浅析计算机智能图像识别算法范文

摘要：科技的飞速发展使得人们对计算机技术的发展也提出愈来愈高的要求，目前，为了研究和探索未知事物，技术工程人员不断地更新和研究计算机智能化处理，从而解决了人类在复杂环境下的识别能力。本文首先分析了计算机智能图像识别技术的主要特点，其次，阐述了此项技术的相关技术条件，然后介绍了该项技术的主要算法，最后总结了该项技术的主要应用领域以及发展前景。

关键词：图像智能识别；算法分析；不变矩理论

图像识别就是利用计算机对图像进行处理、理解以及分析，在目前这个阶段应用做广泛的就是在工业方面，也就是说利用计算机软件对拍摄的照片进行识别，除此之外，还可以应用到对遥感图像进行分类处理，无论被识别的对象如何变化，计算机智能图像识别技术都要抓住其本质特征，从而进行有效的识别。

一、计算机智能图像识别技术的研究现状

图像识别从传统的文字识别到后来的数字图像识别与处理，已经有几十年的发展历程了。文字识别的研究从20世纪五十年代开始，主要研究内容包括数字、字母以及符号的识别，它的发展是从印刷文字识别到手写文字识别的过度阶段。与模拟图像相比，数字图像处理起步要晚十五年左右，数字图像更容易传输、压缩和存储，同时，在传输过程中也不会出现失真的现象，如果与人工智能相结合研究，就可以应用于许多领域。在图片识别的过程中需要从繁多的信息中筛选那些有用的信息，然后整理出需要处理的，最后进行特征提取。

二、计算机智能图像识别技术的主要特点

1.信息存储量大计算机的智能图像识别技术凭借其大量的存储信息量而被广泛地应用到各个领域。在配置相同、内存规格相同、运行系统相同的情况下，与其他计算机相比，其具有较大的信息存储量，这就为图像的特征系统的存储提供了便利的条件，从而在识别过程中可以从里面选取特征一致的图像，即使在信息存储量较大的情况下运行也并不会降低识别的速度，进而使得识别效率得到保障，这也是此项技术比较突出的优点。

2.关联性较强对于一切存储图像来说，计算机智能图像识别技术能够把它们的信息整合到一起，从而让整个过程更加快捷。除此之外，它还可以将所有的图片压缩，然后整合到一起，进而对图像做分类处理，让整个系统变得稳定，减少了在识别过程中出现的错误，从而使得该识别系统发挥出科学高效的管理能力。该技术的这一特点不仅有效地避免了图片识别过程中出现的系统混乱的现象，还有效地缓解了系统崩溃的问题。

3.人为性较强从根本上来说，计算机的所有操作都是人类发明的，因此人是影响计算机飞速发展的重要因素，当程序员在设计计算机程序时，可以对计算机的功能进行正确的设定，当计算机开始工作时，程序员需要对其展开操控，这就很好地体现了计算机中的人为因素。当计算机智能图像识别系统开始工作的时候，已经存储在系统的图像信息都是经过人为的操作和检验，但是在实际工作过程中，会有不识别不全面的现象，这可能就是人为操作过程中的疏忽导致的，进而就会影响整个识别过程的准确性。除此之外，在计算机完成识别工作之后需要人为地判断它的识别情况，但是人的判断存在一定的误差，从而人为地导致了计算机智能识别的结果出现不准确的现象。这一现象会给日常工作带来很大的影响，所以，要积极地采取措施，从而保障计算机智能图像识别的可靠性以及稳定性。

三、计算机智能图像识别的相关技术条件

计算机智能图像识别系统主要包括图像的压缩处理系统、图像的预处理系统、图像的特征识别以及提取系统还有图像智能化分类系统。图像的预处理主要是想要提高图像的识别性，主要体现在二值化处理、平滑去噪处理以及灰度处理三个方面，二值化处理主要是在应用灰度值处理技术的基础上，进而把图像处理成黑白的效果，图像的平滑去噪处理主要是指把图像的某个部分重点突出显示，同时把多余的部分去除，从而使得人们看到更清晰的图像。除此之外，压缩图像的目的主要是为了便于图像的传输以及保存，其主要技术就是在保证图像可识别的前提下，使用压缩代码把图像中没有用的信息删除或者压缩掉，其中，压缩代码的种类有很多种，所以需要根据图像处理的实际情况来选用合适的压缩代码。另外，图像的特征提取是图象识别过程中最重要的一个环节，由于计算机图像识别需要保证图像的完整性以及真实性，因此，图像的特征提取技术主要是控制图像的颜色、形状以及纹理特征等。

四、计算机智能图像识别的算法研究

图像智能化处理的本质就是无论识别对象发生了怎样的形态变化，计算机总是能抓住图像的本质特征，进而对其进行有效的识别，因此，在图像的识别过程中，主要就是保持图像的不变性，在当前阶段，不变矩的方法是被应用最广泛的一种，此算法的精髓在于把图像经过平移以及旋转之后不会对数学特征产生任何改变。不变矩算法就是以二阶中心和三阶中心为理论依据，从而构建七个不变矩，当图片被连续地平移、旋转或者缩放时，它们的特征仍然会保持不变。一般情况下，不变矩理论会和D-S推理理论配套使用，该理论属于人工智能领域的范围。早期主要应用于处理专家系统中的不确定信息，该理论的主要特点就是满足比贝叶斯概率论更弱的条件，而且应用非常广泛，经过技术工程人员对其持续研究和补充，在此基础上发现了ER算法。

五、结语

计算机智能图像识别是一项具有较高的应用价值的技术，在实际使用过程中，应该掌握相关的工作过程，从而保证图像识别能够达到预期的指标，计算机智能图像识别技术已经深入到人们的日常生活，由于此项技术的算法非常复杂，因此，科研人员需要花费更多的精力和时间来研究此项技术，重视与国外科研人员沟通以及交流，了解最新的技术动态，为我国的计算机智能图像技术的发展做出应有的贡献。

参考文献：

[1]张晓轩.计算机智能图像识别的算法与技术研究[J].科学技术创新，2018（24）.

[2]刘洋.计算机智能图像识别算法[J].通讯世界，2016（5）.

[3]麻兴东.计算机智能图像识别算法研究[J].科技资讯，2015，13（20）.

作者：谭玉玲 单位：罗定职业技术学院