图像处理与识别的应用研究

图像处理与识别的应用研究

摘要：图像处理与识别技术是时代进步与科学技术快速发展的必然产物，目前，图像处理与识别技术已普遍应用于社会各个领域，应用优势也逐步突显出来。本

文将结合图像处理与识别技术的优势，围绕该技术在人脸识别领域、交通实时监

控领域、医疗卫生领域、工业生产领域以及刑事案件侦破领域的实际应用效果展

开全面论述。

关键词：图像处理；识别；实际应用

图像处理与识别技术能够在海量的图像数据信息中提取出应用价值高的信息，为各项工作的顺利开展提供重要的技术支持。根据图像不同的记录方式，可以将

图像分为数字图像与模拟图像两种，计算机图像处理系统对数字图像进行采集、

存储、处理，进而在系统中形成模拟图像，经过与计算机系统内部的原始图像模

型进行比对，找到图像匹配源，最终得到经过优化的图像类型与图像数据信息。

一、图像处理与识别技术概述

（一）图像处理与识别技术优势

计算机图像处理与识别系统首先对图像的外观形态进行判定，以形状、颜色、尺寸作为判定参数，准确识别出图像特征，然后根据这些特征，对共性参数进行

有效提取，再对获取的图像进行优化处理，处理内容包括去噪、对比度、清晰度

调整以及边缘修饰等。与传统的人工图像处理方法相比，计算机图像处理与识别

技术具有处理速度快、精准度高、灵活性好等优势。由于计算机图像处理系统接

纳的图像信息处理量较大，而通过程序软件的快速运算，能够在短时间内完成图

像的识别和处理工作[1]。在信息处理过程中，一些没有应用价值的图像会被系统

逐一剔除，而留下了具有参考价值与应用价值的信息，因此，图像信息处理的精

准度较高。此外，由于计算机图像处理系统应用了人工智能技术，该系统的自动化、智能化水平较高，不但节省了人工，而且也能够灵活调整精准度，使图像实

现自动化处理。

（二）图像处理的常用方法

图像处理与识别技术的最终目的是改善和提高图像质量，使人们更易于辨识

图像的本来面目。因此，图像增强是图像处理与识别过程中最常用的处理方案，

它可以细分为灰度增强、图像锐化以及边缘检测三方面。灰度增强技术是基于数

学模型，图像在不同区域内的像素数量与图像上各个区域的灰度值有着必然联系，如果灰度值的区域范围较大，则这一区域内的像素数量就随之增多，图像表现出

来的明暗度就比较亮，如果灰度值较小，图像的视觉效果就偏暗。图像锐化是针

对图像轮廓不清晰，利用锐化技术还原图像的本来面目，基本原理是将图像中的

人物或者物品轮廓的灰度值进行两极分化，灰度值高的则变得更高，灰度值低的

则变得更低。所谓边缘检测是对图像进行分割处理，因为边缘区是图像中亮度变

化最为明显的区域，在检测过程中，可以结合一阶与二阶导数对图像灰度进行精

准测算，以坐标变换的方式使曲线上各点形成固定峰点，工作人员可以根据峰点

对整条曲线进行检测，进而得到精确的数据信息。

二、图像处理与识别技术的实际应用

（一）人脸识别

人脸识别系统的应用和发展经历了三个阶段，第一阶段是收集面部信息，借

助于系统数据库中的人脸信息形成一种比对和匹配关系，这一阶段需要介入大量

的人工操作，不但工作量大，而且人脸识别的准确度也相对较低。第二阶段逐步

实现了人机交互功能，但是智能化、自动化处理技术较为落后，也需要借助于人

工操作才能完成识别过程。第三阶段也是现在普遍应用的人脸自动识别系统，它

以计算机技术和智能化图像处理技术作为出发点，使人脸识别系统更具实用性，

识别准确度更高。例：基于图像处理与识别技术的人脸识别门禁系统流程图，如

图1：

图1：人脸识别门禁系统流程图

人脸识别系统主要分为隐式特征与显式特征两种，如果以显式特征为例，又

可以分为肤色模型、模板匹配以及先验知识三种方法。最显著的特征是人的皮肤

颜色，因此肤色模型在人脸识别和分辨过程中发挥着至关重要的作用。人脸识别

系统利用图像处理技术对人脸的像素点进行逐一分析处理，进而与数据库当中的

肤色数据进行对比匹配，以完成显式特征的检测定位。

（二）交通实时监控

目前，随着图像处理与识别技术水平的逐年提升，该技术在汽车驾驶以及交

通监控领域应用较为广泛，比如常见的自动泊车装置、辅助驾驶系统、车辆精准

定位系统等，都应用了图像处理与识别技术。对于一些经常跑长途的司机来说，

疲劳驾驶是导致发生交通事故的直接杀手，要想避免交通事故的发生，驾驶员可

以应用辅助驾驶系统，事先设定好行驶参数，包括行车速度、制动设置等，当车

辆在自动驾驶过程中，发生车道偏离，图像处理系统根据道路特征及时发出预警

信号，给驾驶员留有充足的处理时间，提升了安全驾驶系数[2]。随着我国汽车保

有量的不断增长，交通事故以及交通违章的频次也逐年增多，面对这种情况，交

警部门将图像识别与处理系统与交通管理系统结合到一起，当发生交通逃逸事故时，该系统能够对肇事车辆的外观特征进行比对和匹配，对机动车号码牌进行准

确识别，进而获取车主的真实信息，而且这一识别过程只需要极短的时间就可以

完成。既提升了处理效率，同时也改善了交通秩序，营造了良好的交通运营环境。

（三）医疗卫生领域的实际应用

在医疗卫生领域，涉及到的图像处理环节较多，如果沿用过去的人工处理手段，不仅增加了工作量，而且图像信息的重叠点较多，很难辨识出准确的结果，

图像也失去了参考价值。而图像处理与识别系统在这一领域的实际应用，不但克

服了数据量大的困难，而且数据的精准度也得到大幅提升，收获了更多患者的好评。当医疗机构对细胞染色体进行分类处理时，通过图像处理与识别技术，可以

与系统中的原始数据进行比对匹配，进而辨别出细胞染色体，帮助医护人员做好

后续工作。此外，在医学的核磁共振影响分析以及3D超生成像方面，也应用了

图像处理与识别技术，确保了检验结果的精准性。

（四）有色金属的工业制造领域

图像处理与识别技术在工业生产制造领域也得到广泛应用，尤其在有色金属

冶炼行业，该技术的应用频率更高。有色金属是人们日常生活中不可或缺的金属

物质，类型多样，下面以铜金属为例，阐述图像处理与识别技术的应用效果。由

于铜的种类较多，包括紫铜、红铜、青铜、黄铜等，因此，铜的形态与性质也存

在较大差距，这就给铜矿石的检测工作增加了难度，而应用图像处理与识别技术，借助于现代化的辅助仪器设备，利用物理化学检测识别的方法，将铜矿石的X线

荧光光谱数据信息输入到计算机系统当中，系统对铜矿石的一些共性特征进行有

效提取，再经过进一步优化和处理，能够得到较为精准的数据信息，然后将这些

信息与系统中的原信息进行比对和匹配，最终得到铜矿石的精准检测结果。这种

方法即便捷又省工，而且得到的检测数据误差相对较小[3]。