計算機智能化圖像識別技術的探討

郝雅潔 李富忠

摘 要：隨著計算機科學技術的日益發展與進步，計算機技術也越來越高端，圖像識別處理技術在日常生活中被廣泛應用，識別需求也隨生活水平的提高不斷更新變化，所以識別技術也需要提高，以符合人們的需求。文中介紹了圖像識別技術的概念、發展歷程、發展現狀，討論技術特點、圖像識別的過程和一些需要用到的圖像處理技術的簡要概述、技術問題以及解決途徑，最后介紹圖像識別技術的應用領域范圍。計算機圖像識別技術已經深深融入到人們的日常生活中了，無處不在，如智能客戶端的掃碼付錢，為人們的生產生活帶來了極大的便利。未來此技術還將更加智能化，更好地為大眾服務。

關鍵詞：計算機;智能化;圖像識別技術;圖像處理技術;掃碼付錢;神經網絡

中圖分類號：TP391.4文獻標識碼：A文章編號：2095-1302（2019）08-00-03

0 引 言

隨著社會與科學技術的進步發展，計算機圖像識別技術也越來越智能化，能夠很大程度地滿足人們對圖像的個性化需求。圖像識別技術將計算機技術、識別處理技術、智能化結合在一起，將輸入的圖像圖形信息轉換為計算機數字信號，對這些多源數據信息進行分析處理，轉化成具有特征的信息，進行分類匹配，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量[1]。計算機數字信號有抗干擾、信息量小、易存儲并能夠長期存儲的優點，使得圖像識別容易被執行操作[2]。計算機圖像識別技術歷經了幾個階段的發展演變，早期只能對簡單的數字、文字信息進行識別處理，后來漸漸發展為可以對簡單的圖形圖像數字化信息進行識別處理，以及現在的稍復雜的二維圖像甚至三維立體圖像[3]。現今的圖像識別系統大致可分為三種形式：神經網絡、結構以及統計，如圖1所示。基于神經網絡形式的圖像識別是一種新型的應用廣泛的識別技術，將傳統的圖像識別技術與先進的神經網絡方法相結合，大大提升了識別率[4]。

計算機圖像識別處理與人類對圖像的感知識別是類似的，然而計算機識別能力更強，能處理的信息量更大。可以用來進行條形碼識別、人臉面部識別、指紋識別、身份認證、模型匹配等，一定程度上保障了人們日常生活的安全性。簡單又廣泛的圖像識別應用于智能手機方面，指紋識別、面部識別簡化了人們解鎖屏幕之前的繁瑣操作，大大縮短了解鎖時間，提升了使用效率。現在的高端識別技術已經可以實現當對象物體的位置、角度和距離等無論發生怎樣的改變，計算機都能識別其本質的特點，對圖像的最終判斷不會產生影響[5]。例如蘋果公司新推出的iPhone X手機的面部識別功能，無論是在黑夜，還是用戶戴眼鏡、臉上有疤痕等面部有些變化，其都能識別出并進行解鎖。學校、機關政府等使用的掃臉打卡機器同樣也使用到了此技術。

1 技術特征點

圖像本身可能會帶有大量的數據信息，在識別過程中還需要對圖像的信息進行比對分析，這就需要對大量的數據進行處理，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系。像素對應圖像的信息，在一定程度上反映出圖像的內容。像素與像素間、像素與圖像間的關聯性是很強的，在識別過程中有著重要的作用[6]。

對圖像進行識別，首先要將圖像信息轉變為二維數組，即計算機可識別的數字信號，這樣任意精度間的轉換就需要高精度的數字化智能處理技術[7]。智能化的計算機圖像識別提升了圖像信息的精準度，識別結果更加接近于真實性，使得圖像受環境噪聲的影響較小，提升了抗干擾性[8]。隨著科技的進步，圖像識別技術也更加的靈活，在圖像的轉換處理上方便快捷，識別率精確很多。圖像識別處理大都為了滿足人們的生產生活需求，人為地進行控制分析處理，有時會加入個人喜好情感等因素，依個人要求改變最后的識別結果[9]。

2 技術實現過程

計算機圖像識別的過程與人腦識別圖像的過程是類似的。首先將要識別的圖像對象輸入到計算機中，之后對其進行預處理和壓縮處理，對圖像的關鍵特征進行提取，之后進行分類，最后根據要求對圖像進行匹配[6]。圖像識別過程如圖2所示。

圖中圖像預處理過程是最為關鍵的也是最復雜困難的一個環節，會將圖像中一些不重要的數據信息去除，對圖像識別效果影響最大[10]。圖像預處理包括對圖像進行灰度化處理、二值化處理、平滑去噪及輪廓提取等操作。灰度化處理會將圖像中的各像素點的灰度值根據需求，經某一灰度化公式處理后得到成像效果[11]。二值化處理比較簡單，只需將圖像中像素點的灰度值均設置為0或255即可，最后圖像呈現的效果即為黑與白[12]。去噪處理是將圖像中的一些噪聲及沒用的干擾信息去除，突出需要的圖像內容，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圖像對象的邊緣輪廓信息，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容。

對圖像進行壓縮處理，將圖像多余的信息進行壓縮或刪減，可以減少圖像的占用空間，能夠更好的傳輸和存儲，但并不會影響圖像的可識別性。壓縮代碼及形式需根據實際情況來選擇[9]。提取圖像的關鍵特征是系統根據圖像的主要特征點進行處理提取，如圖像的顏色特征、形狀特征、紋理特征及空間特征等。

3 存在問題及解決途徑

雖然我國智能化的圖像識別技術取得了迅速發展，識別效果不錯，但是我國對這項技術仍處于起步發展階段，還存在諸多的不足之處，識別技術存在一些瓶頸問題。現如今的技術只能對簡單的圖像進行識別處理，效果還比較好;然而當圖像一旦變得復雜，數據信息多的時候，計算量以及計算時間都會變大，識別率也會下降[13]。圖像識別技術如圖3所示。

技術受限主要是由于以下幾方面的原因。我國的計算機軟硬件設備技術相對比較落后，當識別復雜的圖像時，任務量較大，計算機運行處理速度跟不上，無法及時地識別處理圖像，降低了識別精度和效率[14]。同時也會造成我國的研究成果少于國外具有發達水平計算機軟硬件國家的研究成果。我國智能識別的圖像大多還是二維圖像，并且有時圖像的質量不是很高，模糊或是有雜質，或受人為因素的任意性干擾限制，都會影響圖像的識別效率。

基于以上問題，大家還需要對其進行優化提高，加大研究投入計算機軟硬件設備的開發，多運用高性能的計算機來支撐識別處理圖像。并且將工作重心從二維圖像逐漸轉變為三維圖像，未來甚至會發展為多維[15]。優化完善識別技術，降低圖像質量及環境噪聲對識別處理的影響，從而提升識別精度和分辨率。

4 應用領域

如今圖像識別技術隨著高端先進的科學技術已經漸漸深入到人們的生活中，應用范圍領域廣泛，如交通領域、建筑工程領域、醫學領域、文學藝術領域、農業領域等，被不斷推廣[2]，并且具有著較高的應用價值與作用，靈活便捷智能的特點使其應用普遍，十分有必要在各行業進行普及發展。

4.1 交通領域

要想富，先修路。隨著各城市經濟的發展，城市交通設施也在不斷發展改變，道路四通八達，建設面積越來越大，路況也越來越復雜，并且人們生活水平不斷提高，各家各戶都擁有了私家車，不論是節假日還是工作日都會駕車出行，這就給道路交通帶來了不小的壓力。為了保證人們能高效地駕車出行，計算機圖像識別技術在交通設施領域方面就起到了很大的作用，它可以同時對路況信息和車輛信息進行檢測。各大城市都不斷地修道路，所以司機在駕駛時也會有很多道路不熟悉，無法準時準確地到達目的地。而圖像識別技術會為駕駛員提供實時可靠準確的路況信息，為駕駛員指引方向，保障了道路、車輛以及駕駛員的雙重安全[13]。圖像識別除了對道路檢測外還可以進行車輛檢測，通過車輛分割技術對車輛進行跟蹤與識別，檢測車速與車流量，判斷車輛是否有超速違規等現象，利于交通事故的處理，以及能有效地保障道路通暢運行。

4.2 醫學領域

身體是革命的本錢，擁有一個健康的身體才是無限財富的保證。如今人們對自己的健康問題越發重視了，我國醫療事業也飛速發展，醫療器械設備融入了計算機圖像識別技術，越來越智能化。醫生可以直接通過設備對病人進行拍片觀察診斷，針對性治療，清晰直觀，準確又高效。例如應用于微創手術的手機導航技術、CT技術、核磁共振以及B超、彩超等，醫生與患者可以通過圖像清晰直觀地看到病情狀況，以此提出有針對性的治療方案，提高醫學技術[16]。

4.3 安防領域

天網恢恢，疏而不漏。人民安居樂業是保障國家繁榮昌盛的關鍵所在，如今科技的進步使得視頻監控普及運用，能夠遍布各個角落，如天眼一般監控著每個地方的一舉一動，讓黑惡勢力無藏身之處，極大地保障了民生安全。安防設施的建設也日益嚴格，由傳統的人工視頻調查分析轉為智能化的計算機圖像識別技術分析，避免了人工可能引起的疏漏誤差，更加精準嚴格[17]。現在的視頻監控分布廣雜，人工分析處理視頻信息不僅耗費大量的時間，還會耗費大量的人力物力，而且人為因素會造成很多信息的遺漏，速度慢、效率

低[18]。將視頻監控自動化，通過計算機采集圖像，提取識別信息，將圖像中的信息數據一體化，精準度更高，大大降低了人工操作的工作量、工作時間，提高了效率。監控視頻信息還可以作為事故鑒定的有效依據。

4.4 農業領域

民以食為天。自古以來農業在我國就有著舉足輕重的地位，糧食產量對經濟有較大的影響，所以提高產量是我國農業研究人員的研究關鍵。高科技不光應用在人們的日常生活中，農業領域也同樣引入了高科技，智慧農業也不再是什么新鮮詞匯，智能化農業引入計算機圖像識別技術，可以實時觀測到植物的生長狀況，植物葉片的病蟲害研究，對植物進行實時全景監控，還可以進行農產品的質檢。對研究植物表型，影響植物生長因素以及研發植物新品種有科學指導意義[19]。

4.5 文藝領域

圖像識別技術在文藝領域主要應用于對圖像、聲音方面的識別處理，呈現出藝術性。通過智能化識別系統自動將無用信息過濾掉，保證信息的有效性，匹配性。還可以依據美學原理對圖像進行色彩調整，增強其藝術感，從而為人們呈現出更加美好的畫面，如日常看到的3D電影、3D電視等所呈現出的震撼場景，超強的視覺效果給人們帶來一場場視覺盛宴[19]，讓人們身臨其境。

5 結 語

智能化的計算機圖像識別技術提取出圖像中有用有價值的信息給人們，以便更好地服務人們的生產、生活。其應用價值非常廣泛，在提升人民經濟發展的同時還能保障財產的安全，發展前景廣闊。然而還需要繼續研究提升識別精度，不斷地創新完善技術，使其更加多維化、智能化，為促進我國社會的智能化與可持續化發展做出貢獻。

注：本文通訊作者為李富忠。

參 考 文 獻

[1]樊凌，戴雯惠.基于移動端的智能手機圖像識別算法研究[J].計算機產品與流通，2017（8）：127.

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

[3]鄒棟，顏飛.計算機圖像識別技術的發展現狀與應用實踐[J].計算機產品與流通，2017（9）：13.

[4]萬兵.基于人工智能的圖像識別技術的研究[J].信息與電腦（理論版），2019（2）：141-142.

[5]于婷.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（理論版），2018（21）：3-4.

[6]賈孟媛.計算機智能化圖像識別技術的理論性突破[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.計算機智能圖像識別的算法與技術探究[J].電腦迷，2019（1）：212.

[10]張曉軒.計算機智能圖像識別的算法與技術研究[J].科學技術創新，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，丁子健.圖像識別處理技術在農業工程中的應用[J].電子技術與軟件工程，2017（17）：82.

[13]宮銘.計算機圖像識別技術的應用及細節問題闡述與分析[J].信息與電腦（理論版），2019（1）：7-8.

[14]向麗娜.計算機圖像識別的智能化處理方法解讀[J].電子技術與軟件工程，2019（3）：137.

[15]張素杰，柯瑜.計算機圖像識別的智能化處理技術探討[J].科技風，2018（27）：80.

[16]莊鋒茂.計算機圖像識別技術的應用及細節問題研究[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.計算機圖像識別技術的應用及細節問題[J].電子技術與軟件工程，2017（19）：128.

[19]王彥超.圖像處理與識別技術的發展及應用分析[J].無線互聯科技，2018，15（13）：144-146.