數(shù)字圖像識別與處理系統(tǒng)設(shè)計(jì)是提升圖像處理與識別水平的關(guān)鍵所在，以下是小編搜集整理的一篇探究處理與識別數(shù)字圖像應(yīng)用的論文范文，歡迎閱讀參考。

　　摘要 :信息技術(shù)的快速發(fā)展為各行業(yè)領(lǐng)域注入新鮮的活力。以當(dāng)前數(shù)字圖像處理技術(shù)、識別技術(shù)等為例，其本身以計(jì)算機(jī)技術(shù)為依托，能夠完成信息傳輸、處理、存儲等工作，應(yīng)用范圍極廣。然而從現(xiàn)行計(jì)算機(jī)感知能力角度看，仍需將相關(guān)的理論與實(shí)踐經(jīng)驗(yàn)作為指導(dǎo)，如人臉識別、紙幣識別等，要求做好圖像處理與識別系統(tǒng)設(shè)計(jì)。本文將從數(shù)字圖像處理、圖像識別方法在人臉圖像識別中的應(yīng)用以及圖像識別系統(tǒng)在識別殘損紙幣中的應(yīng)用角度，對系統(tǒng)開發(fā)思路進(jìn)行探析。

　　關(guān)鍵詞 :人臉識別 ;數(shù)字圖像處理 ;系統(tǒng)開發(fā)

　　前言

　　區(qū)別于一般圖像處理，數(shù)字圖像處理強(qiáng)調(diào)在計(jì)算機(jī)運(yùn)用下，使圖像信息能夠進(jìn)行數(shù)字信息的轉(zhuǎn)化，在此基礎(chǔ)上完成一系列傳輸、處理與存儲等。現(xiàn)行較多領(lǐng)域如醫(yī)療衛(wèi)生、軍事技術(shù)、工農(nóng)業(yè)生產(chǎn)以及信息安全等，都有數(shù)字圖像處理引入其中，優(yōu)勢極為明顯。而該優(yōu)勢的實(shí)現(xiàn)關(guān)鍵在于系統(tǒng)設(shè)計(jì)較為合理，包括顯示設(shè)備、數(shù)字化儀與計(jì)算機(jī)等。因此，本文處理與識別數(shù)字圖像的系統(tǒng)設(shè)計(jì)研究，具有十分重要的意義。

　　1 數(shù)字圖像處理方法研究

　　系統(tǒng)開發(fā)過程中，對數(shù)字圖像處理要求較高，其涉及的方法集中表現(xiàn)在圖像增強(qiáng)、檢測方面。從圖像增強(qiáng)方式看，主要立足于圖像視覺效果改善，采取相應(yīng)的分析與處理圖像方法。該方式應(yīng)用下體現(xiàn)出明顯的效果明顯、操作簡單等優(yōu)勢，可滿足圖像處理要求。一般圖像增強(qiáng)方法應(yīng)用中，首先應(yīng)做好灰度增強(qiáng)工作。以連續(xù)圖像 f(x,y)為例，對該圖像數(shù)字化后會生成新的圖像 f(m,n)，對于新生成的圖像，灰度值不同，像素?cái)?shù)也存在一定差異，如在較大灰度值情況下，像素?cái)?shù)較多，此時圖像將表現(xiàn)出明亮特點(diǎn)。而灰度值小時，由于像素?cái)?shù)少，所以生成的圖像也較為偏暗。所以在灰度增強(qiáng)中，以相應(yīng)變換關(guān)系為依據(jù)，對圖像中像素灰度值進(jìn)行調(diào)整。假若對未處理的圖像，利用 r=f(m,n)表示像素灰度值，而處理后的通過 r'=g(m,n)表示，此時有 r'=T(r)或 g(m,n)=T(f(m,n))，利用這些變換關(guān)系式，便可使灰度增強(qiáng)目標(biāo)得以實(shí)現(xiàn)。完成灰度增強(qiáng)后，便需采取圖像銳化措施。通常攝像系統(tǒng)應(yīng)用下難以保證聚焦質(zhì)量，或因信道狹窄問題，很容易導(dǎo)致目標(biāo)輪廓不清晰，此時要求利用銳化，使圖像輪廓加重，獲取更為精確的圖像。需注意的是銳化中對于灰度值調(diào)整僅集中的在目標(biāo)輪廓上，而輪廓外像素不會發(fā)生改變。另外，圖像增強(qiáng)中也需考慮圖像噪聲控制問題，主要通過非線性處理技術(shù)實(shí)現(xiàn)，該技術(shù)可被叫做中值濾波。實(shí)際應(yīng)用中，中值濾波可以二維窗口形式展現(xiàn)出來，相比 1×L 與L×1 濾波器，在 L×L 二維中值濾波器運(yùn)用下，更能使噪聲被抑制。

　　處理數(shù)字圖像中，在圖像增強(qiáng)方法應(yīng)用的同時，也要求在圖像檢測方面進(jìn)行強(qiáng)化。其涉及的內(nèi)容首先表現(xiàn)在邊緣檢測上，其中的邊緣主要指圖像紋理結(jié)構(gòu)、顏色或灰度級發(fā)生突變，整個圖像特征不具備連續(xù)性，所以在圖像分析中應(yīng)對邊緣信息給予足夠重視。從數(shù)字圖像中的邊緣看，主要表現(xiàn)在幅度、方向兩個特性層面，若以邊緣走向?yàn)橹鳎藭r灰度將出現(xiàn)平緩變化，而在與邊緣走向垂直的情況下，灰度變化極為明顯。因此，實(shí)際檢測邊緣過程中可從一階、二階導(dǎo)數(shù)著手，進(jìn)行圖像灰度的計(jì)算，可達(dá)到檢目的。另外，檢測過程中也可將形狀匹配技術(shù)引入其中，以 Hough 變換為例，其可通過坐標(biāo)變換，在變換空間中將曲線點(diǎn)進(jìn)行固定，可形成峰點(diǎn)。此時僅需從空間中峰點(diǎn)著手，便能完成形狀曲線檢測過程。

　　2 圖像識別方法在人臉圖像識別中的應(yīng)用

　　本文在研究圖像識別中，主要從人臉圖像識別方面著手，這一識別過程極為復(fù)雜，需在計(jì)算機(jī)中執(zhí)行一系列圖像采集、人臉檢測、人臉定位、人臉跟蹤等，這樣提取出的人臉信息便可用于識別。對于識別過程中涉及的技術(shù)主要以檢測定位、識別算法為主。其中在檢測定位中，常用的主要以顯式、隱式特征兩種方式為主。顯式特征可理解為在肉眼觀察下，完成臉部結(jié)構(gòu)、輪廓以及膚色的判斷等，如基于知識的方法、模板匹配或膚色模型等，這些都可作為顯式特征識別方法。而在隱式特征方式上，主要利用相關(guān)的人臉樣本對圖像進(jìn)行檢測，如積分圖像、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)或特征臉法等，都可作為隱式特征檢測方式。而在識別算法中，若以人臉表征方式為依據(jù)，可細(xì)化為神經(jīng)網(wǎng)絡(luò)、特征臉法、模板匹配以及基于幾何特征方式等，這些方法應(yīng)用下對人臉識別實(shí)現(xiàn)可起到明顯作用。以其中基于幾何特征方式為例，其將人臉中下巴、嘴巴、鼻子與眼睛利用幾何描述，與人類識別人臉機(jī)理相吻合。但應(yīng)用中也存在一定不足之處，如在對人臉結(jié)構(gòu)描述時難以對細(xì)微特征進(jìn)行判斷，可能導(dǎo)致信息丟失。同樣，其他幾種識別方法運(yùn)用下也都存在一定的優(yōu)勢與弊端，要求在選擇中結(jié)合實(shí)際需要。

　　在圖像識別中，保證圖像識別技術(shù)應(yīng)用的基礎(chǔ)上，還應(yīng)做好采集圖像與提取人臉等工作。其中的圖像采集部分，一般可將攝像頭、采集卡同時裝設(shè)于采集設(shè)備中，尤其采集卡選用時，應(yīng)保證其能滿足色空變換、剪裁、比例縮放、數(shù)字解碼等要求，保證最終獲取的信號較為精準(zhǔn)。而對于人臉提取部分，其過程較為復(fù)雜，通常需在膚色空間構(gòu)建的基礎(chǔ)上，進(jìn)行 RGB 的確定，使其與膚色空間保持對應(yīng)，這樣便可定位人臉區(qū)域。除此之外，圖像系統(tǒng)開發(fā)中，還需保證將人工神經(jīng)元引入其中，保證整個系統(tǒng)應(yīng)用下可對人臉模式進(jìn)行分類。且注意系統(tǒng)構(gòu)建后，要求對系統(tǒng)性能以及其中的算法進(jìn)行測試，盡可能將其中影響識別結(jié)果的因素剔除，以此達(dá)到圖像識別的目標(biāo)。

　　3 圖像識別系統(tǒng)在識別殘損紙幣中的應(yīng)用

　　圖像識別系統(tǒng)的應(yīng)用在許多行業(yè)領(lǐng)域中都有所涉及，本文研究中以殘損紙幣為實(shí)例。系統(tǒng)應(yīng)用中首先需對識別流程進(jìn)行明確，主要包括：①使紙幣在掃描儀運(yùn)用下完成數(shù)字圖像轉(zhuǎn)換過程，且文件形式以 BMP 為主，能夠滿足存儲要求 ;②對掃描后的圖像進(jìn)行轉(zhuǎn)換，以灰度圖像取代彩色圖像 ;③對紙幣殘缺情況、污漬或粘補(bǔ)等進(jìn)行判定 ;③對紙幣票面圖案分析，若圖案過于模糊，應(yīng)將其界定為殘幣。識別系統(tǒng)應(yīng)用中，主要運(yùn)用到邊緣檢測、神經(jīng)網(wǎng)絡(luò)識別以及線性判別等方式。對幾種方式對比，可發(fā)現(xiàn)在識別率上都較高，優(yōu)勢較為明顯，但也存在一定不足之處，如神經(jīng)網(wǎng)絡(luò)方法運(yùn)用下的內(nèi)存較大、計(jì)算量多等。因此，實(shí)際開展識別工作中，可考慮融合三種方式，使其各自缺點(diǎn)得以彌補(bǔ)，保證優(yōu)勢充分發(fā)揮出來。

　　4 結(jié)論

　　數(shù)字圖像識別與處理系統(tǒng)設(shè)計(jì)是提升圖像處理與識別水平的關(guān)鍵所在。實(shí)際設(shè)計(jì)中應(yīng)正確認(rèn)識處理與識別數(shù)字圖像的基本內(nèi)涵，使處理過程中圖像增強(qiáng)、檢測等方法落到實(shí)處，且在圖像識別中做好檢測定位、識別以及人臉提取等工作，這樣才可使整個系統(tǒng)性能進(jìn)一步提高。

　　參考文獻(xiàn)：

　　[1] 孫凱旻 . 基于 FPGA 數(shù)字圖像處理 QR 碼識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) [D]. 上海師范大學(xué) ,2013.

　　[2] 邊樹海 . 表具數(shù)字圖像的處理與識別系統(tǒng)的研究 [D]. 沈陽建筑大學(xué) ,2013.

　　[3]李扣生?；谔摂M儀器的電路板圖像識別系統(tǒng)研究與實(shí)現(xiàn)[D].上海交通大學(xué) ,2010.

　　[4] 王禹朋 . 基于數(shù)字圖像處理技術(shù)的色環(huán)電阻識別系統(tǒng)的開發(fā)[D]. 黑龍江大學(xué) ,2011.