王保東

摘要：隨著科技的不斷發(fā)展，計算機網(wǎng)絡技術日益成熟。其中最具代表性的就是計算機圖像識別技術。該技術在各個領域的應用，讓我國在國際科技領域取得了巨大的進步。同時，也促進了我國經(jīng)濟的高速發(fā)展[1]。但是，目前計算機圖像識別技術在細節(jié)上還存在著一些問題。本文就是從計算機圖像識別技術的應用特點和發(fā)展出發(fā)，對這些細節(jié)問題進行具體分析。并提出相應對策，力圖解決這些問題，從而使計算機圖像識別技術更加完善而撰寫。

關鍵詞：計算機圖像識別技術;細節(jié)問題;對策探討

計算機圖像識別技術，簡稱IRT技術（Image Recognition Technology），是通過對圖像進行一些處理，然后提取出所需要的信息，從而達到高效率的工作[2]。無論是科技領域，醫(yī)學領域還是其他領域，都有著IRT技術的影子。IRT技術對促進國家發(fā)展有著巨大的作用和意義。但美中不足的是還有一些細節(jié)問題。該如何解決這些問題，從而給予IRT技術一個新的發(fā)展前景和一個好的發(fā)展狀態(tài)是目前值得注意的細節(jié)。

1 計算機圖像識別技術的特點，發(fā)展和應用

1.1 計算機圖像識別技術的發(fā)展歷程

計算機圖像識別技術早在20世紀中期就已經(jīng)存在。這是IRT技術發(fā)展的第一個發(fā)展歷程，只是簡單的識別數(shù)字和符號，是誕生期。IRT技術第二個發(fā)展歷程是在20世紀70年代左右，這是IRT技術的成長期。這時，IRT技術的識別對象已經(jīng)沖破簡單的數(shù)字符號，而過渡到了字母文字等。到現(xiàn)在，IRT技術已經(jīng)達到了一個所謂的成熟期，識別對象已經(jīng)廣泛的覆蓋了很多領域[1]。

1.2 IRT技術是人工智能的具體識別過程

如今的IRT技術結合人工智能形成了龐大的“組織網(wǎng)”。IRT技術可以對圖像進行分析處理，然后提取信息，從而讓人們獲得有用的，有價值的數(shù)據(jù)，從而達到高效率的工作。因此，IRT技術運用到了很多領域，也不負眾望的取得了很大的成果。IRT技術的圖像識別主要有這幾個過程：識別對象，從對象上獲取信息，預處理，特征抽取和選擇，分類器設計以及分類決策。可以是二維的圖像，比如圖片文字等。還可以是一維的圖像，就比如醫(yī)學領域中的聲波和心電圖等[3]，這也是為何IRT技術可以運用于醫(yī)學領域的原因。除此之外，IRT技術的識別對象還可以是物理量和邏輯值。繼70年前的識別文字和符號，現(xiàn)在的IRT技術已經(jīng)算是達到了一個“頂峰”。

1.3 IRT技術的應用領域

首先，是軍事，公安刑偵方面的應用。軍事目標的偵查在IR技術的幫助下比原來更為迅捷，完善了警戒保護系統(tǒng)。公安部對犯罪分子的指紋面容等等也在IRT技術的幫助下存下了案底。同時，IRT技術還可以修復以前破損的檔案，讓以前的逍遙法外之徒得以落網(wǎng)。這無疑讓國家的安全性和社會的治安性得到了很好的管理[1]。

第二，是交通領域。隨著文明的進步，交通運輸?shù)碾y度也上升了不小的系數(shù)。無論是交通路線還是交通車輛運輸都變得很復雜。是人為難以管理的。而這就需要IRT技術的幫助了。IRT技術應用在交通領域，可以對交通路線，路況信息以及氣候環(huán)境等因素做一個很好的識別[1]。得到準確安全的數(shù)據(jù)，從而確認駕駛者的安全。保證交通運輸?shù)臅惩ā?/p>

第三，就是“神圣”的醫(yī)學領域。作為接觸生老病死的領域。無論是在哪里出了差錯，都會造成不堪設想的后果。但是IRT技術的普及，可以通過分析患者的身體數(shù)據(jù)，讓醫(yī)生進行最為安全也是最為精確的治療。同時，IRT技術還能給醫(yī)者提供手術前的模擬演練，對患者的治療排除了一些不利因素，大大降低了風險，提升了醫(yī)療水平。

第四，就是所有老百姓都比較關注的農(nóng)業(yè)領域。農(nóng)業(yè)的發(fā)展直接關系到國民經(jīng)濟的增長趨勢。作為農(nóng)業(yè)大國的中國，農(nóng)產(chǎn)量位居世界第一。但這無疑也使人為管理農(nóng)作物成了空談。而IRT技術的日漸成熟，直接可以識別檢測到農(nóng)作物的生長情況，并分析該農(nóng)作物的生長適宜環(huán)境，進行蟲害診斷管理，大大提高農(nóng)產(chǎn)量，最后還能對農(nóng)作物進行質量檢測[1]。減小了人力工作量。

第五，還有工程建筑領域。眾所周知，建筑領域是一個較為復雜的領域。圖紙，管理，技術材料，質量等等都無疑體現(xiàn)了這個領域的煩瑣性。但是在IRT技術的幫助下，在不影響工程順利進行的同時還可以減少是工人員的工作量，并減少誤差。在質量檢測時，IRT技術還可以作為“檢測人員”，保證工程建筑的質量，提高了工程建筑的效率。

除此之外，IRT技術在很多領域都有涉及，就不一一列舉了。那IRT技術為何會受到如此的廣泛應用？離不開IRT的三個特點：超大容量的信息處理，對信息超高的精確度以及其強大的可容性。

2 細節(jié)問題的具體分析以及對策分析

IRT技術的一些細節(jié)上還存在著一些問題，有待解決提高。

2.1 場景識別不均勻問題

其中比較明顯的圖像灰度特征不可控衰減。這個方面主要是針對智能煙霧IRT技術。因為識別系統(tǒng)對煙霧的判定閾值失效的速度遠遠比想象的要快，所以無法根據(jù)單一煙霧圖像確定其燃燒的程度。也不能有效提取有效的數(shù)據(jù)。針對這一問題，西南財經(jīng)大學的金柯言先生在《計算機圖像識別技術應用與細節(jié)問題分析》中提出，可以利用人工魚群算法然后結合小波交換原理對獲取圖像灰度細節(jié)特征進行加氫處理，從而獲取無圖像離散灰度矩陣。提高IRT技術的識別精確度。同時，還可以再IRT的識別過程內(nèi)，設置三個階層：輸入層，隱含層以及輸出層，讓IRT技術在圖像上進行數(shù)據(jù)關聯(lián)度分析，準確分析正在衰減的灰度特征。除此之外，IRT技術在圖像識別過程中會因為一些環(huán)境問題，比如：光線，位置等等，導致計算機系統(tǒng)造成干擾，從而使識別對象出現(xiàn)誤差[2]。這就需要將識別對象中的各種因素下的數(shù)據(jù)進行整理、對比，從而獲取道自己所需要的價值數(shù)據(jù)。

2.2 多對一的弊端

IRT技術的識別是面對各種角度，不同位置的對象。是沒有一對一的單一性。所以在識別過程中對信息的出里或許達不到人們所需要的要求。

2.3 信息處理量較大

前面所說這是特點，但也是缺點。IRT技術的信息處理量堪稱是海量，從中獲取有價值的東西無疑是大海撈針，所以說一點點的誤差都會導致獲取的信息出現(xiàn)較大的偏差。甚至有可能會讓原有的數(shù)據(jù)丟失[1]。在這一問題中，就需要人類在提取信息的時候多設置幾個因素和需求，從而在不影響其他數(shù)據(jù)的情況下獲取自己覺得有價值的信息數(shù)據(jù)。

2.4 計算機容易出現(xiàn)理解偏差

IRT技術的本體是計算機，雖然結合了人工智能，但也因為不是人的大腦，會因為本身的局限性不可避免地會出現(xiàn)理解偏差。針對這一問題，需要科研人員對計算機的CPU功能進行不斷的強大和深化。

3 計算機圖像識別技術的未來發(fā)展趨勢

IRT技術滿足了人類在各個領域的需求。工作和生活中都有著IRT技術的影子。IRT技術代替人類的是將圖像進行識別，對獲取的信息進行整理分類，壓縮等，然后加以轉換圖像數(shù)據(jù)。所以，IRT技術未來的發(fā)展必須向著更標準也是更快速，更準確的方向進行突破。而且隨著未來社會的發(fā)展，人類只會更多的需要IRT技術的幫助[3]。因此，IRT技術的識別系統(tǒng)的識別對象要更為廣泛，所以，IRT技術還要朝著多維空間和更科技的方向發(fā)展。雖然說IRT技術相比于70多年前已經(jīng)日漸完善，也取代了我們?nèi)粘Ｉ钸€有工作中的一些復雜的操作。但我們始終要明白計算機相比人的視覺還是差了不少。缺少了人類視覺中的目的性定性以及主動性。IRT技術要達到這個水平，還有很長的一段路要走。

4 結語

本文從IRT技術的發(fā)展歷程出發(fā)，介紹了IRT技術的應用，特點等，也指出了目前IRT技術還存在著的一些問題，并提出了一些不成熟的建議。希望能夠促進IRT技術走向成熟。

IRT技術在現(xiàn)在科技飛速發(fā)展的背景下，也緊緊的跟上了潮流。雖然在細節(jié)上還存在著一些問題，但它也算是目前這個時代，人類所找到的人工智能結合的最佳技術，大幅度提高了各個領域的工作效力，減小了大多數(shù)工作者的工作量。除此之外，IRT技術不管是間接還是直接，都促進了我國各個方面的發(fā)展。無論是國家安防，社會治安，國民經(jīng)濟，國民健康等等[4]。只要在未來解決掉一些細節(jié)上的問題，IRT技術將會有更大的發(fā)展空間。

參考文獻：

[1]金柯言.計算機圖像識別技術應用與細節(jié)問題分析[J]中國新通信，2019（07）：100

[2]田勇.計算機圖像處理和識別技術研究[J]信息記錄材料，2020（01）：98-99

[3]李亞奇.計算機圖像識別技術的發(fā)展現(xiàn)狀與應用實踐[J].信息與電腦，2019（14）：30-31+34

[4]楊聲英，胡海霞.計算機圖像識別的智能化處理技術瓶頸與突破[J].信息與電腦，2019（16）：14-15