（華南理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院 廣東 510000）

伴隨著如今信息與互聯(lián)網(wǎng)技術(shù)的持續(xù)革新與發(fā)展，諸如數(shù)字圖像處理技術(shù)在各領(lǐng)域的深化運(yùn)用很大程度上提升著大眾的生活水準(zhǔn)。圖像識(shí)別是生物識(shí)別、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)中最具吸引力和挑戰(zhàn)性的研究課題之一[1]。不過(guò)就目前而言，國(guó)內(nèi)的信息終端針對(duì)數(shù)字圖像處理技術(shù)存在著顯著的欠缺，因此需要持續(xù)化健全，數(shù)字圖像處理技術(shù)的未來(lái)發(fā)展態(tài)勢(shì)較為明朗。為了全面增進(jìn)國(guó)內(nèi)信息終端的數(shù)字化圖像處理技術(shù)，相關(guān)的研發(fā)技術(shù)人員需要更為全面地探究其在生活中的核心價(jià)值，特別是要有效挖掘其所存在的優(yōu)勢(shì)特征，借助持續(xù)化的實(shí)驗(yàn)探究，不斷增進(jìn)自身的專(zhuān)業(yè)水準(zhǔn)，并且更好提升信息終端的數(shù)字化圖像處理技術(shù)，從而進(jìn)一步契合大眾對(duì)此種技術(shù)的真實(shí)需求。

1 計(jì)算機(jī)圖像處理與識(shí)別技術(shù)概念分析

計(jì)算機(jī)圖像處理與識(shí)別技術(shù)是數(shù)字圖像處理與模式識(shí)別技術(shù)相結(jié)合的產(chǎn)物，它利用計(jì)算機(jī)視覺(jué)采集事物對(duì)象，以圖像數(shù)據(jù)為基礎(chǔ)，計(jì)算機(jī)模擬人的視覺(jué)自動(dòng)完成信息的處理，達(dá)到人所具有的對(duì)視覺(jué)采集圖像進(jìn)行識(shí)別的能力，代替人完成圖像識(shí)別和處理的任務(wù)。借助圖像傳輸?shù)姆绞?，可以將圖像有效地劃分成為虛擬與數(shù)碼兩類(lèi)。數(shù)碼類(lèi)的圖片是大眾日常最常規(guī)的圖像，其中包含的信息點(diǎn)也極具多樣化的特征。數(shù)碼圖像的參數(shù)設(shè)置的工作體量通常相對(duì)較高，倘若運(yùn)用傳統(tǒng)的純?nèi)肆Ψ绞綄?duì)圖像開(kāi)展處理，其整體的工作開(kāi)展效率與精準(zhǔn)度都無(wú)法得到有效保障，也大概率破壞最終的成效。所以，信息終端圖像處置以及相關(guān)識(shí)別方式的理論與人力圖像鑒定有著極為顯著的同質(zhì)性。在開(kāi)展圖像鑒定的過(guò)程之中，首先，需要可以對(duì)圖像的色調(diào)以及尺寸等規(guī)格開(kāi)展最為有效的調(diào)整；其次，腦神經(jīng)系統(tǒng)的視覺(jué)審定開(kāi)啟信息反饋之后，可以有效達(dá)成圖像的基礎(chǔ)認(rèn)知，之后讓其可以在遇到相近信息之后，自主地收集有關(guān)的信息內(nèi)容。信息終端圖像處理與鑒定的方式是將腦神經(jīng)中樞轉(zhuǎn)變成為信息終端設(shè)施的存儲(chǔ)，不過(guò)信息終端設(shè)施卻沒(méi)有人腦的深刻感受，大概率會(huì)讓圖像的處理與鑒定的結(jié)果缺少主觀性。

2 計(jì)算機(jī)圖像處理與識(shí)別技術(shù)的特點(diǎn)

針對(duì)現(xiàn)階段基于信息化終端的數(shù)字圖像處理技術(shù)與識(shí)別技術(shù)的持續(xù)發(fā)展以及運(yùn)用，其顯著性的特點(diǎn)主要包括以下三個(gè)方面：

2.1 處理運(yùn)作速率優(yōu)異

在如今互聯(lián)網(wǎng)與信息化技術(shù)持續(xù)深入運(yùn)用的發(fā)展趨勢(shì)影響下，有海量的數(shù)據(jù)資料需要有效借助信息終端的圖像處理與識(shí)別技術(shù)開(kāi)展有效的運(yùn)作，而此項(xiàng)技術(shù)因?yàn)橛兄^為優(yōu)異的匹配性，其可以在較短的周期之內(nèi)有效完成對(duì)數(shù)據(jù)高效率解析工作。諸如一幅255*256 較低分辨率的黑白圖像，則需要64bit 的數(shù)據(jù)量，而對(duì)于高分辨彩色512*512 圖像，則需要768kbit 的數(shù)據(jù)量，而伴隨著如今計(jì)算機(jī)圖像處理與識(shí)別技術(shù)的快速發(fā)展，如今高分辨影像可以實(shí)現(xiàn)瞬間解析，處理效率與黑白圖像持平。

2.2 精準(zhǔn)度相對(duì)較高

據(jù)統(tǒng)計(jì)，在人獲取的信息中，視覺(jué)信息占了百分之六十，而圖像是人獲取信息的主要途徑[2]。相對(duì)于人力圖像處理方式以及革新前期的信息終端數(shù)字化圖像處理與識(shí)別技術(shù)而言，現(xiàn)階段所運(yùn)用的信息終端圖像處理與識(shí)別技術(shù)已經(jīng)充分展現(xiàn)出了運(yùn)作完善性的特征，特別是其可以同步開(kāi)展多個(gè)以及多樣類(lèi)型圖像，并且可以有效篩選出價(jià)值性較高且整體較為健全的數(shù)據(jù)，而且識(shí)別誤差率不高于1%[3]。

2.3 高可靠性

圖像識(shí)別技術(shù)特別是生物特征圖像識(shí)別技術(shù)改變了依靠實(shí)物確認(rèn)身份或可記憶信息的傳統(tǒng)模式，所具有的獨(dú)特性、持久性特征大大降低了信息丟失和偽造的可能性，在國(guó)家的社會(huì)安全、人機(jī)交互等領(lǐng)域具有非常高的應(yīng)用價(jià)值。

3 計(jì)算機(jī)圖像處理與識(shí)別技術(shù)在現(xiàn)代交通中的應(yīng)用

現(xiàn)階段計(jì)算機(jī)圖像處理與識(shí)別技術(shù)在諸如交通、工業(yè)制造、醫(yī)療等眾多領(lǐng)域中有著較為廣泛的應(yīng)用。但是針對(duì)智能交通系統(tǒng)（Intelligent Transportation Systems）而言，通過(guò)此項(xiàng)技術(shù)的深入運(yùn)用，讓信息終端圖像處理與鑒定能力都有著較為精準(zhǔn)且高效的判定水準(zhǔn)，其在道路交通領(lǐng)域也有著較為優(yōu)異的運(yùn)用，比如車(chē)輛行駛輔助、車(chē)輛行駛狀態(tài)的確認(rèn)等，信息終端圖像處理以及鑒定能力都有著極為關(guān)鍵的運(yùn)用。現(xiàn)階段，機(jī)動(dòng)車(chē)在個(gè)人家庭得到了全面的普及以及交通事故的產(chǎn)生概率也在不斷提升，為了更好明晰交通違法人員需要擔(dān)負(fù)的責(zé)任，交通管理部門(mén)可以運(yùn)用專(zhuān)項(xiàng)的信息終端技術(shù)開(kāi)展有針對(duì)性的處理與識(shí)別，明晰違法車(chē)輛的基礎(chǔ)信息，從而增進(jìn)信息終端數(shù)字圖像處理技術(shù)在交通領(lǐng)域的有效化運(yùn)用。以下幾個(gè)方面是目前計(jì)算機(jī)圖像處理與識(shí)別技術(shù)在智能交通中最具代表性的運(yùn)用。

3.1 車(chē)牌自動(dòng)識(shí)別技術(shù)

近些年來(lái)，機(jī)動(dòng)車(chē)號(hào)牌自動(dòng)化識(shí)別技術(shù)已經(jīng)在居民小區(qū)、商業(yè)街區(qū)等眾多區(qū)域得到了較為廣泛的運(yùn)用。車(chē)牌識(shí)別（License Plate Recognition）系統(tǒng)具體所指的是借助對(duì)行駛車(chē)輛的實(shí)時(shí)監(jiān)控拍攝，實(shí)現(xiàn)對(duì)其牌照信息的自動(dòng)化提取并開(kāi)展處理的專(zhuān)項(xiàng)技術(shù)。車(chē)牌識(shí)別技術(shù)的基礎(chǔ)原理是，當(dāng)車(chē)輛通過(guò)檢測(cè)區(qū)域以后，檢測(cè)裝置便會(huì)被觸發(fā)，開(kāi)啟數(shù)字影像設(shè)施獲取車(chē)牌的相關(guān)圖像，從而進(jìn)一步將圖像上傳到信息終端管控系統(tǒng)。借助軟件算法對(duì)車(chē)牌上的漢字、字母、數(shù)字等開(kāi)展智能化的識(shí)別。一般情況下，識(shí)別軟件為整體系統(tǒng)的核心，核心環(huán)節(jié)包括圖像的預(yù)處理、車(chē)牌定位等。這當(dāng)中，圖像預(yù)處理是對(duì)圖像開(kāi)展識(shí)別運(yùn)作的前期工作，首先，對(duì)圖像開(kāi)展色彩空間的改變、濾波等一系列的處理，以更好消除對(duì)周邊環(huán)境的影響；車(chē)牌定位具體所指的是對(duì)圖片開(kāi)展形態(tài)學(xué)處理融合車(chē)牌特征獲取車(chē)輛的所處區(qū)域；車(chē)牌校正是對(duì)車(chē)牌開(kāi)展較大的校正，從而有效解除拍攝角度所帶來(lái)的負(fù)面影響；字符切割具體所指的是借助投影來(lái)運(yùn)算獲取所有字符的寬度，從而對(duì)車(chē)牌分割，獲取單一化的字符；字符識(shí)別是運(yùn)用模板匹配對(duì)所有字符開(kāi)展識(shí)別，從而獲取車(chē)牌的識(shí)別結(jié)果。

3.2 運(yùn)動(dòng)狀況識(shí)別與路徑追蹤判別

作業(yè)條件識(shí)別和路徑跟蹤判斷能夠有效地應(yīng)用于停車(chē)、變道、事故等狀態(tài)檢測(cè)環(huán)節(jié)，以前如果要獲得運(yùn)行中車(chē)輛的數(shù)據(jù)，就需要根據(jù)傳感器的配置，這種傳統(tǒng)的方法有一個(gè)比較突出的缺點(diǎn)，即需要超聲波雷達(dá)的硬件必須標(biāo)準(zhǔn)化放置在道路兩側(cè)，這樣操作無(wú)疑難度較大，而且資金支出方面也相對(duì)較大，特別是經(jīng)常需要對(duì)現(xiàn)有道路進(jìn)行一定程度的改造甚至破壞，這無(wú)疑也會(huì)對(duì)相關(guān)道路的總體使用周期產(chǎn)生影響。當(dāng)代的數(shù)字化圖書(shū)處理技術(shù)則有效解決了此項(xiàng)問(wèn)題，妥善地運(yùn)用此種技術(shù)可以在視頻之中獲取來(lái)往車(chē)輛的真實(shí)數(shù)據(jù)，這當(dāng)中的原理可以將視頻運(yùn)用數(shù)字圖像技術(shù)開(kāi)展運(yùn)算進(jìn)行解析，從而得出科學(xué)化結(jié)論。

3.3 數(shù)據(jù)的收集

在國(guó)內(nèi)的基礎(chǔ)道路交通管控系統(tǒng)之中，為了更好獲取更大范圍內(nèi)車(chē)輛的行駛運(yùn)作數(shù)據(jù)，以往一般所運(yùn)用的是感應(yīng)線圈等傳統(tǒng)方法，不過(guò)此類(lèi)方法都需要將裝置設(shè)施安置在路面上，這會(huì)對(duì)路面造成一定程度上的傷害，安置的難度也較高。因此如今都是運(yùn)用專(zhuān)業(yè)的攝像設(shè)備開(kāi)展拍攝，然后借助圖像處理來(lái)開(kāi)展數(shù)據(jù)的收集。伴隨著科技的持續(xù)進(jìn)步與發(fā)展，如今只需要在相關(guān)路段區(qū)域安置專(zhuān)業(yè)的攝像設(shè)備，借助其就可以獲取實(shí)時(shí)的影像資料，通過(guò)系統(tǒng)化的壓縮操作之后傳輸?shù)焦芸刂行?。管控中心將相關(guān)圖像進(jìn)行全面的提取，則可以實(shí)現(xiàn)對(duì)車(chē)輛的動(dòng)態(tài)化追蹤。運(yùn)動(dòng)追蹤是車(chē)輛識(shí)別的運(yùn)作環(huán)節(jié)之一，其核心分為背景的提取、運(yùn)動(dòng)物體的追蹤等。在近些年來(lái)，通過(guò)相關(guān)專(zhuān)業(yè)研發(fā)人員的不懈努力，如今對(duì)于每個(gè)點(diǎn)都提出了有針對(duì)性的算法，這也讓車(chē)輛追蹤變得更為精準(zhǔn)，保證了信息采集的自動(dòng)化與全面性，增強(qiáng)信息的可靠程度[4]。

3.4 道路障礙的檢測(cè)

車(chē)輛在高速公路上較快速度的行駛時(shí)，如果遭遇障礙物則必然會(huì)進(jìn)行緊急剎車(chē)操作，而這樣的操作也往往會(huì)帶來(lái)難以估量的后果。因此，對(duì)道路開(kāi)展障礙物的檢測(cè)是極為必要的，因?yàn)槠渲苯雨P(guān)乎著車(chē)輛的安全行駛。系統(tǒng)檢測(cè)到有障礙物可以第一時(shí)間通知相關(guān)的管理部門(mén)。如今最常用的檢測(cè)技術(shù)主要是以下兩種種：圖像濾波法、模板法[5]。這些方法都是如今智能交通系統(tǒng)中不可或缺的關(guān)鍵技術(shù)。但是，在受到天氣惡劣、亮度因素等情況的影響，這種檢測(cè)技術(shù)會(huì)影響其檢測(cè)障礙物的準(zhǔn)確率。

3.5 電子警察中的運(yùn)用

電子警察技術(shù)在智能化交通系統(tǒng)中有著非常顯著的作用。電子警察運(yùn)用了現(xiàn)代化的數(shù)字圖像處理技術(shù)之后，可以對(duì)拍攝的視頻圖像開(kāi)展識(shí)別、解析以及處理，不只是顯著提升了智能交通的工作效率與運(yùn)作的安全，同時(shí)也在很大程度上削減了人力與物力。電子警察運(yùn)用的數(shù)字圖像處理技術(shù)核心包括了以下幾個(gè)方面：圖像濾波、編碼、加密與水印等相關(guān)的技術(shù)。

4 結(jié)束語(yǔ)

綜上所述，圖像處理與識(shí)別技術(shù)作為信息化領(lǐng)域出現(xiàn)的全新技術(shù)模式之一，其深入運(yùn)用于交通、醫(yī)療等領(lǐng)域之中，其不僅可以有效實(shí)現(xiàn)對(duì)行業(yè)發(fā)展的促進(jìn)，同時(shí)也在一定程度上更好推進(jìn)了信息化領(lǐng)域的快速發(fā)展。在今后的發(fā)展當(dāng)中，此項(xiàng)技術(shù)所涉及的專(zhuān)業(yè)領(lǐng)域必將更為廣泛化。倘若想要此項(xiàng)技術(shù)得到高效的發(fā)展，相關(guān)的研發(fā)工作人員則需要對(duì)此技術(shù)開(kāi)展科學(xué)化的革新，從而更好推動(dòng)信息終端的數(shù)字化圖像處理更為深入地運(yùn)用于各個(gè)領(lǐng)域之中。