常晓鹏1 肖付寒2
1 国网菏泽供电公司 山东 菏泽 274000 2 山东鲁能软件技术有限公司 山东 济南 250000
摘要：计算机图像处理和识别技术一直伴随着计算机硬件、软件技术的发展而发展，特别是在电脑系统操作系统可视化以来，图像处理技术迅速崛起，已经逐渐成为人的外延，从数码相机到视频监控视频聊天，再到职能化人脸识别技术，计算机图片处理和识别技术从简单到复杂，无论从硬件设备还是软件算法经历了划时代的发展。随着人工智能、云计算技术的产生和广泛应用，计算机图片处理和识别技术进入了全新的时代。鉴于此，文章对计算机图像识别技术的应用与细节问题方面的内容进行了研究，以供参考。
关键词：图像识别；应用分析；问题处理
1 计算机图像处理与识别技术
计算机图像处理与识别技术就是利用计算机系统代替人眼进行工作的科学技术，其工作原理与人工图像识别类似，自动提取图像信息中的关键点，并与设置好的处理与识别规则进行对比分析，可以对图像中的缺陷进行修复，满足人们的审美需求，同时可以起到图像质量检测的作用。计算机图像处理与识别技术可以根据人们的意愿去处理与识别图像信息，被广泛应用在诸如智能交通、有色金属、医学医疗等领域中，与现代社会发展与进步紧密联系，是现阶段研究与发展的主要技术之一，未来应用前景良好。
2 计算机图像处理与识别技术应用优势与特点
2.1处理速度快
从计算机图像处理与识别技术的发展与应用情况来看，其在诸多领域都起到重要作用，并且具有很大的应用优势。其中，处理速度快是计算机图像处理与识别技术应用的主要优势之一，尤其是在互联网普及应用以后，人们可以接触到的数据信息量很大，并且信息内容繁杂，传统的处理与识别技术已经无法满足正常的工作需求。利用计算机图像处理与识别技术处理数据信息，可以提高数据处理与识别效率，在短时间内完成数据信息的分析、处理，具有较好的应用适用性与配合性。
2.2精确度高
计算机图像处理与识别技术在具体的应用过程中，可以在同一时间处理和识别多张不同类型的图像，可以高效、准确地从海量的图像数据资源中是筛选出有效、完整的图像信息。与传统的人工图像处理与识别方式相比，计算机图像处理与识别技术的应用精确度更高。但是，计算机图像处理与识别技术在实际应用过程中缺乏直观感受，不具备人工图像识别的信息反馈能力，对在图像处理和识别中出现一定程度的非主观性，影响到识别结果，因此需要联合应用两种图像处理与识别技术，进而提高整体的应用效果。
3 计算机图像处理与识别技术原理及应用过程
3.1技术原理
目前的计算机图像处理的技术原理主要采用图片库比对识别技术，计算机系统整个识别过程和人类图像对的识别过程较为相似。首先计算机要想准确识别图像需要在图片库内提前录入大量的图像信息，并将这些图像的外形、颜色、细节内容等关键特征信息进行提取，然后将这些信息进行模数转换，以数字化的格式存储到计算机系统中作为原始的图像库。在进行图像处理时，计算机对所需要处理的图片信息按像素矩阵进行数字化转化，将转换结果和计算机原始图库中图像信息进行比对，直到发现与之吻合的图像数据文件，完成图片的识别。但目前的计算机图像识别系统缺少和人类相类似的主观感受，也依然难以形成和人类相似的发散思维和抽象能力，虽然人工智能技术的和云计算的发展促进了计算机图像处理识别能力的提升，但对于一些原始图像库中没有录入的复杂图像依然识别能力较差，准确性也相对较低。
3.2实现过程
计算机的图像处理和识别功能在实际运行时主要需要以下的过程来完成运算处理。首先是图像信息的获取，计算机图像获取一般由两个来源，一个来源是人工输入需要处理识别的图像信息，比如常用的jpg，bmp等格式的图片文件，图片处理软件根据输入文件格式启动软件服务，此类文件虽然在计算机屏幕显示时是一幅幅图形画面，但实际在计算机系统中是以二进制数字格式储存，因此进行此类图片处理时计算机并不需要调用外置的光学仪器设备，只需要根据图片文件的数据信息特点与图像库中的文件数据代码进行比对即可实现图片的处理和识别，另一个图像来源主要是计算机摄像头实时拍摄或录制的真实画面，典型的应用就是移动支付常用的人脸识别功能，这一过程必须调用数码照相机来实现，由于数码照相机单个感光元件只能区分单色光，因此镜头需要利用红黄蓝三原色构成的色彩滤镜矩阵对接收到的光线进行过滤，经过色彩滤镜过滤后的的光会触发激发感光元件输出高电位“1”，没有接收到光的元件为低电位“0”，因此形成二进制电信号代码输入到计算机中。图像获取完成后，接下来的步骤是再与计算机图像库中的文件进行比对，通过图像文件代码的排列顺序规律并找到与输入文件相似度很高的文件代码，最终完成图像的识别。当前，无论是哪一种输入来源的图像识别，都要依靠预先存入计算机的图像库来完成比对识别，因此图片库的丰富程度对图像识别准确度至关重用。
4 计算机图像识别技术应用中的细节问题分析
4.1图像灰度特征衰减不可控
图像灰度特征提取主要针对智能烟雾图像识别问题，传统计算机图像识别技术在烟雾图像特征发生衰减阶段，由于判定阈值失效速度较快，并无法依据单一烟雾像素特征确定其燃烧程度。据此，为保证图像灰度特征的有效提取，可利用人工鱼群算法，结合小波变换原理，对获取图像灰度细节特征进行加强处理，获取大规模烟雾图像离散灰度矩阵，提高计算机图像识别精确度。在实际应用中，在基础计算机图像识别框架内，可设置输入层、隐含层、输出层三个模块。在基础图像识别图像上进行输出数据关联度分析，可获取准确度较高的图像分割参数及灰度特征。
4.2指纹方向场细节处理问题
指纹识别是计算机图像识别技术主要应用模块，而方向场提取是指纹识别、匹配的关键。通过指纹灰度梯度计算，可确定指纹纹路方向。并对指纹图进行初步类别划分。但是指纹中被破坏纹路线的存在，极易影响计算机指纹识别效果。据此，就需要对计算机指纹方向场细节进行恰当处理。基于方向场的指纹细节处理技术主要是在空域上，将一定大小的滤波器模板、原始图像进行卷积。即利用灰度滤波去噪技术，将灰度指纹图像上叉连、模糊、端点等局部特征进行合理处理。由于十字型中值滤波、均值滤波、直方图均衡化滤波等传统技术，在灰度指纹图处理过程中并没有考虑灰度图方向性。因此，为保证计算机指纹图像识别准确度，在实际计算机图像识别技术应用过程中，可采用方向图的方式进行指纹原图像处理。即利用纹线方向表示指纹原纹线，利用点方向图中源表示指纹每一像素点脊线方向。通过求取各点灰度均值，结合指纹图像中切线灰度变化及垂线方向控制，可有效提高点方向指纹图精度，进而保证计算机指纹图像处理精确度。
结语
总之，计算机图像处理与识别技术的应用范围很广，并且起到的作用很大，对现代化发展起到重要影响。因此，必须从计算机图像处理与识别技术的应用原理与特点方面入手，不断优化技术应用，增加技术应用功能，促进其进一步的应用发展，提高技术应用效率与质量，使其在更多的领域发挥出良好的作用，推动社会快速发展。
参考文献：
[1]雷波.计算机图像处理与识别技术应用研究[J].信息与电脑（理论版），2020，32（06）：124-126.
[2]卢少华，肖赛男.计算机图像处理技术在网页设计中的应用分析[J].电子世界，2020（04）：191-192.
[3]江俊敏.计算机图像识别技术的应用分析[J].集成电路应用，2020，37（02）：50-51.