王迎

摘 要：随着计算机视觉技术以及人工智能领域的不断发展，计算机图像识别技术的应用也在突飞猛进。计算机图像识别技术的进步不仅会促进多个领域的发展，还会为人们带来更加便捷的生活体验。本文从计算机图像识别的智能化处理方法出发，着重分析了特征、图像配准、图像融合、图像检索以及图像数字水印五个方向的智能化处理方法，并对每个技术的应用领域进行介绍。在完善计算机智能化处理方法的同时，促进图像识别技术在更多领域的应用。

关键词：图像识别 智能化处理 研究方法

图像识别技术发展过程中，也存在着很多技术瓶颈需要突破，比如基于动态视频的图像识别系统还需要在识别准确率等方面进行优化，让计算机图像识别技术更好地为社会不同领域的工作服务。计算机图像识别技术的重点和难点体现在保证识别率不变或者更高的基础上，加快计算机智能化处理效率，缩短处理时间，让图像技术可以更加高效准确的应用到不同领域。

一、图像特征分析技术

人类在识别图像以及不同事物时，首先需要将事物的图像映射到大脑中，通过大脑对其进行识别。不同事物的特征是不同的，大脑对事物的分辨就是依赖不同事物所具有的不同特征。计算机识别图像的过程，就是模拟人脑利用特征识别事物的过程。计算机首先需要将待识别图像输入，通过图像特征分析技术对图像的特征进行提取，再以图像的特征作为识别依据对图像进行识别。为了去除图像本身对识别造成的干扰，计算机需要将输入的图像进行滤波、去噪等方式的处理。一幅图像在特征提取过程中会产生大量特征值，而这些特征值中有很大一部分是阻碍图像进行识别的。所以图像特征分析技术的难点在于关键特征值的提取，比如纹理、形状和颜色等重要的特征值。经过筛选提取出的特征值，可以作为不同图像的标志，在图像识别过程中起到关键作用。

二、图像配准技术

经过图像特征分析技术处理，可以获得图像的关键特征值，这些特征值是图像进行识别的关键。图像配准技术就是利用这些特征值对图像的相似度进行比对。通过提取的重要特征值进行比较，找出图像中相同的特征对和不同的特征对。根据特征对的具体参数对图像空间进行坐标处理，将不同坐标系下的相同目标变换到同一个坐标系当中，最终实现图像配准技术。

三、图像融合技术

随着图像技术的不断发展，不同行业领域对于图像分辨率和精度的要求也越来越高。然而现实生活中因为拍摄设备或者自然因素的影响，导致获取的图像精度无法满足人们的需求，此时就需要借助图像融合技术对图像的精度和可靠性进行提升。图像融合技术往往是针对同一目标而处理的技术，通过对同一目标的不同图像进行计算机处理，争取提取到图像不同信道中的关键信息，并利用这些优势信息对目标进行图像融合，最终获得人们所需要的高精度、高质量图像。图像融合技术的应用已经遍及医学等高端领域中。

四、图像分类技术

图像分类技术是计算机图像识别过程中非常重要的一个步骤，该技术已经取得广泛应用。人脑视觉的判别是一个相对复杂的判决流程，计算机在模拟真实判别过程中，需要运用到不同的判决准则。图像分类判决准则基本可以分为图像空间和特征空间两种。图像空间准则主要以颜色、纹理和位置等基本特征对图像进行分类，分类过程中会运用直方图等方法进行图像处理。特征空间准则主要通过特征值等特征变换对图像进行分类处理。图像空间准则可以获得较高的分类精度，但是计算较为复杂，图像处理速度慢。特征空间准则的处理量少，处理速度较快，但是不同特征变换方法所取得的结果差别较大，需要针对不同图像分类选取不同处理方法。

五、图像检索技术

图像检索技术就是利用事先设定的检索条件，在海量的图像数据库中根据筛选条件选出所需目标对应的图像。图像检索技术的发展已经逐渐趋于成熟，主要包括文本检索和内容检索两个大分支。基于文本检索方法的技术主要通过给定的文本信息作为搜索条件，对图像库进行图像检索。比如可以设置文本的内容或特定的作者信息进行检索。基于内容检索方法的技術主要通过设置图像的颜色、纹理等信息对图像进行检索。图像在检索时，首先要提取图像特征，然后利用特征距离训练特征网络，让计算机更好判断特征类型。对于不同的特征，图像检索技术需要重新排序，以获得更好的检索效果。

六、图像数字水印技术

图像在使用过程中，出于安全性、保密性和权益性方面考虑，需要在图像中将特殊文本信息加入图像中。在不影响图像正常使用和传递信息等基础上，实现图像数据的可靠性。数字水印技术还需要具有较强的抗干扰性，当图像受到不同程度损坏和干扰时，依旧可以用计算机技术从图像中提取出经过数字水印技术处理的关键信息，让图像可靠性更高。

七、结语

计算机图像识别技术的发展已经在多个领域日趋成熟，不同图像识别技术在各个领域都有杰出和显著的贡献。图像识别不是单一技术的应用，而是多种技术共同处理的结果。图像精度、识别图像准确率、图像识别速度以及图像安全性等因素决定了计算机图像识别智能化处理的发展方向。在未来的发展过程中，除了要继续加强这几个方面的水准，同时还应该拓展计算机智能化处理方法在更多领域的应用，比如图像重构、虚拟现实和增强现实等领域的发展。

参考文献

[1]霍珊.计算机图像识别的智能化处理方法解读[J].电子技术与软件工程，2018（22）：121.