倪凡 黃莉雅 歐陽靜

摘? 要：計算機圖像識別技術(shù)是一種以互聯(lián)網(wǎng)技術(shù)強大的數(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，在社會生產(chǎn)各領(lǐng)域中都具有巨大經(jīng)濟價值和要用價值的新型技術(shù)。而通過在大量實際工作中的應(yīng)用，使得計算機圖像識別技術(shù)的靈活性與多元化特點得到了充分的發(fā)揮。本文重點分析了計算機圖像識別技術(shù)的應(yīng)用類型與技術(shù)特點。

關(guān)鍵詞：計算機? 圖像處理? 識別技術(shù)? 應(yīng)用分析

中圖分類號：G67? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ?文章編號：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? 計算機圖像處理與識別技術(shù)在多領(lǐng)域的應(yīng)用

1.1 擴大智能交通影響力

交通行駛安全事故是當(dāng)前對于社會秩序穩(wěn)定會造成嚴重破壞的一種不良現(xiàn)象，對于國民的日常出行安全、生命安全和財產(chǎn)安全，都會產(chǎn)生嚴重的影響。而計算機圖像識別技術(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在開車的過程中沒有時刻關(guān)注道路的狀況，從而導(dǎo)致在發(fā)生安全事故之前無法進行快速地判斷和轉(zhuǎn)移[1]。而基于計算機圖像處理與識別技術(shù)的車輛輔助服務(wù)，便可以根據(jù)采集車輛運行狀況以及所行駛的道路信息等方式，通過精確地計算對可能發(fā)生的安全事故或車道偏離情況進行識別與確定，最后再通過及時為駕駛?cè)藛T提供預(yù)警從而很好的保證了車輛行駛安全。另外，計算機圖像識別技術(shù)還用于對違章車輛的車牌號、車輛信息以及駕駛?cè)藛T信息進行追蹤與獲取[2]。

1.2 輔助有色金屬的檢測任務(wù)

計算機圖像識別技術(shù)還可以用于對有色金屬進行檢測，例如在人們?nèi)粘Ｉ钜约吧鐣a(chǎn)的過程中最常見的一種銅金屬，在礦產(chǎn)企業(yè)開發(fā)銅礦時，便可以依據(jù)圖像識別技術(shù)降低礦物檢測和開采的難度。而正是由于這種先進的圖像識別技術(shù)，能夠極大地提高企業(yè)對于有色金屬類型及成分檢測的準確度，因此該技術(shù)所體現(xiàn)出的重要輔助性價值使得其在有色金屬檢測領(lǐng)域中獲得了廣闊的推廣空間與應(yīng)用前景[2]。而隨著我國計算機技術(shù)水平的不斷提高，該技術(shù)在實際應(yīng)用過程中識別圖像的速度和質(zhì)量也大幅度提升，因此進一步應(yīng)用于生產(chǎn)和實驗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中便充分結(jié)合計算機圖像識別技術(shù)提高了物化檢測的質(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)，便能夠更加準確真實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

計算機圖像識別技術(shù)，對于醫(yī)療領(lǐng)域的發(fā)展起到了重要的推動和促進作用，大部分現(xiàn)代化醫(yī)療設(shè)備及檢測儀器，都是以圖像識別技術(shù)為基礎(chǔ)，配合其他計算機技術(shù)、生物技術(shù)等來完成對病人身體狀況和生物內(nèi)部結(jié)構(gòu)的檢測與判斷。例如在細胞染色體的研究與檢測項目中，醫(yī)學(xué)人員便充分利用了圖像識別技術(shù)分辨細胞染色體，并獲取相應(yīng)的數(shù)據(jù)信息來構(gòu)建系統(tǒng)數(shù)據(jù)庫[3]。另外在判斷患者病情以及患病類型時，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超聲成像檢測技術(shù)等，都屬于計算機圖像處理與識別技術(shù)的延伸和優(yōu)化，這對于提高醫(yī)護人員判斷患者病情的準確性和科學(xué)性具有重要意義。

1.4 鋼包潔凈度檢測的應(yīng)用

計算機圖像識別技術(shù)能夠?qū)芏嗳祟惾庋塾^測不到的事物或變化形態(tài)進行快速的捕捉和智能識別，因此配合智能化技術(shù)通過對圖像識別過程中獲取到的信息進行深入分析，并與計算機設(shè)備數(shù)據(jù)庫中的內(nèi)容進行比對便能夠達到對目標物體表面缺陷或者潔凈度的有效檢測。目前計算機圖像識別技術(shù)在煉鋼領(lǐng)域中，便可以廣泛應(yīng)用于檢測產(chǎn)品的表面潔凈度，從能夠而滿足國家規(guī)定的生產(chǎn)標準要求。同時在鋼產(chǎn)品生產(chǎn)的過程中，針對鋼包表面的污染物問題也可以利用這種技術(shù)快速識別并制定相應(yīng)的清洗計劃。通常技術(shù)人員采用的識別方式，是通過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，這樣便實現(xiàn)了對圖像中污染物形態(tài)的標定和剔除[4]。而在實際應(yīng)用的過程中，由于對彩色圖像和黑白圖像進行識別所需要的計算量是不同的，因此為了進一步加快圖像識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)備在識別與分析的過程中便能夠獲得更好的匹配度，同時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題，也可以進一步利用計算機圖像識別技術(shù)進行識別與捕捉來提高產(chǎn)品的質(zhì)量[5]。

2? 常用的圖像識別技術(shù)

2.1 模式識別方式

模式識別是人工智能領(lǐng)域中針對程序編輯人員設(shè)計的數(shù)學(xué)模型、圖像文本等數(shù)據(jù)信息，進行快速識別、分析、處理，從而實現(xiàn)對數(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，科研人員對于圖像識別技術(shù)也提出了更高的要求，其中能夠?qū)D像進行自動識別、分析和處理，以便進一步提高科學(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)域工作的重點研究任務(wù)。模式識別中既包含了系統(tǒng)的自動學(xué)習(xí)功能，同時還需要具備處理數(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)和捕捉的特征進行儲存，便可以仿照人類大腦的運行機制實現(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)庫內(nèi)容，在實際工作過程中通過比對圖像識別獲取到的外界信息便可以進行判斷、分析、選擇等功能，盡管在特定情況下會存在一定的誤差，但是人工智能技術(shù)的發(fā)展必定會在模式識別方式的基礎(chǔ)上進行優(yōu)化和改進，從而實現(xiàn)真正的“智能化”和“自主化”[6]。并且未來隨著人們研發(fā)出來的計算機系統(tǒng)與設(shè)備不斷升級換代，從而能夠在更短的時間內(nèi)處理數(shù)量更為龐大的數(shù)據(jù)，很多現(xiàn)階段模式識別中存在的局限性問題也會得到有效解決[3]。

2.2 神經(jīng)網(wǎng)絡(luò)圖像識別方式

神經(jīng)網(wǎng)絡(luò)圖像識別是以傳統(tǒng)的圖像分析和處理為基礎(chǔ)，通過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，這種識別技術(shù)的形成是以模擬人和動物的神經(jīng)網(wǎng)絡(luò)運行機制為藍本，通過結(jié)合計算機算法和圖像特征分析等方式，完成從現(xiàn)實世界事物造型向計算機系統(tǒng)中數(shù)據(jù)模型的精準轉(zhuǎn)化。另外，圖像分析與處理速度快也是神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)的一個重要特點，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? 圖像識別技術(shù)存在的問題及解決對策

3.1 圖像紋理識別效果不佳

圖像的紋理是計算機圖像識別技術(shù)在辨別與處理圖像信息時重要的參考依據(jù)，傳統(tǒng)的計算機圖像識別技術(shù)主要是通過抓取圖像邊緣關(guān)鍵信息，并通過配合內(nèi)部存儲數(shù)據(jù)庫的檢索功能來實現(xiàn)對圖像類型的匹配。但是在這種方法下識別的圖像信息，往往由于缺乏對內(nèi)部圖像紋理的細致掃描，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)，針對計算機設(shè)備圖像紋理識別不足的問題提出了一種有效的解決措施，通過加強圖像特征識別功能對目標圖像進行科學(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別的質(zhì)量以及精細度的作用。

3.2 圖像灰度特征的衰減問題

煙霧圖像是傳統(tǒng)計算機圖像識別技術(shù)中需要攻克的一項重要技術(shù)難關(guān)，一直以來對于智能煙霧圖像的識別效果，往往都由于其圖像特征衰減速度過快而無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判斷閥值的有效獲取，但是在此階段其失效速度過快的問題也導(dǎo)致技術(shù)人員難以進行及時地捕捉和分析。想要有效解決這一問題，那么就必須要進一步提高對圖像灰度細節(jié)特征的捕捉與分析效果，經(jīng)大量的實驗驗證結(jié)果表明，將傳統(tǒng)計算機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算機系統(tǒng)在圖像灰度特征衰減階段中所獲取到的圖像特征細節(jié)信息。除此之外，這一方法的應(yīng)用還使得計算機設(shè)備對大規(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計算機圖像識別技術(shù)的研究方向。

3.3 指紋方向場細節(jié)問題嚴重

指紋識別技術(shù)是計算機圖像識別技術(shù)中應(yīng)用范圍最廣泛、使用價值非常高的一個重要研究方向，圖像識別設(shè)備能夠通過對指紋信息中方向場的快速獲取、識別和匹配，進而完成相應(yīng)的設(shè)定指令與控制操作。然而在指紋識別技術(shù)的實際應(yīng)用過程中，還存在著當(dāng)遇到指紋圖像的部分遭到破壞的情況時，圖像識別設(shè)備便很難根據(jù)指紋灰度進行計算從而進一步確定指紋紋路和劃分種類，因此這也使得指紋識別的準確度及應(yīng)用效果大打折扣。目前針對這類問題有效的解決方式，是通過加強計算機設(shè)備對指紋方向場的細節(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、模糊和端點等局部特征來更為精確地判斷指紋圖像的類型。

4? 結(jié)語

隨著信息技術(shù)的不斷發(fā)展，圖像處理與識別技術(shù)發(fā)展迅速，應(yīng)用領(lǐng)域不斷擴大?；诖?，要重視探討其應(yīng)用原理，掌握其特征，明確技術(shù)優(yōu)勢，對應(yīng)用流程進行系統(tǒng)分析，探討其在多領(lǐng)域的應(yīng)用情況，強化創(chuàng)新與發(fā)展，推動圖像處理與識別技術(shù)不斷進步，更好服務(wù)于各行各業(yè)的需求。

參考文獻

[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)在圖像識別領(lǐng)域的應(yīng)用現(xiàn)狀與優(yōu)勢[J].科技資訊，2020，18（3）：21-22.