计算机智能化图像识别技术的理论性探究(新版本).docVIP

计算机智能化图像?识别技术的理论性?探究 计算机智能?化图像识别技术的?理论性探究 u.?net 计算机?智能化图像识别主?要是利用计算机系?统对输入的图像进?行处理和分析从而?识别出多种不同模?式的对象。计算机?技术和信息技术的?不断发展使得计算?机智能化图像识别?技术得到了越来越?广泛的应用。信息?时代的今天,人们?在生产实践的活动?过程中已经不再凭?借身体的各个器官?来接受信息和感知?世界的,计算机智?能化图像识别技术?可以快速地获得所?需要的信息从而帮?助人们更好地思考?和决策。虽然计算?机智能化图像识别?技术在我国已经获?得了相当程度的发?展,但是要想赶上?时代的步伐应对变?化莫测的国际市场?就必须对计算机智?能化图像识别技术?进行理论上的突破?。在此将重点讨论?计算机智能化图像?识别技术的相关发?展和创新。 1 ?计算机智能化图像?识别系统概述 计?算机智能化图像识?别系统一般分为五?个部分,即对所要?识别的图像通过一?定的方式将其输入?到计算机内,经过?计算机预处理和特?征提出再对识别的?图像进行匹配和分?类。作为计算机智?能化图像识别的第?一步,图像输入主?要是将已经采集到?的图像输入到计算?机内进行处理。计?算机预处理过程主?要是对将要识别的?图像进行图像区和?背景区的分离并且?将图像进行细化增?强图像的二值化,?提高计算机智能化?图像识别的后期处?理的速度和效率。?为了能够尽量地还?原图像的真实性和?减少其虚假特征可?以将图像的特有特?征用数值的形式表?示出来。在计算机?智能化图像识别系?统中如果需要将输?入的图像与已有的?图像进行匹配就必?须用一种精确的方?法将其分配到不同?的图像库中减少计?算机对图像的搜索?时间。在计算机智?能化图像识别系统?中为了准确地判断?出所输入的图像的?性质就必须把当前?输入的测试图像和?之前已经保存的图?像进行对比和分析?。具体如下图所示?: 图1 计算机?智能化图像识别系?统 一般来说,计?算机智能化的图像?识别技术常用的方?法包括统计识别法?、句法识别??与神?经网络识别法等三?种方法。 统计识?别法。由于在实际?图像中背景与目标?的线性是不可分割?的,所以统计识别?法是具有最小分类?误差的一种方法。?其原理主要以数学?中有关决策理论的?知识为基础,建立?统计学的识别模型?,并通过此类模型?对图像作出分析与?统计,寻找图像中?认识的规律性,最?终利用图像特点中?本质特征的提出来?实现识别。 句法?识别法。此类方法?是统计识别法的一?种补充,其对图像?特性的描述主要依?靠的是符号。由于?句法识别法学习了?语言学内句法层次?的结构排列,所以?它能够通过分层表?述的方式将复杂的?图像简化为简单的?多层子图像或单层?图像,能够有效突?出被识别图像结构?的信息。 神经网?络识别法。所谓神?经网络识别法,主?要是指利用神经网?络中计算的方法对?目标图像作出识别?的一种方式。由于?神经网络存在着能?够实现分布式处理?与存储、能够大规?模实现并行、具有?自适应与自组织能?力,所以此类方式?在处理需要同时对?模糊与不精确的许?多条件与因素作出?考虑的图像进行处?理时尤为有效。 ?2 计算机智能化?图像识别技术的研?究现状 在对图像?进行识别和处理的?领域中图像的识别?和分割是一个也重?要的问题。虽然在?相关专家和工作人?员的共同努力下取?得了相关的发展,?但是还是有许多的?问题需要解决。传?统的图像识别主要?经历了文字识别和?数字处理以及物体?识别三个阶段。在?20是50年代的?时候文字识别的对?象主要是字母和数?字以及符号,许多?的专用设备都开始?广泛地运用了这一?技术。在20世纪?60年代中期数字?图像开始运用于对?图像的处理和识别?的研究领域,数字?化图像处理更加具?有存储量大和方便?传输和压缩等优势?,为图像识别技术?的发展提供了非常?广泛的发展空间。?数字图像处理主要?是表现在对物体的?识别中的三维数据?和图片的感知和认?识。物体识别主要?是在前两个阶段的?基础上借助了人工?智能化的特点将其?研究和探索的成果?广泛地运用到各种?行业领域中。 计?算机智能化图像识?别技术在目前需要?提高其对图像的识?别能力,在图像的?传输过程中充分地?运用不同类别空间?的映射。作为一种?成熟的图像识别和?处理技术,计算机?智能化图像处理技?术在不断地研究和?发展,对各种图像?的类别和特征进行?有效地对比和匹配?,提高图像处理后?的清晰度和识别度?。 3 计算机智?能化图像识别技术?的特点和优点 ? 3.1 计?算机智能化图像识?别技术的主要特点? 信息量大。计算?机对图像信息的处?理主要是采用二维?信息的方式,因此?对计算机的配置和?计算机的运行系统?的速度以及计算机?的存储量都有非常?严