江志晃

摘要：近年來我國社會行業(yè)的不斷發(fā)展，計算機的技術(shù)在我國各行各業(yè)都得到了較為廣泛的用。立足信息時代，計算機技術(shù)應(yīng)用更加廣泛，計算機圖像處理以及識別技術(shù)得到廣泛發(fā)展與應(yīng)用。計算機圖像處理與識別技術(shù)廣泛應(yīng)用于計算機數(shù)據(jù)處理領(lǐng)域，強化管理優(yōu)勢的發(fā)揮。本文就計算機圖像識別技術(shù)的應(yīng)用展開探討。

關(guān)鍵詞：計算機圖像處理;圖像識別;技術(shù)應(yīng)用

引言

在目前背景下，社會正在不斷地進步，經(jīng)濟科學(xué)也在不斷地發(fā)展過程中。這些都催生了大量的先進技術(shù)。在現(xiàn)代社會中，計算機的應(yīng)用已經(jīng)滲透到了各行各業(yè)中，而計算機的技術(shù)也已經(jīng)有了非常大的突破。其中，計算機的圖像識別技術(shù)也在社會的各個領(lǐng)域得到了廣泛的應(yīng)用，保障了社會上生產(chǎn)經(jīng)營的順利進行。因此為了讓計算機的圖像發(fā)展技術(shù)能夠更好地進行服務(wù)，也要重視這項技術(shù)在實際應(yīng)用中所遇到的一些細節(jié)問題。

1計算機圖像處理與識別技術(shù)

1.1計算機圖像處理技術(shù)

首先，計算機可以通過攝像頭等設(shè)備完成圖像的獲取任務(wù)，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(shù)應(yīng)用的最基礎(chǔ)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(guān)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(yīng)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(xù)性找到分布于圖像中的噪點，并將噪點矩陣清除即可。而關(guān)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(yīng)用前者得出一個二維圖像，接著再應(yīng)用后者也即QEM技術(shù)對整個系統(tǒng)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(shù)的變革

計算機圖像識別技術(shù)，顧名思義，就是通過計算機來識別各類物質(zhì)，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(xiàn)“千里眼”甚至“萬能眼”的作用。計算機圖像識別技術(shù)除了用于辨別之外，在我們的日常生活中，常被應(yīng)用于交通系統(tǒng)的人臉識別查驗票系統(tǒng)，以及防盜門系統(tǒng)上。那么，對于我們生活中經(jīng)常見到和使用的這兩個應(yīng)用技術(shù)，它的具體原理到底是怎么樣的呢，拿交通系統(tǒng)識別查驗票系統(tǒng)來看，計算機通過搜索數(shù)據(jù)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(shù)據(jù)庫中的人的眼睛，面部，還有發(fā)型等這些特征，計算機系統(tǒng)自動分析，最終得出一個結(jié)果，在圖像識別的過程中，如果數(shù)據(jù)庫中的關(guān)于圖像的信息及特征越多，那么在識別過程中的結(jié)果就會更加準確，但是與此同時，需要的數(shù)據(jù)也就更多，在圖像識別的過程中需要的數(shù)據(jù)處理過程也就相應(yīng)增多。隨著現(xiàn)今計算機技術(shù)的發(fā)展，計算機圖像識別技術(shù)也在不斷進步。還是拿交通系統(tǒng)的人臉查驗識別票系統(tǒng)來講，由于交通系統(tǒng)講究快速處理與快速通行，這是基于交通系統(tǒng)的客流量所決定的，在以往交通系統(tǒng)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?，F(xiàn)如今的計算機圖像識別系統(tǒng)就能夠在同時處理很多數(shù)據(jù)的情況下，還能夠?qū)崿F(xiàn)數(shù)據(jù)信息的便捷保存。人工查驗車票就漸漸退出了交通系統(tǒng)。這便是計算機圖像識別技術(shù)對人類的變革。

1.3計算機圖像處理與識別技術(shù)的優(yōu)越性

結(jié)合當前計算機圖像處理與識別技術(shù)的應(yīng)用實際可以發(fā)現(xiàn)，其優(yōu)勢十分明顯。首先，能夠滿足較快的處理速度。基于大數(shù)據(jù)環(huán)境，計算機圖像處理與識別技術(shù)面對的信息規(guī)模龐大，依托其自身技術(shù)特征，強化軟件與數(shù)據(jù)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(shù)優(yōu)勢，當前圖像處理與識別技術(shù)突破傳統(tǒng)模式的束縛，識別模式發(fā)生變化，支持多種類型圖像數(shù)據(jù)處理的需求，省去信息的過濾與篩選，更好服務(wù)于使用者的需求。再次，技術(shù)極具靈活性特點。在進行圖像處理的時候，能夠依托數(shù)據(jù)庫，完成智能化設(shè)計，滿足圖像自動判斷的要求，快速進行精度的調(diào)整，強化圖像的自動化處理。

2計算機圖像處理與識別技術(shù)的應(yīng)用

2.1構(gòu)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(shè)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(jù)設(shè)置分解的數(shù)量參數(shù)。而這一方法的優(yōu)勢在于能夠有效降低硬件設(shè)備的運行負荷，此外，若發(fā)現(xiàn)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(shè)計好的算法進行程序編寫也極有利于整個系統(tǒng)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(xù)參數(shù)比較創(chuàng)造條件。

2.3比較參數(shù)值

由于直接對圖像進行比較尚且無法實現(xiàn)，因此本文主張采用像素點比較法。計算機系統(tǒng)不僅會在運行過程中構(gòu)建數(shù)據(jù)庫，且還可以在自動分析輸入圖像的基礎(chǔ)上配置出圖形的矩陣參數(shù)。應(yīng)用參數(shù)值對比法可以更好地分析存在于圖像中的關(guān)鍵信息。此外需要說明的一點是，為避免遺漏關(guān)鍵信息，用來進行對比的參數(shù)值應(yīng)為處理后的整幅圖像參數(shù)，然后于其上尋找相同性和相似性。在相同及相似參數(shù)比重高于50%的情況下，應(yīng)當首先利用神經(jīng)網(wǎng)絡(luò)技術(shù)分解這些參數(shù)的主要集中區(qū)域，然后將其與數(shù)據(jù)庫中的圖像作比進而確定整個系統(tǒng)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(jié)果。

3系統(tǒng)介紹計算機圖像處理與識別技術(shù)在多領(lǐng)域的應(yīng)用

3.1計算機圖像識別技術(shù)智能交通的應(yīng)用

鑒于計算機圖像處理與識別技術(shù)較強的判斷力，成為其在交通領(lǐng)域應(yīng)用的根本原因，集中體現(xiàn)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(wù)在車道偏離預(yù)警。在長時間駕駛之后，一旦出現(xiàn)過度疲勞，勢必造成注意力的分散，危險系數(shù)加大，借助車道偏離預(yù)警，能夠?qū)崿F(xiàn)對道路情況的準確識別，對車輛運動狀態(tài)進行全面計算，及時反饋給駕駛員，以便做出及時調(diào)整，防止交通事故的發(fā)生。當前，面對不斷增加的車輛，不規(guī)范駕駛成為重要因素，違法者的責任確認更是難題?；诖?，依托計算機圖像處理與識別技術(shù)，能夠?qū)崿F(xiàn)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(shù)字大小與顏色具有明確規(guī)定，大大加快處理速度與效率。

3.2計算機圖像識別技術(shù)在有色金屬領(lǐng)域的應(yīng)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(zhì)、狀態(tài)，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(shù)問世并進入該領(lǐng)域之后，這一狀況才有了較大程度的改變。具體的應(yīng)用流程為：（1）完善系統(tǒng)信息，首先利用現(xiàn)代化儀器設(shè)備和成像技術(shù)，采用物理化學(xué)檢測識別法將銅礦石的X線熒光光譜數(shù)據(jù)信息錄入系統(tǒng)，接著從中提取銅礦石的特征數(shù)據(jù)從而形成精準的數(shù)據(jù)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(guān)數(shù)據(jù)信息，繼而將其與系統(tǒng)中的數(shù)據(jù)信息進行比對并得出最終檢測結(jié)果。

3.3計算機圖像識別技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用

現(xiàn)如今，農(nóng)業(yè)呈現(xiàn)大機器大生產(chǎn)的趨勢，智能化農(nóng)業(yè)，科學(xué)農(nóng)業(yè)的出現(xiàn)，使得農(nóng)業(yè)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(shù)被應(yīng)用在大型水果園的采摘上面。計算機技術(shù)鏈接天眼系統(tǒng)可以大面積地通過農(nóng)業(yè)衛(wèi)星分析該種植園果品的成熟情況，通過數(shù)據(jù)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?shù)讲烧返臋C械上，機械通過位置感應(yīng)來實現(xiàn)成熟的果品采摘。在這一農(nóng)業(yè)過程中，僅僅需要數(shù)位勞動力完成，也就是現(xiàn)如今的自動化采摘技術(shù)的應(yīng)用。

3.4計算機圖像識別技術(shù)在醫(yī)學(xué)醫(yī)療多領(lǐng)域應(yīng)用

立足醫(yī)學(xué)醫(yī)療領(lǐng)域，在不斷發(fā)展進步過程中，醫(yī)療醫(yī)學(xué)圖像處理數(shù)據(jù)規(guī)模增大，這也是計算機圖像處理與識別技術(shù)得到應(yīng)用的重要原因。縱觀醫(yī)學(xué)領(lǐng)域，其涉及的圖像類型眾多，在應(yīng)用凸顯處理與識別技術(shù)的時候，應(yīng)用類型也多種多樣。首先，針對細胞染色體分類處理，以系統(tǒng)數(shù)據(jù)庫為基準，從微觀方面進行細胞染色體的分辨，以便為醫(yī)護人員提供針對性數(shù)據(jù)支持。其次，針對虛擬內(nèi)窺鏡、3D超生成象、核磁共振影像分析和數(shù)字減影血管造影技術(shù)，處理技術(shù)的優(yōu)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(gòu)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(shù)在安保系統(tǒng)中的應(yīng)用

現(xiàn)如今在監(jiān)控的大范圍應(yīng)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(jiān)控的安全排查和問題識別，也就是說，監(jiān)控系統(tǒng)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(shù)的應(yīng)用，能夠?qū)⒈O(jiān)控系統(tǒng)中的情況反映到計算機中，通過系統(tǒng)智能識別來進行記錄和自動預(yù)警，避免了由于人為忽略影響下的安全危機的出現(xiàn)。

3.6計算機圖像識別技術(shù)在工業(yè)領(lǐng)域的應(yīng)用

原本的工業(yè)零部件生產(chǎn)加工采用的是流水線作業(yè)模式，引入計算機圖像處理與識別技術(shù)后，不僅能夠?qū)崿F(xiàn)零部件的自動化生產(chǎn)，有效提高零部件生產(chǎn)效率，且還可以以圖像形式顯示零部件的各個生產(chǎn)細節(jié)信息，從而保證各個零部件的生產(chǎn)質(zhì)量。

4計算機圖像識別技術(shù)的改進

雖然目前計算機圖像識別技術(shù)已經(jīng)在各個領(lǐng)域得到了廣泛的應(yīng)用，但還存在一定的不足，幵且計算機圖像識別技術(shù)也還有很大的収展空間。

4.1提高圖像處理的質(zhì)量

在現(xiàn)今運用的計算機圖像識別技術(shù)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(xiàn)，就不能夠很好地發(fā)揮出計算機圖像識別技術(shù)的最優(yōu)效果，比如在需要排查一些作案人員或者犯罪現(xiàn)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(shù)能夠在圖像分辨率方面在一些特殊的領(lǐng)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(shù)對圖像的處理大多采用的是矩陣運算，但現(xiàn)在計算機系統(tǒng)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(yīng)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(jié)問題

計算機圖像識別技術(shù)中的具體應(yīng)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(guān)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(jié)來進行有關(guān)的處理。其具體的處理技術(shù)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(yīng)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(tǒng)技術(shù)在實際的圖像識別技術(shù)中不能夠?qū)叶葓D的方向性來進行考慮。所以提升技術(shù)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(tǒng)新階段的運用

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

5圖像識別技術(shù)的發(fā)展趨勢

5.1高傳輸率和高分辨率

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

5.2人工智能的新方向

人工智能的發(fā)展，給計算機圖像識別技術(shù)的發(fā)展帶來了新的機遇，語音識別，人臉識別技術(shù)的發(fā)展，實質(zhì)上是計算機進行信息檢索與整理的又一大新變化，大數(shù)據(jù)的出現(xiàn)，數(shù)據(jù)不僅僅限制在固定的物質(zhì)中，而是成為真正的云數(shù)據(jù)庫，信息智能化。

5.3多維技術(shù)

隨著目前計算機圖像識別技術(shù)的發(fā)展，傳統(tǒng)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(shù)未來的發(fā)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(shù)能夠在未來的生產(chǎn)生活中發(fā)揮越來越重要的作用，所以計算機圖像識別技術(shù)也會逐漸向多維與高科技方向發(fā)展，圖像識別技術(shù)所能夠應(yīng)用的領(lǐng)域也會越來越豐富。

5.4計算機圖像識別技術(shù)動態(tài)演化發(fā)展

任何技術(shù)的演進都會跟隨實用性的變化，計算機圖像識別技術(shù)能夠和計算機智能技術(shù)相結(jié)合，通過人們使用的數(shù)據(jù)判斷人們需要這些技術(shù)應(yīng)用的層面，從而進一步做出相應(yīng)的改進，以便更適應(yīng)人類的需要。

結(jié)語

根據(jù)目前社會經(jīng)濟與科技的快速發(fā)展，計算機圖像識別技術(shù)也越來越重要，發(fā)展方向越來越多元化和智能化。未來的應(yīng)用范圍也越來越廣泛，在各個領(lǐng)域都能夠發(fā)揮重要的作用并且能夠推動世界的發(fā)展。因此對于計算機圖像識別技術(shù)而言，更要注重在應(yīng)用過程中出現(xiàn)的細節(jié)問題，加強對計算機圖像識別技術(shù)的研究開發(fā)，使其能夠在人類的實踐中發(fā)揮越來越大的作用。此外，計算機圖像識別技術(shù)要配合好當前人工智能發(fā)展的新階段，搭上人工智能領(lǐng)域的順風車，為今后該技術(shù)的發(fā)展鋪平道路。從國與國之間來看，我國圖像識別技術(shù)與其他發(fā)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(shù)能夠更好地應(yīng)用于民，也能夠從人民身上竭取到它發(fā)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(shù)的探討[J].物聯(lián)網(wǎng)技術(shù)，2019，9（08）：55-57.

[2]金柯言.計算機圖像識別技術(shù)應(yīng)用與細節(jié)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(diào)節(jié)卷積神經(jīng)網(wǎng)絡(luò)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(shè)計[J].電子技術(shù)應(yīng)用，2018（02）：64-66.

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

[7]李亞奇.計算機圖像識別技術(shù)的發(fā)展現(xiàn)狀與應(yīng)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(shù)的應(yīng)用及細節(jié)問題研究[J].通訊世界，2018（11）：39-40.