計算機圖像識別技術的應用分析

江志晃

摘要：近年來我國社會行業的不斷發展，計算機的技術在我國各行各業都得到了較為廣泛的用。立足信息時代，計算機技術應用更加廣泛，計算機圖像處理以及識別技術得到廣泛發展與應用。計算機圖像處理與識別技術廣泛應用于計算機數據處理領域，強化管理優勢的發揮。本文就計算機圖像識別技術的應用展開探討。

關鍵詞：計算機圖像處理;圖像識別;技術應用

引言

在目前背景下，社會正在不斷地進步，經濟科學也在不斷地發展過程中。這些都催生了大量的先進技術。在現代社會中，計算機的應用已經滲透到了各行各業中，而計算機的技術也已經有了非常大的突破。其中，計算機的圖像識別技術也在社會的各個領域得到了廣泛的應用，保障了社會上生產經營的順利進行。因此為了讓計算機的圖像發展技術能夠更好地進行服務，也要重視這項技術在實際應用中所遇到的一些細節問題。

1計算機圖像處理與識別技術

1.1計算機圖像處理技術

首先，計算機可以通過攝像頭等設備完成圖像的獲取任務，然而，在接下來的信號傳輸過程中往往會存在噪點，因此，圖像處理技術應用的最基礎工作便在于去噪。概括來說，計算機圖像處理的工作過程有二：一是去除噪點;二是生成超像素。關于去噪工作，我們可以先將包含噪點的圖像視作一個大矩陣，用式子表示也即M=C（圖像矩陣）+m（噪點矩陣）;在將這一圖像替換為圖像塊堆棧后，再應用方程（M1M2M3···Mn）=（N1N2N3···Nn）+（m1m2m3···mn）分解得出圖像塊;最后利用視頻中的時間連續性找到分布于圖像中的噪點，并將噪點矩陣清除即可。而關于生成超像素這一過程，鑒于實際中所需處理的圖像多為三維圖像，因此主要涉及兩種方法，即邊界保持算法和QEM算法。簡單來說也即，先應用前者得出一個二維圖像，接著再應用后者也即QEM技術對整個系統進行收縮計算從而獲取超像素圖像。

1.2計算機圖像識別技術的變革

計算機圖像識別技術，顧名思義，就是通過計算機來識別各類物質，對圖像進行各種分類和進行標識，替代人類的眼睛去比較直觀準確地認知事物，最后再反饋人類，實現“千里眼”甚至“萬能眼”的作用。計算機圖像識別技術除了用于辨別之外，在我們的日常生活中，常被應用于交通系統的人臉識別查驗票系統，以及防盜門系統上。那么，對于我們生活中經常見到和使用的這兩個應用技術，它的具體原理到底是怎么樣的呢，拿交通系統識別查驗票系統來看，計算機通過搜索數據庫中的人像和姓名等信息，再與正在識別的人臉進行對比核驗，通過數據庫中的人的眼睛，面部，還有發型等這些特征，計算機系統自動分析，最終得出一個結果，在圖像識別的過程中，如果數據庫中的關于圖像的信息及特征越多，那么在識別過程中的結果就會更加準確，但是與此同時，需要的數據也就更多，在圖像識別的過程中需要的數據處理過程也就相應增多。隨著現今計算機技術的發展，計算機圖像識別技術也在不斷進步。還是拿交通系統的人臉查驗識別票系統來講，由于交通系統講究快速處理與快速通行，這是基于交通系統的客流量所決定的，在以往交通系統中需要人工核對查驗車票，在遇到客流量過多的情況下，就顯得有些力不從心。現如今的計算機圖像識別系統就能夠在同時處理很多數據的情況下，還能夠實現數據信息的便捷保存。人工查驗車票就漸漸退出了交通系統。這便是計算機圖像識別技術對人類的變革。

1.3計算機圖像處理與識別技術的優越性

結合當前計算機圖像處理與識別技術的應用實際可以發現，其優勢十分明顯。首先，能夠滿足較快的處理速度。基于大數據環境，計算機圖像處理與識別技術面對的信息規模龐大，依托其自身技術特征，強化軟件與數據庫的有機融合，能夠縮短信息分析處理時間，達到對價值信息的有效獲取。其次，達到較高的精準度標準。依托技術優勢，當前圖像處理與識別技術突破傳統模式的束縛，識別模式發生變化，支持多種類型圖像數據處理的需求，省去信息的過濾與篩選，更好服務于使用者的需求。再次，技術極具靈活性特點。在進行圖像處理的時候，能夠依托數據庫，完成智能化設計，滿足圖像自動判斷的要求，快速進行精度的調整，強化圖像的自動化處理。

2計算機圖像處理與識別技術的應用

2.1構建算法程序

算法程序包括圖像處理過程的算法程序和圖像識別的算法程序兩個部分。在圖像處理這方面，對存在噪點進行單獨比較不僅處理效率低，而且這樣做也對硬件設施有著較高要求，因此，本文提出了另外一種方法，也即首先對完整圖像進行分塊，接著對同一視頻中的其余圖像進行分解，最后將分塊后的圖像進行橫向作比，并以圖像的精度為依據設置分解的數量參數。而這一方法的優勢在于能夠有效降低硬件設備的運行負荷，此外，若發現處理后的圖像中依然有噪點存在，也可以針對存在噪點的圖像分塊，單獨完成去噪工作。在超像素生成方面，按照設計好的算法進行程序編寫也極有利于整個系統運行效率的提升。

2.2實施特征提取

依托分塊處理，以分塊后的圖像為依托，將其作為特征點進行對象提取，將其視為助于特征。在明確圖像矩陣塊之后，落實像素點的提取工作，為后續參數比較創造條件。

2.3比較參數值

由于直接對圖像進行比較尚且無法實現，因此本文主張采用像素點比較法。計算機系統不僅會在運行過程中構建數據庫，且還可以在自動分析輸入圖像的基礎上配置出圖形的矩陣參數。應用參數值對比法可以更好地分析存在于圖像中的關鍵信息。此外需要說明的一點是，為避免遺漏關鍵信息，用來進行對比的參數值應為處理后的整幅圖像參數，然后于其上尋找相同性和相似性。在相同及相似參數比重高于50%的情況下，應當首先利用神經網絡技術分解這些參數的主要集中區域，然后將其與數據庫中的圖像作比進而確定整個系統中是否有明顯相似性的存在，若確是如此，即可輸出圖像的識別結果。

3系統介紹計算機圖像處理與識別技術在多領域的應用

3.1計算機圖像識別技術智能交通的應用

鑒于計算機圖像處理與識別技術較強的判斷力，成為其在交通領域應用的根本原因，集中體現在駕駛輔助、智能膠條、車輛定位等方面。具體講，在駕駛輔助方面，主要服務在車道偏離預警。在長時間駕駛之后，一旦出現過度疲勞，勢必造成注意力的分散，危險系數加大，借助車道偏離預警，能夠實現對道路情況的準確識別，對車輛運動狀態進行全面計算，及時反饋給駕駛員，以便做出及時調整，防止交通事故的發生。當前，面對不斷增加的車輛，不規范駕駛成為重要因素，違法者的責任確認更是難題。基于此，依托計算機圖像處理與識別技術，能夠實現對違章車輛的機動車號牌的準確識別，借助對機動車車牌尺寸、數字大小與顏色具有明確規定，大大加快處理速度與效率。

3.2計算機圖像識別技術在有色金屬領域的應用

銅在自然界中一般以銅礦的方式存在，鑒于其有著較為繁多的類型以及各不相同的性質、狀態，銅礦石檢測工作的難度長時間居高不下，直至計算機圖像處理與識別技術問世并進入該領域之后，這一狀況才有了較大程度的改變。具體的應用流程為：（1）完善系統信息，首先利用現代化儀器設備和成像技術，采用物理化學檢測識別法將銅礦石的X線熒光光譜數據信息錄入系統，接著從中提取銅礦石的特征數據從而形成精準的數據信息;（2）比對銅礦石信息，使用傳感器掃描銅礦石以獲得相關數據信息，繼而將其與系統中的數據信息進行比對并得出最終檢測結果。

3.3計算機圖像識別技術在農業領域的應用

現如今，農業呈現大機器大生產的趨勢，智能化農業，科學農業的出現，使得農業種植漸漸擺脫了靠天吃飯的局面，就比如計算機圖像識別技術被應用在大型水果園的采摘上面。計算機技術鏈接天眼系統可以大面積地通過農業衛星分析該種植園果品的成熟情況，通過數據分析，圖像處理反饋到人的手中，人再把這些反饋回來的圖像信息傳輸到采摘果品的機械上，機械通過位置感應來實現成熟的果品采摘。在這一農業過程中，僅僅需要數位勞動力完成，也就是現如今的自動化采摘技術的應用。

3.4計算機圖像識別技術在醫學醫療多領域應用

立足醫學醫療領域，在不斷發展進步過程中，醫療醫學圖像處理數據規模增大，這也是計算機圖像處理與識別技術得到應用的重要原因。縱觀醫學領域，其涉及的圖像類型眾多，在應用凸顯處理與識別技術的時候，應用類型也多種多樣。首先，針對細胞染色體分類處理，以系統數據庫為基準，從微觀方面進行細胞染色體的分辨，以便為醫護人員提供針對性數據支持。其次，針對虛擬內窺鏡、3D超生成象、核磁共振影像分析和數字減影血管造影技術，處理技術的優勢是增強處理與識別的精準度。另外，支持對問題部位進行2D斷層圖像排水，構建3D建模與解剖圖像分析，強化對患者全方位的了解，準確性跟高，強化治療的全方位治療。

3.5計算機圖像識別技術在安保系統中的應用

現如今在監控的大范圍應用下，城市的安保情況得到了最起碼的保障，但唯一需要做的就是，需要人力進行監控的安全排查和問題識別，也就是說，監控系統還不夠智能化，這就給了犯罪分子可乘之機，也就使得夜間犯罪情況十分猖獗。計算機圖像識別技術的應用，能夠將監控系統中的情況反映到計算機中，通過系統智能識別來進行記錄和自動預警，避免了由于人為忽略影響下的安全危機的出現。

3.6計算機圖像識別技術在工業領域的應用

原本的工業零部件生產加工采用的是流水線作業模式，引入計算機圖像處理與識別技術后，不僅能夠實現零部件的自動化生產，有效提高零部件生產效率，且還可以以圖像形式顯示零部件的各個生產細節信息，從而保證各個零部件的生產質量。

4計算機圖像識別技術的改進

雖然目前計算機圖像識別技術已經在各個領域得到了廣泛的應用，但還存在一定的不足，幵且計算機圖像識別技術也還有很大的収展空間。

4.1提高圖像處理的質量

在現今運用的計算機圖像識別技術中，往往都會受限于一些硬件的水平，如顯示器等，這些因素的出現，就不能夠很好地發揮出計算機圖像識別技術的最優效果，比如在需要排查一些作案人員或者犯罪現場時，不清晰的圖像就給警方增加了偵破案件的難度，所以說，這就需要計算機圖像識別技術能夠在圖像分辨率方面在一些特殊的領域方面做出一定的提高。

4.2加強圖像專門處理芯片的研究

當前計算機圖像識別技術對圖像的處理大多采用的是矩陣運算，但現在計算機系統在浮點運算丆更加的擅長，在矩陣運算丆顯得難以滿足兵需要，因此為了提高圖像處理的敁率和使用的便捷性應該對圖像處理芯片迚行專門的開収。

4.3指紋方向場的細節問題

計算機圖像識別技術中的具體應用方向之一就是指紋識別，而方向場提取就是指紋識別、匹配的非常關鍵的一個步驟，通過對指紋的灰度進行計算，來確定指紋的紋路，然后再對指紋的種類進行劃分。但是指紋中不是所有的紋路都是完整的，一些被破壞的紋路會對指紋識別造成影響。針對這個問題，可以對計算機指紋方向場的細節來進行有關的處理。其具體的處理技術是在空域上，將一定大小的濾波器模板和原始圖像進行卷積。從具體的應用角度來說，就是灰度指紋圖像上叉連、模糊、端點這些局部特征來進行合理的處理。因為十字形中值濾波、均值濾波和直方圖均衡化濾波這些傳統技術在實際的圖像識別技術中不能夠對灰度圖的方向性來進行考慮。所以提升技術就是在進行指紋處理的時候，采用方向圖來對指紋的原圖進行處理。對指紋的紋線進行處理來提高指紋處理的精度，從而保證計算機對指紋圖像處理的精確度。

4.4計算機圖像識別系統新階段的運用

科技隨著實踐不斷向前發展，時代更新的步伐加快，新技術的出現帶來了新理論的更新，對于計算機圖像識別技術理論來說也是如此，如何能夠在當今科技飛速發展的今天探尋一條屬于圖像識別系統發展的道路，使之不斷更新和進步，是個巨大的挑戰。在總結理論的基礎上不斷進行實踐研發，是當今專業人士的責任與使命。如何確定計算機圖像識別技術的發展方向，最重要的就是緊緊依托使用者，發展人類需要的技術，能夠被實踐應用的技術，這點是很重要的一個層面。

5圖像識別技術的發展趨勢

5.1高傳輸率和高分辨率

在當前環境中因為受到現實因素的制約和技術的限制，計算機圖像處理的識別效果不能夠達到人們的預期。所以需要加強對計算機圖像識別技術的研究和開發。而根據科學技術的不斷提升發展，圖像識別技術的發展速度正在不斷提升。在有關技術的支撐下，計算機圖像技術識別技術的傳輸效率會越來越高，能夠滿足社會發展的需求，從而推動各領域的發展。

5.2人工智能的新方向

人工智能的發展，給計算機圖像識別技術的發展帶來了新的機遇，語音識別，人臉識別技術的發展，實質上是計算機進行信息檢索與整理的又一大新變化，大數據的出現，數據不僅僅限制在固定的物質中，而是成為真正的云數據庫，信息智能化。

5.3多維技術

隨著目前計算機圖像識別技術的發展，傳統的二維模式也越來越落后，越來越無法滿足社會的需求。所以計算機圖文識別技術未來的發展方向勢必是三維的，是多角度的。三維和多角度的計算機圖像識別技術能夠在未來的生產生活中發揮越來越重要的作用，所以計算機圖像識別技術也會逐漸向多維與高科技方向發展，圖像識別技術所能夠應用的領域也會越來越豐富。

5.4計算機圖像識別技術動態演化發展

任何技術的演進都會跟隨實用性的變化，計算機圖像識別技術能夠和計算機智能技術相結合，通過人們使用的數據判斷人們需要這些技術應用的層面，從而進一步做出相應的改進，以便更適應人類的需要。

結語

根據目前社會經濟與科技的快速發展，計算機圖像識別技術也越來越重要，發展方向越來越多元化和智能化。未來的應用范圍也越來越廣泛，在各個領域都能夠發揮重要的作用并且能夠推動世界的發展。因此對于計算機圖像識別技術而言，更要注重在應用過程中出現的細節問題，加強對計算機圖像識別技術的研究開發，使其能夠在人類的實踐中發揮越來越大的作用。此外，計算機圖像識別技術要配合好當前人工智能發展的新階段，搭上人工智能領域的順風車，為今后該技術的發展鋪平道路。從國與國之間來看，我國圖像識別技術與其他發達國家相比還有不小的差距，相信在不久的以后，計算機圖像識別技術能夠更好地應用于民，也能夠從人民身上竭取到它發展的方向。

參考文獻

[1]郝雅潔，李富忠.計算機智能化圖像識別技術的探討[J].物聯網技術，2019，9（08）：55-57.

[2]金柯言.計算機圖像識別技術應用與細節問題分析[J].中國新通信，2019，21（07）：100.

[3]吳祿慎，常參參，王曉輝，陳華偉.基于局部調節卷積神經網絡的圖像識別方法[J].計算機工程，2018，44（12）：240-246.

[4]江帆，劉輝，王彬，孫曉峰，代照坤.基于CNN-GRNN模型的圖像識別[J].計算機工程，2018，43（04）：257-262.

[5]陳濤.基于PCI總線的實時圖像識別與跟蹤平臺設計[J].電子技術應用，2018（02）：64-66.

[6]劉輝.計算機圖像處理與識別技術應用探究[J].計算機產品與流通，2019（08）：19.

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

[8]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.