計算機圖像識別技術的應用分析

倪凡 黃莉雅 歐陽靜

摘? 要：計算機圖像識別技術是一種以互聯網技術強大的數據處理能力為基礎，并結合圖像掃描與數據分析的系統工作模式，在社會生產各領域中都具有巨大經濟價值和要用價值的新型技術。而通過在大量實際工作中的應用，使得計算機圖像識別技術的靈活性與多元化特點得到了充分的發揮。本文重點分析了計算機圖像識別技術的應用類型與技術特點。

關鍵詞：計算機? 圖像處理? 識別技術? 應用分析

中圖分類號：G67? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ?文章編號：1674-098X（2020）09（a）-0138-03

Abstract：Computer image recognition technology is a kind of based on the powerful data processing ability of the Internet technology， combined with the image scanning and data analysis system work mode， in social production in various fields has great economic value and use value of the new technology.But through the application in a lot of practical work， the flexibility and diversity of the computer image recognition technology has been given full play.This paper mainly analyzes the application types and technical characteristics of computer image recognition technology.

Key Words：The computer; Image processing; Identification technology; Application analysis

1? 計算機圖像處理與識別技術在多領域的應用

1.1 擴大智能交通影響力

交通行駛安全事故是當前對于社會秩序穩定會造成嚴重破壞的一種不良現象，對于國民的日常出行安全、生命安全和財產安全，都會產生嚴重的影響。而計算機圖像識別技術其本身所具備的圖像處理功能和數據分析功能，使得該技術的交通安全指揮與輔助領域中能夠獲得很多的應用之處，例如在汽車的駕駛輔助、車輛定位、智能膠條等功能中，都存在與該技術相關的應用類型。很多交通安全事故都是由于疲勞駕駛而導致的，并且通常表現為駕駛人員在開車的過程中沒有時刻關注道路的狀況，從而導致在發生安全事故之前無法進行快速地判斷和轉移[1]。而基于計算機圖像處理與識別技術的車輛輔助服務，便可以根據采集車輛運行狀況以及所行駛的道路信息等方式，通過精確地計算對可能發生的安全事故或車道偏離情況進行識別與確定，最后再通過及時為駕駛人員提供預警從而很好的保證了車輛行駛安全。另外，計算機圖像識別技術還用于對違章車輛的車牌號、車輛信息以及駕駛人員信息進行追蹤與獲取[2]。

1.2 輔助有色金屬的檢測任務

計算機圖像識別技術還可以用于對有色金屬進行檢測，例如在人們日常生活以及社會生產的過程中最常見的一種銅金屬，在礦產企業開發銅礦時，便可以依據圖像識別技術降低礦物檢測和開采的難度。而正是由于這種先進的圖像識別技術，能夠極大地提高企業對于有色金屬類型及成分檢測的準確度，因此該技術所體現出的重要輔助性價值使得其在有色金屬檢測領域中獲得了廣闊的推廣空間與應用前景[2]。而隨著我國計算機技術水平的不斷提高，該技術在實際應用過程中識別圖像的速度和質量也大幅度提升，因此進一步應用于生產和實驗所需要的精密成像儀器及相關設備中。例如在銅礦石特性檢測中便充分結合計算機圖像識別技術提高了物化檢測的質量，這樣根據所獲取到的銅礦石X線熒光光譜數據，便能夠更加準確真實的反映出銅礦石的特征信息。

1.3 支持醫學醫療多領域應用

計算機圖像識別技術，對于醫療領域的發展起到了重要的推動和促進作用，大部分現代化醫療設備及檢測儀器，都是以圖像識別技術為基礎，配合其他計算機技術、生物技術等來完成對病人身體狀況和生物內部結構的檢測與判斷。例如在細胞染色體的研究與檢測項目中，醫學人員便充分利用了圖像識別技術分辨細胞染色體，并獲取相應的數據信息來構建系統數據庫[3]。另外在判斷患者病情以及患病類型時，常用的核磁共振影像分析、虛擬內窺鏡、數字減影血管造影技術以及三D超聲成像檢測技術等，都屬于計算機圖像處理與識別技術的延伸和優化，這對于提高醫護人員判斷患者病情的準確性和科學性具有重要意義。

1.4 鋼包潔凈度檢測的應用

計算機圖像識別技術能夠對很多人類肉眼觀測不到的事物或變化形態進行快速的捕捉和智能識別，因此配合智能化技術通過對圖像識別過程中獲取到的信息進行深入分析，并與計算機設備數據庫中的內容進行比對便能夠達到對目標物體表面缺陷或者潔凈度的有效檢測。目前計算機圖像識別技術在煉鋼領域中，便可以廣泛應用于檢測產品的表面潔凈度，從能夠而滿足國家規定的生產標準要求。同時在鋼產品生產的過程中，針對鋼包表面的污染物問題也可以利用這種技術快速識別并制定相應的清洗計劃。通常技術人員采用的識別方式，是通過采集鋼包表面的圖像信息，然后利用分割或修正圖像的方式獲取到與鋼包原本材料存在差異的污染物類別，這樣便實現了對圖像中污染物形態的標定和剔除[4]。而在實際應用的過程中，由于對彩色圖像和黑白圖像進行識別所需要的計算量是不同的，因此為了進一步加快圖像識別和污染物分析的效率，可以先將拍攝到的鋼包表面圖像由彩色圖轉化為灰度圖像，這樣相關分析軟件和設備在識別與分析的過程中便能夠獲得更好的匹配度，同時還減少了工作量并加快了圖像分析速度。除此之外，鋼制產品表面的粗糙度和加工缺陷問題，也可以進一步利用計算機圖像識別技術進行識別與捕捉來提高產品的質量[5]。

2? 常用的圖像識別技術

2.1 模式識別方式

模式識別是人工智能領域中針對程序編輯人員設計的數學模型、圖像文本等數據信息，進行快速識別、分析、處理，從而實現對數據的分類提取和管理功能。隨著研究領域的不斷加深，科研人員對于圖像識別技術也提出了更高的要求，其中能夠對圖像進行自動識別、分析和處理，以便進一步提高科學研究的效率以及人工智能的發展水平，這便成為了當前人工智能領域工作的重點研究任務。模式識別中既包含了系統的自動學習功能，同時還需要具備處理數據和完成任務的能力。利用分辨圖像和識別圖像中所包含的各類數據信息，再將獲取的數據和捕捉的特征進行儲存，便可以仿照人類大腦的運行機制實現自主學習。之后結合人工智能系統構建的數據庫內容，在實際工作過程中通過比對圖像識別獲取到的外界信息便可以進行判斷、分析、選擇等功能，盡管在特定情況下會存在一定的誤差，但是人工智能技術的發展必定會在模式識別方式的基礎上進行優化和改進，從而實現真正的“智能化”和“自主化”[6]。并且未來隨著人們研發出來的計算機系統與設備不斷升級換代，從而能夠在更短的時間內處理數量更為龐大的數據，很多現階段模式識別中存在的局限性問題也會得到有效解決[3]。

2.2 神經網絡圖像識別方式

神經網絡圖像識別是以傳統的圖像分析和處理為基礎，通過拓寬圖像信息分析路徑并結合科學的神經網絡算法，使圖像識別的方式與效果得到全面的優化和提升，從而能夠應對技術要求更高的工作任務。目前神經網絡圖像識別技術在人工智能領域中，同樣具有非常重要的應用地位，這種識別技術的形成是以模擬人和動物的神經網絡運行機制為藍本，通過結合計算機算法和圖像特征分析等方式，完成從現實世界事物造型向計算機系統中數據模型的精準轉化。另外，圖像分析與處理速度快也是神經網絡圖像識別技術的一個重要特點，例如在現代化交通監控系統中，便可以根據瞬間拍攝的圖像快速準確地分析出違章車輛的車牌照信息、車輛信息及駕駛人員信息等。

3? 圖像識別技術存在的問題及解決對策

3.1 圖像紋理識別效果不佳

圖像的紋理是計算機圖像識別技術在辨別與處理圖像信息時重要的參考依據，傳統的計算機圖像識別技術主要是通過抓取圖像邊緣關鍵信息，并通過配合內部存儲數據庫的檢索功能來實現對圖像類型的匹配。但是在這種方法下識別的圖像信息，往往由于缺乏對內部圖像紋理的細致掃描，從而使得圖像的特征發生了一定變化甚至丟失，這樣所獲取到的圖像信息很難被其他設備再次讀取，因此導致其可讀性較差。目前有關技術人員已經以偏微分方程為研究基礎，針對計算機設備圖像紋理識別不足的問題提出了一種有效的解決措施，通過加強圖像特征識別功能對目標圖像進行科學的區域劃分，這樣便起到了化整為零、提高局部圖像特征識別的質量以及精細度的作用。

3.2 圖像灰度特征的衰減問題

煙霧圖像是傳統計算機圖像識別技術中需要攻克的一項重要技術難關，一直以來對于智能煙霧圖像的識別效果，往往都由于其圖像特征衰減速度過快而無法獲取到全面的信息。另外在單一的煙霧圖像衰減階段中，技術人員想要有效地確定然后程度必須依靠對判斷閥值的有效獲取，但是在此階段其失效速度過快的問題也導致技術人員難以進行及時地捕捉和分析。想要有效解決這一問題，那么就必須要進一步提高對圖像灰度細節特征的捕捉與分析效果，經大量的實驗驗證結果表明，將傳統計算機算法改為人工魚群算法并充分結合小波變化原理，能夠在很大程度上提高計算機系統在圖像灰度特征衰減階段中所獲取到的圖像特征細節信息。除此之外，這一方法的應用還使得計算機設備對大規模的煙霧圖像離散灰度矩陣獲取更加容易，因此大幅度拓寬了我國計算機圖像識別技術的研究方向。

3.3 指紋方向場細節問題嚴重

指紋識別技術是計算機圖像識別技術中應用范圍最廣泛、使用價值非常高的一個重要研究方向，圖像識別設備能夠通過對指紋信息中方向場的快速獲取、識別和匹配，進而完成相應的設定指令與控制操作。然而在指紋識別技術的實際應用過程中，還存在著當遇到指紋圖像的部分遭到破壞的情況時，圖像識別設備便很難根據指紋灰度進行計算從而進一步確定指紋紋路和劃分種類，因此這也使得指紋識別的準確度及應用效果大打折扣。目前針對這類問題有效的解決方式，是通過加強計算機設備對指紋方向場的細節處理能力，利用濾波器技術將指紋灰度圖與方向圖進行融合，這樣便能夠依據指紋灰度圖中各類叉連、模糊和端點等局部特征來更為精確地判斷指紋圖像的類型。

4? 結語

隨著信息技術的不斷發展，圖像處理與識別技術發展迅速，應用領域不斷擴大。基于此，要重視探討其應用原理，掌握其特征，明確技術優勢，對應用流程進行系統分析，探討其在多領域的應用情況，強化創新與發展，推動圖像處理與識別技術不斷進步，更好服務于各行各業的需求。

參考文獻

[1] 沈紅英.情境在初中化學教學中的應用和反思[J].西藏教育，2020（6）：22-24.

[2] 楊洋.關于人工智能的圖像識別技術分析[J].科技資訊，2020，18（10）：19-20.

[3] 王朝志.淺談初中化學教學中學生核心素養培養的策略[J].名師在線，2020（18）：19-20.

[4] 李婕婷.簡析交互式電子白板在初中化學教學中的應用[J].名師在線，2020（18）：89-90.

[5] 張宏斌.初中化學教學中的教學瓶頸及解決策略[J].學周刊，2020（20）：76-77.

[6] 羅曦.淺談深度學習在圖像識別領域的應用現狀與優勢[J].科技資訊，2020，18（3）：21-22.