文档介绍：图像识别技术浅析AnalysisofImageRecognitionTechnology刘峰伯软件学院2010544029【摘要】:本文描述了图像识别系统的结构与工作原理,在对图像预处理、特征提取、分类、图像匹配算法进行深入研究和分析的基础上,分析和比较了各种算法的优缺点,并讨论了其中的关键技术。【关键词】:图像识别;预处理;特征提取;匹配[Abstract]-depthanalysisoftheimagepre-processing,featureextraction,classificationandimagematchingalgorithms,anddiscussedthekeytechnology.[KeyWord]ImageRecognition;Pre-Processing;FeatureExtraction;、 引言图像识别,是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。随着计算机技术与信息技术的发展,图像识别技术获得了越来越广泛的应用。例如医疗诊断中各种医学图片的分析与识别、天气预报中的卫星云图识别、遥感图片识别、指纹识别、脸谱识别等,图像识别技术越来越多地渗透到我们的日常生活中。二、 图像识别系统1、概述自动图像识别系统的过程分为五部分:图像输入、预处理、特征提取、分类和匹配,其中预处理乂可分为图像分割、图像增强、二值化和细化等儿个部分。图像输入将图像采集下来输入计算机进行处理是图像识别的首要步骤。预处理为了减少后续算法的复杂度和提高效率,图像的预处理是必不可少的。其中背景分离是将图像区与背景分离,从而避免在没有有效信息的区域进行特征提取,加速后续处理的速度,提高图像特征提取和匹配的精度;图像增强的n的是改善图像质量,恢复其原来的结构;图像的二值化是将图像从灰度图像转换为二值图像;图像细化是把清晰但不均匀的二值图像转化成线宽仅为一个像素的点线图像。特征提取特征提取负责把能够充分表示该图像唯一性的特征用数值的形式表达出来。尽量保留真实特征,滤除虚假特征。图像分类在图像系统中,输入的图像要与数十上百甚至上千个图像进行匹配,为了减少搜索时间、降低计算的复杂度,需要将图像以一,种精确一•致的方法分配到不同的图像库中。图像匹配图像匹配是在图像预处理和特征提取的基础上,将当前输入的测试图像特征与事先保存的模板图像特征进行比对,通过它们之间的相似程度,判断这两幅图像是否一致。下面将从图像预处理、特征提取、图像分类及特征匹配这几个方面来讨论自动图像识别技术的研究现状和一些不足之处。2、图像的预处理预处理是图像自动识别系统中非常重要的一步,它的好坏直接影响图像识别的效果。预处理的目的是去除图像中的噪声,把它变成一幅清晰的点线图,,因此广泛应用于图像增强、图像特征的提取、图像的自动分类、方向模版匹配等图像识别的关键处理环节。提取方向图的方法为:将图像分割成足够小的予块。例如将图像分为16X16的非重叠小块。对