圖像識別的關(guān)鍵技術(shù)與展望6

1、圖像識別的關(guān)鍵技術(shù)與展望報告人：單革 地點：華中師范大學隨著計算機技術(shù)的飛速發(fā)展，圖像采集儀的出現(xiàn)以及高可靠算法的實現(xiàn)，使得圖像識別技術(shù)應(yīng)用越來越廣泛，產(chǎn)品化程度越來越高，成像系統(tǒng)也越來越成熟。1 圖像識別系統(tǒng)概述自動圖像識別系統(tǒng)的過程分為五部分：圖像輸入、預處理、特征提取、分類和匹配，其中預處理又可分為圖像分割、圖像增強、二值化和細化等幾個部分。（1）圖像輸入將圖像采集下來輸入計算機進行處理是圖像識別的首要步驟。（2）預處理為了減少后續(xù)算法的復雜度和提高效率，圖像的預處理是必不可少的。其中背景分離是將圖像區(qū)與背景分離，從而避免在沒有有效信息的區(qū)域進行特征提取，加速后續(xù)處理的速度，提高圖像特征

2、提取和匹配的精度；圖像增強的目的是改善圖像質(zhì)量，恢復其原來的結(jié)構(gòu)；圖像的二值化是將圖像從灰度圖像轉(zhuǎn)換為二值圖像；圖像細化是把清晰但不均勻的二值圖像轉(zhuǎn)化成線寬僅為一個像素的點線圖像。（3）特征提取特征提取負責把能夠充分表示該圖像唯一性的特征用數(shù)值的形式表達出來。盡量保留真實特征，濾除虛假特征。（4）圖像分類在圖像系統(tǒng)中，輸入的圖像要與數(shù)十上百甚至上千個圖像進行匹配，為了減少搜索時間、降低計算的復雜度，需要將圖像以一種精確一致的方法分配到不同的圖像庫中。（5）圖像匹配圖像匹配是在圖像預處理和特征提取的基礎(chǔ)上，將當前輸入的測試圖像特征與事先保存的模板圖像特征進行比對，通過它們之間的相似程度，判斷這兩

3、幅圖像是否一致。本文將從圖像預處理、特征提取、圖像分類及特征匹配這幾個方面來討論自動圖像識別技術(shù)的研究現(xiàn)狀和一些不足之處。2 圖像的預處理預處理是圖像自動識別系統(tǒng)中非常重要的一步，它的好壞直接影響圖像識別的效果。預處理的目的是去除圖像中的噪聲，把它變成一幅清晰的點線圖，以便于提取正確的圖像特征。2. 1 方向圖的計算方向圖因具有真實性且能以簡化的形式直觀地反映圖像最基本的形態(tài)特征，因此廣泛應(yīng)用于圖像增強、圖像特征的提取、圖像的自動分類、方向模版匹配等圖像識別的關(guān)鍵處理環(huán)節(jié)。提取方向圖的方法為：2. 2 圖像分割傳統(tǒng)的圖像分割方法包括灰度方差法分割和局部灰度差法等, 但是這兩種方法對于太濕或太干

4、的圖像分割效果往往不準確。也有利用圖像具有較強的方向性的方向圖分割法，但基于方向圖的分割效果依賴于所求圖像的方向圖的可靠性，而對圖像對比度的高低并不敏感，對于單一灰度的區(qū)域，方向圖分割難以取得令人滿意的效果。近幾年也有學者提出了基于D-S 證據(jù)理論的圖像分割方法。所謂三級分割是指：第一級分割出背景區(qū)域；第二級從前景中分割出模糊區(qū)域；第三級從模糊區(qū)域分割出不可恢復部分。經(jīng)過這樣的處理不僅節(jié)省了運算時間，而且提高了分割的可靠性。2. 3 圖像的增強目前用的較為廣泛的是基于Gabor 濾波的增強方法和基于傅里葉濾波的低質(zhì)量圖像增強算法。Gabor 濾波增強的基本出發(fā)點是基于圖像的數(shù)學模型. 該方法綜

5、合考慮到了圖像的方向特性和頻率特性。雖然本方法的濾波效果比較好，但是Gabor 濾波過程中頻率計算和濾波計算所消耗的時間在整個圖像的預處理過程中所占用的時間比重較大。2. 4 二值化和細化根據(jù)圖像的灰度分布，統(tǒng)計其最佳的閾值是二值化算法研究的核心。傳統(tǒng)的二值化算法有靜態(tài)算法和動態(tài)算法。動態(tài)算法比靜態(tài)算法有著較好的效果，靜態(tài)算法對質(zhì)量差的圖像區(qū)域產(chǎn)生大量的偽特征點，動態(tài)算法能夠在一定程度上彌補靜態(tài)算法的缺陷，但這樣也會引入更多的噪聲。在圖像二值化方面，近來又出現(xiàn)了一些新的方法，如一種基于方向圖的動態(tài)閾值圖像二值化方法。該方法直接從圖像灰度圖像中獲取動態(tài)閾值對圖像二值化，一次性完成一般圖像預處理中的分離無效區(qū)域、濾波、增強、二值化的過程。對細化問題，國內(nèi)外已提出多種細化算法，各有特點和不足，其中較具代表性的有以下幾種細化算法：經(jīng)典快速細化算法、R. W. Hal l 細化算法、Rosenfeld 細化算法、及Zhang&Suen 細化算法等。目前使用較多的圖像細化算法有兩種：基于形態(tài)學處理的快速細化算法和OPTA算法及其改進形式?？焖偌毣惴? 連通并行細化算法, 原理是判斷出圖像紋線的邊界點并逐步刪除。該算法速度很快, 但細化不