论文部分内容阅读
计算机视觉技术是20世纪60年代以来迅速发展起来的一门综合交叉性学科。它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学,神经生理学和认知科学等。计算机领域的研究主要集中在图形图像的算法研究和利用计算机模拟人类的视觉识别功能。由于该领域属于新兴科学,学术研究也一直处于理论研究阶段,实际应用范围很受局限。2006年美国Intel公司正式发布的计算机视觉处理库OpenCV的出现改变了这一现状,某种程度上使得计算机视觉处理的实际应用成为可能。OpenCV是Open Source Computer Vision Library的简称,是一套以计算机视觉分析应用为主要目的的图形图像开发库。Intel公司开发该库的初衷是为了推进计算机视觉技术在实际应用领域的发展,因而该库并不是简单的现有图形图像算法的集中罗列,而是站在计算机视觉应用的角度,重构现在图形图像学在算法方面已经取得的成果,以达到具有特征提取,模式识别,轨迹追踪,相机定标等人类基础视觉功能的一套算法库。本章在深入研究分析了OpenCV编程模型和Windows平台消息编程机制后,以实际项目高尔夫球击打指导系统为背景,按照软件生命周期的流程,详细阐述了OpenCV在实际项目过程中应用的基本原理和操作方式。作为技术难点主要介绍了实时异步控制器的设计实现以及各种图形算法在项目中的运用。其中矩形抽出算法的提出权衡了硬件瓶颈和软件性能间的矛盾,创新性的解决实时终端设备I/O性能不足的问题,经典人物轨迹追踪算法的改良也为符合高尔夫球运动特点的轨迹追踪的实现提供了基础。这些技术难点的实现为该系统的标准化和同类系统的软件复用都提供了技术基础,也是OpenCV计算机视觉处理库在实际应用中的典型案例。