圖像識別技術(shù)研究綜述

摘要：隨著圖像處理技術(shù)的迅速發(fā)展，圖像識別技術(shù)的應(yīng)用領(lǐng)域越來越廣泛。圖像識別是利用計(jì)算機(jī)對圖像進(jìn)行處理、分析和理解，由于圖像在成像時(shí)受到外部環(huán)境的影響，使得圖像具有特殊性，復(fù)雜性?；趫D像處理技術(shù)進(jìn)一步探討圖像識別技術(shù)及其應(yīng)用前景。

關(guān)鍵詞：圖像處理；圖像識別；成像

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2013）10-2446-02

圖像是客觀景物在人腦中形成的影像，是人類最重要的信息源，它是通過各種觀測系統(tǒng)從客觀世界中獲得，具有直觀性和易理解性。隨著計(jì)算機(jī)技術(shù)、多媒體技術(shù)、人工智能技術(shù)的迅速發(fā)展，圖像處理技術(shù)的應(yīng)用也越來越廣泛，并在科學(xué)研究、教育管理、醫(yī)療衛(wèi)生、軍事等領(lǐng)域已取得的一定的成績。圖像處理正顯著地改變著人們的生活方式和生產(chǎn)手段，比如人們可以借助于圖像處理技術(shù)欣賞月球的景色、交通管理中的車牌照識別系統(tǒng)、機(jī)器人領(lǐng)域中的計(jì)算機(jī)視覺等，在這些應(yīng)用中，都離不開圖像處理和識別技術(shù)。圖像處理是指用計(jì)算機(jī)對圖像進(jìn)行處理，著重強(qiáng)調(diào)圖像與圖像之間進(jìn)行的交換，主要目標(biāo)是對圖像進(jìn)行加工以改善圖像的視覺效果并為后期的圖像識別大基礎(chǔ)[1]。圖像識別是利用計(jì)算機(jī)對圖像進(jìn)行處理、分析和理解，以識別各種不同模式的目標(biāo)和對像的技術(shù)。但是由于獲取的圖像本事具有復(fù)雜性和特殊性，使得圖像處理和識別技術(shù)成為研究熱點(diǎn)。

1 圖像處理技術(shù)

圖像處理（image processing）利用計(jì)算機(jī)對圖像進(jìn)行分析，以達(dá)到所需的結(jié)果。圖像處理可分為模擬圖像處理和數(shù)字圖像圖像處理，而圖像處理一般指數(shù)字圖像處理。這種處理大多數(shù)是依賴于軟件實(shí)現(xiàn)的。其目的是去除干擾、噪聲，將原始圖像編程適于計(jì)算機(jī)進(jìn)行特征提取的形式，主要包括圖像采樣、圖像增強(qiáng)、圖像復(fù)原、圖像編碼與壓縮和圖像分割。

1）圖像采集，圖像采集是數(shù)字圖像數(shù)據(jù)提取的主要方式。數(shù)字圖像主要借助于數(shù)字?jǐn)z像機(jī)、掃描儀、數(shù)碼相機(jī)等設(shè)備經(jīng)過采樣數(shù)字化得到的圖像，也包括一些動態(tài)圖像，并可以將其轉(zhuǎn)為數(shù)字圖像，和文字、圖形、聲音一起存儲在計(jì)算機(jī)內(nèi)，顯示在計(jì)算機(jī)的屏幕上。圖像的提取是將一個(gè)圖像變換為適合計(jì)算機(jī)處理的形式的第一步。

2）圖像增強(qiáng)，圖像在成像、采集、傳輸、復(fù)制等過程中圖像的質(zhì)量或多或少會造成一定的退化，數(shù)字化后的圖像視覺效果不是十分滿意。為了突出圖像中感興趣的部分，使圖像的主體結(jié)構(gòu)更加明確，必須對圖像進(jìn)行改善，即圖像增強(qiáng)。通過圖像增強(qiáng)，以減少圖像中的圖像的噪聲，改變原來圖像的亮度、色彩分布、對比度等參數(shù)。圖像增強(qiáng)提高了圖像的清晰度、圖像的質(zhì)量，使圖像中的物體的輪廓更加清晰，細(xì)節(jié)更加明顯。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，增強(qiáng)后的圖像更加賞欣悅目，為后期的圖像分析和圖像理解奠定基礎(chǔ)。

3）圖像復(fù)原，圖像復(fù)原也稱圖像恢復(fù)，由于在獲取圖像時(shí)環(huán)境噪聲的影響、運(yùn)動造成的圖像模糊、光線的強(qiáng)弱等原因使得圖像模糊，為了提取比較清晰的圖像需要對圖像進(jìn)行恢復(fù)，圖像恢復(fù)主要采用濾波方法，從降質(zhì)的圖像恢復(fù)原始圖。圖像復(fù)原的另一種特殊技術(shù)是圖像重建，該技術(shù)是從物體橫剖面的一組投影數(shù)據(jù)建立圖像。

4）圖像編碼與壓縮，數(shù)字圖像的顯著特點(diǎn)是數(shù)據(jù)量龐大，需要占用相當(dāng)大的存儲空間。但基于計(jì)算機(jī)的網(wǎng)絡(luò)帶寬和的大容量存儲器無法進(jìn)行數(shù)據(jù)圖像的處理、存儲、傳輸。為了能快速方便地在網(wǎng)絡(luò)環(huán)境下傳輸圖像或視頻，那么必須對圖像進(jìn)行編碼和壓縮。目前，圖像壓縮編碼已形成國際標(biāo)準(zhǔn)，如比較著名的靜態(tài)圖像壓縮標(biāo)準(zhǔn)JPEG，該標(biāo)準(zhǔn)主要針對圖像的分辨率、彩色圖像和灰度圖像，適用于網(wǎng)絡(luò)傳輸?shù)臄?shù)碼相片、彩色照片等方面。由于視頻可以被看作是一幅幅不同的但有緊密相關(guān)的靜態(tài)圖像的時(shí)間序列，因此動態(tài)視頻的單幀圖像壓縮可以應(yīng)用靜態(tài)圖像的壓縮標(biāo)準(zhǔn)。圖像編碼壓縮技術(shù)可以減少圖像的冗余數(shù)據(jù)量和存儲器容量、提高圖像傳輸速度、縮短處理時(shí)間。

5）圖像分割技術(shù)，圖像分割是把圖像分成一些互不重疊而又具有各自特征的子區(qū)域，每一區(qū)域是像素的一個(gè)連續(xù)集，這里的特性可以是圖像的顏色、形狀、灰度和紋理等。圖像分割根據(jù)目標(biāo)與背景的先驗(yàn)知識將圖像表示為物理上有意義的連通區(qū)域的集合。即對圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位，然后把目標(biāo)從背景中分離出來。目前，圖像分割的方法主要有基于區(qū)域特征的分割方法、基于相關(guān)匹配的分割方法和基于邊界特征的分割方法[2]。由于采集圖像時(shí)會受到各種條件的影響會是圖像變的模糊、噪聲干擾，使得圖像分割是會遇到困難。在實(shí)際的圖像中需根據(jù)景物條件的不同選擇適合的圖像分割方法。圖像分割為進(jìn)一步的圖像識別、分析和理解奠定了基礎(chǔ)。

2 圖像識別技術(shù)

圖像識別是通過存儲的信息（記憶中存儲的信息）與當(dāng)前的信息（當(dāng)時(shí)進(jìn)入感官的信息）進(jìn)行比較實(shí)現(xiàn)對圖像的識別[3]。前提是圖像描述，描述是用數(shù)字或者符號表示圖像或景物中各個(gè)目標(biāo)的相關(guān)特征，甚至目標(biāo)之間的關(guān)系，最終得到的是目標(biāo)特征以及它們之間的關(guān)系的抽象表達(dá)。圖像識別技術(shù)對圖像中個(gè)性特征進(jìn)行提取時(shí)，可以采用模板匹配模型。在某些具體的應(yīng)用中，圖像識別除了要給出被識別對象是什么物體外，還需要給出物體所處的位置和姿態(tài)以引導(dǎo)計(jì)算初工作。目前，圖像識別技術(shù)已廣泛應(yīng)用于多個(gè)領(lǐng)域，如生物醫(yī)學(xué)、衛(wèi)星遙感、機(jī)器人視覺、貨物檢測、目標(biāo)跟蹤、自主車導(dǎo)航、公安、銀行、交通、軍事、電子商務(wù)和多媒體網(wǎng)絡(luò)通信等。主要識別技術(shù)有：

2.1 指紋識別

指紋識別是生物識別技術(shù)中一種最實(shí)用、最可靠和價(jià)格便宜的識別手段，主要應(yīng)用于身份驗(yàn)證。指紋識別是生物特征的一個(gè)部分，它具有不變性：一個(gè)人的指紋是終身不變的；唯一性：幾乎沒有兩個(gè)完全相同的指紋[3]。一個(gè)指紋識別系統(tǒng)主要由指紋取像、預(yù)處理與特征提取、比對、數(shù)據(jù)庫管理組成。目前，指紋識別技術(shù)與我們的現(xiàn)實(shí)生活緊密相關(guān)，如信用卡、醫(yī)療卡、考勤卡、儲蓄卡、駕駛證、準(zhǔn)考證等。

2.2 人臉識別

目前大多數(shù)人臉識別系統(tǒng)使用可見光或紅外圖像進(jìn)行人臉識別，可見光圖像識別性能很容易受到光照變化的影響。在戶外光照條件不均勻的情況下，其正確識別率會大大降低。而紅外圖像進(jìn)行人臉識別時(shí)可以克服昏暗光照條件變化影響，但由于紅外線不能穿透玻璃，如果待識別的對象戴有眼鏡，那么在圖像識別時(shí)，眼部信息全部丟失，將嚴(yán)重影響人臉識別的性能[4]。

2.3 文字識別

文字識別是將模式識別、文字處理、人工智能集與一體的新技術(shù)，可以自動地把文字和其他信息分離出來，通過智能識別后輸入計(jì)算機(jī)，用于代替人工的輸入。文字識別技術(shù)可以將紙質(zhì)的文檔轉(zhuǎn)換為電子文檔，如銀行票據(jù)、文稿、各類公式和符號等自動錄入，可以提供文字的處理效率，有助于查詢、修改、保存和傳播。文字識別方法主要有結(jié)構(gòu)統(tǒng)計(jì)模式識別、結(jié)構(gòu)模式識別和人工神經(jīng)網(wǎng)絡(luò)[5]。由于文字的數(shù)量龐大、結(jié)構(gòu)復(fù)雜、字體字形變化多樣，使得文字識別技術(shù)的研究遇到一定的阻礙。

3 結(jié)束語

人類在識別現(xiàn)實(shí)世界中的各種事物或復(fù)雜的環(huán)境是一件輕而易舉的事，但對于計(jì)算機(jī)來講進(jìn)行復(fù)雜的圖像識別是非常困難的[6]。在環(huán)境較為簡單的情況下，圖像識別技術(shù)取得了一定的成功，但在復(fù)雜的環(huán)境下，仍面臨著許多問題：如在圖像識別過程中的圖像分割算法之間的性能優(yōu)越性比較沒有特定的標(biāo)準(zhǔn)，以及算法本身存在一定的局限性，這使得圖像識別的最終結(jié)果不十分精確等。

參考文獻(xiàn)：

[1] 胡愛明，周孝寬.車牌圖像的快速匹配識別方法[J].計(jì)算機(jī)工程與應(yīng)用，2003，39（7）：90—91.

[2] 胡學(xué)龍.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2011.

[3] 范立南，韓曉微，張廣淵.圖像處理與模式識別[M].北京：科學(xué)出版社，2007.

[4] 曉慧，劉志鏡.基于臉部和步態(tài)特征融合的身份識別[J].計(jì)算機(jī)應(yīng)用，2009，1（29）：8.

[5] 陳良育，曾振柄，張問銀.基于圖形理解的漢子構(gòu)型自動分析系統(tǒng)[J].計(jì)算機(jī)應(yīng)用，2005，25（7）：1629-1631.

[6] Sanderson C，Paliwal K K.Information Fusion and Person Verification Using Speech & Face Information[C].IDIAP-RR 02-33，Martigny，Swizerland，2002.