关键词：焊线机；机器视觉；HALCON；运动控制
中图分类号：TP27文献标识码：A文章编号：1009-3044(2011)12-2900-02
TheDesignofVisionMovementControlSystemBasedonHalcon
LONGYi-zhong,WANGFeng-bin,ZHUMeng
(XinyangAgriculturalCollege,Xinyang464000,China)
Abstract:Thispaperdepictsamovementcontrolsystemdevelopmentbasedonmachinevision,thesystemisdesignedtomaketheWT-2302wirebondingmachineIntelligentbyacameraAcquiringimagesandHALCONimplementingtofindandtolocatefocusregions.
Keywords:wirebondingmachine;machinevision;halcon;movementcontrol
图像处理技术是计算机应用的一个重要领域。机器视觉运动控制系统是视觉系统与运动控制系统的结合，能够大幅提高机器智能化水平，是现阶段工业设备的设计与改造中热点应用技术。机器视觉运动控制系统，是利用计算机技术、自动控制技术和图像采集处理技术，通过相机对目标的寻找和通过电机对执行机构进行的运动控制，以实现对预定运动目标的处理。有了机器视觉尤如在机器上装上“眼睛”，近年来在工业自动化领域广泛应用。
当前普遍使用的LED焊线机智能化程度不高、人力消耗大，而机器视觉技术日益成熟为设计新型焊线机带来了机遇。本文阐述利用高速、高精度机器视觉软件HALCON对伟天星WT-2302金丝球焊线机进行智能化改造。
1系统硬件组成及其工作原理
整个系统包括两大部分：视觉定位部分和焊线部分。
计算机视觉运动控制系统完成目标定位，原伟天星焊线机执行焊线任务。
LED焊线机视觉运动控制系统包括：图像采集系统、目标运动控制系统、计算机控制系统等三大部分，系统组成如图1。图像采集系统主要包括光源、显微镜、获取目标图像的相机和将目标图像上传计算机的图像采集卡；目标运动控制系统包括三轴工作平台、控制平台的三个步进电机和电机控制卡；计算机控制系统包括图像采集卡及步进电机控制卡的驱动程序，对目标图像进行搜索、匹配、定位等进行的图像处理软件。
该系统的工作过程是：工业相机将采集到的图像传送给计算机，计算机利用图像处理软件对目标图像进行匹配、定位，将目标位置坐标转换成步进电机控制坐标，完成XYZ工作平台上LED芯片定位，由焊线机实现对LED芯片的焊线工作。
2软件设计
软件设计主要是利用VB6.0和HALCON8.0完成图像的采集、处理和电机控制。其中电机控制程序可直接将厂家提供的驱动程序加载到VB中，并在自行设计的VB界面程序中调用其相应的参数即可。
图像的采集与处理主要包括图像的采集、目标图像模板的获取、目标图像与模板的匹配、匹配返回参数的处理等。
1）VB利用HALCON8.0的控件完成图像的采集与处理。程序流程图如图2所示。
2）程序主要代码及运行参数如下：
CallFramegrabber.("DirectShow",1,1,0,0,0,0,"default",-1,"default",-1#,"default","default","default",-1,1)。
设置图像捕捉的参数采集图像：X、Y分辨率，图像宽和高，起始行列，半或全图像选择段，每通道位数，颜色，设备参数，外部激发，相机类型，相机名称，端口。
SetShapeImage=TImage.InspectShapeModel(ShapeROI,1,55)。
侦测形状模板：输入图像，输出图像，返回形状，寻找等级，阈值。
SetTmpID=TImage.CreateScaledShapeModel(0,Tuple.TupleRad(-25),Tuple.TupleRad(50),0,0.9,1.25,0,"none","use_polarity",55,0)。
创建形状模板：模板旋转起始角、扩展角、角度分辨率，缩放最大、最小值、缩放分辨率，预设相似度，对比度与形状识别关联，对比度，最小对比度。
FindRow=Img.FindScaledShapeModel(TmpID,Tuple.TupleRad(-25),Tuple.TupleRad(50),0.9,1.25,0.6,1,0,"least_squares_very_high",0,0.9,FindCol,FindAngle,FindScale,FindScore)
根据模板寻找目标：形状旋转起始角、旋转角范围，缩放最大、最小值，最小得分，匹配数，最大交叠，亚像素，满意度，列坐标，角度，缩放比，得分。
以上参数设置因开发对象及环境条件而改变。通过以上过程返回目标参数，VB对参数进行处理后驱动电机定位，并发送信号给伟天星焊线机实施焊线。
3结论
本系统是利用机器视觉技术，通过HALCON软件将伟天星WT-2302金丝球焊线机由手动改装为全自动，改装后性能相当稳定。配合自行设计的上下料装置，生产速度提高到原来的1.5倍，工人人数减少到原来的八分之一，并大大降低了工作强度。由此可见，在原有设备的基础上进行智能化改造是当前设备升级的一条重要途径，既能保留原有设备不致废弃，又能获得高效的性能，减少设备成本。
参考文献：
[1]邱荣茂,王大鸣,崔振勇.螺纹的三维建模[J].现代制造工程,2003(7):38.
[2]郭克希.VisualLISP开发三维圆柱螺旋线程序[J].机电一体化,2001(6):56-57.
[3]陶卫民,周立.用VBA编程生成螺纹三维实体模型[J].机床与液压,2002(6):154-155.
1计算机视觉的概述及基本体系结构
1.1计算机视觉概述
通过使用计算机和相关设备，对生物视觉进行模拟的方式，就是计算机视觉。对采集到的图片或视频进行相应的技术处理，从而获得相应的三维信息场景，是计算机视觉的主要任务。计算机视觉是一门学问，它就如何通过计算机和照相机的运用，使人们获得被拍摄对象的数据与信息所需等问题进行研究。简单的说，就是让计算机通过人们给其安装上的“大脑”和“眼睛”，对周围环境进行感知。计算机视觉是一门综合性学科，在各个领域都有所作为，已经吸引了各个领域的研究者对其研究。同时，计算机视觉也是科学领域中一个具有重要挑战性的研究。
1.2计算机视觉领域基本体系结构
提出第一个较为完善的视觉系统框架的是Marr，他从信息处理系统角度出发，结合图像处理、心理物理学等多领域的研究成果，提出被计算机视觉工作者基本接受的计算机视觉系统框架。在此基础上，研究者们针对视觉系统框架的各个角度、各个阶段、各个功能进行分析研究，得出了计算机视觉系统的基本体系结构，如图1。
2计算机视觉在交通领域的应用
2.1牌照识别
车辆的唯一身份是车辆牌照。在检测违规车辆、稽查被盗车辆和管理停车场工作中，车辆牌照的有效识别与检测具有重要的作用和应用价值。然而在实际应用工作中，虽然车牌识别技术相对成熟，但是由于受到拍摄角度、光照、天气等因素的影响，车牌识别技术仍需改善。车牌定位技术、车牌字符识别技术和车牌字符分割技术是组成车牌识别技术的重要部分。
2.2车辆检测
目前，城市交通路口处红绿灯的间隔时间是固定不变的，但是受交通路口的位置不同、时间不同的影响，每个交通路口的交通流量也是持续变化的。此外，对于某些交通区域来说，公共资源的配备，比如交通警察、交通车辆的数量是有限的。如果能根据计算机视觉技术，对交通路口的不同时间、不同位置的交通情况进行分析计算，并对交通流量进行预测，有利于为交通警察缩短出警时间、为交通路口的红绿灯根据实际情况设置动态变化等技术提供支持。
2.3统计公交乘客人数
城市公共交通的核心内容是城市公交调度问题，一个城市如何合理的解决公交调度问题，是缓解城市运力和运量矛盾，缓解城市交通紧张的有效措施。城市公交调度问题，为公交公司与乘客的平衡利益，为公交公司的经济利益和社会效益的提高做出了巨大的贡献。由于在不同的地域、不同的时间，公交客流会存在不均衡性，高峰时段的公交乘客过多，平峰时段的公交乘客过少，造成了公交调度不均衡问题，使有限资源浪费严重。在计算机视觉智能公交系统中，自动乘客计数技术是其关键技术。自动乘客计数技术，是对乘客上下车的时间和地点自动收集的最有效的技术之一。根据其收集到的数据，从时间和地点两方面对客流分析，为城市公交调度进行合理的安排。
2.4对车道偏离程度和驾驶员工作状态判断
交通事故的发生率随着车辆数量的增加而增加。引发交通事故的重要因素之一就是驾驶员疲劳驾驶。据相关数据显示，因车道偏离导致的交通事故在40%以上。其中，驾驶员的疲劳驾驶就是导致车道偏离的主要原因。针对此种现象，为减少交通事故的发生，计算机视觉中车道偏离预警系统被研究开发并被广泛应用。针对驾驶员眨眼频率，利用计算机视觉对驾驶员面部进行图像处理和分析，再根据疲劳驾驶关注度与眨眼频率的关系，对驾驶员的工作状态进行判断。此外，根据道路识别技术，对车辆行驶状态进行检测，也是判断驾驶员工作状态的方法之一。这两种方法，是目前基于计算机视觉的基础上，检测驾驶员疲劳状态的有效方法。
2.5路面破损检测
最常见的路面损坏方式就是裂缝。利用计算机视觉，及时发现路面破损情况，并在其裂缝程度严重之前进行修补，有利于节省维护成本，也避免出现路面坍塌，车辆凹陷的情况发生。利用计算机视觉进行路面检测，相较于之前人工视觉检测相比，有效提高了视觉检测的效率，增强了自动化程度，提高了安全性，为市民的出行安全带来了更高保障。
3结论
本文从计算机视觉的概述，及计算机视觉基本体系结构，和计算机视觉在交通领域中的应用三面进行分析，可见计算机视觉在交通领域中的广泛应用，在交通领域中应用的有效性、显著性，以此可得计算机视觉在现展过程中的重要性。随着计算机视觉技术的越来越成熟，交通领域的检测管理一定会加严格，更加安全。
作者:夏栋单位:同济大学软件学院
参考文献:
[1]段里仁.智能交通系境在我国道路空通管理中的应用[J].北方工业时报,2015(06).
[2]王丰元.计算机视觉在建筑区间的应用实例分析[J].河北电力学报,2015(04).
[3]李钊称.主动测距技术在计算机数据分析中的作用探析[J].计算机应用,2015(08).
[4]马良红.三维物体影像的摄取与分析[J].中国公路学报,2014(05).
【关键词】计算机视觉运动目标跟踪算法
在计算机等现代科学技术尚未出现以前，人们在获取外界信息时往往主要依赖视觉，而在我国计算机技术水平不断发展提升的背景之下，计算机视觉技术的出现使得人类肉眼视觉得到了进一步的发展延伸，尤其是在各种传感器技术的帮助之下，使得人们能够对保持运动状态的目标进行实时跟踪，从而准确掌握目标的具体形态属性。在此背景之下，本文将运动目标设定为运动的人脸，通过探究基于计算机视觉的运动目标跟踪算法，希望能够为相关研究人员提供相关参考和帮助。
1Kalmanfilter目标跟踪算法的简要概述
Kalmanfilter目标跟踪算法是当前众多跟踪算法当中使用范围较广、使用频率比较集中的一种跟踪算法，这一算法最早可以追溯至上个世纪六十年代，人们通过将滤波理论与状态空间模型相集合，从而得到的一种递推估计的算法也就是卡尔曼滤波理论。其通过利用上一时刻获取的预估值以及当下获取的实际观测值，在信号与噪声状态空间模型当中不断更新状态变量，进而顺利完成估计预测并获得当前时刻估计预测值。经过不断的发展，在计算机图像处理以及其他运动目标跟踪当中经常会使用Kalmanfilter算法。如果在k时刻系统下的状态向量用xk表示，那么在t0时刻下初始化的状态预测方程为；在tk时刻下更新系统状态的具体方程为
，其中Hk、Zk分别表示测量矩阵m×n维以及转移矩阵n×n维的状态向量。但在跟踪计算机视觉运动目标譬如说视频目标时，由于相邻的两帧视频图像本身时间间隔非常短，因此目标在这一时间内难以发生明显的运动状态变化，此时我们可以通过将此间隔时间设定为单位时间，同时目标在单位时间内一直保持匀速运动状态，这时我们可以得到一个状态转移矩阵且
，定义系统观测矩阵即为
，定义噪声Wk以及Vk协方差矩阵则可以分别用
和表示。
如果在滤波器在经过若干次卡尔曼滤波后仍然能够恢复至原始状态，则其具有较好的稳定性，但如果在进行运动目标跟踪实验的过程当中，对于处于运动状态的被跟踪目标，一旦出现遮挡行为则将在第一时间内暂停估计参数，并将这一参数估计值直接代入到状态方程当中，使得运动目标无论是否被遮挡均可以对其进行精确跟踪。
2基于计算机视觉的运动目标跟踪算法
2.1建立颜色概率模型
颜色囊括了诸多的信息量光柱点，尤其是在人类的视觉世界从本质上来说也是一种用过感知自然界色彩以及明暗变化的世界，因此人们可以通过使用三基色原理获得RGB颜色空间。考虑到颜色与计算机视觉场景当中各个场景和目标之间有着紧密的关系，同时不同于目标的大小、形态等其他视觉特征，颜色特征鲜少会受到包括观察视角等在内各因素的干扰影响，从某种角度上来说基于颜色特征的运动目标具有较好的稳定性。为了能够保障目标跟踪既稳定又迅速，需要选择合适的颜色特征，否则将极有可能导致出现跟踪失败。在这一环节当中人们通常使用的是RGB颜色空间以及HSI颜色空间，但由于二者均具有一定的局限性，因此本文在对人脸特征尤其是颜色特征进行选取时，选择了rgI颜色直方图的方法，在解决两N颜色空间自身缺陷的同时，尽量避免目标人脸运动位置以及尺寸等变化因素对目标追踪造成的干扰影响。在rgI颜色直方图当中
，，，L=r+g+I其中R、G、B就是RGB颜色空间当中的三原色，r、g、I有着相同的取值范围即在0到1之间。保持间隔相等的情况下划分L值即可得到rgI颜色直方图。虽然rgI颜色直方图与物体相对应，但如果目标只是位置以及尺寸等出现变化，rgI颜色直方图并不会受到任何实质性影响，因此在理想情况下，利用rgI颜色直方图能够对视频图像中不同运动位置以及不同尺寸的人脸进行目标追踪。
2.2跟踪算法
运动目标的不断变化将会使得模板图像随之发生相应变化，因此需要不断更新模板图像才能够有效完成对运动目标的连续跟踪，本文在对运动目标的实际运动范围进行预测过程中选择使用卡尔曼滤波，之后利用rgI颜色直方图在预测运动范围之内搜索和匹配相应目标，从而通过此举获得与目标模板有着最小欧式距离的区域，在此过程当中存在一个特定阈值T，如果两者的欧氏距离在进行相减时差值没有超过这个特定阈值，那么此时该区域就是运动目标所在的实际位置，利用在这一区域当中的rgI颜色直方图并将其充当下一帧运动目标的匹配模板，在不断重复的过程中模板能够实现不间断地更新。由于相邻的两帧视频图像之间，时间间隔并不长，因此目标人脸在极短的时间间隔当中基本上不会出现突然变化，此时我们可以认为运动目标人脸的运动连续性比较强，此时利用公式
可以进行欧式距离的计算并用以衡量匹配的模板。其中匹配区域和模板的rgI颜色直方图分别用l和l'表示，而rgI颜色直方图中的维数则用n进行表示。根据相关视频图像显示，通过不断更新模板确实可以对目标运动人脸进行实时跟踪显示。
3结束语
总而言之，本文通过选择当前比较常见的目标跟踪算法即Kalmanfilter算法，利用卡尔曼滤波以及rgI颜色直方图完成对运动人脸的跟踪。事实证明，Kalmanfilter算法确实能够在对各目标之间的干扰进行明确区分的基础之上，准确描述运动人脸目标，从而较好地跟踪运动目标，但由于人脸之间本身存在一定的相似性，因此本文只是对理想状态下的运动人脸进行跟踪实验，日后还需要对计算机视觉技术和Kalmanfilter算法进行进一步优化以妥善解决多人脸目标以及相似性问题。
参考文献
[1]郑薇.基于双目视觉的运动目标跟踪算法研究及应用[D].哈尔滨：哈尔滨工程大学，2014.
[2]李慧霞，李临生，闫庆森，周景文.基于MeanShift算法的目标跟踪综述[J].计算机与现代化，2017（01）：65-70.
[3]李寰宇，毕笃彦，杨源，查宇飞，覃兵，张立朝.基于计算机视觉的运动目标跟踪算法研究[J].电子与信息学报，2015（09）：2033-2039.
[4]陈曦，殷华博.基于计算机视觉运动目标跟踪技术分析[J].无线电工程，2014（06）：22-24+39.
关键词：增强现实；视线追踪；应用
增强现实（AugmentedReality简称AR）技术是近年来的一个研究热点，有着广泛的应用前景。它是对现实世界的补充，使得虚拟物体从感官上成为周围真实环境的组成部分。与传统的虚拟现实（VirtualReality简称VR）不同，增强现实只是实现对现实环境的增强，加深了对现实环境的感受。在实际的AR体验中，因为人的观察视线会不断地变化，AR系统需要实时的根据用户的视场重新建立位置坐标系，进行追踪。而视线追踪技术就是实时地跟踪用户头部的位置和视线方向，根据这些信息来确定虚拟物体在真实空间坐标中的位置，并将它实时地显示在显示器中的正确位置。
一、视线追踪技术及其特点
（一）视线追踪技术概述。
视线追踪也称为眼动追踪，它被认为是研究视觉信息加工的有效手段。利用专用设备来记录学习者的眼球运动（Eve-Movement，简称眼动）情况，可以作为分析学习者内部心理活动情况的依据。关于视线追踪技术的研究己有较长历史，目前它己在多个领域得到广泛应用。例如用于图片广告研究（网页评估、设计评估等）、动态分析（航空航天、体育运动、汽车、飞机驾驶等）、产品测试（可用性测试）、场景研究（商场购物、店铺装演、家居环境等）和人机交互等多个领域。此外，视线追踪在智能计算机、智能家电、虚拟现实和数字游戏等领域也有很好的应用前景。
在眼动实验研究中，当被试对视觉信息进行提取时，其注视时间、注视次数、注视点序列、眼跳距离、回视次数、瞳孔直径等通常被视为思维和心理加工的重要参数。因此，通过对被试在学习过程中的实时眼动信息进行观测，可用于分析和引导其学习的依据。眼动模式一般分为三种：注视（fixation）、眼跳（saccade）和追随运动（pursuitmovement）。其中，持续一段时间、相对稳定的眼球运动称为注视；眼球快速运动时导致视觉区域的聚焦点产生变化，这种行为称为眼跳；眼睛缓慢、平滑地追踪某个缓慢运动的目标，则称为追随运动。通过分析眼动模式和相关参数，可以获得很多重要的信息。例如，眼跳速度会随着疲倦程度的增加而降低，而随着学习任务难度的增加而增加；眨眼速度和眼睛睁开程度的降低则可能意味着疲倦的加重。因此，可以据此来确定学习者的学习精神状态，或对其学习过程进行分析，从而采取相应的学习策略或干预措施。
（二）视线追踪系统的类型及其特点。
人眼的注视点主要由头的方位和眼睛视线决定。头的方位决定了人眼可能注视的范围，眼睛的视线决定了注视点的精确位置。国内外将视觉跟踪技术按照借助的媒介分为硬件和软件两种。以硬件为基础的视线跟踪的基本工作原理是利用图像处理技术，通过摄像机摄入瞳孔反射的红外线记录视线变化，达到视线追踪的目的。视线跟踪装置目前有穿戴式与非穿戴式，接触式与非接触式，如带上专用头盔、眼镜或者头部固定支架，置于头部上的摄像机，这种情形用户使用较不舒适。通过软件实现的视线跟踪方法，对用户没有干扰，首先利用摄像机获取头部、脸部或眼睛图像，再经过软件分析对视线定位与跟踪。由于不需要佩戴任何装置，用户的自由度舒适度较好。
人与计算机交互是研究人与计算机之间沟通的技术，将视线跟踪、语音识别、手势输入、感觉反馈等引入人机交互，提高了交互的自然性和高效性。视线追踪技术同样引发了人机交互系统的改革，鼠标、触控板的消失，及通过追踪人眼视线，用眼神来操作电脑、输入文字、玩游戏。
二、视线追踪技术在AR增强现实研究中的应用
（一）显示技术。
AR的简单定义就是将计算机生成的虚拟数字信息叠加到现实的生活场景中。这个“叠加”是需要通过显示设备作为中介来实现。
增强现实系统中的显示器可以分为头盔显示器（HMD）和非头盔显示设备。目前，一般的增强现实系统主要使用透视式头盔显示器。透视式头盔显示器主要由三个基本环节构成：虚拟信息显示通道、真实环境显示通道、图像融合及显示通道。其中，虚拟信息的显示原理与虚拟现实系统所用的浸没式头盔显示器基本相同；图像融合与显示通道是与用户交互的最终接口，根据其中真实环境的表现方式，可分为基于CCD摄像原理的视频透视式头盔显示器和基于光学原理的光学透视式头盔显示器两类。
光W透视技术是通过安装在设备眼前的光学透镜来呈现出真实和虚拟世界。首先计算机生成的虚拟信息经过光学系统放大后反射后进入视野，透过透镜又能直接看到现实场景，两部分的信息汇聚到人眼的视网膜上实现AR的效果。视频透视技术是借助安装在头显上的摄像头来捕捉获取外部真实环境，计算机将数字模拟信息叠加到摄像机的视频信号上，再将真实场景和虚拟场景进行融合。相比较光学透视技术，它的视角场更大，而且不受外界的强光干扰。不过一旦摄像机与用户的视点不能保持完全重合，会产生一些偏差。
（二）跟踪注册技术。
基于计算机视觉的注册技术主要是指利用计算机视觉获取真实场景的信息后，经过图像处理方面的知识来识别和跟踪定位真实场景。细分可以划为基于传统标志的注册算法和基于自然特征点无标志注册算法。基于计算机视觉的注册技术的精度较高，但是对计算量非常大，而且算法复杂，对系统的要求非常高。
为了取长补短，得到更加精确的注册结果，现在有结合两种技术的混合注册方法。通常是先由跟踪传感器大概估计位置姿态，再通过视觉法进一步精确调整定位。一般采用的复合法有视觉与电磁跟踪结合、视觉与惯导跟踪结合、视觉与GPS跟踪结合等。
三、结论
在国外，增强现实早已在医学、遥操作、制造与维修、可视化与教育培训、娱乐、军事训练等领域取得了成功应用。在国内，不少单位和个人对增强现实中的关键技术和算法进行了研究，并且以牙科医学、设备维修等许多背景得到了初步应用研究。但国内的研究目前仍多限于实验阶段，与国外的应用水平还有一定距离。
目前，随着增强现实的快速发展，出现了许多新的研究方向，如新的显示方式、照片真实感图形绘制、调节现实、基于网络的增强现实和针对户外随身增强现实系统的技术等等。其中涉及到的技术包括基于图像的绘制（IBMR）、多通道信息融合、普适计算技术、显示设备和跟踪设备的随身便携化等。随着系统性能的提高、操作过程的简化和设备成本的降低，增强现实会在越来越多的领域得到广泛应用。
参考文献：
[1]奚惠宁等.视线追踪应用技术的专利分析[J].电视技术，2013（S2）。
关键词：视觉原理；计算机视觉艺术；数字媒体；应用
利用计算机所具有的视觉艺术，大众仅仅利用需要实施身体动作来直接性的操作以及控制，根本就不需要学习就能够启动以及进行一定的操作，这样更加方便老年人以及儿童的实际操作。在数字媒体当中，应该对计算机视觉艺术进行充分利用，更加方便人们的实际操作，同时还能够保证其更好的感受艺术方面所具有的魅力，让群众在足够放松的时刻能够对创作者的实际思想以及意图进行充分的了解以及掌握，对艺术价值进行充分发挥，进而来有效提升艺术人文的实际价值。
1对计算机视觉原理进行分析
通常来讲，计算机视觉还称为机械视觉，属于是机械来对人类视觉进行一定的模仿的光学识别系统，利用光学系统、感应器、光源等来实现物体定位、动作的追踪以及视线的判断等相关的功能。一般情况下，工程技术所运用的基本都是计算机视觉，当有着一定的环境以及模式时，计算机视觉在进行持续性的工作时，能够有效保证持续工作有着非常高的正确性以及准确性，还能够对人工不可以完成的任务进行很好的完成。当计算机视觉在进行实际的工作过程中，最为基本的条件是先对映像进行处理，之后输入模拟讯号，对数字影像进行一定的处理以及分析。实际的工作流程是：影像在摄入之后，应该对其进行一定的强化，除去噪声，之后对图像特征进行一定的压缩以及获取。在对数据库样本进行一定的对比之后，对程序进行有效的分析以及判断，做出有效的指令。
2对数字媒体当中计算机视觉艺术的实际应用进行分析
2.1艺术与计算机进行一定的融合时，应该对动画、声音以及图像等因素进行有效结合，在对艺术语言表现形式进行丰富的同时，应该提高作品的感染力
在有些结合视觉艺术以及数字媒体时，应该保证在对画面进行观看时，应该有效的欣赏画面，还可以有效的感受到声色等。利用高度仿真的听觉、触觉以及视觉，保证大众在进行玩游戏时，可以对虚拟世界进行真实的感受，还能够利用动作以及肢体语言等来和计算机实现有效的交流。保证大众不是对电影单独的进行欣赏，还应该更好的参与到其中，体会艺术的表演。
2.2在数字媒体当中运用计算机视觉艺术能够对艺术的实际表达形式进行有效的丰富
随着交互技术的逐渐成熟以及发展，让该技术得到了有效的拓展以及广泛的运用。运用交互技术，应该让人们不受到被动的欣赏，应该积极的参与到视觉艺术当中，保证大众的积极参与以及做出判断，同能够利用各种选择来呈现出过程以及解决，对观众的兴趣进行充分的调动，进而来有效提高大众的参与积极性。
2.3在电子游戏当中，运用计算机视觉艺术，应该在相对比较大型的电子游戏当中进行计算机视觉技术的运用
在实际的游戏过程当中，大部分的玩家基本上不再是仅仅运用键盘以及鼠标来实施游戏，大部分都是利用身体行动来移动。通常情况下，机器利用摄像机部来对玩家的具体身体动作进行一定的捕捉，玩家能够与机器相连接的手枪进行有效的操作，射中屏幕当中的对象。同时，手机上的相对比较小型的电子游戏，仅仅需要手指来滑动屏幕，就能够实现实物的运动以及跳跃等，进而来躲避障碍。除此之外，仅仅需要稍微的倾斜一些收集，就能够实现人物两侧的奔跑，同时还能够保证声光效果，实现互动，具有非常大的震撼力，会在很大程度上促进大众参与的积极性。
2.4分析数字媒体中计算机视觉技术的应用，保证数字媒体技术有效表现艺术
同时在实用艺术以及纯艺术当中，也会运用到数字媒体，该技术能够让相对比较单纯的个人视觉实现有效的创造，同时还能够把艺术箱社会性视觉产品进行转化，并得到一定的经济效益。同时，大众能够通过剪切以及拷贝等相关的方式来有效获取视觉技术，之后有效的转化艺术资源，有效奠定了创作视觉艺术的基础。现阶段，大众对于个性化以及独特性有着逐渐提高的需求，在对相对比较独特的视觉技术进行追求时，在一定程度上提高了评价视觉作品的标准。在数字媒体当中运用计算机视觉技术，会在很大程度上提高大众对美的享受，保证大众能够充分感受到舒适以及愉快的感觉，同时还能够得到审美方面的评价，在该过程当中，不能够参杂任何的因素，应该让计算机视觉因素仅仅对视觉美感以及视觉形式进行充分的追求，可以有效体现艺术的本质。同时，数字媒体有着美方面的品格，有效结合计算机视觉艺术，保证数字媒体艺术的美以及真。这个实际的运用过程能够有效提升审美方面的机制，更好的领悟视觉艺术当中所存在的美。
3结语
综上所述，在数字媒体当中，计算机视觉技术的运用，应该有效结合图像、动画、声音以及文本等多个因素，在对语言表现的具体形式进行一定的丰富时，应该让作品具有更大的感染力。除此之外，还应该保证视觉技术有何足够的光声效果，利用一定的互动，会具有非常大的震撼能力，积极促进大众的参与程度。还可以在很大程度上满足大众对于美方面的追求，进而对其所具有的艺术价值进行充分发挥，有效提升艺术所具有的人文价值。
参考文献
[1]刘晓,王会霞.计算机视觉艺术在数字媒体领域的应用研究[J].互联网天地,2015,07:21-24.
[2]丛婧.浅谈计算机视觉艺术在数字媒体的应用[J].电子制作,2013,18:75.
Abstract：Thispaperputsforwardthecameracalibrationmethodincomputervision，throughanalysisofprincipleofcomputervision，andanalyzestheapplicationofcameracalibrationmethodsincomputervision.
关键词：计算机；视觉；摄像机；定标
Keywords：computer；visual；camera；scaling
中图分类号：TP391.4文献标识码：A文章编号：1006-4311（2013）24-0193-02
0引言
在计算机技术快速发展的今天，人们越来越依赖于计算机，计算机在人们的生活工作中占有重要的地位。计算机中的各种应用层出不穷，广泛应用在各个领域，计算机视觉在摄像中的应用为摄像机定标方法提供了巨大的参考价值。由于人们对摄像机拍摄效果的要求，使得摄像机在不断改革更新，摄像机的定标方法是摄像机研究领域备受关注的话题。计算机视觉中摄像机的定标方法是摄像机研究领域所推崇的，它受到了研究人员的高度重视。计算机视觉中摄像机的定标方法呈现出了高质量的摄像效果，极大地满足了人们对摄像机摄像效果的要求。
1计算机视觉投影原理
计算机视觉投影原理是利用光的折射现象，把视觉中呈现的影像投射到摄影机的屏幕上，形成了固定的图像。在计算机视觉中摄影机的成像原理就是利用光的感应，通过对摄像机的焦距进行调整，确定拍摄目标在摄像机镜头中的位置，然后利用光的折射形成固定的图像。在进行摄像时调整焦距是非常关键的，焦距就是镜头与目标之间的距离，这两者距离的远近决定了摄像的效果。如果焦距太远的话，目标成像就会非常小甚至是模糊。如果焦距太近的话，目标成像会很大也会导致无法看清图像，所以调整焦距是非常必要的，只有调好了焦距才会形成高质量的图像。
2计算机视觉中的摄像机定标方法
2.1三维立体定标法摄像机的成像往往都是三维立体的，把图形通过每个立体面详细的表现出来，以达到完美的效果。要想达到三维立体的效果在对摄像目标的位置进行确定时，就要找出目标的三维坐标点，以便接下来的摄像工作可以顺利进行。然后在图像投影中找到对应的三维坐标，这一步决定了整个摄像过程的设计方案。最后确定目标在摄影镜头中的实际三维坐标，根据镜头中目标的实际三维坐标形成具体的图像。三维立体定标方法的操作原理就是把目标的三维投影进行分步成像，和实际成像效果相联系，形成镜头中具体的三维图像。在计算机视觉中把三维成像图进行处理，对三维定标的参数进行分析，找出最优的三维成像方法，使摄像机呈现出高质量的摄像效果。
2.2平面定标法平面定标法就是利用多个成像平面对目标的位置进行分析，选择合适的成像平面对目标进行位置的确定。每个平面的成像都是不同的，由于每个平面的成像都是在运动的，所以应该在摄像机与目标之间的平面内找到一个点，来分析目标与摄像机之间的成像规律，然后根据这一规律对目标进行定标，使摄像机中运动的目标给人们带来不一样的感受。随着目标的不断运动，摄像机与目标之间平面内的点会越来越多，对物体的定标会受到这些点的影响，物体定标的准确度也越来越高，为摄像机定标提供了可靠的信息支持，会减少摄像机定标的成本，提高了摄像的经济效益。相比三维立体定标法，平面定标的精确度更高，定标所用的时间相对较短，所以平面定标法在摄像研究领域中值得推广。
2.3双平面定标法所谓的双平面定标法就是利用镜头与目标之间的两个平面的成像点来进行定标，不需要成像平面上的光线通过平面中心，只要选取两个平面之间任意两点坐标来对定标参数进行计算分析，得出具体的成像图。这种定标方式不受平面中心的影响可以在任意点上成像，减少了定标参数的数量，提高了定标的工作效率。但是由于双平面定标法只是任意选取两平面上的点，对定标的精确度造成了一定的影响，使计算机对参数的运算缺少可靠的数据支持，一定程度上降低了摄像机的成像清晰度，使计算机视觉中摄像机的定标精度存在一定的偏差，呈现出来的具体图像质量相对比较差。
2.4直线两点定标法在三维立体和平面定标法的基础上，又进一步研究了直线两点定标法，极大程度上满足了人们对摄像效果的要求。直线两点定标法是利用定标物与摄像机镜头之间的直线上的两点进行定标。然后通过计算机视觉对这两点的坐标参数进行分析，然后摄像机利用这些参数对摄像机的焦距进行调整，确定物体的具置。在三维立体和平面定标的基础上对计算机视觉程序进行改进升级，进一步提高对物体定标的精确度。对原有定标方法进行创新改进得出了直线两点定标法使定标参数的数量大幅度的下降，节省了很多的人工成本，摄像机的清晰度也会大大提高。
2.5透视变换焦距的定标法透视变换焦距定标法是通过分析镜头与目标之间的距离，不断调整两者之间的距离使镜头里呈现出来的图形清晰为止，然后就将现在的目标设置为定标物。由于这种定标方法不用去分析具体的定标参数被人们广泛的应用。随着科技的发展现在的摄像机都有自动调整焦距功能，不用人为的去调整焦距，使定标物更快地呈现在镜头中，节省了大量的定标时间，计算机的运算速度也加快了。但是这种定标方法也存在一定的缺陷，在实际操作如果不考虑摄像环境以及摄像镜头的变化，定标的精确度会存在一定的偏差，导致镜头中的定标物成像不清晰。
3计算机视觉中摄像机定标方法的应用
3.1在计算机视觉中摄像机的主动定标计算机视觉中摄像机的定标方法推动了计算机技术在摄像机中的广泛应用。计算机视觉中摄像机的主动定标是计算机技术在摄像机中的显著应用。计算机技术使摄像机在定标过程中主动寻找定标物，使焦距和视角很好地配合，充分发挥计算机视觉在摄像机中的成像原理，把定标方法合理地运用在摄像机主动定标过程中，使摄像机的清晰度得到大幅度地提升。
3.2分层次进行摄像机的定标随着计算机技术在摄像机定标中的不断发展更新，摄影者喜欢分层次地进行定标，把自己的观点融入到摄像机定标过程中，用自己的思维对定标参数进行分析，利用计算机视觉成像原理把定标物直观的反映在计算机上，以便更好的对定标物进行分析，以其中一个定标物的成像平面来确定定标物的具体成像图，使摄像机镜头中的定标物图像可以更清晰。这种分层次的定标使计算机技术可以更好的应用在摄像机定标过程中，呈现出高质量的摄像效果。
4总结
在计算机视觉中摄像机的定标方法都是可行的，但各种方法都存在一定的缺陷，所以在实际应用中还应该根据摄影环境以及摄影机的质量选择最优的定标方法，保证定标参数的准确性，在镜头里呈现出清晰的成像。针对计算机视觉中摄像机定标方法的缺陷，摄像机的研究领域应该要不断更新摄像机定标方法，提高摄像机定标的精确度，不断满足人们对摄像机清晰度的要求，呈现出清晰的摄像效果。
参考文献：
[1]邱茂林，马颂德，李毅.计算机视觉中摄像机定标综述[J].自动化学报，2000（1）.
[2]伍雪冬，蒋新华，李建兴，黄靖.计算机视觉中传统摄像机定标方法综述[J].福建工程学院学报，2007（1）.