浅谈图像识别技术原理与价值

本文介绍了图像识别技术的原理,强调了感知机制在提取关键信息中的作用。图像识别过程包括信息获取、预处理、特征提取与选择、分类器设计和分类决策。应用广泛,涵盖生物识别、物体和场景识别等领域。文章还提及了分类器的工作机制和图像处理技术,以及作者的个人学习和工作经验。
摘要由CSDN通过智能技术生成

图像识别技术可以基于图像的主要特征。每个图像都有其自己的特征,例如字母A具有一个尖点,P具有一个圆形,Y的中心具有一个锐角。对图像识别中眼睛运动的研究表明,视线始终集中在图像的主要特征上,即图像轮廓的曲率最大或轮廓方向突然改变的地方,这些地方信息量最大。眼睛的扫描路线总是从一个特征依次转换到另一个特征。因此,在图像识别过程中,感知机制必须排除输入的冗余信息并提取关键信息。同时,必须有一种负责将信息整合到大脑中的机制,

模式识别是人工智能和信息科学的重要组成部分。模式识别是指分析和处理代表事物或现象的不同形式的信息以获得事物,现象的描述,识别和分类的过程。

图像识别技术基于图像的主要特征。每个图像都有自己的特征。对图像识别中的眼睛运动的研究表明,视线始终集中在图像的主要特征上,即图像轮廓的曲率最大或轮廓方向突然改变的地方。这些地方信息量最大。眼睛的扫描路线总是从一个特征依次转换到另一个特征。比如你见到美女,总是先看到那几个固定部位~

因此,在图像识别过程中,感知机制必须排除输入的冗余信息并提取关键信息。同时,必须有一种负责将信息整合到大脑中的机制,该机制可以将分阶段获得的信息组织成完整的感知图像。

2.图像识别技术流程

由于计算机图像识别技术和人体图像识别原理相同,因此它们的过程也非常相似。图像识别技术的过程分为以下几个步骤:

  • 信息获取

  • 预处理

  • 特征提取与选择

  • 分类器设计

  • 分类决策

信息获取是指通过传感器将光或声音信息转换为电信息。即获取学习对象的基本信息,并将其转换为机器可以通过某种方式识别的信息。

ImageComparerUI——基于Java语言实现的相似图像识别,基于直方图比较算法。 import java.awt.BorderLayout; import java.awt.Color; import java.awt.Dimension; import java.awt.FlowLayout; import java.awt.Font; import java.awt.Graphics; import java.awt.Graphics2D; import java.awt.Image; import java.awt.MediaTracker; import java.awt.event.ActionEvent; import java.awt.event.ActionListener; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; import javax.swing.JButton; import javax.swing.JComponent; import javax.swing.JFileChooser; import javax.swing.JFrame; import javax.swing.JPanel; public class ImageComparerUI extends JComponent implements ActionListener { /** * */ private static final long serialVersionUID = 1L; private JButton browseBtn; private JButton histogramBtn; private JButton compareBtn; private Dimension mySize; // image operator private MediaTracker tracker; private BufferedImage sourceImage; private BufferedImage candidateImage; private double simility; // command constants public final static String BROWSE_CMD = "Browse..."; public final static String HISTOGRAM_CMD = "Histogram Bins"; public final static String COMPARE_CMD = "Compare Result"; public ImageComparerUI() { JPanel btnPanel = new JPanel(); btnPanel.setLayout(new FlowLayout(FlowLayout.LEFT)); browseBtn = new JButton("Browse..."); histogramBtn = new JButton("Histogram Bins"); compareBtn = new JButton("Compare Result"); // buttons btnPanel.add(browseBtn); btnPanel.add(histogramBtn); btnPanel.add(compareBtn); // setup listener... browseBtn.addActionListener(this); histogramBtn.addActionListener(this); compareBtn.addActionListener(this); mySize = new Dimension(620, 500); JFrame demoUI = new JFrame("Similiar Image Finder"); demoUI.getContentPane().setLayout(new BorderLayout()); demoUI.getContentPane().add(this, BorderLayout.CENTER); demoUI.getContentPane().add(btnPanel, BorderLayout.SOUTH); demoUI.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); demoUI.pack(); demoUI.setVisible(true); } public void paint(Graphics g) { Graphics2D g2 = (Graphics2D) g; if(sourceImage != null) { Image scaledImage = sourceImage.getScaledInstance(300, 300, Image.SCALE_FAST); g2.drawImage(scaledImage, 0, 0, 300, 300, null); } if(candidateImage != null) { Image scaledImage = candidateImage.getScaledInstance(300, 330, Image.SCALE_FAST); g2.drawImage(scaledImage, 310, 0, 300, 300, null); } // display compare result info here Font myFont = new Font("Serif", Font.BOLD, 16); g2.setFont(myFont); g2.setPaint(Color.RED); g2.drawString("The degree of similarity : " + simility, 50, 350); } public void actionPerformed(ActionEvent e) { if(BROWSE_CMD.equals(e.getActionCommand())) { JFileChooser chooser = new JFileChooser(); chooser.showOpenDialog(null); File f = chooser.getSelectedFile(); BufferedImage bImage = null; if(f == null) return; try { bImage = ImageIO.read(f); } catch (IOException e1) { e1.printStackTrace(); } tracker = new MediaTracker(this); tracker.addImage(bImage, 1); // blocked 10 seconds to load the image data try { if (!tracker.waitForID(1, 10000)) { System.out.println("Load error."); System.exit(1); }// end if } catch (InterruptedException ine) { ine.printStackTrace(); System.exit(1); } // end catch if(sourceImage == null) { sourceImage = bImage; }else if(candidateImage == null) { candidateImage = bImage; } else { sourceImage = null; candidateImage = null; }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值