葛玮 吴佳
摘 要:在计算机人工智能不断发展的背景下,人们提出了人工智能化的图像识别要求,以实现在复杂环境下都能正确识别各种物体。科学技术专家将不变矩理论与D-S证据推理相结合、计算机技术与信息技术相结合,进而提出了计算机智能图像识别算法及技术,本文将对计算机智能图像识别算法与技术进行深入分析。
关键词:计算机;人工智能;图像识别;算法;技术;分析
1 计算机智能图像识别的算法分析
1.1 Hu不变矩
不变矩理论根据物体在移动与变化中具有不变性数学特征,进而提出不变矩方法来进行图像识别的算法。
通过二阶、三阶中心矩来进行构造,从而形成7个不同表达式的离散不变矩。为确保上述7个离散不变矩具备平移、旋转、比例不变性的条件,有效解决比例因子的影响,使用归一化中心距方法,以得出一组新的离散不变矩特征 ,具体如下:
1.2 D-S证据推理
若 的子集为A,且m(A)>0,那么A即为证据的焦点元素(简称焦元),而“核”则是所以焦元的集合总称。若干(A, m(A))的证据体构成证据,而R上的3个测度函数可通过证据体来定义,具体表示如下:
利用Dempster组合规则可获得2个或多个置信函数,基于计算可得出不同来源置信度的正交和,进而找出一个新的置信函数。
2 计算机智能图像识别的技术分析
2.1 智能图像识别技术
在计算机技术与信息技术的支持下,通过计算机系统来处理与分析输入图像,以实现对不同模式对象的准确识别,这就是计算机智能图像识别技术。
为了帮助人们更好的从图像中获取有效信息,计算机智能图像识别技术有效利用不同类别空间映射来进行图像识别,进而充分实现对图像类别、特征的准确对比及匹配,保证图像处理后的清晰性、识别性,以提高系统的图像识别能力。
2.2 技术特点
计算机智能图像识别技术主要有3大特点:①大信息量。在计算机配置、运行系统、存储量满足条件的基础上,以二维信息为主的图像信息处理方式信息量大,图像识别过程中需要有充足的准备条件;②强关联性。计算机系统中图像各个像素间存在极强的关联性,因而在智能图像识别过程中应有效压缩图像输入信息,以实现图像信息的准确分类与匹配;③强人为性。计算机智能图像识别后主要由人来评价后期处理,而人为因素对图像观察与评价时有很大制约,易影响图像识别质量。
3 结语
科学技术的发展推动了互联网时代的智能化,在计算机人工智能的新领域当中图像识别是主要的研究内容之一。当前,计算机智能图像识别算法及技术已在各个领域中广泛应用,不过仍需要对其进行不断的探索,以便为社会发展提供更好的支持。
[参考文献]
[1]杜会斌,刘承禹.基于凸型模板的目标形态图像识别算法[J].计算机与网络.2011(14):49-52.
[2]张晨民.图像识别技术在移动互联网中的应用[J].电信工程技术与标准化.2011(10):67-69.