基于计算机视觉算法的图像处理技术研究

杨 璐

（南京航空航天大学金城学院 江苏 南京 210000）

1 引言

以往二维图形只能显示正面的投影，但如今随着数字化社会的不断进步，一种新型技术应运而生，即利用三维模型对图形进行立体化处理，也就是利用计算机视觉来对图像本身进行投影处理[1]。这与以前的网络构架相比，其校正精度是很高的，被广泛应用于处理图像的过程中。

2 计算机图像处理技术

2.1 图像处理步骤

若要利用计算机技术处理图像，第1个步骤就是分析图像，并得到图像的详细数据，最终获得要处理的图像信息。图像进行处理过程中主要步骤有两个：（1）将要进行处理的图像转变成计算机可以获取的数据值，然后把数据进行保存，以方便后续图像处理。（2）计算机中存储的图像数据使用不同的计算方法进行图像格式转换和数据处理。

2.2 图像类别

在计算机对图像处理过程中，图像种类可以划分成两种：（1）模拟图像。这种图像的类型日常非常容易见到。模拟图像的传输特点是速度很快，但是精度比较低，应用时不够灵活。（2）数字图像。随着科技不断发展，图像也慢慢朝着数字科技发展。数字图像是在信息技术和数字技术下产生的新型技术。数字图像相比于模拟图像精度更高。

2.3 技术特点

图像处理技术的主要优点：（1）准确性更高。由于数字化科技的不断发展，互联网科技已经融入了人们的生活中，特别是数字图像领域。利用数字化图像，获得一个二维的阵列，其二维阵列可以对图像直接进行数字化处理，以便能够用任何一种大小来改变二维阵列。人们大多数会利用一个可以识别的仪器来判断像素的灰度等级数值，而这个等级数值最高可以达到16位数，直接提高了数据本身的准确性，同时仍然可以满足人们对于图像处理技术的需求。（2）拥有很强的再现能力。所以，人们对于图像处理的要求是很简单的，他们的主要目的还是为了可以增大图像的真实质量。模拟图像技术会大大降低图像的原始品质，并且其再现性也并非十分理想。在应用了数字图像处理技术之后，数字图像就能够比较准确地重新再现原始的图像，无论图像是否被处理，图像本身的质量依旧没有遭到破坏。另外，计算机数字图像信号处理技术也可以科学地在不影响原始数字图像质量的条件下保存数字图像，复制数字图像和传输数字图像，并且具有高再现性。（3）计算机对图像进行处理，其意义非常广泛。图像的格式直接决定了图像的处理方式，与以前的模拟图像比较，这个技术可以处理的图像更加的丰富，不论是光图像、流行图像，还是航空图像，只要使用了数字化图像编码仪器，就可以将图像变成为二维的图像。所以，计算机的图像处理技术有非常好的意义。无论信息源的类型是什么种类，都可以对图像进行数字化处理，使用网络技术可以快速地对图像进行处理，远远可以满足当今社会日常的需要。

3 计算机视觉显示系统设计

3.1 光场重构

可以利用三维立体显示器与二维像素进行比较，3D可以映射立体空间中3D数据字段中的每个点。成像点是用于3D图像的体素点，一系列体素点形成真实的3D图像。可以使用光学马达和机械运动来重建光场。为了说明此技术的原理，可以使用5D光场函数来分析3D空间中的光场函数。在3D光场功能中，空间点的3D坐标和坐标的向下方向指示数字图像的颜色信息。图1表示的就是计算机视觉算法的光场传播。对点的集合进行仔细的划分，可以分为好多个子集。利用具有漫反射技术的二维屏幕与二维的投射构建成一个光场，可以重建每个子集，并且所重建的图像处于三维状态。有研究表明，二维投影技术的应用可以实现剪切图像的重建，并且随着该技术的高速旋转，重建图像也属于三维光场范围。见图1。

图1 光场传播图

3.2 显示系统设计

本文主要采用的技术就是通过计算机视觉算法去解释图像进行处理的过程，在实现技术的过程中，需要使用一个ARM仪器，来实现三维图像的显示，可以以任意的角度观看图像。在三维系统中，分辨率非常的高，体素的值也很高，最高可以达到30 m。通过与现有的点相比较，柱面状态的图像像素点可以重新建立3D光场，但像场角度不大，分辨率不高。在3D环境中拍摄的对象，需要在3D模式下查看对象并将投影对象的成像序列存储在SDRAM中。

三维条件之下图像的显示步骤见图2。

图2 真三维立体显示

4 图像畸变矫正算法

4.1 畸变矫正过程

目前，计算机图像处理技术发展的越来越好，已经可以满足当今人们的基本使用需求。利用手机联网技术对已经失真的图像进行扫描识别。主要技术就是通过仪器将图像竖直投射出来，由于投射出来的竖直倍率有可能会发生改变，这样的改变会使智能交互式真实三维显示装置中透反射屏幕上的像素产生偏离[2]。

而偏离的距离会在很大程度上直接影响图像本身。所以，又会产生一项新技术，即对已经失真的图像进行处理。由于最终目标地图像失真具有几何学习或者变形特性，所以我们很有必要基于最终目标地图像失真校正的算法从最终目标地减少或去除失真，以便从最终目标地图像中尽可能多地减少或完全消除这些失真，并将它们恢复到原始状态[3]。畸变类型主要可以分成两种：（1）切向畸变。由于切向类型在对图像处理之后所产生的影响比较小，所以使用该技术的次数比较少。（2）径向畸变。使用径向失真算法作为主要组成部分。径向变化又有两种类型：桶状和枕式变化。投影装置所产生的图像径向失真就是一个桶形的失真类型。在这样扭曲的光学系统之下，三维空间中，任意一个直线，除了一条线性对称的中心外，其余都不是一条直线。当人们在计算机执行视觉校正处理时，他们首先需要寻找一个对称的中心，接着就是将计算机图像处理技术用到实际的图像处理中。在一般情况之下，图像本身的失真情况主要是由于空间状态的曲线性失真所引起的，也可以简称为曲线性失真。

4.2 畸变图像处理

对于卷积神经网络，建议使用稀疏连接方式和权重进行共享。主要原因在于这种方法更加容易，学习起来难度也很小，同时也比较适合运用于已经失真的图像处理。在对失真的图像进行处理之后，图像渗透到网络中，不再需要对数据进行重新提取。在权重共享之下，计算机图像处理技术不仅可以在控制图像处理的同时减少训练参数，而且具有良好的泛化能力。如果数字化图像的分辨率为227×227，则在减去平均值之后，神经网络将具有5个卷积层和2个完全连接的层。对于卷积神经网络的计算，把图像原本的信息进行转换，而此时图像可能会产生不同的形状。所以，需要去考虑检测区域的形状，将其根据检测窗口的比例切成特定的尺寸。

5 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1 000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[4]。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，这时我们可以得到影片中校正后的完整图像。

6 结语

目前，互联网技术以及利用其数字化模型图像代替了传统的图像，而人们对于数字化图像的接受程度也非常高，主要是因为其极高的质量以及真实感。然而，关于图像失真的问题，需要对图像失真校正方法进行进一步的研究。本文主要利用了计算机视觉技术的卷积神经网络来进行图像处理，基于图像的灰度来提高图像的清晰程度以及图片的整体质量，以保证对图像进行处理的质量。