刘冠尧 李健怡 谢锡铭
广东电网有限责任公司中山供电局 广东 中山 528400
摘要：随着国家的快速发展和信息技术的不断进步，人工智能中图像识别技术也在逐渐发展成熟，并被应用到社会的各个领域当中，为各行业的发展提供了许多的便利。尤其在信息处理方面，计算机技术高速准确运算的功能能够为人类减轻不少的负担。在当今社会生产生活的大环境发展下，我们与图像的接触越来越密切。本文对现阶段我国人工智能中图像识别技术的应用情况做出了一定深入的探讨分析，仅供参考。
关键词：人工智能；图像识别；应用技术
前言：现阶段，随着科学技术的高速发展，人工智能图像识别技术也得到了相应的技术性提升，基本上实现了图像识别的智能化发展，特别是在一些识别难度系数较高的领域，也能够有效地利用该智能化技术，取代人工的识别工作，并在长期的实践过程中取得了较为优秀的成果，推动了整个图像识别领域的发展。
1人工智能图像识别技术
在识别图片的过程中，往往涉及人工智能、虚拟现实等先进的信息技术，以便对图像中的一些重要特征进行扫描提取。在得到了这些信息数据后，与建立好的数据库中的信息进行交叉对比，在找到相同或者类似的图像之后，便可以完成图像的识别工作。现阶段，人工智能图像识别技术已经广泛应用于医疗、工业制造、电力生产等众多领域，并在使用的过程中发挥了较高效率的图像识别功能，成为行业发展的重要基础技术。
2现阶段图像识别技术的常见形式
2.1神经网络形式
该技术作为人工智能领域的新型技术可以利用人工神经网络技术来实现对人类和动物的神经网络相关特征的分析工作，主要是从生理学角度的神经网络知识入手进行设计处理的，具有一定的全面性。主要是利用检测设备感应车辆经过，在车辆经过时进行图像照片的采集，从而获得相关车辆的具体信息，这对于刑事案件的的侦破、肇事车辆的逃逸等具有很重要的作用。
2.2模式识别技术
模式识别技术作为行之有效的模型被广泛应用，它以大量信息数据识别图像为基础，将计算机技术和数学原理合理化的融合在一起从而实现对图像特征的精准识别和信息获取。模式识别技术的有效应用首先需要我们存储大量的图像和特殊信息，根据客观规律对这部分数据库进行整理分析和划分，在这之后我们可以以此为标准去对其他的图像进行识别分析。
2.3基于非线性降维的图像识别技术
图像识别技术本身维度较高，但是复杂的纬度数据对图像的精准识别会产生一定的反作用。在实际情况中，不管是哪种形式的图像，在其生成数据的时候都会包括各种各样不同的维度。通过对该技术的合理应用，我们可以实现对各种分辨率照片的高效信息采集。通过采用图像降维的方法可以很好的提高计算机图像识别技术的识别功能，使图像细节更加清晰。
3人工智能中图像识别的应用
3.1图像识别在电力设备在线检测中的运用
（1）基于图像识别的电力设备检测总体方案
定期检测电力设备是电力行业安全发展的基础，是最早实现信息化的环节之一。图像识别其智能化的优点可以确保检测结果的准确性，有效强化电力监测系统的自动化与智能化运行，及时监控并发现电力设备存在的隐患，提出相应的解决措施，帮助工作人员在发现问题之后采取及时有效的措施，阻止或减少安全事故的发生，从而确保电力系统能够正常输送电力。例如视频监测系统应用于数字摄像机，主要是对电力设备运行状态的监控。首先通过电传感器获取信息，紧接着将信息上传到监控计算机，从而达到识别图像的作用。若是电力设备由于内部或外部因素出现故障，计算机系统会自动发出警报，从而进行及时维修，减少电力设备的损耗、提高其安全性。
（2）图像识别的程序
图像识别也要遵循相关程序，按照步骤开展工作。图像识别主要有四个步骤，前一步的工作效果会间接影响后面几步的工作效果，最终导致结果的不准确性。所以每一步都有需要注意的规则，否则就会产生图像识别错误的问题。
第一步，图像的预处理工作。通过仪器设备直接获取的图像可能会存在问题，所以要先对这些问题做出预处理，有利于后面信息化处理工作的展开。仪器的本身因素或是环境因素都会影响到图像的质量，包含灰度化处理、降噪处理和直方图均衡处理。首先，放大图像原有的噪音，进行深度化处理；其次，针对声音进行降噪处理，使之更加流畅自然；最后，在平滑处理后通过直方图均衡处理，获取更高质量的图像，最终达到高质量的效果。
第二步，二值化阈值的选取。常见的三种图像二值化阈值是：局部阈值、全局阈值、动态阈值。为了使识别速度达到最大化，一方面是计算机内存足够大，另一方面需要工作人员细心慎重的选择二值化阈值。选取工作对计算机的计算和识别性有着较高要求，一台拥有较大内存的计算机，其运作空间、信息容纳方面的优势也就更为显著。图像识别的功能直接受计算机内存的影响，因此，要通过选取合适的阈值、提高计算机硬件水平从而达到优化图像识别质量这一目的。
第三步，电力设备的识别工作。做好前期工作，接下来进入电力设备的识别环节。图像分析识别借助序贯相似性检测算法来进行工作。常用的是相似性检测算法，也有与模板匹配的情况。这种情况较少，因为匹配模板对目标要求较高，究其原因是要匹配与目标特点一样的模板，限制了匹配的范围，降低工作效率。
第四步，故障的分析与判断工作。在检测运行状态之后，当设备出现问题，就要进行故障的分析判断工作。为落实安全生产原则，如何处理设备的安全化问题就显得十分重要。帧差法是判断设备故障的常用方法之一，当设备出现故障后，监控呈现的图像也会发生较大变化，计算机会根据图像的变化自动报警，从而在短时间内相关人员就能赶到现场进行设备排查与检修，大大降低人力、物力、财力和时间的成本，帮助技术员工做好预防措施，使生产环节更加安全可靠。
3.2图像识别在电力营销管理系统中的应用
随着电力企业信息化程度的不断发展，营销管理的信息化建设也在逐步推进，提高了电力营销的服务质量，但细节部分仍有不足之处。当下，我国电力企业在电力营销系统中填写撤回电能表表数这一环节时，依旧借助人工操作，造成了较大的隐患。人工输入具有以下缺点：第一，无法保证数据书写的准确性。极容易造成书写错误，为企业自身和消费者造成多余的损失；第二，时间成本高。电能表表数是极为庞大的数据，不仅造成工作人员操作疲劳导致出现错误，所花费的时间也是巨大的。因此，电力企业可根据自身状况构建专用的图像识别平台。首先需要一个固定的操作平台，它是整个系统的核心部分，影响到信息的顺利采集，稳固的平台使图像成像稳定清晰，有利于后期计算机信息的录入；其次对能力表进行信息提取，使用图像识别技术对信息进行分析录入；最后通过机械和程序填写电能表数据，实现机械化、系统化的填写，保证信息的准确性。图像识别技术在电力营销的运用，不仅能够提高信息的准确性，还能使电力营销得到全面推广。
结语：
综上所述，随着信息技术的不断发展和广泛应用，图像识别技术作为一种新兴且功能性极强的技术种类，正在被广泛的投入于各行各业的使用。目前全球信息化时代已经到来，人工智能技术和图像识别技术作为信息化技术大发展中的重要内容需要我们投入更多的关注和精力，不断地研发和更新，使其获得进一步的发展壮大，从而高效的服务于我国的经济事业。
参考文献：
[1]张嘉丰.关于人工智能中图像识别技术的研究[J].电子技术与软件工程，2018(23):250-251.
[2]宋炯，柏松平，王燕华.基于人工智能的图像识别技术探讨[J].科技传播，2018(01):106-107.
[3]鲁琴，孟瑶.基于互联网的动态图像信息智能提取系统的设计[J].电视技术，2018(09):47-51.
[4]徐勤涛，杨自恒，朱伟男等.基于神经网络的图像识别技术与方法探讨[J].通讯世界，2018(07):100-101.
[5]张绍鹏.试析人工智能技术在财务管理中的应用[J].电脑编程技巧与维护，2018(6):134-136.