投影算法的发展

‘壹’ 投影面积和建筑面积有什么区分，它们分别怎样计算的

一、表示不同：

1、建筑面积：

建筑面积表示的是建筑物各层水平面积的总和，包括使用面积、辅助面积和结构面积。

2、投影面积：

投影面积表示的是阴影外轮廓线包围的面积。

二、特点不同：

1、建筑面积：

以平方米反映房屋建筑建设规模的实物量指标。每层扮逗枯建筑面积按建筑物勒脚以上外墙围水平截面进行计算，它包括三项，即使用面积、辅助面积和结构面积。

2、投影面积：

正投影即投射线的中心线垂直于投影的平面，影像会停留在画面上，指答背投影是指画面反向透出，穿过承接影像的物厅洞体。

计算的方式都是一样，只是长和宽不一样而已。都是长乘宽。

投影面积就是衣柜长度乘以衣柜高度。

长度测量：测量衣柜长度时应该注意，预留门口开关的位置150-200mm，这部分应该减掉，剩余的尺寸即是衣柜的长度。

高度测量：衣柜的高度即是从地面到顶面的尺寸，一般衣柜超过2200-2400mm后，上面会做顶柜。

深度测量：衣柜的深度一般做550mm-600mm最佳，深度过深时取东西不方便，深度过浅小于人体肩宽，不方便悬挂。

‘贰’ 计算机视觉技术国内 国外发展历史及现状

1研究现状及存在的问题
水果实时分级系统主要功能是水果外部品质和内部品质的自动检测。水果的外部品质检测的项目有大小、形状、颜色、表面缺陷等，内部品质无损检测的项目为水果的硬度、糖含量、酸度、口味及某些内部缺陷等。
1.1水果外部品质的自动检测
水果的尺寸和颜色检测技术已比较成熟，且在国外已经实现自动化检测，在国内也有按重量或尺寸分级的系统。但果面的缺陷检测却一直成为水果实时分级的障碍。
果面缺陷检测的技术比较复杂，目前存在以下几方面难题。
1.1.1对水果整个表面进行实时视觉检测比较困难
在水果分选生产线上，输送机构输送水果并把水果整个表面呈现给摄像机，这是水果实时分级系统比较关键的组成部分，因为当水果通过时，要求视觉系统能快速检查每个水果的全部果面，即使很小的缺陷面积，也会使得水果级别发生很大变化。同时，设计的视觉分级系统必须满足高生产率的要求。在这方面，国外学者（Growe,1996,Tao,1996)［1，2］采用滚子输送带使水果一边移动一边自身转动，从而使安装在输送带上方的摄像机能采集到水果的多个面的图像，达到全表面检测的目的。但由于水果大小和形状不规则，造成水果旋转速度不一致且难以保证按同一轴线旋转。此外，水果旋转两端的表面部分摄像机无法采集到，因此，分级误差较大。
1.1.2快速而准确地测定水果表面的各种缺陷且与梗、萼凹陷区正确区分比较困难
Miller等(1991)［3］对桃子的分选试验表明：因不能正确区分水果表面的缺陷和梗、萼凹陷区，由此产生的分级误差为25％左右。Rehkugler等（1986）［4］利用机械定向机构使苹果梗、萼处于垂直方向并绕梗萼轴旋转，CCD线扫描摄像机可扫描苹果的整个表面且形成一幅图像，该方法的特点是由机械定向机构定位水果梗、萼区，摄像机对此区不需要再检查。但因为受定向机构速度的限制，还达不到实时分级的速度，试验结果为每分钟选30个苹果。Yang(1996)［5］利用结构光图像与散射光图像相结合来区分梗、萼区和缺陷区，综合两方面图像处理的结果，共抽取16个特征参数，再利用BP神经网络区分苹果的梗、萼区和缺陷区，分辨精度为95％，但还需要进一步把试验结果应用于实际水果分选生产线中。Growe等（1996）［1］采取在780 nm附近带域内，用结构光由一黑白摄像机进行水果表面的凹陷度检测；在750 nm带域内的散射光照射下，由一黑白摄像机进行水果表面的可疑缺陷区检测。水果的输送旋转装置及摄像机布置如图1a所示，采用的双锥滚筒输送带可使水果一方面沿水平方向作平移运动，另一方面又绕自身水平轴作旋转运动。两个黑白CCD摄像机用来采集750 nm附近的散射光图像和780 nm附近的结构光图像，水果旋转一周摄取两次图像。两个黑白摄像机采集的图像经过设计的接口电路后，被合成为一幅黑白图像，合成过程如图1b所示。图像的处理由流水线图像处理系统完成。试验结果表明：每个水果采集两幅图像时，缺陷检测的速度可达5个/s，但误差较大，如对于苹果，碰伤检测的准确率仅为51％。试验表明，要想得到较高的检测精度，每个水果应采集5幅以上的图像，结构光至少6条以上。此外，由于水果尺寸不同所造成各个水果旋转速度的不一致，也是产生测量误差的原因。徐娟（1997）［6］及Nakano(1997)［7］利用人工神经网络法对缺陷区和梗萼区进行区分，试验表明神经网络的区分准确率较低。在果面各种缺陷的快速检测方面，Throop(1997)［8］等人研究了多光谱测量技术，对10个品种的苹果的22种缺陷，在460～1 030 nm光谱范围内，每隔10 nm试验测定了它们的反射光谱特性，其中对3种苹果同一种缺陷测量的结果如图2所示。图中纵坐标的马氏距离反映了水果缺陷区与正常区反射强度的差别程度，距离越大，两者差别越大。由图中曲线可看出：在中心为540 nm、740 nm、1 030 nm三波段附近，3种苹果同一缺陷与正常区的反射强度的差别表现为最大或最小值，最后通过对3个波段的图像进行简单的减法和阈值处理，即可得到检测的缺陷，下一步应考虑实际应用的实现。

(a)(b)

图1图像采集布置图与图像合成示意图

(a)输送装置及摄像机布置(b) 图像合成示意图

图23种苹果同一缺陷在460～1 030 nm
范围内与正常区反射强度的差别情况

1.1.3球形水果表面引起光照强度在投影面内呈曲面分布，以及二维图像上的透视区域与水果实际表面存在的畸变，给图像的缺陷检测带来困难和造成误差
Tao(1996)［2］提出的球形变换法很好地解决了第一个问题。基本思想如图3所示：带缺陷的原始物体图像（OOI）与该物体反表面无缺陷的图像(IOI)相加得到变换后的物体图像（TOI），此图像具有平面物体图像的性质，而缺陷区低于该平面，然后经过简单阈值处理即可得缺陷区。何东健（1997）［9］提出了缺陷透视图像面积发生畸变的校正方法，但对复杂形状的缺陷区进行校正，还存在一定的困难。Nakano(1997)［7］利用一旋转平台使水果旋转，每旋转18°CCD摄像机采集一幅图像，苹果旋转一周可得20幅图像，为消除苹果球面面积的畸变，每幅图像只保留中间13 cm宽度的幅面，再全部合成一幅苹果整个表面的展开图像，此法非常有效，但在分选生产线上实现比较困难。

图3球形变换方法

1.1.4传统的图像处理及模式识别算法的速度不适合实时分选线的要求
国外一般采用高速图像处理硬件与简单有效的图像处理软件相结合的途径，来实现水果的实时分级。如Yang(1996)［5］利用的是Transputer系统、结构光法和洪水算法；Growe等(1996)［1］研制的系统，图像的大部分工作由流水线图像处理硬件系统完成；Tao(1996)［2］采用的是专用Merlin图像处理系统和简单有效的球形变换法，研制的苹果分选系统已应用到水果分选生产线上，其分选速度可达3 165个/min。国内研究者（刘禾，1998，徐娟，1997，杨秀坤，1997，何东健，1997）［6，9～11］大多利用一般的微机和图像采集卡，开发了一些图像处理和模式识别的新算法，如把人工神经网络、模糊理论、遗传算法、图像形态学、分形理论、小波理论及人工智能理论用于图像特征的抽取和识别。但由于图像处理的硬件速度太低，故只能限于静态水果图像分选的算法研究。此外，水果分级的算法应具备人工分级的一些优良性能，如学习与记忆功能，因为目前的一些分级算法的训练样本都比较少，而要分级的水果品种多变且量大。
1.2水果内部品质无损检测
反映水果内部品质的主要指标有硬度、糖含量、酸度、口味及内部缺陷等。目前国内外研究的主要方法和存在的问题如下。
1.2.1水果的硬度检测
水果的硬度可间接反映水果的成熟度、运输中的抗损坏性、储藏期等。目前用于水果硬度检测的方法主要有变形法和声学法。
变形法就是在一定时间内给水果施加一定的动态力或冲击力，然后根据测得的变形量确定水果的硬度。如Schmilovitch等（1995）［12］研制成功了枣子硬度自动检测系统，其原理是把枣子放在两平板之间，在上面板施加5～8 N的动态力，根据所测变形量的大小把枣子分成4个硬度等级。Delwiche(1991)［13］利用冲击法研制了苹果硬度自动检测系统，发现冲击力会造成苹果表面的轻微损伤。变形法只能测量水果表面的局部硬度，实际上，水果表面硬度变化较大，故限制了变形法的应用。
声学法包括声波脉冲响应法和超声波法，声波脉冲响应法（20～1 500 Hz）就是利用一麦克风测量受轻微敲击水果的声波强度，由此确定水果的硬度。Armstrong等（1993）［14］试验研究了所测声波强度与水果硬度的关系，发现二者有很好的相关关系。此法的优点是简单、无损，且能反映水果的整体硬度，缺点是必须注意周围噪声的绝缘及机械振动的消除，此外水果形状也影响测量精度。超声波(＞20 000 Hz)法是根据超声波在水果等介质中传播时，能量衰减系数的大小来确定水果硬度。但由于水果内部含有较多气隙且各向异性，故超声波很难穿透整个水果。
1.2.2糖含量、酸度、口味的自动检测
糖含量、酸度比较有潜力的检测方法是近红外法（NIR）和磁共振法（MR）。近红外法又分穿透法、反射法和部分穿透法，部分穿透法原理如图4所示。穿透法对水果不适应，反射法一般用于水果表面特征的检测，因此常用的方法是部分穿透法。由图4可看出，在部分穿透法中，光线经过的路径比穿透法短，且入射光线与接收器有一夹角，此夹角的确定对测量起关键作用，此外二者之间必须加一隔板。884 nm和834 nm测得量的比值已用于桃子、苹果（Slaughter ，1995）［15］糖含量的自动测定。Slaughter等（1996）［16］对西红柿，在400～1 100 nm的光谱范围内进行部分穿透性测量试验，结果表明：800～1 000 nm范围的信息对糖含量的确定最有用，测得的相关系数r＝0.92, 但酸度测量比较困难。Mizrach(1997)［17］利用超声波法试验研究了超声波衰减系数和芒果硬度、糖含量、酸度的关系，但其超声波测量探头必须与果面接触，故限制了在线的应用。因此，利用近红外多光谱技术测定水果内部糖含量及其他成分是很有前途的，为达到实时应用的目的，应进一步确定最合适的一两个波段并与计算机视觉技术结合。磁共振及磁共振成像（MRI）技术也是测定水果内部成分的有效方法，其依据是物质内部的某些原子核（H、C、P等）在外部磁场作用下，可与射频区域的电磁波辐射相互作用。Chen等(1996)［18］利用此法对鳄梨的成熟度和鲜杏梅的糖含量进行了一些研究，得到了较好的结果。此法的主要缺点是设备昂贵。

图4部分穿透法

与水果的口味相关的化学成分主要是可挥发性芳香化合物，当水果成熟时，就会在周围空气中散发这种挥发性芳香气体。Benady等（1995）［19］研制的电子传感器可以测量这种气体的浓度。
1.2.3水果内部缺陷的检测
西瓜的内部空心用超声波检测已比较成熟。其他缺陷的检测，目前国外正研究利用X射线法、磁共振和磁共振成像技术等方法测量，因成本高及安全性等问题，故很难在农业中推广应用。

2研究的途径及方向探讨
水果实时分级系统的进一步研究应从两方面入手，一方面要加快水果外部品质的计算机视觉实时分选技术的研究；另一方面也要进行水果内部品质的无损检测技术的研究。因为水果分级的主要目的是选出高质量的水果，故水果内外品质的检测技术都十分重要。
在水果的外部品质检测方面，应进行多种技术集成的应用研究。
（1） 对于水果整个表面机器视觉快速检测的问题，可采用机械与光学技术相结合，设计合理的传送机构，既保证水果在传送带上比较平稳地移动，又可由视觉系统快速检测到水果的全部表面。尽量减小因水果不规则运动造成的分级误差、损伤及图像的模糊。
（2） 对于果梗、萼区与缺陷的检测与视觉区分方面，应采用多光谱技术与机器视觉技术相结合，研究水果图像上可疑缺陷区的关键特征参数的抽取方法，得到简单、有效、快速的图像处理和识别方法。
（3） 在球形果面造成的光反射强度呈曲面分布及曲面成像面积的畸变问题，可从光照设计、图像合成及软件补偿3方面综合考虑。光照的充分设计可解决第一个问题；多幅图像的有效合成，可解决畸变问题。我们通过试验表明：一个水果至少应采集5幅图像，然后再合成为一幅，可基本保证水果整个表面上缺陷的有效检测，以避免畸变误差。软件补偿的方法必须简单而有效，以适合高速的要求。
（4） 在实时系统的图像处理器硬件设计方面，首先应采取先进的并行CPU芯片，如TMS320C80等；其次处理板的设计应与视觉系统结合起来考虑，如采集多路视觉信号的合成问题，机械机构与视觉系统的同步电路设计等。当然，也可引进国外比较成熟的高速图像处理主板，而其他技术可由国内自行开发，这样可以加快国内水果实时分级系统实现自动化的步伐。
（5） 在图像处理和识别的软件设计方面，应把传统方法与现代新方法（神经网络，并行算法，遗传算法，模糊技术，人工智能，图像形态学，分形学，小波变换等）结合起来，改变传统图像信息的超数据量表达方式，寻求图像表达与解释的新方法，力求图像处理和识别算法的快速性、有效性及鲁棒性。
在水果内部品质检测方面，声学振动法是实现硬度自动检测的有效方法，但应设法消除影响测量精度的因素，并进行在生产线上的应用开发；近红外局部投射法和磁共振法是水果糖含量、酸度等内部成分自动检测的有效方法。在国内，近红外局部投射法更有应用前景，应进一步研究其通用性、稳定性和实用性；内部缺陷的无损检测应进一步研究新原理和新方法，应采取自己开发和从国外引进相结合的方式。此外，应进行多种传感器测量信息集成技术的研究，这是水果内外品质实现实时自动检测与分级的有效途径。

3结语
利用各种现代技术的高度集成，在水果分选生产线上同时完成水果内外品质的检测与分级是将来进一步研究的方向和目的。随着科学技术的飞速发展，在我国近期有望实现农产品品质的自动化检测与分级。

‘叁’ GIS中坐标系与偏移算法总结

一 大地坐标系
1.1 概念
大地坐标系是大地测量中以参考椭球面为基准面建立起来的坐标系。
大地坐标系根据其原点的位置不同，分为地心坐标系和参心坐标系。地心坐标系的原点与地球质心重合，参心坐标系的原点与某一地区或国家所采用的参考椭球中心重合，通常与地球质心不重合。

1.2 常用的参心坐标系与地心坐标系

北京54 参心坐标系（参心坐标系）
西安80 参心坐标系（参心坐标系）
cgcs2000 地心坐标系（地心坐标系）
wgs84 地心坐标系（地心坐标系）

我国先后建立的1954年北京坐标系、1980西安坐标系和新1954年北京坐标系，都是参心坐标系。这些坐标系为我国经济社会发展和国防建设作出了重要贡献。
但是，随着现代科技的发展，特别是全球卫星定位技术的发展和应用，世界上许多发达国家和中等发达国家都已在多年前就开始使用地心坐标系。
国务院批准自2008年7月1日启用我国的地心坐标系——2000国家大地坐标系（CGCS-2000），同时要求用8-10年的时间，完成现行国家大地坐标系向20000国家大地坐标系的过渡和转换。过渡期结束，将停止提供现行国家大地坐标系下的测绘成果。

参考：
2018年7月1日起全面使用2000国家大地坐标系，西安80和北京54坐标系正式退出历史舞台

wgs84是为GPS全球定位系统使用而建立的坐标系统；gps设备采集的数据均为wgs84坐标系。

1.3 不同坐标系之间的转换
arcgis 软件中计算完成，参考:[arcgis坐标转换与投影]( https://www.jianshu.com/p/5c437696be06 ）

二 坐标投影

2.1 投影后的坐标形式
原始经纬度:120.0397529296875,30.229220825195313
墨卡托投影后:13362764.171082955,3533048.2025558753
参考： arcgis js api：web墨卡托(3857)转经纬度坐标(4326)

2.2 投影的目的
方便工程测量、二维图展示便于理解。

2.3 根据不同需求使用不同的投影算法
例如： 墨卡托投影后的二维图导致了地球两极被拉宽，不适用于工程测量，但适合用作普通二维图的展示。而大比例尺的工程测量图对局部区域内精度要求高，而采用高斯克里格投影。

三 gcj02偏移算法（国家测绘局，被戏称为火星坐标）
注意 这是偏移算法，而不是单独的一个坐标系。习惯上人们将加了偏移算法的坐标称为gcj02坐标。经偏移算法处理的地图数据偏差一般为 300~500 米。

3.1 在我们国家发布的互联网地图按法律规定需要经过偏移算法加偏移。
例如高德地图、腾讯地图。

3.2 网络地图在gcj02基础上进行了二次加偏移，称为bd09坐标

3.3 天地图是否加偏移？
天地图采用cgcs2000坐标。
发布在互联网上的天地图并不一定都是加偏移，未加偏移的地图做了特殊处理，很多涉密地理信息在地图上找不到。

3.4 使用了加偏移的地图如何进行gis开发
对叠加到地图上的数据同样加偏移，实现与底图吻合。
参考： WGS84坐标与不同加密算法之间转换

更多参考：
你必须知道的地理坐标系和投影坐标系
arcgis坐标转换与投影变换

‘肆’ 什么是投影面积，怎么算

一、什么是投影面积？

• 假设太阳正当顶时，此房屋落在地上的阴影外轮廓线包围的面积就叫它的水平投影面积。其实一般情况下也就是构件的施工平面图上的面积。

• 一般用于房屋建筑上，用于建筑面积计算。

二、如何计算投影面积？

• 成套房屋的套内建筑面积由套内房屋使用面积，套内墙体面积，套内阳台建筑面积三部分组成。

• 1、套内的使用面积：套内房屋使用面积为套内房屋使用空间的面积，以水平投影面积按以下规定计算：
  a.套内房屋使用面积为套内卧室、起居室、过厅、过道、厨房、卫生间、厕所、储藏室、壁橱等空间面积的总和。
  b.套内内部楼梯按自然层数的面积总和计入使用面积。
  c.不包括含在结构面积内的套内内部烟囱、通风道、管道井均计入使用面积。 d.内墙面装饰厚度计入使用面积。

• 2、套内墙体面积：套内墙体面积是套内使用空间周围的维护或承重墙体或其他承重支撑体所占的面积，其中各套之间的分隔墙和套与公共建筑空间的分隔以及外墙(包括山墙)等共有墙，均按水平投影面积的一半计入套内墙体面积。套内自由墙体按水平投影面积全部计入套内墙体面积。

‘伍’ 数字图像处理的发展趋势

数字图像处理（digital image processing）是用计算机对图像信息进行处理的一门技术，使利用计算机对图像进行各种处理的技术和方法。
20世纪20年代，图像处理首次得到应用。20世纪60年代中期，随电子计算机的发展得到普遍应用。60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。利用数字图像处理主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。数字图像处理主要研究以下内容：傅立叶变换、小波变换等各种图像变换；对图像进行编码和压缩；采用各种方法对图像进行复原和增强；对图像进行分割、描述和识别等。随着技术的发展，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。
数字图像处理因易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。主要用于图像变换、量测、模式识别、模拟以及图像产生。广泛应用在遥感、宇宙观测、影像医学、通信、刑侦及多种工业领域。
遥感影像数字图像处理的内容主要有：①图像恢复。即校正在成像、记录、传输或回放过程中引入的数据错误、噪声与畸变。包括辐射校正、几何校正等；②数据压缩。以改进传输、存储和处理数据效率；③影像增强。突出数据的某些特征，以提高影像目视质量。包括彩色增强、反差增强、边缘增强、密度分割、比值运算、去模糊等；④信息提取。从经过增强处理的影像中提取有用的遥感信息。包括采用各种统计分析、集群分析、频谱分析等自动识别与分类。通常利用专用数字图像处理系统来实现，且依据目的不同采用不同算法和技术。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
数字图像处理概述
数字图像处理发展概况
数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，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提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。
数字图像处理主要研究的内容
数字图像处理主要研究的内容有以下几个方面： 1) 图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。 2) 图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。 3) 图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立"降质模型"，再采用某种滤波方法，恢复或重建原来的图像。 4) 图像分割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。 5) 图像描述图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。 6) 图像分类（识别）图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。
数字图像处理的基本特点
（1）目前，数字图像处理的信息大多是二维信息，处理信息量很大。如一幅256×256低分辨率黑白图像，要求约64kbit的数据量；对高分辨率彩色512×512图像，则要求768kbit数据量；如果要处理30帧/秒的电视图像序列，则每秒要求500kbit～22.5Mbit数据量。因此对计算机的计算速度、存储容量等要求较高。（2）数字图像处理占用的频带较宽。与语言信息相比，占用的频带要大几个数量级。如电视图像的带宽约5.6MHz，而语音带宽仅为4kHz左右。所以在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高的要求。（3）数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。因此，图像处理中信息压缩的潜力很大。（4）由于图像是三维景物的二维投影，一幅图象本身不具备复现三维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。（5）数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大。由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大，作为图像质量的评价还有待进一步深入的研究。另一方面，计算机视觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。例如，什么是感知的初始基元，基元是如何组成的，局部与全局感知的关系，优先敏感的结构、属性和时间特征等，这些都是心理学和神经心理学正在着力研究的课题。
数字图像处理的优点
1. 再现性好数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。 2．处理精度高按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。 3．适用面宽图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图像组合而成）组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 4．灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
数字图像处理的应用
图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 1）航天和航空技术方面的应用数字图像处理技术在航天和航空技术方面的应用，除了上面介绍的JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。许多国家每天派出很多侦察飞机对地球上有兴趣的地区进行大量的空中摄影。对由此得来的照片进行处理分析，以前需要雇用几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。从60年代末以来，美国及一些国际组织发射了资源遥感卫星（如LANDSAT系列）和天空实验室（如SKYLAB），由于成像条件受飞行器位置、姿态、环境条件等影响，图像质量总不是很高。因此，以如此昂贵的代价进行简单直观的判读来获取图像是不合算的，而必须采用数字图像处理技术。如LANDSAT系列陆地卫星，采用多波段扫描器（MSS），在900km高空对地球每一个地区以18天为一周期进行扫描成像，其图像分辨率大致相当于地面上十几米或100米左右（如1983年发射的LANDSAT-4，分辨率为30m）。这些图像在空中先处理（数字化，编码）成数字信号存入磁带中，在卫星经过地面站上空时，再高速传送下来，然后由处理中心分析判读。这些图像无论是在成像、存储、传输过程中，还是在判读分析中，都必须采用很多数字图像处理方法。现在世界各国都在利用陆地卫星所获取的图像进行资源调查（如森林调查、海洋泥沙和渔业调查、水资源调查等），灾害检测（如病虫害检测、水火检测、环境污染检测等），资源勘察（如石油勘查、矿产量探测、大型工程地理位置勘探分析等），农业规划（如土壤营养、水份和农作物生长、产量的估算等），城市规划（如地质结构、水源及环境分析等）。我国也陆续开展了以上诸方面的一些实际应用，并获得了良好的效果。在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。 2）生物医学工程方面的应用数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了上面介绍的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。 3）通信工程方面的应用当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以图像通信最为复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达100Mbit/s以上。要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。在一定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、DPCM编码、变换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、自适应网络编码、小波变换图像压缩编码等。 4）工业和工程方面的应用在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人，将会给工农业生产带来新的激励，目前已在工业生产中的喷漆、焊接、装配中得到有效的利用。 5）军事公安方面的应用在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。 6）文化艺术方面的应用目前这类应用有电视画面的数字编辑，动画的制作，电子图像游戏，纺织工艺品设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和评分等等，现在已逐渐形成一门新的艺术--计算机美术。

‘陆’ 什么是凸集投影法

凸集投影算法：Super-resolution image reconstruction based on POCS
基于凸集投影算法的超分辨率图像重建技术
在压缩格式中，嫌雀视频序列被表示为运动矢量和传输系数的组合，而这些信息没有数伏被传统
的超分辨率重建算法利用。在文中，直接利用量化间隔信息，采用
凸集投影（POCS）的薯者携方法，给出了一种基于运动补偿的，离散余弦（DCT）域的算法模型 重建一幅高分辨率图像。
实验表明，该方法能得到比普通解码或空间域重建更好的效果。

‘柒’ lbp是什么意思

lbp是Local Binary Patterns的缩写，中文名字叫做“线性反投影算法”，指局部二值模式，最初功能为辅助图像局部对比度，并不是一个完整的特征描述子。

lbp线性反投影算法又称累加法，是最早使用的一种简单成像算法。它将通过某点的所有投影射线进行累加，再反向估算出该点的密度值，从成像观点分析，它是不完全的雷登逆变换。

lbp算法计算步骤：

1、基于均质灵敏度信息，利用线性反投影算法获得初始图像。

2、利用已获得的介电常数分布，求解正问题，得到一组仿真电容值，将该值与测量电容值进行比较，若误差已达到满意值，算法结束，否则进行下步。

3、修正灵敏度信息。

4、根据上步已经修正后的灵敏度信息，利用测量电压重新进行线性反投影；返回第二步，并进行循环迭代，直到获得满意的结果为止，迭代结束。

‘捌’ 智能投影行业发展势头不减，AWE2022助力产业迈向全球化

随着智能投影仪技术的发展，家用投影产品越来越智能化隐衫，且在产品亮度、分辨率、色彩等性能上越发强劲，对比传统电视，投影仪正在成为更多年轻人的首选。投影仪市场快速扩容，吸引了越来越多品牌的加入，也被认为未来充满蓝海机遇。企业在加大马力前进之时，也需要更为广阔的展示舞台和行业之间交流互通，理清技术的前沿发展以及市场的现状，或将有助于投影行业持续做大蛋糕。

2022年3月17日-20日在上海新国际博览中心举办的中国家电及消费电子博览会AWE2022，将成为投影行业展示“智慧成果”的重要舞台。

一直以来，投影仪主要用作教育及办公等商用领域，不过智能投影仪的出现打破了商用和家用的鸿沟，智能投影仪将商用领域技术运用到家用领域，并且将投影、音响及智能电视等功能融合，通过算法和智能系统，使得投影产品拥有了和智能电视类似的功能，便携性、沉浸式影音体验等优点也使得越来越多的年轻人及租房人群选购时放弃电视转而选择家庭投影仪。

今年以来，国内投昌侍影灶迅腔市场发展势头仍未减速，据IDC发布的《IDC 2021年第二季度中国投影机市场跟踪报告》数据显示，2021年上半年中国投影仪市场总出货量227万台，同比增长32.4%。在这227万台的总出货量中，家用投影仪出货量达到了168万台，占比达到了74%。不过当前家用投影市场仍然渗透率较低，对比彩电等家电产品的保有量，投影仪市场被业界认为仍然处于飞速发展和普及的阶段。

目前，智能投影市场品牌众多，既有极米、峰米、坚果、当贝等互联网厂商，也有爱普生、明基等传统投影厂商，还有索尼、海信等家电厂商，今年科大讯飞等智能语音厂商也相继加入投影市场，行业竞争日趋焦灼。

在业界不断加大投入，抢夺市场份额之时，智能投影行业同样面临着不小的挑战，尤其是今年以来持续性的原材料涨价和芯片断供等外部环境，智能投影仪市场可谓是枷锁下跳舞。面对着不断变化的消费需求，未来智能投影技术发展趋势是什么？投影厂商又该如何不断做大这块蛋糕？

作为全球家电及消费电子发展方向的风向标，AWE、CES、IFA三大展会一直以来是企业展示创新技术及业界观察行业发展的最佳窗口。只不过因为国外疫情的反复，IFA展及CES展能否恢复线下展览都是未知数，AWE成为全球三大家电与消费电子展中唯一恢复线下举办的展会，AWE2021在今年3月以15万平米展示面积、35万参观人次的宏大规模顺利举办。

‘玖’ EIT的技术分类

电阻抗成像技术的分类：
电阻抗成像技术依据信号采集方式及激励源的不同，大致分成以下三类：
1、 注入式电阻抗成像
这是传统的电阻抗成像方法，通常采用电流输入测量电压输出或者采用电压输入测量电流输出的方式。由于电极是放于皮肤上的，而皮肤的角质层阻抗很大，为减小皮肤阻抗的影响，通常采用电流输入测量电压的方法。
EIT系统大致由三部分组成：信镇键号注入与提取、A/D转换和计算机接口、图象重建与显示。
其中，信号注入与提取的主要部件是电极。因为在EIT系统中，被测信号很微弱再加上电极是整个成像系统的前端，所以，电极的性能对于整个系统的性能及成像质量来说至关重要。因此，一个良好的电极，必须具备如下特点：
1） 利于注入电流和提取电压；
2） 与皮肤表面接触阻抗小；
3） 易于组成电极阵；
4） 对皮肤无毒，无副作用。
为达到上述要求，EIT系统所用电极大多采用银、铜、不锈钢等材料制成。此外，现在大多EIT系统都采用16个电极，也有32、64电极系统。增加电极数能增加系统的分辨率和成像质量，但数据处理量会增大，成像算法也会更复杂。
控制电路和电流源系统的功能是产生输入电流，并控制电流输入在电极间的切换。EIT系统的电流采用几十KHZ的交流电。因此，该部分的关键电路是稳幅振荡恒流源。
EIT系统振荡频率由以下因素决定：
1) 皮肤阻抗随注入信号的频率增大而减小，在100KHZ的阻抗约为220欧。
2) 在频率为100KHZ以下的电流作用下，人体组织的阻抗主要表现为电阻特性；
3) 交流信号对人体的伤害小于直流信号。
4) 较低的输入阻抗和较小的分布电容。
总上要求，EIT输入电流的频率多为几十KHZ。
电压测量电路的要求：
因为EIT注入电流很小，所以要测量的肤表分布电压很小，必须经过放大之后，才能进行测量。为满足系统误差要求，该电压测量电路要满足一定的指标要求，例如：CMRR要达到120dB,系统要达到0.1%的精度等。这在系统设计时要特别注意。
图象重建算法是EIT系统的重要组成部分。应用于EIT系统的算法有很多种，按方式分主要分两大类：动态式成像和静态式成像。动态式成像利用两个不同时刻的测量数据，通过图象重敏滑建算法来获得这两个时刻电阻抗分布的差值，从而构建出一副S差分图象。动态式成像是图象重建算法中发展较早的一类，主要是反投影算法，其优点是许多测量数据中的噪声可以在相减时的到消除，因而它的图象重建算法对数据采集系统的要求不是太高，实现起来容易，另外它的计算量一般也较小，缺点是应用范围窄。静态式成像重建算法发展较晚一些，但由于其应用的广泛性及相对较好的成像效果，受到普遍重视，已成为EIT成像重建算法的主流。现在流行的算法是Newton-Raphson类算法，另外，扰动算法，拟Newton类算法也得到发展。静态式成像的缺点是：计算量大，噪声性能差，如何解决这个问题，已成为EIT技术研究的重点和难点。
2．感应电流电阻抗成像
感应电流电阻抗成像（inced current electrical impedance tomography,ICEIT）是一种新的EIT技术，它在被测目标的周围的外围放置若干个激励线圈，对其施加时变电流，在空间产生交变磁场，从而在被测目标内产生出感应电流桥旅腊。测量目标表面相邻电极的电压差，并用此数据进行目标区域电导率的图象重建。与传统的注入式EIT相比,ICEIT具有以下优势：
1） 成像目标内的电流不受电极处的电流密度的限制，因而有可能使用更大的电流以提高信噪比；
2） 由于周围电极仅测量输出电压，不用于电流驱动，所以可以优化电极设计；
3） 通过改变线圈的形状和位置，使空间磁场发生改变，从而改变目标内的电流分布，提取某一部分的细节；
4） 当成像目标外有屏蔽层时，选择适当频率的驱动电流，就可使屏蔽层对感应电流密度分部影响不大，从而可能得到比较理想的成像结果。
5） 适于诊断颅内病变和探讨脑疾病演变过程，在区分不同类型脑水肿方面有一定优势；
6） 非接触，无创，系统成本相对较低；
首先，固定激励线圈的位置，其产生的恒定磁场在补偿线圈上感应出参考信号，同时该磁场穿过容积导体在检测线圈上感 应出待测信号。补偿线圈的作用：
1）用对称性，抵消激励线圈直接在检测线圈上感应的主磁场，使得检验线圈理论上只有容积导体上的涡流感应磁场；
2）直接为鉴相电路提供参考信号。对待测信号（10mv-50mv）先进行缓冲，在进行初级放大和次级放大送入鉴相电路的一端；而参考信号（1－5v）先进行缓冲再加一级限幅，送入鉴相电路的另一端。鉴相电路输出的即为Im(db/B)。将此相位送入A/D板，作为一个测量值。之后转动内滑环改变激励线圈的位置，得到其他组的测量值。最后，采样结束，将数据送入计算机处理并显示结果。
3．多频电阻抗成像
多频电阻抗成像（Multi-frequency Electrical Impedance Tomography, MFEIT）是在EIT技术基础上发展起来的一种新型成像技术，它在多个频率激励下测量人体组织内的阻抗信息，对这些信息进行处理，以达到更好区分不同的组织或组织所处的不同状态的目的。由于MFEIT 提取了人体组织在多个频率下的复阻抗信息，可通过有目的的选择频率以突出感兴趣的组织，甚至还可以通过多个频率下的阻抗信息来估算组织阻抗模型参数，从而使最终的图象含有较多的信息量，获得较高的成像质量。因此，MFEIT技术是对FIT技术的进一步发展，具有良好的应用前景。
多频EIT系统中主要采用的技术
与常规的EIT技术相比，MFEIT硬件系统最主要的特点是其工作频带的延宽及所测频率数的增加。随着带宽的展宽，一些在常规EIT系统中不是特别突出的问题开始尖锐起来，其中最为突出的问题是杂散电容。在频率较高时，大的杂散电容不仅会降低电流源的输出阻抗和电压测量电路的输入阻抗，还会直接影响到阻抗虚部的测量精度。MFEIT多针对这一问题，在注意控制前级信噪比的同时，围绕多频系统的频率组合、采集时间的缩短、信号的解调及噪声抑制问题，提出了各自的解决措施。
作为一种新型成像技术，多频率阻抗成像提取了多个频率下的复阻抗信息，是最终图象含有较多信息量，获得较高的成像质量。作为该技术的主要研究内容之一，硬件系统所要解决的关键性问题是：在工作频带延宽的情况下，如何满足EIT数据测量系统的高精度和高速度的要求。

‘拾’ 定制衣柜投影面积怎么算

投影面积就是测量的衣柜长度乘以衣柜高度。 长度*高度=平方米；在知道单价的情况下，投影面积乘以单价，即可得到衣柜的总造价。 投影面积计价比展开面积计价明显简单很多，如果不细想肯定会认为投影划算,因为同样的面积和同样的价格投影做的东西要多一些。 现今市场上定做衣柜的计算方法一般有两种：一是，按照衣柜的投影面积进行计算，即是整个衣柜的长乘高，而投影面积乘上单价便可得出乱或纳衣柜的总价。 二是，按照展开面积来计算。 就是柜子所见到的每个面都必须单独计算面积，然后把这些面的面积哗没相加，得出柜子的总体面积。 单价乘以展开面积的总和，即为衣柜团衫的总造价。