Page 175 - 基于人工智能的图像识别技术研究

第三章 人工智能与图像识别

后尽量使原始特征空间中较近的点更近，而原始特征空间中较远的点更远。它关
注的是彼此距离较近的点，而不是较远的点。原则上，上述两种数据集转换方法

复杂度较高，且算法目标过于明确，使得抽象的低维数据中不存在二次信息，而
这些二次信息可能是区分更高层次数据的主要因素。因此，这两种算法大多用于
网络训练前的数据预处理阶段，为后续的操作提供相应的先验知识。
综上所述，图像识别技术已经被应用到生活中的各个领域，对于工业设计而

言能够有效保障信息交互效果，让设计人员认识到不断变化的用户需求，进而合
理调整设计方案，这样一来用户的体验也会更佳。

二、图像识别技术在农业中的应用

图像识别技术依托于人工智能、大数据、云计算平台，被广泛地应用。像是
无人驾驶汽车，机器人系统，手机的人脸识别功能都应用了图像识别技术。图像
识别技术，融合了多门学科专业知识，主要包括光学原理、影响成型、过程控制

学等。近年来农业生产走向现代化，基于强大的算法和处理系统，图像识别技术
可以减轻人力的消耗，所以被广泛地应用于农业生产当中。目前，图像识别技术
在田间杂草识别，农作物病虫害识别，采摘成熟作物，路径规划等方面被广泛
应用。

识别技术是指利用图像采集设备拍摄图片，并将图片传输到计算机中，利用
程序和算法对图像进行图像预处理、图像分割、特征提取、特征优化、模式分类
等操作，根据识别的结果做出决策。图像识别技术最大的优势在于能客观地识别
物体本身，经过程序和算法处理，与后台数据库进行比对，可以有效地避免信息

的伪装，得出的结论准确度更高，且适用的范围更广。目前，很多领域都在应用
图像识别技术，如无人驾驶汽车中用来发现停车标志、行人和自行车等；在医学
中，可以用于在组织活检中找出癌细胞；在农业中，可以用来对作物病虫害进行
识别，对田间杂草与秧苗进行识别以便于处理。

民以食为天，自古以来中国就是农业大国。近年来，随着科技的不断发展，
中国农业发展更趋近于智能化、精准化。智能化、精准化概念以及装备更多的应
用到农业生产中。相比较传统的耕作方式，智能化、精准化耕作方式能够全面、
高效、即时地获取农作物的信息，可以对农作物即时进行处理，以达到增产增收

的目的。因此，将图像识别技术应用于农业中，可以精准的、实时的监测种植农
作物的面积、农作物的收成、农作物的病虫害问题等，不仅使用起来极为方便，

167