基于视频图像识别与比对的原理分析及算法研究

梁净

【摘 要】隨着数字图像处理技术的发展和实际应用的需求，出现了另一类问题，就是不要求其结果输出是一幅完整图像的本身，而是将经过上述处理后的图像，再经过分割和描述提取有效的特征，进而加以判决分类。例如交通系统中的车牌自动识别，邮政系统中的信函自动分拣等等。可以认为把图像进行区别分类就是对图像的识别。图像识别方法和应用十分广泛，也相当复杂，正在发展之中。但是，对图像识别来说，无论要识别的目标是什么，都是要找出它们的共性，把具有同一共性的归为一类，而具有另一种共性者归为另一类。图像识别研究的目的是研制能够自动处理某些图像信息的机器系统，以便代替人完成分类和辨识的任务。

【关键词】视频图像；目标识别；目标跟踪；缩微环境

一、图像比对与识别综述

近年来，图像技术一直是一个热门的研究领域，技术的发展也是非常迅速，不断有新的概念、技术产生。图像之间的比对技术是其中的一个分支，传统的图像比对技术主要指静态图像之间的对比。主要是利用图像的颜色特征、形状特征、纹理特征等对图像进行比较，根据这些统计特征，对图像之间的相似度做出评价，从而作为图像检索的依据。

图像识别的方法有很多，不同的识别对象，使用不同的识别方法，换句话说，识别方法是有针对性的，不存在通用的识别方法。

一个图像识别系统可分为三个主要部分，第一部分是图像信息获取，它相当于对被研究对象的调查和了解，从中得到数据和材料，对图像识别来说就是把图片、底片、文字图形等用光电扫描设备变换为电信号以便后续处理。第二部分是信息的加工与处理。它的作用在于把调查了解到的数据材料进行加工、整理、分析、归纳以去伪存真，去粗取精，抽出能反映事物本质的特征。当然，抽取什么特征，保留多少特征与采用何种判决有很大关系。第三部分是判决或分类。这相当于人们从感性认识升到理性认识而做出结论的过程。第三部分与特征抽取的方式密切相关。它的复杂程度也依赖于特征的抽取方式。例如，类似度、相关性、最小距离等等。 图像识别方法己初步形成三大类：统计识别、结构识别、人工神经网络识别等三大类。

二、图像识别比对算法

1.直方图法

直方图是统计学中的术语，在数字图像处理技术中，它可以用来表示彩色图像不同色度级象素的组成情况，也可以表示灰度图各灰度级象素的构成。

以彩色图HSV颜色空间为例，H 表色度，直方图表示彩色图像中，H分量每个色度级与其出现的象素数字（处于该色度级的象素的数目）间的统计关系。用横坐标表示色度（h），纵坐标表示像素数，并据此作出像素数—色度值图形，则该图形称为图像的颜色直方图。有时直方图也采用某一色度值的像素占整幅图像总像素的百分比作为纵坐标，这种图形叫做归一化直方图。直方图能给出图像的概貌性描述，它反映了在一幅图像中不同色度级像素所占图像总像素的比例，可以看出各色度级象素数目的多少及其分布情况，由此得出进一步分析和处理的依据。要研究图像灰度变化范围及各个色度级像素数的多少，就应当利用直方图这一方法。对一幅图像进行各色度级象素的统计，就可以得出图像的直方图。有了图像直方图，就有了图像的改正方向，可以进一步制定方案进行图像处理的其他研究。

2.模板匹配算法

模板匹配是用于几何校正后的多波段遥感图像去套准，借助于求互相关函数的极值来实现。模板匹配方法是研究在一幅图中是否存在某种已知模板图像。它的基本原则是通过相关函数的计算来找到它以及被搜索图的坐标位置。

3.模板细化识别法

一个图像的“骨架”，是指图像中央的骨骼部分。是描述图像几何及拓扑性质的重要特征之一。求一图像骨架的过程通常称为对图像“细化”的过程。在细化一幅图像x的过程应满足两个条件；第一，在细化的过程中，X应该有规律的缩小；第二，在X逐步缩小的过程中，应当使x的连通性质保持不变。

必须指出，这种方法对模板和待识别图像相对的位置要求比较严格，对应图像点应该位于空间同—目标点上，如果不是，必须先做几何校正与配准。

三、图像识别比对技术的分析

1.神经网络的图像识别技术

神经网络图像识别比对技术是一种比较新型的图像识别比对技术，是在传统的图像识别方法和基础上融合神经网络算法的一种图像识别方法。这里的神经网络是指人工神经网络，也就是说这种神经网络并不是动物本身所具有的真正的神经网络，而是人类模仿动物神经网络后人工生成的。

2.非线性降维的图像识别比对技术

计算机的图像识别比对技术是一个异常高维的识别技术。不管图像本身的分辨率如何，其产生的数据经常是多维性的，这给计算机的识别比对带来了非常大的困难。想让计算机具有高效地识别能力，最直接有效的方法就是降维。

四、结语

图像识别比对技术虽然是刚兴起的技术，但其应用已是相当广泛。并且，图像识别比对技术也在不断地成长，随着科技的不断进步，人类对图像识别比对技术的认识也会更加深刻。未来图像识别比对技术将会更加强大，更加智能地出现在我们的生活中，为人类社会的更多领域带来重大的应用。在21世纪这个信息化的时代，我们无法想象离开了图像识别比对技术以后我们的生活会变成什么样。图像识别比对技术是人类现在以及未来生活必不可少的一项技术。

【参考文献】

[1]陈孟锬. 远程视频监控系统中的视频图像识别研究[D].福州大学，2006.

[2]崔朝阳，徐荣杰.图像比对技术在监测领域中的应用[J].中国传媒科技，2005（04）：33-35.