关键词：计算机；图像识别；智能化处理技术
引言
人类在早期的社会活动中，接收外界的信息主要是通过人体感知器官来实现，其中人眼是人身体中最重要的感知器官，人获取的信息有80%以上来自人眼,眼睛是人从外部世界获得的信息的重要通道,。随着社会的进步，很多领域已经达到甚至大大超出了人眼的极限。为了解决这个问题，随着计算机的兴起，人类着手研究利用计算机代替人眼，计算机图像识别技术逐渐应用到各个领域，俨然已经成为计算机应用的核心技术之一。
1技术特征点
图像本身可能会带有大量的数据信息，在识别过程中还需要对图像的信息进行比对分析，这就需要对大量的数据进行处理，信息量很庞大。图像的最小单位是像素，一幅图像是由众多的像素组成，并且各像素之间有着紧密的关系。像素对应图像的信息，在一定程度上反映出图像的内容。像素与像素间、像素与图像间的关联性是很强的，在识别过程中有着重要的作用。对图像进行识别，首先要将图像信息转变为二维数组，即计算机可识别的数字信号，这样任意精度间的转换就需要高精度的数字化智能处理技术。智能化的计算机图像识别提升了图像信息的精准度，识别结果更加接近于真实性，使得图像受环境噪声的影响较小，提升了抗干扰性。随着科技的进步，图像识别技术也更加的灵活，在图像的转换处理上方便快捷，识别率精确很多。图像识别处理大都为了满足人们的生产生活需求，人为地进行控制分析处理，有时会加入个人喜好情感等因素，依个人要求改变最后的识别结果。
2计算机图像处理与识别技术的应用方法
2.1算法程序构建
算法程序事实上有两个部分，其一为图像处理过程的算法程序，其二为图像识别的算法程序。图像处理中，考虑到图像的矩阵很大，应用单独的噪点比较方法，处理效率较低，同时对硬件设施提出了很高要求，本文提出的方法为，完成对图像的分块工作后，分解同一视频中其余图像，将这些分块的图像横向比较，可以根据图像的精度设置分解的数量参数，降低硬件设备的运行负荷。在处理完成后，将这一图像与同一视频段中的其余图形比较，发现经过处理后的图像中依旧存在噪点时，则独立完成对这一图像分块中的噪点去除工作。在超像素生成中，也要按照设计的算法完成程序编写工作，提高整个系统的运行效果和质量。
2.2在生活中的应用
当前，计算机图像识别智能化处理技术已广泛应用于人们的日常生活和工作。手机中的人脸识别采用了计算机图像识别智能化处理技术，一些学校也运用计算机图像识别技术中的扫脸打卡功能。起初，计算机图像识别智能化技术用于人们的日常生活，因保护图片信息的安全性和隐私性而产生，之后在各个行业推广使用。与发达国家相比，我国计算机图像识别智能化处理技术还不够成熟，但这项技术已逐渐被企业和广大群众接受。
2.3应不断提高图像处理的质量
在传输率和高分辨率上开展研究，现在由于受制于理论或者硬件水平，对于图像的处理时常并不能达到预期目标，如图像不够清晰或处理不够实时。随着科技的不断发展，计算机图像识别技术应该朝着高处理率和高分辨率方向发展。
期刊文章分类查询,尽在期刊图书馆
2.4安防领域
天网恢恢，疏而不漏。人民安居乐业是保障国家繁荣昌盛的关键所在，如今科技的进步使得视频监控普及运用，能够遍布各个角落，如天眼一般监控着每个地方的一举一动，让黑恶势力无藏身之处，极大地保障了民生安全。安防设施的建设也日益严格，由传统的人工视频调查分析转为智能化的计算机图像识别技术分析，避免了人工可能引起的疏漏误差，更加精准严格。现在的视频监控分布广杂，人工分析处理视频信息不仅耗费大量的时间，还会耗费大量的人力物力，而且人为因素会造成很多信息的遗漏，速度慢、效率低。将视频监控自动化，通过计算机采集图像，提取识别信息，将图像中的信息数据一体化，精准度更高，大大降低了人工操作的工作量、工作时间，提高了效率。监控视频信息还可以作为事故鉴定的有效依据。
2.5农业领域中
计算机图像识别技术也有大量的应用需求，比如在水果采摘机器上，通过摄像头对水果图像分析处理，判断是否成熟，然后将结果传输至下层机械臂，指挥是否执行采摘操作，在保证水果质量的同时，同时大大降低了人们的劳动量，实现了自动化采摘，提高农业生产的效率。
2.6交通领域
要想富，先修路。随着各城市经济的发展，城市交通设施也在不断发展改变，道路四通八达，建设面积越来越大，路况也越来越复杂，并且人们生活水平不断提高，各家各户都拥有了私家车，不论是节假日还是工作日都会驾车出行，这就给道路交通带来了不小的压力。为了保证人们能高效地驾车出行，计算机图像识别技术在交通设施领域方面就起到了很大的作用，它可以同时对路况信息和车辆信息进行检测。各大城市都不断地修道路，所以司机在驾驶时也会有很多道路不熟悉，无法准时准确地到达目的地。而图像识别技术会为驾驶员提供实时可靠准确的路况信息，为驾驶员指引方向，保障了道路、车辆以及驾驶员的双重安全。图像识别除了对道路检测外还可以进行车辆检测，通过车辆分割技术对车辆进行跟踪与识别，检测车速与车流量，判断车辆是否有超速违规等现象，利于交通事故的处理，以及能有效地保障道路通畅运行。
2.7参数值比较
事实上，计算机系统当前无法实现图像的直接比较，虽然通过神经网络系统可以在一定程度上逼近这种比较效果，所以本文提出的方法为，应用像素点比较法完成识别。在计算机系统的运行中，会在计算机系统中构建数据库，系统会自动分析向系统中输入的图像，并将其配置为图形的矩阵参数，通过对这种方法的应用，可以更好分析图像中的关键信息。由于在图像识别中，需要保证关键信息不遗漏，所以应用的参数值对比方法为处理后的整幅图像参数对比，找到参数上的相同相似性。当相同和相似的参数比重超过50%时，应用神经网络技术，将相同参数的主要集中区域分解，通过这些区域与数据库中的图像比较，找到整个系统中是否存在明显的相似性，当确定这两个对比的图像之间相似度很高时，输出图像的识别结果。
结语
虽然我国以往的计算机图像识别智能化处理技术没有发达国家的图像识别智能化处理技术先进，但是经过我国相关科技人员多年的研究，这项技术被广泛应用于各个行业、各个领域。将计算机图像识别智能化处理技术应用到医学领域，不仅能够提升我国的医疗水平，而且能够使医生知晓患者最真实的身体情况，根据患者的身体情况采取相应的方式，帮助患者减轻痛苦、治愈疾病。计算机图像识别智能化处理技术不仅能够给人们的生活提供便利，而且可以促进社会发展，提升经济水平。因此，我国相关单位应加强计算机图像识别智能化处理技术的研究。
参考文献
[1]袁欣.计算机图像识别的智能化处理技术瓶颈与突破[J].电脑编程技巧与维护,2016(8):83-84.
[2]唐维.刍议计算机图像识别的智能化处理技术瓶颈与突破[J].电脑知识与技术,2018,14(5):196-197.
[3]张素杰,柯瑜.计算机图像识别的智能化处理技术探讨[J].科技风,2018(27):80.
论文作者:张艳春
论文发表刊物:《工程管理前沿》2019年5卷20期
论文发表时间:2019/12/2
标签：图像论文; 计算机论文; 技术论文; 信息论文; 像素论文; 领域论文; 参数论文; 《工程管理前沿》2019年5卷20期论文;