基于OpenCV高尔夫球击打指导系统设计与实现-软件工程专业论文.docxVIP

  • 1
  • 0
  • 约4.06万字
  • 约 60页
  • 2019-02-15 发布于上海
  • 举报

基于OpenCV高尔夫球击打指导系统设计与实现-软件工程专业论文.docx

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集 体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中 以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名: 日期: 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密□, 在 年解密后适用本授权书。 本论文属于  不保密□。 (请在以上方框内打“√”) 学位论文作者签名: 指导教师签名: 日期: 年 月 日 日期: 年 月 日 华中科技大学硕士学位论文 华 中 科 技 大 学 硕 士 学 位 论 文 PAGE 10 PAGE 10 1 绪论 本章首先简要介绍了基于 OpenCV 的计算机视觉相关技术应用的研究目的和意 义,并简要介绍目前国内外对计算机视觉相关技术的研究趋势及应用状况。最后提 出本文的研究内容。 1.1 项目背景 基于 OpenCV 的计算机视觉相关技术应用的项目背景。 计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄 像设备和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图 像处理,用计算机处理成为更适合人眼观察或传送给仪器检测的图像[1]。 作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像 或者多维数据中获取信息的人工智能系统,用来帮助做出一个决定。因为感知可以 看作是从感官信号中提取信息,所以计算机视觉也可以看作是研究如何使人工系统 从图像或多维数据中“感知”的科学。作为一个工程学科,计算机视觉寻求基于相 关理论与模型来建立计算机视觉系统。这类系统的组成部分包括:程序控制(例如 工业机器人和无人驾驶汽车),事件监测(例如图像监测),信息组织(例如图像 数据库和图像序列的索引建立),物体与环境建模(例如工业检查,医学图像分析 和拓扑建模),交感互动(例如人机互动的输入设备)。计算机视觉同样可以被看 作是生物视觉的一个补充[2]。在生物视觉领域中,人类和各种动物的视觉都得到了研 究,从而建立了这些视觉系统感知信息过程中所使用的物理模型。另一方面,在计 算机视觉中,靠软件和硬件实现的人工智能系统得到了研究与描述。生物视觉与计 算机视觉进行的学科间交流为彼此都带来了巨大价值。 计算机视觉,图象处理,图像分析,机器人视觉和机器视觉是彼此紧密关联的学 科。这些学科的基础理论大致是相同的,然而各研究机构,学术期刊,会议及公司 往往把自己特别的归为其中某一个领域,于是各种各样的用来区分这些学科的特征 便被提了出来。计算机视觉的研究对象主要是映射到单幅或多幅图像上的三维场景, 例如三维场景的重建。计算机视觉的研究很大程度上针对图像的内容[3]。图象处理与 图像分析的研究对象主要是二维图像,实现图像的转化,尤其针对像素级别的操作, 例如提高图像对比度,边缘提取,去噪声和几何变换如图像旋转。这一特征表明无 论是图像处理还是图像分析其研究内容都和图像的具体内容无关。机器视觉主要是 指工业领域的视觉研究[4],例如自主机器人的视觉,用于检测和测量的视觉。这表明 在这一领域通过软件硬件,图像感知与控制理论往往与图像处理得到紧密结合来实 现高效的机器人控制或各种实时操作。 1.2 国内外研究现状 计算机视觉系统的结构形式很大程度上依赖于其具体应用方向。国内外目前对 计算机视觉的研究主要集中在以下几个领域: (1)图像获取:一幅数字图像是由一个或多个图像感知器产生,这里的感知器 可以是各种光敏摄像机,包括遥感设备,X 射线断层摄影仪,雷达,超声波接收器 等。产生的图片可以是普通的二维图像,三维图组或者一个图像序列。图片的像素 值往往对应于光在一个或多个光谱段上的强度(灰度图或彩色图),但也可以是相 关的各种物理数据,如声波,电磁波或核磁共振的深度,吸收度或反射度[5]。 (2)预处理:在对图像实施具体的计算机视觉方法来提取某种特定的信息前, 一种或一些预处理往往被采用来使图像满足后继方法的要求。例如:二次取样保证 图像坐标的正确、平滑去噪滤除感知器引入的设备噪声、提高对比度来保证实现相 关信息可以被检测到、调整尺度空间使图像结构适合局部应用[6]。 (3)特征提取:从图像中提取各种复杂度的特征。例如:线,边缘提取局部化 的特征点检测如边角检测,斑点检测更复杂的特征可能与图像中的纹理形状或运动 有关[7]。

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档