图像识别技术是人工智能的一个重要领域 。 它是指对图像进行对象识别， 以识别各种不同模式的目标和对像的技术 。
图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别 。 图像识别， 顾名思义， 就是对图像做出各种处理、分析， 最终识别我们所要研究的目标 。 今天所指的图像识别并不仅仅是用人类的肉眼， 而是借助计算机技术进行识别 。

文章插图

图像识别技术原理
计算机的图像识别技术和人类的图像识别在原理上并没有本质的区别， 人类的图像识别都是依靠图像所具有的本身特征分类， 然后通过各个类别所具有的特征将图像识别出来的， 当看到一张图片时， 我们的大脑会迅速感应到是否见过此图片或与其相似的图片 。
在这个过程中， 我们的大脑会根据存储记忆中已经分好的类别进行识别， 查看是否有与该图像具有相同或类似特征的存储记忆， 从而识别出是否见过该图像 。
图像识别技术可能是以图像的主要特征为基础的 。 每个图像都有它的特征， 如字母A有个尖， P有个圈、而Y的中心有个锐角等 。 对图像识别时眼动的研究表明， 视线总是集中在图像的主要特征上， 也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方， 这些地方的信息量最大 。 而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上 。 由此可见， 在图像识别过程中， 知觉机制必须排除输入的多余信息,抽出关键的信息 。 同时,在大脑里必定有一个负责整合信息的机制， 它能把分阶段获得的信息整理成一个完整的知觉映象 。
【图像识别技术如何实现的 图像识别技术的原理是什么】模式识别是人工智能和信息科学的重要组成部分 。 模式识别是指对表示事物或现象的不同形式的信息做分析和处理从而得到一个对事物或现象做出描述、辨认和分类等的过程 。


文章插图

图像识别技术是以图像的主要特征为基础的 。 每个图像都有它的特征， 对图像识别时眼动的研究表明， 视线总是集中在图像的主要特征上， 也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方， 这些地方的信息量最大 。 而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上 。 由此可见， 在图像识别过程中， 知觉机制必须排除输入的多余信息， 抽出关键的信息 。 同时， 在大脑里必定有一个负责整合信息的机制， 它能把分阶段获得的信息整理成一个完整的知觉映象 。
图像识别技术的过程
既然计算机的图像识别技术与人类的图像识别原理相同， 那它们的过程也是大同小异的 。 图像识别技术的过程分以下几步：信息的获取、预处理、特征抽取和选择、分类器设计和分类决策 。
信息的获取是指通过传感器， 将光或声音等信息转化为电信息 。 也就是获取研究对象的基本信息并通过某种方法将其转变为机器能够认识的信息 。
预处理主要是指图像处理中的去噪、平滑、变换等的操作， 从而加强图像的重要特征 。
特征抽取和选择是指在模式识别中， 需要进行特征的抽取和选择 。 简单的理解就是我们所研究的图像是各式各样的， 如果要利用某种方法将它们区分开， 就要通过这些图像所具有的本身特征来识别， 而获取这些特征的过程就是特征抽取 。
在特征抽取中所得到的特征也许对此次识别并不都是有用的， 这个时候就要提取有用的特征， 这就是特征的选择 。 特征抽取和选择在图像识别过程中是非常关键的技术之一， 所以对这一步的理解是图像识别的重点 。