Page 98 - 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

限放大之后这些颗粒可以被清晰地展示出来，同时还可以看到不同颗粒之间的缝

隙。但是在观看正常尺寸图像的时候，无法依靠肉眼辨别这些缝隙，因此人们所
观察到的图像是连续的。而传感器在信息获取的时候，就是依靠这些颗粒来实现
的，并在这个基础上完成图像的存储。这些信息点所代表的是图像识别的像素。
在信息存储的时候，还会对其进行压缩。而图像的色彩主要是通过三原色数据的

组合来实现的，基于矩阵叠加的方式来实现图片的记录，通过相应的合成运算之
后，显示模块就可以将图像的颜色显示出来。在计算机视觉技术不断发展的背景
下，图像的像素也在不断扩展，可以为人们提供更为清晰的视觉体验。

2.图像的预处理
无论是在信息获取、形成还是转换压缩的过程中，图像都可能会受到干扰，
严重情况下会导致图像信息失真。在实践当中发现，造成图像失真的最主要因素
就是噪声。因此，在图像识别的过程当中，要将噪声的消除作为重要的目标。

为预处理就是达到这一目标的主要手段，在精准的算法下，技术人员可以通过与
反向处理的方式来对噪声消除方向进行判断，同时对消除过程当中所产生的偏
差进行修正，这样可以确保图像效果的真实性。与此同时，在图像预处理的过程

当中，还要对图像信息进行分类，针对各个组块信息的特点来使用相应的降噪算
法，以此来达到最优化的降噪效果。图像预处理还要将其中无用的信息进行去
除，使有用的信息被恢复。这样可以使信息在被处理的时候保持较强的可识别

性，使处理数据被进一步地简化。在这个过程当中，需要使图像发生数字化与几
何化的变化，并运用多种处理手段。
第一，可以基于滤波操作来将图像内部的干扰信息分离出来。在这个基础

上，通过选频来过滤有用频率、去除干扰频率，以此来获得可用的信息、排除干
扰性信息。第二，可以使用归一法，将图像各个像素点的色彩值统一转化为0或
1，使图像在色彩方面的差距不断被缩小，最终呈现阶梯状排布。在使用该方法
的过程当中要注意图像分割粘连的问题。第三，可以使用平滑与锐化相结合的滤

波处理方式。前者的功能主要是对图像的灰度跳变进行抑制，后者则主要增强跳
变。在对图像进行处理的时候，通常需要先平滑后锐化，基于统一处理函数建立
不同的滤波器，再使用不同的滤波方式算子来进行处理。

3.特征的抽取与选择
在图像识别之前，要对模式进行辨别，在这个基础上制定相应的模式算法。

90