云计算读书报告

云计算读书报告

云计算读书报告 篇1

云计算是分布式计算中的一种，其基本概念是透过网络将庞大的计算处理程序自动分拆成无数个较小的程序，再由其交多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果传给用户。

云计算( Cloud Computing)就是把存储于个人电脑、移动电话和其他电子设备上的大量信息和处理器资源集中在一起，经高深速算法协同工作，达到资源的充分共享和利用。其实质就是通过互联网访问、应用资源并取得服务，由第三方提供运行。

一般而言，云计算是网格计算(Grid Computing)、分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等传统计算机和网络技术发展融合的产物。狭义的云计算是指IT基础设施的交付和使用模式，指通过网络以按需、以扩展的方式获得所需的资源。广义上来说，云计算就是一种服务(软件或其他服务)的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。

云计算的核心是将硬件资源虚拟化，通过互联网按计费提供给用户。云计算的实质是服务，即用户在云计算平台上使用被提供的资源，并为此付费。对用户来说，用户将各种文字数据，音频数据，视频数据，还有各种应用程序放到远程的服务器中，即“云”中，当需要用时，连入互联网中便可以使用，而在不用时，这些数据保存在远程服务器网络中，由提供云计算平台的组织进行管理和维护。

1云计算简介

1.1云计算的概念

云计算是网络计算的一种趋势，现在的许多云计算部署采用网络计算实现，使用分布式计算机集群，并且是可以步调一致地执行大型任务的虚拟超级计算机。其目标是一切服务来源于网络，云就是网络，云计算就是依靠强大的计算能力，使成千上万的终端使用云提供的强大功能而云计算提供的服务是可以无限的，它使世界变得更小，这是一种动态提高或增加基础设施能力的手段，并且提供了一个可以在互联网上使用并拓展IT部门能力的服务。

1.2云计算提供的服务

云计算提供的`服务包括通信、基础设施、平台、监测和通信等，既软件即服务(SaaS)、基础设施即服务(LaaS)、平台即服务(PaaS)、监测即服务(MaaS)和通信即服务(CaaS)。

软件即服务(SaaS)：传统的软件分发模式，软件购买后安装在个人电脑上，称为软件即产品。软件即服务是一种软件分销模式，其中应用程序由供应商或服务供应商托管，并通过网络提供给用户。

基础设施即服务(LaaS)：由计算机基础设施(通常是一个平台的虚拟化环境)作为服务提供。不用购买数据中心空间、服务器、软件、网络设备等，laas客户基本上作为完全外包服务的资源。通常，服务按月计费，就像公共事业公司向用户客户收费，客户只为消费的资源付费。

平台即服务(PaaS)：把开发环境作为一种服务来提供。这是一种分布式平台服务，厂商提供开发环境、服务器平台、硬件资源等服务给客户，用户在其平台基础上定制开发自己的应用程序并通过其服务器和互联网传递给其他客户。PaaS能够给企业或个人提供研发的中间件平台，提供应用程序开发、数据库、应用服务器、试验、托管及应用服务。

移动设备上的自由(联网)实时监控系统的云计算框架(2010 台湾)

本文提供了一个移动监控系统架构，它把自由视点图像与实时视频系统结合了起来。以前的技术是，监视器通过闭路捕获和传输信息，同时用户需要用一个屏幕移动设备从房子里的每个角落去显示框架。因此，为了用自由视点实时系统算法集成移动通信系统，我们设计了一个用云计算去显示住宅状况的系统。通过旋转显示器，这个系统允许移动设备用户只用一个显示器监视房子的每个角落，确保住所的安全。

2简介：

至今，便携式设备的主要缺点是效率低。

云技术与free view point集成的步骤：利用云技术的随机可访问性获得信息，分布式处理获得free view point图像，便携式设备可以随时随地的访问自由点视频系统。

系统结构：系统的结构主要用较低的计算能力在接入点与客户端确定。

2.1图像处理流程：捕获—译码—云系统—得到模型，决定图像rendering方法。

2.2分布系统与图像rendering的工作：云负责计算传输数据。云计算与传输的整个结构分3个部分：计算、传输、高速缓存和图像数据的搜寻与调整。

2.3数据传输与存储

2.3.1建立一个虚拟群集

这个部分的重点是如何建立一个虚拟群和管理传输路径。

建群的时候必须考虑几个问题，首先要考虑连接质量的稳定性。为了保存实时数据流，必须避免数据丢失与延迟、保持节点间的连接质量。第二个问题是电源。因为集群的成员可能只是这样的便携式设备比如笔记本电脑或移动电话(没有稳定的电力供应)，因此如何通过分配能源来扩展群集的续航时间是一个非常重要的考虑因素。

2.3.2 数据存储

每个虚拟集群有一个集群ID(C-ID)，每一个(C-ID)对应于数据的某一部分。当执行点完成一个任务时，执行点就把这个数据传输至一个与C-ID同类型的虚拟集群以存储数据。通过I-CD，节点就可以检验存储在集群里的数据。通过搜索服务器，用户可以从他的群集获取有用的信息，完成任务和把结果传给用户。在这个结构中，每个节点提供它自己的高速缓冲存储器来存储数据流，每个更小的集群存储用户需要的不同的数据类型。此外，每个元件核对这个数据是否无效，删除无效的数据提高高速缓冲存储器的利用率。

2.4数据搜索和误差修正(图像的补偿机制)

数据传输开始的时候，搜索服务器记录数据当前所处的集群，数据存储从左到右，由上至下。由于数据流和常规数据存储的连续性，我们可以预测数据的位置，这样可以提高数据搜寻的速度。当用户需要集群中的数据时，集群从顶部到底部搜寻数据直到找到，之后，存储数据的节点把这个消息传播给其他节点来终止搜寻。相邻的节点在水平和垂直方向上传递这个消息，这样就能避免浪费能源。

3云计算以及其在图像处理中的应用

3.1目的

我们把云计算认为成一个易于使用和访问的大池，被动态重构以适用于可变负载的虚拟资源能实现最佳的资源利用率。

3.2背景

随着虚拟技术效率的提高，云计算已经成为一种新的分布式系统。

3.3为了能够很好地理解云计算以及得出一个公平精确的优点报告，了解分布系统的其他主要技术(网络计算和web服务)是必须的。

An Approach to Service and Cloud Computing Oriented Web GIS Application(一种面向网络 GIS应用的服务与云计算的方法)

3.4三种模型：SaaS(software as a service), PaaS(platform as a service),IaaS(infrastructure as a service)

空间云计算研究应用地理云计算模式。它提供了动态扩张地理信息技术、空间数据和作为网络服务器的空间应用。GIS Web服务器是可以提供托管空间数据和GIS函数的软件组件，可以被访问集成到实际定制的GIS应用。开发商可以应用GIS WEB服务器进行地理信息处理，把结果反馈到应用而无需掌握基本的GIS系统和地理数据。

开放式GIS协会(OGC)形成了通过互联网和OGC共识过程基于网络的地理信息和访问服务。每一个服务器支持某种GIS操作功能：描述服务性质的元数据、注册网络服务器的方法、访问服务器或联系支持者的地址、服务器提供的数据类型，等等。环境系统研究室(ESRI)报告：ArcWeb服务可以包括或集成GIS内容和功能在定制应用共享地理信息或数据。微软的MapPoint .NET是一个可托管的可编程的XML 网络服务允许应用程序开发者集成高品质的地图、驾驶方向、距离计算和接近搜索到他们的应用、业务流程和网站。本文的目的是探索和调差为面向建立一个分布式和WEB服务架构的地理信息平台的服务和云计算。

4云计算

4.1A云计算是一种在互联网上分享计算机资源代替用本地计算机上的软件或存储资源的一种计算方法。

4.2B面对结构的服务

网络服务是已经很好地被定义、自-包含且不依赖于其他服务的内容和状态的软件组件。网络服务基本上用XML创造一个强大的连接，网络服务架构有三个角色：提供者，请求者和经纪人。提供者创建网络服务把它提供给需要的客户;请求者是一个使用网络服务的客户端应用程序;经纪人，如服务注册代理为网络服务的提供者和请求者提供一种交互方法。

4.3OGC(开放的地理信息系统联盟)发展标准化信息交互规范，包括：地图编码成图像的网络地图服务;针对地理对象或矢量数据的网络空间信息服务;实现连接数据的网络覆盖服务;实时访问传感器探测的传感器搜集服务;地理标记语言(GML):交通地理对象编码的XML组件。

4.4C .OGC Web Map Service (WMS)

云计算读书报告 篇2

《内蒙古云计算产业发展规划 (2011—2020 年) 》实施以来, 我区云计算产业表现出了良好的发展势头, 某些领域甚至居于全国领先地位。

( 一) 数据中心规划宏伟, 但建设进展相对较慢

从目前我区正在实施的云计算建设项目看, 规划目标都很宏伟。这种宏伟表现在两个方面, 一是项目规划的占地、投资、建筑、服务器等规模都很大。如呼和浩特中国电信云计算信息园项目, 占地1545.8 亩, 规划建设42 栋单体面积为1.82 万平方米的数据中心机房, 总建筑面积达到100.6 万平方米。二是项目规划的目标定位都很高远。各数据中心项目的服务目标大都定位在全国、亚洲乃至全世界, 如中国电信云计算产业园区旨在打造亚洲最大的云服务基地;乌兰察布市华为云计算产业园致力于打造成华北大区云计算产业支撑中心、全国乃至全球云服务业务承接中心、全国云服务业务备份中心。

但从各项目实施进展情况看, 截至2014 年底, 全区云数据中心建设共完成投资65.65亿元, 仅完成全部投资计划的10% 左右, 大部分处于土建和设备安装阶段, 已建成服务器规模也只有25.9 万台左右。

(二) 部分应用开始落地, 但招商前景不很乐观

随着部分数据中心的建成运营, 一些应用服务企业相继落地。截至目前, 中国电信已有百度、搜狗、腾讯、阿里巴巴等公司入驻并开展相应业务, 中国联通、中国移动、中兴能源等公司业已与相关客户签约。从使用主体的类型来看, 主要是一些依托网络和电信进行增值的企业。从使用数据中心的服务性质来看, 主要以租用计算、网络、存储能力和纯粹的机房物理空间为主, 基本处于云计算服务的IAAS阶段;目前招商处于总体签约和谈判阶段的居多, 在软硬件、产业领域和智慧建设方面的招商也基本处于空白。

同时, 围绕地区云应用方面的服务也有所进展。目前已有包头市物流管理云、赤峰蒙东云计算中心平台等一批云平台建成并正式运营。赤峰市蒙古文信息资源平台、民情与舆情监测云、呼叫中心云、BSD ( 百岁达) 电子商务平台、卫生厅综合卫生信息云平台、住建厅建筑节能云平台和环保厅智慧环境监控平台等专项云平台加快建设。

(三) 几个盟市都在建设, 推进情况各不相同

从规划区域布局和规模情况看, 自治区云计算产业规划提出, 重点在呼市、包头、鄂尔多斯和赤峰四大区域布局云计算项目, 规划到2015 年建成数据中心服务器规模300 万台。而从具体区域规划看, 目前数据中心规划建设主要集中在呼和浩特市和鄂尔多斯市两地区, 其中呼和浩特市总规划建成服务器规模就达到408 万台, 鄂尔多斯市规划服务器规模为200 万台左右。

二、内蒙古云计算产业发展总体评价

总体上看, 我区各盟市的云计算项目规划的发展目标都很宏伟, 市场定位也很高远, 但在推进过程中却面临着建设进展比预想的慢、应用推广比预想的难等局面。概括起来, 以下几个问题需要高度关注。

(一) 对比云计算产业发展的影响因素, 我区发展云计算产业的基础条件有一定优势, 但产业生态方面的弱势不容回避

1. 我区在能源、气候等条件方面确有一定竞争优势。我区年平均气温较低, 数据中心运行的PUE值 (总用电量与服务器用电量的比值) 小于1.5, 远低于南方地区2 以上的水平, 非常适合于数据中心设备的自然冷却。且地质结构稳定, 未利用土地资源丰富, 总体用地成本较低。如和林电信云计算数据中心的土地出让费仅为6万元/亩, 远低于贵州、哈尔滨等地, 更低于深圳、大连等沿海用地紧张区域。尤其目前我区数据中心供电价格为0.37 元/ 度, 而电力资源同样丰富的贵阳市为0.57 元/ 度, 大连、哈尔滨等地平均达1 元/ 度左右, 我区是建设大型数据中心综合电力成本较好的地区之一。

2. 我区数据通道条件方面的差距仍是制约因素。云计算模式下, 用户单位和数据中心在地理空间上是分离的, 用户和数据中心之间的通讯条件就对数据中心的运营产生着重要影响。一是通讯信道带宽、出口等硬件条件。如果异地数据传输存在很大的不稳定性或延迟现象, 就会严重影响用户对数据中心的使用。二是数据通道的费用情况。如果电信骨干网络的数据传输费用过高, 用户也会在自建和租用公共数据中心之间做出理性抉择。我区地域广大, 目前通讯光缆的覆盖面、布局、运行稳定性、出口带宽等都还不适应云计算产业发展需要。如目前我区省际网络出口带宽仅为全国平均水平一半, 互联网普及率低于全国平均1.1 个百分点。好在2014年呼和浩特被正式纳入国家互联网骨干网直连城市, 我区也正在加紧光缆网络建设, 未来电信通道硬件条件有望改善, 但短期制约是显而易见的。

3. 我区发展云计算的软环境相对较弱。云计算作为技术性产业, 需要较好的人才科技支撑、配套产业和社会人文环境, 而我区这方面存在着先天不足。一是软件业发展滞后。2012年我区软件业销售收入26.5亿元, 仅为北京的1/140, 上海的1/80, 而成都一个省会城市的软件业规模也高达千亿以上。二是云计算专业技术人才匮乏。我区地处西部, 工作生活环境较差, 福利待遇较低, 很难吸引到云计算相关人才尤其是高端人才, 区内高校尚没有开设云计算相关专业或课程, 自主培养的专业人才也非常有限。

(二) 对比全国竞争态势, 我区单纯以“大”为目标的数据中心发展思路遭遇严峻挑战, 亟待打造新的核心竞争优势

1. 全国各省市云计算产业竞争日趋白热化。目前全国累计已有30 多个省市发布了有关云计算的战略规划、行动方案或实施计划。北京、上海、深圳、杭州等国家批准的云计算试点城市, 已在技术、产品、基础设施和应用推广等方面取得领先地位。此外, 如天津、西安、重庆、宁波和廊坊等一批二、三线非试点省市城市也不甘落后, 也都加强了对云计算产业的研究与部署, 启动了云计算发展计划, 开展基础设施建设和行业应用, 并联合大型信息技术企业推动云计算产业发展。

2. 我区能源气候方面的传统优势正在竞争中弱化。我区各盟市从开始规划云计算产业到目前项目招商基本都在做相同的概念, 即气候冷凉、电力充足、电价偏宜、土地供应有保障等, 但目前这些招商噱头正面临着严峻挑战。一是这些优势并不具有唯一性。现在许多北方城市如哈尔滨、大连等也都在做这方面的概念。包括南方的贵州, 发展数据中心业务也打得是气候冷凉、水电价格偏宜等方面的牌, 各地区优惠政策也逐渐趋同。二是考虑数据中心使用和维护的方便性, 加之出于安全性和可控性的考虑, 目前各大用户单位在选择上还是更倾向于把数据中心建在当地, 在异地更多地考虑是建设灾备中心。在总体用户资源和业务量有限的情况下, 面对全国已经严重过剩的数据中心资源, 我区数据中心的用户招商难度可能会越来越大。

(三) 对比云计算全景产业链, 我区云计算产业主要集中于产业链前端的数据中心环节, 对地区经济的带动作用有限

1. 单纯的数据中心建设和运营直接效益有限。从云计算各产业环节的效益体现看, 一是数据中心土建的地产效益能够体现在当地, 表现为土地出让金的获得、固定资产投资扩大和建筑业产值增长等。二是由于服务器和网络设备主要以惠普、IBM、戴尔等国外品牌和联想、华为、曙光等国内大品牌为主, 我区当地没有相关的制造企业, 数据中心的设备需求主要体现为对区外产业的拉动。三是数据中心运营后用工仅需要少量的安保、电工、保洁等辅助人员, 对地方就业贡献不大。四是我区数据中心建设大都为央企和外地企业, 所得税总部核算也使税收收益流失区外。五是对软件产业、云应用产业和数据产业的间接带动效应需要其它条件配合。软件业取决于当地的人才基础、创新创业环境、市场潜力等条件。云应用产业的效益主要体现在地区信息化水平提升后, 对其它行业和领域效率提升方面的间接作用。数据开发产业发展也需要一定条件。如果数据资源由用户单位自行开发, 数据产业也往往形成在用户所在地而非数据中心所在地, 尤其是灾备数据几乎没有利用可能。

2. 我区各盟市大多在数据中心环节低水平竞争。目前我区许多盟市都在规划和引进云计算产业, 除呼和浩特、包头、鄂尔多斯、赤峰、乌兰察布等地在建设以外, 近两年, 乌海、呼伦贝尔等地也都在筹划发展云计算产业。但大家依托的优势都一样, 招商的噱头都相同, 实施的项目也基本都是围绕建设大型数据中心这个最基本、最低端的环节, 瞄准的市场范围差不多, 竞争和内耗不可避免。但从市场需求看, 目前仅我区规划建设的数据中心服务器规模就超过700 万台, 足够满足全亚洲数据中心的需求。

三、优化我区云计算产业发展策略

云计算技术代表着现代信息技术的前进方向, 目前云计算产业正处于规模扩张、体系构建、布局优选、企业竞位的快速成长阶段。未来随着商业模式逐渐清晰, 用户信任和认知程度逐渐提高, 云计算将会成为充满活力的新兴市场。我区必须抓住这一战略机遇, 按照“ 大、 用、 全、加、补、统”的总体思路, 切实改进发展思路, 把云计算打造成为我区强区富民的支柱产业、转型升级的主导产业和提升地区信息化水平的基础产业。

(一) 继续做“大”数据中心规模

以数据中心为切入点发展云计算产业, 切实发挥了我区在气候、能源、电价、土地等方面的优势, 在今后发展中仍然要进一步强化这一优势。但我区数据中心建设思路也要调整。一是在继续支持三大运营商和曙光、华为等企业建设大型公有云的同时, 结合行业和地区信息化的需求, 大力发展专业云平台和私有云平台。二是加强与哈尔滨、贵阳等同类城市的联合招商、互用灾备等, 实现协同发展。三是建立超算中心。超计算是服务于大型的科研设计、复杂的组织管理、系统仿真等方面对超级计算需求的计算机系统。这是我区产业升级进行大型科技研发活动、发展文化创意产业、吸引高端科技人才集聚的重要基础设施。

(二) 坚持应“用”主导的推进方针

在继续重视并做好机房建设、设备购置、网络建设等硬件建设的同时, 我区必须确立应用主导、产业跟进的发展策略。通过政府应用带动社会应用、区内应用带动区外应用、应用扩大带动产业扩张的推进策略, 形成云计算产业内生成长机制。为此, 应借助现有数据中心形成的计算和存储能力资源, 积极推进“云计算”相关知识的传播, 加快城市、产业、民生领域的云化改造, 支持政务云、智慧城管云、智能交通云、环保云和医疗云等各类应用云平台的示范落地, 并推动云应用向工业设计、节能环保、新药研制、气象分析、灾害预测以及仿真模拟等领域全面拓展, 不断提高数据中心应用规模和领域。

(三) 坚持“全”产业链的发展策略

我区发展云计算产业必须树立全产业链思维理念, 加强上下游相关配套产业的引进配套, 通过产业集聚促进产业共生共促。建议自治区要加强云计算全产业链招商, 组织编制云计算产业招商重点目录, 吸引移动通讯、网络设备、计算机等信息制造业、软件开发业及信息服务产业等产业门类落地并集聚发展, 逐步构建云计算完整产业链。在树立全产业链思维的同时, 在操作层面上要注重特色领域突破, 尤其要根据云计算产业不同发展阶段的不同要求, 有所侧重地安排推进领域和工作重点, 通过点线面体、梯次推进, 实现重点领域引领, 相关产业跟进, 逐步健全产业体系。

(四) 树立“云计算+”的发展理念

云计算除了本身作为区域经济的主导产业具有增加产值、税收、就业等方面的直接贡献外, 更重要的是作为技术要素对传统产业的提升作用, 以及作为信息化基础设施对提升经济社会信息化水平的支撑作用。我区要依托目前已经形成的云计算产业基础, 落实国家提出的“互联网+”战略, 结合云计算的应用在我区重点谋划做好“云计算+”的文章, 促进云计算产业与传统产业融合互促, 不断创新商业模式、培育新的业态、提升整个地区信息化水平, 更好地体现云计算产业的间接效益。

(五) “补”齐要素短板, 优化产业生态

根据云计算产业技术创新要求高的特点, 必须注重产业生态的培育, 如相关产业的嫁接配套、人才科技要素短板的弥补、创新创业环境的营造、法律法规和标准体系的健全等。一是要通过外引与内培并重加快本地化的创新体系建设。建议自治区有关大学开设云计算专业或相关课程, 加快本土化云计算人才的培养进程。二是政府要在支持政策方面发挥更大作用。由于目前云计算产业正处于起步阶段, 存在着一定的创新风险和市场风险, 各级政府必须在产业引导、政策扶持、应用带动、重点项目、标准规范等方面发挥更大的作用, 降低企业建设和经营风险, 促进区域云计算产业在全球和全国分工中处于有利地位。

(六) “统”筹各盟市云计算产业分工

《云计算开发实践》学术报告 篇3

胡建强

2011-03-20

云计算下的软件正在转向服务，对于软件测试而言，前面两部分的工作会越来越少，第三部分的工作会越来越重要。互联网环境中的应用软件测试主要是测功能、测性能（如响应时间、负载能力等）、测安全性、测可靠性、测易用性、测互操作性（如数据、接口的兼容性等）以及检查文档的一致性和完整性等。为了完成这样的测试任务，传统的软件测试中心首先需要软件生产商提供测试任务列表、详细的文档和待测软件；然后，根据测试任务列表，软件测试中心制定相应的测试大纲和测试任务包，在搭建的物理测试环境中实施测试，最后返回测试结果。通过多次的回归测试，软件生产商逐步更正检测出的软件缺陷，改善软件产品的质量。

大家知道，建立物理的测试环境是个耗资、耗时、耗力的工作。应用软件的规模不同，测试环境又会有很大差异，尤其是负载测试和压力测试。以前，一个针对互联网应用软件的压力测试的环境需要自行构造，如果是百万级的并发用户，数据流量大（可达每秒GB级），实现起来将会很难。有了云计算的方式，软件测试中心则可能转为通过云计算方法来租用软硬件设施及相应的服务，用来快速、低成本地模拟网络环境和用户流量。

软件园汇聚了众多软件企业和软硬件设备，因此，软件园往往也是一个城市的耗电大户。粗略地估算，一个入驻数百家企业、几千名员工的软件园，每月需支出的电费将会超过240万元。如果软件园的企业可以共享同一个云计算平台（包括硬件平台、开发工具、测试环境和运行平台等）来进行软件即服务、平台即服务和基础设施即服务的工作，将会减少软硬件的耗电需求，逐步构建起绿色的软件园，促进节能减排。

计算机视觉读书报告 篇4

摘要：计算机视觉是一门研究如何让计算机达到人类那样“看”的学科。更加准确地说，它是利用摄像机和电脑代替人眼使得计算机拥有类似于人类的那种对目标进行分割、分类、识别、跟踪、判决决策的功能。智能视频分析是将场景中背景和目标分离，识别出真正的目标，去除背景干扰，进而分析并追踪在摄像机场景内出现的目标行为。本报告通过文献查阅与学习，主要介绍了当前计算机视觉的发展状况，智能视频分析的研究现状及难点，最后是介绍常用的目标跟踪算法在智能视频分析领域中的应用。关键词：计算机视觉、视频分析、目标跟踪，mean shift 算法 1． 计算机视觉概述及其发展现状 视觉是人类最重要的感觉，人类认识外界信息80%来自视觉。人类的视觉系统在给人类带来好处的同时，也会给人类造成失误。

常言道：“眼见为实”果真如此吗？有很多情况下“眼见”的并不一定都是“实”的。原因在于，通过我们的眼睛(以及其他感觉器官)而感觉到的外界事物的形象和特性，需要经过大脑的加工处理才能形成相应的知觉和判断。在一定的条件下，大脑会对所看到的形象形成不正确的知觉和判断，即产生视错觉。较为大家熟知的几种视错觉现象包括长短错觉、大小错觉、平行错觉、弯曲错觉。

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。

一般来说，在人类的五种基本感觉中，视觉提供了人类对周围世界了解的大部分信息。通过视觉，人和动物感知外界物体的大小、明暗、颜色、动静，获得对机体生存具有重要意义的各种信息，至少有80％以上的外界信息经视觉获得，视觉是人和动物最重要的感觉。

如今计算机视觉涉及到很多领域，计算机视觉的应用领域主要包括对照片、视频资料如航空照片、卫星照片、视频片段等的解释、精确制导、移动机器人视觉导航、医学辅助诊断、工业机器人的手眼系统、地图绘制、物体三维形状分析与识别及智能人机接口等。2． 智能视频分析 2.1 智能视频分析概述

智能视频分析目前在国际上有多种叫法，如iva(intelligent video analytics)、vca(video content analysis)、va(video analysis)、iv(intelligent video)、ivs(intelligent video system)。它是计算机图像视觉技术在安防领域应用的一个分支，是一种基于目标行为的智能监控技术。区别于传统的移动侦测(vmd-video motion detection)技术，智能视频分析首先将场景中背景和目标分离，识别出真正的目标，去除背景干扰（如树叶抖动、水面波浪、灯光变化），进而分析并追踪在摄像机场景内出现的目标行为。2.2 智能视频分析核心技术

智能视频分析技术也属于模式识别技术的一种，它是通过设计一定的计算机

算法，从视频中分析、提取和识别个体运动行为的特征，令计算机判断出这些个体进行了一些什么行为，进而可以判断这些行为是否符合某些规则，是否属于“某一类型”的行为。而这些类型的行为是应该提醒监控人员注意的“可疑行为”，这样当计算机发现了这些“可疑行为”时就可以进行即时的报警，摆脱了人工的干预和判断，实现令计算机“代替”人进行监控，也即实现了“自动监控”或是“智能监控”。从更形象一点的角度来解释，监控系统中摄像头和视频传输技术解决了“眼睛”的问题，使监控人员能够在不身处现场的情况下通过摄像头看到现场的情景，而这一现场还由于传输技术的进步摆脱了地域的限制，甚至于可以在千里之外(通过数字网络传输视频)；而智能视频分析监控技术则给监控系统加上了“大脑”，使机器能够代替人来实现监控，无须再由人工随时去监控这些视频。2.3 智能视频分析当前存在的问题 实际环境下光照变化、目标运动复杂性、遮挡、目标与背景颜色相似、杂乱背景等都会增加目标检测与跟踪算法设计的难度，从而给智能视频分析带来更多的困难，其主要体现在以下几个方面：

光照变化引起目标颜色与背景颜色的变化，可能造成虚假检测与错误跟踪。采用不同的色彩空间可以减轻光照变化对算法的影响，但无法完全消除其影响；目标阴影与背景颜色存在差别通常被检测为前景，这给运动目标的分割与特征提取带来困难。

目标特征的取舍，序列图像中包含大量可用于目标跟踪的特征信息，如目标的运动、颜色、边缘以及纹理等。但目标的特征信息一般是时变的，选取合适的特征信息保证跟踪的有效性比较困难。

遮挡是目标跟踪中必须解决的难点问题。运动目标被部分或完全遮挡，又或是多个目标相互遮挡时，目标部分不可见会造成目标信息缺失，影响跟踪的稳定性。大多数系统一般是通过统计方法预测目标的位置、尺度等，都不能很好地处理较严重的遮挡问题。

序列图像包含大量信息，要保证目标跟踪的实时性要求，必须选择计算量小的算法。鲁棒性是目标跟踪的另一个重要性能，提高算法的鲁棒性就是要使算法对复杂背景、光照变化和遮挡等情况有较强的适应性，而这又要以复杂的运算为代价。3． 目标跟踪算法

目标跟踪是智能视频分析过程必不可少的一部分，国内外对目标跟踪算法的研究仍在继续，本次读书报告较详细的学习并了解常用的目标跟踪算法，在这里介绍以下几种。

3.1 基于对比度分析的目标跟踪算法

基于对比度分析的目标跟踪算法利用目标与背景在对比度上的差异来提取、识别和跟踪目标。该类算法按照跟踪参考点的不同可以分为边缘跟踪、形心跟踪和质心跟踪等。本算法不适合复杂背景中的目标跟踪，但在空中背景下的目标跟踪中非常有效。边缘跟踪的优点是脱靶量计算简单、响应快，在某些场合(如要求跟踪目标的左上角或右下角等)有其独到之处。缺点是跟踪点易受干扰，跟踪随机误差大。重心跟踪算法计算简便，精度较高，但容易受到目标的剧烈运动或目标被遮挡的影响。重心的计算不需要清楚的轮廓．在均匀背景下可以对整个跟踪窗口进行计算，不影响测量精度。重心跟踪特别适合背景均匀、对比度小的弱小目标跟踪等一些特殊场合。通过图像二值化后，按重心公式计算出的是目标图像的形心。一般来说形心与重心略有差别。

3.2 基于匹配的目标跟踪算法

基于匹配的目标跟踪算法主要有特征匹配、贝叶斯跟踪以及核方法等，这里主要介绍核方法的使用。核方法的基本思想是对相似度概率密度函数或者后验概率密度函数采用直接的连续估计。一方面可以简化采样，另一方面可以采用估计的函数梯度有效定位采样粒子。采用连续概率密度函数可以减少高维状态空间引起的计算量问题，还可以保证例子接近分布模式，避免粒子退化问题。核方法一般都采用彩色直方图作为匹配特征。mean shift是核方法中最具代表性的算法，其含义正如其名，是“偏移的均值向量”。其算法的实现如下所述：

在给定d维空间rd中的n个样本点xi，i=1,„,n,在x点的mean shift向量的基本形式定义为：

mh?x??1??xi?x? kxi?sh(1)其中，sh是一个半径为h的高维球区域,满足以下关系的y点的集合，sh?x??y:?y?x??t?y?x??h2?(2)k表示在这n个样本点xi中，有k个点落入sh区域中。我们可以看到?xi?x?是样本点xi相对于点x的偏移向量，(1)式定义的mean shift向量mh(x)就是对落入区域sh中的k个样本点相对于点x的偏移向量求和篇二：计算机图形学读书报告

读书报告

（计算机图形学的发展前景）

专 业： 数字媒体技术

班 级： 1306班

姓 名： 燕旱雨

学 号：（2013100661）

一、计算机图形学的基本知识

计算机图形学是研究怎样用计算机表示、生成、处理、和显示图形的一门学科，在计算机辅助设计、地理信息系统、计算机游戏、计算机动画、虚拟现实等方面有着广泛的应用。

计算机图形 用计算机表示、生成、处理和显示对象。从范围上说，计算机图形包括了山、水、虫、水、人等客观世界存在的所有物体甚至意识形态；从内容上说，计算机图形学也已不仅仅是物体的形状，还包含了物体的材质、运动等各种属性。因此，计算机图形是储存在计算机内部的物体的坐标、纹理等各种属性。

数字图形 由规则排列的像素上的颜色值组成的二维数组。数字图像可能由数码相机、摄像机或者其成像设备如ct机从外界获取，也可能在计算机上通过计算机图形装化而成。除了计算机图形和数字图像外，物体在计算机内部的表达还可以是符号或抽象模型、图像中的的一个区域等，研究物体的这些在计算机内部的表达及表达间的装换形成了和计算机图形学密切相关的几个重要学科。

图像处理 将客观世界中原来存在的物体的影像处理成新的数字化图像的相关技术，如ct扫描，人脸识别，x射线探伤等。

模式识别 对所输入的图像进行分析和识别，找出其中蕴含的内在联系或抽象模型，如邮政分拣，人脸识别，地貌地形识别等。

计算几何 也称为计算机辅助几何设计，是研究几何模型和数据处理的学科，探究几何形体的计算机表示、分析和综合，研究如何灵活、有效地建立几何形体的数学模型以及在计算机中更好的储存和管理这些模型数据。

计算机视觉 模拟人的视觉机理使计算机获得与人类相似的获取和处理视觉信息能力的学科

二、计算机图形学的发展方向

1、智能cad cad 的发展也显现出智能化的趋势，就大多数流行的cad软件来看，主要功能是支持产品的后续阶段一一工程图的绘制和输出，产品设计功能相对薄弱，利用autocad最常用的功能还是交互式绘图，如果要想进行产品设计，最基本的是要其中的autolisp语言编写程序，有时还要用其他高级语言协助编写，很不方便。而新一代的智能cad 系统可以实现从概念设计到结构设计的全过程。智能cad的另一个领域是工程图纸的自动输入与智能识别，随着cad技术的迅速推广应用，各个工厂、设计院都需将成千上万张长期积累下来的设计图纸快速而准确输入计算机，作为新产品开发的技术资料。多年来，cad 中普遍采用的图形输入方法是图形数字化仪交互输入和鼠标加键盘的交互输入方法．很难适应工程界大量图纸输入的迫切需要。因此，基于光电扫描仪的图纸自动输入方法已成为国内外cad工作者的努力探索的新课题。但由于工程图的智能识别涉及到计算机的硬件、计算机图形学、模式识别及人工智能等高新技术内容，使得研究工作的难点较大。工程图的自动输入与智能识别是两个密不可分的过程，用扫描仪将手绘图纸输入到计算机后，形成的是点阵图象。cad 中只能对矢量图形进行编辑，这就要求将点阵图象转化成矢量图形．而这些工作都让计算机自动完成．这就带来了许多的问题．如① 图象的智能识别；② 字符的提取与识别；③ 图形拓扑结构的建立与图形的理解；④实用 化的后处理方法等等。国家自然科学基金会和863计划基金都在支持这方面的研究，国内外已有一些这方面的软件付诸实用，如美国的rvmaster，德国的vpmax，以及清华大学，东北大学的产品等。但效果都不很理想．还未能达到人们企盼的效果。

2、美术与设计

计算机美术的发展 1952年．美国的ben ．laposke用模拟计算机做的波型图《电子抽象画》预示着电脑美术的开始(比计算机图形学的正式确立还要早)。计算机美术的发展可分为三个阶段： 代表作品：1960年wiuiam ferrter为波音公司制作的人体工程学实验动态模拟．模拟飞行员在飞机中各种情况；1963年kenneth know iton的打印机作品《裸体》。1967年日本gtg小组的《回到方块》。? 伦敦第一次世界计算机美术大展一“控制论珍宝(cybernehic serendipity1为标志，进入世界性研究与应用阶段；计算机与计算机图形技术逐步成熟，一些大学开始设置相关课题，出现了一些cad应用系统和成果，三维造型系统产生并逐渐完善。代表作品：1983年美国ibm 研究所richerd voss设计出分形山(可到网站“分形频道hrtp：ttfracta1．126．tom 中查找有关“分形”的知识)包括三个方面：环境设计(建筑、汽车)、视觉传达设计(包装)、产品设计。

3、计算机动画艺术

计算机动画的简介

计算机动画技术的发展是和许多其它学科的发展密切相关的。计算机图形学、计算机绘画、计算机音乐、计算机辅助设计、电影技术、电视技术、计算机软件和硬件技术等众多学科的最新成果都对计算机动画技术的研究和发展起着十分重要的推动作用50年代到60年代之间，大部分的计算机绘画艺术作品都是在打印机和绘图仪上产生的。一直到60年代后期，才出现利用计算机显示点阵的特性，通过精心地设计图案来进行计算机艺术创造的活动。

电影特技

计算机动画的一个重要应用就是制作电影特技 可以说电影特技的发展和计算机动画的发展是相互促进的。1987年由著名的计算机动画专家塔尔曼夫妇领导的mira 实验室制作了一部七分钟的计算机动画片《相会在蒙特利尔》 再现了国际影星玛丽莲?梦露的风采。1988年，美国电影《谁陷害了兔子罗杰》(who framed roger rabbit?)中二维动画人物和真实演员的完美结合，令人瞠目结舌、叹为观止 其中用了不少计算机动画处理。1991年美国电影《终结者ii：世界末日》展现了奇妙的计算机技术。此外，还有《侏罗纪公园》(jurassic park)、《狮子王》、《玩具总动员》(toy story)等。

计算机动画的应用领域十分宽广 除了用来制作影视作品外，在科学研究、视觉模拟、电子游戏、工业设计、教学训练、写真仿真、过程控制、平面绘画、建筑设计等许多方面都有重要应用，如军事战术模拟

4、科学计算可视

科学计算的可视化是发达国家八十年代后期提出并发展起来的一门新兴技术，它将科学计算过程中及计算结果的数据转换为几何图形及图象信息在屏幕上显示出来并进行交互处理，成为发现和理解科学计算过程中各种现象的有力工具。篇三：数字图像处理读书报告1 《数字图像处理》

读书报告

————钱增磊 提要：本人现进入江南大学物联网工程学院研究生，开始进行研究计划，所研究方向为图像处理以及智能视频分析，先要对其基础学科进行深入学习，着重掌握图像处理的基础、概念等有关知识，由导师梁教授的建议，选择冈萨雷斯的《数字图像处理》进行基础性学习，现制定读书计划，每一周进行读书总结，消化本周所学习内容。

本书是数字图像处理的经典著作，全书共分为12章，内容包括绪论，数字图像基础、灰度变换与空间滤波、频域滤波、图像复原与重建、彩色图像处理、小波及多分辨率处理、图像压缩、形态学图像处理、图像分割、表现与描述、目标识别。本书是第三版，是综合前两个版本的内容，以及近10年来图像处理的发展而做的更新，使全书讲的更为透彻、清晰，跟上时代的潮流。

1、数字图像处理没有非常精确的范围，它常与数字图像分析，计算机视觉等方面具有可重叠性质，故我们把数字图像处理的范围进行三方面的概括，在这个连续的统一体中可以用3种典型的计算处理来区分其中各个学科，分为三个等级：

1、初级的操作，包括降噪、增强对比度、锐化，特点是输入输出的数据都是图像，其中间过程便是图像处理；

2、中级处理，涉及分割及缩减对目标物的描述使其适合计算机处理，其输入是图像，输出是提取图像的属性；

3、高级处理，涉及被识别物体的总体理解，执行与视觉相关的识别函数，针对单个对象的识别。

2、是图像处理的历史与发展。

（1）图像处理早在20世纪20年代初就已经开始有了应用，最早的应用是出现在报纸行业，最早的图像时通过海底电缆从伦敦传往纽约的图像。该方法是早期没有计算机的情况下进行的图像处理方法之一，就是首先通过编码，在接收端利用电报打印机通过字符来模拟中间色调还原图像。后来发展为在电报接收端用穿孔纸带打出图片，这就是早期的bartlane系统，编码时用5个等级的灰度值来表示，后发展为用15个等级的灰度值。（2）而在计算机的出现，首先简要概括了计算机的历史，冯诺依曼提出了两个概念，一个是保存程序和数据的存储器，另一个是条件分支。这两个概念就作为现在cpu的基础，也就是计算机的最初起源。利用计算机技术改善空间胎侧器发回的图像的工作，开始于1964年美国加利福尼亚喷气推进实验室，也是作为数字图像处理的起始。

（3）接下来开始涉及医学图像、地球遥感监测、天文学等领域。1960s末到1970s初，计算机轴向断层扫描技术（ccat）出现，在医学上，数字图像处理得到了空前发展。

（4）开始用计算机程序增强对比度、将亮度编码为彩色，应用于工业、医学、生物科学、地理学等领域，而在考古学中，图像的增强与复原技术得到了充分应用。

（5）发展到现在，数字图像处理应用的领域开始朝向解决感知问题。

3、图像处理的图像源的研究

图像源有许多，最主要的是基于电磁能谱，由于每一个应用领域所要观测的捕获的物体不同，得到侧重点不同的影响，所以就产生光源的不同，电磁能谱的排布根据波长的不同而具有不同的能量的光源。

（1）伽马射线，作为能量最高的光源，主要应用于核医学和天文学的观测，书中举例利用放射性同位素标记法，当该物质衰变时发出伽马射线（放出正电荷，与电子相遇，两者共同湮灭，同时放出两束伽马射线），构成影像。而在天文观测中则是用成像物体自然辐射得到。

（2）x射线，主要的应用在医学上，血管造影技术以及x射线的轴向断层扫描技术。主要产生该射线的是用x射线管，阴极加热释放自由电子，向阳极流动，撞击产生x射线，落在胶片上使其感光。而对于数字图像，则有两种方式：其一是用数字化的x射线胶片；其二则是用x射线通过病人身体直接落在某装置上，使x射线转换为光，然后用光敏数字系统来捕获。

（3）紫外线，主要应用于光刻技术，工业检测、显微镜、生物成像、以及天文观测等。最显著的应用是荧光显微镜，最基本的任务就是用激发光照射需成像的物体，然后从强光中分离出较弱的荧光。

（4）可见光与红外线波段，由于两者的成像总是相结合，故研究中常放在一起。红外线波段成像主要距离应用是发现地球表面接近可见光的红外线发射源，用来估计各地区的电能使用百分比。可见光应用于生产产品的自动视觉检测。

（5）微波波段，主要应用于雷达。

（6）无线电波，主要应用于医学上，比如核磁共振成像（mri）。

（7）其他方式成像也很多，比如用声成像，可以用来地质勘测，更主要的在商业中进行勘

测石油与矿产。还有用超声波成像，可以用声速来计算距离等。还有电子显微镜成像，分形成像等。

4、数字图像处理的基本步骤

一共包括十个步骤，分别是图像获取、图像增强、图像复原、彩色图像处理、小波分析、压缩、形态学处理、图像分割、表述与描述、图像识别。我们通过对特定的设备将获取图像，转换为数字形式，对图像进行一些预处理，使其计算机能够更好地识别和处理，然后进行图像的修复，使图像更加接近真实，然后通过小波分析进行减噪处理，进一步进行细化处理，对于高精度的图像，根据图像的特性选用适当的算法进行压缩编码，然后分割提取特征，最后与数据库中的内容进行匹配，从而识别。

5、图像处理系统的组件

（1）一个图像处理系统需要有其感知的设备，有两种方式进行图像获取，一个是用物理设备，对物体发射的能量很敏感；另一个是用数字化器，把模拟信号转换成数字信号。

（2）特定的图像处理硬件

（3）计算机，一般选用通用计算机适合各类图像处理系统。

（4）软件，有通用与专用的图像处理软件。

（5）大规模存储能力，对其分为三类，第一类是用于处理期间的短期存储，一般选用计算机内存或者缓冲存储器，速度快；第二类是快速调用的在线存储，一般选用光介质或磁盘，是尤其频繁的访问来决定的；第三类是档案存储，不需要频繁的访问，是海量存储；

（6）图像显示器

（7）硬拷贝装置

（8）网络，图像传输中最重要的便是带宽。

总结

通过对第一章绪论的学习，基本上对数字图像处理的概念、应用、起源及其发展有了一个大体的了解，在后续章节中将会继续深入学习，目前还存在一些遗留的问题，图像获取是怎么实现的，如何编码，如何保证在解码的过程中不会出现错误，如何识别图像的物体等等，都会在后续的学习中一一深入了解。篇四：计算机视觉实验报告experiment3 experiment 3：edge detection class: student id: name: ⅰ.aim the aim of this laboratory session is to learn to deal with image data by matlab.by the end of this session, you should be able to perform image preprocessing of edge detection in spatial domain and frequency domain.ⅱ.knowledge required in the experiment ⅰ.you are supposed to have learned the basic skills of using matlab;ⅱ.you need to review matlab programming language and m-file format.ⅲ.you should have studied edge detection methods.ⅲ.experiment contents demand: please show the figure on the left and list the codes on the right respectively bellow each question.(请将运行结果(图片)和程序代码贴在每题下方)ⅰ.read “car.jpg” file(to do this by imread function), convert the color image into grayscale image, and then perform edge detection using roterts, prewitt, sobel operator separately in spatial domain and display the results in a matlab window.程序： clear;im=imread(car.jpg);i=rgb2gray(im);subplot(3,2,1);imshow(i);title(gray image);[y,x]=size(i);im_edge=zeros(y,x);t=30;for k=2:y-1 for kk=2:x-1 im_edge(k,kk)=abs(i(k+1,kk+1)-i(k,kk))+abs(i(k,kk+1)-i(k+1,kk));if(im_edge(k,kk)>t)im_edge(k,kk)=1;else im_edge(k,kk)=0;end end end subplot(3,2,2);imshow(im_edge,[]);% []è?êy?y×??ˉ??·?μ?0~255μ?·?? ?ú?￡

title(robert image);[y x]=size(i);imedge=zeros(y,x);for k=2:y-1 for kk=2:x-1 imedge(k,kk)=abs(i(k-1,kk+1)-i(k-1,kk-1))+abs(i(k,kk+1)-im(k,kk-1))+ abs(i(k+1,kk+1)-i(k+1,kk-1))+...abs(i(k+1,kk-1)-i(k-1,kk-1))+abs(i(k+1, kk)-i(k-1, kk))+abs(i(k+1,kk+1)-i(k-1,kk+1));end end subplot(3,2,3);imshow(imedge,[]);title(prewit image);[y x]=size(i);im_edge=zeros(y,x);for k=2:y-1 for kk=2:x-1 im_edge(k,kk)=abs(i(k-1,kk+1)-i(k-1,kk-1))+2*abs(i(k,kk+1)-i(k,kk-1))+ abs(i(k+1,kk+1)-i(k+1,kk-1))+...abs(i(k+1,kk-1)-i(k-1,kk-1))+2*abs(i(k+1, kk)-i(k-1, kk))+abs(i(k+1,kk+1)-i(k-1,kk+1));end end subplot(3,2,4);imshow(im_edge,[]);title(sobel image);图像如下: ⅱ.read “car.jpg” file(to do this by imread function), convert the color image into grayscale image, then perform edge detection in frequency domain using gaussian highpass filter and display the result in a matlab window.第二题程序：

%频域边缘检测，利用gassian高通滤波器进行滤波，进行边缘检测 %频域边缘检测，利用gassian高通滤波器进行滤波，进行边缘检测 clear;im=imread(car.jpg);i=rgb2gray(im);subplot(1,2,1);imshow(i);title(gray image);%shifting image(multiply the image by(-1)x+y)[row,col]=size(i);[y,x]=meshgrid(1:col,1:row);ii=double(i).*(-1).^(x+y);f=fft2(ii);%subplot(2,2,2);%title(fourier spectrum);%creat highpass filter d=zeros(row,col);u0=floor(row/2);v0=floor(col/2);d0=40;%截止频率 n=2;for i=1:row for j=1:col d=((i-u0)^2+(j-v0)^2)^0.5;

% d(i,j)=1/(1+(d0/d)^(2*n));d(i,j)=1-exp((-d^2)/(2*(d0)^2));end end %filtering g=f.*d;%invert the result and shifting g=real(ifft2(g));im=g.*(-1).^(x+y);im=im>40;%阈值确定edge subplot(1,2,2);imshow(im);%傅立叶变换中心 title(the image after gassian highpass filter);图像如下： 篇五：计算机视觉论文(2012)

一、机器人视觉的概念

机器人视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。2.机器人视觉主要研究用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。

计算机视觉系统一般有光源、摄像机、采集卡及pc软件系统等组成，可以完成图像的采集与处理、目标的识别功能，视觉系统的结构一般是从系统的模型的角度理解的。

计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，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。

计算机视觉学所研究的对象,简单地说就是研究如何让计算机通过图象传感器或其它光传感器来感知、分析和理解周围环境。

人类感知外界环境主要通过视觉,听觉和触觉等四大感觉系统。其中视觉系统是最复杂的。人类从外界获得的信息中视觉信号量最大。

模仿人类的视觉系统,计算机视觉系统中信息的处理和分析大致可以分成两个阶段：图象处理阶段又称视觉处理中的低水平和中水平阶段；图象分析、理解阶段又称视觉处理中的高水平处理阶段。

二、计算机视觉研究的对象与方法(一)以模型世界为主要对象的视觉基本方法研究 这个阶段以roberts的开创性工作为标志。在roberts的工作中引入了三维物体与二维成像的关系,采用了一些简单的边缘特征提取方法并引入了组合线段的方法。这些早期的工作对视觉的发展起了促进作用,但对于稍微复杂的景物便难于奏效。

为他对三维关系的分析仅仅是靠简单的边缘线段的约束关系,并没有充分考虑人类或其他动物视觉系统感知三维空间关系的方式。(二)以计算理论为核心的视觉模型研究 20世纪70年代开始,对计算机视觉的研究进入更为理性化的阶段,主要集中于各种本征特性的恢复,包括三维形状、运动、光源等的恢复。主要出发点是从生理学、光学和射影几何的方法出发,研究成像及其逆问题。在这一阶段中,以marr为代表的一些研究者提出了以表示为核心、以算法为中间转换过程的一般性视觉处理模型。在其理论中强调表示的重要性以及从不同层次上去研究信息处理问题,在计算理论和算法实现上又特别强调计算理论的重要性。在三维信息的感知方面,根据人类感知深度的不同提出了一系列shapefromx的方法。

三、计算机视觉的应用领域

计算机视觉的应用领域主要包括对照片、视频资料如航空照片、卫星照片、视频片段等的解释、精确制导、移动机器人视觉导航、医学辅助诊断、工业机器人的手眼系统、地图绘制、物体三维形状分析与识别及智能人机接口等。

早期进行数字图像处理的目的之一就是要通过采用数字技术提高照片的质量,辅助进行航空照片和卫星照片的读取判别与分类。由于需要判读的照片数量很多,于是希望有自动的视觉系统进行判读解释,在这样的背景下,产生了许多航空照片和卫星照片判读系统与方法。自动判读的进一步应用就是直接确定目标的性质,进行实时的自动分类,并与制导系统相结合。目前常用的制导方式包括激光制导、电视制导和图像制导,在导弹系统中常常将惯性制导与图像制导结合,利用图像进行精确的末制导。

工业机器人的手眼系统是计算机视觉应用最为成功的领域之一,由于工业现场的诸多因素,如光照条件、成像方向均是可控的,因此使得问题大为简化,有利于构成实际的系统。与工业机器人不同,对于移动机器人而言,由于它具有行为能力,于是就必须解决行为规划问题,即是对环境的了解。随着移动式机器人的发展,越来越多地要求提供视觉能力,包括道路跟踪、回避障碍、特定目标识别等。目前移动机器人视觉系统研究仍处于实验阶段,大多采用遥控和远视方法。

在医学上采用的图像处理技术大致包括压缩、存储、传输和自动/辅助分类判读,此外还可用于医生的辅助训练手段。与计算机视觉相关的工作包括分类、判读和快速三维结构的重建等方面。长期以来,地图绘制是一件耗费人力、物力

和时间的工作。以往的做法是人工测量,现在更多的是利用航测加上立体视觉中恢复三维形状的方法绘制地图,大大提高了地图绘制的效率。同时,通用物体三维形状分析与识别一直是计算机视觉的重要研究目标,并在景物的特征提取、表示、知识的存储、检索以及匹配识别等方面都取得了一定的进展,构成了一些用于三维景物分析的系统。

近年来,基于生物特征(biometrics)的鉴别技术得到了广泛重视,主要集中在对人脸、虹膜、指纹、声音等特征上,这其中大多都与视觉信息有关。与生物特征识别密切相关的另一个重要应用是用于构成智能人机接口。现在计算机与人的交流还是机械式的,计算机无法识别用户的真实身份,除键盘、鼠标外,其他输入手段还不成熟。利用计算机视觉技术可以使计算机检测到用户是否存在、鉴别用户身份、识别用户的体势(如点头、摇头)。此外,这种人机交互方式还可推广到一切需要人机交互的场合,如入口安全控制、过境人员的验放等。

四、机器人视觉的发展

机器人视觉系统按其发展可分为三代。第一代机器人视觉的功能一般是按规定流程对图像进行处理并输出结果。这种系统一般由普通数字电路搭成，主要用于平板材料的缺陷检测。第二代机器人视觉系统一般由一台计算机，一个图像输入设备和结果输出硬件构成。视觉信息在机内以串行方式流动，有一定学习能力以适应各种新情况。第三代机器人视觉系统是目前国际上正在开发使用的系统。采用高速图像处理芯片，并行算法，具有高度的智能和普通的适应性，能模拟人的高度视觉功能。

在roberts之前都是基于二维的，而且多数是采用模式识别的方法完成分类工作的。roberts首先用程序成功地对三维积木世界进行解释，在之后类似的研究中，huffman。clowes以及waltz等人对积木世界进行了研究并分别解决了由线段解释景物和处理阴影等问题。积木世界的研究反映了视觉早期研究中的一些特点，即从简化的世界出发进行研究。这些工作对视觉研究的发展起了促进作用，但对于稍微复杂的景物便难以奏效。20世纪70年代中期，以marr, barrow和tenebaum等人为代表的一些研究者提出了一整套视觉计算的理论来描述视觉过程，其核心是从图像恢复物体的三维形状。在视觉研究的理论上，以marr的理论影响最为深远。其理论强调表示的重要性，提出要从不同层次去研究信息处理的问题。对于计算理论和算法实现，他又特别强调计算理论的重要性。这一框架虽然在细节上甚至在主导思想上还存在不完备的方面，许多方面还有很多争议，但至今仍是目前计算机视觉研究的基本框架。

进入80年代中后期，随着移动式机器人等的研究，视觉研究与之密切结合，大量引入了空间几何的方法以及物理知识，其主要目标是实现对道路和障碍的识别处理。这一时期引入主动视觉的研究方法，使用了距离传感器，并采用了多传感器融合等技术。

云计算读书报告 篇5

1)云计算系统提供的是服务。服务的实现机制对用户透明．用户无需了解云计算的具体机制，就可获得需要的服务。

2)用冗余方式提供可靠性。云计算系统由大量商用计算机组成集群向用户撼供数据处理服务。随着计算机数量的增加，系统出现错误的概率大大增加。在没有专用的硬件可靠性部件的支持下，采用软件的方式．即数据冗余和分布式存储米保证数据的可靠性，

3)高可用性。通过集成海量存储和高性能的计算能力，云计算系统能提供较高的服务质量。云计算系统可以自动检测失效节点，并将失效节点排除。不影响系统的正常运行。

4)高层次的编程模型。云计算系统提供高层次的编程模型。用户统过简单学习，就可以编写自己的云计算程序，在“云”系统上执行．满足自己的需求。现在云计算系统主要采用Map一Repduce模型。

5)经济性。组建一个采用大量的商业机组成的集群相对于同样性能的超级计算机花费的资金要少根多，

云计算读书报告 篇6

关键词：云计算,云安全,措施,三到位原则

1 概述

随着网络技术的发展和信息交换的日益频繁,信息安全技术的研究变得越来越重要。“云安全”是网络时代信息安全的最新体现,它融合了并行处理、网格计算、未知病毒行为判断等新兴技术和概念,通过海量的网状客户端对网络中各种行为的异常状况进行探测,获取互联网中木马、病毒等不良程序的最新信息,并将这些信息传送到服务端进行自动分析和处理,再把解决方案依次分发到每一个客户端以解决不安全问题。“云安全”是中国信息安全界根据自身现状总结出来的概念,在国际云计算领域也引起了广泛关注。

2 云计算概述

云计算是一种崭新的服务模式。其实质是在分布式计算、网络计算、并行计算等模式发展的基础上,出现的一种新型的计算模型,是一种新型的共享基础框架的方法。它面对的是超大规模的分布式环境,核心是提供数据存储和网络服务。主要是解决近十年来互联网急速发展,导致的存储困难、计算机资源大量消耗、工厂产业人员和硬件成本不断提高、数据中心空间日益匮乏等问题。

原始的互联网系统与服务设计已经不能解决上述的种种问题,而急需新的解决方案。

2.1 云计算定义

“云计算”目前尚没有确切统一的术语定义,但这种服务模式发展很快,体现了强大的生命力。“云计算”这种服务模式其实质正像“哈佛商业评论”前执行主编Nick在新书中所评价的那样,他认为:云计算对技术所产生的影响就像电力网络对电力应用产生的作用一样。因此,电力网络改进了公司的运行,每个家庭用户从此可以享受便宜的能源,而不必自己家里发电。同样,云计算也可以比喻为自来水公司的供水服务。每个用户可享受自来水服务,而不必用户自己承担挖水井、修水塔并管理水的安全,只要付水费即可获得自来水的服务一样。因此,云计算这种服务方式,从目前对于用户来讲是一种高级、便捷的服务方式。它是用户外部的数据中心,即用户委托第三方为用户提供各种服务的新型计算模式。“云”就是软硬件基础设施。

2.2 云计算模式

云计算服务模式不仅在国外,而且在国内也有很好的发展势头。比如:

1)2008年5月,IBM在无锡太湖新城科教产业园建立了中国第一个云计算中心。

2)2008年6月,IBM在北京成立IBM云计算中心,称其为“兰云”。

3)阿里巴巴2009年初在南京建立国内第一个“电子商务云计算中心”。

4)中国移动等业务大公司也纷纷提出相应的云计算发展方案。

2.3 云计算的优越性

一些学者总结了云计算在运行中显示的优越性:

1)在云计算时代,用户只需在浏览器中键入提供云计算的网络服务公司的地址,并找到提供相应服务的功能菜单,就可以体验最新的操作系统、最新的流行软件,以及用相应的软件来打开相应格式的文档,客户端的操作系统没有任何限制,唯一的条件就是能够上网。

2)云计算可以轻松实现不同设备间的数据共享,所有电子设备只需连接互联网就可以访问和使用同一份数据。

3)云计算可以提供无限多的空间、无限强大的计算。利用云计算,无论你身在何处,只须拥有一台终端接入Internet就可以得到所有你想得到的服务,比如订酒店、查地图、进行大型应用程序的开发等。

3 云安全

云计算同一切社会经济活动一样,其发展的根本条件是“云安全”,虽然“云计算”这种服务模式的出现有其必然性,但其安全问题又成为影响其发展的不可回避的问题。

3.1 云安全问题是客观存在不可回避的

3.1.1 云计算网络本身可能存在故障

比如:1)2009年2月Google Gmai中断服务长达4小时;

2)微软的Azure停止运行约22小时;

3)2008年,亚马逊公司S3服务曾断网6小时。

以上几例的中断服务就是明显的网络自身云安全隐患。

3.1.2 云计算服务上如何保证用户存储在云中数据的安全性至关重要

这种保证取决于云计算服务商的主观的和客观的保证。当然所有云计算客户都希望服务商能保证用户存储在云中的数据是安全的。不会泄密(尤其是敏感数据信息),同时用户的帐户也是绝对安全的,不会被盗用。这些都是云计算服务急需解决的问题。对此,我们说服务上的主观因素导致云安全问题是因为不同的服务上有其不同的诚信度。据“华尔街日报”等西方媒体近日披露:谷歌、微软等网络巨头掌握了大量网民的个人信息。很多网络公司出于商业目的,利用这些信息赚钱,不仅侵犯了个人及企业的隐私权,甚至会给其带来巨大的经济损失。

所以说云安全在排除云计算服务商其主观因素造成云安全隐患外,还有其客观原因,那就是“云计算”安全策略或技术没落实到位所造成的,都应引起重视。因为这些“云安全”隐患都动摇了客户对于云计算服务的信心,这也实际上是制约云计算发展的重要原因。对此要解决的根本出路在于消除安全隐患,以改变对客户的吸引力,发挥“云计算”的优势。

3.2 云安全措施

3.2.1 云计算中确保信息安全的具体方法

1)加密文件

使用加密技术对文件进行加密,同时使用对应密钥进行解密。哪怕数据传到很远的数据中心,加密都可以保护数据。很多程序软件都提供足够强大的加密功能,只要用户习惯并使用安全的密钥,相应的敏感信息将很难被访问。

2)加密电子邮件

为了确保邮件的安全,可以使用Hushmail之类的程序,它们可以自动加密所收发的所有邮件,确保邮件安全。

3)寻找值得信任的互联网应用服务

寻找值得信任的互联网应用服务以及服务商,杜绝用户信息落入不法分子手中,造成社会危害。

4)关注隐私性

几乎所有关于互联网应用的隐私政策里都有漏洞,以便在某些情况下可以共享数据。用户需要做出判断,以便确定是否将隐私数据保存在云计算环境中。

5)合理使用过滤器

使用Vontu、Wedsense和Vericept等公司提出了的安全系统,可以监视用户网络数据是否离开了正常网络,可以自动阻止敏感数据流向非法地址。随着云计算技术的发展,这种工具将会越来越多,合理利用这些工具将会有利于用户数据的安全保护。

3.2.2 云安全措施三到位原则

治理云安全的措施很多,但笔者认为主要还是要坚持三到位原则,再辅以以上提到的强有力的云安全管理软件及设备,就能做到真正的云安全。

1)相关的行政管理到位

尽管“云计算”服务上的诚信至关重要,但诚信毕竟不是标准也不是法律依据,所以云计算服务上必须将自己的经营理念纳入到国家、政府或相关行业部门管理的大目标之下。政府以及相关行业部门的管理法规及标准又是引导和督促相关云计算服务商守法经营、安全经营,保证“云安全”的重要保证。所以,相关的行政管理到位至关重要。

2)云计算服务商要以云安全为己任

建立完善的安全解决方案,探求云安全技术并将云计算的安全服务落实到位。云计算服务商要采用防火墙措施,杜绝非法访问,进行网络内容与行为监控审批等进行入侵防御、反病毒部署、使用杀毒软件保证其内部的机器不被感染;并用入侵监测和防御设备或者分权分级管理防止黑客入侵和内部数据泄密。

3)云计算使用客户要把云安全防范措施落实到位

云计算客户要对自己的数据信息文件采用加密技术,并管理好账户防止被恶意截获或读取。此外还要注意考虑云计算王的商业模式并选择信誉好的云计算服务商。总值云计算客户一定要把安全防范措施落实到位。这样加之政府或行业主管部门的严格管理,云计算服务上诚信至上并将云安全策略和技术落到实处,一定会使云计算服务有安全保障并具有广阔的发展空间。

4 结束语

云计算是继大型计算机到客户端-服务器的大转变之后的又一种巨变云,云安全是为了发展云计算而采取的必要手段,同时由于安全性和隐私性受到质疑,云安全也成为了制约云计算发展的重要因素。安全不只是某一个阶段某一个时间点需要做的事情,而是需要持续的长期的进行,用户必须勤于云技术管理和定期审查云的安全性,才能使用安全的云,云计算服务才能获得更快更好的发展,才能更好地诠释“云计算”服务+“云安全”=“云发展”。

参考文献

[1]胡炜,钟卫连.浅谈云计算的网络安全问题[J].中国科科技信息,2008(23):108-111.

[2]尹国定,卫红云.计算:实现概念计算的方法[J].东南大学学报:自然科学版,2003(4):502-506.

[3]薛质.信息安全技术基础和安全策略[M].北京:清华大学出版社,2007.

[4]李虹,李昊.可信云安全的关键技术与实现[M].北京:人民邮电出版社,2010.

[5]吕茜,张树军.云计算技术探讨[J].计算机安全,2011(2).