李 娟

（南京商業(yè)學(xué)校 江蘇 南京 210000）

1 引言

伴隨計(jì)算機(jī)技術(shù)的飛速發(fā)展，計(jì)算機(jī)圖像處理技術(shù)隨之涌現(xiàn)，其可以幫助各行各業(yè)收集各類圖像與數(shù)據(jù)并分析處理，20世紀(jì)后期經(jīng)歷了爆發(fā)式發(fā)展，諸多軟件為處理圖像技術(shù)提供服務(wù)，并逐漸成熟。計(jì)算機(jī)圖像處理技術(shù)屬于按照相關(guān)程序來提取圖像、修復(fù)圖像、分割圖像、壓縮圖像等相關(guān)操作，還能對(duì)其實(shí)施色彩處理，促進(jìn)操作人員的應(yīng)用目標(biāo)得以實(shí)現(xiàn)。此類技術(shù)已經(jīng)涉及航天航空、軍事、工業(yè)、農(nóng)業(yè)等領(lǐng)域[1]。

2 處理計(jì)算機(jī)圖像的技術(shù)

2.1 圖像的識(shí)別技術(shù)

分析圖像與處理是在使用圖像識(shí)別技術(shù)的基礎(chǔ)下，對(duì)圖像進(jìn)行有效分類和識(shí)別。在人工智能的研究方向中，通常只具備識(shí)別圖像的功能，對(duì)數(shù)據(jù)對(duì)象根據(jù)相應(yīng)特點(diǎn)來分組對(duì)象的一種聚類方式與降維找出數(shù)據(jù)之間存在的共性，促進(jìn)數(shù)據(jù)集變量的有效減少。歸類并識(shí)別圖像目標(biāo)，經(jīng)常使用卷積累神經(jīng)網(wǎng)、K-means等相關(guān)計(jì)算方法。

2.2 圖像的割離技術(shù)

圖像的割離技術(shù)可在圖像識(shí)別目標(biāo)、圖像處置、圖像分析等眾多行業(yè)中尤為關(guān)鍵，按照?qǐng)D像的不同區(qū)域特點(diǎn)實(shí)施分析，供應(yīng)定量與定性研究結(jié)果。對(duì)于識(shí)別圖像目標(biāo)以及分類圖像目標(biāo)中，分割圖像技術(shù)發(fā)揮著不可忽略的作用。

2.3 增強(qiáng)圖像技術(shù)

增強(qiáng)圖像技術(shù)指的是對(duì)原先畫質(zhì)較差的圖像、比較不明確背景和目標(biāo)對(duì)象等相關(guān)問題圖像的處理，采用直方圖像增強(qiáng)方法以及色彩增強(qiáng)方法中所需的信息和重要信息，保證分解目標(biāo)對(duì)象的工作與分類目標(biāo)區(qū)域工作得以正常開展。

2.4 壓縮圖像與編碼技術(shù)

為促進(jìn)儲(chǔ)存空間中圖像占用的比例減少，合理控制數(shù)據(jù)的存儲(chǔ)量，利用神經(jīng)網(wǎng)絡(luò)、小波變換等編碼技術(shù)與壓縮圖像技術(shù)，將其中并無作用的數(shù)據(jù)和冗余數(shù)據(jù)刪掉，提高圖像的使用效果[2]。

2.5 圖像的修護(hù)技術(shù)

圖像處于外界不利因素的影響下，需要對(duì)應(yīng)急技術(shù)合理選用科學(xué)處理，一般應(yīng)該使用同態(tài)濾波方式和維納濾波兩種操作技術(shù)，提升圖像的質(zhì)量，保證圖像受噪聲和模糊的影響去除。

3 計(jì)算機(jī)圖像處理技術(shù)具體應(yīng)用

3.1 計(jì)算機(jī)圖像處理技術(shù)用于農(nóng)業(yè)領(lǐng)域

農(nóng)業(yè)領(lǐng)域通過對(duì)計(jì)算機(jī)圖像處理技術(shù)的合理運(yùn)用，體現(xiàn)在以下幾點(diǎn)：在進(jìn)行農(nóng)作物種子的選取時(shí)，農(nóng)作物的根本源于種子，需要對(duì)種子質(zhì)量進(jìn)行檢測(cè)，保證農(nóng)作物成活率以及后續(xù)管理效果提升，從而為農(nóng)作物實(shí)現(xiàn)優(yōu)質(zhì)生產(chǎn)提供保障。圖像處理技術(shù)用于農(nóng)作物的種植階段，可在生產(chǎn)中對(duì)播種操作的時(shí)效性進(jìn)行檢測(cè)，規(guī)避員工播種消耗諸多時(shí)間和精力；利用農(nóng)作物采摘設(shè)施，將處理圖像的技術(shù)默認(rèn)成紅色程序，所有水果都需利用采摘設(shè)施收獲以及識(shí)別水果的質(zhì)量級(jí)別等，這樣既省時(shí)又省力，從而創(chuàng)造更大的經(jīng)濟(jì)收益。利用計(jì)算機(jī)處理圖像技術(shù)，對(duì)水果中有無病發(fā)蟲害狀況進(jìn)行明確識(shí)別，促進(jìn)人工識(shí)別蟲害操作時(shí)間與成本的最大化減少。

3.2 醫(yī)學(xué)領(lǐng)域運(yùn)用計(jì)算機(jī)圖像處理技術(shù)

醫(yī)院領(lǐng)域中的圖像可視技術(shù)中運(yùn)用計(jì)算機(jī)圖像處理技術(shù)，可以通過人體不可視器官三維模型的構(gòu)建，幫助臨床醫(yī)師進(jìn)行明確診斷。在治療惡性腫瘤的過程中，其可以幫助臨床醫(yī)生來提前制定手術(shù)方案，以此對(duì)病變的形狀及其空間位置進(jìn)行合理掌握，針對(duì)惡性腫瘤患者采用放射治療流程中，防止腫瘤周邊關(guān)鍵組織暴露在射線的照射下，避免正常組織受損。利用數(shù)據(jù)連接部位合理連接互聯(lián)網(wǎng)與臨床上的醫(yī)學(xué)圖像，以此來保證醫(yī)學(xué)圖像實(shí)現(xiàn)遠(yuǎn)程傳播，滿足異地就診的相關(guān)要求，從而提升醫(yī)學(xué)圖像信息化管控效率。

3.3 交通領(lǐng)域運(yùn)用計(jì)算機(jī)圖像處理技術(shù)

因我國智能化交通系統(tǒng)處于剛起步階段，在基礎(chǔ)相關(guān)工作的初始研究過程中，主要涉及道路交通管理優(yōu)化、交通信息采集、車輛動(dòng)態(tài)化識(shí)別等。近年來，國家交通系統(tǒng)發(fā)展正處于智能化發(fā)展。

通過安裝紅綠燈監(jiān)控和道路違規(guī)車輛的拍攝，積極識(shí)別道路上的交通違法事件，以此對(duì)司機(jī)行為加強(qiáng)約束、降低意外事故的發(fā)生率，從而保證道路同行效率的全面提升，保證道路上駕駛的安全性。國內(nèi)與國外相關(guān)學(xué)者對(duì)此實(shí)施了深層分析獲取令人滿意的效果。將運(yùn)動(dòng)目標(biāo)的檢測(cè)視為違規(guī)車輛系統(tǒng)的檢測(cè)重點(diǎn)，根據(jù)道路上車輛的行駛規(guī)律對(duì)車輛背景進(jìn)行分離，根據(jù)目標(biāo)的運(yùn)行情況對(duì)其實(shí)施判斷，比如說違法車輛臨時(shí)掉頭、闖紅燈等。割離圖像成為兩個(gè)區(qū)域：一個(gè)是含有運(yùn)動(dòng)的目標(biāo)，另一個(gè)是未含有運(yùn)動(dòng)的目標(biāo)。利用對(duì)目標(biāo)對(duì)象屬性的調(diào)節(jié)，比如說識(shí)別圖像明晰程度、光亮度、底色等運(yùn)動(dòng)前景。根據(jù)車輛陰影和引擎蓋，以地區(qū)背景及簡(jiǎn)短的標(biāo)準(zhǔn)對(duì)目標(biāo)對(duì)象進(jìn)行識(shí)別與定位，從而框選合適的對(duì)象，通過割離圖像特點(diǎn)獲取目標(biāo)對(duì)象的長(zhǎng)和寬及二維坐標(biāo)。我國相關(guān)學(xué)者提出，一類鑒于CVI車輛違規(guī)行駛的檢查系統(tǒng)，通過對(duì)感線圈檢查方法的使用可以深層檢查車輛是否出現(xiàn)違規(guī)行駛情況，利用某硬件傳感設(shè)備對(duì)檢測(cè)出來的車輛違規(guī)信號(hào)進(jìn)行收集時(shí)，需對(duì)本車輛有無違規(guī)行為進(jìn)行判斷，在某種程度上，有利于促進(jìn)人員檢測(cè)壓力的有效減輕。

國內(nèi)外一些學(xué)者在研究智能化交通違規(guī)的計(jì)算方法上獲得了理想的成效，比如說通過檢查邊界和融合雙極性車道邊界的計(jì)算方式，對(duì)車道線當(dāng)中的車輛遮擋線所產(chǎn)生的影響合理提取。有關(guān)識(shí)別駕駛?cè)擞袩o佩戴安全帶方面，需使用邊緣化檢測(cè)圖像投影技術(shù)，對(duì)直方圖車輛和駕駛?cè)饲闆r進(jìn)行明確識(shí)別與定位，利用直線的濾波模型濾波駕駛?cè)诉吘墮z測(cè)圖，并分析Hough的變換檢測(cè)直線圖。另外，可利用膚色似然度來提取皮膚特點(diǎn)，通過BP人工神經(jīng)網(wǎng)識(shí)別，從而對(duì)駕駛?cè)嗽隈{車時(shí)打電話情況進(jìn)行檢測(cè)。

智能化交通系統(tǒng)用于電子收費(fèi)及公共交通系統(tǒng)當(dāng)中，收集、分割、提取圖像信息可對(duì)車牌和車輛信息進(jìn)行明確的識(shí)別。

3.4 道路施工領(lǐng)域運(yùn)用計(jì)算機(jī)圖像處理技術(shù)

如果在路橋施工裂縫中運(yùn)用計(jì)算機(jī)圖像處理技術(shù)，恰好可以代替?zhèn)鹘y(tǒng)人工檢測(cè)方式，如此既能保證檢測(cè)效果提升，還能讓交通所受干擾降低。瀝青路面之下產(chǎn)生隱蔽的裂縫作為路面受損的關(guān)鍵因素，以往路面病害具體是因車輛載重超限引發(fā)的裂縫等問題，減少行車的舒適性和安全性。傳統(tǒng)人員檢查方式的效果不高且誤差較大。當(dāng)下我國在相關(guān)領(lǐng)域的研究很多，具體牽涉K-means、YOLO計(jì)算方法、卷積神經(jīng)網(wǎng)等深層學(xué)習(xí)模型，在復(fù)雜的裂縫圖形狀況下，及時(shí)有幸分析與識(shí)別圖像裂縫。

伴隨人工智能技術(shù)發(fā)展速度的越來越快，路面病害的識(shí)別技術(shù)中正在廣泛使用機(jī)器學(xué)習(xí)方法。以往機(jī)器學(xué)習(xí)的不足之處在于人員提取圖像的特點(diǎn)，難以對(duì)路面圖片端至端進(jìn)行智能化識(shí)別。為了處理這一問題，需使用卷積神經(jīng)網(wǎng)，自動(dòng)開展特點(diǎn)學(xué)習(xí)。近幾年，深層學(xué)習(xí)法開始在道路施工領(lǐng)域中逐漸引進(jìn)并獲得很高的成效。鑒于卷積神經(jīng)網(wǎng)提出裂縫的識(shí)別網(wǎng)絡(luò)，以像素級(jí)來檢查三維瀝青的路面有無發(fā)生裂縫，并利用3個(gè)模型有效識(shí)別路面有無病害問題，對(duì)路面裂縫特點(diǎn)及路基表層坑槽特征有效提取，保證其計(jì)算精準(zhǔn)性提升。

3.5 計(jì)算機(jī)圖像處理技術(shù)用于化工行業(yè)

目前，我國研究化工行業(yè)的熱點(diǎn)課題即為增強(qiáng)碳纖維水泥基的復(fù)合型材料，并不斷改變建筑企業(yè)和路面項(xiàng)目中重點(diǎn)施工材料。CFRC存在著諸多功能特征，其中涵蓋路面上浮冰得以去除的電加熱、建筑物屏蔽電磁波、建筑物健康情況的檢查方法等。

當(dāng)前SEM圖像中在分析CF評(píng)估分布中正在普及運(yùn)用K值聚類、人工神經(jīng)網(wǎng)、支持向量機(jī)等諸多方法。雖說這些方法效果較理想，但在明確性與效果方面存在局限，相較傳統(tǒng)方式來看，在割離圖像和識(shí)別標(biāo)準(zhǔn)中，采用卷積神經(jīng)網(wǎng)才實(shí)現(xiàn)成功。通過對(duì)CNN技術(shù)的運(yùn)用進(jìn)行割離圖像，并進(jìn)行多尺度特征的編制，CNN技術(shù)在對(duì)汽車圖像和相關(guān)視頻的提取中具有科學(xué)性能。國內(nèi)外相關(guān)學(xué)者在對(duì)瀝青路面和水泥砂漿裂縫問題的提取流程，正廣泛運(yùn)用CNN模型，其處于現(xiàn)實(shí)復(fù)雜的環(huán)境之中擁有對(duì)背景的處理能力。此類模型可以對(duì)諸多環(huán)境下提取一些目標(biāo)對(duì)象。在處理圖片流程中，此類模型擁有在不同尺度下研究SEM圖像的水平，其在SEM圖像中可以指定識(shí)別CF族，并對(duì)圖像中的CF族進(jìn)行有效處理[3]。

4 計(jì)算機(jī)圖像處理技術(shù)發(fā)展趨勢(shì)

鑒于整體角度而言，計(jì)算機(jī)處理圖像技術(shù)是在計(jì)算機(jī)發(fā)展前提下發(fā)展而來，因此在科技與計(jì)算機(jī)飛速發(fā)展的如今，處理圖像技術(shù)才可以實(shí)現(xiàn)先進(jìn)發(fā)展，并在各個(gè)行業(yè)中推廣應(yīng)用。但隨著社會(huì)逐漸進(jìn)步中，人們對(duì)于生活方面的要求隨之上升，為了滿足社會(huì)逐漸發(fā)展的要求，計(jì)算機(jī)處理圖像技術(shù)不能滯留于某一層面，需逐漸前進(jìn)與成長(zhǎng)。因此，相關(guān)研究者只有通過逐漸提升本身專業(yè)技能與知識(shí)面，跟隨時(shí)代發(fā)展的步伐，才能實(shí)現(xiàn)對(duì)先進(jìn)處理圖像技術(shù)的追蹤，從而保障人們生活水平的全面提升。計(jì)算機(jī)圖像處理技術(shù)未來的發(fā)展趨勢(shì)可以概述為以下幾點(diǎn)：（1）更清晰。不管是科技發(fā)展趨勢(shì)，還是人們發(fā)展要求，清晰度較高自然會(huì)在人們視野中呈現(xiàn)，還會(huì)提升至計(jì)算機(jī)處理圖像技術(shù)的主要突破，因此在實(shí)踐研究中，業(yè)內(nèi)可以試著深入探究清晰度較高的計(jì)算機(jī)圖像處理技術(shù)。（2）更便捷。隨著人們生活節(jié)奏的加快，讓人們對(duì)各類生產(chǎn)速度需求及便捷性提高了要求，而且此類要求被譽(yù)為權(quán)衡科技好壞的金標(biāo)準(zhǔn)，所以研究未來處理圖像技術(shù)的過程中，需重視研發(fā)這一方面，以人們現(xiàn)實(shí)需求當(dāng)作研究的著手點(diǎn)。（3）理論及算法的快速更新。因計(jì)算機(jī)處理圖像技術(shù)具有很大的使用范圍，所以業(yè)內(nèi)需強(qiáng)化提高技術(shù)理論以及算法的更新速度，方便將紕漏問題合理調(diào)試，避免其他問題的發(fā)生[4]。

5 結(jié)語

綜上所述，現(xiàn)如今，計(jì)算機(jī)圖像處理技術(shù)在諸多領(lǐng)域中廣泛運(yùn)用，如農(nóng)業(yè)領(lǐng)域、化工領(lǐng)域、交通領(lǐng)域、建筑領(lǐng)域以及交通領(lǐng)域等，隨著5G時(shí)代在人們現(xiàn)實(shí)生活與工作中的逐漸融入，在相關(guān)領(lǐng)域中其發(fā)揮著不可替代性作用，所以，計(jì)算機(jī)圖像處理技術(shù)在社會(huì)經(jīng)濟(jì)發(fā)展與工業(yè)發(fā)展中應(yīng)用意義重大。