Page 116 - 基于人工智能的图像识别技术研究

基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence

且要保持与原图像的一致又便于计算机进行处理。取样和量化是图像数字化的两

个阶段。取样是指对图像的每个像素坐标进行数字化，量化是指对像素幅值的数
字化。取样的样本数和量化所用的灰度级数决定着数字图像的质量。图像提取技
术的发展分为4个阶段：分别是萌芽阶段、初期阶段、飞跃阶段和分化阶段。图
像的数字化技术离不开理论的发展，电影和视频产业的发展产生了图像提取技

术，Porter和Duff提出了通道概念，新的处理方法如四元组像素，前景与背景间
交界区域估计模型以及借助数学工具来获得更优的效果。
2.图像压缩

图像压缩是指通过变换和组合的编码手段对要处理的数据源进行简化，以更
少的代码来表示更多的信息。图像的压缩是利用了数字图像的相关性和人的视觉
心理特征这两个原理。图像压缩系统有编码器和解码器两个功能不同的部分组
成。如果解码后的数据和原来的数据完全一样，则压缩系统被称为无损的或信息

保持的压缩系统，否则称为有损压缩系统。随着压缩编码技术的发展，后人根据
时间将其划分为前后两个阶段。第一代图像压缩编码的研究来自传统的数据压缩
理论，典型的编码方法有1952年提出的Huffman编码、1977年提出的基于字典的

压缩编码算法LZ77和后来改进的LZ78。第二代图像压缩编码由Kunt等人提出，
这种编码方法能够克服先前编码方法存在的压缩比小、图像复原质量不理想等弱
点，如分形图像编码压缩方案、基于小波变换的图像压缩编码算法、EZW编码

算法和SPIHT算法。
3.图像增强与复原
图像增强是指对图像的某些特征，如边缘、轮廓、对比度等进行强调或尖锐

化，以便于显示、观察或进一步地分析与处理。运用一定的技术手段来提高图像
的清晰度，目的是改善图像质量，使图像成为更适合人或计算机识别的形式。图
像增强与图像复原不同，图像增强不考虑图像退化的原因，只是为了突出图像中
所需要的信息。根据处理所在的空间不同，图像增强分为在空间域的增强和在频

率域的增强。常见的图像增强方法有：直方图修正、图像平滑、图像锐化、伪
彩色增强。图像复原是将退化的图像恢复为原来的模样，即达到和原图的一模一
样。图像复原方法有代数复原、频域复原和几何校正。

4.图像分割
图像分割是把图像分成特定的区域，然后提取所需目标的技术。从本质上

108