基于模板匹配的图像识别方法研究及系统设计.docVIP

基于模板匹配的图像识别方法研究及系统设计 一、综述 （一）课题研究的背景及意义 1．课题研究的背景 现实生活中，有许多可为我们感知的信号，其中，视觉刺激是形成人类认识最重要的信息来源。据科学家分析，进入大脑的信息中，83％来源于视觉。眼睛会发送相当数量的信息供大脑分析和处理。受到光线的刺激，物体在视网膜上成像，然后由感光细胞转换成脉冲信号，经神经细胞传入大脑皮层进行处理。这个过程涵盖了从视觉信息的获取到理解的内容。有的信息是可以轻易被识别的，但是，伴随着经济社会的进步，我们需要获取更多的信息，而有些信息仅仅依靠人眼观察、人脑解决也更加困难，甚至是不可能做到的。所幸计算机技术的发展为我们解决这些问题带来了福音。人们因此能够把现实中获得的图像信息等数字化，在计算机上对获得的图像进行更加细致地处理，从而也带动了图像处理与识别技术的发展。 2．课题研究的意义 信息时代带来了大量的数据信息，对计算机的处理效率有了更高的要求。相应地，人们对图像识别的应用需求更加迫切，从而出现了许多以图像识别为基本功能的适用于不同领域的各种系统，如：地理信息系统、办公自动化系统、人脸识别、指纹识别、手写汉字识别、遥感图像识别领域、通讯领域、军事、公安刑侦领域、机器视觉领域等。同时，在物种不断减少、许多传统文化渐渐消亡的现在，图像识别有助于我们及时发现濒危物种或濒危文化并进行保存或保护。而对于个人来说，图像识别技术也可帮助他们把珍贵的事物如照片、笔迹等等保存在计算机上，世代流传下去。 图像识别技术方面的研究仍然是研究者们的研究重点，因为仍然存在着许多待解决的问题。但如果未来的图像识别技术能够发展完善，那完全可以掀起人类又一次的工业革命，简单说就是计算机的“眼睛”代替人眼去识别事物。未来完善的图像识别技术加上工业自动化技术甚至可以使全体人类摆脱“体力劳动” ！ （二）图像识别技术的发展及研究现状 1．图像识别技术发展历程 图像识别的目标是使计算机自动处理数字图像信息，帮助人类完成图像识别及分类。数字图像处理与识别技术是模式识别领域一个重要的研究课题，而近几十年来，人们已经对图像识别技术进行了深刻的探讨。 图像处理与识别技术起始于20世纪20年代。但当时的图像处理技术只是用于远距离传输图像，保证伦敦与纽约之间的图片质量且加快其信息传输速度。而用图像处理技术改善图片质量的应用始于20世纪60年代，当1964年美国喷射推进实验室对“徘徊者七号”发回的大量月球照片进行处理，成功地绘制出月球表面地图。此后的太空技术探索也运用了不断发展、更为强大的数字图像处理技术。 在20世纪60年代末至70年代中期，随着计算机技术和人工智能、思维科学研究在速度、规模和经济效果上的改进，同时由于离散数学理论的创立和完善，数字图像处理技术发展很快，研究的层面也越发丰富，成为了一门独立的新学科。社会上也出现了许多相关的新理论、新方法。到20世纪80年代末，数字图像处理技术更加成熟。S.Mallat和 Y.Meyer 在总结了前人经验的基础上提出将小波分析应用与图像处理中；由Rumelhart和McCelland为首的科学家小组提出了基于神经网络的BP算法；人们更是开始将相关技术应用于地理信息系统的设计中。进入90年代，图像处理技术蓬勃发展，图像处理技术已经涉及到人们生活和社会发展的各个方面，如办公自动化系统，工业生产中的自动检测，图像通讯，森林火灾监视，军事目标的自动跟踪和地理信息系统等。在21世纪，随着多媒体和网络技术的迅速发展，图像处理技术在航空航天、生物医学工程、工业检测、机器人视觉、通信、遥感等领域得到了进一步的发展和应用，更深刻地改变人们的生活方式和社会结构，使得人们爱上用图像的方式来描述事物。因此，对数字图像处理技术的要求就变得越来越高。 2．图像识别技术的应用现状 图像识别技术是人工智能的一个重要领域。它的研究目标是根据观测到的图像，对其中的物体进行辨别和分类，也即利用现代信息技术处理与计算技术来模拟和完成对人类的认识。而随着科学技术的迅猛发展，图像识别技术越来越成熟，其应用域也越来越广泛，不断改变着人们的生活方式和生产手段。 图像识别技术的发展经历了三个发展阶段：文字识别、图像处理和识别、物体识别。图像识别技术涵盖了许多相关领域的知识，如人工智能、系统学、图像预处理、特征提取、统计学等。 下面笔者将简单描述一下其应用现状： （1）遥感图像识别：空间探测和卫星图像侦察通常借助图像识别技术对图像进行加工以提取有用的信息。该技术被广泛应用于目标定位、天气预报、地形地质探查，森林、水利、农作物生产情况调查以及环境污染监测等方面 （2）生物图像识别技术 生物识别技术即利用人的生物特征进行身份验证的技术。不断发展的互联网和日益频繁的电子商务交易对必需的身份验证提出了紧迫的要求。现