圖像識別技術的應用與發(fā)展

杜靜

【摘 要】在經(jīng)濟快速發(fā)展的二十一世紀，伴隨著網(wǎng)絡技術的日益擴大，圖像識別技術在各個方面應用廣泛，例如車牌識別技術、人臉識別技術、以及機器視覺等，通過對采集的數(shù)據(jù)進行分析提取，獲得關鍵信息，進而滿足各行各業(yè)發(fā)展需要。

【關鍵詞】網(wǎng)絡技術;圖像識別

中圖分類號： TP393.08;TP391.41 文獻標識碼： A文章編號： 2095-2457（2019）31-0090-001

DOI：10.19694/j.cnki.issn2095-2457.2019.31.041

Application and Development of Image Recognition Technology

DU Jing

（Dalian Polytechnic University，Dalian Liaoning 116034， China）

【Abstract】In the 21st century， with rapid economic development， along with the increasing network technology， image recognition technology is widely used in various aspects， such as license plate recognition technology， face recognition technology， and machine vision， through the analysis and extraction of collected data. ， to obtain key information to meet the development needs of all walks of life.

【Key words】Network technology; Image recognition

1 圖像識別技術的研究現(xiàn)狀

圖像識別技術是圖像處理領域研究最多的課題之一，但圖像識別仍然還有很多問題未得到解決，研究圖像識別技術具有重要的研究意義。

圖像識別經(jīng)歷了三個發(fā)展階段：文字識別、數(shù)字圖像處理、個體識別[1]。文字識別研究開始識別數(shù)字、字母、以及符號，從印刷類文字到識別手寫文字，應用廣泛。數(shù)字圖像處理技術傳輸方便可壓縮、傳輸過程中不易失真、處理方便等巨大優(yōu)勢，這些為圖像識別技術的發(fā)展提供了強大的動力。物體的識別是指對三維世界環(huán)境的識別，屬于目前級別最高的計算機范疇。它根據(jù)數(shù)字圖像處理技術并結(jié)合人工智能的研究方向，研究成果廣泛應用在各種工業(yè)領域。然而現(xiàn)在圖像識別技術的不足就是自適應性能差，當目標圖像被較強的噪聲污染時便得不到理想的結(jié)果。

現(xiàn)在圖像分割方法有許多種：閾值分割法、邊緣檢測法、區(qū)域提取法等。按照圖像的類型來分：灰度圖像分割、彩色圖像分割和紋理圖像分割等。在20世紀六十年代便有人提出了檢測邊緣算子，致使邊緣檢測產(chǎn)生了大量經(jīng)典算法。但在近二十年來，伴隨著直方圖和小波變換的圖像分割方法的研究計算技術的迅速發(fā)展，在圖像處理方面的研究取得了巨大的進展。此外圖像分割方法結(jié)合了一些特定的理論、方法和工具，如基于數(shù)學形態(tài)學的圖像分割、基于小波變換的分割、基于遺傳算法的分割等[2]。

2 圖像識別技術范圍

圖像識別技術的研究目標是根據(jù)檢測到的圖像，對需要的部分進行提取，濾除其余的干擾因素，得到目標圖像。圖像識別技術利用計算機進行信息處理，完成識別達到最終要檢測的目標。通常來說，一個圖像識別系統(tǒng)主要由三個部分組成：圖像分割、圖像特征提取以及分類器的識別，如圖1所示。

圖1

其中圖像分割將圖像劃分為多個有意義的區(qū)域，并將每個區(qū)域的圖像根據(jù)特征進行提取，并選取需要的特征部分進行下一步的分析與處理，達到最終需要的目標圖像。實際上，圖像識別與圖像分割不存在明顯界限，圖像分割是圖像識別的一個過程。圖像分割重點對選取的對象和背景進行劃分，主要研究對象在某一特定背景下的整體屬性，但圖像識別則著重于對象本身的屬性。圖像識別技術在航空航天、醫(yī)學、通信、工業(yè)自動化及軍事領域均有著廣泛的應用。

3 計算機圖像識別技術原理

計算機識別技術原理眾多，本文就基于灰度值的破碎拼接技術進行討論[3]?；叶戎档钠扑槠唇蛹夹g首先是把一幅完整的圖像進行切割成多個大小相等的碎片，對每個碎片進行編號，任意將其拼接成原來圖片的矩陣大小。然后計算每個碎片邊緣像素的灰度值，隨機取出一個計算出來的灰度值與其他碎片中每個碎片邊緣像素的灰度值進行比較，如果比較出來的結(jié)果數(shù)值相近，則可以說明這兩個碎片基本相連。

4 未來展望

計算機圖像識別技術在人們的生活中占據(jù)著重要的作用，我認為圖像識別技術在未來的發(fā)展趨勢中有以下幾個方面：

人工智能：機器人應用于各行各業(yè)，醫(yī)療機器人、家用機器人更新?lián)Q代快，要求更高更精更準，這為圖像識別技術提供了更長遠的發(fā)展機遇。

圖像壓縮：圖像壓縮分為有損壓縮和無損壓縮。無損壓縮目前不是研究重點是因為數(shù)據(jù)的壓縮比有一定的限制。有損壓縮是數(shù)據(jù)在進行壓縮后圖像出現(xiàn)的信息丟失。

5 總結(jié)

計算機圖像處理技術應用廣泛，無論是在生活、醫(yī)療以及科研領域，我們每個人都與這項技術有著密不可分的聯(lián)系。因此，圖像識別技術的發(fā)展對于人們的生活質(zhì)量以及物質(zhì)享受的程度都有著一定的影響，我們應該給予圖像識別技術高度重視，從而提高人們的生活質(zhì)量和水平。

【參考文獻】

[1]張家怡.圖像識別的技術現(xiàn)狀和發(fā)展趨勢[J].電腦知識與技術，2010，06（21）：6045-6046.

[2]章毓晉.圖像處理和分析基礎[M].北京：高等教育出版社，2002.

[3]李龍飛.淺析計算機圖像識別技術的發(fā)展現(xiàn)狀與展望[J].科研，2016（5）：00029-00029.