倪凡 黃莉雅 歐陽(yáng)靜

摘? 要：計(jì)算機(jī)圖像識(shí)別技術(shù)是一種以互聯(lián)網(wǎng)技術(shù)強(qiáng)大的數(shù)據(jù)處理能力為基礎(chǔ)，并結(jié)合圖像掃描與數(shù)據(jù)分析的系統(tǒng)工作模式，在社會(huì)生產(chǎn)各領(lǐng)域中都具有巨大經(jīng)濟(jì)價(jià)值和要用價(jià)值的新型技術(shù)。而通過(guò)在大量實(shí)際工作中的應(yīng)用，使得計(jì)算機(jī)圖像識(shí)別技術(shù)的靈活性與多元化特點(diǎn)得到了充分的發(fā)揮。本文重點(diǎn)分析了計(jì)算機(jī)圖像識(shí)別技術(shù)的應(yīng)用類型與技術(shù)特點(diǎn)。

關(guān)鍵詞：計(jì)算機(jī)? 圖像處理? 識(shí)別技術(shù)? 應(yīng)用分析

中圖分類號(hào)：G67? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ?文章編號(hào)：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(jì)算機(jī)圖像處理與識(shí)別技術(shù)在多領(lǐng)域的應(yīng)用

1.1 擴(kuò)大智能交通影響力

交通行駛安全事故是當(dāng)前對(duì)于社會(huì)秩序穩(wěn)定會(huì)造成嚴(yán)重破壞的一種不良現(xiàn)象，對(duì)于國(guó)民的日常出行安全、生命安全和財(cái)產(chǎn)安全，都會(huì)產(chǎn)生嚴(yán)重的影響。而計(jì)算機(jī)圖像識(shí)別技術(shù)其本身所具備的圖像處理功能和數(shù)據(jù)分析功能，使得該技術(shù)的交通安全指揮與輔助領(lǐng)域中能夠獲得很多的應(yīng)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(shù)相關(guān)的應(yīng)用類型。很多交通安全事故都是由于疲勞駕駛而導(dǎo)致的，并且通常表現(xiàn)為駕駛?cè)藛T在開車的過(guò)程中沒有時(shí)刻關(guān)注道路的狀況，從而導(dǎo)致在發(fā)生安全事故之前無(wú)法進(jìn)行快速地判斷和轉(zhuǎn)移[1]。而基于計(jì)算機(jī)圖像處理與識(shí)別技術(shù)的車輛輔助服務(wù)，便可以根據(jù)采集車輛運(yùn)行狀況以及所行駛的道路信息等方式，通過(guò)精確地計(jì)算對(duì)可能發(fā)生的安全事故或車道偏離情況進(jìn)行識(shí)別與確定，最后再通過(guò)及時(shí)為駕駛?cè)藛T提供預(yù)警從而很好的保證了車輛行駛安全。另外，計(jì)算機(jī)圖像識(shí)別技術(shù)還用于對(duì)違章車輛的車牌號(hào)、車輛信息以及駕駛?cè)藛T信息進(jìn)行追蹤與獲取[2]。

1.2 輔助有色金屬的檢測(cè)任務(wù)

計(jì)算機(jī)圖像識(shí)別技術(shù)還可以用于對(duì)有色金屬進(jìn)行檢測(cè)，例如在人們?nèi)粘Ｉ钜约吧鐣?huì)生產(chǎn)的過(guò)程中最常見的一種銅金屬，在礦產(chǎn)企業(yè)開發(fā)銅礦時(shí)，便可以依據(jù)圖像識(shí)別技術(shù)降低礦物檢測(cè)和開采的難度。而正是由于這種先進(jìn)的圖像識(shí)別技術(shù)，能夠極大地提高企業(yè)對(duì)于有色金屬類型及成分檢測(cè)的準(zhǔn)確度，因此該技術(shù)所體現(xiàn)出的重要輔助性價(jià)值使得其在有色金屬檢測(cè)領(lǐng)域中獲得了廣闊的推廣空間與應(yīng)用前景[2]。而隨著我國(guó)計(jì)算機(jī)技術(shù)水平的不斷提高，該技術(shù)在實(shí)際應(yīng)用過(guò)程中識(shí)別圖像的速度和質(zhì)量也大幅度提升，因此進(jìn)一步應(yīng)用于生產(chǎn)和實(shí)驗(yàn)所需要的精密成像儀器及相關(guān)設(shè)備中。例如在銅礦石特性檢測(cè)中便充分結(jié)合計(jì)算機(jī)圖像識(shí)別技術(shù)提高了物化檢測(cè)的質(zhì)量，這樣根據(jù)所獲取到的銅礦石X線熒光光譜數(shù)據(jù)，便能夠更加準(zhǔn)確真實(shí)的反映出銅礦石的特征信息。

1.3 支持醫(yī)學(xué)醫(yī)療多領(lǐng)域應(yīng)用

計(jì)算機(jī)圖像識(shí)別技術(shù)，對(duì)于醫(yī)療領(lǐng)域的發(fā)展起到了重要的推動(dòng)和促進(jìn)作用，大部分現(xiàn)代化醫(yī)療設(shè)備及檢測(cè)儀器，都是以圖像識(shí)別技術(shù)為基礎(chǔ)，配合其他計(jì)算機(jī)技術(shù)、生物技術(shù)等來(lái)完成對(duì)病人身體狀況和生物內(nèi)部結(jié)構(gòu)的檢測(cè)與判斷。例如在細(xì)胞染色體的研究與檢測(cè)項(xiàng)目中，醫(yī)學(xué)人員便充分利用了圖像識(shí)別技術(shù)分辨細(xì)胞染色體，并獲取相應(yīng)的數(shù)據(jù)信息來(lái)構(gòu)建系統(tǒng)數(shù)據(jù)庫(kù)[3]。另外在判斷患者病情以及患病類型時(shí)，常用的核磁共振影像分析、虛擬內(nèi)窺鏡、數(shù)字減影血管造影技術(shù)以及三D超聲成像檢測(cè)技術(shù)等，都屬于計(jì)算機(jī)圖像處理與識(shí)別技術(shù)的延伸和優(yōu)化，這對(duì)于提高醫(yī)護(hù)人員判斷患者病情的準(zhǔn)確性和科學(xué)性具有重要意義。

1.4 鋼包潔凈度檢測(cè)的應(yīng)用

計(jì)算機(jī)圖像識(shí)別技術(shù)能夠?qū)芏嗳祟惾庋塾^測(cè)不到的事物或變化形態(tài)進(jìn)行快速的捕捉和智能識(shí)別，因此配合智能化技術(shù)通過(guò)對(duì)圖像識(shí)別過(guò)程中獲取到的信息進(jìn)行深入分析，并與計(jì)算機(jī)設(shè)備數(shù)據(jù)庫(kù)中的內(nèi)容進(jìn)行比對(duì)便能夠達(dá)到對(duì)目標(biāo)物體表面缺陷或者潔凈度的有效檢測(cè)。目前計(jì)算機(jī)圖像識(shí)別技術(shù)在煉鋼領(lǐng)域中，便可以廣泛應(yīng)用于檢測(cè)產(chǎn)品的表面潔凈度，從能夠而滿足國(guó)家規(guī)定的生產(chǎn)標(biāo)準(zhǔn)要求。同時(shí)在鋼產(chǎn)品生產(chǎn)的過(guò)程中，針對(duì)鋼包表面的污染物問(wèn)題也可以利用這種技術(shù)快速識(shí)別并制定相應(yīng)的清洗計(jì)劃。通常技術(shù)人員采用的識(shí)別方式，是通過(guò)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(shí)現(xiàn)了對(duì)圖像中污染物形態(tài)的標(biāo)定和剔除[4]。而在實(shí)際應(yīng)用的過(guò)程中，由于對(duì)彩色圖像和黑白圖像進(jìn)行識(shí)別所需要的計(jì)算量是不同的，因此為了進(jìn)一步加快圖像識(shí)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(zhuǎn)化為灰度圖像，這樣相關(guān)分析軟件和設(shè)備在識(shí)別與分析的過(guò)程中便能夠獲得更好的匹配度，同時(shí)還減少了工作量并加快了圖像分析速度。除此之外，鋼制產(chǎn)品表面的粗糙度和加工缺陷問(wèn)題，也可以進(jìn)一步利用計(jì)算機(jī)圖像識(shí)別技術(shù)進(jìn)行識(shí)別與捕捉來(lái)提高產(chǎn)品的質(zhì)量[5]。

2? 常用的圖像識(shí)別技術(shù)

2.1 模式識(shí)別方式

模式識(shí)別是人工智能領(lǐng)域中針對(duì)程序編輯人員設(shè)計(jì)的數(shù)學(xué)模型、圖像文本等數(shù)據(jù)信息，進(jìn)行快速識(shí)別、分析、處理，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)的分類提取和管理功能。隨著研究領(lǐng)域的不斷加深，科研人員對(duì)于圖像識(shí)別技術(shù)也提出了更高的要求，其中能夠?qū)D像進(jìn)行自動(dòng)識(shí)別、分析和處理，以便進(jìn)一步提高科學(xué)研究的效率以及人工智能的發(fā)展水平，這便成為了當(dāng)前人工智能領(lǐng)域工作的重點(diǎn)研究任務(wù)。模式識(shí)別中既包含了系統(tǒng)的自動(dòng)學(xué)習(xí)功能，同時(shí)還需要具備處理數(shù)據(jù)和完成任務(wù)的能力。利用分辨圖像和識(shí)別圖像中所包含的各類數(shù)據(jù)信息，再將獲取的數(shù)據(jù)和捕捉的特征進(jìn)行儲(chǔ)存，便可以仿照人類大腦的運(yùn)行機(jī)制實(shí)現(xiàn)自主學(xué)習(xí)。之后結(jié)合人工智能系統(tǒng)構(gòu)建的數(shù)據(jù)庫(kù)內(nèi)容，在實(shí)際工作過(guò)程中通過(guò)比對(duì)圖像識(shí)別獲取到的外界信息便可以進(jìn)行判斷、分析、選擇等功能，盡管在特定情況下會(huì)存在一定的誤差，但是人工智能技術(shù)的發(fā)展必定會(huì)在模式識(shí)別方式的基礎(chǔ)上進(jìn)行優(yōu)化和改進(jìn)，從而實(shí)現(xiàn)真正的“智能化”和“自主化”[6]。并且未來(lái)隨著人們研發(fā)出來(lái)的計(jì)算機(jī)系統(tǒng)與設(shè)備不斷升級(jí)換代，從而能夠在更短的時(shí)間內(nèi)處理數(shù)量更為龐大的數(shù)據(jù)，很多現(xiàn)階段模式識(shí)別中存在的局限性問(wèn)題也會(huì)得到有效解決[3]。

2.2 神經(jīng)網(wǎng)絡(luò)圖像識(shí)別方式

神經(jīng)網(wǎng)絡(luò)圖像識(shí)別是以傳統(tǒng)的圖像分析和處理為基礎(chǔ)，通過(guò)拓寬圖像信息分析路徑并結(jié)合科學(xué)的神經(jīng)網(wǎng)絡(luò)算法，使圖像識(shí)別的方式與效果得到全面的優(yōu)化和提升，從而能夠應(yīng)對(duì)技術(shù)要求更高的工作任務(wù)。目前神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)在人工智能領(lǐng)域中，同樣具有非常重要的應(yīng)用地位，這種識(shí)別技術(shù)的形成是以模擬人和動(dòng)物的神經(jīng)網(wǎng)絡(luò)運(yùn)行機(jī)制為藍(lán)本，通過(guò)結(jié)合計(jì)算機(jī)算法和圖像特征分析等方式，完成從現(xiàn)實(shí)世界事物造型向計(jì)算機(jī)系統(tǒng)中數(shù)據(jù)模型的精準(zhǔn)轉(zhuǎn)化。另外，圖像分析與處理速度快也是神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)的一個(gè)重要特點(diǎn)，例如在現(xiàn)代化交通監(jiān)控系統(tǒng)中，便可以根據(jù)瞬間拍攝的圖像快速準(zhǔn)確地分析出違章車輛的車牌照信息、車輛信息及駕駛?cè)藛T信息等。

3? 圖像識(shí)別技術(shù)存在的問(wèn)題及解決對(duì)策

3.1 圖像紋理識(shí)別效果不佳

圖像的紋理是計(jì)算機(jī)圖像識(shí)別技術(shù)在辨別與處理圖像信息時(shí)重要的參考依據(jù)，傳統(tǒng)的計(jì)算機(jī)圖像識(shí)別技術(shù)主要是通過(guò)抓取圖像邊緣關(guān)鍵信息，并通過(guò)配合內(nèi)部存儲(chǔ)數(shù)據(jù)庫(kù)的檢索功能來(lái)實(shí)現(xiàn)對(duì)圖像類型的匹配。但是在這種方法下識(shí)別的圖像信息，往往由于缺乏對(duì)內(nèi)部圖像紋理的細(xì)致掃描，從而使得圖像的特征發(fā)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(shè)備再次讀取，因此導(dǎo)致其可讀性較差。目前有關(guān)技術(shù)人員已經(jīng)以偏微分方程為研究基礎(chǔ)，針對(duì)計(jì)算機(jī)設(shè)備圖像紋理識(shí)別不足的問(wèn)題提出了一種有效的解決措施，通過(guò)加強(qiáng)圖像特征識(shí)別功能對(duì)目標(biāo)圖像進(jìn)行科學(xué)的區(qū)域劃分，這樣便起到了化整為零、提高局部圖像特征識(shí)別的質(zhì)量以及精細(xì)度的作用。

3.2 圖像灰度特征的衰減問(wèn)題

煙霧圖像是傳統(tǒng)計(jì)算機(jī)圖像識(shí)別技術(shù)中需要攻克的一項(xiàng)重要技術(shù)難關(guān)，一直以來(lái)對(duì)于智能煙霧圖像的識(shí)別效果，往往都由于其圖像特征衰減速度過(guò)快而無(wú)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(shù)人員想要有效地確定然后程度必須依靠對(duì)判斷閥值的有效獲取，但是在此階段其失效速度過(guò)快的問(wèn)題也導(dǎo)致技術(shù)人員難以進(jìn)行及時(shí)地捕捉和分析。想要有效解決這一問(wèn)題，那么就必須要進(jìn)一步提高對(duì)圖像灰度細(xì)節(jié)特征的捕捉與分析效果，經(jīng)大量的實(shí)驗(yàn)驗(yàn)證結(jié)果表明，將傳統(tǒng)計(jì)算機(jī)算法改為人工魚群算法并充分結(jié)合小波變化原理，能夠在很大程度上提高計(jì)算機(jī)系統(tǒng)在圖像灰度特征衰減階段中所獲取到的圖像特征細(xì)節(jié)信息。除此之外，這一方法的應(yīng)用還使得計(jì)算機(jī)設(shè)備對(duì)大規(guī)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(guó)計(jì)算機(jī)圖像識(shí)別技術(shù)的研究方向。

3.3 指紋方向場(chǎng)細(xì)節(jié)問(wèn)題嚴(yán)重

指紋識(shí)別技術(shù)是計(jì)算機(jī)圖像識(shí)別技術(shù)中應(yīng)用范圍最廣泛、使用價(jià)值非常高的一個(gè)重要研究方向，圖像識(shí)別設(shè)備能夠通過(guò)對(duì)指紋信息中方向場(chǎng)的快速獲取、識(shí)別和匹配，進(jìn)而完成相應(yīng)的設(shè)定指令與控制操作。然而在指紋識(shí)別技術(shù)的實(shí)際應(yīng)用過(guò)程中，還存在著當(dāng)遇到指紋圖像的部分遭到破壞的情況時(shí)，圖像識(shí)別設(shè)備便很難根據(jù)指紋灰度進(jìn)行計(jì)算從而進(jìn)一步確定指紋紋路和劃分種類，因此這也使得指紋識(shí)別的準(zhǔn)確度及應(yīng)用效果大打折扣。目前針對(duì)這類問(wèn)題有效的解決方式，是通過(guò)加強(qiáng)計(jì)算機(jī)設(shè)備對(duì)指紋方向場(chǎng)的細(xì)節(jié)處理能力，利用濾波器技術(shù)將指紋灰度圖與方向圖進(jìn)行融合，這樣便能夠依據(jù)指紋灰度圖中各類叉連、模糊和端點(diǎn)等局部特征來(lái)更為精確地判斷指紋圖像的類型。

4? 結(jié)語(yǔ)

隨著信息技術(shù)的不斷發(fā)展，圖像處理與識(shí)別技術(shù)發(fā)展迅速，應(yīng)用領(lǐng)域不斷擴(kuò)大?；诖耍匾曁接懫鋺?yīng)用原理，掌握其特征，明確技術(shù)優(yōu)勢(shì)，對(duì)應(yīng)用流程進(jìn)行系統(tǒng)分析，探討其在多領(lǐng)域的應(yīng)用情況，強(qiáng)化創(chuàng)新與發(fā)展，推動(dòng)圖像處理與識(shí)別技術(shù)不斷進(jìn)步，更好服務(wù)于各行各業(yè)的需求。

參考文獻(xiàn)

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

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

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

[4] 李婕婷.簡(jiǎn)析交互式電子白板在初中化學(xué)教學(xué)中的應(yīng)用[J].名師在線，2020（18）：89-90.

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

[6] 羅曦.淺談深度學(xué)習(xí)在圖像識(shí)別領(lǐng)域的應(yīng)用現(xiàn)狀與優(yōu)勢(shì)[J].科技資訊，2020，18（3）：21-22.