基于視頻圖像識別與比對的原理分析及算法研究

梁凈

【摘 要】隨著數字圖像處理技術的發展和實際應用的需求，出現了另一類問題，就是不要求其結果輸出是一幅完整圖像的本身，而是將經過上述處理后的圖像，再經過分割和描述提取有效的特征，進而加以判決分類。例如交通系統中的車牌自動識別，郵政系統中的信函自動分揀等等?？梢哉J為把圖像進行區別分類就是對圖像的識別。圖像識別方法和應用十分廣泛，也相當復雜，正在發展之中。但是，對圖像識別來說，無論要識別的目標是什么，都是要找出它們的共性，把具有同一共性的歸為一類，而具有另一種共性者歸為另一類。圖像識別研究的目的是研制能夠自動處理某些圖像信息的機器系統，以便代替人完成分類和辨識的任務。

【關鍵詞】視頻圖像；目標識別；目標跟蹤；縮微環境

一、圖像比對與識別綜述

近年來，圖像技術一直是一個熱門的研究領域，技術的發展也是非常迅速，不斷有新的概念、技術產生。圖像之間的比對技術是其中的一個分支，傳統的圖像比對技術主要指靜態圖像之間的對比。主要是利用圖像的顏色特征、形狀特征、紋理特征等對圖像進行比較，根據這些統計特征，對圖像之間的相似度做出評價，從而作為圖像檢索的依據。

圖像識別的方法有很多，不同的識別對象，使用不同的識別方法，換句話說，識別方法是有針對性的，不存在通用的識別方法。

一個圖像識別系統可分為三個主要部分，第一部分是圖像信息獲取，它相當于對被研究對象的調查和了解，從中得到數據和材料，對圖像識別來說就是把圖片、底片、文字圖形等用光電掃描設備變換為電信號以便后續處理。第二部分是信息的加工與處理。它的作用在于把調查了解到的數據材料進行加工、整理、分析、歸納以去偽存真，去粗取精，抽出能反映事物本質的特征。當然，抽取什么特征，保留多少特征與采用何種判決有很大關系。第三部分是判決或分類。這相當于人們從感性認識升到理性認識而做出結論的過程。第三部分與特征抽取的方式密切相關。它的復雜程度也依賴于特征的抽取方式。例如，類似度、相關性、最小距離等等。 圖像識別方法己初步形成三大類：統計識別、結構識別、人工神經網絡識別等三大類。

二、圖像識別比對算法

1.直方圖法

直方圖是統計學中的術語，在數字圖像處理技術中，它可以用來表示彩色圖像不同色度級象素的組成情況，也可以表示灰度圖各灰度級象素的構成。

以彩色圖HSV顏色空間為例，H 表色度，直方圖表示彩色圖像中，H分量每個色度級與其出現的象素數字（處于該色度級的象素的數目）間的統計關系。用橫坐標表示色度（h），縱坐標表示像素數，并據此作出像素數—色度值圖形，則該圖形稱為圖像的顏色直方圖。有時直方圖也采用某一色度值的像素占整幅圖像總像素的百分比作為縱坐標，這種圖形叫做歸一化直方圖。直方圖能給出圖像的概貌性描述，它反映了在一幅圖像中不同色度級像素所占圖像總像素的比例，可以看出各色度級象素數目的多少及其分布情況，由此得出進一步分析和處理的依據。要研究圖像灰度變化范圍及各個色度級像素數的多少，就應當利用直方圖這一方法。對一幅圖像進行各色度級象素的統計，就可以得出圖像的直方圖。有了圖像直方圖，就有了圖像的改正方向，可以進一步制定方案進行圖像處理的其他研究。

2.模板匹配算法

模板匹配是用于幾何校正后的多波段遙感圖像去套準，借助于求互相關函數的極值來實現。模板匹配方法是研究在一幅圖中是否存在某種已知模板圖像。它的基本原則是通過相關函數的計算來找到它以及被搜索圖的坐標位置。

3.模板細化識別法

一個圖像的“骨架”，是指圖像中央的骨骼部分。是描述圖像幾何及拓撲性質的重要特征之一。求一圖像骨架的過程通常稱為對圖像“細化”的過程。在細化一幅圖像x的過程應滿足兩個條件；第一，在細化的過程中，X應該有規律的縮小；第二，在X逐步縮小的過程中，應當使x的連通性質保持不變。

必須指出，這種方法對模板和待識別圖像相對的位置要求比較嚴格，對應圖像點應該位于空間同—目標點上，如果不是，必須先做幾何校正與配準。

三、圖像識別比對技術的分析

1.神經網絡的圖像識別技術

神經網絡圖像識別比對技術是一種比較新型的圖像識別比對技術，是在傳統的圖像識別方法和基礎上融合神經網絡算法的一種圖像識別方法。這里的神經網絡是指人工神經網絡，也就是說這種神經網絡并不是動物本身所具有的真正的神經網絡，而是人類模仿動物神經網絡后人工生成的。

2.非線性降維的圖像識別比對技術

計算機的圖像識別比對技術是一個異常高維的識別技術。不管圖像本身的分辨率如何，其產生的數據經常是多維性的，這給計算機的識別比對帶來了非常大的困難。想讓計算機具有高效地識別能力，最直接有效的方法就是降維。

四、結語

圖像識別比對技術雖然是剛興起的技術，但其應用已是相當廣泛。并且，圖像識別比對技術也在不斷地成長，隨著科技的不斷進步，人類對圖像識別比對技術的認識也會更加深刻。未來圖像識別比對技術將會更加強大，更加智能地出現在我們的生活中，為人類社會的更多領域帶來重大的應用。在21世紀這個信息化的時代，我們無法想象離開了圖像識別比對技術以后我們的生活會變成什么樣。圖像識別比對技術是人類現在以及未來生活必不可少的一項技術。

【參考文獻】

[1]陳孟錟. 遠程視頻監控系統中的視頻圖像識別研究[D].福州大學，2006.

[2]崔朝陽，徐榮杰.圖像比對技術在監測領域中的應用[J].中國傳媒科技，2005（04）：33-35.