- 相關(guān)推薦
處理與識別數字圖像的應用探析
數字圖像識別與處理系統設計是提升圖像處理與識別水平的關(guān)鍵所在，以下是小編搜集整理的一篇探究處理與識別數字圖像應用的論文范文，歡迎閱讀參考。
摘要 :信息技術(shù)的快速發(fā)展為各行業(yè)領(lǐng)域注入新鮮的活力。以當前數字圖像處理技術(shù)、識別技術(shù)等為例，其本身以計算機技術(shù)為依托，能夠完成信息傳輸、處理、存儲等工作，應用范圍極廣。然而從現行計算機感知能力角度看，仍需將相關(guān)的理論與實(shí)踐經(jīng)驗作為指導，如人臉識別、紙幣識別等，要求做好圖像處理與識別系統設計。本文將從數字圖像處理、圖像識別方法在人臉圖像識別中的應用以及圖像識別系統在識別殘損紙幣中的應用角度，對系統開(kāi)發(fā)思路進(jìn)行探析。
關(guān)鍵詞 :人臉識別 ;數字圖像處理 ;系統開(kāi)發(fā)
前言
區別于一般圖像處理，數字圖像處理強調在計算機運用下，使圖像信息能夠進(jìn)行數字信息的轉化，在此基礎上完成一系列傳輸、處理與存儲等�，F行較多領(lǐng)域如醫療衛生、軍事技術(shù)、工農業(yè)生產(chǎn)以及信息安全等，都有數字圖像處理引入其中，優(yōu)勢極為明顯。而該優(yōu)勢的實(shí)現關(guān)鍵在于系統設計較為合理，包括顯示設備、數字化儀與計算機等。因此，本文處理與識別數字圖像的系統設計研究，具有十分重要的意義。
1 數字圖像處理方法研究
系統開(kāi)發(fā)過(guò)程中，對數字圖像處理要求較高，其涉及的方法集中表現在圖像增強、檢測方面。從圖像增強方式看，主要立足于圖像視覺(jué)效果改善，采取相應的分析與處理圖像方法。該方式應用下體現出明顯的效果明顯、操作簡(jiǎn)單等優(yōu)勢，可滿(mǎn)足圖像處理要求。一般圖像增強方法應用中，首先應做好灰度增強工作。以連續圖像 f(x,y)為例，對該圖像數字化后會(huì )生成新的圖像 f(m,n)，對于新生成的圖像，灰度值不同，像素數也存在一定差異，如在較大灰度值情況下，像素數較多，此時(shí)圖像將表現出明亮特點(diǎn)。而灰度值小時(shí)，由于像素數少，所以生成的圖像也較為偏暗。所以在灰度增強中，以相應變換關(guān)系為依據，對圖像中像素灰度值進(jìn)行調整。假若對未處理的圖像，利用 r=f(m,n)表示像素灰度值，而處理后的通過(guò) r'=g(m,n)表示，此時(shí)有 r'=T(r)或 g(m,n)=T(f(m,n))，利用這些變換關(guān)系式，便可使灰度增強目標得以實(shí)現。完成灰度增強后，便需采取圖像銳化措施。通常攝像系統應用下難以保證聚焦質(zhì)量，或因信道狹窄問(wèn)題，很容易導致目標輪廓不清晰，此時(shí)要求利用銳化，使圖像輪廓加重，獲取更為精確的圖像。需注意的是銳化中對于灰度值調整僅集中的在目標輪廓上，而輪廓外像素不會(huì )發(fā)生改變。另外，圖像增強中也需考慮圖像噪聲控制問(wèn)題，主要通過(guò)非線(xiàn)性處理技術(shù)實(shí)現，該技術(shù)可被叫做中值濾波。實(shí)際應用中，中值濾波可以二維窗口形式展現出來(lái)，相比 1×L 與L×1 濾波器，在 L×L 二維中值濾波器運用下，更能使噪聲被抑制。
處理數字圖像中，在圖像增強方法應用的同時(shí)，也要求在圖像檢測方面進(jìn)行強化。其涉及的內容首先表現在邊緣檢測上，其中的邊緣主要指圖像紋理結構、顏色或灰度級發(fā)生突變，整個(gè)圖像特征不具備連續性，所以在圖像分析中應對邊緣信息給予足夠重視。從數字圖像中的邊緣看，主要表現在幅度、方向兩個(gè)特性層面，若以邊緣走向為主，此時(shí)灰度將出現平緩變化，而在與邊緣走向垂直的情況下，灰度變化極為明顯。因此，實(shí)際檢測邊緣過(guò)程中可從一階、二階導數著(zhù)手，進(jìn)行圖像灰度的計算，可達到檢目的。另外，檢測過(guò)程中也可將形狀匹配技術(shù)引入其中，以 Hough 變換為例，其可通過(guò)坐標變換，在變換空間中將曲線(xiàn)點(diǎn)進(jìn)行固定，可形成峰點(diǎn)。此時(shí)僅需從空間中峰點(diǎn)著(zhù)手，便能完成形狀曲線(xiàn)檢測過(guò)程。
2 圖像識別方法在人臉圖像識別中的應用
本文在研究圖像識別中，主要從人臉圖像識別方面著(zhù)手，這一識別過(guò)程極為復雜，需在計算機中執行一系列圖像采集、人臉檢測、人臉定位、人臉跟蹤等，這樣提取出的人臉信息便可用于識別。對于識別過(guò)程中涉及的技術(shù)主要以檢測定位、識別算法為主。其中在檢測定位中，常用的主要以顯式、隱式特征兩種方式為主。顯式特征可理解為在肉眼觀(guān)察下，完成臉部結構、輪廓以及膚色的判斷等，如基于知識的方法、模板匹配或膚色模型等，這些都可作為顯式特征識別方法。而在隱式特征方式上，主要利用相關(guān)的人臉樣本對圖像進(jìn)行檢測，如積分圖像、支持向量機、人工神經(jīng)網(wǎng)絡(luò )或特征臉?lè )ǖ�，都可作為隱式特征檢測方式。而在識別算法中，若以人臉表征方式為依據，可細化為神經(jīng)網(wǎng)絡(luò )、特征臉?lè )�、模板匹配以及基于幾何特征方式等，這些方法應用下對人臉識別實(shí)現可起到明顯作用。以其中基于幾何特征方式為例，其將人臉中下巴、嘴巴、鼻子與眼睛利用幾何描述，與人類(lèi)識別人臉機理相吻合。但應用中也存在一定不足之處，如在對人臉結構描述時(shí)難以對細微特征進(jìn)行判斷，可能導致信息丟失。同樣，其他幾種識別方法運用下也都存在一定的優(yōu)勢與弊端，要求在選擇中結合實(shí)際需要。
在圖像識別中，保證圖像識別技術(shù)應用的基礎上，還應做好采集圖像與提取人臉等工作。其中的圖像采集部分，一般可將攝像頭、采集卡同時(shí)裝設于采集設備中，尤其采集卡選用時(shí)，應保證其能滿(mǎn)足色空變換、剪裁、比例縮放、數字解碼等要求，保證最終獲取的信號較為精準。而對于人臉提取部分，其過(guò)程較為復雜，通常需在膚色空間構建的基礎上，進(jìn)行 RGB 的確定，使其與膚色空間保持對應，這樣便可定位人臉區域。除此之外，圖像系統開(kāi)發(fā)中，還需保證將人工神經(jīng)元引入其中，保證整個(gè)系統應用下可對人臉模式進(jìn)行分類(lèi)。且注意系統構建后，要求對系統性能以及其中的算法進(jìn)行測試，盡可能將其中影響識別結果的因素剔除，以此達到圖像識別的目標。
3 圖像識別系統在識別殘損紙幣中的應用
圖像識別系統的應用在許多行業(yè)領(lǐng)域中都有所涉及，本文研究中以殘損紙幣為實(shí)例。系統應用中首先需對識別流程進(jìn)行明確，主要包括：①使紙幣在掃描儀運用下完成數字圖像轉換過(guò)程，且文件形式以 BMP 為主，能夠滿(mǎn)足存儲要求 ;②對掃描后的圖像進(jìn)行轉換，以灰度圖像取代彩色圖像 ;③對紙幣殘缺情況、污漬或粘補等進(jìn)行判定 ;③對紙幣票面圖案分析，若圖案過(guò)于模糊，應將其界定為殘幣。識別系統應用中，主要運用到邊緣檢測、神經(jīng)網(wǎng)絡(luò )識別以及線(xiàn)性判別等方式。對幾種方式對比，可發(fā)現在識別率上都較高，優(yōu)勢較為明顯，但也存在一定不足之處，如神經(jīng)網(wǎng)絡(luò )方法運用下的內存較大、計算量多等。因此，實(shí)際開(kāi)展識別工作中，可考慮融合三種方式，使其各自缺點(diǎn)得以彌補，保證優(yōu)勢充分發(fā)揮出來(lái)。
4 結論
數字圖像識別與處理系統設計是提升圖像處理與識別水平的關(guān)鍵所在。實(shí)際設計中應正確認識處理與識別數字圖像的基本內涵，使處理過(guò)程中圖像增強、檢測等方法落到實(shí)處，且在圖像識別中做好檢測定位、識別以及人臉提取等工作，這樣才可使整個(gè)系統性能進(jìn)一步提高。
參考文獻：
[1] 孫凱旻 . 基于 FPGA 數字圖像處理 QR 碼識別系統的設計與實(shí)現 [D]. 上海師范大學(xué) ,2013.
[2] 邊樹(shù)海 . 表具數字圖像的處理與識別系統的研究 [D]. 沈陽(yáng)建筑大學(xué) ,2013.
[3]李扣生�；谔摂M儀器的電路板圖像識別系統研究與實(shí)現[D].上海交通大學(xué) ,2010.
[4] 王禹朋 . 基于數字圖像處理技術(shù)的色環(huán)電阻識別系統的開(kāi)發(fā)[D]. 黑龍江大學(xué) ,2011.
【處理與識別數字圖像的應用探析】相關(guān)文章：
醫學(xué)圖像領(lǐng)域中數字圖像處理的應用研究性論文04-24
探析視唱的技術(shù)處理03-18
淤泥軟土地基處理探析02-24
探析知識管理在企業(yè)中的應用03-21
探析硬盤(pán)播出系統的應用及維護03-18
探析膠原蛋白在造紙中的應用03-18
探析地被植物在溫州園林的應用03-18
知識管理在企業(yè)中的應用探析03-27