摘要：随着人工智能技术水平的逐渐提升图像处理成为常见的技术，被广泛应用在各个领域中，为人们提供优质的服务。从计算机视觉算法与图像处理技术入手，进行计算机视觉显示系统设计，并探索了图像畸形矫正算法，以供参考。
关键词：计算机视觉算法； 图像处理技术； 视觉显示； 三维；
目录
1计算机视觉算法与图像处理技术……………………………………………………………………1
1.1计算机视觉算法……………………………………………………………………2
1.2图像处理技术……………………………………………………………………2
2计算机视觉显示系统设计……………………………………………………………………3
2.1光场重构分析……………………………………………………………………4
2.2设计显示系统……………………………………………………………………4
3图像畸变矫正算法……………………………………………………………………5
3.1畸变的矫正……………………………………………………………………6
3.2畸变图像处理……………………………………………………………………6
4结语……………………………………………………………………7
文内图表……………………………………………………………………8
图1光场传播图……………………………………………………………………8
图2真三维立体显示框图……………………………………………………………………8
参考文献……………………………………………………………………9
传统的二维显示方式只能单一的显示物体的侧面投影，主要原因在于受技术因素限制，为满足人们不断提升的需求，研究人员提出三维立体画面，并形成新型的显示技术，利用计算机视觉算法优势进行图像处理，通过三维体素代表三维空间中的真实位置，构成三维空间图像，提升视觉效果。
1 计算机视觉算法与图像处理技术
1.1 计算机视觉算法
计算机视觉算法可以说是一种处理图像的数学模型，在人工智能领域中较为常见，具有较强的技术优势，实质是通过图像或者数据中获取信息。对于人类来说，面对不同的图像可以根据自身的理解直接进行分析，但应用计算机进行图像分析，则产生较多的解释方式，整体上较为复杂，因而研究人员选择利用图像数据类型进行分析，通过物理概率模型解释图像，最终形成计算机视觉算法。该方法在应用过程中，可以灵活通过自身的优势精准识别图像，并根据图像绘制三维模型与预测模拟，为人们提供便捷的服务[1].
1.2 图像处理技术
图像处理技术主要是指利用计算机进行图像信息处理，由于图像自身的特点，几何图形中必然存在大量的点、线以及颜色等多种元素，利用计算机将元素点进行存储，并进行合理的重新组合、拆分、调整，实现图像的有效处理。常见的图像处理技术主要有图像复原、图像数字化、图像分割、图像识别、图像编码等，提升图像处理质量[2].
2 计算机视觉显示系统设计
2.1 光场重构分析
相比于传统的二维显示中的像素对应，真三维立体显示技术更复杂，整体上技术水平更高，以三维数据场中的点为基础，形成立体空间进行城乡，像素点（voxel）为最基本单位，表示形式为（x、y、z），通过多个列体点形成真三维立体图像。在进行应用过程中，利用机械运动与光学引擎实现光场重构过程[3].例如，以实际的五维光场函数为例，F:L∈R5→∈R3描述三维空间中分布的光场函数，其中L=[x,y,z,准，准]表示为空间中点的三维坐标与坐标的方向，Y=[r,g,b]表示为图像的颜色信息。三维图像模型与纹理在显示过程中，可以呈现为离散集点的形式，表示为L=[L1,L2,L3,…，Ln],在进行空间中点的位置与颜色表示形式为Li=[Pi,Yi]Pi,Yi,如下图为视觉算法下光场传播图，如图1所示。
图1 光场传播图
对点集L中的h深度子集进行光场三维重构，以深度为依据进行划分，分为多个子集，在该子集中每一子集均可以形成光场重构，形成三维状态图像。与此同时，利用二维投影技术进行切片图像重构，可以实现高速运转，并且其产生的重构图像属于三维光场[4].
2.2 设计显示系统
对于现阶段的旋转式LED点阵体三维显示进行分，在进行成像时只能以柱状形式进行成像形成三维立体光场，但其分辨率较低，视场角小。设计出一种真三维显示系统，以ARM处理器智能交互为主，灵活利用其优势实现分辨率提升，并提高其体素，图2为整体的设计框图。
图2 真三维立体显示框图
在利用三维环境进行物体拍摄过程中，需要明确展示物体的三维性，拍摄后将物体成像序列进行存储，并灵活利用视频采集技术进行图像的序列导入，对图像完成切片处理。将数据信息传输至视频接口中，经过DMD设备处理后进行图像信息高速处理，最终将数据图像利用散射屏进行背面投影。图像信息的高速运转离不开电机的驱动，灵活利用转速传感器进行转台的角度探测，传递探测信号，完成最终的控制。伺服电机在运转过程中，相关的设备会将采集装置位置信息进行同步处理，并利用控制器的优势产生编码，形成DVI帧频信号，灵活利用其优势实现散射屏与图像投影之间实现同步。设计智能交互真三维显示装置，利用信息分析智能交互真三维显示装置，经由散射屏与转台组成，并包含大量的采集设备、电机、投影仪、控制器以及处理装置，形成完整的显示装置[5].
3 图像畸变矫正算法
3.1 畸变的矫正
在计算机视觉算法下，可以充分发挥出计算机的优势进行畸变图像处理，当投影设备进行垂直投影过程中，受视场变化因素影响导致垂轴的放大率逐渐增大，进而造成智能交互真三维显示装置中的素点发生明显的偏移情况，当偏移的情况增大时，导致图像出现明显的畸变情况，此时需要工作人员灵活应用技术进行处理，以消除畸形的影响。灵活利用计算机图像处理技术进行矫正、处理图片、消除畸变，并促使其恢复原有的状态，满足现阶段的需求。在处理中常见的畸变消除技术主要有两种，一种是切向畸变，另一种是径向切变，但第一种情况处理效果不明显，应用较为少见。实际上，针对现阶段的畸变处理来说，在实际的处理过程中，径向畸变包括枕型畸变与桶型畸变，常见于设备图像的桶型畸变，由于直线在图像空间中主要表现为对称中心为直线，其余部分不是直线，需要工作人员在处理过程中明确对称中心，灵活利用计算机视觉算法进行图像畸变矫正，以达到最终的目的。对于图像畸变来说，主要的原因为空间状态的扭曲，常常被人们称之为曲线畸变，传统上在处理过程中主要利用二次多项式矩阵进行畸变系数处理，但存在一定的模糊性，需要根据实际情况进行矩阵调整，以提升编程分析质量。以计算机视觉算法进行畸变矫正属于现阶段先进的方法，利用神经网络的优势进行合理的处理，并形成网络共享结构，降低网络模型的复杂性，保证对畸变图像进行高质量识别[6].
3.2 畸变图像处理
在进行畸变图像处理过程中，可以灵活利用卷积神经网络技术，充分利用其技术优势进行创新，达到最终的目的。实际上卷积神经网络技术具有良好的权值共享性与稀疏连接性，整体方式较为简单，难度较低，可以灵活应用在变形处理过程中。在该过程中，多维图像输入为基础，促使图像穿入网络中，改变了传统的算法识别方式，充分发挥出技术优势实现数据的提取，并以计算机视觉算法为基础减少训练参数，提升控制容量，提高数据处理水平。在该过程中，卷积神经发挥着重要的作用，与传统的网络相比出现池化层与卷积层，可以避免出现特征取样情况，并从训练中获取数据信息，提升其整体性，与原有的神经网络分类器进行分离，减少权值的特征，融入多层感知器，实现结构重组，直接进行灰度图片处理，保证其图像分类。在进行卷积层计算过程中，可以对其特征图与卷积核进行卷积，激活其函数特征，保证其操作过程合理，获取最终的特征图。
4 结语
在当前的时代背景下，网络信息技术逐渐创新，促使整体技术水平提升，优化了传统的模拟图像，转化为数字化图像，其技术更具有优势，为人们提供便捷的服务，保证图像的真实度与清晰度，与此同时，进一步研究图像的畸变矫正方法，以计算机视觉技术为基础，灵活进行创新，通过卷积神经网络对图像畸变进行计算处理，高质量进行图像的几何畸变矫正，获取清晰的图像。
参考文献
[1]陈宏君，谢建民。基于计算机视觉算法的图像处理技术的研究[J].吉林广播电视大学学报， 2019,12（10）：158-160.
[2]张鹏，柏咏菊，穆仁龙。 Delphi实现计算机视觉常用图像处理算法[J].实验室研究与探索， 2018,12（05）：61-63.
[3]李观发。基于计算机视觉算法的图像处理技术探析[J].信息记录材料， 2019, 20（06）：125-126.
[4]刘海玲。基于计算机视觉算法的图像处理技术[J].计算机与数字工程， 2019, 47（03）：672-677.
[5]曾珍珍。一种计算机视觉算法的图像处理技术[J].信息技术， 2018, 10（04）：74-78.
[6]王洪。基于计算机视觉算法的塑料分拣系统[J].塑料工业， 2019, 43（11）：69-72.
