薛洪濤

摘 要 智能化圖像識別技術(shù)是建立在人工智能技術(shù)得到一定的發(fā)展的基礎(chǔ)上而逐漸成熟應(yīng)用的一種技術(shù)。其可以通過應(yīng)用計算機系統(tǒng)處理目標(biāo)輸入圖像，對其進(jìn)行分析，其可以識別出諸多模式的對象，在當(dāng)前科技進(jìn)步以及社會發(fā)展的背景下，在工作和生活中計算機智能識圖技術(shù)有著較為廣泛應(yīng)用，尤其是在高速發(fā)展的信息時代，人們的工作節(jié)奏逐漸加快，在科技的發(fā)展推進(jìn)下，人們在進(jìn)行實際的生產(chǎn)實踐過程中對外界信息感知的渠道呈現(xiàn)出多元化的發(fā)展趨勢，不在簡單將有機體器官作為工具，計算機智能識圖系統(tǒng)已經(jīng)在我國中贏得了一定的市場份額，受到人們的歡迎，為了同全球日新月異的變化相適應(yīng)，就需要在計算機智能化圖像識別技術(shù)的在理論上有所突破。因此，筆者在本文之中主要分析了計算機智能化圖像識別技術(shù)的創(chuàng)新以及發(fā)展。

關(guān)鍵詞 計算機智能化；圖像識別技術(shù)；理論性探究

1 計算機智能化圖像識別系統(tǒng)的內(nèi)涵

在智能化圖像識別系統(tǒng)中其主要組成部分包括；首先，選擇目標(biāo)輸入的圖像，通過一定的處理措施將其通過智能識別系統(tǒng)輸入到計算機中，在預(yù)處理之時可以對需要識別的圖像根據(jù)性質(zhì)進(jìn)行分類，然后找到與之匹配的項目。計算機智能圖像識別中，圖像輸入就是將已經(jīng)收集好的圖像及時輸入到計算機做好處理工作。計算機的預(yù)處理的主要內(nèi)容是對要求進(jìn)行識別的圖像，其主要工作則是將要求識別的圖像做好彼此的分離工作，將圖像區(qū)和背景區(qū)之間分離，與此同時，對圖像進(jìn)行處理，將其細(xì)化，這樣就可以有效提升圖像的二值化，應(yīng)該注意將計算機智能化圖像識別技術(shù)其后期在進(jìn)行處理之時的效率以及速度提升，在當(dāng)前的技術(shù)領(lǐng)域中可以在最大程度上將圖像的真實性表現(xiàn)出來，降低圖像中存在的問題，進(jìn)而使用數(shù)值的表現(xiàn)形式來表達(dá)出圖像其主要特征，進(jìn)而提升了圖像的特征[1]。

2 計算機智能化圖像識別技術(shù)目前研究分析

當(dāng)前對于智能化圖像識別研究最為重要的一個問題如何做好圖像的識別和分割。目前在大部分專家學(xué)者對其進(jìn)行長期的研究歷程中，可以看到其已經(jīng)得到了一定的成效，但是實際情況往往較為復(fù)雜還存在諸多的問題需要進(jìn)行解決。

縱觀圖像識別技術(shù)的發(fā)展變化歷程可以發(fā)現(xiàn)，從最初的文字識別技術(shù)到現(xiàn)在的物體識別，技術(shù)在不斷進(jìn)行革新發(fā)展。20世紀(jì)的中葉，文字識別主要的對象為字母、數(shù)字和符號，在生產(chǎn)過程中很多領(lǐng)域都已經(jīng)在廣泛應(yīng)該文字識別，極大地推進(jìn)社會進(jìn)步。后來在20世紀(jì)60年代之時，隨著科技的進(jìn)步，數(shù)字圖像識別技術(shù)的發(fā)展，智能化圖像處理以及識別的研究取得進(jìn)展，因為在實際應(yīng)用過程中數(shù)字化圖像識別處理領(lǐng)域之中，與此同時，數(shù)字化圖像處理工作同傳統(tǒng)工作相比較來說，具有高容量的存儲，壓縮便捷以及傳輸速度比較快等等諸多優(yōu)勢，其可以給圖像識別技術(shù)提供比較廣闊的發(fā)展空間。

3 智能化圖像識別技術(shù)的特點和技術(shù)特征

3.1 圖像識別技術(shù)特點分析

⑴海量的信息量。在智能化圖像識別中圖像信息進(jìn)行處理進(jìn)行時，往往應(yīng)用了二維信息的形式。因為這種形式其對計算機硬件的要求，在運行過程中的速度以及實際存儲量也有著一定的要求。圖像同語言信息對比來說，有著更加嚴(yán)格頻帶要求，在圖像傳輸和成像之時，對于存儲和處理的要求科學(xué)技術(shù)。

⑵相關(guān)性大。計算機系統(tǒng)之中對于圖像在氣象因素之間存在著較大的關(guān)聯(lián)性，所以，在處理智能化圖像進(jìn)行識別時，應(yīng)該對要求進(jìn)行輸入和掃描的圖像

信息做好壓縮才可以對各種不同的圖像信息進(jìn)行分類進(jìn)而做好與之相配的匹配工作。尤其在處理三維景物過程中，其輸入圖像顯示不了三維景物。

⑶人為因素大。計算機智能化圖像識別是對圖像做好后期處理之后，一般是通過人對其做好科學(xué)合理的評價。計算機對圖像識別過程中，不能做到工作的純粹進(jìn)行， 往往受到外界的干擾，比如說人為因素對其影響比較大。作為個體的人，其感覺視覺容易被周圍的物體而影響，排除了外界因素，個體自己內(nèi)部的主觀因素也會影響到。所以為了提升計算機對于圖像識別的質(zhì)量，計算機進(jìn)行仿真設(shè)計，盡量接近于人的感官視覺對于事物的處理，對圖像在處理之時做好觀察和評價[2]。

3.2 智能化圖像識別的優(yōu)勢探討

⑴高精確度。在當(dāng)前對于圖像的識別還停留轉(zhuǎn)化一組畫像從平面化到數(shù)字化的過程，變?yōu)榱藬?shù)組。目前大部分使用的掃描儀在對圖像的像素進(jìn)行轉(zhuǎn)化之時都可以達(dá)到32位。因此，圖像識別技術(shù)目前可以完全可以滿足用戶對于圖像精度的實際需求。

⑵表現(xiàn)性較強。圖像識別系統(tǒng)一般都會在任意之時對圖像做好還原以及重現(xiàn)，這樣就可以確保圖像再通過計算機識別以及處理之時的像素。

⑶靈活性好。計算機智能化圖像識別系統(tǒng)在對圖像做好識別以及處理之時，就可以依據(jù)現(xiàn)實情況將其放大。因為圖像信息一般是來源于各個方面，不管是在生物顯微鏡之下的細(xì)胞圖像或者是對宇宙之中處于天文望遠(yuǎn)鏡之下個體較大的物體都可以在計算機智能化圖像識別系統(tǒng)之中做好識別以及進(jìn)行處理，可以通過線形運算以及一些非線性處理來實現(xiàn)圖像的識別功能。

4 計算機智能化圖像識別技術(shù)的使用

計算機智能化的圖像識別技術(shù)雖然目前面臨著很多困難以及問題，但是這種技術(shù)在現(xiàn)在依然獲得了一定的發(fā)展，從近些年的變化以及發(fā)展來說，在以后的發(fā)展之中，計算機智能化圖像識別技術(shù)就會出現(xiàn)較快的發(fā)展時期，人工智能以及立體視覺同時也就會變?yōu)橛嬎銠C智能化圖像識別技術(shù)以后的發(fā)展趨勢。因為在短時間之內(nèi)圖像識別技術(shù)可以實現(xiàn)計算機通用性比較大的全自動系統(tǒng)的可能性比較低，因此，在以后的發(fā)展過程中，計算機智能化圖像識別系統(tǒng)要求和不同類型的應(yīng)用做好綜合開發(fā)工作。

4.1 醫(yī)學(xué)生物工程的應(yīng)用

計算機智能化圖像識別技術(shù)一般可以通過對紅細(xì)胞以及種種染色體做好識別工作，如此就可以方便醫(yī)生掌握患者的病情或者是為醫(yī)學(xué)研究而服務(wù)。

4.2 工程建設(shè)方面的應(yīng)用

計算機智能化圖像識別技術(shù)一般在工程項目建設(shè)過程中獲得了十分廣泛的應(yīng)用， 特別是對于一些與之相關(guān)的零部件檢測和對輸電線路故障的排查和故障分析等等方面的分析以及排查都可以憑借計算機智能化工程獲得有效的解決。而在工業(yè)生產(chǎn)之中，施工人員對于工程焊接以及裝配過程都會充分使用計算機對于圖像智能化識別而降低施工誤差的出現(xiàn)，確保工程項目建設(shè)的質(zhì)量。

4.3 文學(xué)藝術(shù)方面的應(yīng)用

在文學(xué)藝術(shù)領(lǐng)域等等方面其對計算機智能化圖像識別技術(shù)的應(yīng)用也是十分普遍的，在廣播電視領(lǐng)域之中，電視如要需要播出一些高質(zhì)量以及高清晰度的畫面而進(jìn)行識別以及處理工作。 為了可以及時避免圖像在播出之時出現(xiàn)失真的失誤，則就可以通過計算機對其進(jìn)行自動的調(diào)整。而在美術(shù)方面，計算機智能化圖像識別技術(shù)就會對每一幅作品的色彩以及像素等等方面做好調(diào)整工作，促使其輸出之后可以比較好的反映現(xiàn)實生活，此外，計算機智能化圖像識別技術(shù)在服裝設(shè)計、制作、動作制作、發(fā)型設(shè)計等等方面都發(fā)揮了十分重要的作用。

5 結(jié)束語

文中通過對計算機智能化圖像識別技術(shù)的特點以及優(yōu)點等等方面做好一定的分析以及闡述，與此同時，也可以在理論上的創(chuàng)新和突破而進(jìn)行討論分析。在社會發(fā)展的推進(jìn)下，對圖像進(jìn)行智能化處理也變得逐漸重要。計算機智能化圖像識別技術(shù)其在工業(yè)、農(nóng)業(yè)以及科研等等領(lǐng)域中都發(fā)揮了十分重要的作用。與此同時，計算機智能化圖像識別技術(shù)在目前的應(yīng)用以及發(fā)展中也會變得逐漸成熟。

參考文獻(xiàn)

[1]楊小冬，寧新寶，譚臺哲.自動圖像識別系統(tǒng)圖像分割算法的研究[J].南京大學(xué)學(xué)報（自然科學(xué)），2009，40（4）：424-431.

[2]李建華，馬小妹，郭成安.基于方向圖的動態(tài)閾值指紋圖像二值化方法[J].大連理工大學(xué)學(xué)報，2008，42（5）：626-628.