摘要
　　本文主要對(duì)圖像識(shí)別的基本理論進(jìn)行闡述，并重點(diǎn)分析圖像識(shí)別方法的種類、區(qū)別與聯(lián)系，最后介紹了圖像識(shí)別的應(yīng)用。
　　關(guān)鍵詞：圖像識(shí)別；理論；應(yīng)用
　　一、圖像識(shí)別概述
　　圖像識(shí)別是近二十年來發(fā)展起來的一們新型技術(shù)科學(xué)，它以研究某些對(duì)象或過程(統(tǒng)稱圖像)的分類與描述為主要內(nèi)容。圖像的含義十分廣泛，其原義是指各種圖片(圖畫、影像包括濃淡、色彩)，后來人們把聲音圖也歸屬于圖像，稱作聲音圖像等等。具體來說，它可以是各種物體的黑白或彩色圖畫、手寫字符、遙感圖片、聲波信號(hào)、x射線透視膠片、指紋圖案、空間物體等等。
　　圖像識(shí)別所研究的領(lǐng)域十分廣泛，它可以是機(jī)械加工中零部件的識(shí)別分類，可以是從遙感圖片中辨別農(nóng)作物、森林、湖泊和軍事設(shè)施，以及判定農(nóng)作物的長(zhǎng)勢(shì)，預(yù)測(cè)收獲量類問題。其研究的對(duì)象，基本上可概括為兩個(gè)類型：一是有直覺形像的，如圖片、相片，圖案，文字圖樣等；一是無直覺形像而只有數(shù)據(jù)或信號(hào)的波形，如語(yǔ)言，聲音地震波等。但對(duì)圖像識(shí)別來說，無論是數(shù)據(jù)、信號(hào)甚至物體，都是除掉它們各不相同的物理內(nèi)容，考慮對(duì)它們進(jìn)行“分類”這一點(diǎn)共性來研究的。
　　針對(duì)這一共同的觀點(diǎn)，把同一種共性者歸為一類；另一種共性者歸為另一類，等等。如文字識(shí)別中10個(gè)阿拉伯?dāng)?shù)字就需分為10類：26個(gè)英文字母就要分成26類，幾千個(gè)漢字就要幾千類；肺部x光照片可能要區(qū)別出正常和異常兩類；工件表面的檢查要分出正品和廢品；對(duì)簡(jiǎn)單物體識(shí)別要分辯是立方體、圓球體或錐形體等；以及工廠產(chǎn)品的分類等等。至于類別的劃分，大致有兩種情況：一種是把對(duì)象特性以及對(duì)象所屬的類別都加以說明，這樣的過程一般是用機(jī)器來實(shí)現(xiàn)的，稱為學(xué)習(xí)過程，然后對(duì)于一個(gè)新的對(duì)象，分析它的特性，決定它屬于哪一類。例如上述阿拉伯?dāng)?shù)字的判別，就是具有10類的分類問題。至于對(duì)工件合格與否的識(shí)別，那就成為判別“正品”與“廢品”的兩類分類問題。另外一種分類的情況稱為聚合，就是只告訴若干對(duì)象和它們的特性，根據(jù)某種判據(jù)把特性相同的歸為一類，而事先往往并不知道究竟分成多少類。
　　簡(jiǎn)言之，圖像識(shí)別問題在工程上就是分類問題，而很多分類問題，單憑人類器官是無法進(jìn)行的，例如染色體的分類、精密加工零件表面光潔度的檢驗(yàn)及分類、形狀識(shí)別等等，它們必須依賴于機(jī)器。
　　二、圖像識(shí)別方法
　　圖像識(shí)別方法較多，大體上可以歸納為兩類方法：統(tǒng)計(jì)方法(數(shù)學(xué)方法)和語(yǔ)言(或結(jié)構(gòu))學(xué)方法，亦稱句法識(shí)別方法。
　�。ㄒ唬┙y(tǒng)計(jì)方法
　　統(tǒng)計(jì)方法以數(shù)學(xué)上決策理論為基礎(chǔ)，根據(jù)這種理論建立了統(tǒng)計(jì)學(xué)識(shí)別模型。其基本模型是在對(duì)研究的圖像進(jìn)行大量統(tǒng)計(jì)分析，找出規(guī)律性認(rèn)識(shí)，抽出反映圖像本質(zhì)特點(diǎn)的特征進(jìn)行識(shí)別。在這種方法中，大量工作在于如何抽取圖像的特征或決定統(tǒng)計(jì)參數(shù)，即所謂參數(shù)法。另外，還有非參數(shù)決策法，如近鄰法則，它是一種繞過概率的估計(jì)而直接進(jìn)行決策的方法。對(duì)于特征抽取，必須把圖像的大量原始信息縮減為少數(shù)的特征，例如采用方差分布、特征向量法等。對(duì)文字符號(hào)等可只抽取幾何形狀特征，對(duì)聲波信號(hào)可抽取頻譜特征。為了抽取特征，有時(shí)要對(duì)原始圖像信息進(jìn)行各種變換，空間投影，把多維的圖像點(diǎn)簡(jiǎn)化到幾個(gè)坐標(biāo)分量上。
　　例如，在高空用多波段遙感儀得到的遙感照片，具有大量的圖像數(shù)據(jù)，為了進(jìn)行識(shí)別，可先將其劃分成若干小的集群，將性質(zhì)相近的數(shù)據(jù)點(diǎn)劃為一個(gè)集群，進(jìn)行聚合分析。如利用梯度法反復(fù)迭代計(jì)算，可把數(shù)據(jù)點(diǎn)的距離小于某一數(shù)的點(diǎn)合并在一起。從而大大減少信息量，只需研究這些集群的性質(zhì)就夠了，這就是集群分析。
　　（二）句法結(jié)構(gòu)識(shí)別方法
　　句法結(jié)構(gòu)識(shí)別法立足于分析圖像的結(jié)構(gòu)。一幅圖像可以模仿語(yǔ)言構(gòu)造，用一些語(yǔ)句來表達(dá)。語(yǔ)句的結(jié)構(gòu)總是由詞、短語(yǔ)等組成，并按一定的語(yǔ)法表達(dá)出來。也就是說，語(yǔ)句由短語(yǔ)組成，而短語(yǔ)由單詞組成，其中最基本的元素是單詞。那么一些語(yǔ)句又怎樣和圖像發(fā)生聯(lián)系，這可從圖像的形成談起，任何一幅圖像，總是由一些點(diǎn)、直線、斜線、弧線及環(huán)等組成，提取圖像的這些基本元素，看它們按怎樣的規(guī)則構(gòu)成圖像，這就是結(jié)構(gòu)分析的課題。這些基本元素就相當(dāng)于語(yǔ)句中的單詞；那些直線、曲線的某種組合可看成整個(gè)圖像，就相當(dāng)于語(yǔ)法規(guī)則。而對(duì)于圖像識(shí)別來說，就相當(dāng)于檢查圖像所代表的某一類句型，是否符合事先規(guī)定的語(yǔ)法。若語(yǔ)法正確，則就識(shí)出結(jié)果。
　　由上述可知，這種方法主要是利用了圖像結(jié)構(gòu)上的相互關(guān)系。這種語(yǔ)言學(xué)方法起始于60年代后期，發(fā)展較晚，在實(shí)用中還有一些問題。例如：由于圖像比語(yǔ)言要復(fù)雜得多，語(yǔ)言中的詞是一個(gè)接一個(gè)的一串符號(hào)排列，而要讓圖像的基本元素也排成一串，就不容易了。因?yàn)閳D像的基本元素，其結(jié)構(gòu)關(guān)系是上下左右交叉一起的，這就需要合理選擇和設(shè)計(jì)元素。
　　綜上所述，兩類方法各具優(yōu)缺點(diǎn)。第一類方法很少利用圖像本身的結(jié)構(gòu)關(guān)系，而第二類方法則沒有考慮圖像在環(huán)境中所受的噪聲干擾，必然使其元素或結(jié)構(gòu)關(guān)系帶有一定的隨機(jī)性。因而，把二者結(jié)合起來，各取其長(zhǎng)，是可取的途徑。例如研究具有隨機(jī)性質(zhì)的語(yǔ)言學(xué)模型就很有必要，而具有學(xué)習(xí)能力的語(yǔ)言學(xué)模型即可認(rèn)為是其一例。在圖像識(shí)別技術(shù)中，從識(shí)別邏輯的觀點(diǎn)來看，亦可分為兩個(gè)類型：組合式的和順序式的。
　　前者是把圖像的特征全部抽出(或足以判別一個(gè)圖像的很大一部分特征)之后再進(jìn)行判斷，給出結(jié)果。后者則按所抽特征的次序，每抽一次特征，都要進(jìn)行一次判斷(不是對(duì)整個(gè)圖像)，直至最終給出結(jié)果。
　　三、圖像識(shí)別的應(yīng)用模式
　　圖像識(shí)別的應(yīng)用較廣，大致可有如下幾個(gè)方面：
　�。�1）字符識(shí)別(Characterrecognition)；
　　（2）醫(yī)學(xué)診斷（Medicaldiagnosis)；
　�。�3）遙感(RemoteSensing)；
　�。�4）人臉和指紋鑒別（Identificationofhumanfacexandfingerprints)；
　　（5）污染(Pollution)；
　　（6）自動(dòng)檢查和自動(dòng)化(AutomaticinspectionandAutomation)：
　　（7）可靠性(Reliability)；
　�。�8）社會(huì)經(jīng)濟(jì)(Socio-economies)；
　　（9）語(yǔ)音識(shí)別和理解(speechunderstandingandrecognize)；
　　（10）考古(Archaeology)
 

轉(zhuǎn)載請(qǐng)注明來自：http://www.jinnzone.com/weidianziyingyonglw/7166.html