图像识别技术的基本原理范文

关键词：计算机图像处理技术；数字全息

全息技术是物理学中一重要发现，越来越多的应用于各个行业。伴随着CCD技术和计算机技术的发展，全息技术也得到一次质的飞跃，从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息，而数字全息则用CCD记录物光和参考光的干涉，形成数字全息图，再通过计算机图像处理技术处理全息图。因此，影响数字全息技术发展有两个重要方面：CCD技术和计算机图像处理技术。

1.图像处理技术。图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像，以拓展其认识的范围。图像以各种形式出现，可视的、不可视的，抽象的、实际的，计算机可以处理的和不适合计算机处理的。但究其本质来说，图像主要分为两大类：一类是模拟图像，包括光学图像、照相图像、电视图像等。它的处理速度快，但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看，数字图像就是被量化的二维采样数组。它是计算机技术发展的产物，具有精度高、处理方便和重复性好等特点。

图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。目前，图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求，可以将图像处理技术划分为许多分支，其中比较重要的分支有：①图像数字化：通过采样和量化将模拟图像变成便于计算机处理的数字形式。③图像的增强和复原：主要目的是增强图像中的有用信息，削弱干扰和噪声，使图像清晰或将转化为更适合分析的形式。③图像编码：在满足一定的保真条件下，对图像进行编码处理，达到压缩图像信息量，简化图像的目的。以便于存储和传输。④图像重建：主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别：识别是图像处理的主要目的。如：指纹鉴别、人脸识别等是模式识别的内容。当今的模式识别方法通常有三种：统计识别法、句法结构模式识别法和模糊识别法。⑥计算机图形学：用计算机将实际上不存在的，只是概念上所表示的物体进行图像处理和显现出来。

2.计算机图像处理技术在全息学中的应用。图像处理技术在全息中的应用主要表现在：一是计算全息，基于计算机图形学将计算机技术与光全息技术结合起来，通过计算机模拟、计算、处理，制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原，图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类，即空域法和频域法：①空域法：这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(GradientAlgorithm)，拉普拉斯算子运算(LaplacianOperator)，平滑算子运算(SmoothingOperator)和卷积运算(ConvolutionAlgorithm)。二是点处理法。包括灰度处理(greyprocessing)，面积、周长、体积、重心运算等等。②频域法：数字图像处理的频域处理方法是首先对图像进行正交变换，得到变换频域系列阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。

3.模拟实验。本文运用matlab软件，利用图像处理技术，编写了程序，以模拟计算全息和实现全息图像的滤波。

本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字，图像尺寸为1024像素×1024像素；。模拟实验中用到的参数为：激光模拟了氦氖激光器，波长为638.2nm；再现距离为40cm；因为原始物图的尺寸用像素为单位表示，所以像素分辨率为1。

从模拟实验中可以看出，数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录，将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理，以消除噪声，得到更好的全息再现象。

参考文献：

［1］周灿林，亢一澜.数字全息干涉法用于变形测量.光子学报，2004，13（2）：171－173。

［2］刘诚，李银柱，李良钰等.数字全息测量技术中消除零级衍射像的方法［J］.中国激光，2001，A28(11)：1024-1026。

图像识别技术的基本原理范文篇2

关键词：教学内容；教学方法；考核方式；实践教学

中图分类号：TP399文献标志码：A文章编号：1006-8228（2014）10-76-02

Discussionandpracticeon"imageprocessingtechnology"

ZhangYongmei，MaLi，HeLi

（SchoolofInformationEngineering，NorthChinaUniversityofTechnology，Beijing100144，China）

Abstract：Thedisadvantages，thecharacteristicsandthecontentofthecurrentteachingfor"ImageProcessingTechnology"areanalyzed.Fourteachingproceduresincludingtheselectionoftextbooksandexpansionmaterialsforinitiativelearning，applicationofmodernteachingmodelsandmethods，strengtheningteachingpracticeandreformingappraisalmethodshavebeendiscussedandpracticed.Theresultshowsthatithasobtainedbetterteachingeffects，improvedthestudents'interestinlearningandmotivationtoparticipateinscientificresearch，aswellastheabilitytosolvepracticalproblems.

Keywords：teachingcontent；teachingmethod；assessmentway；teachingpractice

0引言

图像信息是获取信息的重要来源，图像处理研究对于科学理论研究和工程应用有重要影响。研究图像处理和通信是导向智能计算机、智能机器人或多媒体通信系统的必由之路。现有的图像处理技术在很多方面给人们生活、学习、工作带来极大的便利，如：视频广播、遥感图像、医学图像（计算机X射线断层扫描技术CT，以及核磁共振成像MRI）等，计算机的发展使处理更复杂的图像成为可能。

图像处理是计算机应用领域中的一个重要方面，是模式识别、计算机视觉、图像通讯、多媒体技术等学科的基础，是一门涉及多领域的交叉学科。在图像处理技术课程的教学中，不但要让学生掌握其基本概念和原理，还要让不同层次的学生能够理解和掌握图像处理在其应用领域的最新发展，故传统的常规教学已经不能满足课程的发展要求。目前的教学不足之处主要体现在：传统的图像处理技术教学大多数偏重于理论，缺乏图像处理技术与实践相结合的环节。本文结合计算机学科的特点和多年的教学经验，对图像处理技术课程的教学模式与实践进行了探讨。

1课程特点和教学内容分析

人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75%的信息是通过视觉系统获取的。图像处理是利用计算机处理所获取视觉信息的技术[1]。图像处理技术的理论基础涉及了众多学科，包括数学、物理、信号处理和计算机科学等多个学科的知识，其内容广泛，理论抽象，不易理解。图像处理技术还有很强的实用性，因此理论和实践的结合是本课程的关键，注重基础理论和技术的教学，以及加强学生实践能力和课题研究能力的培养是本课程的主要教学目的。

图像处理技术已经成为众多高校的一门重要课程，该课程主要介绍图像的数学描述、图像的数字化、图像变换、图像增强、图像恢复、图像编码、图像重建、图像分割与边缘提取、图像的分析和识别等基本的图像处理方法，使学生能熟练地掌握图像处理的基本过程，并能应用这些基本方法开发图像处理系统。通过这样的内容设置，使学生能够真正掌握图像处理技术的基本思想和技术，为深入学习打下坚实基础[2]。

2教学环节的探讨和实践

2.1教材的选用和自主学习扩充性资料的选用

图像处理技术发展日新月异，虽然该课程已经有很多可选教材，但大部分教材内容比较陈旧，许多新的算法，新的思想都没有提到，学生无法从这些教材中获取图像处理最新的技术和发展趋势，因此我们选择了章毓晋编著、清华大学出版社的《图像工程》系列教材。该教材全面介绍了图像工程的第一层次――图像处理，图像工程的第二层次――图像分析，图像工程的第三层次――图像理解的基本概念、基本原理、典型方法、实用技术以及国际上相关研究的最新成果。同时我们要求学生将国外的经典图像处理的书籍作为参考书目，如：RafaelCGonzalez主编的《DigitalImageProcessing》，并建议学生关注图像处理的一些重要期刊和国际会议，如：IEEETransactionsonMedicalImaging、IEEETransactionsonPatternAnalysisandMachineIntelligence、IEEEInternationalConferenceonImageProcessing、电子学报、CT理论与应用研究、模式识别与人工智能等。这样学生能熟悉一些专业术语，了解最新的前沿动态，并具备一定的英文文献阅读能力，为今后的科研和工作打下了坚实基础。

要求学生自主学习一些最新方法和技术，例如，深入分析中华人民共和国设计制造的玉兔号月球车的结构，给出玉兔号月球车如何通过全景相机、测月雷达、粒子激发X射线谱仪、红外光谱仪等仪器，对月表进行三维光学成像、红外光谱分析，开展月壤厚度和结构科学探测，对月表物质主要元素进行现场分析等探测的原理和方法。又例如，探讨将遥感图像应用于5.12汶川大地震的方法，2008年5月14日上午，中国科学院的两架高性能遥感飞机飞赴汶川，对地震灾区开展遥感监测和灾情评估工作，这两架飞机可分别提供高分辨率光学和雷达图像，具有全天候快速获取大面积灾情数据的能力，探讨如何根据汶川地震前、后图像，给出建筑物、河流、山体等关键区域的变化检测结果，为国务院和相关部门的抗震救灾工作提供咨询服务和决策依据。

2.2采用现代化教学模式与方法

为了使复杂的算法和抽象的知识更加形象化，便于学生理解和提高学习兴趣，我们充分运用现代电子技术、工具和方法，采用多媒体形式进行课堂教学，利用VC、MATLAB编写一些典型的图像处理程序，并在课堂上演示这些程序，增加了课堂的信息量，提高了学生的学习兴趣，激发了学生自主学习，同时也为实验环节的开展奠定了一定的编程基础[3]。

此外，我们深入分析MOOCs、SPOCs以及“翻转课堂”教学模式等国际流行教育新概念，尝试开展图像处理技术的MOOCs，包括从课堂教学、学生学习进程、学生的学习体验、师生互动过程等教与学过程的完整系统在线实现。MOOCs是一个改变学习方式的时代产物，受到全球各地的重视。国内教育部三个教指委（计算机类专业、软件工程专业、计算机课程）2013年底专门召开会议研讨MOOCs。我们建立了校内MOOCs平台并对学生开放，将其作为课堂外学习的有效补充，这样可以方便学生随时随地学习，或者进行预习和复习。我们尝试了结合图像处理技术的MOOCs，探索创新教学模式与方法，稳步提高教学质量。

2.3加强实践教学

图像处理技术可以广泛应用于数字电视、视频通话、宇宙探测、自然灾害预测、环境污染的监测、气象云图等应用领域，而教材一般只涉及到理论知识和算法，或者是对应用的简单介绍，对其设计实现介绍得很少，所以必须加强实践教学，将理论与实践结合起来，使理论指导实践，实践加强理论[4-5]。要求学生利用VC或者MATLAB进行实际程序设计，培养学生分析问题、解决问题的能力，具备图像处理系统的开发能力。

根据课程的教学要求设置了四个课外实验。①图像变换实验。要求对输入的图像，分别采用傅里叶变换、离散余弦变换、小波变换进行图像变换，分别给出变换前后的图像，并分析图像变换前后的视觉效果。②图像增强实验。将给定的图像进行增强处理，要求至少使用线性变换增强、对数变换增强、指数变换增强以及伪彩色增强处理，分析增强后的视觉效果。③图像编码实验。将给定的图像进行压缩处理，要求采用Huffman编码方法，并计算压缩比。分析图像压缩后的视觉效果，并对图像压缩效果进行客观评价。④图像分割与边缘提取实验。分别利用边缘检测法、阈值分割法进行图像分割；分析图像分割后的视觉效果。学生完成所有实验后，我们安排了实验指导课，解决学生在实验中遇到的问题，进一步提高学生的算法设计能力和编程能力。

在课程教学中，我们还安排了三次专题讨论课，由教师指定具体题目，学生通过查阅相关文献，深入分析基本原理和方法，设计相应的算法，编程实现，并给出实验结果及分析，充分调动学生学习的积极性，提高学生利用理论知识解决实际问题的能力。三次专题讨论课分别是：

⑴数字图像表示及其处理专题讨论课。题目为：用VC或者Matlab实现常见图像文件格式的显示；常见的图像文件格式，以及用VC或者Matlab实现图像格式转换；给出国内外先进的图像处理系统软、硬件，名称、作用，以及先进性的体现。

⑵图像变换专题讨论课。题目为：给出小波变换常用的小波基的基本原理、具体应用，以及用VC或者Matlab的具体实现；给出小波变换、脊波变换、子波变换的基本原理、具体应用，用VC或者Matlab的具体实现；给出小波变换以及小波变换在图像处理中的具体应用，以及用VC或者Matlab的具体实现；给出快速傅里叶变换算法的具体内容，以及时间复杂度或者运行时间的分析。

⑶图像编码专题讨论课。题目为：给出小波变换图像编码的基本思想与特点，编码中需要解决的问题，实验结果及分析；给出基于感兴趣区域的小波图像编码方法的基本思想，具体步骤，实验结果及分析；给出几种图像编码质量评价方法，具体实现，实验结果及分析；给出基于子波变换的图像编码基本思想与特点，具体步骤，实验结果及分析。

此外，鼓励学生积极参与本校教师主持的科研项目，如国家自然科学基金、863项目、科技支撑计划，以及北京市自然科学基金等项目。这些项目涉及到视音频检索、视音频理解、视音频处理、网络信息分析、文字处理、信息检索、网络行为分析、图像识别等研究方向。通过参与项目，系统地锻炼了学生的科研能力和思维创新能力，也为今后的科研工作打下了坚实基础。

2.4改革考核评价方式

考核是对学生学习成果的检验，考核目标不仅要检验学生对课堂教学内容的掌握程度，而且要对提高学生发现问题、思考问题、解决问题的能力起到作用。为了避免出现平时不努力，考前突击的情况，我们对传统的考核方式进行了改革。本课程的考核由两部分组成：平时成绩（占30%）和期末考试成绩（70%）。将平时的上课出勤、作业、实验和专题讨论成绩列入平时成绩。在整个教学过程中，严格要求学生，使学生重视教学的各个环节。

3结束语

随着信息技术的不断发展和完善，图像处理技术也越来越多地运用在各个领域，因此图像处理技术的课程教学也应该不断发展。本文对图像处理技术课程的教学内容、教材选择、教学方法和考核方式进行了探讨，提高了学生学习的兴趣和参与科研的积极性，以及解决实际问题的能力，为学生学习图像处理新方法奠定了理论基础，为他们进一步开展相关方向的研究和应用打下了良好基础。今后将进一步研究图像处理技术的教学方法，并将理论与实践紧密联系起来。

参考文献：

[1]章毓晋.图像工程（上册）：图像处理（第3版）[M].清华大学出版社，

2012.

[2]黄朝兵，杨杰.图像处理课程教学体系的探索与实践[J].电气电子教

学学报，2012.34（2）：17-19

[3]李向群，王书文.《数字图像处理课程》的教学改革[J].微计算机信息，

2010.26（3）：212-214

[4]陈青.“数字图像处理”教学中思维能力培养的实践[J].上海理工大学

学报（社会科学版），2013.35（4）：356-359

图像识别技术的基本原理范文

关键词：内容过滤；网络监控技术

1引言

进入新的世纪，网络化和信息化不断地改变着我们这个时代，也深刻地影响着我们的生活。信息化发展到现在，它的触角已经伸向了各个领域。网络信息资源的共享规模不断扩大，互联网已经成为了全球最重要的信息交流载体和主要的交流方式，网络信息安全问题也越来越突出。一般的网络都是安装了网络防火墙等保障网络信息安全的设施，但是这些安全措施不能够检查关于信息内容问题，因此基于内容过滤的网络监控技术就显得非常重要，这对网络的建设和发展将会产生重大的影响。

2基于内容过滤的网络监控技术介绍

过滤的几个基本的步骤对于任何过滤技术都是相同的：首先要知道想要过滤掉什么内容，然后用不同的方法对比要过滤的内容和监控内容，最后把与要过滤内容相同的部分过滤掉。第一步中的过滤内容由人为设定。其中最难实现的是第二步。首先是获取要监控的信息，目前最新的基于内容的网络监控系统DFNMS的架构如图1，其中的七个模块分别对应七种不同形式的信息。它的原理是：首先，伪造一个虚拟服务器，截获信息并向发送者反馈信息发送成功的提示，然后对信息进行比对分析，把不合格的信息过滤掉，把合格的信息发送到目的地以达到过滤的效果。其次是信息的比对和分析。随着互联网的发展，网络中出现了大量良莠不齐的内容，这些内容形式多样，再加上汉语表达博大精深的特点，使得要判断监测内容是否是要过滤掉的不良信息非常困难[1]。而且，网络信息数量庞大，这就要就过滤技术既能准确的识别出要过滤的信息，又能快速高效地完成这个过程。识别不良信息的方法也是各种过滤技术的区别所在。目前国内外的过滤技术主要有四种：基于因特网内容分级平台过滤（PICS）、数据库过滤、关键字过滤以及基于内容理解的过滤。

3文本内容理解的过滤技术

文本内容的过滤技术主要是在关键字词检索方法的基础上，通过各种语言处理的方法以及数据分析技术通过对文章的内容及语境等要素理解文本的内容，然后发现目标信息的过滤技术。例如我们检查的文本中有“枪支”这个词汇，如果不对其文本的结构和语境就将它过滤掉，就会错误地过滤掉军事理论教材或者军事科普知识等信息。所以文本内容理解的过滤技术在基于内容过滤的网络监控中得到广泛运用[2]。

3.1文本内容的预处理

文本内容的预处理主要是将信息源中无关的文本剔除，保留和敏感词汇有关联的文本部分，并按照一定的量化指标对文本信息的特征描述字词进行量化分析，然后将对文本具有识别性特征的信息提取出来。这些具有识别性特征的信息能够对需要过滤的文本内容进行有效表达。

3.2文本内容的匹配算法

文本内容的匹配算法影响着对信息进行过滤的速度，一般情况下它由匹配算法模型来决定。目前在实际操作中常用到的理论模型有向量空间模型和贝叶斯决策模型。向量空间决策模型是将文档用它的特征识别项按照所占的权重来分析的一个高维向量表示，在对文本的过滤分析中就可以运用向量的计算原则，可以极大地降低了工作的复杂性。但是该方法也有缺点，因为在对文本特征识别项的权重确定方面很难做到精确，所以对文章的计算量较大。而贝叶斯决策模型是依托贝叶斯理论而建立的。在文档识别的时候，它首先是对文档的所属类别进行分类。文章分类的概率等于有识别性特征的信息所属概率的综合表达，最后根据总和概率的计算选出概率最大的类别文档作为需要过滤的内容。

4图像内容分析的过滤技术

所谓图像内容分析过滤技术是指，基于图像所显现的色彩、纹理、形状以及图像内容的空间关系等显性特征作为索引，利用图像的这些外观特征的相似度和匹配程度进行过滤的技术。图像内容分析过滤技术还被广泛地应用其他图像特征和语义特征的图像内容进行判定。目前为止，图像内容分析过滤技术的最主要研究手段就是机器学习，从丰富而复杂的图像信息中找到规律性的特征，然而，很多时候计算机无法从海量的图片信息和千变万化的图像中准确地识别需要过滤的图像，尤其是在全局视觉内容不能很好地表现图像语义的时候，计算机对图像的区分就显得比较困难。影响这项技术发展的因素主要有图像的内容过于丰富或者图像处理复杂，要解决这样的问题，还需要从以下几个方面努力[3]，首先，是叙述问题的数学建模；其次，是叙述语义特征和图像内容；然后是规律和标准的建立；最后是图像相似度的标准以及索引的技术。随着最近几年来科学知识和计算机技术的高速发展，很多技术都得到了相应的进步，图像内容分析过滤技术也同样获得了可喜的进展。

[参考文献]

[1]彭昱忠，元昌安，王艳，等.基于内容理解的不良信息过滤技术研究[J].计算机应用研究，2009（02）：33-36.