计算机视觉概论范文1
一
“计算”是一个无人不知无人不晓的数学概念。无论是人们的日常生活,还是平常的生产实践和科学研究,都离不开计算。同时,“计算”也是一个历史悠久的数学概念,它几乎是伴随着人类文明的起源和发展而起源和发展的。但是,真正能够回答计算的本质是什么的人恐怕不会太多。应该说,在20世纪30年代以前,还没有人能够说得清计算的本质是什么,以及什么是可计算、什么是不可计算的等问题。30年代中,由于哥德尔、丘奇、图灵等数学家的工作,人们终于弄清楚了计算的本质,以及什么是可计算的和什么是不可计算的等根本性问题。由此也就形成了一个专门的数学分支——递归论或可计算性理论。在此我们就是以这一理论为背景,概括出计算的本质,并阐明其他一些根本性问题。
计算首先指的就是数的加减乘除,其次则为函数的微分、积分、方程的求解等等;另外还包括定理的证明推导。抽象地说,所谓计算就是从一个符号串f变换成另一个符号串g。比如说从符号串12+3变换成15,这就是一个加法计算。如果符号串f是x•x,而符号串g是2x,从f到g的计算就是微分。定理证明也如此,令f表示一组公理和推导规则,令g是一个定理,那么从f到g的一系列变换就是定理g的证明。从这个角度看,文字翻译也是计算,如f代表一个英文句子(由英文字母及标点符号组成的符号串),而g为含义相同的中文句子,那么从f到g就是把英文翻译成中文。这些变换间有什么共同点?为什么把它们都叫做计算?
为了回答究竟什么是计算、什么是可计算性等问题,人们采取的是建立计算模型的方法。从30年代到40年代,数理逻辑学家相继提出了四种模型,它们是递归函数、λ演算、图灵机和波斯特系统。这种种模型各不相同,表面上看区别很大,它们完全是从不同的角度探究计算过程或证明过程的。但事实上,这几种模型却是等价的,即它们完全具有一样的计算能力。在这一事实基础上,最终形成了如今著名的丘奇—图灵论点:凡是可计算的函数都是一般递归函数(或都是图灵机可计算的,或都是λ演算可计算的,或都是波斯特系统可计算的)。这就确立了计算与可计算性的数学含义。这一表述过于抽象,下面我们给出一个比较直观的说法:所谓计算,就是从已知符号串开始,一步一步地改变符号串,经过有限步骤,最后得到一个满足预先规定的符号串的变换过程。现已证明:凡是可以从某些初始符号串开始而在有限步骤内计算的函数与一般递归函数是等价的。这就是说,所有可计算的函数都是通过符号串的变换来实现其计算过程的,即计算就是符号(串)的变换。(1)
与计算具有同等地位和意义的基本概念是算法。从算法的角度讲,一个问题是不是可计算的,与该问题是不是具有一个相应的算法是完全一致的。一般而言,算法就是求解某类问题的通用法则或方法。也就是一系列计算规则或程序,即符号串变换的规则。
正是这样一个原本只是数学中的基本概念,如今却成为各门科学研究的一种基本视角、观念和方法,上升为一种具有世界观和方法论特征的哲学范畴。
二
我们认为,人类最早把计算作为一种哲学性观念和方法而不仅是一种数学观念和方法,并自觉运用到有关领域的研究中,是一些人工智能的专家们做出的,尤其是在后来的认知科学研究中很明显地表现出这一倾向。由于纽威尔、西蒙、福多、明斯基等一大批学者的努力,物理符号系统假说、心灵的表达计算理论,心脑层次假说等相继提出。这些理论的一个共同主题就是:思维就是计算(认知就是计算)。他们明确主张:思维是一种信息加工过程,亦即计算过程,这种计算就是指某种符号操作或加工,指在能对其提供语义解释的符号代码的形式表达式上所进行的受规则制约的变换,如问题求解这种思维活动就是通过一定的算法对初始态空间进行操作,直达到目标态空间。有人更进一步主张:心灵有一套程序或一组规则,类似于控制计算机的程序,思维是一种包括对单词在内的符号的操作。(2)
除了思维、认知可看作是一种计算,一些研究视觉认知理论的学者把视觉也看作是一种计算。这主要是来自马尔的《视觉计算理论》。这一理论认为,在计算理论层次上,视觉信息处理过程由三种内部表象表征:描述图像光强度与局部几何结构的要素图;描述以观察者为中心的物体可见表面的朝向、轮廓线、深度及其他性质的二维半图;识别和理解物体的三维表象。这个理论把视觉过程理解为功能模块(像元空间、图像空间、景物空间)的变换。这意味着视觉计算的基本单位是符号表象。3在此基础之上,后来人们又提出了视觉拓扑计算理论等各种视觉计算理论。其共同点是均认为视觉过程就是一种计算过程,但是对它是一种什么样的计算还存有较大分歧。
在对认识、思维、视觉等内容进行计算主义研究的同时,人们确立了大脑就是一台计算机的信念:大脑的生物结构是其硬件,大脑的运作规律是其软件,大脑的(广义)思维过程就是其计算过程。20多年前的“计算机能否思维”的问题已经演化为当今的“人脑是否计算”的问题。更重要的是,“思维就是计算”这已不仅仅是一个哲学性的命题,而且已成为科学方法论意义上的一个科学假设。人们早已从科学意义上探究思维的计算本质,计算已成为当前认知科学中占主导地位的一种基础观念和研究方法,人们试图从计算的角度揭示出思维、意识以及整个大脑的全部奥秘。
把计算作为哲学性观念和方法运用到具体学科研究中的另一个范例是与生命科学相关的一些研究。这主要体现在20世纪80年代以来,人工生命科学、遗传算法理论和dna计算机等新型学科的相继涌现。这些学科或理论的共同之处就在于都是以计算作为自己研究的观念和方法,主张生命就是一种算法,一个程序,一个能够实现自我复制、自我构造和自我进化的算法。人工生命的基本信条是:生命的特征并不存在于单个物质之中,而存在于物质的组合之中。生命的规律是一种动力形式的规律,这种规律独立于45亿年前地球上形成的任何特定的碳化物细节之外。即生物体的“生命力”存在于分子的组织(软件)之中,而不是存在于分子本身。人工生命就在于用计算或算法的观念与方法探索生物学领域中的奥秘。把生命与计算机类比,似乎是19世纪机械论在当今的延续,看起来有背于时展的潮流。但人工生命的奠基者朗顿认为,答案就在于进一步的伟大洞见之中:生命系统这台计算机具有与通常意义上的机器全然不同的组织形式,有生命的系统几乎总是自下而上的,从大量及其简单的系统群中突现出来,而不是工程师自上而下设计的那种机器。朗顿强调说:“最为惊人的认识是:复杂的行为并非出自复杂的基本结构。确实,极为有趣的复杂行为是从极为简单的元素中突现出来的”。4这就是说,生命包含着某种能够超越纯物质的能力,不是因为有生命的系统里被某种物理和化学之外的一种生命本质所驱动,而是因为一群遵循简单的互动规则的简单物体能够产生永远令人吃惊的行为效果。生命就是这样一种生化机器,只要启动这台机器,而不是把生命注入这台机器,即将这台机器的各个部分组织起来,让它们产生互动,从而便具有了“生命”。生命就是这样一种算法。算法对于生命的意义,就在于以过程或程序描述代替对生物的状态或结构描述,将生命表达为一种算法的逻辑,把对生命的研究转换成对算法的研究,特别是把对真实生命的研究转换成对人工生命的研究。
1994年11月美国科学家阿德勒曼在《科学》上公布的dna计算机理论,更是从另一个角度揭示了生命就是算法,进化就是计算的观念。5dna是生命的基石,任何生命类型的所有特征都以严格的规则编码在其dna序列上,不管是生命的结构,还是生命的过程,在这个意义上它是一个信息库或数据库。另外,dna所有的行为都是以程序化、模块化的形式表现,在这个意义上它又是一个程序库。无论它是作为信息库还是程序库,dna都具有基本的计算特征。而生物体中所有现象的基本形式都是dna的复制、切割、粘贴,这一事实深刻表明,生命本身就是由一系列复杂的计算或算法组成的。生命系统就是一台以分子算法为组织法则的多层次生物计算机,dna计算机就是对生命这种自然计算机的一种表征。从前,分子算法,如自复制自动机、胞格自动机、遗传算法、人工生命等全都是在电子计算机上实现的,dna计算机概念的出现是分子算法的化学实现的开端。这种立足于可控的生物化学反应或反应系统,无疑更加有力地直接地表明了生物现象与过程的计算特征。正如有人所言:dna计算宣称数学处于生命的核心。
三
运用计算、算法观念和方法研究认知问题和生命系统,有着深刻而普适的科学方法论意义,它们是人们运用算法观念和方法研究其他自然现象或自然系统的两个有益的重要范例。如今,计算或算法的观念与方法已经深入到宇宙学、物理学、化学乃至经济学、社会学等诸多领域。计算、算法已经成为人们认识事物、研究问题的一种基本的普适的观念和方法,人们的科学实践,已经使计算、算法上升到哲学性的观念和方法。在这一现实背景之下,我们以为,把计算、算法作为一种哲学范畴正式提出并引入哲学已是十分必要的。这不仅是因为已经有了一些成功的范例,而且还有着更深层的学理:生命、大脑是最复杂的自然现象之一,是自然界进化的最高代表。因此,我们完全有理由猜测:整个自然界也是按算法构成的,是按算法演化的。现实世界之万事万物只不过是算法的复杂程度的多样性。从虚无到存在、从非生命到生命、从感觉到意识、思维,或许整个世界的进化过程就是一个计算复杂性不断增长的过程。这就是说,自然界就是一台巨型计算机(硬件),任何一种自然过程都是自然规律(软件)作用于一定条件下的物理或信息过程(计算过程),其本质上都体现了一种严格的计算和算法特征。生命系统作为自然界中最复杂最有特色的系统,它也就是形形色色的自然计算机中的一种。这或许就是人工生命与dna计算理论所蕴含的最重要的哲学道理。
把计算、算法作为一个哲学范畴,还有着哲学史上的渊源关系。也许人们还没有忘记,在2500多年前,一位名叫毕达哥拉斯的古希腊人曾向世人宣称:万物皆数。今天,我们何以不能说:万物皆算法。严格地说,当年毕达哥拉斯率先提出的“数”这个重要范畴,并不是一个纯粹哲学性范畴,而是一个从数的角度寻求世界万物之本原,考察事物生成演化过程,由自然科学思维方式与哲学思维方式相互融合的过渡性范畴。这种观念在近代和现代科学与哲学中得到了充分的继承和发扬。这说明,哲学范畴在其生成、演化和发展的过程之中,总要受到各个历史时期数学发展程度、数学思维方式的影响和规定。这或许可以称为哲学范畴的数学规定,正因为如此,当今计算机科学的发展,使得我们完全可以把毕达哥拉斯的“数”向前推一大步。毕达哥拉斯哲学在当代有了更深刻更丰富的内含。
最后我们要指出的是,已经泛化到整个科学领域中的计算、算法这个概念,完全具有哲学范畴的基本特征。众所周知,哲学范畴是反映事物本质属性和普遍联系的基本概念,人类理性思维的逻辑形式。它是人类在一定历史时论思维发展水平的标示器,是帮助人们认识和把握自然现象和社会现象之网的网上扭结;是对自然、社会和思维发展过程最本质、最普遍的联系的表征。哲学范畴对各门具体科学都具有普适的哲学方法论意义。如今,人们在各方面都开始用算法的观念来看待问题、用计算的方法来解决问题,不正表明计算与算法的一种范畴性吗?历史上每次重大的科技进步,都要改变当时的哲学范畴,有时甚至是直接把科学中的基本概念移植到哲学中。当今计算机科技对哲学的影响也不例外。这正是有人所说的哲学范畴的科技命运。因此,及时总结和概括当代科技成果,把最为精华的人类理念上升为一种哲学范畴,不仅是哲学范畴自身发展之所需,更是各门科学文化进一步发展所必须。只有渗透着时代最主要、最有效的观念和方法的科学与文化,才能真正体现时代之精神,成为时代之主流。
参考文献
（1） 莫绍揆.递归论.科学出版社,1987年。
（2） 邱仁宗.当代思维研究新论.中国社会科学出版社,1993年。
（3） (美)d.马尔.视觉计算理论.科学出版社,1988年。
计算机视觉概论范文2
关键词：双目视觉机器人；织物
中图分类号：TP391 文献标志码：A 文章编号：1009-3044（2017）05-0132-03
随着机器人技术的迅猛发展，各种各样的机器人已经非常广泛地应用于工业、医疗、农业、教育以及人们日常生活等众多领域。目前在纺织行业中，传统织物生产后的整理工作仍然是依靠人工进行，一方面跟不上纺织业智能化发展的要求，另一方面其生产效率也不高，同时，生产车间的高温、湿气等因素也容易对人体健康产生不良影响。将机器人应用到织物整理中来将成为今后的发展趋势。而且目前的机器视觉理论[1-2]技术发展已经很成熟，将机器人和机器视觉结合起来应用于纺织业不仅能够提高纺织业生产效率，扩大利润，也能够减少环境对工人产生的不良影响。对于目标物体的三维信息获取的方法主要有双目视觉、单目视觉等方法，被国内外研究者应用到机器人的导航与定位[3]、目标的跟踪[4]、障碍物的检测[5]等方面，由于单目视觉的测量速度比较慢，相比较于双目视觉精度也较差，因此本系统采用的是双目视觉伺服系统以GBR-400四自由度机器人为研究对象，通过两个CCD摄像头来确定目标织物的位置与深度信息，实验证明该方法可以精确实现对不同形状织物的定位和抓取。
1 机器人织物抓取系统组成
实验室内视觉机器人织物抓取系统如图1所示，主要包括下面几个部分：GBR-400四自由度工业机器人，两个CCD摄像头，计算机，图像采集卡，GBR -400-SR运动控制卡、松下MinasA4 AC伺服驱动器和电机、织物传送带。计算机是系统的核心，承担着图像处理、操作界面的显示和控制以及系统各部分的通讯等重要任务；织物放置在传送带上，传送带织物传送一定位置并停止，因为织物在传送带上放置位置的随意性以及形状的不规则性，双CCD摄像头安装在传送带正上方以获得织物图像信息。
首先使用两个CCD摄像机对目标织物进行图像采集并将采集到的图像存入计算机内存，然后对采集的图像进行预处理，接下来就需要进行图像分割以及对织物的定位，最后根据图像坐标系与机器人坐标系的转换关系通过机器人轨迹规划来实现对目标织物的抓取，具体系统工作流程如图2所示。
2基于双目视觉的织物识别
2.1 摄像头标定
机器视觉的中心任务是利用计算机实现对景物的描述和识别，所谓描述是指由三维信息生产二维图像的过程，而识别则是二维图像的三维恢复，无论哪种任务，首先必须解决的都是三维物点与二维像点的对应关系问题，这种对应关系必须解决的都是三维物点与二维像点的对应关系问题，这种对应由摄像机成像集合模型决定，确定这种对应关系的过程就是摄像机的标定。
2.2目标识别
本文采用Camshift方法对柔性织物进行识别和定位。Camshift提取目标的颜色特征而不受目标形状的约束，被广泛用于目标跟踪[9]，分为背投（Back Projection）计算、均值漂移（Mean Shift）[12]和camshift算法三步骤。
Back Projection利用模板的颜色空间分布，改变源图像的像素值，进而突出源图像中与模板类似的图像特征，利用backproject的结果可用于对目标织物的分割检测。由于RGB颜色空间对光照的亮度变化比较敏感，需要将RGB图像转换到HSV色彩空间中，然后对其中的H分量作直方图，在直方图中代表了不同H分量值的概率或者像素个数，即得到了颜色概率查找表。将织物图像中每个像素的值用其颜色出现的概率替换，就得到了颜色概率分布图。
MeanShift通过迭代寻优找到概率分布的极值来定位目标。从每个像素开始，首先估计有相似颜色的邻近像素点的密度（局部密度）的梯度，而后利用迭代算法求出局部密度的峰值（即重心点），把能够聚类到同一个峰值点的所有像素点划分成一个区域。
将meanshift算法扩展到连续图像，就形成了Cameshift算法。将机器人视场内获取的视频的所有帧做meanshift运算，并将上一帧的结果（即搜索窗口的大小和中心），作为下一帧meanshift算法的搜索窗的初始值，就可以对织物进行实时的定位。
该方法的具体计算步骤如下[10]：
1）x入图像，将RGB色彩空间的值转化到HSV空间，计算出H分量的特征直方图。
2）根据获得的特征直方图将最初获得的RGB图像转化成色彩概率分布图像。
3）初始化搜索窗口的大小和位置（[xc，yc]）。计算此时的搜索窗口内质心位置。假设（[xc，yc]）为搜索窗口中像素的位置，[I]（[xc，yc]）为投影图中（[x，y]）处的像素值，定义搜索窗口的零阶矩[M00]和一阶矩[M01]和[M10]分别如下：
3 抓取实验
织物质心位置就是机器人末端执行器要到达的位置。根据机器人运动学逆解分析，获得机器人四个轴运动控制指令，驱动机器人末端执行器工作，具体实验系统如图6所示。
该试验系统由中国深圳固高公司基于DSP开发的可以对电机进行精确位置伺服控制的GBR-400-SR多轴运动控制器、MinasA4交流伺服电机和驱动器等组成。其功能主要是接收计算机控制命令，并实践对四个轴的伺服控制和手抓的开关量控制。实验实施过程中，首先利用CamShift算法得到目标织物质心的三维坐标，根据机器人逆运动学求解出机器人四个轴的平移旋转量，最后根据图像信息，调整机器人末端的姿态和位置，实现精确抓取，通过实验验证了该方法的可行性。
3.1 实验结果
本文对各种颜色的纯色毛巾进行了实验，机器人能够识别绿色、红色、紫色、黄色等等颜色的织物。图7所示为紫色织物处理结果，检测抓取点坐标为（-0.587，-0.260，0.642），经测量目标抓取点的实际坐标为（-0.592，-0.254，0.649），通过双目摄像头进行目标检测的误差在1cm内。
4 结论
在本系统中，以双CCD摄像头作为视觉传感器，通过将视觉定位技术应用于织物抓取机器人，代替了人工劳动力提高了生产效率，提高了机器人的智能化水平和工作灵活性，利于扩大其在工业生产中的应用范围。实现了对目标物体的快速自主抓取，初步的研究结果表明，应用上述技术和方法能够较精确地实现机器人对目标物体的抓取和定位，对多目标的识别和选择性抓取及提高系统的快速性还有待进一步研究。
参考文献：
[1] 方勇纯.机器人视觉伺服研究综述[J].智能系统学报，2008，3（2）：109-114.
[2]王麟琨，徐德，谭民.机器人视觉伺服研究进展[J].机器人，2004，26（3）：277-282.
[3]GANGANATH N，LEUNG H. Mobile robot localization using odometry and Kinect sensor[C]//2010 IEEE International Conference on Emerging Signal Processing Applications （ESPA）. NJ， USA， 2010： 91-94.
[4] 庄佳园，徐玉如，万磊，等.基于雷达图像的水面无人艇目标检测技术[J].哈尔滨工程大学学报，2012，33（2）：129-135.
[5] Ravari A R N，Taghirad H D，Tamjidi A H.Vision-based Fuzzy Navigation of Mobile Robots in Grassland Environments[C]//Proc. Of Interational Conference on Advanced Intelligent Mechatronics.[S. I.]： IEEE/ASME Press，2009
[6] ZHANG Zhengyou. Flexible camera calibration viewing a plane from unknown orientations[C]//Proc International Conference on Computer Vision （ICCV’99）. Corfu， Greece， 1999，1： 666-673.
[7] 高文娟，李健.基于OpenCV 的摄像机标定问题研究[J].计算机与数字工程，2008，36（12）：128-130.
[8] 刘睿祯，于仕琪.OpenCV教程[M].北京：北京航空航天大学出版社，2009：394-400.
计算机视觉概论范文3
关键词： 数字媒体 技艺融合 数字媒体技艺 理论基础 意义
1.数字媒体技术和数字媒体艺术的发展现状
数字媒体由电化教育发展而来，在很长一段时间里以研究技术为主。随着计算机技术、网络技术、多媒体技术等飞速发展，数字媒体技术获得蓬勃的生命力，进而应用到艺术与设计教育领域，使艺术设计从传统的工艺层面上升到数字层面，数字媒体艺术应运而生。虽然数字媒体技术和数字媒体艺术，两者研究的重点不同，但近年来，应用领域逐渐出现融合趋势，客观上要求两专业有所融合，从而更好地服务于数字媒体产业经济、服务于社会。
2.数字媒体技艺融合新概念的衍生
数字媒体技术和数字媒体艺术的概念在学术界已有相关界定，虽然各学者的见解多少有出入，但基本内涵不变。随着技术和艺术融合趋势的加强，数字媒体领域衍生出了技艺融合新概念――“数字媒体技艺”，以下我就对这些概念加以探讨。
2.1数字媒体技术概念
数字媒体技术是利用数字技术（主要是计算机技术、网络通信技术和多媒体技术），对文字、声音、图形、图像、视频等媒体材料进行加工、处理和传播的可交互的技术。它主要研究与媒体信息的获取、处理、存储、传播、管理、安全、输出等相关的理论、方法、技术与系统［3］，是一项应用广泛的综合技术。
数字媒体技术融合了计算机图形图像、网络和通信技术、数字化艺术、数码音响、媒体交互、动画、数字视频音频处理等多项技术与创作环节［7］。用于虚拟现实的三维显示技术，AE/Premiere/大洋等音视频编辑处理技术，磁、光、半导体等媒体存储技术、Flash/PhotoShop等图像，动画创意技术，等等，都是目前流行的数字媒体技术。
2.2数字媒体艺术的概念
数字媒体艺术是一种利用数字技术，对各种媒体材料进行艺术加工和设计，提升媒体材料成品的艺术性和创造性，并将人的理性思维和艺术的感性思维融为一体的新艺术形式。它以计算机技术和现代传媒技术为基础，是视觉艺术与设计学、数字媒体的技术体系和数字媒体文化与传播相互交叉的学科［4］。
数字媒体艺术广泛应用于数字视频电影、平面艺术设计、展示艺术设计、服装设计、建筑环境设计、动漫游戏设计等领域，它是基于网络和新媒体的艺术，也是基于数字内容的设计艺术。
2.3数字媒体技艺的概念
数字媒体技艺是利用数字技术，对各种媒体材料进行加工、艺术设计和包装，提升媒体材料的技术价值、艺术价值和创造性价值，并使之广泛传播，丰富人们的精神文化生活的数字媒体形式。数字媒体技艺是技术和艺术结合的产物，集中体现了数字化时代视觉化和人文化需求，是技艺融合的必然产物。
数字媒体技艺重点强调要培养学生的审美能力和创新能力，使学生能从实际问题出发，用技术服务于艺术创作。数字媒体技艺专业的人才需要能较好地协调“硬实力”（软件技术）和“软实力”（艺术修养），在技术和艺术的平衡木上找到一个平衡点，用技术表现艺术，用设计表现思想［6］。
3.数字媒体技艺专业建设的理论基础
作为一门亟待发展的新兴专业，数字媒体技艺需要相应的理论基础。研究显示，数字媒体技艺专业建设的理论基础至少包括以下几个部分。
3.1心理学
数字媒体技艺需要对各种媒体材料进行加工、处理，心理学的信息加工理论具有很好的指导意义；马斯洛的需要层次理论针对人的需要进行分析，对数字媒体技艺专业培养符合社会需要的人才具有一定的指导意义；另外，数字媒体技艺专业也培养一部分人才从事教育类工作，学习教育心理学能够更好地掌握学生心理和教学规律，是十分必要的。
3.2传播学
数字媒体系统遵循着信息论的通讯模式，它由计算机和网络构成，具有数字化和双向传播的特征［4］。根据传播范围和规模的大小，数字媒体传播模式呈现多样化趋势，如自我传播（浏览WWW、使用搜索引擎）、人际传播（QQ、MSN、E-Mail）、群体传播(BBS、论坛、FTP、虚拟社区实时讨论等)及大众传播模式。数字媒体的网络传播模式［4］应用最为广泛，如图1所示：
“新媒体”的概念与数字媒体密切相关但又不完全相同，“新媒体”的“新”主要就体现在它的传播渠道、业务，以及传播方式上［1］。它基于基于电信网、计算机网和广播网三个物理平台，业务形式多样，传播方式以优质高效的技术性传播为主。数字媒体技艺的最终成果必然要通过传播来实现它的产业价值，因此需要传播学理论的支撑。
3.3艺术学
数字媒体技艺是数字媒体技术和艺术的融合，必然需要艺术学理论基础。以艺术为技术服务的特点也决定了艺术的重要性［7］。数字媒体技艺需要掌握的艺术学理论主要包括以下几部分。
3.3.1视觉艺术
数字媒体技艺与图像、视频密切相关，而人是通过视觉来对图像、视频等作出反应和评价的，因此视觉艺术理论必须成为数字媒体技艺专业建设的理论之一。视觉艺术主要包括人对线条、色彩、光线、空间的感知。
色彩能激发人的情感，产生对比效果，使一幅黯淡的图像变得明亮绚丽并充满活力［2］，基本的色彩理论包括色彩的来源、色调、亮度和饱和度、色调和色相、明度，色彩的混合和互补理论，等等。线条、光线和空间布局理论对于数字构图有重大意义，如了解光线理论可以充分利用逆光和背光原理拍摄出理想的照片，不同的线条和构图对于突出主体和主题很关键。
3.3.2计算机图形理论
图形是传递信息的最主要媒体之一，其表达信息既直观又丰富。计算机图形学（CG）是应用广泛的新兴学科，它的迅速发展使计算机能够表达的图形越来越丰富，同时促进了计算机动画的快速发展，不仅丰富了多媒体信息的表现手法，而且使传统动画进入计算机，产生传统动画不能比拟的视觉效果［2］。计算机图形理论主要包括计算机图形软件标准、图形绘制理论、材质理论、计算机动画原理等。
3.3.3艺术设计理论
数字媒体行业的发展得益于技术与艺术的结合，好的数字艺术作品必然深刻体现这两点的融合［9］。数字媒体设计的核心理念是用创意整合技术，用技术服务于艺术，要加大实践类课程，采用作品考核的形式，必然需要艺术设计理论基础。
创新教育要求新型人才必须具有的“三创”：创新意识、创新思维、创新能力［5］，艺术设计最关键的就在于“创新”设计。艺术设计包括视觉传达设计、产品设计、空间环境设计等，我们应区分传统艺术和现代艺术、纯艺术和实用技术，切实把握设计理念，这样才能做出完美的数字媒体产品。
3.4包装与广告学
数字媒体产品要实现其价值必然要走向市场，这就需要进行宣传和包装。近年来，商业领域越来越流行广告宣传，人们时常听到的或看到的在关键时刻就会影响到消费的选择，数字媒体产品同样遵循这个规律。宣传和包装成功与否关系到最终价值能否实现，因此包装和广告学理论应该成为数字媒体技艺专业建设的理论基础之一。
4.数字媒体技艺专业建设的意义
数字媒体技艺专业建设是数字媒体领域发展的必然趋势，是数字媒体产业经济发展的需求，是适应社会对人才培养要求的必然选择，符合时展需要。
4.1社会发展的需求
近年来，以数字技术、网络技术与文化产业相融合的数字媒体产业，正在世界各地高速成长［1］，数字媒体方面人才紧缺，人才培养的质量远远达不到标准，尤其是具有创造力的能将技术和艺术完美融合的人才更是稀少。要改变这种现状就必须从数字媒体教育的现状抓起，数字媒体技艺专业正是培养技艺融合型创新性人才的对口专业，一定会为数字媒体产业经济的发展作出巨大贡献。
4.2个人发展的需要
在人多岗位少、就业形势严峻的今天，数字媒体方向培养的人才多是单方向的，不是偏技术就是偏艺术，导致毕业生就业竞争力弱，无法胜任自己理想中的工作。新世纪的数字媒体人才想要提高自己的竞争能力，就必须将技术和艺术融合学习。因此进行数字媒体技艺专业建设符合个人发展需要。
4.3专业发展的必然
数字媒体专业是教育技术专业发展的新方向，与教育技术相比更加强调学生的实践动手能力，要求在广告、影视动画等方面有更高的造诣。各领域理论发展的完备和成熟为新专业的建设奠定了基础，数字媒体技术和数字媒体艺术专业的单独发展已经走向成熟，想要获得进一步发展必须形成一个融合两者的新兴专业。因此进行数字媒体技艺专业建设是专业发展的必然。
5.展望
数字媒体专业的长足发展有待注入新的生命力，数字媒体技艺专业建设迫在眉睫。期望数字媒体领域的专家、学者一起努力，让数字媒体在新专业的扶持下更上一层楼。
参考文献：
［1］杨晓宏.数字媒体设计基础［M］.北京：国防工业出版社，2007.
［2］刘惠芬.数字媒体――技术・应用・设计［M］.北京：清华大学出版社，2003.
［3］张文俊.数字媒体技术基础［M］.上海：上海大学出版社，2007.
［4］曹育红，董武绍，朱姝，周吉峰.数字媒体导论［M］.广州：暨南大学出版社，2010.
［5］潘瑞芳，叶福军，钱归平.数字媒体人才培养的教学体系探究［J］.新闻界，2009，3：36-41.
［6］贾振.适应数字媒体专业的教学理念探讨［J］.艺术与设计，2009，158-159.
计算机视觉概论范文4
关键词：机器人；人脸识别；人脸检测与定位；人脸跟踪；CamShift
1 引言
目前，机器人的高度智能化和自主化是机器人学中两个重要的研究方向，随之而来的应用也越来越广泛。2008年北京奥运会曾使用过三种机器人：福娃机器人、翻译机器人和安保机器人。2011年3月，里氏9.0级地震引发日本福岛第一核电站发生核泄漏事故，图1为遥控机器人“Packbot”正在福岛第一核电站3号反应堆所在建筑内进行拍照、测量放射水平等工作。
1.1 救援机器人的基本功能模块
作为救援机器人，一般有用户控制，自主决策控制，传感/基础决策，运动/执行等几个子系统组成[1]，其结构如图2所示。其中视觉系统实现对环境的实时感知，是救援机器人系统组成的重要部分。救援机器人通过摄像机等视觉传感器获取现场环境的二维图像，并利用视觉处理器进行分析和解释，让救援机器人能够识别物体并确定其位置。运动控制系统和执行系统远端PC和车载PC的控制命令完成执行动作，车载PC则对各个系统进行协调和控制，并与远端PC共同实现智能化的推理和决策。
本文提出了一种将人脸检测、定位和跟踪功能加入到视觉系统中的可行的模型，即通过主动摄像机从各种不同的场景中检测出人脸的存在并确定其位置，然后驱动摄像头做出反应。
1.2 研究的目的和意义
本研究基于救援机器人视觉系统中的人脸检测、定位和跟踪，但却有着人脸识别的普遍意义[2]，主要以下两个方面：
1.2.1 促进相关学科发展
人脸检测、定位和跟踪问题的解决既涉及到模式识别，图像处理、分析与理解、计算机视觉、计算机图形学、人工智能、人机交互等计算机相关领域，也采用了认知科学、神经计算、生理学、心理学等相关专业知识。它的解决对构建这些学科领域的基础实验平台，用于尝试新方法，验证新理论，解释新现象非常有利。它还是一个非常好的教学平台，通过它可以使学生将理论与实践相结合，提高学生的动手能力、创造能力和综合能力，符合目前国家提倡的课程改革与素质教育的要求。
1.2.2 具有巨大的应用前景
如今，需要进行身份认证的地方越来越多，如在银行的ATM上进行金融业务时需要输入密码，进入自己的计算机系统则需要输入用户名和密码，登录电子邮箱时的用户名和密码等等。但是，目前采用的身份证、钥匙、用户名、密码等方式，安全性、可靠性和方便性较差。人脸识别作为一种典型的生物特征识别技术，以其自然性、高可接受性等优点受到了人们的青睐，可应用于各行各业中，具体来说可分为如下几类：
⑴访问控制。在安全性要求较高的地方如政府、医院，或某些公共场所，可以建立无门卫的门禁系统。
⑵司法应用。常见的是嫌犯（mug shot）识别，基本方法是对比目标特征和数据库存贮特征的相似性。
⑶电子商务。在在线金融、贸易活动中，人脸识别可以提供客户的身份认证，并保证商业活动无拒付地良性运转。
⑷视频监控。利用人脸识别技术，监控者可以从大街上或进入大楼、机场的人群中找到自己要找的人。
2 图像处理
2.1 人脸检测与定位系统的构成
人类感知外部世界是通过视觉、听觉、触觉和嗅觉等感觉器官，对于救援机器人，则是通过视觉系统来模拟人类视觉功能，其中大量运用了数字图像处理、计算机图形学等技术。救援机器人视觉系统主要包括数字图像获取、图像预处理、特征提取和图像识别等几个功能模块，如图3所示。
在数字图像获取阶段，通过光学成像和数字化将救援机器人周围的场景转化成数字图像；在预处理部分，利用图像滤波、几何变换、像素插值等方法将数字图像进行初步调整，使之成为易于检测和定位的图像；在特征提取部分，对图像进行抽象化，从而将图像的纹理特征、颜色特征、形状特征[3]等提取出来；在识别部分，系统将上一步获得的特征与数据库中的特征进行模式匹配，从而在图像中找到感兴趣的目标并进行定位。
2.2 图像分割方法
利用救援机器人的摄像头，经过预处理便得到所需的图像。怎样从图像中获得我们感兴趣的目标区域，是人脸检测和定位的关键步骤。本文利用图像分割技术对目标进行特征提取和参数测量，进而实现人脸检测和定位。图4列出来了常用的图像分割方法。
3 人脸跟踪和电机控制方法
3.1 人脸跟踪算法
人脸检测和定位完成后，得到人脸图像区域。然后使用CamShift算法[4]（Continuous Adaptive Mean-Shift，即连续自适应MeanShift算法）跟踪人脸。CamShift算法利用目标的颜色直方图将图像转化为颜色概率分布图，初始化搜索窗口的大小和位置，然后根据上一帧得到的结果自适应调整搜索窗口的位置和大小，进而定位出当前图像中目标的中心位置。算法分为三个阶段：
3.1.1 计算色彩投影图（反向投影）
⑴将图像从RGB空间转换为HSV空间，以减少光照亮度的变化对跟踪效果的影响。
⑵由于HSV中的H分量可以表示颜色信息，因此对其作直方图统计，直方图代表了不同H分量取值出现的概率或者像素的个数，就是说可以计算出H分量大小为x的概率或者像素的个数，即得到了颜色概率查找表。
⑶将图像中每个像素值用其颜色出现的概率替换，由此得到了颜色概率分布图。
这个过程叫做反向投影，需要注意的是颜色概率分布图是一个灰度图像。
3.1.2 meanshift算法
meanshift算法是一种密度函数梯度估计的非参数方法，通过不断迭代寻优找到概率分布的极值来定位目标。其过程分为4步：
⑴在颜色概率分布图中选取搜索窗W。
⑵计算零阶矩：
计算一阶矩：
计算搜索窗的质心：
⑴调整搜索窗大小：宽度为 ；长度为1.2s。
⑵移动搜索窗的中心到质心，如果移动距离大于预设的固定阈值，则重复上述2，3，4步，直到搜索窗的中心和质心间的移动距离小于预设的固定阈值，或者循环计算的次数达到某一最大值，则停止计算。
3.1.3 CamShift算法
CamShift算法就是在视频序列的每一帧中都运用meanshift算法，并将上一帧的结果，即搜索窗的大小和中心，作为下一帧meanshift搜索窗的初始值。如此不断迭代，就可以实现对目标的跟踪。算法过程分4步：⑴初始化搜索窗。⑵计算搜索窗的颜色概率分布（反向投影）。⑶运行meanshift算法，获得搜索窗新的大小和位置。⑷在下一帧视频图像中用第3步中的值初始化搜索窗的大小和位置，再跳转至第2步继续进行。
3.2 电机控制方法
本系统可以根据人脸区域的中心与图像中心的距离，发送控制命令到伺服电机的驱动器，使摄像头产生转动，从而使人脸始终位于摄像头图像的中央位置。通过多次试验，得到人脸在摄像头图像的位置与电机转动角度之间的对于关系，并将其作为驱动电机转动角度的映射函数。
4 结束语
本文提出了一种在救援机器人中实现人脸检测、定位和跟踪的可行方案。介绍了人脸检测、定位的关键技术和人脸跟踪算法。此思想可以加以推广和移植，如应用于复杂环境下障碍物的识别、采摘机器人的果实识别、家用机器人动态手势的识别等等。
[参考文献]
[1]Hao Zhao，Zhijie Liu.Design and Implementation of Wireless Communication Subsystem in WLAN-based Rescue Robot，International Conference on Internet Technology and Applications，Wuhan，China，August 21-23，2010.
[2]何良华.人脸识别中若干关键技术的研究，博士后论文.同济大学，2007.
[3]郑秋梅，王红霞，刘康炜.基于边缘和颜色特征的图像检索技术[J].微计算机应用，2008年11月第29卷第11期.
[4]Bradski G puter vision face tracking as a component of a perceptual user interface[C].Proceedings Fourth IEEE Workshop Applications of Computer Visio n. Berlin，Germany，1998：214-219.
计算机视觉概论范文5
【关键词】计算机;多媒体技术;关键性技术
目前，随着多元化科学技术的发展，多媒体技术的广泛应用已经引起了社会的广泛关注，对人们的生活和社会生产产生了非常重要的影响，是促进社会经济发展的重要力量之一。为此，本文围绕计算机技术，对多媒体的内涵和相关的关键技术进行了下列阐述。
1计算机多媒体技术概述
1.1对媒体技术的含义
多媒体技术发展离不开数字化技术的发展，打个简单的比方，对文本文件或者动画文件中的相关元素进行综合处理，对其中的信息进行总结，然后采集并处理这些内容，充分运用多种硬件设施和软件设备建立多种媒体之间的相关联系，然后在此基础上形成人机相互交流系统的一种技术[1]。这种技术就是多媒体技术。在多媒体的辅助下，信息可以在传播的过程中不断得到完善，实现和计算机交互功能的相互连接，促进其作用的充分发挥，使文字、图像在被看见的同时还能后满足听觉的信息需求，对这种新型材料进行制作，这个过程就是多媒体技术[2]。
1.2多媒体技术的特点
专业化是多媒体技术的最大特点。所谓专业化就是多种媒体集中在一起的综合形态，能够同时对两种或者两种以上的媒体信息进行交互的有效载体。数字信号是多媒体技术最基础的运行单位。在这一平台上，可以将文字、声音和图像等信息结合在一起。这也说明，多媒体技术还具有多样性的特点，也正是这种多样性，相互关联的信息才能进行有效的传递，然后利用数字化信息来有效解决数据在传递过程中的失真问题。
2计算机多媒体的关键技术
2.1视频压缩技术
Shannon信息理论是传统压缩编码技术的基础。这一信息理论则是建立在集合论基础之上，然后利用统计概率的相关模型来对信息的来源进行描述。这种压缩编码技术存在一定的局限性，未能对信息接受对象的主观能动性以及事件本身包含的具体内容、重要性、产生的后果等主要因素进行充分考虑。因此，在Shannon信息理论的基础上，压缩编码技术也在不断的发展和完善。数据压缩编码技术按照不同的分类标准，可以被分成很多不同的类型。（1）以照信息来源的统计特点为划分依据，该技术可以分为转换编码、预测编码、小波编码、矢量量化编码和神经网络编码等5种；（2）将数据的视觉性特征作为划分依据，那么该技术可以被分为图像编码和以图像纹理和轮廓为基础的编码等两种；（3）从图像所表达的景物特点来划分，图形编码和以内容为基础的编码是两种最主要的编码方法。其中图像编码的发展经历了两个阶段。第一阶段是以数据统计为基础的，将数据的冗余去除，是一种层次比较低的压缩编码方法。第二阶段则是以内容为基础，然后将其中的冗余去除，鉴别其中的对象和方法，就是我们这里所讨论的压缩编码技术。这是一种高层次的压缩编码方法，既是一种新型的压缩编码方法，也是目前使用最广泛的压缩编码方法。
2.2视频点播技术
采用用户信息交流的方式进行自然进化的过程就是多媒体的交互。多媒体服务涉及的范围非常广泛，其中应用最广泛的就是视频点播技术。网络技术和计算机技术的发展和相互融合是视频点播技术发展的技术。视频点播的主要内容包括计算机技术、通信技术、电视技术等，是一种将上述技术整合为一体的新型技术，充分发挥了视频技术和网络技术的优势，彻底改变了被动收看电视节目的方式，可以根据用户的实际需求收看电视节目，还能够随意播放，人们可以根据自己的意愿来点播自己喜爱的电视节目。同时，视频点播技术中传递方法的运用彻底改变了传统的课堂教学模式，拓宽了教学的模式，影音、广播、语音、发送消息、网络影院、远程教育和点播教学等都可以借助互联网进行传播。视频服务器是该技术必不可少的重要组成部分，是视频系统完成功能和提高性能和质量的关键部分，所以在视频服务系统中是被重点研究的对象。视频服务除了要求保证端到端的播放质量之外，还需要观察系统各方面的性能。在大多数情况下，视频流编码压缩和传递技术、视频流调度技术、IP网与Cable网实现、存储和I/O调度策略、接入控制、流量控制与差错控制、视频服务器体系结构等是视频服务系统中需要重点解决的问题。
2.3多媒体数据库技术
多媒体信息中的非格式化数据所占的比例较大，基于此，我们可以将多媒体数据的特点归纳为三点，即对象的复杂性、数据存储的分散性和时空的同步性。其中关系数据库相对比较简单，但是在多媒体资料的管理的质量依然不高。从目前的实际情况来看，基于对象数据库来管理多媒体资料并不能满足使用的需求，因为基于对象是一个新一代数据库应用，它所需要的是强有力的数据模型的基础良好。这种基于对象的方法适合用来描述非常复杂的对象，结合了封装、继承、对象、多态、类等概念，所以能够对多样对象和它们之间的内部结构之间的相互关联进行清晰地描述。目前，多媒体系统进行研究和开发的主要方向就是要将面向对象程序设计语言和数据库技术的相互结合，但是首先需要解决的问题就是要制定对象的统一标准。
2.4现实虚拟技术
虚拟技术是信息技术行业少有的高新技术之一。该技术是一种集成化的技术，具体内容涉及到人工智能、人机交互技术、计算机图形学、传感技术、网络设计等非常广泛的领域。同时，虚拟技术还可以利用计算机来进行三维画面的合成，让用户获得逼真的听觉、视觉、嗅觉等感官的体验。在虚拟技术的基础上，人们可以借助固定的设备，自然的参与到虚拟世界的体验中。现实虚拟必须通过计算机生茶，其基础必须是视觉、听觉、嗅觉和触觉等具体的感官。在这种情况下，用户需要通过身体四肢的正常活动和虚拟环境交互。除了上述四种技术之外，计算机多媒体的技术还包括流媒体技术和音频技术等，而且随着网络技术和计算机的发展，这些技术也必将在多媒体技术中发挥更重要的作用。
3结语
综上所述，随着计算机技术的不断进步和发展，多媒体技术的发展也不断成熟和完善。为了切实满足人们对现实生活多样化的需求，多媒体技术已经在教学、视频、视频会议、娱乐节目点播、军事等很多行业得到了广泛应用。多媒体技术和视频压缩技术、视频点播技术、多媒体数据库技术、现实虚拟技术、音像技术和通信技术等多种技术的有机结合，极大地促进了信息处理技术的发展。
作者:张 萌 臧书雯 单位:辽东学院
参考文献：
计算机视觉概论范文6
【关键词】概念设计；力学特性；计算理论；设计思想
随着计算机技术和计算方法的发展，计算机及其结构程序在结构工程中得到大量地应用，每个设计单位都在为彻底甩掉图板而做努力。结果给部分结构工程师造成一种错觉，觉得结构设计很简单，只需遵循规范、手册、图集，等待建筑师给出一个空间形成的方案（非结构的），使用计算机，然后设法去完成它，自己只不过是一个东拼西凑的计算机画图匠而已。这不仅不能有效地运用他们的知识、精力和时间，而且还会与建筑师的交流中产生分歧与矛盾。
我国结构计算理论经历了经验估算，容许应力法，破损阶段计算，极限状态计算，到目前普遍采用的概率极限状态理论等阶段。现行的《建筑结构可靠度设计统一标准》（GB 50068-2001）则采用以概率理论为基础的结构极限状态设计准则，以使建筑结构的设计得以符合技术先进、经济合理、安全适用。概率极限状态设计法更科学、更合理。但该法在运算过程中还带有一定程度的近似，只能视作近似概率法。并且光凭极限状态设计也很难估计建筑物的真正承载力的。事实上，建筑物是一个空间结构，各种构件以相当复杂的方式共同工作，且都并非是脱离整体的结构体系的单独构件。目前，人们在具体的空间结构体系整体研究上还有一定的局限性，在设计过程中采用了许多假定与简化。作为结构工程师不应盲目的照搬照抄规范，应该把它作为一种指南、参考，并在实际设计项目中作出正确的选择。这就要求结构工程师对整体结构体系与各基本分体系之间的力学关系有透彻的认识，把概念设计应用到实际工作中去。
所谓的概念设计一般指不经数值计算，尤其在一些难以作出精确理性分析或在规范中难以规定的问题中，依据整体结构体系与分体系之间的力学关系、结构破坏机理、震害、试验现象和工程经验所获得的基本设计原则和设计思想，从整体的角度来确定建筑结构的总体布置和抗震细部措施的宏观控制。运用概念性近似估算方法，可以在建筑设计的方案阶段迅速、有效地对结构体系进行构思、比较与选择，易于手算。所得方案往往概念清晰、定性正确，避免后期设计阶段一些不必要的繁琐运算，具有较好的的经济可靠性能。同时，也是判断计算机内分析输出数据可靠与否的主要依据。
比如，有的设计人员用多、高层结构三维空间分析程序来计算底层框架，还人为的布置一些抗震墙，既不能满足楼层间的合理刚度比，也不能正确地反映底层框架在地震时受力状态。问题在于结构概念不明确，没考虑这两种结构体系的差异。软件的选择和使用不当，造成危害是不容忽视的。美国一些著名学者和专家曾警告工业界：“误用计算机造成结构破坏而引起灾难只是一个时间的问题。”然而避免这种情况，概念设计的思想不妨是个好方法。
运用概念设计的思想，也使得结构设计的思路得到了拓宽。传统的结构计算理论的研究和结构设计似乎只关注如何提高结构抗力R，以至混凝土的等级越用越高，配筋量越来越大，造价越来越高。结构工程师往往只注意到不超过最大配筋率，结果肥梁、胖柱、深基础处处可见。以抗震设计为例，一般是根据初定的尺寸、砼等级算出结构的刚度，再由结构刚度算出地震力，然后算配筋。但是大家知道，结构刚度越大，地震作用效应越大，配筋越多，刚度越大，地震力就越强。这样为抵御地震而配的钢筋，增加了结构的刚度，反而使地震作用效应增强。其实，为什么不考虑降低作用效应S呢？目前在抗震设计中，隔震消能的研究就是一个很好的例子。隔震消能的一般作法是在基础与主体之间设柔性隔震层；加设消能支撑（类似于阻尼器的装置）；有的在建筑物顶部装一个“反摆”，地震时它的位移方向与建筑物顶部的位移相反，从对建筑物的振动加大阻尼作用，降低加速度，减少建筑物的位移，来降低地震作用效应。合理设计可降低地震作用效应达60%，并提高屋内物品的安全性。这一研究在国内外正广泛地深入展开。在日本，研究成果已经广泛应用于实际工程中，取得良好的经济、适用效果。而我国由于经济、技术和人们认识的限制，在工程界还未被广泛地应用。
同时，在目前建筑结构抗震鉴定及加固中，概念设计的思想也应得到延伸。在1976年唐山地震中，天津市加固的2万间民房无一倒塌，但天津第二毛纺厂三层的框架厂房，却因偏重于传统构部件的加固 ，忽视结构总体抗震性能的判断，造成不合理的加固使抗震薄弱层转移，仍然倒塌。
概念设计的思想被越来越多的结构工程师所接受，并将在结构设计中发挥越来越大的作用。然而现在的高校教学中，往往只重视单独构件和孤立的分体系的力学概念讲解。尤其在专业课教学中，单项计算练习居多，综合练习偏少，并着重体现在考题中，使得相当部分学生养成只知套用公式解题的习惯。而且近年来强调计算机应用教育，比如，毕业设计用结构设计软件计算、出图。但由于计算机设计过程的屏蔽，手算过程训练程度的削弱，造成学生产生一定依赖性，结果综合运用能力下降，整体结构体系概念模糊。这些对于培养具有创造力、未来的工程师是相当不利的。
随着社会经济的发展和人们生活水平的提高，对建筑结构设计也提出了更高的要求。发展先进计算理论，加强计算机的应用，加快新型高强、轻质、环保建材的研究与应用， 使建筑结构设计更加安全、适用、可靠、经济是当务之急。其中，打破建筑结构设计中的墨守成规，充分发挥结构工程师的创新能力，是相当必要的。因为他们是结构设计革命的推动者和执行者。这则需要工程界和教育界进行共同的努力。推广概念设计思想是一种有效的办法。
著名的美国工程院院士林同炎教授在《结构概念和体系》一书中为结构工程师提供了广泛而又有独特见解的结构概念设计基础知识和设计实例。该书着重介绍用整体概念来规划结构总体方案的方法，以及结构总体系和个分体系尖的相互力学关系和简化近似设计方法。为结构工程师和建筑师在设计中创造性地相互配合，设计出令人满意的建筑奠定基础。这本书第二版的出版，为我们更好的加深概念设计的理解，提供有益的帮助。总之，概念设计必然会成为今后结构设计的主流思想，这就让我们来共同学习、发展它吧，为结构设计的发展作出应有的贡献。
参考文献：
[1]高立人，王跃，结构设计的新思路——概念设计，工业建筑 ，1999（1）
