一、圖像識別的基本過程

信息的獲取：是通過傳感器，將光或聲音等信息轉化為電信息。信息可以是二維的圖象如文字，圖象等；可以是一維的波形如聲波，心電圖，腦電圖；也可以是物理量與邏輯值。

預處理：包括AD，二值化，圖象的平滑，變換，增強，恢復，濾波等， 主要指圖象處理。

特征抽取和選擇：在模式識別中，需要進行特征的抽取和選擇，例如，一幅64x64的圖象可以得到4096個數據，這種在測量空間的原始數據通過變換獲得在特征空間最能反映分類本質的特征。這就是特征提取和選擇的過程。

分類器設計：分類器設計的主要功能是通過訓練確定判決規(guī)則，使按此類判決規(guī)則分類時，錯誤率最低。

分類決策：在特征空間中對被識別對象進行分類。

二、圖像識別的應用

1、遙感圖像識別：航空遙感和衛(wèi)星遙感圖像通常用圖像識別技術進行加工以便提取有用的信息。該技術目前主要用于地形地質探查，森林、水利、海洋、農業(yè)等資源調查，災害預測，環(huán)境污染監(jiān)測，氣象衛(wèi)星云圖處理以及地面軍事目標識別等。

2、通訊領域的應用：包括圖像傳輸、電視電話、電視會議等。

3、軍事、公安刑偵等領域的應用：圖像識別技術在軍事、公安刑偵方面的應用很廣泛，例如軍事目標的偵察、制導和警戒系統(tǒng)；自動滅火器的控制及反偽裝；公安部門的現場照片、指紋、手跡、印章、人像等的處理和辨識；歷史文字和圖片檔案的修復和管理等等。

4、生物醫(yī)學圖像識別：圖像識別在現代醫(yī)學中的應用非常廣泛，它具有直觀、無創(chuàng)傷、安全方便等特點。在臨床診斷和病理研究中廣泛借助圖像識別技術，例如CT(Computed Tomography)技術等。

5、機器視覺領域的應用：作為智能機器人的重要感覺器官，機器視覺主要進行3D圖像的理解和識別，該技術也是目前研究的熱門課題之一。機器視覺的應用領域也十分廣泛，例如用于軍事偵察、危險環(huán)境的自主機器人，郵政、醫(yī)院和家庭服務的智能機器人。此外機器視覺還可用于工業(yè)生產中的工件識別和定位，太空機器人的自動操作等。

三、圖像識別面臨哪些障礙

圖像識別并非一個新領域，但放眼全局，它仍處于早期階段。就像任何一個典型的成長中少年一樣，在適應現實世界時也存在問題。

還記得“80％的組織表示他們在生產中應用了AI應用程序”嗎？在這些應用了人工智能技術的公司中，約有33％的公司表示采用人工智能技術的最大障礙是不穩(wěn)定性 - 不成熟且未經證實。34％認為很難招聘到合格的工程師，40％表示信息技術基礎設施建設阻礙了人工智能技術的引進，且很容易對公司的財務造成不利影響。

資金也是一個重要影響因素。由于用于數據流編程的開源軟件庫越來越多，如Microsoft CNTK和Accord.Net，機器學習愛好者能夠以極低的成本進行研究和學習。然而，并非所有問題都能得到解決，因為并非一切都是已知的。為了實現產品創(chuàng)意，要平衡預算，仍有很長的路要走。

聲明：以上方法源于程序系統(tǒng)索引或網民分享提供，僅供您參考使用，不代表本網站的研究觀點，證明有效，請注意甄別內容來源的真實性和權威性。申請刪除>> 糾錯>>