杜靜

【摘 要】在經(jīng)濟(jì)快速發(fā)展的二十一世紀(jì)，伴隨著網(wǎng)絡(luò)技術(shù)的日益擴(kuò)大，圖像識(shí)別技術(shù)在各個(gè)方面應(yīng)用廣泛，例如車牌識(shí)別技術(shù)、人臉識(shí)別技術(shù)、以及機(jī)器視覺等，通過(guò)對(duì)采集的數(shù)據(jù)進(jìn)行分析提取，獲得關(guān)鍵信息，進(jìn)而滿足各行各業(yè)發(fā)展需要。

【關(guān)鍵詞】網(wǎng)絡(luò)技術(shù);圖像識(shí)別

中圖分類號(hào)： TP393.08;TP391.41 文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 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(shí)別技術(shù)的研究現(xiàn)狀

圖像識(shí)別技術(shù)是圖像處理領(lǐng)域研究最多的課題之一，但圖像識(shí)別仍然還有很多問(wèn)題未得到解決，研究圖像識(shí)別技術(shù)具有重要的研究意義。

圖像識(shí)別經(jīng)歷了三個(gè)發(fā)展階段：文字識(shí)別、數(shù)字圖像處理、個(gè)體識(shí)別[1]。文字識(shí)別研究開始識(shí)別數(shù)字、字母、以及符號(hào)，從印刷類文字到識(shí)別手寫文字，應(yīng)用廣泛。數(shù)字圖像處理技術(shù)傳輸方便可壓縮、傳輸過(guò)程中不易失真、處理方便等巨大優(yōu)勢(shì)，這些為圖像識(shí)別技術(shù)的發(fā)展提供了強(qiáng)大的動(dòng)力。物體的識(shí)別是指對(duì)三維世界環(huán)境的識(shí)別，屬于目前級(jí)別最高的計(jì)算機(jī)范疇。它根據(jù)數(shù)字圖像處理技術(shù)并結(jié)合人工智能的研究方向，研究成果廣泛應(yīng)用在各種工業(yè)領(lǐng)域。然而現(xiàn)在圖像識(shí)別技術(shù)的不足就是自適應(yīng)性能差，當(dāng)目標(biāo)圖像被較強(qiáng)的噪聲污染時(shí)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(cè)法、區(qū)域提取法等。按照?qǐng)D像的類型來(lái)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(jì)六十年代便有人提出了檢測(cè)邊緣算子，致使邊緣檢測(cè)產(chǎn)生了大量經(jīng)典算法。但在近二十年來(lái)，伴隨著直方圖和小波變換的圖像分割方法的研究計(jì)算技術(shù)的迅速發(fā)展，在圖像處理方面的研究取得了巨大的進(jìn)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(xué)形態(tài)學(xué)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(shí)別技術(shù)范圍

圖像識(shí)別技術(shù)的研究目標(biāo)是根據(jù)檢測(cè)到的圖像，對(duì)需要的部分進(jìn)行提取，濾除其余的干擾因素，得到目標(biāo)圖像。圖像識(shí)別技術(shù)利用計(jì)算機(jī)進(jìn)行信息處理，完成識(shí)別達(dá)到最終要檢測(cè)的目標(biāo)。通常來(lái)說(shuō)，一個(gè)圖像識(shí)別系統(tǒng)主要由三個(gè)部分組成：圖像分割、圖像特征提取以及分類器的識(shí)別，如圖1所示。

圖1

其中圖像分割將圖像劃分為多個(gè)有意義的區(qū)域，并將每個(gè)區(qū)域的圖像根據(jù)特征進(jìn)行提取，并選取需要的特征部分進(jìn)行下一步的分析與處理，達(dá)到最終需要的目標(biāo)圖像。實(shí)際上，圖像識(shí)別與圖像分割不存在明顯界限，圖像分割是圖像識(shí)別的一個(gè)過(guò)程。圖像分割重點(diǎn)對(duì)選取的對(duì)象和背景進(jìn)行劃分，主要研究對(duì)象在某一特定背景下的整體屬性，但圖像識(shí)別則著重于對(duì)象本身的屬性。圖像識(shí)別技術(shù)在航空航天、醫(yī)學(xué)、通信、工業(yè)自動(dòng)化及軍事領(lǐng)域均有著廣泛的應(yīng)用。

3 計(jì)算機(jī)圖像識(shí)別技術(shù)原理

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

4 未來(lái)展望

計(jì)算機(jī)圖像識(shí)別技術(shù)在人們的生活中占據(jù)著重要的作用，我認(rèn)為圖像識(shí)別技術(shù)在未來(lái)的發(fā)展趨勢(shì)中有以下幾個(gè)方面：

人工智能：機(jī)器人應(yīng)用于各行各業(yè)，醫(yī)療機(jī)器人、家用機(jī)器人更新?lián)Q代快，要求更高更精更準(zhǔn)，這為圖像識(shí)別技術(shù)提供了更長(zhǎng)遠(yuǎn)的發(fā)展機(jī)遇。

圖像壓縮：圖像壓縮分為有損壓縮和無(wú)損壓縮。無(wú)損壓縮目前不是研究重點(diǎn)是因?yàn)閿?shù)據(jù)的壓縮比有一定的限制。有損壓縮是數(shù)據(jù)在進(jìn)行壓縮后圖像出現(xiàn)的信息丟失。

5 總結(jié)

計(jì)算機(jī)圖像處理技術(shù)應(yīng)用廣泛，無(wú)論是在生活、醫(yī)療以及科研領(lǐng)域，我們每個(gè)人都與這項(xiàng)技術(shù)有著密不可分的聯(lián)系。因此，圖像識(shí)別技術(shù)的發(fā)展對(duì)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(yīng)該給予圖像識(shí)別技術(shù)高度重視，從而提高人們的生活質(zhì)量和水平。

【參考文獻(xiàn)】

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

[2]章毓晉.圖像處理和分析基礎(chǔ)[M].北京：高等教育出版社，2002.

[3]李龍飛.淺析計(jì)算機(jī)圖像識(shí)別技術(shù)的發(fā)展現(xiàn)狀與展望[J].科研，2016（5）：00029-00029.