付正廣

(山東華宇工學院，山東 德州 253000)

信息時代，人們越來越依賴電腦、平板和手機等智能設備，每天都要接觸各種各樣的數(shù)據(jù)信息，這些信息包含了巨大的經濟價值和使用價值，但有的則是無用的垃圾信息。計算機圖像處理與識別技術可以快速甄別出特定的數(shù)據(jù)信息，在信息處理中發(fā)揮著至關重要的作用。近些年，計算機軟硬件更新?lián)Q代不斷加快，計算機圖像處理和識別技術的運算能力得到大幅度提升，促進了其在各行各業(yè)中的廣泛應用。計算機圖像處理與識別技術具有識別速度快、識別精準度高等特點，具有廣闊的應用空間，故而加強對計算機圖像處理與識別技術的研究非常重要，對我國信息化建設有著巨大的推動作用。

1 計算機圖像處理與識別技術

計算機圖像處理與識別技術是指利用計算機技術對目標圖像進行識別、分析及處理，從而實現(xiàn)對圖像特征及關鍵信息的提取，達到識別處理的目的。計算機圖像處理與識別技術以人工智能技術為載體，快速準確地對圖像進行處理和識別，其中圖像從基本定義上來說是對客觀對象的一種相似性的、生動性的描述或寫真，是對客觀對象的一種表示，它包含了客觀對象表面上的各種信息。廣義上圖像是指具有視覺效果的畫面，它的存在方式有紙張、照片、電視、電腦或投影儀等，故而圖像根據(jù)定義可分為模擬圖像和數(shù)字圖像。模擬圖像又被稱作連續(xù)圖像，它是指具有一定的灰度值且在二維坐標系中連續(xù)變化的圖像。模擬圖形的像點是無限稠密的，例如人物和風景的照片。數(shù)字圖像則是以二維數(shù)字組形式表示的圖像，與模擬圖像不同，數(shù)字圖像的光照位置和強度都是離散的，它是通過模擬圖像數(shù)字化得到的一類圖像，以像素作為基本元素。像素是數(shù)字圖像中的最小單位，不可以再分割成更小的單位或元素。

1.1 計算機圖像處理與識別技術的原理

圖像是人類獲取信息的最重要的來源之一。據(jù)資料顯示，人類獲取信息的主要來源是視覺信息的獲取，盡管人類對于圖像的識別能力比較強大，但對于信息量極其龐大的現(xiàn)代社會而言，人類自身的識別能力已經無法滿足其對圖像信息獲取的需求，因此，基于人工智能誕生的計算機圖像處理與識別技術就顯得尤為重要。

計算機圖形處理與識別技術的產生來源于人類看東西的方式，即對圖像信息的獲取，人們將需要識別的圖像利用傳感器等硬件設備，將光、聲音等信息轉變成為計算機可以識別的電信號并對獲取的信息進行預處理，將電信號信息進行去噪、平滑和變化處理，消除電信號中存在的干擾信息及無效信息，將圖像信息中的特征特點展示出來，并將信息最大限度地進行簡化，便于下一步操作。預處理后的信息可以很容易地提取出特征信息，通過事先設定好的針對性程序，進行信息選擇，獲取有用的特征信息，這是計算機圖像處理與識別中最關鍵的技術之一。通過分類器設計，對信息進行分類決策管理，根據(jù)提取到的特征信息，通過事先設定好的分類標準，對信息進行分類管理或識別。分類器設計也是識別規(guī)則，它是計算機進行圖像識別時獲得高識別率的關鍵因素，好的分類器設計可幫助計算機更好地識別研究對象的所屬類別。

1.2 計算機圖像處理與識別技術的分類

計算機圖像處理與識別技術可以分為神經網絡圖像識別技術和非線性降維圖像識別技術。

1.2.1 神經網絡圖像識別技術

神經網絡是指人工神經網絡，是人類模仿神經網絡得到的一種新型圖像識別技術，它將傳統(tǒng)的圖像識別方法融入了神經網絡算法，以有效簡化計算統(tǒng)計，提高識別速度。卷積神經網絡是深度神經網絡圖像識別中的重要算法，它與傳統(tǒng)神經網絡不同，其采用的是局部連接方式，通過設計多個卷積層，有效地對圖像進行降維處理并實現(xiàn)權值共享，通過以上設置，大大減少神經元之間連接的數(shù)量級。

1.2.2 非線性降維圖像識別技術

非線性降維圖像識別技術是針對圖像識別中出現(xiàn)的異常高維識別問題而產生的一種算法，一個比較低分辨率的圖像有著非常高維的數(shù)據(jù)，例如：100×200像素的圖像是位于20 000維的空間中，這類圖像計算復雜且需要的存儲容量較大，這給圖像識別帶來了較高的難度。非線性降維圖像識別技術是在保證本征結構完整性的基礎上，進行降維運算處理，通過對圖像進行最優(yōu)分割，在較低的維度下進行圖像處理，有效提升了識別速度。

2 計算機圖像處理與識別技術的優(yōu)勢

2.1 圖像處理速度快

計算機圖像處理與識別技術可以快速地在海量信息中獲取所需的信息，將大量的圖像信息輸入到計算機中構建數(shù)據(jù)庫，通過計算機相關軟件與建立的圖像數(shù)據(jù)庫進行相互配合，短時間內快速地比對提取到的重要特征信息，完成數(shù)據(jù)信息分析、對比、去除和保持等。

2.2 圖像識別精度高

計算機圖像處理與識別技術發(fā)展迅速，已經由傳統(tǒng)的單張圖片識別上升到可以同時處理多張不同類型的圖片，經過計算機處理之后，沒用的數(shù)據(jù)信息被過濾，符合要求的有效數(shù)據(jù)信息得以保留，基于該種處理方式的計算機圖形處理與識別技術的精度得到大幅度提高，滿足了人們的需求。

2.3 圖像處理靈活度高

計算機圖像處理與識別技術的靈活度非常高，進行圖像處理時，依托于各種各樣的計算，通過智能化設置，與各項算法相互配合，自動化地進行圖像處理和識別，在處理過程中遵循智能化原則，具有相當高的靈活性。

3 計算機圖像處理與識別技術的具體應用

3.1 交通管理中的應用

我國車輛數(shù)量快速增長，隨之而來的是各種各樣的交通問題，如交通事故、交通擁堵、交通違法違章、城市交通運輸規(guī)劃等問題，而計算機圖像處理與識別技術可以快速準確地進行人、車、路三種元素的處理識別。

交通違章是較為常見的問題，車輛違章大多需要對違章機動車車號牌進行圖像處理與識別，迅速鎖定違章車輛車主，上傳相關違章信息，對違章行為做出相應的處罰，以降低車輛違章發(fā)生率。機動車車號牌的識別程序主要有以下幾個步驟：由監(jiān)控攝像機拍攝違章車輛畫面，進行初步的預處理，將包含整個車身的圖像進行分割，確定車號牌所在位置，對車號牌上的文字和顏色進行特征提取，并與車號牌數(shù)據(jù)庫進行比對，最終得到車號牌對應的車輛信息，具體流程見圖1。

圖1 機動車車號牌識別流程Fig.1 Identification process of vehicle license plate

由于違章車輛類型不同，相應的車號牌顏色、大小及尺寸都不盡相同，此外，車號牌周邊的環(huán)境光照、機動車行駛的速度及車號牌的污損和新舊都會影響識別結果，所以對車號牌的定位成為了整個流程中非常關鍵的一步。目前，對車號牌進行定位主要采用逐行掃描的方法，我國機動車車號牌的大小是長45 cm、寬15 cm，車號牌上一共有8個字符，字符由漢字、大寫英文、數(shù)字及一個點符號構成，在對機動車圖像進行降噪處理后，從機動車圖像的底部開始進行逐行掃描，當檢測到文字信息后，開始從左到右對機動車車號牌的文字筆畫變化頻率進行像素掃描，如果對文字筆畫變化掃描寬度達到預設值時，便開始分析文字筆畫變化區(qū)域的行的起點和終點，如果該文字筆畫變化區(qū)域的長度和寬度都達到了預先設定值，則認為車號牌所在的區(qū)域是這里，進而確定機動車車號牌在圖像中的位置。

傳統(tǒng)的機動車車號牌字符識別方法有模板法、投影—變換系數(shù)法，其中，模板法需要事先設計好模板，但容易受到漢字點陣位移的影響，當字量增大時，該方法的適用性就會變差；投影—變幻系數(shù)法屬于統(tǒng)計模式識別法，它是將漢字轉換成二位隨機點陣圖形，變換系數(shù)是用來進行識別的特征信息，這種算法比較簡單且具有一定的抗干擾能力，但是漢字的筆畫長短、粗細和形態(tài)都會對變換系數(shù)的數(shù)值產生直接影響，這也就進行一步加大了計算工作量?；谏窠浘W絡的字符識別法是比較常用的識別技術，具有較強的模糊性和抗干擾能力，通過采取多識別子網同步識別的方法，可以有效降低神經網絡的復雜程度，提高識別速度和準確度，從而滿足智慧交通管理的要求。

3.2 醫(yī)療領域中的應用

現(xiàn)代醫(yī)療技術正逐漸趨于智能化診斷方向發(fā)展，越來越多的先進設備被用于病理檢查中，醫(yī)學圖像數(shù)據(jù)信息也在不斷增加，因此，對于醫(yī)學圖像信息處理技術的要求越來越高。圖像處理與識別技術將直接影響對數(shù)據(jù)信息的真實性和準確性的判斷，影響對患者病情的分析。計算機圖像處理與識別技術可以快速處理大量的圖像數(shù)據(jù)信息，提升數(shù)據(jù)識別的準確性。比如：在進行胃癌、乳腺癌等癌癥病情診斷時，常常會用到醫(yī)學圖像CAD診斷方法，它是利用影像學和醫(yī)學圖像處理技術及計算機計算能力，幫助醫(yī)生診斷，以此來提高診斷的準確性。具體圖像處理與識別過程是將得到的醫(yī)學原始圖像進行分割、去噪、增強處理，處理后進行特征提取和選擇，建立高階對稱張量并將維數(shù)標準化，將得到的高階張量特征矩陣放入到分類器中進行識別，進一步得到診斷結果，可概括為圖像處理、圖像分析和圖像理解過程。計算機圖像處理與識別技術除了為醫(yī)生提供病理圖像數(shù)據(jù)信息，還可以建立3D數(shù)據(jù)模型和2D斷層圖像，進一步幫助醫(yī)生清楚地掌握患者病情。

3.3 金屬防蝕領域中的應用

我國每年都有大量的金屬零件和器械因為腐蝕問題而報廢，造成了巨大的經濟損失，因此，需要對金屬材料腐蝕情況進行監(jiān)測并采取措施進行防蝕處理。金屬腐蝕情況的傳統(tǒng)檢測方法有表觀檢查、重量法、化學法、機械法、電化學法等，這些方法都具有一定的局限性，如重量法只適合測定均勻腐蝕的金屬。采用計算機圖像處理與識別技術，可在金屬發(fā)生點蝕 的位置檢測灰度值的變化，獲取金屬腐蝕的變化情況，大大縮短檢測時間。

4 結語

計算機圖像處理與識別技術在海量信息處理中將發(fā)揮越來越重要的作用，其可快速、準確地獲取重要的數(shù)據(jù)信息。應加強計算機圖像處理與識別技術在交通管理、醫(yī)療診斷及金屬防蝕等領域中的應用，保障各項工作的順利開展，提高工作效率。未來，計算機圖像處理與識別技術將與人工智能相結合，實現(xiàn)計算機技術的升級優(yōu)化，發(fā)揮其更大的應用價值。