投影演算法的發展

『壹』 投影面積和建築面積有什麼區分，它們分別怎樣計算的

一、表示不同：

1、建築面積：

建築面積表示的是建築物各層水平面積的總和，包括使用面積、輔助面積和結構面積。

2、投影面積：

投影面積表示的是陰影外輪廓線包圍的面積。

二、特點不同：

1、建築面積：

以平方米反映房屋建築建設規模的實物量指標。每層扮逗枯建築面積按建築物勒腳以上外牆圍水平截面進行計算，它包括三項，即使用面積、輔助面積和結構面積。

2、投影面積：

正投影即投射線的中心線垂直於投影的平面，影像會停留在畫面上，指答背投影是指畫面反向透出，穿過承接影像的物廳洞體。

計算的方式都是一樣，只是長和寬不一樣而已。都是長乘寬。

投影面積就是衣櫃長度乘以衣櫃高度。

長度測量：測量衣櫃長度時應該注意，預留門口開關的位置150-200mm，這部分應該減掉，剩餘的尺寸即是衣櫃的長度。

高度測量：衣櫃的高度即是從地面到頂面的尺寸，一般衣櫃超過2200-2400mm後，上面會做頂櫃。

深度測量：衣櫃的深度一般做550mm-600mm最佳，深度過深時取東西不方便，深度過淺小於人體肩寬，不方便懸掛。

『貳』 計算機視覺技術國內 國外發展歷史及現狀

1研究現狀及存在的問題
水果實時分級系統主要功能是水果外部品質和內部品質的自動檢測。水果的外部品質檢測的項目有大小、形狀、顏色、表面缺陷等，內部品質無損檢測的項目為水果的硬度、糖含量、酸度、口味及某些內部缺陷等。
1.1水果外部品質的自動檢測
水果的尺寸和顏色檢測技術已比較成熟，且在國外已經實現自動化檢測，在國內也有按重量或尺寸分級的系統。但果面的缺陷檢測卻一直成為水果實時分級的障礙。
果面缺陷檢測的技術比較復雜，目前存在以下幾方面難題。
1.1.1對水果整個表面進行實時視覺檢測比較困難
在水果分選生產線上，輸送機構輸送水果並把水果整個表面呈現給攝像機，這是水果實時分級系統比較關鍵的組成部分，因為當水果通過時，要求視覺系統能快速檢查每個水果的全部果面，即使很小的缺陷面積，也會使得水果級別發生很大變化。同時，設計的視覺分級系統必須滿足高生產率的要求。在這方面，國外學者（Growe,1996,Tao,1996)［1，2］採用滾子輸送帶使水果一邊移動一邊自身轉動，從而使安裝在輸送帶上方的攝像機能採集到水果的多個面的圖像，達到全表面檢測的目的。但由於水果大小和形狀不規則，造成水果旋轉速度不一致且難以保證按同一軸線旋轉。此外，水果旋轉兩端的表面部分攝像機無法採集到，因此，分級誤差較大。
1.1.2快速而准確地測定水果表面的各種缺陷且與梗、萼凹陷區正確區分比較困難
Miller等(1991)［3］對桃子的分選試驗表明：因不能正確區分水果表面的缺陷和梗、萼凹陷區，由此產生的分級誤差為25％左右。Rehkugler等（1986）［4］利用機械定向機構使蘋果梗、萼處於垂直方向並繞梗萼軸旋轉，CCD線掃描攝像機可掃描蘋果的整個表面且形成一幅圖像，該方法的特點是由機械定向機構定位水果梗、萼區，攝像機對此區不需要再檢查。但因為受定向機構速度的限制，還達不到實時分級的速度，試驗結果為每分鍾選30個蘋果。Yang(1996)［5］利用結構光圖像與散射光圖像相結合來區分梗、萼區和缺陷區，綜合兩方面圖像處理的結果，共抽取16個特徵參數，再利用BP神經網路區分蘋果的梗、萼區和缺陷區，分辨精度為95％，但還需要進一步把試驗結果應用於實際水果分選生產線中。Growe等（1996）［1］採取在780 nm附近帶域內，用結構光由一黑白攝像機進行水果表面的凹陷度檢測；在750 nm帶域內的散射光照射下，由一黑白攝像機進行水果表面的可疑缺陷區檢測。水果的輸送旋轉裝置及攝像機布置如圖1a所示，採用的雙錐滾筒輸送帶可使水果一方面沿水平方向作平移運動，另一方面又繞自身水平軸作旋轉運動。兩個黑白CCD攝像機用來採集750 nm附近的散射光圖像和780 nm附近的結構光圖像，水果旋轉一周攝取兩次圖像。兩個黑白攝像機採集的圖像經過設計的介面電路後，被合成為一幅黑白圖像，合成過程如圖1b所示。圖像的處理由流水線圖像處理系統完成。試驗結果表明：每個水果採集兩幅圖像時，缺陷檢測的速度可達5個/s，但誤差較大，如對於蘋果，碰傷檢測的准確率僅為51％。試驗表明，要想得到較高的檢測精度，每個水果應採集5幅以上的圖像，結構光至少6條以上。此外，由於水果尺寸不同所造成各個水果旋轉速度的不一致，也是產生測量誤差的原因。徐娟（1997）［6］及Nakano(1997)［7］利用人工神經網路法對缺陷區和梗萼區進行區分，試驗表明神經網路的區分准確率較低。在果面各種缺陷的快速檢測方面，Throop(1997)［8］等人研究了多光譜測量技術，對10個品種的蘋果的22種缺陷，在460～1 030 nm光譜范圍內，每隔10 nm試驗測定了它們的反射光譜特性，其中對3種蘋果同一種缺陷測量的結果如圖2所示。圖中縱坐標的馬氏距離反映了水果缺陷區與正常區反射強度的差別程度，距離越大，兩者差別越大。由圖中曲線可看出：在中心為540 nm、740 nm、1 030 nm三波段附近，3種蘋果同一缺陷與正常區的反射強度的差別表現為最大或最小值，最後通過對3個波段的圖像進行簡單的減法和閾值處理，即可得到檢測的缺陷，下一步應考慮實際應用的實現。

(a)(b)

圖1圖像採集布置圖與圖像合成示意圖

(a)輸送裝置及攝像機布置(b) 圖像合成示意圖

圖23種蘋果同一缺陷在460～1 030 nm
范圍內與正常區反射強度的差別情況

1.1.3球形水果表面引起光照強度在投影面內呈曲面分布，以及二維圖像上的透視區域與水果實際表面存在的畸變，給圖像的缺陷檢測帶來困難和造成誤差
Tao(1996)［2］提出的球形變換法很好地解決了第一個問題。基本思想如圖3所示：帶缺陷的原始物體圖像（OOI）與該物體反表面無缺陷的圖像(IOI)相加得到變換後的物體圖像（TOI），此圖像具有平面物體圖像的性質，而缺陷區低於該平面，然後經過簡單閾值處理即可得缺陷區。何東健（1997）［9］提出了缺陷透視圖像面積發生畸變的校正方法，但對復雜形狀的缺陷區進行校正，還存在一定的困難。Nakano(1997)［7］利用一旋轉平台使水果旋轉，每旋轉18°CCD攝像機採集一幅圖像，蘋果旋轉一周可得20幅圖像，為消除蘋果球面面積的畸變，每幅圖像只保留中間13 cm寬度的幅面，再全部合成一幅蘋果整個表面的展開圖像，此法非常有效，但在分選生產線上實現比較困難。

圖3球形變換方法

1.1.4傳統的圖像處理及模式識別演算法的速度不適合實時分選線的要求
國外一般採用高速圖像處理硬體與簡單有效的圖像處理軟體相結合的途徑，來實現水果的實時分級。如Yang(1996)［5］利用的是Transputer系統、結構光法和洪水演算法；Growe等(1996)［1］研製的系統，圖像的大部分工作由流水線圖像處理硬體系統完成；Tao(1996)［2］採用的是專用Merlin圖像處理系統和簡單有效的球形變換法，研製的蘋果分選系統已應用到水果分選生產線上，其分選速度可達3 165個/min。國內研究者（劉禾，1998，徐娟，1997，楊秀坤，1997，何東健，1997）［6，9～11］大多利用一般的微機和圖像採集卡，開發了一些圖像處理和模式識別的新演算法，如把人工神經網路、模糊理論、遺傳演算法、圖像形態學、分形理論、小波理論及人工智慧理論用於圖像特徵的抽取和識別。但由於圖像處理的硬體速度太低，故只能限於靜態水果圖像分選的演算法研究。此外，水果分級的演算法應具備人工分級的一些優良性能，如學習與記憶功能，因為目前的一些分級演算法的訓練樣本都比較少，而要分級的水果品種多變且量大。
1.2水果內部品質無損檢測
反映水果內部品質的主要指標有硬度、糖含量、酸度、口味及內部缺陷等。目前國內外研究的主要方法和存在的問題如下。
1.2.1水果的硬度檢測
水果的硬度可間接反映水果的成熟度、運輸中的抗損壞性、儲藏期等。目前用於水果硬度檢測的方法主要有變形法和聲學法。
變形法就是在一定時間內給水果施加一定的動態力或沖擊力，然後根據測得的變形量確定水果的硬度。如Schmilovitch等（1995）［12］研製成功了棗子硬度自動檢測系統，其原理是把棗子放在兩平板之間，在上面板施加5～8 N的動態力，根據所測變形量的大小把棗子分成4個硬度等級。Delwiche(1991)［13］利用沖擊法研製了蘋果硬度自動檢測系統，發現沖擊力會造成蘋果表面的輕微損傷。變形法只能測量水果表面的局部硬度，實際上，水果表面硬度變化較大，故限制了變形法的應用。
聲學法包括聲波脈沖響應法和超聲波法，聲波脈沖響應法（20～1 500 Hz）就是利用一麥克風測量受輕微敲擊水果的聲波強度，由此確定水果的硬度。Armstrong等（1993）［14］試驗研究了所測聲波強度與水果硬度的關系，發現二者有很好的相關關系。此法的優點是簡單、無損，且能反映水果的整體硬度，缺點是必須注意周圍雜訊的絕緣及機械振動的消除，此外水果形狀也影響測量精度。超聲波(＞20 000 Hz)法是根據超聲波在水果等介質中傳播時，能量衰減系數的大小來確定水果硬度。但由於水果內部含有較多氣隙且各向異性，故超聲波很難穿透整個水果。
1.2.2糖含量、酸度、口味的自動檢測
糖含量、酸度比較有潛力的檢測方法是近紅外法（NIR）和磁共振法（MR）。近紅外法又分穿透法、反射法和部分穿透法，部分穿透法原理如圖4所示。穿透法對水果不適應，反射法一般用於水果表面特徵的檢測，因此常用的方法是部分穿透法。由圖4可看出，在部分穿透法中，光線經過的路徑比穿透法短，且入射光線與接收器有一夾角，此夾角的確定對測量起關鍵作用，此外二者之間必須加一隔板。884 nm和834 nm測得量的比值已用於桃子、蘋果（Slaughter ，1995）［15］糖含量的自動測定。Slaughter等（1996）［16］對西紅柿，在400～1 100 nm的光譜范圍內進行部分穿透性測量試驗，結果表明：800～1 000 nm范圍的信息對糖含量的確定最有用，測得的相關系數r＝0.92, 但酸度測量比較困難。Mizrach(1997)［17］利用超聲波法試驗研究了超聲波衰減系數和芒果硬度、糖含量、酸度的關系，但其超聲波測量探頭必須與果面接觸，故限制了在線的應用。因此，利用近紅外多光譜技術測定水果內部糖含量及其他成分是很有前途的，為達到實時應用的目的，應進一步確定最合適的一兩個波段並與計算機視覺技術結合。磁共振及磁共振成像（MRI）技術也是測定水果內部成分的有效方法，其依據是物質內部的某些原子核（H、C、P等）在外部磁場作用下，可與射頻區域的電磁波輻射相互作用。Chen等(1996)［18］利用此法對鱷梨的成熟度和鮮杏梅的糖含量進行了一些研究，得到了較好的結果。此法的主要缺點是設備昂貴。

圖4部分穿透法

與水果的口味相關的化學成分主要是可揮發性芳香化合物，當水果成熟時，就會在周圍空氣中散發這種揮發性芳香氣體。Benady等（1995）［19］研製的電子感測器可以測量這種氣體的濃度。
1.2.3水果內部缺陷的檢測
西瓜的內部空心用超聲波檢測已比較成熟。其他缺陷的檢測，目前國外正研究利用X射線法、磁共振和磁共振成像技術等方法測量，因成本高及安全性等問題，故很難在農業中推廣應用。

2研究的途徑及方向探討
水果實時分級系統的進一步研究應從兩方面入手，一方面要加快水果外部品質的計算機視覺實時分選技術的研究；另一方面也要進行水果內部品質的無損檢測技術的研究。因為水果分級的主要目的是選出高質量的水果，故水果內外品質的檢測技術都十分重要。
在水果的外部品質檢測方面，應進行多種技術集成的應用研究。
（1） 對於水果整個表面機器視覺快速檢測的問題，可採用機械與光學技術相結合，設計合理的傳送機構，既保證水果在傳送帶上比較平穩地移動，又可由視覺系統快速檢測到水果的全部表面。盡量減小因水果不規則運動造成的分級誤差、損傷及圖像的模糊。
（2） 對於果梗、萼區與缺陷的檢測與視覺區分方面，應採用多光譜技術與機器視覺技術相結合，研究水果圖像上可疑缺陷區的關鍵特徵參數的抽取方法，得到簡單、有效、快速的圖像處理和識別方法。
（3） 在球形果面造成的光反射強度呈曲面分布及曲面成像面積的畸變問題，可從光照設計、圖像合成及軟體補償3方面綜合考慮。光照的充分設計可解決第一個問題；多幅圖像的有效合成，可解決畸變問題。我們通過試驗表明：一個水果至少應採集5幅圖像，然後再合成為一幅，可基本保證水果整個表面上缺陷的有效檢測，以避免畸變誤差。軟體補償的方法必須簡單而有效，以適合高速的要求。
（4） 在實時系統的圖像處理器硬體設計方面，首先應採取先進的並行CPU晶元，如TMS320C80等；其次處理板的設計應與視覺系統結合起來考慮，如採集多路視覺信號的合成問題，機械機構與視覺系統的同步電路設計等。當然，也可引進國外比較成熟的高速圖像處理主板，而其他技術可由國內自行開發，這樣可以加快國內水果實時分級系統實現自動化的步伐。
（5） 在圖像處理和識別的軟體設計方面，應把傳統方法與現代新方法（神經網路，並行演算法，遺傳演算法，模糊技術，人工智慧，圖像形態學，分形學，小波變換等）結合起來，改變傳統圖像信息的超數據量表達方式，尋求圖像表達與解釋的新方法，力求圖像處理和識別演算法的快速性、有效性及魯棒性。
在水果內部品質檢測方面，聲學振動法是實現硬度自動檢測的有效方法，但應設法消除影響測量精度的因素，並進行在生產線上的應用開發；近紅外局部投射法和磁共振法是水果糖含量、酸度等內部成分自動檢測的有效方法。在國內，近紅外局部投射法更有應用前景，應進一步研究其通用性、穩定性和實用性；內部缺陷的無損檢測應進一步研究新原理和新方法，應採取自己開發和從國外引進相結合的方式。此外，應進行多種感測器測量信息集成技術的研究，這是水果內外品質實現實時自動檢測與分級的有效途徑。

3結語
利用各種現代技術的高度集成，在水果分選生產線上同時完成水果內外品質的檢測與分級是將來進一步研究的方向和目的。隨著科學技術的飛速發展，在我國近期有望實現農產品品質的自動化檢測與分級。

『叄』 GIS中坐標系與偏移演算法總結

一 大地坐標系
1.1 概念
大地坐標系是大地測量中以參考橢球面為基準面建立起來的坐標系。
大地坐標系根據其原點的位置不同，分為地心坐標系和參心坐標系。地心坐標系的原點與地球質心重合，參心坐標系的原點與某一地區或國家所採用的參考橢球中心重合，通常與地球質心不重合。

1.2 常用的參心坐標系與地心坐標系

北京54 參心坐標系（參心坐標系）
西安80 參心坐標系（參心坐標系）
cgcs2000 地心坐標系（地心坐標系）
wgs84 地心坐標系（地心坐標系）

我國先後建立的1954年北京坐標系、1980西安坐標系和新1954年北京坐標系，都是參心坐標系。這些坐標系為我國經濟社會發展和國防建設作出了重要貢獻。
但是，隨著現代科技的發展，特別是全球衛星定位技術的發展和應用，世界上許多發達國家和中等發達國家都已在多年前就開始使用地心坐標系。
國務院批准自2008年7月1日啟用我國的地心坐標系——2000國家大地坐標系（CGCS-2000），同時要求用8-10年的時間，完成現行國家大地坐標系向20000國家大地坐標系的過渡和轉換。過渡期結束，將停止提供現行國家大地坐標系下的測繪成果。

參考：
2018年7月1日起全面使用2000國家大地坐標系，西安80和北京54坐標系正式退出歷史舞台

wgs84是為GPS全球定位系統使用而建立的坐標系統；gps設備採集的數據均為wgs84坐標系。

1.3 不同坐標系之間的轉換
arcgis 軟體中計算完成，參考:[arcgis坐標轉換與投影]( https://www.jianshu.com/p/5c437696be06 ）

二 坐標投影

2.1 投影後的坐標形式
原始經緯度:120.0397529296875,30.229220825195313
墨卡托投影後:13362764.171082955,3533048.2025558753
參考： arcgis js api：web墨卡托(3857)轉經緯度坐標(4326)

2.2 投影的目的
方便工程測量、二維圖展示便於理解。

2.3 根據不同需求使用不同的投影演算法
例如： 墨卡托投影後的二維圖導致了地球兩極被拉寬，不適用於工程測量，但適合用作普通二維圖的展示。而大比例尺的工程測量圖對局部區域內精度要求高，而採用高斯克里格投影。

三 gcj02偏移演算法（國家測繪局，被戲稱為火星坐標）
注意 這是偏移演算法，而不是單獨的一個坐標系。習慣上人們將加了偏移演算法的坐標稱為gcj02坐標。經偏移演算法處理的地圖數據偏差一般為 300~500 米。

3.1 在我們國家發布的互聯網地圖按法律規定需要經過偏移演算法加偏移。
例如高德地圖、騰訊地圖。

3.2 網路地圖在gcj02基礎上進行了二次加偏移，稱為bd09坐標

3.3 天地圖是否加偏移？
天地圖採用cgcs2000坐標。
發布在互聯網上的天地圖並不一定都是加偏移，未加偏移的地圖做了特殊處理，很多涉密地理信息在地圖上找不到。

3.4 使用了加偏移的地圖如何進行gis開發
對疊加到地圖上的數據同樣加偏移，實現與底圖吻合。
參考： WGS84坐標與不同加密演算法之間轉換

更多參考：
你必須知道的地理坐標系和投影坐標系
arcgis坐標轉換與投影變換

『肆』 什麼是投影面積，怎麼算

一、什麼是投影面積？

• 假設太陽正當頂時，此房屋落在地上的陰影外輪廓線包圍的面積就叫它的水平投影面積。其實一般情況下也就是構件的施工平面圖上的面積。

• 一般用於房屋建築上，用於建築面積計算。

二、如何計算投影面積？

• 成套房屋的套內建築面積由套內房屋使用面積，套內牆體面積，套內陽台建築面積三部分組成。

• 1、套內的使用面積：套內房屋使用面積為套內房屋使用空間的面積，以水平投影面積按以下規定計算：
  a.套內房屋使用面積為套內卧室、起居室、過廳、過道、廚房、衛生間、廁所、儲藏室、壁櫥等空間面積的總和。
  b.套內內部樓梯按自然層數的面積總和計入使用面積。
  c.不包括含在結構面積內的套內內部煙囪、通風道、管道井均計入使用面積。 d.內牆面裝飾厚度計入使用面積。

• 2、套內牆體面積：套內牆體面積是套內使用空間周圍的維護或承重牆體或其他承重支撐體所佔的面積，其中各套之間的分隔牆和套與公共建築空間的分隔以及外牆(包括山牆)等共有牆，均按水平投影面積的一半計入套內牆體面積。套內自由牆體按水平投影面積全部計入套內牆體面積。

『伍』 數字圖像處理的發展趨勢

數字圖像處理（digital image processing）是用計算機對圖像信息進行處理的一門技術，使利用計算機對圖像進行各種處理的技術和方法。
20世紀20年代，圖像處理首次得到應用。20世紀60年代中期，隨電子計算機的發展得到普遍應用。60年代末，圖像處理技術不斷完善，逐漸成為一個新興的學科。利用數字圖像處理主要是為了修改圖形，改善圖像質量，或是從圖像中提起有效信息，還有利用數字圖像處理可以對圖像進行體積壓縮，便於傳輸和保存。數字圖像處理主要研究以下內容：傅立葉變換、小波變換等各種圖像變換；對圖像進行編碼和壓縮；採用各種方法對圖像進行復原和增強；對圖像進行分割、描述和識別等。隨著技術的發展，數字圖像處理主要應用於通訊技術、宇宙探索遙感技術和生物工程等領域。
數字圖像處理因易於實現非線性處理，處理程序和處理參數可變，故是一項通用性強，精度高，處理方法靈活，信息保存、傳送可靠的圖像處理技術。主要用於圖像變換、量測、模式識別、模擬以及圖像產生。廣泛應用在遙感、宇宙觀測、影像醫學、通信、刑偵及多種工業領域。
遙感影像數字圖像處理的內容主要有：①圖像恢復。即校正在成像、記錄、傳輸或回放過程中引入的數據錯誤、雜訊與畸變。包括輻射校正、幾何校正等；②數據壓縮。以改進傳輸、存儲和處理數據效率；③影像增強。突出數據的某些特徵，以提高影像目視質量。包括彩色增強、反差增強、邊緣增強、密度分割、比值運算、去模糊等；④信息提取。從經過增強處理的影像中提取有用的遙感信息。包括採用各種統計分析、集群分析、頻譜分析等自動識別與分類。通常利用專用數字圖像處理系統來實現，且依據目的不同採用不同演算法和技術。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
數字圖像處理概述
數字圖像處理發展概況
數字圖像處理（Digital Image Processing）又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號並利用計算機對其進行處理的過程。數字圖像處理最早出現於20世紀50年代，當時的電子計算機已經發展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數字圖像處理作為一門學科大約形成於20世紀60年代初期。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量後的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。首次獲得實際成功應用的是美國噴氣推進實驗室（JPL）。他們對航天探測器徘徊者7號在1964年發回的幾千張月球照片使用了圖像處理技術，如幾何校正、灰度變換、去除雜訊等方法進行處理，並考慮了太陽位置和月球環境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。隨後又對探測飛船發回的近十萬張照片進行更為復雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創舉奠定了堅實的基礎，也推動了數字圖像處理這門學科的誕生。在以後的宇航空間技術，如對火星、土星等星球的探測研究中，數字圖像處理技術都發揮了巨大的作用。數字圖像處理取得的另一個巨大成就是在醫學上獲得的成果。1972年英國EMI公司工程師Housfield發明了用於頭顱診斷的X射線計算機斷層攝影裝置，也就是我們通常所說的CT（Computer Tomograph）。CT的基本方法是根據人的頭部截面的投影，經計算機處理來重建截面圖像，稱為圖像重建。1975年EMI公司又成功研製出全身用的CT裝置，獲得了人體各個部位鮮明清晰的斷層圖像。1979年，這項無損傷診斷技術獲得了諾貝爾獎，說明它對人類作出了劃時代的貢獻。與此同時，圖像處理技術在許多應用領域受到廣泛重視並取得了重大的開拓性成就，屬於這些領域的有航空航天、生物醫學工程、工業檢測、機器人視覺、公安司法、軍事制導、文化藝術等，使圖像處理成為一門引人注目、前景遠大的新型學科。隨著圖像處理技術的深入發展，從70年代中期開始，隨著計算機技術和人工智慧、思維科學研究的迅速發展，數字圖像處理向更高、更深層次發展。人們已開始研究如何用計算機系統解釋圖像，實現類似人類視覺系統理解外部世界，這被稱為圖像理解或計算機視覺。很多國家，特別是發達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計算理論，這個理論成為計算機視覺領域其後十多年的主導思想。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索的新領域。
數字圖像處理主要研究的內容
數字圖像處理主要研究的內容有以下幾個方面： 1) 圖像變換由於圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往採用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散餘弦變換等間接處理技術，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應用。 2) 圖像編碼壓縮圖像編碼壓縮技術可減少描述圖像的數據量（即比特數），以便節省圖像傳輸、處理時間和減少所佔用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。 3) 圖像增強和復原圖像增強和復原的目的是為了提高圖像的質量，如去除雜訊，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強化低頻分量可減少圖像中雜訊影響。圖像復原要求對圖像降質的原因有一定的了解，一般講應根據降質過程建立"降質模型"，再採用某種濾波方法，恢復或重建原來的圖像。 4) 圖像分割圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特徵部分提取出來，其有意義的特徵有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用於各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。 5) 圖像描述圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可採用其幾何特性描述物體的特性，一般圖像的描述方法採用二維形狀描述，它有邊界描述和區域描述兩類方法。對於特殊的紋理圖像可採用二維紋理特徵描述。隨著圖像處理研究的深入發展，已經開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。 6) 圖像分類（識別）圖像分類（識別）屬於模式識別的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）後，進行圖像分割和特徵提取，從而進行判決分類。圖像分類常採用經典的模式識別方法，有統計模式分類和句法（結構）模式分類，近年來新發展起來的模糊模式識別和人工神經網路模式分類在圖像識別中也越來越受到重視。
數字圖像處理的基本特點
（1）目前，數字圖像處理的信息大多是二維信息，處理信息量很大。如一幅256×256低解析度黑白圖像，要求約64kbit的數據量；對高解析度彩色512×512圖像，則要求768kbit數據量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～22.5Mbit數據量。因此對計算機的計算速度、存儲容量等要求較高。（2）數字圖像處理佔用的頻帶較寬。與語言信息相比，佔用的頻帶要大幾個數量級。如電視圖像的帶寬約5.6MHz，而語音帶寬僅為4kHz左右。所以在成像、傳輸、存儲、處理、顯示等各個環節的實現上，技術難度較大，成本亦高，這就對頻帶壓縮技術提出了更高的要求。（3）數字圖像中各個像素是不獨立的，其相關性大。在圖像畫面上，經常有很多像素有相同或接近的灰度。就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，其相關系數可達0.9以上，而相鄰兩幀之間的相關性比幀內相關性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。（4）由於圖像是三維景物的二維投影，一幅圖象本身不具備復現三維景物的全部幾何信息的能力，很顯然三維景物背後部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點圖像。在理解三維景物時需要知識導引，這也是人工智慧中正在致力解決的知識工程問題。（5）數字圖像處理後的圖像一般是給人觀察和評價的，因此受人的因素影響較大。由於人的視覺系統很復雜，受環境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質量的評價還有待進一步深入的研究。另一方面，計算機視覺是模仿人的視覺，人的感知機理必然影響著計算機視覺的研究。例如，什麼是感知的初始基元，基元是如何組成的，局部與全局感知的關系，優先敏感的結構、屬性和時間特徵等，這些都是心理學和神經心理學正在著力研究的課題。
數字圖像處理的優點
1. 再現性好數字圖像處理與模擬圖像處理的根本不同在於，它不會因圖像的存儲、傳輸或復制等一系列變換操作而導致圖像質量的退化。只要圖像在數字化時准確地表現了原稿，則數字圖像處理過程始終能保持圖像的再現。 2．處理精度高按目前的技術，幾乎可將一幅模擬圖像數字化為任意大小的二維數組，這主要取決於圖像數字化設備的能力。現代掃描儀可以把每個像素的灰度等級量化為16位甚至更高，這意味著圖像的數字化精度可以達到滿足任一應用需求。對計算機而言，不論數組大小，也不論每個像素的位數多少，其處理程序幾乎是一樣的。換言之，從原理上講不論圖像的精度有多高，處理總是能實現的，只要在處理時改變程序中的數組參數就可以了。回想一下圖像的模擬處理，為了要把處理精度提高一個數量級，就要大幅度地改進處理裝置，這在經濟上是極不合算的。 3．適用面寬圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的波譜圖像（例如X射線圖像、射線圖像、超聲波圖像或紅外圖像等）。從圖像反映的客觀實體尺度看，可以小到電子顯微鏡圖像，大到航空照片、遙感圖像甚至天文望遠鏡圖像。這些來自不同信息源的圖像只要被變換為數字編碼形式後，均是用二維數組表示的灰度圖像（彩色圖像也是由灰度圖像組合成的，例如RGB圖像由紅、綠、藍三個灰度圖像組合而成）組合而成，因而均可用計算機來處理。即只要針對不同的圖像信息源，採取相應的圖像信息採集措施，圖像的數字處理方法適用於任何一種圖像。 4．靈活性高圖像處理大體上可分為圖像的像質改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內容。由於圖像的光學處理從原理上講只能進行線性運算，這極大地限制了光學圖像處理能實現的目標。而數字圖像處理不僅能完成線性運算，而且能實現非線性處理，即凡是可以用數學公式或邏輯關系來表達的一切運算均可用數字圖像處理實現。
數字圖像處理的應用
圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。 1）航天和航空技術方面的應用數字圖像處理技術在航天和航空技術方面的應用，除了上面介紹的JPL對月球、火星照片的處理之外，另一方面的應用是在飛機遙感和衛星遙感技術中。許多國家每天派出很多偵察飛機對地球上有興趣的地區進行大量的空中攝影。對由此得來的照片進行處理分析，以前需要僱用幾千人，而現在改用配備有高級計算機的圖像處理系統來判讀分析，既節省人力，又加快了速度，還可以從照片中提取人工所不能發現的大量有用情報。從60年代末以來，美國及一些國際組織發射了資源遙感衛星（如LANDSAT系列）和天空實驗室（如SKYLAB），由於成像條件受飛行器位置、姿態、環境條件等影響，圖像質量總不是很高。因此，以如此昂貴的代價進行簡單直觀的判讀來獲取圖像是不合算的，而必須採用數字圖像處理技術。如LANDSAT系列陸地衛星，採用多波段掃描器（MSS），在900km高空對地球每一個地區以18天為一周期進行掃描成像，其圖像解析度大致相當於地面上十幾米或100米左右（如1983年發射的LANDSAT-4，解析度為30m）。這些圖像在空中先處理（數字化，編碼）成數字信號存入磁帶中，在衛星經過地面站上空時，再高速傳送下來，然後由處理中心分析判讀。這些圖像無論是在成像、存儲、傳輸過程中，還是在判讀分析中，都必須採用很多數字圖像處理方法。現在世界各國都在利用陸地衛星所獲取的圖像進行資源調查（如森林調查、海洋泥沙和漁業調查、水資源調查等），災害檢測（如病蟲害檢測、水火檢測、環境污染檢測等），資源勘察（如石油勘查、礦產量探測、大型工程地理位置勘探分析等），農業規劃（如土壤營養、水份和農作物生長、產量的估算等），城市規劃（如地質結構、水源及環境分析等）。我國也陸續開展了以上諸方面的一些實際應用，並獲得了良好的效果。在氣象預報和對太空其它星球研究方面，數字圖像處理技術也發揮了相當大的作用。 2）生物醫學工程方面的應用數字圖像處理在生物醫學工程方面的應用十分廣泛，而且很有成效。除了上面介紹的CT技術之外，還有一類是對醫用顯微圖像的處理分析，如紅細胞、白細胞分類，染色體分析，癌細胞識別等。此外，在X光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫學診斷方面都廣泛地應用圖像處理技術。 3）通信工程方面的應用當前通信的主要發展方向是聲音、文字、圖像和數據結合的多媒體通信。具體地講是將電話、電視和計算機以三網合一的方式在數字通信網上傳輸。其中以圖像通信最為復雜和困難，因圖像的數據量十分巨大，如傳送彩色電視信號的速率達100Mbit/s以上。要將這樣高速率的數據實時傳送出去，必須採用編碼技術來壓縮信息的比特量。在一定意義上講，編碼壓縮是這些技術成敗的關鍵。除了已應用較廣泛的熵編碼、DPCM編碼、變換編碼外，目前國內外正在大力開發研究新的編碼方法，如分行編碼、自適應網路編碼、小波變換圖像壓縮編碼等。 4）工業和工程方面的應用在工業和工程領域中圖像處理技術有著廣泛的應用，如自動裝配線中檢測零件的質量、並對零件進行分類，印刷電路板疵病檢查，彈性力學照片的應力分析，流體力學圖片的阻力和升力分析，郵政信件的自動分揀，在一些有毒、放射性環境內識別工件及物體的形狀和排列狀態，先進的設計和製造技術中採用工業視覺等等。其中值得一提的是研製具備視覺、聽覺和觸覺功能的智能機器人，將會給工農業生產帶來新的激勵，目前已在工業生產中的噴漆、焊接、裝配中得到有效的利用。 5）軍事公安方面的應用在軍事方面圖像處理和識別主要用於導彈的精確末制導，各種偵察照片的判讀，具有圖像傳輸、存儲和顯示的軍事自動化指揮系統，飛機、坦克和軍艦模擬訓練系統等；公安業務圖片的判讀分析，指紋識別，人臉鑒別，不完整圖片的復原，以及交通監控、事故分析等。目前已投入運行的高速公路不停車自動收費系統中的車輛和車牌的自動識別都是圖像處理技術成功應用的例子。 6）文化藝術方面的應用目前這類應用有電視畫面的數字編輯，動畫的製作，電子圖像游戲，紡織工藝品設計，服裝設計與製作，發型設計，文物資料照片的復制和修復，運動員動作分析和評分等等，現在已逐漸形成一門新的藝術--計算機美術。

『陸』 什麼是凸集投影法

凸集投影演算法：Super-resolution image reconstruction based on POCS
基於凸集投影演算法的超解析度圖像重建技術
在壓縮格式中，嫌雀視頻序列被表示為運動矢量和傳輸系數的組合，而這些信息沒有數伏被傳統
的超解析度重建演算法利用。在文中，直接利用量化間隔信息，採用
凸集投影（POCS）的薯者攜方法，給出了一種基於運動補償的，離散餘弦（DCT）域的演算法模型 重建一幅高解析度圖像。
實驗表明，該方法能得到比普通解碼或空間域重建更好的效果。

『柒』 lbp是什麼意思

lbp是Local Binary Patterns的縮寫，中文名字叫做「線性反投影演算法」，指局部二值模式，最初功能為輔助圖像局部對比度，並不是一個完整的特徵描述子。

lbp線性反投影演算法又稱累加法，是最早使用的一種簡單成像演算法。它將通過某點的所有投影射線進行累加，再反向估算出該點的密度值，從成像觀點分析，它是不完全的雷登逆變換。

lbp演算法計算步驟：

1、基於均質靈敏度信息，利用線性反投影演算法獲得初始圖像。

2、利用已獲得的介電常數分布，求解正問題，得到一組模擬電容值，將該值與測量電容值進行比較，若誤差已達到滿意值，演算法結束，否則進行下步。

3、修正靈敏度信息。

4、根據上步已經修正後的靈敏度信息，利用測量電壓重新進行線性反投影；返回第二步，並進行循環迭代，直到獲得滿意的結果為止，迭代結束。

『捌』 智能投影行業發展勢頭不減，AWE2022助力產業邁向全球化

隨著智能投影儀技術的發展，家用投影產品越來越智能化隱衫，且在產品亮度、解析度、色彩等性能上越發強勁，對比傳統電視，投影儀正在成為更多年輕人的首選。投影儀市場快速擴容，吸引了越來越多品牌的加入，也被認為未來充滿藍海機遇。企業在加大馬力前進之時，也需要更為廣闊的展示舞台和行業之間交流互通，理清技術的前沿發展以及市場的現狀，或將有助於投影行業持續做大蛋糕。

2022年3月17日-20日在上海新國際博覽中心舉辦的中國家電及消費電子博覽會AWE2022，將成為投影行業展示「智慧成果」的重要舞台。

一直以來，投影儀主要用作教育及辦公等商用領域，不過智能投影儀的出現打破了商用和家用的鴻溝，智能投影儀將商用領域技術運用到家用領域，並且將投影、音響及智能電視等功能融合，通過演算法和智能系統，使得投影產品擁有了和智能電視類似的功能，便攜性、沉浸式影音體驗等優點也使得越來越多的年輕人及租房人群選購時放棄電視轉而選擇家庭投影儀。

今年以來，國內投昌侍影灶迅腔市場發展勢頭仍未減速，據IDC發布的《IDC 2021年第二季度中國投影機市場跟蹤報告》數據顯示，2021年上半年中國投影儀市場總出貨量227萬台，同比增長32.4%。在這227萬台的總出貨量中，家用投影儀出貨量達到了168萬台，佔比達到了74%。不過當前家用投影市場仍然滲透率較低，對比彩電等家電產品的保有量，投影儀市場被業界認為仍然處於飛速發展和普及的階段。

目前，智能投影市場品牌眾多，既有極米、峰米、堅果、當貝等互聯網廠商，也有愛普生、明基等傳統投影廠商，還有索尼、海信等家電廠商，今年科大訊飛等智能語音廠商也相繼加入投影市場，行業競爭日趨焦灼。

在業界不斷加大投入，搶奪市場份額之時，智能投影行業同樣面臨著不小的挑戰，尤其是今年以來持續性的原材料漲價和晶元斷供等外部環境，智能投影儀市場可謂是枷鎖下跳舞。面對著不斷變化的消費需求，未來智能投影技術發展趨勢是什麼？投影廠商又該如何不斷做大這塊蛋糕？

作為全球家電及消費電子發展方向的風向標，AWE、CES、IFA三大展會一直以來是企業展示創新技術及業界觀察行業發展的最佳窗口。只不過因為國外疫情的反復，IFA展及CES展能否恢復線下展覽都是未知數，AWE成為全球三大家電與消費電子展中唯一恢復線下舉辦的展會，AWE2021在今年3月以15萬平米展示面積、35萬參觀人次的宏大規模順利舉辦。

『玖』 EIT的技術分類

電阻抗成像技術的分類：
電阻抗成像技術依據信號採集方式及激勵源的不同，大致分成以下三類：
1、 注入式電阻抗成像
這是傳統的電阻抗成像方法，通常採用電流輸入測量電壓輸出或者採用電壓輸入測量電流輸出的方式。由於電極是放於皮膚上的，而皮膚的角質層阻抗很大，為減小皮膚阻抗的影響，通常採用電流輸入測量電壓的方法。
EIT系統大致由三部分組成：信鎮鍵號注入與提取、A/D轉換和計算機介面、圖象重建與顯示。
其中，信號注入與提取的主要部件是電極。因為在EIT系統中，被測信號很微弱再加上電極是整個成像系統的前端，所以，電極的性能對於整個系統的性能及成像質量來說至關重要。因此，一個良好的電極，必須具備如下特點：
1） 利於注入電流和提取電壓；
2） 與皮膚表面接觸阻抗小；
3） 易於組成電極陣；
4） 對皮膚無毒，無副作用。
為達到上述要求，EIT系統所用電極大多採用銀、銅、不銹鋼等材料製成。此外，現在大多EIT系統都採用16個電極，也有32、64電極系統。增加電極數能增加系統的解析度和成像質量，但數據處理量會增大，成像演算法也會更復雜。
控制電路和電流源系統的功能是產生輸入電流，並控制電流輸入在電極間的切換。EIT系統的電流採用幾十KHZ的交流電。因此，該部分的關鍵電路是穩幅振盪恆流源。
EIT系統振盪頻率由以下因素決定：
1) 皮膚阻抗隨注入信號的頻率增大而減小，在100KHZ的阻抗約為220歐。
2) 在頻率為100KHZ以下的電流作用下，人體組織的阻抗主要表現為電阻特性；
3) 交流信號對人體的傷害小於直流信號。
4) 較低的輸入阻抗和較小的分布電容。
總上要求，EIT輸入電流的頻率多為幾十KHZ。
電壓測量電路的要求：
因為EIT注入電流很小，所以要測量的膚表分布電壓很小，必須經過放大之後，才能進行測量。為滿足系統誤差要求，該電壓測量電路要滿足一定的指標要求，例如：CMRR要達到120dB,系統要達到0.1%的精度等。這在系統設計時要特別注意。
圖象重建演算法是EIT系統的重要組成部分。應用於EIT系統的演算法有很多種，按方式分主要分兩大類：動態式成像和靜態式成像。動態式成像利用兩個不同時刻的測量數據，通過圖象重敏滑建演算法來獲得這兩個時刻電阻抗分布的差值，從而構建出一副S差分圖象。動態式成像是圖象重建演算法中發展較早的一類，主要是反投影演算法，其優點是許多測量數據中的雜訊可以在相減時的到消除，因而它的圖象重建演算法對數據採集系統的要求不是太高，實現起來容易，另外它的計算量一般也較小，缺點是應用范圍窄。靜態式成像重建演算法發展較晚一些，但由於其應用的廣泛性及相對較好的成像效果，受到普遍重視，已成為EIT成像重建演算法的主流。現在流行的演算法是Newton-Raphson類演算法，另外，擾動演算法，擬Newton類演算法也得到發展。靜態式成像的缺點是：計算量大，雜訊性能差，如何解決這個問題，已成為EIT技術研究的重點和難點。
2．感應電流電阻抗成像
感應電流電阻抗成像（inced current electrical impedance tomography,ICEIT）是一種新的EIT技術，它在被測目標的周圍的外圍放置若干個激勵線圈，對其施加時變電流，在空間產生交變磁場，從而在被測目標內產生出感應電流橋旅臘。測量目標表面相鄰電極的電壓差，並用此數據進行目標區域電導率的圖象重建。與傳統的注入式EIT相比,ICEIT具有以下優勢：
1） 成像目標內的電流不受電極處的電流密度的限制，因而有可能使用更大的電流以提高信噪比；
2） 由於周圍電極僅測量輸出電壓，不用於電流驅動，所以可以優化電極設計；
3） 通過改變線圈的形狀和位置，使空間磁場發生改變，從而改變目標內的電流分布，提取某一部分的細節；
4） 當成像目標外有屏蔽層時，選擇適當頻率的驅動電流，就可使屏蔽層對感應電流密度分部影響不大，從而可能得到比較理想的成像結果。
5） 適於診斷顱內病變和探討腦疾病演變過程，在區分不同類型腦水腫方面有一定優勢；
6） 非接觸，無創，系統成本相對較低；
首先，固定激勵線圈的位置，其產生的恆定磁場在補償線圈上感應出參考信號，同時該磁場穿過容積導體在檢測線圈上感 應出待測信號。補償線圈的作用：
1）用對稱性，抵消激勵線圈直接在檢測線圈上感應的主磁場，使得檢驗線圈理論上只有容積導體上的渦流感應磁場；
2）直接為鑒相電路提供參考信號。對待測信號（10mv-50mv）先進行緩沖，在進行初級放大和次級放大送入鑒相電路的一端；而參考信號（1－5v）先進行緩沖再加一級限幅，送入鑒相電路的另一端。鑒相電路輸出的即為Im(db/B)。將此相位送入A/D板，作為一個測量值。之後轉動內滑環改變激勵線圈的位置，得到其他組的測量值。最後，采樣結束，將數據送入計算機處理並顯示結果。
3．多頻電阻抗成像
多頻電阻抗成像（Multi-frequency Electrical Impedance Tomography, MFEIT）是在EIT技術基礎上發展起來的一種新型成像技術，它在多個頻率激勵下測量人體組織內的阻抗信息，對這些信息進行處理，以達到更好區分不同的組織或組織所處的不同狀態的目的。由於MFEIT 提取了人體組織在多個頻率下的復阻抗信息，可通過有目的的選擇頻率以突出感興趣的組織，甚至還可以通過多個頻率下的阻抗信息來估算組織阻抗模型參數，從而使最終的圖象含有較多的信息量，獲得較高的成像質量。因此，MFEIT技術是對FIT技術的進一步發展，具有良好的應用前景。
多頻EIT系統中主要採用的技術
與常規的EIT技術相比，MFEIT硬體系統最主要的特點是其工作頻帶的延寬及所測頻率數的增加。隨著帶寬的展寬，一些在常規EIT系統中不是特別突出的問題開始尖銳起來，其中最為突出的問題是雜散電容。在頻率較高時，大的雜散電容不僅會降低電流源的輸出阻抗和電壓測量電路的輸入阻抗，還會直接影響到阻抗虛部的測量精度。MFEIT多針對這一問題，在注意控制前級信噪比的同時，圍繞多頻系統的頻率組合、採集時間的縮短、信號的解調及雜訊抑制問題，提出了各自的解決措施。
作為一種新型成像技術，多頻率阻抗成像提取了多個頻率下的復阻抗信息，是最終圖象含有較多信息量，獲得較高的成像質量。作為該技術的主要研究內容之一，硬體系統所要解決的關鍵性問題是：在工作頻帶延寬的情況下，如何滿足EIT數據測量系統的高精度和高速度的要求。

『拾』 定製衣櫃投影面積怎麼算

投影面積就是測量的衣櫃長度乘以衣櫃高度。 長度*高度=平方米；在知道單價的情況下，投影面積乘以單價，即可得到衣櫃的總造價。 投影面積計價比展開面積計價明顯簡單很多，如果不細想肯定會認為投影劃算,因為同樣的面積和同樣的價格投影做的東西要多一些。 現今市場上定做衣櫃的計算方法一般有兩種：一是，按照衣櫃的投影面積進行計算，即是整個衣櫃的長乘高，而投影面積乘上單價便可得出亂或納衣櫃的總價。 二是，按照展開面積來計算。 就是櫃子所見到的每個面都必須單獨計算面積，然後把這些面的面積嘩沒相加，得出櫃子的總體面積。 單價乘以展開面積的總和，即為衣櫃團衫的總造價。