李 娟

（南京商業(yè)學校 江蘇 南京 210000）

1 引言

伴隨計算機技術的飛速發(fā)展，計算機圖像處理技術隨之涌現(xiàn)，其可以幫助各行各業(yè)收集各類圖像與數(shù)據并分析處理，20世紀后期經歷了爆發(fā)式發(fā)展，諸多軟件為處理圖像技術提供服務，并逐漸成熟。計算機圖像處理技術屬于按照相關程序來提取圖像、修復圖像、分割圖像、壓縮圖像等相關操作，還能對其實施色彩處理，促進操作人員的應用目標得以實現(xiàn)。此類技術已經涉及航天航空、軍事、工業(yè)、農業(yè)等領域[1]。

2 處理計算機圖像的技術

2.1 圖像的識別技術

分析圖像與處理是在使用圖像識別技術的基礎下，對圖像進行有效分類和識別。在人工智能的研究方向中，通常只具備識別圖像的功能，對數(shù)據對象根據相應特點來分組對象的一種聚類方式與降維找出數(shù)據之間存在的共性，促進數(shù)據集變量的有效減少。歸類并識別圖像目標，經常使用卷積累神經網、K-means等相關計算方法。

2.2 圖像的割離技術

圖像的割離技術可在圖像識別目標、圖像處置、圖像分析等眾多行業(yè)中尤為關鍵，按照圖像的不同區(qū)域特點實施分析，供應定量與定性研究結果。對于識別圖像目標以及分類圖像目標中，分割圖像技術發(fā)揮著不可忽略的作用。

2.3 增強圖像技術

增強圖像技術指的是對原先畫質較差的圖像、比較不明確背景和目標對象等相關問題圖像的處理，采用直方圖像增強方法以及色彩增強方法中所需的信息和重要信息，保證分解目標對象的工作與分類目標區(qū)域工作得以正常開展。

2.4 壓縮圖像與編碼技術

為促進儲存空間中圖像占用的比例減少，合理控制數(shù)據的存儲量，利用神經網絡、小波變換等編碼技術與壓縮圖像技術，將其中并無作用的數(shù)據和冗余數(shù)據刪掉，提高圖像的使用效果[2]。

2.5 圖像的修護技術

圖像處于外界不利因素的影響下，需要對應急技術合理選用科學處理，一般應該使用同態(tài)濾波方式和維納濾波兩種操作技術，提升圖像的質量，保證圖像受噪聲和模糊的影響去除。

3 計算機圖像處理技術具體應用

3.1 計算機圖像處理技術用于農業(yè)領域

農業(yè)領域通過對計算機圖像處理技術的合理運用，體現(xiàn)在以下幾點：在進行農作物種子的選取時，農作物的根本源于種子，需要對種子質量進行檢測，保證農作物成活率以及后續(xù)管理效果提升，從而為農作物實現(xiàn)優(yōu)質生產提供保障。圖像處理技術用于農作物的種植階段，可在生產中對播種操作的時效性進行檢測，規(guī)避員工播種消耗諸多時間和精力；利用農作物采摘設施，將處理圖像的技術默認成紅色程序，所有水果都需利用采摘設施收獲以及識別水果的質量級別等，這樣既省時又省力，從而創(chuàng)造更大的經濟收益。利用計算機處理圖像技術，對水果中有無病發(fā)蟲害狀況進行明確識別，促進人工識別蟲害操作時間與成本的最大化減少。

3.2 醫(yī)學領域運用計算機圖像處理技術

醫(yī)院領域中的圖像可視技術中運用計算機圖像處理技術，可以通過人體不可視器官三維模型的構建，幫助臨床醫(yī)師進行明確診斷。在治療惡性腫瘤的過程中，其可以幫助臨床醫(yī)生來提前制定手術方案，以此對病變的形狀及其空間位置進行合理掌握，針對惡性腫瘤患者采用放射治療流程中，防止腫瘤周邊關鍵組織暴露在射線的照射下，避免正常組織受損。利用數(shù)據連接部位合理連接互聯(lián)網與臨床上的醫(yī)學圖像，以此來保證醫(yī)學圖像實現(xiàn)遠程傳播，滿足異地就診的相關要求，從而提升醫(yī)學圖像信息化管控效率。

3.3 交通領域運用計算機圖像處理技術

因我國智能化交通系統(tǒng)處于剛起步階段，在基礎相關工作的初始研究過程中，主要涉及道路交通管理優(yōu)化、交通信息采集、車輛動態(tài)化識別等。近年來，國家交通系統(tǒng)發(fā)展正處于智能化發(fā)展。

通過安裝紅綠燈監(jiān)控和道路違規(guī)車輛的拍攝，積極識別道路上的交通違法事件，以此對司機行為加強約束、降低意外事故的發(fā)生率，從而保證道路同行效率的全面提升，保證道路上駕駛的安全性。國內與國外相關學者對此實施了深層分析獲取令人滿意的效果。將運動目標的檢測視為違規(guī)車輛系統(tǒng)的檢測重點，根據道路上車輛的行駛規(guī)律對車輛背景進行分離，根據目標的運行情況對其實施判斷，比如說違法車輛臨時掉頭、闖紅燈等。割離圖像成為兩個區(qū)域：一個是含有運動的目標，另一個是未含有運動的目標。利用對目標對象屬性的調節(jié)，比如說識別圖像明晰程度、光亮度、底色等運動前景。根據車輛陰影和引擎蓋，以地區(qū)背景及簡短的標準對目標對象進行識別與定位，從而框選合適的對象，通過割離圖像特點獲取目標對象的長和寬及二維坐標。我國相關學者提出，一類鑒于CVI車輛違規(guī)行駛的檢查系統(tǒng)，通過對感線圈檢查方法的使用可以深層檢查車輛是否出現(xiàn)違規(guī)行駛情況，利用某硬件傳感設備對檢測出來的車輛違規(guī)信號進行收集時，需對本車輛有無違規(guī)行為進行判斷，在某種程度上，有利于促進人員檢測壓力的有效減輕。

國內外一些學者在研究智能化交通違規(guī)的計算方法上獲得了理想的成效，比如說通過檢查邊界和融合雙極性車道邊界的計算方式，對車道線當中的車輛遮擋線所產生的影響合理提取。有關識別駕駛人有無佩戴安全帶方面，需使用邊緣化檢測圖像投影技術，對直方圖車輛和駕駛人情況進行明確識別與定位，利用直線的濾波模型濾波駕駛人邊緣檢測圖，并分析Hough的變換檢測直線圖。另外，可利用膚色似然度來提取皮膚特點，通過BP人工神經網識別，從而對駕駛人在駕車時打電話情況進行檢測。

智能化交通系統(tǒng)用于電子收費及公共交通系統(tǒng)當中，收集、分割、提取圖像信息可對車牌和車輛信息進行明確的識別。

3.4 道路施工領域運用計算機圖像處理技術

如果在路橋施工裂縫中運用計算機圖像處理技術，恰好可以代替?zhèn)鹘y(tǒng)人工檢測方式，如此既能保證檢測效果提升，還能讓交通所受干擾降低。瀝青路面之下產生隱蔽的裂縫作為路面受損的關鍵因素，以往路面病害具體是因車輛載重超限引發(fā)的裂縫等問題，減少行車的舒適性和安全性。傳統(tǒng)人員檢查方式的效果不高且誤差較大。當下我國在相關領域的研究很多，具體牽涉K-means、YOLO計算方法、卷積神經網等深層學習模型，在復雜的裂縫圖形狀況下，及時有幸分析與識別圖像裂縫。

伴隨人工智能技術發(fā)展速度的越來越快，路面病害的識別技術中正在廣泛使用機器學習方法。以往機器學習的不足之處在于人員提取圖像的特點，難以對路面圖片端至端進行智能化識別。為了處理這一問題，需使用卷積神經網，自動開展特點學習。近幾年，深層學習法開始在道路施工領域中逐漸引進并獲得很高的成效。鑒于卷積神經網提出裂縫的識別網絡，以像素級來檢查三維瀝青的路面有無發(fā)生裂縫，并利用3個模型有效識別路面有無病害問題，對路面裂縫特點及路基表層坑槽特征有效提取，保證其計算精準性提升。

3.5 計算機圖像處理技術用于化工行業(yè)

目前，我國研究化工行業(yè)的熱點課題即為增強碳纖維水泥基的復合型材料，并不斷改變建筑企業(yè)和路面項目中重點施工材料。CFRC存在著諸多功能特征，其中涵蓋路面上浮冰得以去除的電加熱、建筑物屏蔽電磁波、建筑物健康情況的檢查方法等。

當前SEM圖像中在分析CF評估分布中正在普及運用K值聚類、人工神經網、支持向量機等諸多方法。雖說這些方法效果較理想，但在明確性與效果方面存在局限，相較傳統(tǒng)方式來看，在割離圖像和識別標準中，采用卷積神經網才實現(xiàn)成功。通過對CNN技術的運用進行割離圖像，并進行多尺度特征的編制，CNN技術在對汽車圖像和相關視頻的提取中具有科學性能。國內外相關學者在對瀝青路面和水泥砂漿裂縫問題的提取流程，正廣泛運用CNN模型，其處于現(xiàn)實復雜的環(huán)境之中擁有對背景的處理能力。此類模型可以對諸多環(huán)境下提取一些目標對象。在處理圖片流程中，此類模型擁有在不同尺度下研究SEM圖像的水平，其在SEM圖像中可以指定識別CF族，并對圖像中的CF族進行有效處理[3]。

4 計算機圖像處理技術發(fā)展趨勢

鑒于整體角度而言，計算機處理圖像技術是在計算機發(fā)展前提下發(fā)展而來，因此在科技與計算機飛速發(fā)展的如今，處理圖像技術才可以實現(xiàn)先進發(fā)展，并在各個行業(yè)中推廣應用。但隨著社會逐漸進步中，人們對于生活方面的要求隨之上升，為了滿足社會逐漸發(fā)展的要求，計算機處理圖像技術不能滯留于某一層面，需逐漸前進與成長。因此，相關研究者只有通過逐漸提升本身專業(yè)技能與知識面，跟隨時代發(fā)展的步伐，才能實現(xiàn)對先進處理圖像技術的追蹤，從而保障人們生活水平的全面提升。計算機圖像處理技術未來的發(fā)展趨勢可以概述為以下幾點：（1）更清晰。不管是科技發(fā)展趨勢，還是人們發(fā)展要求，清晰度較高自然會在人們視野中呈現(xiàn)，還會提升至計算機處理圖像技術的主要突破，因此在實踐研究中，業(yè)內可以試著深入探究清晰度較高的計算機圖像處理技術。（2）更便捷。隨著人們生活節(jié)奏的加快，讓人們對各類生產速度需求及便捷性提高了要求，而且此類要求被譽為權衡科技好壞的金標準，所以研究未來處理圖像技術的過程中，需重視研發(fā)這一方面，以人們現(xiàn)實需求當作研究的著手點。（3）理論及算法的快速更新。因計算機處理圖像技術具有很大的使用范圍，所以業(yè)內需強化提高技術理論以及算法的更新速度，方便將紕漏問題合理調試，避免其他問題的發(fā)生[4]。

5 結語

綜上所述，現(xiàn)如今，計算機圖像處理技術在諸多領域中廣泛運用，如農業(yè)領域、化工領域、交通領域、建筑領域以及交通領域等，隨著5G時代在人們現(xiàn)實生活與工作中的逐漸融入，在相關領域中其發(fā)揮著不可替代性作用，所以，計算機圖像處理技術在社會經濟發(fā)展與工業(yè)發(fā)展中應用意義重大。