简介:计算机视觉是人工智能的重要发展方向,能够极大地改善人与世界的交互方式。计算机视觉基本要素包括数据、算法模型和运算力,核心技术涉及图像分类、对象检测、目标跟踪、语义分割和实例分割。计算机视觉算法技术层壁垒高,硬件层资本密集、巨头众多,应用层市场较为分散,我国中上游技术水平有待提升,技术融合创新、新型算法研发及成本的降低、GPU芯片技术及产业化等仍面临严峻挑战。此外,前端智能化、前后端协同计算和软硬件一体化成为明显发展趋势,数据和应用场景将成为企业布局的关键点,深度学习和卷积神经网络将推动计算机视觉持续优化升级。未来,我国应从强化产业链协同发展、大力开展技术攻关、支持挖掘未来场景应用等方面打造本土计算机视觉产业集群,提升产业国际竞争实力。
简介:为了有效地评价图像质量,该文提出一种应用人眼视觉特性的全参考图像质量评价方法。该方法主要考察了人眼的两个视觉特性,即韦伯定律和视觉注意机制,并利用这两个特性计算对应的差异激励图和视觉显著性图,将其作为能够反映图像失真的特征图,同时考虑了观察因素的影响,最后得到了失真图像的质量评价指标。实验结果表明,该方法在LIVE、CSIQ和LIVEMD三个图像库上有很好的表现。三个图像库的加权平均结果显示,本文方法的表现优于所有对比方法,包括近期提出的GMSD和VSI方法,说明本文方法的评价结果与主观感知不仅具有更好的一致性,而且具有很好的通用性和鲁棒性。
简介:摘要:随着现代制造业的快速发展,对机械零件的尺寸测量精度和效率提出了更高的要求。基于机器视觉的机械零件尺寸测量技术成为研究热点,具有非接触、实时、高精度等优点。本文针对现有测量技术存在的问题,设计了一种基于机器视觉的机械零件尺寸测量系统。首先,分析了机器视觉测量系统的硬件组成,包括计算机、图像传感器、镜头、光源和载物台等部件。然后,探讨了系统软件的设计,包括图像采集、预处理、特征提取、尺寸测量和误差分析等环节。最后,通过实验验证了系统的可行性和有效性。本文的研究为机械零件尺寸测量提供了新的思路和方法,对提高我国制造业竞争力具有重要意义。