霍珊

摘要 在計算機(jī)圖像識別的過程中，需要對圖像進(jìn)行快速、有效地處理，通過智能化處理技術(shù)和方法的運(yùn)用可以實現(xiàn)這一目標(biāo)?；诖它c(diǎn)，本文從智能化圖像識別的原理與模式分析入手，論述了計算機(jī)圖像識別中的智能化處理方法。

【關(guān)鍵詞】圖像識別 智能化 處理方法

1 智能化圖像識別的原理與模式分析

所謂的智能化圖像識別實質(zhì)上就是將計算機(jī)智能化與圖像識別技術(shù)進(jìn)行有機(jī)地融合，由此可以使圖像的識別度獲得大幅度提升。高感光度技術(shù)的運(yùn)用，能夠在較暗的光線下，拍攝出清晰的圖像，這樣一來，便可簡化補(bǔ)光環(huán)節(jié)。同時，在光線較弱的前提下，通過智能化處理，可使圖像保留原本的清晰度和色彩。圖像識別模式是智能化識別的關(guān)鍵，其能夠?qū)ο嚓P(guān)的信息進(jìn)行自動處理和辨識，從而快速、準(zhǔn)確地完成圖形識別，整個識別過程分為三個步驟，預(yù)處理、特征提取和模式分類。通過對圖像進(jìn)行預(yù)處理，可以達(dá)到增強(qiáng)圖像的目的，處理后圖像需要對其中的特征進(jìn)行提取，最后將特征向量相同的圖像歸入到一類模式當(dāng)中。智能化圖像識別的流程如圖1所示。

2 計算機(jī)圖像識別中的智能化處理方法

在傳統(tǒng)的圖像處理中，相關(guān)技術(shù)的應(yīng)用體現(xiàn)在如下幾個環(huán)節(jié)：獲取圖像、還原圖像，對圖像進(jìn)行編碼、分割圖像以及邊緣提取等等。近年來，技術(shù)水平的不斷提升，圖像處理技術(shù)也隨之獲得長足進(jìn)步，如圖像特征分析技術(shù)、圖像融合技術(shù)、圖像數(shù)字水印技術(shù)、圖像識別與檢索技術(shù)等等，上述圖像處理技術(shù)全部是以計算機(jī)為依托，處理過程呈現(xiàn)出智能化、自動化的特征，與傳統(tǒng)的圖像處理技術(shù)相比，智能化處理技術(shù)的速度更快、效果更好。下面重點(diǎn)對計算機(jī)圖像識別中的智能化處理技術(shù)與方法進(jìn)行分析。

2.1 圖像特征分析技術(shù)

不同的圖像有著不同的特征，通過圖像特征分析技術(shù)，可以從圖像中獲得特征量值，進(jìn)而得到有利用價值的信息，為后續(xù)的圖像處理提供依據(jù)。在智能化圖像處理的過程中，特征待分析是重要的前提和基礎(chǔ)，具體分析時，比較常用的特征有以下幾種：顏色、紋理和形狀。而對圖像內(nèi)容的描述則可以通過特征的組合來完成。

2.2 圖像配準(zhǔn)技術(shù)

通過配準(zhǔn)技術(shù)能夠?qū)⒉煌瑫r間、成像設(shè)備以及不同條件下獲取的圖像進(jìn)行匹配或疊加，在智能化圖像處理中，該技術(shù)得到廣泛應(yīng)用。配準(zhǔn)技術(shù)的具體流程如下：通過特征提取的方法獲取圖像的特征點(diǎn)，度量相似性找出兩幅圖像中存在高度匹配性的特征點(diǎn)對，據(jù)此對圖像空間坐標(biāo)的變換參數(shù)進(jìn)行獲取，最后完成圖像配準(zhǔn)。

2.3 圖像融合技術(shù)

該技術(shù)具體是指將不同傳感器采集到的圖像數(shù)據(jù)經(jīng)計算機(jī)處理后，提取其中有利用價值的信息，融合成高質(zhì)量的圖像，最終目的是提升圖像的分辨率。圖像融合技術(shù)歸屬于信息融合的范疇，可以融合的數(shù)據(jù)形式有以下幾種圖像的明暗程度、色彩、距離等，通過該技術(shù)能夠?qū)煞蛞陨系膱D像中的信息融合到一幅圖像當(dāng)中，融合后獲得的圖像中包含了更多的信息，便于計算機(jī)處理。該技術(shù)的應(yīng)用優(yōu)勢較為明顯，如可以減少不確定性、增加可靠性等等。

2.4 圖像分類技術(shù)

該技術(shù)具體是指按照圖像信息中呈現(xiàn)出的不同特征，對不通過類別的目標(biāo)進(jìn)行區(qū)分，是智能化圖像處理中常用的技術(shù)方法之一，通過計算機(jī)對圖像進(jìn)行定量分析，可將像元進(jìn)行歸類。常用的分類方法有以下幾種：基于色彩特征、基于圖像紋理和形狀、基于空間關(guān)系等。對圖像進(jìn)行分類的過程實質(zhì)上就是對模式進(jìn)行識別的過程，是人眼判斷的升級。該技術(shù)具有速度快、精度高等優(yōu)點(diǎn)，在遙感圖像的處理中應(yīng)用較為廣泛。

2.5 圖像檢索技術(shù)

圖像檢索的方法較多，其中較具代表性的有TBIR（基于文本）、CBIR（基于內(nèi)容）。前者是以傳統(tǒng)的文本檢索技術(shù)為依托，整個檢索過程從名稱、尺寸、類型等方面對圖像進(jìn)行標(biāo)引，不對圖像的可視化元素進(jìn)行分析。而后者則是以圖像的語義特征作為線索，從圖像數(shù)據(jù)庫中，檢出相似的圖像，具體包括剝離圖像、組成圖像集等步驟。相對而言，CBIR的效果要優(yōu)于TBIR。

2.6 圖像數(shù)字水印技術(shù)

數(shù)字水印簡稱DW，這是一種先進(jìn)的數(shù)據(jù)安全維護(hù)技術(shù)，與信息隱藏技術(shù)具有相同的作用。DW技術(shù)能夠?qū)в心撤N特定意義的水印，通過數(shù)字嵌入的方法，隱藏到數(shù)字圖像當(dāng)中，以此來證明圖像的所有權(quán)，可將之作為非法侵權(quán)的證據(jù)使用。不僅如此，通過數(shù)字水印所具備的檢測與分析功能，可以使數(shù)字圖像中的信息完整性得到保障。DW技術(shù)的特點(diǎn)體現(xiàn)在如下幾個方面：安全性較高，很難進(jìn)行偽造或是篡改;隱蔽性好，不會影響被保護(hù)數(shù)據(jù)的正常使用;敏感性強(qiáng)，在圖像智能化處理的過程中，數(shù)據(jù)經(jīng)分發(fā)、傳輸?shù)拳h(huán)節(jié)后，水印仍然能準(zhǔn)確判斷數(shù)據(jù)是否受到篡改。

3 結(jié)論

綜上所述，計算機(jī)圖像識別是獲得高清晰度圖像的主要途徑之一，在識別的過程中，可對智能化的處理方法進(jìn)行應(yīng)用，由此不但能夠進(jìn)一步提升圖像的處理速度，而且還能使圖像識別的準(zhǔn)確性得到提高。在未來一段時期，應(yīng)當(dāng)加大對智能化圖像處理方法的研究力度，除對現(xiàn)有的技術(shù)進(jìn)行優(yōu)化和完善之外，還應(yīng)還發(fā)一些新的技術(shù)，從而使其能夠更好地為計算機(jī)圖像識別服務(wù)。

參考文獻(xiàn)

[1]麻興東，淺析計算機(jī)圖像識別的智能化處理技術(shù)[J].信息系統(tǒng)工程，2015 （08）：23-24.

[2]賈孟媛，計算機(jī)智能化圖像識別技術(shù)的理論性突破[J].電腦迷，2018 （03）.

[3]唐維.芻議計算機(jī)圖像識別的智能化處理技術(shù)瓶頸與突破[J].電腦知識與技術(shù)，2018 （05）.

[4]吉文帥，計算機(jī)圖像識別智能化處理技術(shù)的分析[J].山東工業(yè)技術(shù)，2017 （15）：100-100.