论文部分内容阅读
摘 要：科学技术的发展推动了互联网的发展，计算机智能化图像识别技术也逐渐成熟起来。尤其是面对当前激烈的竞争条件下计算机智能化图像识别技术有利于促进各个领域的发展。本文对计算机智能化图像识别技术的理论概念以及研究方法进行了深入的研究，同时也对计算机智能化图像识别技术进行了分析和阐述，这对促进我们国家科学技术的发展有着十分深刻的意义。
关键词：计算机智能化、图像识别技术、理论研究
计算机智能化图像识别技术主要是通过使用计算机对图像进行处理。随着计算机的不断发展，计算机智能化处理技术被应用的越来越广泛。在信息技术不断发展的今天，人们对图像的感知以及识别已经不仅仅只是通过身体去感受，计算机智能化处理技术能够获得更加全面的信息，进而帮助人们更好的去决策。虽然计算机技术在我国已经有了很大的进步，但是想要赶上国际的步伐就必须在理论上对计算机智能化技术进行突破。本文就是讲重点放在如何创新与发展计算机图像处理技术。
一、 计算机智能化图像识别技术的理论概述
计算机智能化图像识别技术一般是由5个部分组成的，也就是将需要识别的图像通过某种特定的方式输入到计算机内，经过对计算机的数据进行处理以及再识别进行匹配。计算机识别图像的第一步就是将图像输入到计算机内进行图像的预处理。所谓的预处理就是将图像与背景进行分离，并且将图像的细节进行细化，增强图像的二值化发展，计算机智能化图像识别的速度还需要进行大大的提高。图像的真实性能够大大的增加，虚假性大大的降低。图像特征值的表现形式也是可以计算出来的。在计算机智能化图像识别系统中，需要将图像进行匹配，通过精确的方法将图像分配到不同的数据库内，进而减少计算机搜索图像的时间。将图像和之前的图像进行分析就需要将智能化识别系统进行对比，准确判断输入的图像的性质。
二、 计算机智能化图像识别技术的常用方法
1.统计识别法
实际图像中的背景与图像存在线性关系【1】，是不可分割的，需要统一进行划分。所以需要使用误差较小的方法。统计识别法就是分类误差最小的方法，也是最常用的一种方法。统计识别法指的就是将数学决策作为理论基础，建立起统计学的基本知识，通过建立模型对图像进行统计，进而找出图像中的规律，利用整体图像的特点对图像的本质进行识别。通过这种方法识别出来的图像误差是极其小的，图像特点的本质也是十分明显的。
2.句法识别法
这种方法是作为一种补充法【2】，用来补充统计识别法。他的图像的特性主要就是依靠描述符号来进行识别的。因为句法识别的主要语言就是内部句法的层次性，并对这些结构进行组合排列。分层表述的主要方式就是将复杂的图像简化为多层次的图像或者将负责的图像简化单层的图像。有效的突出被识别图像的基本机构的信息。这种方法也是十分有效的。
3.神经网络识别法
我们所研究的神经网络识别方法，主要指的就是利用神经网络系统中的方法对图像做出识别，这是一种网络神经识别的主要方式。神经网络的存在能够实现分布式的模式处理，大规模的进行处理，通过适应进行重新组合，神经网络识别具有自组织的能力【3】。所以，这类方式在进行处理的时候将模糊不清的条件全都清晰化，将不确定的条件确定下来，这对处理对象有着十分重要的作用，效果也是十分显著的。
三、 计算机智能化图像识别技术的特点
1.智能化图像识别技术存储的信息量大
在使用計算机处理图像的时候应该采用二维信息进行处理，这就无形之中要求了计算机的配置。需要高配置以及运行速度快的计算机进行存储，而且要求是十分严格的【4】。相对于语言信息来说，图像信息需要的频率带要宽一些，不管是在计算机使用过程中还是图像形成的过程中，都需要对图像的传输进行处理。处理完了以后进行实时存储，这对图像识别技术有一定的要求，需要一定的科学技术来实现。
2.智能化图像识别技术的相关性大
计算机系统中的各个数据对像素都是有一定要求的，也是具有一定关联性的。因此，计算机在智能化图像识别的时候【5】，需要将输入的信息进行处理，通过对图像进行识别而对数据图像进行有效的匹配以及分类。在对三位景物进行选取的时候，输入图像的时候应该呈现出三位景物的基本特点，几何的基本信息的处理更加智能化。所以，在对三维立体景物进行处理的时候必须要进行适当的假设，也需要对其进行重新测量。计算机在智能处理数据的时候应该适当的引导图像进行自动化处理，以便于解决在图像识别过程中产生的一系列的问题。
3.智能化图像识别技术存在人为因素
在计算机识别图像并对图像进行处理以后【6】，需要人来对其进行评价。所以，计算机在进行智能化处理图像的时候受到一定认为因素的影响，并且受影响的程度还挺大。但是，人类的眼睛会受到周围情况的改变，甚至于情绪的改变也会影响眼睛识别的程度。所以，为了能够提高计算机在处理图像时候的准确度，应该尽量避免使用人的眼睛进行，可以让机器模仿人的视觉进行处理，计算机能够充分模拟人们对图像的观察和评价，也能够充分模仿观察以及评价时的状态。
结语：在信息技术不断发展的今天，人们对图像的感知以及识别已经不仅仅只是通过身体去感受，计算机智能化处理技术能够获得更加全面的信息，进而帮助人们更好的去决策。
参考文献：
[1]赵振；孙微；侯艳；；指纹图像分割算法的仿真与比较[J]；北华航天工业学院学报；2011年04期
[2]何涛；基于几何特征的机械产品图像测度研究[D]；华中科技大学；2011年
[3]任春晓；自動指纹识别中若干关键算法的研究[D]；山东大学；2011年
[4]任春晓；自动指纹识别中若干关键算法的研究[D]；山东大学；2011年
[5]陈桂友；自动指纹识别系统中的关键算法研究及应用[D]；山东大学；2005年
[6]马文杰；烟叶图像采集技术规范与烤烟收购质量分级特征研究[D]；华中农业大学；2007年
关键词：计算机智能化、图像识别技术、理论研究
计算机智能化图像识别技术主要是通过使用计算机对图像进行处理。随着计算机的不断发展，计算机智能化处理技术被应用的越来越广泛。在信息技术不断发展的今天，人们对图像的感知以及识别已经不仅仅只是通过身体去感受，计算机智能化处理技术能够获得更加全面的信息，进而帮助人们更好的去决策。虽然计算机技术在我国已经有了很大的进步，但是想要赶上国际的步伐就必须在理论上对计算机智能化技术进行突破。本文就是讲重点放在如何创新与发展计算机图像处理技术。
一、 计算机智能化图像识别技术的理论概述
计算机智能化图像识别技术一般是由5个部分组成的，也就是将需要识别的图像通过某种特定的方式输入到计算机内，经过对计算机的数据进行处理以及再识别进行匹配。计算机识别图像的第一步就是将图像输入到计算机内进行图像的预处理。所谓的预处理就是将图像与背景进行分离，并且将图像的细节进行细化，增强图像的二值化发展，计算机智能化图像识别的速度还需要进行大大的提高。图像的真实性能够大大的增加，虚假性大大的降低。图像特征值的表现形式也是可以计算出来的。在计算机智能化图像识别系统中，需要将图像进行匹配，通过精确的方法将图像分配到不同的数据库内，进而减少计算机搜索图像的时间。将图像和之前的图像进行分析就需要将智能化识别系统进行对比，准确判断输入的图像的性质。
二、 计算机智能化图像识别技术的常用方法
1.统计识别法
实际图像中的背景与图像存在线性关系【1】，是不可分割的，需要统一进行划分。所以需要使用误差较小的方法。统计识别法就是分类误差最小的方法，也是最常用的一种方法。统计识别法指的就是将数学决策作为理论基础，建立起统计学的基本知识，通过建立模型对图像进行统计，进而找出图像中的规律，利用整体图像的特点对图像的本质进行识别。通过这种方法识别出来的图像误差是极其小的，图像特点的本质也是十分明显的。
2.句法识别法
这种方法是作为一种补充法【2】，用来补充统计识别法。他的图像的特性主要就是依靠描述符号来进行识别的。因为句法识别的主要语言就是内部句法的层次性，并对这些结构进行组合排列。分层表述的主要方式就是将复杂的图像简化为多层次的图像或者将负责的图像简化单层的图像。有效的突出被识别图像的基本机构的信息。这种方法也是十分有效的。
3.神经网络识别法
我们所研究的神经网络识别方法，主要指的就是利用神经网络系统中的方法对图像做出识别，这是一种网络神经识别的主要方式。神经网络的存在能够实现分布式的模式处理，大规模的进行处理，通过适应进行重新组合，神经网络识别具有自组织的能力【3】。所以，这类方式在进行处理的时候将模糊不清的条件全都清晰化，将不确定的条件确定下来，这对处理对象有着十分重要的作用，效果也是十分显著的。
三、 计算机智能化图像识别技术的特点
1.智能化图像识别技术存储的信息量大
在使用計算机处理图像的时候应该采用二维信息进行处理，这就无形之中要求了计算机的配置。需要高配置以及运行速度快的计算机进行存储，而且要求是十分严格的【4】。相对于语言信息来说，图像信息需要的频率带要宽一些，不管是在计算机使用过程中还是图像形成的过程中，都需要对图像的传输进行处理。处理完了以后进行实时存储，这对图像识别技术有一定的要求，需要一定的科学技术来实现。
2.智能化图像识别技术的相关性大
计算机系统中的各个数据对像素都是有一定要求的，也是具有一定关联性的。因此，计算机在智能化图像识别的时候【5】，需要将输入的信息进行处理，通过对图像进行识别而对数据图像进行有效的匹配以及分类。在对三位景物进行选取的时候，输入图像的时候应该呈现出三位景物的基本特点，几何的基本信息的处理更加智能化。所以，在对三维立体景物进行处理的时候必须要进行适当的假设，也需要对其进行重新测量。计算机在智能处理数据的时候应该适当的引导图像进行自动化处理，以便于解决在图像识别过程中产生的一系列的问题。
3.智能化图像识别技术存在人为因素
在计算机识别图像并对图像进行处理以后【6】，需要人来对其进行评价。所以，计算机在进行智能化处理图像的时候受到一定认为因素的影响，并且受影响的程度还挺大。但是，人类的眼睛会受到周围情况的改变，甚至于情绪的改变也会影响眼睛识别的程度。所以，为了能够提高计算机在处理图像时候的准确度，应该尽量避免使用人的眼睛进行，可以让机器模仿人的视觉进行处理，计算机能够充分模拟人们对图像的观察和评价，也能够充分模仿观察以及评价时的状态。
结语：在信息技术不断发展的今天，人们对图像的感知以及识别已经不仅仅只是通过身体去感受，计算机智能化处理技术能够获得更加全面的信息，进而帮助人们更好的去决策。
参考文献：
[1]赵振；孙微；侯艳；；指纹图像分割算法的仿真与比较[J]；北华航天工业学院学报；2011年04期
[2]何涛；基于几何特征的机械产品图像测度研究[D]；华中科技大学；2011年
[3]任春晓；自動指纹识别中若干关键算法的研究[D]；山东大学；2011年
[4]任春晓；自动指纹识别中若干关键算法的研究[D]；山东大学；2011年
[5]陈桂友；自动指纹识别系统中的关键算法研究及应用[D]；山东大学；2005年
[6]马文杰；烟叶图像采集技术规范与烤烟收购质量分级特征研究[D]；华中农业大学；2007年