计算机图像识别技术的细节问题及对策探讨

王保东

摘要：随着科技的不断发展，计算机网络技术日益成熟。其中最具代表性的就是计算机图像识别技术。该技术在各个领域的应用，让我国在国际科技领域取得了巨大的进步。同时，也促进了我国经济的高速发展[1]。但是，目前计算机图像识别技术在细节上还存在着一些问题。本文就是从计算机图像识别技术的应用特点和发展出发，对这些细节问题进行具体分析。并提出相应对策，力图解决这些问题，从而使计算机图像识别技术更加完善而撰写。

关键词：计算机图像识别技术;细节问题;对策探讨

计算机图像识别技术，简称IRT技术（Image Recognition Technology），是通过对图像进行一些处理，然后提取出所需要的信息，从而达到高效率的工作[2]。无论是科技领域，医学领域还是其他领域，都有着IRT技术的影子。IRT技术对促进国家发展有着巨大的作用和意义。但美中不足的是还有一些细节问题。该如何解决这些问题，从而给予IRT技术一个新的发展前景和一个好的发展状态是目前值得注意的细节。

1 计算机图像识别技术的特点，发展和应用

1.1 计算机图像识别技术的发展历程

计算机图像识别技术早在20世纪中期就已经存在。这是IRT技术发展的第一个发展历程，只是简单的识别数字和符号，是诞生期。IRT技术第二个发展历程是在20世纪70年代左右，这是IRT技术的成长期。这时，IRT技术的识别对象已经冲破简单的数字符号，而过渡到了字母文字等。到现在，IRT技术已经达到了一个所谓的成熟期，识别对象已经广泛的覆盖了很多领域[1]。

1.2 IRT技术是人工智能的具体识别过程

如今的IRT技术结合人工智能形成了庞大的“组织网”。IRT技术可以对图像进行分析处理，然后提取信息，从而让人们获得有用的，有价值的数据，从而达到高效率的工作。因此，IRT技术运用到了很多领域，也不负众望的取得了很大的成果。IRT技术的图像识别主要有这几个过程：识别对象，从对象上获取信息，预处理，特征抽取和选择，分类器设计以及分类决策。可以是二维的图像，比如图片文字等。还可以是一维的图像，就比如医学领域中的声波和心电图等[3]，这也是为何IRT技术可以运用于医学领域的原因。除此之外，IRT技术的识别对象还可以是物理量和逻辑值。继70年前的识别文字和符号，现在的IRT技术已经算是达到了一个“顶峰”。

1.3 IRT技术的应用领域

首先，是军事，公安刑侦方面的应用。军事目标的侦查在IR技术的帮助下比原来更为迅捷，完善了警戒保护系统。公安部对犯罪分子的指纹面容等等也在IRT技术的帮助下存下了案底。同时，IRT技术还可以修复以前破损的档案，让以前的逍遥法外之徒得以落网。这无疑让国家的安全性和社会的治安性得到了很好的管理[1]。

第二，是交通领域。随着文明的进步，交通运输的难度也上升了不小的系数。无论是交通路线还是交通车辆运输都变得很复杂。是人为难以管理的。而这就需要IRT技术的帮助了。IRT技术应用在交通领域，可以对交通路线，路况信息以及气候环境等因素做一个很好的识别[1]。得到准确安全的数据，从而确认驾驶者的安全。保证交通运输的畅通。

第三，就是“神圣”的医学领域。作为接触生老病死的领域。无论是在哪里出了差错，都会造成不堪设想的后果。但是IRT技术的普及，可以通过分析患者的身体数据，让医生进行最为安全也是最为精确的治疗。同时，IRT技术还能给医者提供手术前的模拟演练，对患者的治疗排除了一些不利因素，大大降低了风险，提升了医疗水平。

第四，就是所有老百姓都比较关注的农业领域。农业的发展直接关系到国民经济的增长趋势。作为农业大国的中国，农产量位居世界第一。但这无疑也使人为管理农作物成了空谈。而IRT技术的日渐成熟，直接可以识别检测到农作物的生长情况，并分析该农作物的生长适宜环境，进行虫害诊断管理，大大提高农产量，最后还能对农作物进行质量检测[1]。减小了人力工作量。

第五，还有工程建筑领域。众所周知，建筑领域是一个较为复杂的领域。图纸，管理，技术材料，质量等等都无疑体现了这个领域的烦琐性。但是在IRT技术的帮助下，在不影响工程顺利进行的同时还可以减少是工人员的工作量，并减少误差。在质量检测时，IRT技术还可以作為“检测人员”，保证工程建筑的质量，提高了工程建筑的效率。

除此之外，IRT技术在很多领域都有涉及，就不一一列举了。那IRT技术为何会受到如此的广泛应用？离不开IRT的三个特点：超大容量的信息处理，对信息超高的精确度以及其强大的可容性。

2 细节问题的具体分析以及对策分析

IRT技术的一些细节上还存在着一些问题，有待解决提高。

2.1 场景识别不均匀问题

其中比较明显的图像灰度特征不可控衰减。这个方面主要是针对智能烟雾IRT技术。因为识别系统对烟雾的判定阈值失效的速度远远比想象的要快，所以无法根据单一烟雾图像确定其燃烧的程度。也不能有效提取有效的数据。针对这一问题，西南财经大学的金柯言先生在《计算机图像识别技术应用与细节问题分析》中提出，可以利用人工鱼群算法然后结合小波交换原理对获取图像灰度细节特征进行加氢处理，从而获取无图像离散灰度矩阵。提高IRT技术的识别精确度。同时，还可以再IRT的识别过程内，设置三个阶层：输入层，隐含层以及输出层，让IRT技术在图像上进行数据关联度分析，准确分析正在衰减的灰度特征。除此之外，IRT技术在图像识别过程中会因为一些环境问题，比如：光线，位置等等，导致计算机系统造成干扰，从而使识别对象出现误差[2]。这就需要将识别对象中的各种因素下的数据进行整理、对比，从而获取道自己所需要的价值数据。

2.2 多对一的弊端

IRT技术的识别是面对各种角度，不同位置的对象。是没有一对一的单一性。所以在识别过程中对信息的出里或许达不到人们所需要的要求。

2.3 信息处理量较大

前面所说这是特点，但也是缺点。IRT技术的信息处理量堪称是海量，从中获取有价值的东西无疑是大海捞针，所以说一点点的误差都会导致获取的信息出现较大的偏差。甚至有可能會让原有的数据丢失[1]。在这一问题中，就需要人类在提取信息的时候多设置几个因素和需求，从而在不影响其他数据的情况下获取自己觉得有价值的信息数据。

2.4 计算机容易出现理解偏差

IRT技术的本体是计算机，虽然结合了人工智能，但也因为不是人的大脑，会因为本身的局限性不可避免地会出现理解偏差。针对这一问题，需要科研人员对计算机的CPU功能进行不断的强大和深化。

3 计算机图像识别技术的未来发展趋势

IRT技术满足了人类在各个领域的需求。工作和生活中都有着IRT技术的影子。IRT技术代替人类的是将图像进行识别，对获取的信息进行整理分类，压缩等，然后加以转换图像数据。所以，IRT技术未来的发展必须向着更标准也是更快速，更准确的方向进行突破。而且随着未来社会的发展，人类只会更多的需要IRT技术的帮助[3]。因此，IRT技术的识别系统的识别对象要更为广泛，所以，IRT技术还要朝着多维空间和更科技的方向发展。虽然说IRT技术相比于70多年前已经日渐完善，也取代了我们日常生活还有工作中的一些复杂的操作。但我们始终要明白计算机相比人的视觉还是差了不少。缺少了人类视觉中的目的性定性以及主动性。IRT技术要达到这个水平，还有很长的一段路要走。

4 结语

本文从IRT技术的发展历程出发，介绍了IRT技术的应用，特点等，也指出了目前IRT技术还存在着的一些问题，并提出了一些不成熟的建议。希望能够促进IRT技术走向成熟。

IRT技术在现在科技飞速发展的背景下，也紧紧的跟上了潮流。虽然在细节上还存在着一些问题，但它也算是目前这个时代，人类所找到的人工智能结合的最佳技术，大幅度提高了各个领域的工作效力，减小了大多数工作者的工作量。除此之外，IRT技术不管是间接还是直接，都促进了我国各个方面的发展。无论是国家安防，社会治安，国民经济，国民健康等等[4]。只要在未来解决掉一些细节上的问题，IRT技术将会有更大的发展空间。

参考文献：

[1]金柯言.计算机图像识别技术应用与细节问题分析[J]中国新通信，2019（07）：100

[2]田勇.计算机图像处理和识别技术研究[J]信息记录材料，2020（01）：98-99

[3]李亚奇.计算机图像识别技术的发展现状与应用实践[J].信息与电脑，2019（14）：30-31+34

[4]杨声英，胡海霞.计算机图像识别的智能化处理技术瓶颈与突破[J].信息与电脑，2019（16）：14-15