談?dòng)?jì)算機(jī)視覺(jué)技術(shù)圖像識(shí)別復(fù)原

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談?dòng)?jì)算機(jī)視覺(jué)技術(shù)圖像識(shí)別復(fù)原范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：圖像由于噪聲、存儲(chǔ)不當(dāng)、拍攝條件等原因會(huì)造成圖像質(zhì)量不佳，對(duì)有特殊需求者需要對(duì)圖像進(jìn)行增強(qiáng)與復(fù)原處理。從圖像識(shí)別技術(shù)闡述了圖像信息轉(zhuǎn)換為計(jì)算機(jī)識(shí)別的數(shù)字信息，并處理存儲(chǔ)。通過(guò)樣圖的濾波處理、消除噪聲了舉例說(shuō)明了圖片通過(guò)濾波方式可以進(jìn)行圖像的增強(qiáng)與復(fù)原。

關(guān)鍵詞：圖像識(shí)別；圖像增強(qiáng)；維納濾波；圖像復(fù)原

1圖像識(shí)別

電子設(shè)備對(duì)圖像識(shí)別方式與生物視覺(jué)讀取原理是基本一致的，圖像讀取過(guò)程也是基本相似的。圖像的識(shí)別分為以下幾個(gè)過(guò)程，首先是通過(guò)傳感器對(duì)外部信息的采集獲取相應(yīng)數(shù)據(jù)、傳感器通過(guò)變送器對(duì)采集的信息做一個(gè)初步的預(yù)處理過(guò)程、運(yùn)算模塊對(duì)圖像特征判定、控制模塊對(duì)所有信息進(jìn)行判定并轉(zhuǎn)換存儲(chǔ)。

1.1信息的獲取

通過(guò)視覺(jué)測(cè)量傳感器，對(duì)事物外觀尺寸、顏色、灰度、對(duì)比度等信息轉(zhuǎn)化為電信號(hào)提供給測(cè)量模塊。獲取研究對(duì)象的基本信息并通過(guò)對(duì)傳感器電信號(hào)測(cè)量將其傳輸給運(yùn)算模塊進(jìn)行運(yùn)算轉(zhuǎn)碼存儲(chǔ)。平時(shí)看到的圖像，在顯示上無(wú)限放大后就會(huì)發(fā)現(xiàn)是由大量的顆粒組成的，顆粒與顆粒之間存在非常微小的縫隙，這種縫隙靠肉眼已經(jīng)無(wú)法辨別了，因此看的圖像是連續(xù)的，可實(shí)際在顯示過(guò)程中確實(shí)通過(guò)每個(gè)LED經(jīng)管明暗度、色彩等信息的變化而形成的連貫的圖像畫面，如常見(jiàn)顯示器像素1920*1280個(gè)像素點(diǎn)構(gòu)成，現(xiàn)在的2K/4K顯示器的顯示點(diǎn)數(shù)就更多了，這種畫面快速地切換就形成了視頻的效果，最初的動(dòng)畫就是利用這種原理制成的。而電子設(shè)備通過(guò)傳感器的采集得到的信息也是由多個(gè)點(diǎn)的信息進(jìn)行存儲(chǔ)的，也就是相機(jī)、手機(jī)等電子產(chǎn)品所說(shuō)的像素，多少像素就是多少個(gè)存儲(chǔ)信息點(diǎn)組成的圖像畫面，只是在電子存儲(chǔ)過(guò)程通過(guò)各種壓縮方式存儲(chǔ)的圖像有所不同，但基本原來(lái)都是一樣的。每一個(gè)響度點(diǎn)的存儲(chǔ)信息是一般都是有這個(gè)點(diǎn)的R、G、B3原色的數(shù)據(jù)值進(jìn)行記錄存儲(chǔ)，也就是每張圖片都由一個(gè)三維數(shù)組矩陣疊加的方式進(jìn)行記錄的，每個(gè)記錄點(diǎn)的數(shù)值都在顏色0-255之間矩陣疊加。RGB圖像與索引圖像都可以用來(lái)表示彩色圖像。只是RGB存儲(chǔ)方式是采用3原色的數(shù)值記錄的方式，再進(jìn)行合成運(yùn)算，然后通過(guò)顯示模塊進(jìn)行顯示出來(lái)，而索引圖像的顯示存儲(chǔ)方式是有二維數(shù)組以矩陣的形式進(jìn)行保存，也就是一個(gè)數(shù)量存儲(chǔ)一張圖片，其中還存有對(duì)比度與灰度信息。一個(gè)像素點(diǎn)存儲(chǔ)的數(shù)據(jù)類型一般為8位無(wú)符號(hào)整型信息，但是隨著電子技術(shù)的發(fā)展，像素的不斷擴(kuò)容，一張圖片的存儲(chǔ)空間已經(jīng)達(dá)到幾兆甚至十幾兆的容量空間。數(shù)字化圖像數(shù)據(jù)有兩種存儲(chǔ)方式：位圖存儲(chǔ)（Bitmap）和矢量存儲(chǔ)（Vector），也就是不同的存儲(chǔ)格式，BMP，GIF，GEPG等格式均是由不同的壓縮方式進(jìn)行轉(zhuǎn)換存儲(chǔ)，可容量大小，顯示效果卻有不同。

1.2預(yù)處理

圖像在形成的過(guò)程中，會(huì)由于干擾，轉(zhuǎn)換壓縮等方式造成圖片的信息失真，這種失真最主要的原因就是噪聲，因此對(duì)于成像過(guò)程中，如何消除噪聲才是最根本的問(wèn)題，噪聲如何消除主要分為幾個(gè)過(guò)程，為保證算法的精準(zhǔn)先進(jìn)行一步預(yù)處理是尤為重要的，可以判斷預(yù)處理后消除噪聲的方向是否正確，是否需要進(jìn)行反向處理，以修正偏差，保證圖片的真實(shí)效果。從而改進(jìn)特征抽取、圖像分割、匹配和識(shí)別的可靠性。圖像預(yù)處理，一般處理方式都是將圖片中的信息進(jìn)行分類，保證信息的分類降噪處理，保證每個(gè)組塊的信息用不同程度的降噪算法，得到更加理想的圖像效果。圖像預(yù)處理的目的是消除圖像中無(wú)用的信息，恢復(fù)真實(shí)有用的信息，增強(qiáng)需要處理信息的可識(shí)別性和最大限度地簡(jiǎn)化數(shù)據(jù)，一般通過(guò)數(shù)字化、幾何變換、歸一法、平滑、復(fù)原和增強(qiáng)等步驟。濾波主要是將干擾信息從需要的信息分離，通過(guò)選頻的方式，將有用的頻率過(guò)濾處理，形成可用信息，或?qū)⒏蓴_信息源的頻段去除掉，進(jìn)行放逐處理以得到理想的需求信息，圖像識(shí)別過(guò)程中對(duì)于圖像采集過(guò)程的干擾信息濾除尤為重要。圖像的歸一法和直方圖有些相似之處，在一定程度上可以將每個(gè)像素點(diǎn)的值由0-255的像素色彩值變?yōu)?或者1，將圖像色彩差距變得更小呈現(xiàn)階梯樣式。在目標(biāo)與背景對(duì)比度差別較大時(shí)這種方法效果較好，否則會(huì)出現(xiàn)圖像分割粘連現(xiàn)象導(dǎo)致無(wú)法分割。圖像的平滑這種濾波方式是在圖像灰度在跳變方面的一種抑制，圖像的銳化濾波處理則與平滑濾波剛好相反，它是對(duì)圖像的灰度跳變的一種增強(qiáng)，突出圖像的細(xì)節(jié)信息變化；平滑和銳化都濾波處理方式，都用同一濾波處理函數(shù)，都是先建立個(gè)濾波器，但區(qū)別在于選擇不同的濾波方式算子不同。銳化濾波處理其實(shí)是對(duì)噪聲信息的一種增強(qiáng)，在很多處理過(guò)程中可以將圖像銳化和平滑結(jié)合使用，若畫面本身就有明顯的噪聲，可先平滑處理再進(jìn)行銳化處理，若圖像銳化處理之后有了噪聲，可再去進(jìn)行平滑處理。

1.3特征抽取和選擇

為了更加有效地對(duì)圖像進(jìn)行識(shí)別，一般在圖像識(shí)別之前先進(jìn)行模式的辨別，進(jìn)行模式判定后再制定模式算法才是更加行之有效的方法；圖像如何先進(jìn)行模式辨別，主要方法多為樣本抽取，抽取樣本通過(guò)這些圖像所具有的本身特征進(jìn)行識(shí)別，而獲取這些特征過(guò)程就是特征的抽取。在特征抽取中所得到的特征也許對(duì)此次識(shí)別并不都是有用的，這個(gè)時(shí)候就要提取有用的特征，這就是特征的選擇。

1．3．1像素特征提取將圖像像素點(diǎn)進(jìn)行二值化提取，像素點(diǎn)是黑色為1，若是白色則為0。對(duì)二值化后的0和1進(jìn)行排列，通過(guò)像素點(diǎn)個(gè)數(shù)和維數(shù)確定對(duì)應(yīng)的向量矩陣。

1.3.2骨架特征提取圖像邊緣交界線的寬度會(huì)直接影響識(shí)別的效果，要先對(duì)輪廓的線條進(jìn)行統(tǒng)一處理，再進(jìn)行線條分界線內(nèi)特征進(jìn)行提取，得到對(duì)應(yīng)的特征向量矩陣。

1.3.3圖像特征點(diǎn)提取主要方法有梯度統(tǒng)計(jì)、弧度統(tǒng)計(jì)、角點(diǎn)提取等。原理是將提取數(shù)據(jù)進(jìn)行分成8個(gè)模塊，再計(jì)算黑色像素點(diǎn)個(gè)數(shù)作為特征。

1.3.4分類器設(shè)計(jì)通過(guò)以上幾種特征提取制定特征識(shí)別規(guī)則，按特征判定將圖像按規(guī)則劃分，一種識(shí)別規(guī)則可以得出一種特征分類，每種特征分類關(guān)聯(lián)一種算法，為了使圖像識(shí)別算法能夠得到高識(shí)別率。分類決策是設(shè)計(jì)分類器的重要指標(biāo)，從而更好地識(shí)別所研究的對(duì)象是屬于哪一類。圖像增強(qiáng)的目標(biāo)是為了改進(jìn)圖片的質(zhì)量。

2圖像復(fù)原的基本方法

2.1圖像噪聲

是圖像在拍攝、轉(zhuǎn)換、壓縮、存儲(chǔ)等圖像成像過(guò)程中受到隨機(jī)信號(hào)干擾摻雜到真實(shí)圖像中不必要的或多余的干擾信息數(shù)據(jù)。為得到理想真實(shí)的畫面，需要對(duì)去除噪聲，還原真實(shí)圖像，這個(gè)過(guò)程稱之為圖像復(fù)原。圖像噪聲的產(chǎn)生圖像在拍攝過(guò)程中或傳輸保存時(shí)受到的隨機(jī)的干擾信號(hào)，在圖像中各種妨礙人們對(duì)真實(shí)準(zhǔn)確的信息接受的因素。圖像中存在噪聲將嚴(yán)重影響了圖像的質(zhì)量，因此在對(duì)圖像應(yīng)用處理之前，必須予以糾正消除噪聲，體現(xiàn)真實(shí)圖像再進(jìn)行處理應(yīng)用。因此在對(duì)圖像處理之前，要用技術(shù)手段濾除圖像噪聲，圖像噪聲為不可預(yù)測(cè)的信源，只能用概率統(tǒng)計(jì)的方法來(lái)計(jì)算隨機(jī)誤差。在數(shù)字圖像系統(tǒng)中，圖像的輸入都是采用先鎖定內(nèi)容再進(jìn)行掃描的方式將多維圖像信息轉(zhuǎn)換成為一維數(shù)據(jù)，再對(duì)其進(jìn)行加工、存儲(chǔ)、傳輸?shù)茸儞Q處理。最后還要再組成多維圖像顯示出來(lái)，而圖像中的噪聲也同樣受到這樣的處理被分解合成，因此在圖像的增強(qiáng)與復(fù)原對(duì)圖像質(zhì)量尤為重要。

2.2圖像增強(qiáng)

圖像增強(qiáng)主要是對(duì)圖像進(jìn)行濾波或變換的處理常用方法一般為頻率域法和空間域法。頻率域法是把圖像看成一種二維信號(hào)，進(jìn)行傅里葉變換來(lái)增強(qiáng)信號(hào)的一種方法?？沼?yàn)V波是在原始圖像上直接進(jìn)行數(shù)據(jù)運(yùn)算，對(duì)各個(gè)像素的對(duì)比度值進(jìn)行處理?？臻g域?qū)D像去噪的算法常見(jiàn)的有采用低通濾波法，可去掉圖像中的噪聲，采用高通濾波法，則可增強(qiáng)邊緣。中值濾波法，局部求平均值法，可以消除噪聲，鄰域平均法使圖像更加清晰等。

2.3圖像復(fù)原

圖像分割對(duì)與圖像分析是一道重要程序，就是把圖像分成若干個(gè)指定大小，并且具有獨(dú)特特征性質(zhì)的區(qū)域，提取出感興趣想得到的目標(biāo)過(guò)程的技術(shù)手段。常用的方式有閾值分割法，是一種計(jì)算公式算法簡(jiǎn)單，得出結(jié)果效率較高、運(yùn)算速度快。在重視運(yùn)算效率的應(yīng)用場(chǎng)合，它的應(yīng)用非常廣泛。因此人們研究出各種各樣的閾值處理方法，包括自適應(yīng)閾值應(yīng)用最多、最佳閾值效果最好、全局閾值最為高效等。維納濾波是一種對(duì)平穩(wěn)過(guò)程的最優(yōu)估計(jì)，基于最小均方誤差準(zhǔn)則。實(shí)際的本質(zhì)就是要使估計(jì)誤差均方值最小化。這種濾波器的誤差值是最小的，它得出的結(jié)果也是最佳的，一般用于提取被穩(wěn)定噪聲所污染的信息源，得到理想圖像效果。如圖1所示。根據(jù)測(cè)試結(jié)果發(fā)現(xiàn)維納濾波杜絕退化圖像與運(yùn)動(dòng)模糊圖像相當(dāng)于逆濾波，維納濾波需要估計(jì)圖像的信噪比或者噪信比，信號(hào)的功率的圖譜使用需復(fù)原圖像的方差，噪聲分布是已知可以計(jì)算的，恢復(fù)運(yùn)動(dòng)模糊效果良好。噪信比估計(jì)的準(zhǔn)確性對(duì)圖像影響比較大，利用自相關(guān)函數(shù)的維納濾波是效果最好的。

參考文獻(xiàn)

[1]張曉娟,高瑾.計(jì)算機(jī)圖像識(shí)別技術(shù)的應(yīng)用及細(xì)節(jié)問(wèn)題闡述與分析[J].電子技術(shù)與軟件工程,2016.

[2]阮秋琦.數(shù)字圖像處理的MATLAB實(shí)現(xiàn).2版.清華大學(xué)出版社,2019.

[3]王小玉.圖像去噪復(fù)原方法研究.電子工業(yè)出版社,2017.

[4]李秋萍.數(shù)字圖像復(fù)原專利技術(shù)綜述.2019,(3):248.

[5]童零晶.基于視覺(jué)傳達(dá)技術(shù)的交通標(biāo)志圖像智能識(shí)別.現(xiàn)代電子技術(shù),2020,43(11):55-58.

[6]何曉瑩.基于機(jī)器視覺(jué)的圖像識(shí)別技術(shù)分析.中國(guó)科技縱橫,2019,(19):39-40.

作者：岑紅 單位：茂名技師學(xué)院