鄧苡　錢謙

摘要：在信息技術(shù)的推動(dòng)下高速計(jì)算機(jī)運(yùn)應(yīng)而生，作為普通計(jì)算機(jī)的進(jìn)化，高速計(jì)算機(jī)的誕生可以高效完成計(jì)算機(jī)運(yùn)算工作，同時(shí)還吸引了諸多專家學(xué)者深入研究人工智能算法，以期通過開發(fā)和研究，打破傳統(tǒng)圖像處理的方式，將人們從繁雜的圖像處理和計(jì)算中解放出來，促進(jìn)工作質(zhì)效的提升，滿足信息時(shí)代圖像處理的基礎(chǔ)。本文主要分析人工智能算法在圖像處理中的應(yīng)用分析。

關(guān)鍵詞：人工智能算法;圖像處理;應(yīng)用探討

引言

隨著時(shí)代的日益發(fā)展，人類投入了人力物力加強(qiáng)對(duì)人工智能算法的研究，在圖像處理中運(yùn)用人工智能算法一方面可以提升圖像處理精準(zhǔn)和效率，另一方面促進(jìn)社會(huì)大眾生活水平的提升。隨著人工智能的不斷完善優(yōu)化，相信今后人工智能算法會(huì)越來越先進(jìn)，被廣泛運(yùn)用到各個(gè)領(lǐng)域中，助力社會(huì)的穩(wěn)健長遠(yuǎn)發(fā)展。

1、智能算法的應(yīng)用價(jià)值

智能算法能夠?qū)崿F(xiàn)對(duì)環(huán)境的自適應(yīng)，具有較強(qiáng)的適應(yīng)性。計(jì)算過程中，相關(guān)人員存在不確定性，因此個(gè)人需要結(jié)合自己的經(jīng)驗(yàn)和其他經(jīng)驗(yàn)實(shí)現(xiàn)數(shù)據(jù)交換，同時(shí)獲得最佳解決方案，以實(shí)現(xiàn)適應(yīng)環(huán)境的效果。在相對(duì)復(fù)雜的情況下，不必了解整個(gè)過程，只需設(shè)置特定的目標(biāo)函數(shù)，并使用自適應(yīng)行為來尋找最佳解決方案。一些圖像處理算法可以理解為特定的目標(biāo)函數(shù)，給定圖像信息下的最優(yōu)解屬于函數(shù)優(yōu)化。人工智能算法可在不改變圖像原始精度的情況下縮短處理時(shí)間，并可通過智能概念在短時(shí)間內(nèi)獲得所需內(nèi)容。近年來，一些智能算法在圖像處理的許多方面得到了應(yīng)用，并取得了良好的效果，表明了智能算法在圖像處理中的價(jià)值，如高效率和科學(xué)性。

2、在圖像處理領(lǐng)域人工智能算法的應(yīng)用

2.1人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)所謂人工神經(jīng)網(wǎng)絡(luò)即利用對(duì)動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征的模擬，構(gòu)建出全新的智能算法模型，其特征在于可以利用模擬的神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)節(jié)點(diǎn)分析及處理，以對(duì)最具價(jià)值的數(shù)據(jù)實(shí)施篩選，從而完成對(duì)圖像的合理化處理。同時(shí)，基于人工神經(jīng)網(wǎng)絡(luò)算法下，不僅具備獨(dú)立推理難處的能力，并且可以完成創(chuàng)新的自主學(xué)習(xí)，以及環(huán)境適應(yīng)功能，這種優(yōu)勢的應(yīng)用可以有效滿足圖像處理的需要，特別是在圖像壓縮處理環(huán)節(jié)，利用不同節(jié)點(diǎn)、層級(jí)設(shè)置不同數(shù)量節(jié)點(diǎn)，主要集中于圖像的輸出及輸入層級(jí)，針對(duì)數(shù)據(jù)傳輸層級(jí)節(jié)點(diǎn)較少，以此來確保數(shù)據(jù)處理合理性和有效性。人工神經(jīng)網(wǎng)絡(luò)智能算法的應(yīng)用，可大幅提升數(shù)據(jù)存儲(chǔ)空間，并通過網(wǎng)絡(luò)實(shí)施高效傳輸，以達(dá)到節(jié)約圖像占用空間的目的，并在一種程度上提升行為效率，對(duì)圖像進(jìn)行精準(zhǔn)高效還原。另外，針對(duì)該技術(shù)的深度應(yīng)用，相關(guān)學(xué)者同樣提出了不同見解，如利用多層BP網(wǎng)絡(luò)實(shí)施圖像處理，或者對(duì)圖像進(jìn)行分割處理，而在圖像的分類方式選擇上，主要是利用PCA提取數(shù)據(jù)特征，在分類染色體圖像中也可利用神經(jīng)網(wǎng)絡(luò)完成。

3.2遺傳算法

該智能算法通過生物進(jìn)化的客觀選擇和遺傳學(xué)對(duì)進(jìn)化的解釋來模擬進(jìn)化，這是通過模仿自然進(jìn)化獲得最優(yōu)解的方法之一。體現(xiàn)了“自然選擇，適者生存”的概念，其優(yōu)點(diǎn)在于可以直接處理具體數(shù)據(jù)，不受既定目標(biāo)函數(shù)的限制，從而表現(xiàn)出較強(qiáng)的整合性和并行性。整個(gè)計(jì)算過程大約是產(chǎn)生初始種群和估計(jì)種群的適應(yīng)能力。如果計(jì)算結(jié)果仍未達(dá)到預(yù)期值，則可以評(píng)估總體樣本的變化情況，并繼續(xù)重復(fù)上述步驟。采用遺傳算法解決問題的過程包括以下步驟：第一，根據(jù)求解空間形成特殊編碼空間的編碼。符合此問題的每個(gè)候選解決方案都必須標(biāo)有特定的圖標(biāo)。二、初始化人口。在此步驟中，應(yīng)在特定的受限環(huán)境中初始化相應(yīng)的總體樣本，初始化的總體樣本作為解決問題的子空間相對(duì)獨(dú)立。第三，根據(jù)問題的需要調(diào)整健身功能。人口中每種染色體解密后，解碼結(jié)果和既定的健身功能必須保持相同的形狀。最后，根據(jù)前面的步驟計(jì)算具體的數(shù)值。第四，選擇，根據(jù)健身狀況，個(gè)人被選擇為標(biāo)準(zhǔn)，然后進(jìn)行繁殖。需要注意的是，健身和選擇的可能性正在朝同一方向變化。第五，雜交，隨機(jī)從特定人群中挑選兩個(gè)個(gè)體，進(jìn)入育種方案，交換選定個(gè)體的位置。第六，突變，根據(jù)突變的概率，一個(gè)基因在后一個(gè)基因中被反轉(zhuǎn)。在遺傳算法的整個(gè)應(yīng)用過程中，從第四步開始，如果其中一個(gè)環(huán)節(jié)不符合計(jì)算標(biāo)準(zhǔn)，就有必要啟動(dòng)、旋轉(zhuǎn)和舍入二次計(jì)算，計(jì)算的下一步只能在達(dá)到既定的性能指標(biāo)或?qū)崿F(xiàn)既定的遺傳代數(shù)后才能實(shí)現(xiàn)。從多個(gè)分割結(jié)果中獲取最優(yōu)方案，并在分割算法中查找最優(yōu)參數(shù)。

2.3蟻群算法

眾所周知，螞蟻在覓食時(shí)會(huì)給同伴留下相應(yīng)的信息。食物真正存在的道路往往以大量的信息和更多的信息傳遞為特征。傳遞信息有助于許多螞蟻找到把東西運(yùn)回家的最佳方法，從而提高它們的工作效率。蟻群算法體現(xiàn)了反饋和適應(yīng)性等特殊優(yōu)勢，能夠?qū)崿F(xiàn)最大優(yōu)化。其在圖像處理中的應(yīng)用可以有效地促進(jìn)圖像分割，在短時(shí)間內(nèi)快速找到分割的最佳途徑，從而提高圖像處理中的人工智能水平，促進(jìn)人工智能算法的完善。

2.4模擬退火算法

一般來說，模擬退火算法可以分為解空間、目標(biāo)函數(shù)和輸出解三個(gè)階段。仿真退火算法在圖像處理中也廣泛應(yīng)用。例如，傅宇光等人在研究圖像配準(zhǔn)中連續(xù)變量的全局優(yōu)化時(shí)，采用點(diǎn)配準(zhǔn)方法和模擬退火算法實(shí)現(xiàn)了時(shí)間序列腦功能圖像的高精度配準(zhǔn)。例如，王剛等也采用模擬退火算法，在優(yōu)化圖像集研究中優(yōu)化圖像集系統(tǒng)。仿真退火算法還可以解決多值圖像分割算法、昆蟲圖像分割、圖像匹配檢測、自動(dòng)地圖著色、自適應(yīng)濾波等問題，取得更好的處理效果。仿真退火算法在圖像處理中人工智能算法的應(yīng)用可以說大大解決了圖像處理中的一些困難，提高了圖像處理的效率和質(zhì)量。

結(jié)束語

目前，在人工智能算法方面的研究及應(yīng)用尚未成熟，需要在實(shí)踐及長期研究過程中加以完善。希望在不遠(yuǎn)的將來，可以出現(xiàn)更多的智能算法，并切實(shí)得到良好應(yīng)用。

參考文獻(xiàn)：

[1]高毅，穆治亞，張群興，等.基于人工智能的足跡識(shí)別與特征提取[J].電訊技術(shù)，2020，60（07）：739-745.

[2]李桃.智能算法及其在圖像處理中的應(yīng)用[D].西華師范大學(xué)，2019.

[3]王玉娟，張海，王先國，等.人工智能算法在圖像處理中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2018，14（19）：208-209+212.

作者簡介：鄧苡（1997-02-），女，漢族，本科，云南曲靖人，研究方向：智能算法。