郝雅潔 李富忠

摘 要：隨著計(jì)算機(jī)科學(xué)技術(shù)的日益發(fā)展與進(jìn)步，計(jì)算機(jī)技術(shù)也越來(lái)越高端，圖像識(shí)別處理技術(shù)在日常生活中被廣泛應(yīng)用，識(shí)別需求也隨生活水平的提高不斷更新變化，所以識(shí)別技術(shù)也需要提高，以符合人們的需求。文中介紹了圖像識(shí)別技術(shù)的概念、發(fā)展歷程、發(fā)展現(xiàn)狀，討論技術(shù)特點(diǎn)、圖像識(shí)別的過(guò)程和一些需要用到的圖像處理技術(shù)的簡(jiǎn)要概述、技術(shù)問(wèn)題以及解決途徑，最后介紹圖像識(shí)別技術(shù)的應(yīng)用領(lǐng)域范圍。計(jì)算機(jī)圖像識(shí)別技術(shù)已經(jīng)深深融入到人們的日常生活中了，無(wú)處不在，如智能客戶端的掃碼付錢(qián)，為人們的生產(chǎn)生活帶來(lái)了極大的便利。未來(lái)此技術(shù)還將更加智能化，更好地為大眾服務(wù)。

關(guān)鍵詞：計(jì)算機(jī);智能化;圖像識(shí)別技術(shù);圖像處理技術(shù);掃碼付錢(qián);神經(jīng)網(wǎng)絡(luò)

中圖分類(lèi)號(hào)：TP391.4文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2019）08-00-03

0 引 言

隨著社會(huì)與科學(xué)技術(shù)的進(jìn)步發(fā)展，計(jì)算機(jī)圖像識(shí)別技術(shù)也越來(lái)越智能化，能夠很大程度地滿足人們對(duì)圖像的個(gè)性化需求。圖像識(shí)別技術(shù)將計(jì)算機(jī)技術(shù)、識(shí)別處理技術(shù)、智能化結(jié)合在一起，將輸入的圖像圖形信息轉(zhuǎn)換為計(jì)算機(jī)數(shù)字信號(hào)，對(duì)這些多源數(shù)據(jù)信息進(jìn)行分析處理，轉(zhuǎn)化成具有特征的信息，進(jìn)行分類(lèi)匹配，得到最終的效果，這樣的方式顯著提升了圖像的處理速度和質(zhì)量[1]。計(jì)算機(jī)數(shù)字信號(hào)有抗干擾、信息量小、易存儲(chǔ)并能夠長(zhǎng)期存儲(chǔ)的優(yōu)點(diǎn)，使得圖像識(shí)別容易被執(zhí)行操作[2]。計(jì)算機(jī)圖像識(shí)別技術(shù)歷經(jīng)了幾個(gè)階段的發(fā)展演變，早期只能對(duì)簡(jiǎn)單的數(shù)字、文字信息進(jìn)行識(shí)別處理，后來(lái)漸漸發(fā)展為可以對(duì)簡(jiǎn)單的圖形圖像數(shù)字化信息進(jìn)行識(shí)別處理，以及現(xiàn)在的稍復(fù)雜的二維圖像甚至三維立體圖像[3]?，F(xiàn)今的圖像識(shí)別系統(tǒng)大致可分為三種形式：神經(jīng)網(wǎng)絡(luò)、結(jié)構(gòu)以及統(tǒng)計(jì)，如圖1所示?；谏窠?jīng)網(wǎng)絡(luò)形式的圖像識(shí)別是一種新型的應(yīng)用廣泛的識(shí)別技術(shù)，將傳統(tǒng)的圖像識(shí)別技術(shù)與先進(jìn)的神經(jīng)網(wǎng)絡(luò)方法相結(jié)合，大大提升了識(shí)別率[4]。

計(jì)算機(jī)圖像識(shí)別處理與人類(lèi)對(duì)圖像的感知識(shí)別是類(lèi)似的，然而計(jì)算機(jī)識(shí)別能力更強(qiáng)，能處理的信息量更大。可以用來(lái)進(jìn)行條形碼識(shí)別、人臉面部識(shí)別、指紋識(shí)別、身份認(rèn)證、模型匹配等，一定程度上保障了人們?nèi)粘Ｉ畹陌踩?。?jiǎn)單又廣泛的圖像識(shí)別應(yīng)用于智能手機(jī)方面，指紋識(shí)別、面部識(shí)別簡(jiǎn)化了人們解鎖屏幕之前的繁瑣操作，大大縮短了解鎖時(shí)間，提升了使用效率?，F(xiàn)在的高端識(shí)別技術(shù)已經(jīng)可以實(shí)現(xiàn)當(dāng)對(duì)象物體的位置、角度和距離等無(wú)論發(fā)生怎樣的改變，計(jì)算機(jī)都能識(shí)別其本質(zhì)的特點(diǎn)，對(duì)圖像的最終判斷不會(huì)產(chǎn)生影響[5]。例如蘋(píng)果公司新推出的iPhone X手機(jī)的面部識(shí)別功能，無(wú)論是在黑夜，還是用戶戴眼鏡、臉上有疤痕等面部有些變化，其都能識(shí)別出并進(jìn)行解鎖。學(xué)校、機(jī)關(guān)政府等使用的掃臉打卡機(jī)器同樣也使用到了此技術(shù)。

1 技術(shù)特征點(diǎn)

圖像本身可能會(huì)帶有大量的數(shù)據(jù)信息，在識(shí)別過(guò)程中還需要對(duì)圖像的信息進(jìn)行比對(duì)分析，這就需要對(duì)大量的數(shù)據(jù)進(jìn)行處理，信息量很龐大。圖像的最小單位是像素，一幅圖像是由眾多的像素組成，并且各像素之間有著緊密的關(guān)系。像素對(duì)應(yīng)圖像的信息，在一定程度上反映出圖像的內(nèi)容。像素與像素間、像素與圖像間的關(guān)聯(lián)性是很強(qiáng)的，在識(shí)別過(guò)程中有著重要的作用[6]。

對(duì)圖像進(jìn)行識(shí)別，首先要將圖像信息轉(zhuǎn)變?yōu)槎S數(shù)組，即計(jì)算機(jī)可識(shí)別的數(shù)字信號(hào)，這樣任意精度間的轉(zhuǎn)換就需要高精度的數(shù)字化智能處理技術(shù)[7]。智能化的計(jì)算機(jī)圖像識(shí)別提升了圖像信息的精準(zhǔn)度，識(shí)別結(jié)果更加接近于真實(shí)性，使得圖像受環(huán)境噪聲的影響較小，提升了抗干擾性[8]。隨著科技的進(jìn)步，圖像識(shí)別技術(shù)也更加的靈活，在圖像的轉(zhuǎn)換處理上方便快捷，識(shí)別率精確很多。圖像識(shí)別處理大都為了滿足人們的生產(chǎn)生活需求，人為地進(jìn)行控制分析處理，有時(shí)會(huì)加入個(gè)人喜好情感等因素，依個(gè)人要求改變最后的識(shí)別結(jié)果[9]。

2 技術(shù)實(shí)現(xiàn)過(guò)程

計(jì)算機(jī)圖像識(shí)別的過(guò)程與人腦識(shí)別圖像的過(guò)程是類(lèi)似的。首先將要識(shí)別的圖像對(duì)象輸入到計(jì)算機(jī)中，之后對(duì)其進(jìn)行預(yù)處理和壓縮處理，對(duì)圖像的關(guān)鍵特征進(jìn)行提取，之后進(jìn)行分類(lèi)，最后根據(jù)要求對(duì)圖像進(jìn)行匹配[6]。圖像識(shí)別過(guò)程如圖2所示。

圖中圖像預(yù)處理過(guò)程是最為關(guān)鍵的也是最復(fù)雜困難的一個(gè)環(huán)節(jié)，會(huì)將圖像中一些不重要的數(shù)據(jù)信息去除，對(duì)圖像識(shí)別效果影響最大[10]。圖像預(yù)處理包括對(duì)圖像進(jìn)行灰度化處理、二值化處理、平滑去噪及輪廓提取等操作?；叶然幚頃?huì)將圖像中的各像素點(diǎn)的灰度值根據(jù)需求，經(jīng)某一灰度化公式處理后得到成像效果[11]。二值化處理比較簡(jiǎn)單，只需將圖像中像素點(diǎn)的灰度值均設(shè)置為0或255即可，最后圖像呈現(xiàn)的效果即為黑與白[12]。去噪處理是將圖像中的一些噪聲及沒(méi)用的干擾信息去除，突出需要的圖像內(nèi)容，從而使人們能直觀清晰地看到需求信息。輪廓提取是突出目標(biāo)圖像對(duì)象的邊緣輪廓信息，使人們可以僅從圖像中的形狀邊緣特征就看出圖像的信息內(nèi)容。

對(duì)圖像進(jìn)行壓縮處理，將圖像多余的信息進(jìn)行壓縮或刪減，可以減少圖像的占用空間，能夠更好的傳輸和存儲(chǔ)，但并不會(huì)影響圖像的可識(shí)別性。壓縮代碼及形式需根據(jù)實(shí)際情況來(lái)選擇[9]。提取圖像的關(guān)鍵特征是系統(tǒng)根據(jù)圖像的主要特征點(diǎn)進(jìn)行處理提取，如圖像的顏色特征、形狀特征、紋理特征及空間特征等。

3 存在問(wèn)題及解決途徑

雖然我國(guó)智能化的圖像識(shí)別技術(shù)取得了迅速發(fā)展，識(shí)別效果不錯(cuò)，但是我國(guó)對(duì)這項(xiàng)技術(shù)仍處于起步發(fā)展階段，還存在諸多的不足之處，識(shí)別技術(shù)存在一些瓶頸問(wèn)題?，F(xiàn)如今的技術(shù)只能對(duì)簡(jiǎn)單的圖像進(jìn)行識(shí)別處理，效果還比較好;然而當(dāng)圖像一旦變得復(fù)雜，數(shù)據(jù)信息多的時(shí)候，計(jì)算量以及計(jì)算時(shí)間都會(huì)變大，識(shí)別率也會(huì)下降[13]。圖像識(shí)別技術(shù)如圖3所示。

技術(shù)受限主要是由于以下幾方面的原因。我國(guó)的計(jì)算機(jī)軟硬件設(shè)備技術(shù)相對(duì)比較落后，當(dāng)識(shí)別復(fù)雜的圖像時(shí)，任務(wù)量較大，計(jì)算機(jī)運(yùn)行處理速度跟不上，無(wú)法及時(shí)地識(shí)別處理圖像，降低了識(shí)別精度和效率[14]。同時(shí)也會(huì)造成我國(guó)的研究成果少于國(guó)外具有發(fā)達(dá)水平計(jì)算機(jī)軟硬件國(guó)家的研究成果。我國(guó)智能識(shí)別的圖像大多還是二維圖像，并且有時(shí)圖像的質(zhì)量不是很高，模糊或是有雜質(zhì)，或受人為因素的任意性干擾限制，都會(huì)影響圖像的識(shí)別效率。

基于以上問(wèn)題，大家還需要對(duì)其進(jìn)行優(yōu)化提高，加大研究投入計(jì)算機(jī)軟硬件設(shè)備的開(kāi)發(fā)，多運(yùn)用高性能的計(jì)算機(jī)來(lái)支撐識(shí)別處理圖像。并且將工作重心從二維圖像逐漸轉(zhuǎn)變?yōu)槿S圖像，未來(lái)甚至?xí)l(fā)展為多維[15]。優(yōu)化完善識(shí)別技術(shù)，降低圖像質(zhì)量及環(huán)境噪聲對(duì)識(shí)別處理的影響，從而提升識(shí)別精度和分辨率。

4 應(yīng)用領(lǐng)域

如今圖像識(shí)別技術(shù)隨著高端先進(jìn)的科學(xué)技術(shù)已經(jīng)漸漸深入到人們的生活中，應(yīng)用范圍領(lǐng)域廣泛，如交通領(lǐng)域、建筑工程領(lǐng)域、醫(yī)學(xué)領(lǐng)域、文學(xué)藝術(shù)領(lǐng)域、農(nóng)業(yè)領(lǐng)域等，被不斷推廣[2]，并且具有著較高的應(yīng)用價(jià)值與作用，靈活便捷智能的特點(diǎn)使其應(yīng)用普遍，十分有必要在各行業(yè)進(jìn)行普及發(fā)展。

4.1 交通領(lǐng)域

要想富，先修路。隨著各城市經(jīng)濟(jì)的發(fā)展，城市交通設(shè)施也在不斷發(fā)展改變，道路四通八達(dá)，建設(shè)面積越來(lái)越大，路況也越來(lái)越復(fù)雜，并且人們生活水平不斷提高，各家各戶都擁有了私家車(chē)，不論是節(jié)假日還是工作日都會(huì)駕車(chē)出行，這就給道路交通帶來(lái)了不小的壓力。為了保證人們能高效地駕車(chē)出行，計(jì)算機(jī)圖像識(shí)別技術(shù)在交通設(shè)施領(lǐng)域方面就起到了很大的作用，它可以同時(shí)對(duì)路況信息和車(chē)輛信息進(jìn)行檢測(cè)。各大城市都不斷地修道路，所以司機(jī)在駕駛時(shí)也會(huì)有很多道路不熟悉，無(wú)法準(zhǔn)時(shí)準(zhǔn)確地到達(dá)目的地。而圖像識(shí)別技術(shù)會(huì)為駕駛員提供實(shí)時(shí)可靠準(zhǔn)確的路況信息，為駕駛員指引方向，保障了道路、車(chē)輛以及駕駛員的雙重安全[13]。圖像識(shí)別除了對(duì)道路檢測(cè)外還可以進(jìn)行車(chē)輛檢測(cè)，通過(guò)車(chē)輛分割技術(shù)對(duì)車(chē)輛進(jìn)行跟蹤與識(shí)別，檢測(cè)車(chē)速與車(chē)流量，判斷車(chē)輛是否有超速違規(guī)等現(xiàn)象，利于交通事故的處理，以及能有效地保障道路通暢運(yùn)行。

4.2 醫(yī)學(xué)領(lǐng)域

身體是革命的本錢(qián)，擁有一個(gè)健康的身體才是無(wú)限財(cái)富的保證。如今人們對(duì)自己的健康問(wèn)題越發(fā)重視了，我國(guó)醫(yī)療事業(yè)也飛速發(fā)展，醫(yī)療器械設(shè)備融入了計(jì)算機(jī)圖像識(shí)別技術(shù)，越來(lái)越智能化。醫(yī)生可以直接通過(guò)設(shè)備對(duì)病人進(jìn)行拍片觀察診斷，針對(duì)性治療，清晰直觀，準(zhǔn)確又高效。例如應(yīng)用于微創(chuàng)手術(shù)的手機(jī)導(dǎo)航技術(shù)、CT技術(shù)、核磁共振以及B超、彩超等，醫(yī)生與患者可以通過(guò)圖像清晰直觀地看到病情狀況，以此提出有針對(duì)性的治療方案，提高醫(yī)學(xué)技術(shù)[16]。

4.3 安防領(lǐng)域

天網(wǎng)恢恢，疏而不漏。人民安居樂(lè)業(yè)是保障國(guó)家繁榮昌盛的關(guān)鍵所在，如今科技的進(jìn)步使得視頻監(jiān)控普及運(yùn)用，能夠遍布各個(gè)角落，如天眼一般監(jiān)控著每個(gè)地方的一舉一動(dòng)，讓黑惡勢(shì)力無(wú)藏身之處，極大地保障了民生安全。安防設(shè)施的建設(shè)也日益嚴(yán)格，由傳統(tǒng)的人工視頻調(diào)查分析轉(zhuǎn)為智能化的計(jì)算機(jī)圖像識(shí)別技術(shù)分析，避免了人工可能引起的疏漏誤差，更加精準(zhǔn)嚴(yán)格[17]?，F(xiàn)在的視頻監(jiān)控分布廣雜，人工分析處理視頻信息不僅耗費(fèi)大量的時(shí)間，還會(huì)耗費(fèi)大量的人力物力，而且人為因素會(huì)造成很多信息的遺漏，速度慢、效率

低[18]。將視頻監(jiān)控自動(dòng)化，通過(guò)計(jì)算機(jī)采集圖像，提取識(shí)別信息，將圖像中的信息數(shù)據(jù)一體化，精準(zhǔn)度更高，大大降低了人工操作的工作量、工作時(shí)間，提高了效率。監(jiān)控視頻信息還可以作為事故鑒定的有效依據(jù)。

4.4 農(nóng)業(yè)領(lǐng)域

民以食為天。自古以來(lái)農(nóng)業(yè)在我國(guó)就有著舉足輕重的地位，糧食產(chǎn)量對(duì)經(jīng)濟(jì)有較大的影響，所以提高產(chǎn)量是我國(guó)農(nóng)業(yè)研究人員的研究關(guān)鍵。高科技不光應(yīng)用在人們的日常生活中，農(nóng)業(yè)領(lǐng)域也同樣引入了高科技，智慧農(nóng)業(yè)也不再是什么新鮮詞匯，智能化農(nóng)業(yè)引入計(jì)算機(jī)圖像識(shí)別技術(shù)，可以實(shí)時(shí)觀測(cè)到植物的生長(zhǎng)狀況，植物葉片的病蟲(chóng)害研究，對(duì)植物進(jìn)行實(shí)時(shí)全景監(jiān)控，還可以進(jìn)行農(nóng)產(chǎn)品的質(zhì)檢。對(duì)研究植物表型，影響植物生長(zhǎng)因素以及研發(fā)植物新品種有科學(xué)指導(dǎo)意義[19]。

4.5 文藝領(lǐng)域

圖像識(shí)別技術(shù)在文藝領(lǐng)域主要應(yīng)用于對(duì)圖像、聲音方面的識(shí)別處理，呈現(xiàn)出藝術(shù)性。通過(guò)智能化識(shí)別系統(tǒng)自動(dòng)將無(wú)用信息過(guò)濾掉，保證信息的有效性，匹配性。還可以依據(jù)美學(xué)原理對(duì)圖像進(jìn)行色彩調(diào)整，增強(qiáng)其藝術(shù)感，從而為人們呈現(xiàn)出更加美好的畫(huà)面，如日?？吹降?D電影、3D電視等所呈現(xiàn)出的震撼場(chǎng)景，超強(qiáng)的視覺(jué)效果給人們帶來(lái)一場(chǎng)場(chǎng)視覺(jué)盛宴[19]，讓人們身臨其境。

5 結(jié) 語(yǔ)

智能化的計(jì)算機(jī)圖像識(shí)別技術(shù)提取出圖像中有用有價(jià)值的信息給人們，以便更好地服務(wù)人們的生產(chǎn)、生活。其應(yīng)用價(jià)值非常廣泛，在提升人民經(jīng)濟(jì)發(fā)展的同時(shí)還能保障財(cái)產(chǎn)的安全，發(fā)展前景廣闊。然而還需要繼續(xù)研究提升識(shí)別精度，不斷地創(chuàng)新完善技術(shù)，使其更加多維化、智能化，為促進(jìn)我國(guó)社會(huì)的智能化與可持續(xù)化發(fā)展做出貢獻(xiàn)。

注：本文通訊作者為李富忠。

參 考 文 獻(xiàn)

[1]樊凌，戴雯惠.基于移動(dòng)端的智能手機(jī)圖像識(shí)別算法研究[J].計(jì)算機(jī)產(chǎn)品與流通，2017（8）：127.

[2]唐維.芻議計(jì)算機(jī)圖像識(shí)別的智能化處理技術(shù)瓶頸與突破[J].電腦知識(shí)與技術(shù)，2018，14（5）：196-197.

[3]鄒棟，顏飛.計(jì)算機(jī)圖像識(shí)別技術(shù)的發(fā)展現(xiàn)狀與應(yīng)用實(shí)踐[J].計(jì)算機(jī)產(chǎn)品與流通，2017（9）：13.

[4]萬(wàn)兵.基于人工智能的圖像識(shí)別技術(shù)的研究[J].信息與電腦（理論版），2019（2）：141-142.

[5]于婷.計(jì)算機(jī)圖像識(shí)別的智能化處理技術(shù)瓶頸與突破[J].信息與電腦（理論版），2018（21）：3-4.

[6]賈孟媛.計(jì)算機(jī)智能化圖像識(shí)別技術(shù)的理論性突破[J].電腦迷，2018（3）：38-39.

[7] MIN-UK Kim， KYOUNGRO Yoon. Image recognition system that uses visual word [C]// International Conference on Information Science & Applications （ICISA）. Seoul： IEEE， 2014： 1-2.

[8] EL-MASHAD S Y， SHOUKRY A. A more robust feature correspondence for more accurate image recognition [C]// Canadian Conference on Computer and Robot Vision. Montreal： IEEE， 2014： 181-188.

[9]梁利亭.計(jì)算機(jī)智能圖像識(shí)別的算法與技術(shù)探究[J].電腦迷，2019（1）：212.

[10]張曉軒.計(jì)算機(jī)智能圖像識(shí)別的算法與技術(shù)研究[J].科學(xué)技術(shù)創(chuàng)新，2018（24）：67-68.

[11] BAI Jinfeng， CHEN Zhineng， FENG Bailan， et al. Chinese image text recognition on grayscale pixels [C]// International Conference on Acoustics， Speech and Signal Processing. Florence： IEEE， 2014： 1394-1398.

[12]陳澤岳，段剛強(qiáng)，丁子健.圖像識(shí)別處理技術(shù)在農(nóng)業(yè)工程中的應(yīng)用[J].電子技術(shù)與軟件工程，2017（17）：82.

[13]宮銘.計(jì)算機(jī)圖像識(shí)別技術(shù)的應(yīng)用及細(xì)節(jié)問(wèn)題闡述與分析[J].信息與電腦（理論版），2019（1）：7-8.

[14]向麗娜.計(jì)算機(jī)圖像識(shí)別的智能化處理方法解讀[J].電子技術(shù)與軟件工程，2019（3）：137.

[15]張素杰，柯瑜.計(jì)算機(jī)圖像識(shí)別的智能化處理技術(shù)探討[J].科技風(fēng)，2018（27）：80.

[16]莊鋒茂.計(jì)算機(jī)圖像識(shí)別技術(shù)的應(yīng)用及細(xì)節(jié)問(wèn)題研究[J].通訊世界，2018（11）：39-40.

[17] ZHU Xianwen， LI Jingfu. Image recognition method based on artificial life and support vector machine [C]// Sixth International Conference on Intelligent Human-Machine Systems and Cybernetics （IHMSC）. Hangzhou：IEEE，2014：17-19.

[18]王天辰.計(jì)算機(jī)圖像識(shí)別技術(shù)的應(yīng)用及細(xì)節(jié)問(wèn)題[J].電子技術(shù)與軟件工程，2017（19）：128.

[19]王彥超.圖像處理與識(shí)別技術(shù)的發(fā)展及應(yīng)用分析[J].無(wú)線互聯(lián)科技，2018，15（13）：144-146.