计算机图像识别技术的应用分析

江志晃

摘要：近年来我国社会行业的不断发展，计算机的技术在我国各行各业都得到了较为广泛的用。立足信息时代，计算机技术应用更加广泛，计算机图像处理以及识别技术得到广泛发展与应用。计算机图像处理与识别技术广泛应用于计算机数据处理领域，强化管理优势的发挥。本文就计算机图像识别技术的应用展开探讨。

关键词：计算机图像处理;图像识别;技术应用

引言

在目前背景下，社会正在不断地进步，经济科学也在不断地发展过程中。这些都催生了大量的先进技术。在现代社会中，计算机的应用已经渗透到了各行各业中，而计算机的技术也已经有了非常大的突破。其中，计算机的图像识别技术也在社会的各个领域得到了广泛的应用，保障了社会上生产经营的顺利进行。因此为了让计算机的图像发展技术能够更好地进行服务，也要重视这项技术在实际应用中所遇到的一些细节问题。

1计算机图像处理与识别技术

1.1计算机图像处理技术

首先，计算机可以通过摄像头等设备完成图像的获取任务，然而，在接下来的信号传输过程中往往会存在噪点，因此，图像处理技术应用的最基础工作便在于去噪。概括来说，计算机图像处理的工作过程有二：一是去除噪点;二是生成超像素。关于去噪工作，我们可以先将包含噪点的图像视作一个大矩阵，用式子表示也即M=C（图像矩阵）+m（噪点矩阵）;在将这一图像替换为图像块堆栈后，再应用方程（M1M2M3···Mn）=（N1N2N3···Nn）+（m1m2m3···mn）分解得出图像块;最后利用视频中的时间连续性找到分布于图像中的噪点，并将噪点矩阵清除即可。而关于生成超像素这一过程，鉴于实际中所需处理的图像多为三维图像，因此主要涉及两种方法，即边界保持算法和QEM算法。简单来说也即，先应用前者得出一个二维图像，接着再应用后者也即QEM技术对整个系统进行收缩计算从而获取超像素图像。

1.2计算机图像识别技术的变革

计算机图像识别技术，顾名思义，就是通过计算机来识别各类物质，对图像进行各种分类和进行标识，替代人类的眼睛去比较直观准确地认知事物，最后再反馈人类，实现“千里眼”甚至“万能眼”的作用。计算机图像识别技术除了用于辨别之外，在我们的日常生活中，常被应用于交通系统的人脸识别查验票系统，以及防盗门系统上。那么，对于我们生活中经常见到和使用的这两个应用技术，它的具体原理到底是怎么样的呢，拿交通系统识别查验票系统来看，计算机通过搜索数据库中的人像和姓名等信息，再与正在识别的人脸进行对比核验，通过数据库中的人的眼睛，面部，还有发型等这些特征，计算机系统自动分析，最终得出一个结果，在图像识别的过程中，如果数据库中的关于图像的信息及特征越多，那么在识别过程中的结果就会更加准确，但是与此同时，需要的数据也就更多，在图像识别的过程中需要的数据处理过程也就相应增多。随着现今计算机技术的发展，计算机图像识别技术也在不断进步。还是拿交通系统的人脸查验识别票系统来讲，由于交通系统讲究快速处理与快速通行，这是基于交通系统的客流量所决定的，在以往交通系统中需要人工核对查验车票，在遇到客流量过多的情况下，就显得有些力不从心。现如今的计算机图像识别系统就能够在同时处理很多数据的情况下，还能够实现数据信息的便捷保存。人工查验车票就渐渐退出了交通系统。这便是计算机图像识别技术对人类的变革。

1.3计算机图像处理与识别技术的优越性

结合当前计算机图像处理与识别技术的应用实际可以发现，其优势十分明显。首先，能够满足较快的处理速度。基于大数据环境，计算机图像处理与识别技术面对的信息规模庞大，依托其自身技术特征，强化软件与数据库的有机融合，能够缩短信息分析处理时间，达到对价值信息的有效获取。其次，达到较高的精准度标准。依托技术优势，当前图像处理与识别技术突破传统模式的束缚，识别模式发生变化，支持多种类型图像数据处理的需求，省去信息的过滤与筛选，更好服务于使用者的需求。再次，技术极具灵活性特点。在进行图像处理的时候，能够依托数据库，完成智能化设计，满足图像自动判断的要求，快速进行精度的调整，强化图像的自动化处理。

2计算机图像处理与识别技术的应用

2.1构建算法程序

算法程序包括图像处理过程的算法程序和图像识别的算法程序两个部分。在图像处理这方面，對存在噪点进行单独比较不仅处理效率低，而且这样做也对硬件设施有着较高要求，因此，本文提出了另外一种方法，也即首先对完整图像进行分块，接着对同一视频中的其余图像进行分解，最后将分块后的图像进行横向作比，并以图像的精度为依据设置分解的数量参数。而这一方法的优势在于能够有效降低硬件设备的运行负荷，此外，若发现处理后的图像中依然有噪点存在，也可以针对存在噪点的图像分块，单独完成去噪工作。在超像素生成方面，按照设计好的算法进行程序编写也极有利于整个系统运行效率的提升。

2.2实施特征提取

依托分块处理，以分块后的图像为依托，将其作为特征点进行对象提取，将其视为助于特征。在明确图像矩阵块之后，落实像素点的提取工作，为后续参数比较创造条件。

2.3比较参数值

由于直接对图像进行比较尚且无法实现，因此本文主张采用像素点比较法。计算机系统不仅会在运行过程中构建数据库，且还可以在自动分析输入图像的基础上配置出图形的矩阵参数。应用参数值对比法可以更好地分析存在于图像中的关键信息。此外需要说明的一点是，为避免遗漏关键信息，用来进行对比的参数值应为处理后的整幅图像参数，然后于其上寻找相同性和相似性。在相同及相似参数比重高于50%的情况下，应当首先利用神经网络技术分解这些参数的主要集中区域，然后将其与数据库中的图像作比进而确定整个系统中是否有明显相似性的存在，若确是如此，即可输出图像的识别结果。

3系统介绍计算机图像处理与识别技术在多领域的应用

3.1计算机图像识别技术智能交通的应用

鉴于计算机图像处理与识别技术较强的判断力，成为其在交通领域应用的根本原因，集中体现在驾驶辅助、智能胶条、车辆定位等方面。具体讲，在驾驶辅助方面，主要服务在车道偏离预警。在长时间驾驶之后，一旦出现过度疲劳，势必造成注意力的分散，危险系数加大，借助车道偏离预警，能够实现对道路情况的准确识别，对车辆运动状态进行全面计算，及时反馈给驾驶员，以便做出及时调整，防止交通事故的发生。当前，面对不断增加的车辆，不规范驾驶成为重要因素，违法者的责任确認更是难题。基于此，依托计算机图像处理与识别技术，能够实现对违章车辆的机动车号牌的准确识别，借助对机动车车牌尺寸、数字大小与颜色具有明确规定，大大加快处理速度与效率。

3.2计算机图像识别技术在有色金属领域的应用

铜在自然界中一般以铜矿的方式存在，鉴于其有着较为繁多的类型以及各不相同的性质、状态，铜矿石检测工作的难度长时间居高不下，直至计算机图像处理与识别技术问世并进入该领域之后，这一状况才有了较大程度的改变。具体的应用流程为：（1）完善系统信息，首先利用现代化仪器设备和成像技术，采用物理化学检测识别法将铜矿石的X线荧光光谱数据信息录入系统，接着从中提取铜矿石的特征数据从而形成精准的数据信息;（2）比对铜矿石信息，使用传感器扫描铜矿石以获得相关数据信息，继而将其与系统中的数据信息进行比对并得出最终检测结果。

3.3计算机图像识别技术在农业领域的应用

现如今，农业呈现大机器大生产的趋势，智能化农业，科学农业的出现，使得农业种植渐渐摆脱了靠天吃饭的局面，就比如计算机图像识别技术被应用在大型水果园的采摘上面。计算机技术链接天眼系统可以大面积地通过农业卫星分析该种植园果品的成熟情况，通过数据分析，图像处理反馈到人的手中，人再把这些反馈回来的图像信息传输到采摘果品的机械上，机械通过位置感应来实现成熟的果品采摘。在这一农业过程中，仅仅需要数位劳动力完成，也就是现如今的自动化采摘技术的应用。

3.4计算机图像识别技术在医学医疗多领域应用

立足医学医疗领域，在不断发展进步过程中，医疗医学图像处理数据规模增大，这也是计算机图像处理与识别技术得到应用的重要原因。纵观医学领域，其涉及的图像类型众多，在应用凸显处理与识别技术的时候，应用类型也多种多样。首先，针对细胞染色体分类处理，以系统数据库为基准，从微观方面进行细胞染色体的分辨，以便为医护人员提供针对性数据支持。其次，针对虚拟内窥镜、3D超生成象、核磁共振影像分析和数字减影血管造影技术，处理技术的优势是增强处理与识别的精准度。另外，支持对问题部位进行2D断层图像排水，构建3D建模与解剖图像分析，强化对患者全方位的了解，准确性跟高，强化治疗的全方位治疗。

3.5计算机图像识别技术在安保系统中的应用

现如今在监控的大范围应用下，城市的安保情况得到了最起码的保障，但唯一需要做的就是，需要人力进行监控的安全排查和问题识别，也就是说，监控系统还不够智能化，这就给了犯罪分子可乘之机，也就使得夜间犯罪情况十分猖獗。计算机图像识别技术的应用，能够将监控系统中的情况反映到计算机中，通过系统智能识别来进行记录和自动预警，避免了由于人为忽略影响下的安全危机的出现。

3.6计算机图像识别技术在工业领域的应用

原本的工业零部件生产加工采用的是流水线作业模式，引入计算机图像处理与识别技术后，不仅能够实现零部件的自动化生产，有效提高零部件生产效率，且还可以以图像形式显示零部件的各个生产细节信息，从而保证各个零部件的生产质量。

4计算机图像识别技术的改进

虽然目前计算机图像识别技术已经在各个领域得到了广泛的应用，但还存在一定的不足，幵且计算机图像识别技术也还有很大的収展空间。

4.1提高图像处理的质量

在现今运用的计算机图像识别技术中，往往都会受限于一些硬件的水平，如显示器等，这些因素的出现，就不能够很好地发挥出计算机图像识别技术的最优效果，比如在需要排查一些作案人员或者犯罪现场时，不清晰的图像就给警方增加了侦破案件的难度，所以说，这就需要计算机图像识别技术能够在图像分辨率方面在一些特殊的领域方面做出一定的提高。

4.2加强图像专门处理芯片的研究

当前计算机图像识别技术对图像的处理大多采用的是矩阵运算，但现在计算机系统在浮点运算丆更加的擅长，在矩阵运算丆显得难以满足兵需要，因此为了提高图像处理的敁率和使用的便捷性应该对图像处理芯片迚行专门的开収。

4.3指纹方向场的细节问题

计算机图像识别技术中的具体应用方向之一就是指纹识别，而方向场提取就是指纹识别、匹配的非常关键的一个步骤，通过对指纹的灰度进行计算，来确定指纹的纹路，然后再对指纹的种类进行划分。但是指纹中不是所有的纹路都是完整的，一些被破坏的纹路会对指纹识别造成影响。针对这个问题，可以对计算机指纹方向场的细节来进行有关的处理。其具体的处理技术是在空域上，将一定大小的滤波器模板和原始图像进行卷积。从具体的应用角度来说，就是灰度指纹图像上叉连、模糊、端点这些局部特征来进行合理的处理。因为十字形中值滤波、均值滤波和直方图均衡化滤波这些传统技术在实际的图像识别技术中不能够对灰度图的方向性来进行考虑。所以提升技术就是在进行指纹处理的时候，采用方向图来对指纹的原图进行处理。对指纹的纹线进行处理来提高指纹处理的精度，从而保证计算机对指纹图像处理的精确度。

4.4计算机图像识别系统新阶段的运用

科技随着实践不断向前发展，时代更新的步伐加快，新技术的出现带来了新理论的更新，对于计算机图像识别技术理论来说也是如此，如何能够在当今科技飞速发展的今天探寻一条属于图像识别系统发展的道路，使之不断更新和进步，是个巨大的挑战。在总结理论的基础上不断进行实践研发，是当今专业人士的责任与使命。如何确定计算机图像识别技术的发展方向，最重要的就是紧紧依托使用者，发展人类需要的技术，能够被实践应用的技术，这点是很重要的一个层面。

5图像识别技术的发展趋势

5.1高传输率和高分辨率

在当前环境中因为受到现实因素的制约和技术的限制，计算机图像处理的识别效果不能够达到人们的预期。所以需要加强对计算机图像识别技术的研究和开发。而根据科学技术的不断提升发展，图像识别技术的发展速度正在不斷提升。在有关技术的支撑下，计算机图像技术识别技术的传输效率会越来越高，能够满足社会发展的需求，从而推动各领域的发展。

5.2人工智能的新方向

人工智能的发展，给计算机图像识别技术的发展带来了新的机遇，语音识别，人脸识别技术的发展，实质上是计算机进行信息检索与整理的又一大新变化，大数据的出现，数据不仅仅限制在固定的物质中，而是成为真正的云数据库，信息智能化。

5.3多维技术

随着目前计算机图像识别技术的发展，传统的二维模式也越来越落后，越来越无法满足社会的需求。所以计算机图文识别技术未来的发展方向势必是三维的，是多角度的。三维和多角度的计算机图像识别技术能够在未来的生产生活中发挥越来越重要的作用，所以计算机图像识别技术也会逐渐向多维与高科技方向发展，图像识别技术所能够应用的领域也会越来越丰富。

5.4计算机图像识别技术动态演化发展

任何技术的演进都会跟随实用性的变化，计算机图像识别技术能够和计算机智能技术相结合，通过人们使用的数据判断人们需要这些技术应用的层面，从而进一步做出相应的改进，以便更适应人类的需要。

结语

根据目前社会经济与科技的快速发展，计算机图像识别技术也越来越重要，发展方向越来越多元化和智能化。未来的应用范围也越来越广泛，在各个领域都能够发挥重要的作用并且能够推动世界的发展。因此对于计算机图像识别技术而言，更要注重在应用过程中出现的细节问题，加强对计算机图像识别技术的研究开发，使其能够在人类的实践中发挥越来越大的作用。此外，计算机图像识别技术要配合好当前人工智能发展的新阶段，搭上人工智能领域的顺风车，为今后该技术的发展铺平道路。从国与国之间来看，我国图像识别技术与其他发达国家相比还有不小的差距，相信在不久的以后，计算机图像识别技术能够更好地应用于民，也能够从人民身上竭取到它发展的方向。

参考文献

[1]郝雅洁，李富忠.计算机智能化图像识别技术的探讨[J].物联网技术，2019，9（08）：55-57.

[2]金柯言.计算机图像识别技术应用与细节问题分析[J].中国新通信，2019，21（07）：100.

[3]吴禄慎，常参参，王晓辉，陈华伟.基于局部调节卷积神经网络的图像识别方法[J].计算机工程，2018，44（12）：240-246.

[4]江帆，刘辉，王彬，孙晓峰，代照坤.基于CNN-GRNN模型的图像识别[J].计算机工程，2018，43（04）：257-262.

[5]陈涛.基于PCI总线的实时图像识别与跟踪平台设计[J].电子技术应用，2018（02）：64-66.

[6]刘辉.计算机图像处理与识别技术应用探究[J].计算机产品与流通，2019（08）：19.

[7]李亚奇.计算机图像识别技术的发展现状与应用实践[J].信息与电脑（理论版），2019（14）：30-31+34.

[8]庄锋茂.计算机图像识别技术的应用及细节问题研究[J].通讯世界，2018（11）：39-40.