计算机图像处理与识别技术的应用研究

付正广

(山东华宇工学院，山东 德州 253000)

信息时代，人们越来越依赖电脑、平板和手机等智能设备，每天都要接触各种各样的数据信息，这些信息包含了巨大的经济价值和使用价值，但有的则是无用的垃圾信息。计算机图像处理与识别技术可以快速甄别出特定的数据信息，在信息处理中发挥着至关重要的作用。近些年，计算机软硬件更新换代不断加快，计算机图像处理和识别技术的运算能力得到大幅度提升，促进了其在各行各业中的广泛应用。计算机图像处理与识别技术具有识别速度快、识别精准度高等特点，具有广阔的应用空间，故而加强对计算机图像处理与识别技术的研究非常重要，对我国信息化建设有着巨大的推动作用。

1 计算机图像处理与识别技术

计算机图像处理与识别技术是指利用计算机技术对目标图像进行识别、分析及处理，从而实现对图像特征及关键信息的提取，达到识别处理的目的。计算机图像处理与识别技术以人工智能技术为载体，快速准确地对图像进行处理和识别，其中图像从基本定义上来说是对客观对象的一种相似性的、生动性的描述或写真，是对客观对象的一种表示，它包含了客观对象表面上的各种信息。广义上图像是指具有视觉效果的画面，它的存在方式有纸张、照片、电视、电脑或投影仪等，故而图像根据定义可分为模拟图像和数字图像。模拟图像又被称作连续图像，它是指具有一定的灰度值且在二维坐标系中连续变化的图像。模拟图形的像点是无限稠密的，例如人物和风景的照片。数字图像则是以二维数字组形式表示的图像，与模拟图像不同，数字图像的光照位置和强度都是离散的，它是通过模拟图像数字化得到的一类图像，以像素作为基本元素。像素是数字图像中的最小单位，不可以再分割成更小的单位或元素。

1.1 计算机图像处理与识别技术的原理

图像是人类获取信息的最重要的来源之一。据资料显示，人类获取信息的主要来源是视觉信息的获取，尽管人类对于图像的识别能力比较强大，但对于信息量极其庞大的现代社会而言，人类自身的识别能力已经无法满足其对图像信息获取的需求，因此，基于人工智能诞生的计算机图像处理与识别技术就显得尤为重要。

计算机图形处理与识别技术的产生来源于人类看东西的方式，即对图像信息的获取，人们将需要识别的图像利用传感器等硬件设备，将光、声音等信息转变成为计算机可以识别的电信号并对获取的信息进行预处理，将电信号信息进行去噪、平滑和变化处理，消除电信号中存在的干扰信息及无效信息，将图像信息中的特征特点展示出来，并将信息最大限度地进行简化，便于下一步操作。预处理后的信息可以很容易地提取出特征信息，通过事先设定好的针对性程序，进行信息选择，获取有用的特征信息，这是计算机图像处理与识别中最关键的技术之一。通过分类器设计，对信息进行分类决策管理，根据提取到的特征信息，通过事先设定好的分类标准，对信息进行分类管理或识别。分类器设计也是识别规则，它是计算机进行图像识别时获得高识别率的关键因素，好的分类器设计可帮助计算机更好地识别研究对象的所属类别。

1.2 计算机图像处理与识别技术的分类

计算机图像处理与识别技术可以分为神经网络图像识别技术和非线性降维图像识别技术。

1.2.1 神经网络图像识别技术

神经网络是指人工神经网络，是人类模仿神经网络得到的一种新型图像识别技术，它将传统的图像识别方法融入了神经网络算法，以有效简化计算统计，提高识别速度。卷积神经网络是深度神经网络图像识别中的重要算法，它与传统神经网络不同，其采用的是局部连接方式，通过设计多个卷积层，有效地对图像进行降维处理并实现权值共享，通过以上设置，大大减少神经元之间连接的数量级。

1.2.2 非线性降维图像识别技术

非线性降维图像识别技术是针对图像识别中出现的异常高维识别问题而产生的一种算法，一个比较低分辨率的图像有着非常高维的数据，例如：100×200像素的图像是位于20 000维的空间中，这类图像计算复杂且需要的存储容量较大，这给图像识别带来了较高的难度。非线性降维图像识别技术是在保证本征结构完整性的基础上，进行降维运算处理，通过对图像进行最优分割，在较低的维度下进行图像处理，有效提升了识别速度。

2 计算机图像处理与识别技术的优势

2.1 图像处理速度快

计算机图像处理与识别技术可以快速地在海量信息中获取所需的信息，将大量的图像信息输入到计算机中构建数据库，通过计算机相关软件与建立的图像数据库进行相互配合，短时间内快速地比对提取到的重要特征信息，完成数据信息分析、对比、去除和保持等。

2.2 图像识别精度高

计算机图像处理与识别技术发展迅速，已经由传统的单张图片识别上升到可以同时处理多张不同类型的图片，经过计算机处理之后，没用的数据信息被过滤，符合要求的有效数据信息得以保留，基于该种处理方式的计算机图形处理与识别技术的精度得到大幅度提高，满足了人们的需求。

2.3 图像处理灵活度高

计算机图像处理与识别技术的灵活度非常高，进行图像处理时，依托于各种各样的计算，通过智能化设置，与各项算法相互配合，自动化地进行图像处理和识别，在处理过程中遵循智能化原则，具有相当高的灵活性。

3 计算机图像处理与识别技术的具体应用

3.1 交通管理中的应用

我国车辆数量快速增长，随之而来的是各种各样的交通问题，如交通事故、交通拥堵、交通违法违章、城市交通运输规划等问题，而计算机图像处理与识别技术可以快速准确地进行人、车、路三种元素的处理识别。

交通违章是较为常见的问题，车辆违章大多需要对违章机动车车号牌进行图像处理与识别，迅速锁定违章车辆车主，上传相关违章信息，对违章行为做出相应的处罚，以降低车辆违章发生率。机动车车号牌的识别程序主要有以下几个步骤：由监控摄像机拍摄违章车辆画面，进行初步的预处理，将包含整个车身的图像进行分割，确定车号牌所在位置，对车号牌上的文字和颜色进行特征提取，并与车号牌数据库进行比对，最终得到车号牌对应的车辆信息，具体流程见图1。

图1 机动车车号牌识别流程Fig.1 Identification process of vehicle license plate

由于违章车辆类型不同，相应的车号牌颜色、大小及尺寸都不尽相同，此外，车号牌周边的环境光照、机动车行驶的速度及车号牌的污损和新旧都会影响识别结果，所以对车号牌的定位成为了整个流程中非常关键的一步。目前，对车号牌进行定位主要采用逐行扫描的方法，我国机动车车号牌的大小是长45 cm、宽15 cm，车号牌上一共有8个字符，字符由汉字、大写英文、数字及一个点符号构成，在对机动车图像进行降噪处理后，从机动车图像的底部开始进行逐行扫描，当检测到文字信息后，开始从左到右对机动车车号牌的文字笔画变化频率进行像素扫描，如果对文字笔画变化扫描宽度达到预设值时，便开始分析文字笔画变化区域的行的起点和终点，如果该文字笔画变化区域的长度和宽度都达到了预先设定值，则认为车号牌所在的区域是这里，进而确定机动车车号牌在图像中的位置。

传统的机动车车号牌字符识别方法有模板法、投影—变换系数法，其中，模板法需要事先设计好模板，但容易受到汉字点阵位移的影响，当字量增大时，该方法的适用性就会变差；投影—变幻系数法属于统计模式识别法，它是将汉字转换成二位随机点阵图形，变换系数是用来进行识别的特征信息，这种算法比较简单且具有一定的抗干扰能力，但是汉字的笔画长短、粗细和形态都会对变换系数的数值产生直接影响，这也就进行一步加大了计算工作量。基于神经网络的字符识别法是比较常用的识别技术，具有较强的模糊性和抗干扰能力，通过采取多识别子网同步识别的方法，可以有效降低神经网络的复杂程度，提高识别速度和准确度，从而满足智慧交通管理的要求。

3.2 医疗领域中的应用

现代医疗技术正逐渐趋于智能化诊断方向发展，越来越多的先进设备被用于病理检查中，医学图像数据信息也在不断增加，因此，对于医学图像信息处理技术的要求越来越高。图像处理与识别技术将直接影响对数据信息的真实性和准确性的判断，影响对患者病情的分析。计算机图像处理与识别技术可以快速处理大量的图像数据信息，提升数据识别的准确性。比如：在进行胃癌、乳腺癌等癌症病情诊断时，常常会用到医学图像CAD诊断方法，它是利用影像学和医学图像处理技术及计算机计算能力，帮助医生诊断，以此来提高诊断的准确性。具体图像处理与识别过程是将得到的医学原始图像进行分割、去噪、增强处理，处理后进行特征提取和选择，建立高阶对称张量并将维数标准化，将得到的高阶张量特征矩阵放入到分类器中进行识别，进一步得到诊断结果，可概括为图像处理、图像分析和图像理解过程。计算机图像处理与识别技术除了为医生提供病理图像数据信息，还可以建立3D数据模型和2D断层图像，进一步帮助医生清楚地掌握患者病情。

3.3 金属防蚀领域中的应用

我国每年都有大量的金属零件和器械因为腐蚀问题而报废，造成了巨大的经济损失，因此，需要对金属材料腐蚀情况进行监测并采取措施进行防蚀处理。金属腐蚀情况的传统检测方法有表观检查、重量法、化学法、机械法、电化学法等，这些方法都具有一定的局限性，如重量法只适合测定均匀腐蚀的金属。采用计算机图像处理与识别技术，可在金属发生点蚀 的位置检测灰度值的变化，获取金属腐蚀的变化情况，大大缩短检测时间。

4 结语

计算机图像处理与识别技术在海量信息处理中将发挥越来越重要的作用，其可快速、准确地获取重要的数据信息。应加强计算机图像处理与识别技术在交通管理、医疗诊断及金属防蚀等领域中的应用，保障各项工作的顺利开展，提高工作效率。未来，计算机图像处理与识别技术将与人工智能相结合，实现计算机技术的升级优化，发挥其更大的应用价值。