yù)處理。例如，當(dāng)在宏觀的圖像數(shù)據(jù)分析下，只需要對圖像進行整體分析就可以，而在微觀的檢測技術(shù)下，需要根據(jù)技術(shù)需求，對圖像進行科學(xué)分割。

二、基于OPENCV的運動物體檢測

在對與動物體進行檢測的環(huán)節(jié)中，在OPENCV技術(shù)基礎(chǔ)上，需要對視頻中運動的物體進行特征性的捕捉。一般正在運動的物體其輪廓、顏色以及性狀等比較特殊，在特征捕捉中比較便捷。通過宏觀的物體運動捕捉，將所在運動的物體與運動背景相互分離，以便于對運動物體的數(shù)據(jù)信息進行研究?；诨贠PENCV的運動物體檢測主要分為三個步驟：

第一，視頻流的捕捉；在進行圖與像分離的過程中，需要對視頻流進行科學(xué)的捕捉，保障所得的圖像數(shù)據(jù)信息真實、清晰而完整。當(dāng)視頻流捕捉完成之后，才能夠在此基礎(chǔ)上進行圖像的格式轉(zhuǎn)換。

第二，視頻格式的轉(zhuǎn)換；所需要研究的圖像數(shù)據(jù)格式有可能能與視頻格式不同，因此，需要進行視頻格式的轉(zhuǎn)換。

第三，獲取圖像的預(yù)處理； 當(dāng)在視頻圖像獲取環(huán)節(jié)中，圖像數(shù)據(jù)信息容易受到環(huán)境因素以及其他人為因素的干擾，為了減小圖像本身所帶來的誤差，需要對圖像進行預(yù)處理，根據(jù)實際的數(shù)據(jù)需求進行圖像特征提取[2]。

三、基于OPENCV的圖像預(yù)處理

計算機視覺處理技術(shù)所應(yīng)用的環(huán)境比較復(fù)雜，視頻數(shù)據(jù)比較容易受到環(huán)境因素的干擾而發(fā)生變化，對后期的視頻數(shù)據(jù)信息處理帶來麻煩。計算機視覺應(yīng)用環(huán)境中存在著光照，而光照并不是一成不變的，光照在不同情況下對計算機視覺技術(shù)的所產(chǎn)生的影響不同。因此，需要對光照的條件進行綜合考慮。同時溫度、氣候等因素都會對運動數(shù)據(jù)采集產(chǎn)生明顯的影響。當(dāng)這些環(huán)境因素出現(xiàn)時，將會使得圖像采集的質(zhì)量降低，為了提升圖像數(shù)據(jù)信息采集的真實性，需要對基于OPENCV的圖像進行預(yù)處理。當(dāng)預(yù)處理完成之后才能夠有序的進行運動物體的分離、檢測和信息跟蹤?；贠PENCV的圖像預(yù)處理技術(shù)主要包含平滑度濾波、圖像填充以及背景的更新等。

（一）平滑度濾波技術(shù)

基于OPENCV的圖像預(yù)處理中除了環(huán)境因素的影響比較大之外，噪點問題也比較嚴重。平滑度濾波技術(shù)就是一種針對噪點進行處理的技術(shù)，噪點的預(yù)處理實現(xiàn)方式有兩種：第一種，線性處理法方式。第二種，非線性處理方式。其中線性的處理方式能夠直接面向圖像中的噪點，將噪點消除，但是該種該種噪點消除的方式會使得圖像畫質(zhì)不清晰，變得模糊。在噪點比較少的圖像中，該種方式比較適用，并且對圖像影響比較小。當(dāng)圖像中的噪點比較多時，使用該種直接消除噪點的方式效果比較差。因此可以采取第二種非線性的處理技術(shù)，該種技術(shù)是在復(fù)雜的圖像處理下，將圖像中的噪點進行縮小。噪點縮小的方式不會對圖像的畫質(zhì)產(chǎn)生嚴重的影響，雖然在圖像處理環(huán)節(jié)中所需要的時間比較長，但是效果顯著，在實際應(yīng)用中比較常見。

（二）圖像填充技術(shù)

圖像填充技術(shù)也不單一，是在逐幀處理技術(shù)下，所實現(xiàn)的圖形后期處理。當(dāng)在OPENCV技術(shù)下，將運動中的圖像獲取出來之后，需要利用計算機信息技術(shù)對圖像進行處理。第一種處理方式為邊緣填充技術(shù)，當(dāng)計算機系統(tǒng)對物體輪廓進行辨別之后，在形態(tài)學(xué)指導(dǎo)下，進行漫水填充，從而實現(xiàn)對運動物體周圍的噪點進行顏色上的填充。該種形態(tài)填充模式下，能夠有效減小畫面整體的元素受到影響。第二種方式就是腐蝕膨脹處理技術(shù)，該種技術(shù)的原理與第一種方式相似，增加噪點與圖像的差別，使得計算機能夠迅速的發(fā)現(xiàn)噪點，并且將噪點有效消除。

（三）背景的實時更新技術(shù)

將運動圖像與背景相互分離的環(huán)節(jié)中，在此過程中，有效的發(fā)現(xiàn)背景元素至關(guān)重要。逐幀處理技術(shù)中，對第一幀圖像固定，并且對第一幀圖像所在的背景元素進行識別。然后在下一幀圖像處理環(huán)節(jié)中，注意背景元素的更新。在實際背景元素更新中主要分為四個環(huán)節(jié)：第一，對系統(tǒng)中的第一幀圖像進行判斷；第二，將OPENCV技術(shù)處理下的圖像進行單灰度值處理。第三，對圖像噪點進行高斯平滑度濾波處理；第四，形態(tài)學(xué)下的噪點填充技術(shù)二次處理。

結(jié)論

綜上所述，基于OPENCV的計算機視覺技術(shù)，主要應(yīng)用于視頻中運動物體檢測中，在視覺系統(tǒng)中能夠創(chuàng)建出3D等圖像元素數(shù)據(jù)，并且根據(jù)系統(tǒng)需求獲取信息。在OPENCV技術(shù)下的圖像預(yù)處理技術(shù)是本文研究的重點，本文分別從平滑度濾波技術(shù)、圖像填充技術(shù)以及背景的實時更新技術(shù)等三個基礎(chǔ)層來分析計算機視覺技術(shù)下的圖像預(yù)處理。

作者簡介：陸莉芳（1977-），女，云南宣威人，碩士，講師，研究方向：計算機科學(xué)教育。

參考文獻：

[1]周鵬.基于OpenCV的雙目立體視覺系統(tǒng)定標與三維重構(gòu)技術(shù)研究[D].寧夏大學(xué)，2015.

[2]陳洋.嵌入式OpenCV的移植與人臉識別[D].遼寧師范大學(xué)，2012.

[3]吳鐵峰，趙智超.OPENCV的計算機視覺技術(shù)研究[J].信息技術(shù)與信息化，2015，09：91-92.