发布时间：
人类传递信息的主要媒介是语言和图像。据统计在人类接受的各种信息中视觉信息占80%，所以图像信息是十分重要的信息传递媒体和方式。图像传递系统包括图像采集、图像压缩、图像编码、图像存储、图像通信、图像显示这六个部分。在实际应用中每个部分都有可能导致图像品质变差，使图像传递的信息无法被正常读取和识别。例如，在采集图像过程中由于光照环境或物体表面反光等原因造成图像整体光照不均，或是图像采集系统在采集过程中由于机械设备的缘故无法避免的加入采集噪声，或是图像显示设备的局限性造成图像显示层次感降低或颜色减少等等。因此研究快速且有效地图像增强算法成为推动图像分析和图像理解领域发展的关键内容之一。图像增强处理是数字图像处理的一个重要分支。很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像增强技术来改善人的视觉效果，比如突出图像中目标物体的某些特点、从数字图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解。图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。图像增强的应用领域也十分广阔并涉及各种类型的图像。例如，在军事应用中，增强红外图像提取我方感兴趣的敌军目标；在医学应用中，增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置；在空间应用中，对用太空照相机传来的月球图片进行增强处理改善图像的质量；在农业应用中，增强遥感图像了解农作物的分布；在交通应用中，对大雾天气图像进行增强，加强车牌、路标等重要信息进行识别；在数码相机中，增强彩色图像可以减少光线不均、颜色失真等造成的图像退化现象。图像工程是一门综合学科，它的研究内容非常广泛，覆盖面也很大。从1996年起，《中国图像图形学报》上连续刊登了对图像工程文献统计分类的综述文章。根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述5个大类，并在此基础上对国内15种有关图像工程的重要中文期刊进行了各期刊各类文献的统计和分析。选取的刊物名有:《CT理论与应用研究》、《测绘学报》、《电子测量与仪器学报》、《电子学报》、《电子与信息学报》、《计算机学报》、《模式识别与人工智能》、《数据采集与处理》、《通信学报》、《信号处理》、《遥感学报》、《中国生物医学工程学报》、《中国体视学与图像分析》、《中国图象图形学报》、《自动化学报》。从中我们挑选了2005年至2009年的统计数据：在2005年的112期上发表的2 734篇学术研究和技术应用文献中，属于图像工程领域的文献有656篇。在2006年的112期上发表的3013篇学术研究和技术应用文献中，属于图像工程领域的文献有711篇。在2007年的118期上发表的3312篇学术强究和技术应用文献中，属于图像工程领域的文献有895篇。在2008年的120期上发表的3359篇学术研究和技术应用文献中，属于图像工程领域的文献有915篇，2009年的134期上发表的3604篇学术研究和技术应用文献中，有1008篇属于图像工程领域的文献。这些统计数据显示，无论是论文总数还是选取总数都是逐年增长的。论文总数的增长表明刊物的不断发展，选取总数的增加表明图像工程的研究和应用的不断壮大。据统计从1995年至2009年，发表图像处理的文章总计2720篇，占图像工程总体的；发表图像分析的文章总计2434篇，占图像工程总体的；发表图像理解的文章总计1192篇，占图像工程总体的；发表技术应用文章1797篇，占图像工程总体的；发表综述评论文章74篇，占图像工程总体的，其中关于图像增强技术方面的文章增长率尤其较高。因此图像增强技术在今后一段时间内仍将是一个热点。影响图像质量清晰程度有很多因素，室外光照度不均匀会造成图像灰度过于集中；摄像头获得的图像经过数/模转换，线路传输时都会产生噪声污染，图像质量不可避免降低，轻者变现为图像伴有噪点，难于看清图像细节；重者图像模糊不清，连大概物体面貌轮廓都难以看清。因此，对图像进行分析处理之前，必须对图像进行改善，即增强图像。图像增强并不考虑图像质量下降的原因，只是将图像中感兴趣的重要特征有选择性的突出出来，同时衰减不需要的特征，目的就是提高图像的可懂度。图像增强的方法分为空域法和频域法两种，空域法是对图像中的像素点进行操作，用公式描述如下：g(x,y)=f(x,y)*h(x,y)其中是f(x,y)原图像；h(x,y)为空间转换函数；g(x,y)表示进行处理后的图像。频域法是间接的处理方法，是先在图像的频域中对图像的变换值进行操作，然后变回空域。例如,先对图像进行傅里叶变化到频域，再对图像的频谱进行某种滤波修正，最后将修正后的图像进行傅里叶反变化到空域，以此增强图像。可用图1来描述该过程。
中国知网（）上，你挑挑1. 数字图像增强技术在X线头影测量中的应用曹国刚,胡遒生,王林,鲍旭东 文献来自: 临床口腔医学杂志 2001年 第04期 CAJ下载 PDF下载也为医生完成这一工作提供了便利数字图像增强技术在X线头影测量中的应用@曹国刚!210096江苏南京$东南大学影像科学与技术实验室 @胡遒生$南京医科大学口腔医学院 @王林$南京医科大学口腔医学院 @鲍旭东 ...被引用次数: 6 文献引用-相似文献-同类文献2. 数字图像增强技术及其在VC++下的实现夏明华,张炎生 文献来自: 成都信息工程学院学报 2002年 第04期 CAJ下载 PDF下载数字图像增强技术及其在VC++下的实现@夏明华$湛江海洋大学海滨学院!广东524005 @张炎生$湛江海洋大学海滨学院 ... 空间域法论述了数字图像增强技术中涉及到的图像平滑、中值滤波、梯度锐化和拉普拉斯锐化等基本算法及其在VisualC++6 ...被引用次数: 10 文献引用-相似文献-同类文献3. 数字图像变换及信息隐藏与伪装技术丁玮,齐东旭 文献来自: 计算机学报 1998年 第09期 CAJ下载 PDF下载3按幻方的图像置乱变换以自然数1,2,…,n『为元素的n阶矩阵满足其中则称A为标准幻方.假定数字图像相应於n阶数字矩阵s ... 对数字图像矩阵B,注意B与A元素之间的对应关系,随A转换为人而把B中对应像素信息(灰度,RGB)做相应的移置,产生数字图像矩阵民,记为EB— BI,一般地,有E」B一B。例如,我们考虑一个由4X4像素组成的图像B, ...被引用次数: 193 文献引用-相似文献-同类文献4. 透射电子显微镜数字图像增强技术陈利永,叶锋,陈家祯,郑子华 文献来自: 福建师范大学学报(自然科学版) 2003年 第01期 CAJ下载 PDF下载原始图像和处理后图像的直方图透射电子显微镜数字图像增强技术@陈利永$福建师范大学计算机科学系!福建福州350007 @叶锋$福建师范大学计算机科学系 ...被引用次数: 2 文献引用-相似文献-同类文献5. 数字图像处理技术及其应用李红俊,韩冀皖 文献来自: 计算机测量与控制 2002年 第09期 CAJ下载 PDF下载模拟图像处理 (AnalogImageProcessing)和数字图像处理 (Dig italImageProcessing)。数字图像处理 ,通俗地讲就是利用计算机对图像进行处理。因此也称之为计算机图像处理 (C ... 图像理解[M].北京:国防科技大学出版社,1994. [5]A .罗森费尔德,等.数字图像分析[M ] ...被引用次数: 26 文献引用-相似文献-同类文献6. 棉铃虫数字图像增强技术的研究於新文,沈佐锐 文献来自: 走向21世纪的中国昆虫学——中国昆虫学会2000年学术年会论文集 2000年 CAJ下载棉铃虫数字图像增强技术的研究@於新文$西南林学院!昆明,650224 @沈佐锐$中国农业大学植保学院昆虫学系 ...被引用次数: 3 文献引用-相似文献-同类文献7. DSA数字减影系统中图像增强技术研究华如梅,沈大公 文献来自: 医学信息 1999年 第04期 CAJ下载 PDF下载对数放大和数字滤波算法。这两种算法是根据DSA系统产生减影图像的实际过程和实时性要求,对传统的数字图像增强算法进行改进而设计的,DSA系统采用这两种算法使减影图像基本达到平滑、清晰,并有较一致的对比度?...被引用次数: 2 文献引用-相似文献-同类文献8. 数字图像处理技术郑建英 文献来自: 内蒙古科技与经济 2002年 第05期 CAJ下载 PDF下载内蒙古呼和浩特 010000图像处理;;像素;;矩阵;;滤波本文概迷数字图像处理技术的发展,并讨论其迅速发展的原因,同时介绍了数字图像处理的主要内容和应用领域。[1]KennethR ...被引用次数: 9 文献引用-相似文献-同类文献9. 数字图像的自适应公开水印技术张军,王能超 文献来自: 计算机学报 2002年 第12期 CAJ下载 PDF下载我们将进一步研究基於多小波变换的性能更好的水印技术 .数字图像的自适应公开水印技术@张军$华中科技大学计算机学院!武汉430074 @王能超$华中科技大学计算机学院 ... 一种新的数字图像隐藏方法.计算机学报,2000,23(9):949-952) 11NiuXia-Mu,L uZhe-Ming,SunSheng-He ...被引用次数: 17 文献引用-相似文献-同类文献10. 数字图像的增强黄涛 文献来自: 肇庆学院学报 2004年 第02期 CAJ下载 PDF下载图像增强的目的在於采用一系列技术改善图像的视觉效果,提高图像的清晰度.数字图像增强的方法有频域处理法与空域处理法 ...被引用次数: 3 文献引用-相似文献-同类文献查数字图像 的定义搜数字图像 的学术趋势搜技术 的学术趋势翻译 数字图像增强技术 参考资料百度里面有更完善
人类传递信息的主要媒介是语言和图像。据统计在人类接受的各种信息中视觉信息占80%，所以图像信息是十分重要的信息传递媒体和方式。图像传递系统包括图像采集、图像压缩、图像编码、图像存储、图像通信、图像显示这六个部分。在实际应用中每个部分都有可能导致图像品质变差，使图像传递的信息无法被正常读取和识别。例如，在采集图像过程中由于光照环境或物体表面反光等原因造成图像整体光照不均，或是图像采集系统在采集过程中由于机械设备的缘故无法避免的加入采集噪声，或是图像显示设备的局限性造成图像显示层次感降低或颜色减少等等。因此研究快速且有效地图像增强算法成为推动图像分析和图像理解领域发展的关键内容之一。图像增强处理是数字图像处理的一个重要分支。很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像增强技术来改善人的视觉效果，比如突出图像中目标物体的某些特点、从数字图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解。图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。图像增强的应用领域也十分广阔并涉及各种类型的图像。例如，在军事应用中，增强红外图像提取我方感兴趣的敌军目标；在医学应用中，增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置；在空间应用中，对用太空照相机传来的月球图片进行增强处理改善图像的质量；在农业应用中，增强遥感图像了解农作物的分布；在交通应用中，对大雾天气图像进行增强，加强车牌、路标等重要信息进行识别；在数码相机中，增强彩色图像可以减少光线不均、颜色失真等造成的图像退化现象。图像工程是一门综合学科，它的研究内容非常广泛，覆盖面也很大。从1996年起，《中国图像图形学报》上连续刊登了对图像工程文献统计分类的综述文章。根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述5个大类，并在此基础上对国内15种有关图像工程的重要中文期刊进行了各期刊各类文献的统计和分析。选取的刊物名有:《CT理论与应用研究》、《测绘学报》、《电子测量与仪器学报》、《电子学报》、《电子与信息学报》、《计算机学报》、《模式识别与人工智能》、《数据采集与处理》、《通信学报》、《信号处理》、《遥感学报》、《中国生物医学工程学报》、《中国体视学与图像分析》、《中国图象图形学报》、《自动化学报》。从中我们挑选了2005年至2009年的统计数据：在2005年的112期上发表的2 734篇学术研究和技术应用文献中，属于图像工程领域的文献有656篇。在2006年的112期上发表的3013篇学术研究和技术应用文献中，属于图像工程领域的文献有711篇。在2007年的118期上发表的3312篇学术强究和技术应用文献中，属于图像工程领域的文献有895篇。在2008年的120期上发表的3359篇学术研究和技术应用文献中，属于图像工程领域的文献有915篇，2009年的134期上发表的3604篇学术研究和技术应用文献中，有1008篇属于图像工程领域的文献。这些统计数据显示，无论是论文总数还是选取总数都是逐年增长的。论文总数的增长表明刊物的不断发展，选取总数的增加表明图像工程的研究和应用的不断壮大。据统计从1995年至2009年，发表图像处理的文章总计2720篇，占图像工程总体的；发表图像分析的文章总计2434篇，占图像工程总体的；发表图像理解的文章总计1192篇，占图像工程总体的；发表技术应用文章1797篇，占图像工程总体的；发表综述评论文章74篇，占图像工程总体的，其中关于图像增强技术方面的文章增长率尤其较高。因此图像增强技术在今后一段时间内仍将是一个热点。影响图像质量清晰程度有很多因素，室外光照度不均匀会造成图像灰度过于集中；摄像头获得的图像经过数/模转换，线路传输时都会产生噪声污染，图像质量不可避免降低，轻者变现为图像伴有噪点，难于看清图像细节；重者图像模糊不清，连大概物体面貌轮廓都难以看清。因此，对图像进行分析处理之前，必须对图像进行改善，即增强图像。图像增强并不考虑图像质量下降的原因，只是将图像中感兴趣的重要特征有选择性的突出出来，同时衰减不需要的特征，目的就是提高图像的可懂度。图像增强的方法分为空域法和频域法两种，空域法是对图像中的像素点进行操作，用公式描述如下：g(x,y)=f(x,y)*h(x,y)其中是f(x,y)原图像；h(x,y)为空间转换函数；g(x,y)表示进行处理后的图像。频域法是间接的处理方法，是先在图像的频域中对图像的变换值进行操作，然后变回空域。例如,先对图像进行傅里叶变化到频域，再对图像的频谱进行某种滤波修正，最后将修正后的图像进行傅里叶反变化到空域，以此增强图像。可用图1来描述该过程。
********************手工制造 请勿复制*********************************Image enhancement (enhancement) refers to the dura image enhancement, the useful information, it can be a distortion of the process, its purpose is to enhance the visual effect. Will not clear image becomes clear or emphasize certain interest, inhibit the characteristic is not interested, that improving image quality and abundant information, strengthen image interpretation and recognition of the image processing first chapter introduces image processing and image enhancement, and then introduced the research purpose and 2 introduces the basic theory of image enhancement, convolution theorem and Fourier transform. Then introduces the subject of development tools, as well as the development of Matlab Matlab, main function, etcThe third chapter basically introduces image enhancement method of spatial filtering, smooth and airspace airspace, use sharpen the different effects of program of the filterThe fourth chapter basically introduces image enhancement method of frequency domain filtering enhancement in frequency domain, the frequency domain and frequency domain high-pass filter low-pass words: image enhancement, MATLAB, Spatial filtering enhancement, Enhanced
MRI
MRI 核磁共振成像技术作为二十世纪医学影像成像领域最重要的进展之一，在医学临床诊断中的应用日益广泛,因此研究磁共振成像及其图像处理方法具有很广泛的现实意义。
论文对MRI医学成像和图像处理方法的几个主要方面进行了相关研究。主要涉及三个子课题:基于化学位移的扩展两点Dixon水和脂肪分离算法研究，该算法同时包含特定成像脉冲序列设计和图像后处理;
基于非线性滤波的图像增强、去噪以及高分辨率图像重建算法研究;基于整数小波变换和改进零树编码的医学图像渐进无损压缩算法研究。
在文章中，作者首先系统回顾了MRI 磁共振成像的物理学基本原理，并在此基础上对基于化学位移的扩展两点Dixon水和脂肪分离算法进行了研究,提出使用低通滤波代替多项式拟合迭代进行两维相位去卷绕,改进算法能够降低分离处理的计算复杂度和改善了水和脂肪的分离结果。
为改善MRI医学图像质量，论文对线性增强算法和非线性滤波外推图像增强算法进行研究分析，指出整幅图像增强时导致马太效应的原因所在。
进而提出一种新的剪切策略包络阈值剪切策略改进非线性滤波算法，使得改进后的算法在外推新的高频分量进行图像增强时显著优于原有算法。运用改进的非线性滤波算法结合低通滤波对医学图像进行去噪处理，能有效消除高频噪声同时尽可能保留有用高频信号。
最后将改进的非线性滤波方法应用于高分辨率图像重建，获得了比线性插值更为理想的高分辨率重建图像。
论文对整数小波变换和 EZW零树编码算法做了简单回顾，研究了EZW零树编码策略应用于无损图像压缩时的缺点,提出基于整数小波变换和改进零树编码的医学图像渐进无损压缩框架。
对医学图像的无损压缩实验取得了较高的压缩比，有损渐进解码恢复时，较低的码率得到了较好的图像信噪比，同时良好的渐进解码特性，能够满足远程医疗等基于信道传输的图像解压缩应用。
嵌入式图像处理系统特点技术及应用前景论文
现今，伴随着信息技术的迅速发展与用户需求的逐年提高，嵌入式系统的应用逐年扩大，已经逐渐的融入到了国民生产的诸多方面。嵌入式系统具体讲，就是一种拥有特定功能的计算机系统。嵌入式系统与网络技术、通信技术有机结合，有效的提高了通信的智能性与灵活性。
应用嵌入式系统对图像进行处理，可以显著的提高图像处理系统的数据处理、通信等能力，进而有效的扩大图像处理技术的使用范围，以及对于不同要求与环境的适应能力。应用嵌入式系统进行图像处理，是进行图像处理的新的途径之一。当前图像处理技术应用范围十分广泛，涉及仪表检测安全、消费电子、工业自动化、医学等领域，因此图像处理技术具有十分广泛的应用前景。
1 嵌入式图像处理系统特点
1） 图像处理系统，具有系统专用的图形用户界面，同时具备运行速度快、简单易用与功能强大的特点。2） 图像基础数据库的建立，可以为智能化模式识别技术，诸如图像匹配等提供支持。3） 改变了原有的对待处理图像的处理策略与算法，可以依据具体的待处理图像的不同特点，提供有效的图像处理算法，进而提高图像处理的效率与速度。4）对于外部图像的总线结构与输入输出设备等都是采取专用的设备，进而有效的提高了外部图像输入输出设备、中央计算单元的数据交换速度。
5） 改变了原有的计算机体系结构，应用了嵌入式的专用平台，同时应用图像高速处理器，使图像处理的速度有效的.提高，同时也提高了图像处理任务的实时性。
2 图像处理系统总体设计
嵌入式图像处理系统
嵌入式图像处理系统，具体由嵌入式操作系统、图像处理算法的应用软件与硬件平台构成。系统的组成结构图具体如图1所示。硬件平台可以为图像处理提供显示、存储器与计算支持，主要采用的是MagicARM2410嵌入式开发平台，同时包括图像存储模块；显示模块；通信模块；嵌入式处理器S3C2410、SDRAM等。
图像处理过程
嵌入式操作系统，可以为底层硬件提供有效的技术支持与管理，诸如可以进行图像处理任务管理；中断管理；内存管理；任务管理；驱动支持等。首先，在系统启动后，经由引导程序启动操作系统，进而完成硬件的初始化。其次，经由操作系统的任务管理模块，进行内存的分配，同时将图像信息存储在存储器的视频缓冲区中。第三，经由软件算法，将显示缓冲区的图像信息，写入到LCD缓冲区，进而实现图像的实时显示。第四，通过图像处理的算法，进行图像的编码与处理，同时进行存储。应用软件可以实现图像处理算法，其主要是针对目标要求编写的专用程序。
系统的功能设计
嵌入式图像处理可以有效的解决在嵌入式环境下实现图像的处理。
具体的主要应用模块化设计的方式，将需要系统完成的任务进行功能模块化的设计。在每一个模块中，都包含一类图像处理的操作方法，而且在进行执行时都会调用对应的算法。系统功能模块具体如图2所示，主要分为形态运算；几何变换；图像分析；图像增强。其中图像增强的模块具体又包括：灰度变换调整；直方图修正法；直方图等，具体如图3所示。各大系统模块的下面都会细分图像的处理操作，其余的三个模块的设计形式与图像增强模块的设计具有相似性。
3 图像处理系统发展趋势
1） 在图像处理系统的内部，主要进行集成软件的开发，对于用户而讲，可以依据自己的需求开发相应的图像处理算法，可以显著的提高系统的效率。2） 图像处理系统与网络的结合性逐渐提高，进而实现了图像的远程传输与采集。3） 图形处理系统的功能不再完全借助PC与多种辅助设备，而是会集成在一个方便使用的电子设备上。4） 伴随硬件设备的进步，图像处理系统的性能逐年提高，因而价格也会逐年下降。
4 结语
在嵌入式系统的图像处理技术的基础上，使得图像处理领域中出现了人机用户界面、多种通信模式与网络接口的便捷性。图像处理技术的应用范围越来越广泛，因此，在未来的发展道路上，其必然会朝着网络化、便携性、多任务与多功能的方向发展。伴随着嵌入式操作系统的强大功能，图像处理技术的发展方向必定会更加宽广。
参考文献：
[1] 崔磊，董守平，马红莲。数字图像处理技术的发展现状与展望[M].北京：中国石油大学出版社，2003.
[2] 刘禾。数字图像处理及应用[M].北京：中国电力出版社，2005.
[3] 杨永敏。嵌入式图像处理系统的研制[D].哈尔滨工业大学硕士学位论文，2006.
[4] 杨柯。嵌入式图像处理技术研究及其应用[D].西北工业大学硕士学位论文，2003.
[5] 宋延昭。嵌入式操作系统介绍及选型原则[J].工业控制计算机，2005.
[6] 严丽平，甘岚。基于嵌入式平台的图像处理系统的研制[J].微计算机信息，2008.
[7] 杨会丽。基于嵌入式系统的图像处理平台的设计[D].河北科技大学工学硕士学位论文，2009.
【篇一】计算机论文开题报告
一、选题背景
图像，指的是客观物体在人脑中的自然反映，它是信息传递的重要媒介，以纸张，照片，计算机屏幕等介质呈现出来。现实中，人类大部分的信息都是通过人眼观察的方式取得。五种感官方式中视觉是主要的获取方式。然而，由于光照，噪声，介质形状等多方面因素的影响，在图像的生成和传输过程中，图像会发生质量降低的情况，如对比度偏低，图像明暗不均，几何形变等。因此，需要进行图像处理，以取得符合人们应用需求的图像。数字图像处理，指的是以数学运算为方式，对图像作出的各种加工过程，目的是得到对用户适用的效果⑴。这些过程包括降噪、配准、增强、压缩等，它们与现实中的生产过程是紧密结合的。数字图像处理，起始于1950年代，至1960年代时从计算机学中分离出来，形成独立发展的学问。经过半个多世纪的扩充，现在图像处理的技术基础己经很稳固，在许多社会领域广泛运用。
如气象部门通过对遥感图像的处理，得到更加有效的天气云图，提高了预报的准确性；林业部门通过对航拍图像的分析，评估森林发生火灾险情的可能性；航天部门需要对飞行器传回的图像进行处理才能得到更多更清晰的细节；医疗部门的CT诊断技术采用图像重建技术，获得人体各部位的重建图像，而对X射线图像的处理能突出病变区域的显示效果，让医生得以准确地判断病变区域；在安检领域，对阿尔法射线照射图像的处理，使得包裹内物品的形状和层次更加清晰，利于判断物品类型。现在，数字图像处理技术和流行的技术相结合（如生物技术、人工智能、智能终端等），以后将有更好的发展。数字图像处理按照方式和目标的不同大致分为以下几类：一是提高图像的视觉效果，如增加对比度，色彩变换，几何变换等，本文主要讨论的图像增强就属于这一方面；二是获取图像的特征信息，以满足匹配的需要，如获取边缘信息，颜色特征，纹理特征等；三是图像的压缩编码方面，这是为了减小图像的大小同时一定程度上保证图像质量，使得传送更为容易。从具体方法来看，数字图像处理常用方法有图像变换，图像分割，图像配准，图像增强，图像特征提取等。图像增强，指的是在一定的处理背景下（如整体偏暗，对比度不足等），提升图像上用户感兴趣的部分，同时抑制甚至去除不感兴趣的部分，提升图像区域之间的差异，以突出某些部分的特征的过程。它的目的是提高图像中有用信息的显示效果，使图像更利于机器识别和视觉观察，达到特定的分析目标。
图像增强是整个处理过程中非常关键的'一环，在这个步骤序列中起着承上启下的作用。很多情况下，设备采集到的图像不能直接满足特定的分析需求，需要采用一些图像增强方法对图像进行预处理，处理后的图像再交给业务处理部分。例如，医疗中X射线照射生成的图像可能因为对比度不足而难以识别，可以先进行图像增强处理，再用其他算法标注可能的病灶区域，可以提高诊断准确性。图像增强的主要目的在于两点：一是提升视觉效果，使图像更清晰，人眼观察时更容易获取需要关注的区域；二是使图像的呈现形式更容易被机器处理，通过机器解析出人们想要的信息。例如，军事侦查卫星得到的遥感图像可能经过了伪装处理，其中的重要建筑，车辆等混为一体，不易分清，进行图像增强处理可以突出诸如机场、桥梁、车辆等元素，再对不同时段的遥感图像对比处理，能够更正确完整地观察对方部署的变动情况。图像增强在技术的选取上并不是一劳永逸的，不同的方法有不同的使用情况。
二、研究目的和意义
本文将阐述图像增强的数学基础和一些典型的算法，并提出自己的改进后的方法。本文所做研宄的项目来源为十一五国家科技支撑平台重点项目课题：便携智能阅读器和国家自然科学基金项目（61371142）：基于逆向工程的扭曲文档图像校正技术研宄。前一个项目的产品智能阅读器是本课题的研宄平台，该产品是一款基于文字识别的有声电子阅读产品，主要通过拍照方式获取印刷文字信息，经OCR识别后转换为语音后输出。是为盲人及弱视等人群阅读普通书籍所准备的视听转换工具。借助该产品，盲人可阅读纸质书籍杂志、菜单、说明书等。
图像增强是阅读器处理过程中的重要步骤，包括了灰度增强和位置增强，目的是提高图像的人眼视觉效果和机器处理精确度。后一个项目是前一个的延伸，这个项目通过基于模型的、基于连通域的或基于3D的等各种方法，来实现扭曲文本的校正工作，以达到位置增强的目的。本课题从基于模型的思路出发，提出了一种新的抛物线数学模型，对文本线进行遍历，得到一系列文字的位置点，用位置点的坐标结合模型拟合出文本线，根据文本线与水平线之间的差距进行精确恢复，以得到水平分布的文本行。
三、本文研究涉及的主要理论
图像处理经过半个多世纪的发展，现在在技术基础上己经比较完备。图像增强作为其中的重要部分，也在技术的更新换代中不断地推陈出新，产生新的方法。图像增强方法于二十世纪六十年代为起步时期，它在美国喷气推进实验室获得第一次实用化。实验室人员对航天飞行器传回的图像数据进行了一系列的增强处理，如灰度变换，几何变换等，获得了质量优良的月球表面图像，图像增强技术展示出了强大的应用潜力＂]。此后，该技术又多次用于火星，土星等探测图像的优化工作，赢得了巨大的技术成功。七八十年代，图像增强技术与其它领域结合，步入了快速发展时期。例如，这一时期，图像增强技术用于指纹识别领域，通过提升指纹的生成效果和提取质量，使指纹识别的准确率得以保障，指纹识别因此成为实用化的技术。图像增强也应用于了医疗领域，一方面用在显微镜光学成像，对生成的影像进行了大幅度的视觉优化处理，可以对细胞结构，细菌形状，染色体形状等进行更细致的分析；另一方面，是用在X射线所产生图像的处理上，同样对影像效果有了大幅度的提升1990年代以后，图像增强步入普及民用化时期。由于硬件技术的发展，电脑的处理速度快速增长，制造成本却大致遵循着摩尔定律不断下降。
图像增强技术普遍应用于生产的各个方面，针对于各行各业生产环境的增强方法大大增加了。二十一世纪以后，图像增强研宄的发展又有新的特点，其中包括大数据量，实时性，与互联网技术结合，用户定制需求，与人工智能结合，与智能终端结合等。图像增强的方法按照是否经过变换可分为：空域增强和变换域增强。空域增强是以图像各点的像素值为一般处理对象，通过对像素值的单独的或邻域的公式运算来实现提升显示效果的目的，例如灰度变换就是按照公式对像素值进行一一替换，直方图均衡则按照均衡分布的准则重新安排像素值；变换域增强则不是操作像素值本身，而是令其转换到某一变换域后，根据其在变换域中的分布特点进行针对性的操作，如傅立叶变换是转换到频率域上，小波变换是转换到小波域上。转换后的处理方式有同态滤波，带阻滤波等还有其他一些较独立的方法。如数学形态学方法，它是一种用来解析几何形状的方法，被应用于图像处理中。它包括一些特定的结构元素，通过这些结构元素对图像进行操作，可以提取图像中的对应形状。这样将形状和背景分离开，分别加以强调和抑制处理，可以达到图像的增强效果。
另外，图像增强与其他领域的方法相结合，出现了很多新的处理方法，如与模拟神经信号传递的神经网络算法相结合的新方法，利用神经网络得到一种非线性增强方式，对图像进行直接增强前面提到过，本文提出的方法是以智能阅读器的产品为基础的，产品组成如图。这款产品包括了一个图像采集器和一款配套的软件，采集器通过USB线连接到电脑上，采集到的图像经过软件的识别，生成电子文档，再转化为声音信号播放出来，这样实现文本图像的可读化。该机的便携版是将软件烧录到阅读器内的单片机，实现类似的处理过程，便携式阅读器通过电供电，省去了与电脑连接的过程。这款软件的处理过程大致包括这几个步骤：一是图像采集；二是图像预处理；三是文字识别；四是语音合成。图像增强是预处理步骤屮的一个组成部分，一般来说，排在前面的步骤会影响后续处理的结果，这样图像增强对后面的二值化、版面分析都会有显著影响，所以探究效果更好的增强算法是很有必要的。这种增强的效果既可以体现在图像亮度的针对性提升或削弱，也可以是体现在图像各点位置的调整和校正上，目的都是利于后续的分析步骤。
四、本文研究的主要内容
灰度变换，直方图均衡，中值滤波等方法是图像增强中的典型方法，本文将在概念介绍后首先讲解这些方法。基于小波变换的增强是本文着重探讨的地方，包括了理论和具体方法。另外一部分就是作为视觉增强的几何扭曲校正方法。本文以BMP格式图片为基本图片处理格式，对多种方法进行了实验。实验结果，这种方法处理对比度不理想的图像时，有良好的增强结果。全文共分五章，具体安排如下：
第一章绪论，介绍了图像增强研究的出发点和本文的内容安排。
第二章阐述图像增强现在的发展状况，先是概要地阐述若干经典的方法，如灰度变换，直方图均衡等，然后介绍了现在己有的小波阈值化处理方法，在介绍这些方法的时候会注重数学原理和实现方法的阐述。
第三章介绍了图像增强的程序，包括程序实现的功能和逻辑流程，然后介绍了程序的主要文件和功能函数，最后对部分核心代码进行了分析。
第四章阐述方法的过程。先是本文提出的基于自适应阈值的小波增强方法，对阈值的选取进行了细致的数学分析，然后介绍方法的实现过程。另外，位置增强的方法，具体指针对文本文档的几何扭曲状况，提出一种快速的校正方法，使得图像平直排布，提升了视觉效果。
第五章是实验工作，对新提出的图像增强方法进行了仿真，得到了直观的图像对比和客观的数据表格，并根据一些评判参量对方法进行了评价。
第六章总结，概括讲述本文所作出的研宄工作，分析现有工作的成果和不足之处，为下一步的研究工作做铺塾。
五、写作提纲
摘要3-4
Abstract4
第一章绪论7-10
选题背景7-8
本文的内容安排8-10
第二章研究现状10-21
增强理论简介11-17
灰度变换12-15
直方图均衡15-17
小波变换增强的研究17-21
阈值化的方法17-19
与直方图均衡结合19-21
第三章程序的基本架构21-27
程序简介21-24
程序框架21-23
程序流程23-24
主要文件和功能函数24-25
部分核心代码25-27
第四章增强方法的具体实现27-41
小波变换简介27-32
连续小波变换27-28
离散小波变换28-29
多分辨分析与Mallat算法29-32
基于自适应阈值的增强32-35
用于增强的阈值32-34
用于降噪的阈值34-35
方法流程35
位置增强的扭曲校正方法35-41
原理简析35-36
抛物线模型36-38
类抛物线模型38-39
方法实现39-41
第五章实验结果41-48
基于自适应阈值的增强41-46
扭曲校正方法46-48
第六章总结48-49
课题工作总结48
展望48-49
参考文献49-52
申请学位期间的研宄成果及发表的学术论文52-53
致谢53
六、目前已经阅读的主要文献
略
【篇二】计算机论文开题报告
1：长春广播电视大学毕业设计题目。
2：吉林省森工集团信息化发展前景与规划。
3：吉林省林业设计院网络中心网络改造与发展规划。
4：吉林省林业系统生态信息高速公路构建课题。
二、论文撰写与设计研究的目的：
跟随1946年第一台计算机在美国诞生，人类文明发展到一个崭新的时代。尤其是20世纪后10年，以计算机网络的飞速发展为契机，我们进入了信息时代。人们的生活和工作逐渐以信息为中心，信息时代更离不开网络，任何一个规模企业尤其开始依赖网络，没有网络企业就面临着落后。
吉林省的林业分布十分广泛，以长白山系为主要脉络的山地广泛分布各种森林资源，而作为林业及林业环境的发展，林业生态信息则是一个更为庞大的系统，快捷，准确，合理，系统的采集，处理，分析，存储这些信息是摆在我们面前的十分现实的问题。在信息交流的这个世界中，信息好比货物，我们需要将这些货物（信息）进行合理的处理，其中以硬件为主的计算机网络系统是这些货物（信息）交流的"公路"和"处理厂"，我做这个题目，就是要为它画出一条"公路"和若干"处理方法"的蓝图。
由于森工集团这样的特定企业，其一，它是一个统一管理的企业，具有集团化的特点，网络的构建具有统一性。其二，它又在地理上是一个分散的企业，网络点也具有分散性。然而，分散中还具有集中的特点，它的网络系统的设计就应该是板块化的。从信息的角度来讲，信息的种类多，各种信息的采集传输处理角度也不尽相同，我们在设计的过程中不仅要考虑硬件的地域布局，也要考虑软件平台的配合。
没有，只有更好；更新观念，大步向前。我相信，在导师的精心指导下，经过我的努力，我将为它们创造出一条平坦，宽阔的"高速公路"。
1，论文（设计）研究的对象：
拟订以吉林省林业系统为地理模型，以林业网络综合服务为基本需求，以网络拓扑结构为设计方向，以软件整合为应用方法，开发设计一套完整的基于集散集团企业的企业网络系统。
2，论文（设计）研究预期达到目标：
通过设计，论文的撰写，预期达到网络设计全面化，软件整合合理化，网络性能化，资金应用最低化，工程周期最短化的目标。
3，论文（设计）研究的内容：
一），主要问题：
设计解决网络地域规范与现有网络资源的利用和开发。
设计解决集中单位的网络统一部署。
设计解决多类型网络的接口部署。
设计解决分散网络用户的接入问题。
设计解决远程瘦用户网络分散点的性能价格合理化问题。
设计解决具有针对性的输入设备的自动化信息采集问题。
合理部署网络服务中心的网络平衡。
优化网络服务系统，营造合理的网络平台。
网络安全问题。
基本应用软件整合问题。
二），论文（设计）包含的部分：
1，地理模型与网络模型的整合。
2，企业内部集中部门网络设计。
3，企业内部分散单元网络设计——总体分散。
4，企业内部分散单元网络设计——远程结点。
5，企业内部分散单元网络设计——移动结点。
6，企业网络窗口（企业外信息交流）设计。
7，企业网络中心，服务平台的设计。
8，企业网络基本应用软件结构设计。
9，企业网络特定终端接点设计。
10，企业网络整合设计。
论文（设计）的实验方法及理由：
由于设计的过程并不是工程的施工过程，在设计过程中详尽的去现场建设肯定有很大的难度，也不是十分可行的，那么我们在设计的阶段就应该进行仿真试验和科学计算。第一步，通过小型网络测试软件平台，第二步，构建多个小型网络搭建全局网络模拟环境，第三步，构建干扰源利用小型网络集总仿真测试。
论文（设计）实施安排表：
1、论文（设计）阶段第一周次：相关理论的学习研究，阅读参考文献资料，制订课题研究的实施方案，准备试验用网络硬件和软件形成试验程序表及试验细则。
2、论文（设计）阶段第二周次：开始第一轮实验，进行小型网络构建试验，模拟网络服务中心，模拟区域板块，模拟远程及移动网络。
3、论文（设计）阶段第三周次：进行接口模拟试验，测试软件应用平台，完善课题研究方案。
4、论文（设计）阶段第四周次：完成第一轮实验，提交中期成果（实验报告1）。
5、论文（设计）阶段第五周次：进行第二轮实验，模拟环境（干扰仿真）实验，提交实验报告2。
6、论文（设计）阶段第六周次：完成结题报告，形成论文。
三、论文（设计）实施工具及参考资料：
小型网络环境，模拟干扰环境，软件平台。
吴企渊《计算机网络》。
郑纪蛟《计算机网络》。
陈济彪丹青等《计算机局域网与企业网》。
christianhuitema《因特网路由技术》。
［美］othmarkyas《网络安全技术——风险分析，策略与防火墙》。
其他相关设备，软件的说明书。
1、论文（设计）的创新点：
努力实现网络资源的全面应用，摆脱将单纯的网络硬件设计为企业网络设计的模式，大胆实践将软件部署与硬件设计阶段相整合的网络设计方法。
题目可行性说明及预期成果：
2、可行性说明：
由于题目结合了"吉林省森工集团信息化发展前景与规划""吉林省林业设计院网络中心网络改造与发展规划""吉林省林业系统生态信息高速公路构建课题"，使得题目紧密结合生产实际，于是进行《企业网络设计——基于集散企业的综合网络设计》具有现实意义。
3、预期成果：
形成论文《企业网络设计——基于集散企业的综合网络设计》，完成实验测评报告。
【篇三】计算机论文开题报告
1.题目：购物网站设计与实现
2.主要任务：以PHP为主要制作工具，实现购物网站的用户注册、登录、验证身份及用户数据的采集、物品的预览查询、搜索/查看物品信息以及站内最新物品信息发布并可进入在线下单从而实现网络销售。
3.研究目的：现在网购无法全面取代传统购物渠道，但是网购能够灵活调整运营政策，使它能够满足某一类人特别关注的侧重需求。我长久以来也是以此为出发点，关注网购商机。在此基础上总结出几套网购运营模式，这些网购能更佳的满足某类人侧重需求，对他们来说有强烈的购买理由。我们要做的是进一步积累完善这类网购模式，实践这些网购，赚取利润并积累网购运营经验，在网上购物大发展时机到来时拥有先发优势。
二、调研资料情况
在当前的市场经济环境中，随着科技的进步和技术的发展，网络销售正在健康、飞速的发展，市场的竞争在很大程度上转化为了虚拟客户资源的竞争。从而找到一个好的销售平台、建立一个好的网店已经成为各个店主一项关键任务。同时，当今的市场环境又是一个快速变化的环境，客户的需求在变，对网上购物的需求也相应处于变化之中。如何能快速适应这一变化，提高网上购物流程的工作效率，进行快速定位，也就成为店主需考虑的重要因素。
在铺天盖地的传统销售攻势中，电子商务以其方便、快捷、时尚、触角敏锐而初露峥嵘。在销售旺季宣传人员像蚂蝗一样铺满大街小巷，随处可见行人丢弃的宣传单页时，网上销售却以其视觉冲击力强信息全面更加深入人心，也吸引了更多的消费者。
网下购物是人们延续数千年的习惯，有无数书籍在讨论消费者行为，强调客户体验，并推荐用各种方式方法促进销售，提高顾客满意度和忠诚度。这一切都是基于消费者日常购物时先通过视、听、嗅、味、触五种感官来判断是否应该购买一件商品，然后要在对比不同渠道的同类型商品的价格和售后服务后再做出购买决定这一流程。简单的说，第一步是感官体验，第二步是理性判断。
虽然传统市场中人们也强调货比三家，但姑且不说三家是否足够，仅是在物理位置相隔较远的不同渠道中找到三个同类型、档次的商品进行细致比较的成本就非常高。消费者理性判断的高成本就促使商家着重于满足顾客的感官体验，从而发明了各种营销手段并形成了完善的理论方法体系。客观的说，传统市场中如果消费者不考虑成本的在各种渠道对希望购买的商品进行细致对比并理性判断，大部分商家将失去现有客户。所以网络上急需一个第三方平台来为商家和客户牵线搭桥，来应对网络购物发展的需求。在这种条件下、我将运用自己所学的知识，开发建立一个购物网站。
参考文献：
[1]宋尚平，李兴保。PHP模板引擎Smarty的安装配置及应用实现[J].现代教育技术，2007:9.
[2]邹天思，孙鹏。PHP从入门到精通[M].北京：清华大学出版社，2008.
[3]Michael 权威指南[M].北京：人民邮电出版社，2006.
[4]潘凯华，邹天思。PHP开发实战宝典[M].北京：清华大学出版社，2010.
[5]与MySQL5程
随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。我整理了图像识别技术论文，欢迎阅读!
图像识别技术研究综述
摘要：随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。图像识别是利用计算机对图像进行处理、分析和理解，由于图像在成像时受到外部环境的影响，使得图像具有特殊性，复杂性。基于图像处理技术进一步探讨图像识别技术及其应用前景。
关键词：图像处理;图像识别;成像
中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2013)10-2446-02
图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域已取得的一定的成绩。图像处理正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像处理技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等，在这些应用中，都离不开图像处理和识别技术。图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别大基础[1]。图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。但是由于获取的图像本事具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。
1 图像处理技术
图像处理(image processing)利用计算机对图像进行分析，以达到所需的结果。图像处理可分为模拟图像处理和数字图像图像处理，而图像处理一般指数字图像处理。这种处理大多数是依赖于软件实现的。其目的是去除干扰、噪声，将原始图像编程适于计算机进行特征提取的形式，主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。
1)图像采集，图像采集是数字图像数据提取的主要方式。数字图像主要借助于数字摄像机、扫描仪、数码相机等设备经过采样数字化得到的图像，也包括一些动态图像，并可以将其转为数字图像，和文字、图形、声音一起存储在计算机内，显示在计算机的屏幕上。图像的提取是将一个图像变换为适合计算机处理的形式的第一步。
2)图像增强，图像在成像、采集、传输、复制等过程中图像的质量或多或少会造成一定的退化，数字化后的图像视觉效果不是十分满意。为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，即图像增强。通过图像增强，以减少图像中的图像的噪声，改变原来图像的亮度、色彩分布、对比度等参数。图像增强提高了图像的清晰度、图像的质量，使图像中的物体的轮廓更加清晰，细节更加明显。图像增强不考虑图像降质的原因，增强后的图像更加赏欣悦目，为后期的图像分析和图像理解奠定基础。
3)图像复原，图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图。图像复原的另一种特殊技术是图像重建，该技术是从物体横剖面的一组投影数据建立图像。
4)图像编码与压缩，数字图像的显著特点是数据量庞大，需要占用相当大的存储空间。但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输。为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩。目前，图像压缩编码已形成国际标准，如比较著名的静态图像压缩标准JPEG，该标准主要针对图像的分辨率、彩色图像和灰度图像，适用于网络传输的数码相片、彩色照片等方面。由于视频可以被看作是一幅幅不同的但有紧密相关的静态图像的时间序列，因此动态视频的单帧图像压缩可以应用静态图像的压缩标准。图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间。
5)图像分割技术，图像分割是把图像分成一些互不重叠而又具有各自特征的子区域，每一区域是像素的一个连续集，这里的特性可以是图像的颜色、形状、灰度和纹理等。图像分割根据目标与背景的先验知识将图像表示为物理上有意义的连通区域的集合。即对图像中的目标、背景进行标记、定位，然后把目标从背景中分离出来。目前，图像分割的方法主要有基于区域特征的分割方法、基于相关匹配的分割方法和基于边界特征的分割方法[2]。由于采集图像时会受到各种条件的影响会是图像变的模糊、噪声干扰，使得图像分割是会遇到困难。在实际的图像中需根据景物条件的不同选择适合的图像分割方法。图像分割为进一步的图像识别、分析和理解奠定了基础。
2 图像识别技术
图像识别是通过存储的信息(记忆中存储的信息)与当前的信息(当时进入感官的信息)进行比较实现对图像的识别[3]。前提是图像描述，描述是用数字或者符号表示图像或景物中各个目标的相关特征，甚至目标之间的关系，最终得到的是目标特征以及它们之间的关系的抽象表达。图像识别技术对图像中个性特征进行提取时，可以采用模板匹配模型。在某些具体的应用中，图像识别除了要给出被识别对象是什么物体外，还需要给出物体所处的位置和姿态以引导计算初工作。目前，图像识别技术已广泛应用于多个领域，如生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主车导航、公安、银行、交通、军事、电子商务和多媒体网络通信等。主要识别技术有：
指纹识别
指纹识别是生物识别技术中一种最实用、最可靠和价格便宜的识别手段，主要应用于身份验证。指纹识别是生物特征的一个部分，它具有不变性：一个人的指纹是终身不变的;唯一性：几乎没有两个完全相同的指纹[3]。一个指纹识别系统主要由指纹取像、预处理与特征提取、比对、数据库管理组成。目前，指纹识别技术与我们的现实生活紧密相关，如信用卡、医疗卡、考勤卡、储蓄卡、驾驶证、准考证等。
人脸识别 目前大多数人脸识别系统使用可见光或红外图像进行人脸识别，可见光图像识别性能很容易受到光照变化的影响。在户外光照条件不均匀的情况下，其正确识别率会大大降低。而红外图像进行人脸识别时可以克服昏暗光照条件变化影响，但由于红外线不能穿透玻璃，如果待识别的对象戴有眼镜，那么在图像识别时，眼部信息全部丢失，将严重影响人脸识别的性能[4]。
文字识别
文字识别是将模式识别、文字处理、人工智能集与一体的新技术，可以自动地把文字和其他信息分离出来，通过智能识别后输入计算机，用于代替人工的输入。文字识别技术可以将纸质的文档转换为电子文档，如银行票据、文稿、各类公式和符号等自动录入，可以提供文字的处理效率，有助于查询、修改、保存和传播。文字识别方法主要有结构统计模式识别、结构模式识别和人工神经网络[5]。由于文字的数量庞大、结构复杂、字体字形变化多样，使得文字识别技术的研究遇到一定的阻碍。
3 结束语
人类在识别现实世界中的各种事物或复杂的环境是一件轻而易举的事，但对于计算机来讲进行复杂的图像识别是非常困难的[6]。在环境较为简单的情况下，图像识别技术取得了一定的成功，但在复杂的环境下，仍面临着许多问题：如在图像识别过程中的图像分割算法之间的性能优越性比较没有特定的标准，以及算法本身存在一定的局限性，这使得图像识别的最终结果不十分精确等。
参考文献：
[1] 胡爱明，周孝宽.车牌图像的快速匹配识别方法[J].计算机工程与应用，2003，39(7)：90—91.
[2] 胡学龙.数字图像处理[M].北京：电子工业出版社，2011.
[3] 范立南，韩晓微，张广渊.图像处理与模式识别[M].北京：科学出版社，2007.
[4] 晓慧，刘志镜.基于脸部和步态特征融合的身份识别[J].计算机应用，2009，1(29)：8.
[5] 陈良育，曾振柄，张问银.基于图形理解的汉子构型自动分析系统[J].计算机应用，2005，25(7)：1629-1631.
[6] Sanderson C，Paliwal K Fusion and Person Verification Using Speech & Face Information[C].IDIAP-RR 02-33，Martigny，Swizerland，2002.
点击下页还有更多>>>图像识别技术论文
基于MATLAB的数字识别计算机与信息工程学院 本科生毕业论文 基于BP神经网络的手写数字识别算法的设计与实现 班 级： 13汉班 学 号： 姓 名： 江晓雪 指导教师： 李艳玲 2017 年 3 月 31 日 毕 业 论 文 目 录 1 绪论1 图像识别的提出1 图像识别的现状与发展趋势1 2 BP神经网络的概述2 3 手写体数字识别的实现过程4 整体线路图4 算法流程5 图像预处理10 结果分析10 4 结论11 参考文献12 全文共 13 页 4834 字 基于BP神经网络的手写数字识别算法的设计与实现 计算机与信息工程学院 2013级汉班 江晓雪 指导教师 李艳玲 副教授 摘要 本文实现了基于MATLAB关于神经网络的手写数字识别算法的设计过程，采用神经网络中反向传播神经网络(即BP神经网络)对手写数字的识别，由MATLAB对图片进行读入、灰度化以及二值化等处理，通过神经网络进行训练和测试。实验证明：该神经网络对手写数字的识别可以达到。 关键词 手写数字识别；BP神经网络；MATLAB语言 1 绪论 图像识别的提出 图像识别在信息技术发达的今天已经占据了很重要的地位，在我们实际生活中也有很多应用。所谓的图像识别，就是指通过计算机对图像进行相应的处理、分析，来达到识别不同模型的目标和任务的一种技术。对于它的提出，简单的来说，它的发展经历了三个阶段：第一个是文字识别 、第二个是数字图像处理与识别、第三个是物体识别。第一种相对来说比较简单，它的研究是从1950年开始的，一般情况是识别字母、符号和数字，无论是印刷体识别还是手写体识别，它的应用都非常广泛，但是也伴随着，这个识别的过程会更加的耗时、费力，无论是人力还是物力，都会有很大的损失；第二种就是我们所说的数字图像处理与识别，在图片的识别过程中，图片识别会有一定的误差，也会带来小小的麻烦；第三就是物体识别，而物体的识别主要指的是：在三维世界中，对于个体、环境的感知和认识进行识别，这不同于二维世界的认知，相对来说是更高级的计算机图像识别，它是以二维世界中对数字图像和模拟图像处理的办法为依据，进行更高一级的，并且结合了现代人工智能技术等学科的研究目标，研究成果已经被广泛的应用在各种工业探测机器人上，为人们的安全提供了很大的帮助。 图像识别的现状与发展趋势 随着网络的发达、电子的信息化，图像识别的应用已经非常广泛，而主要的研究工作也包括各行各业，整理以下几点对其应用的广泛度进行说明： ⒈在生物学中，对生物的原型进行研究。从生物的脑细胞结构、物体解剖等其他科学研究的方向对生物的体系结构、神经结构、神经细胞组织等生物的原型结构及其功能机理进行研究，增强对生物学更加全面的理解。 ⒉在实际应用中，建立我们需要的理论模型。根据需要应用的信息在生物学中的应用，建立需要的生物原型，也可以建立类似神经元、神经网络这样不可见的理论模型，以便可以让其更加有效的应用在生活中。建立我们生活中不能直观表现的事物模型，以便我们可以更方便的、更直观的理解事物的本质。 ⒊在信息时代中，建立网络模型以及算法研究。就是通过上面所说的，建立相应的理论模型，在这个基础上加以理解，建立我们所需要的网络模型，实现计算机应用，主要应用在网络学习算法的研究，这方面的研究工作也被人们称为技术模型研究。 ⒋信息时代的发展，让我们在生活中有很多的应用，例如：完成某种函数图像的绘制以及对其变化的形式进行分析、对图片信号的处理、模式识别等功能，建立需要的应用系统、制造机器人等等。 通过上面的说明，也就是说从开始根据生物学原理的应用，直到建立需要的神经网络模型，最后应用到图像识别当中，可以看出其模型的建立是在生活中实例的基础上，其可靠性和准确性是显而易见的，这样就大大的增加了可信度，与此同时，也减少了工作中不必要的麻烦与困扰。而在网络信息发达的今天，人类在基本粒子、宇宙空间、生命起源等科学领域方面都已经显现出很高的兴趣度，而这其中难免会有图像提取后的处理工作，所以图像识别的应用就会越来越广泛。 2 BP神经网络的概述 反向传播(Back-Propagation，BP)学习算法简称BP算法，采用BP算法的前馈型神经网络简称BP网络。BP网络是多层感知器的一种，它具备多层感知器的特点，同时也有自己的特点。多层感知器包括输入层、隐藏层、输出层，其中隐藏层可以有多个，而我们BP网络中隐藏层只有一个，其简单构造如图所示： 图1 多层感知器结构图 而我们用到的BP网络中的具体信号流如图所示，它有一个反向传播的过程，这也是对传播进行调整，使精确度更高的一种办法。如图所示，其中有两种信号流通： 图2 多层感知器的信号流 第一：函数信号 简单来说就是信号进入输入层，然后通过隐藏层到达输入层，通过输出层输出所得值，就可以完成一个函数信号。 第二：误差信号 误差信号就是在逆向的传播的过程中传输的信号。其中，有两个重要参数。一个是函数信号即sigmoid函数，还有一个就是权值的梯度运算即梯度向量。(注：sigmoid函数、权重的修正函数，如图所示。) (1) (2) 通过对两个参数的调整，完成整个算法的应用。 3 手写体数字识别的实现过程 整体线路图 整体流程图如图3所示： 图像测试 损失函数的设计与应用 可视化测试数据 神经网络的设计与训练 sigmoid函数 图3 整体流程图 部分文件调用流程图如图4所示： sigmoid checkNNGradients nnCostFunction 第八部分：实现正规化 第八部分：训练NN fmincg nnCostFunction sigmoidGradient sigmoid nnCostFunction sigmoidGradient randInitializeWeights checkNNGradients debugInitializeWeights nnCostFunction computeNumericalGradient 第五部分：sigmoid函数 第六部分：初始化参数 第七部分：实现反向传播 第三部分：前馈网络 第四部分：前馈正规化 图4 整体流程图 算法流程
图像识别技术是人工智能研究的一个重要分支，也是人们日常生活中使用最广泛的人工智能技术之一。近年来，随着深度学习技术的发展，图像识别准确率显著提高。本论文研究了图像识别的传统技术和深度学习技术，分析了深度学习技术的几点不足，并给出未来可行的解决方案。【关键词】人工智能 图像识别 深度学习1 概述图像识别技术是人工智能研究的一个重要分支，其是以图像为基础，利用计算机对图像进行处理、分析和理解，以识别不同模式的对象的技术。目前图像识别技术的应用十分广泛，在安全领域，有人脸识别，指纹识别等；在军事领域，有地形勘察，飞行物识别等；在交通领域，有交通标志识别、车牌号识别等。图像识别技术的研究是更高级的图像理解、机器人、无人驾驶等技术的重要基础。传统图像识别技术主要由图像处理、特征提取、分类器设计等步骤构成。通过专家设计、提取出图像特征，对图像进行识别、分类。近年来深度学习的发展，大大提高了图像识别的准确率。深度学习从大量数据中学习知识（特征），自动完成特征提取与分类任务。但是目前的深度学习技术过于依赖大数据，只有在拥有大量标记训练样本的情况下才能够取得较好的识别效果。
图像识别是立体视觉、运动分析、数据融合等实用技术的基础，可应用于导航、地图与地形配准、自然资源分析、天气预报、环境监测、生理病变研究等许多领域1.遥感图像识别2.通讯领域的应用3.指纹、手迹、印章、人像等的处理和辨识；历史文字和图片档案的修复和管理等等。4.生物医学图像识别 例如CT(Computed Tomography)技术等。图像的识别江苏视图科技，专业图像识别，主要应用方向是手机拍照购物，互动营销，美术馆和博物馆的手机导览增值服务，目录销售，网站商品相似搜索等等。
医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。下面，我为大家分享关于医学影像的论文，希望对大家有所帮助!
前 言
数字图像处理技术以当前数字化发展为基础， 逐渐衍生出的一项网络处理技术， 数字图像处理技术可实现对画面更加真实的展示。 在医学中，随着数字图像处理技术的渗透，数字图像将相关的病症呈现出来， 并通过处理技术对画面上相关数据进行处理，这种医疗手段，可大幅提升相关病症的治愈率，实现更加精准治疗的疗效。 在医学中医学影像广泛用于以下几方面之中，其中包括 CT(计算机 X 线断层扫描)、PET(正电子发射断层成像)、MRI(核磁共振影像)以及 UI(超声波影像)。 数字图像处理技术在技术发展基础上，其应用的范围将会在逐渐得到扩展，应用成效将会进一步得到提升。
1 关键技术在数字图像处理中的应用
医学影像中对于数字图像的处理， 通常是将数字图像转化成为相关数据，并针对相关数据呈现的结果，对患者病症进行分析，在对数字图像处理中，存在一定的关键技术，这些关键技术直接影响着整个医疗治疗与检查。
图像获取
图像获取顾名思义将医患的相关数据进行整理， 在进行数字图像检测时，得出的相关图像，在获取相关图像后，经过计算机的转变，将图像以数据的形式进行处理，最后将处理结果呈现出来。 在计算机摄取图像中，通过光电的转换，以数字化的形式展现出来， 数字图像处理技术还可实现将分析的结果作为医疗诊断的依据，进行保存[1].
图像处理
在运用数字图像获取相关图像后，需对图像进行处理，如压缩处理、编码处理，将所有运行的数据进行整理，将有关的数据进行压缩，并将相关编码进行处理，如模型基编码处理、神经网络编码处理等。
图像识别与重建
在经过图像复原后，将图像进行变换，在进行图片分析后分割相关图像，测量图像的区域特征，最后实现图像设备与呈现，在重建图像后，进行图像配准。
2 医学影像中数字图像处理技术
数字图像处理技术的辅助治疗
当前医学图像其中包括计算机 X 线断层扫描、 正电子发射断层成像、核磁共振影像以及超声波影像，在医疗治疗中，可根据相关数据的组建，进而实现几何模式的呈现，如 3D,还原机体的各项组织中，对于细小部位可实现放大观察，可实现医生定量认识，更加细致的观察病变处，为接下来的医疗治疗提供帮助。 例如在核磁共振影像治疗中， 首先设定一定的磁场，通过无线电射频脉冲激发的'方式，对机体中氢原子核进行刺激，在运行过程中产生共振，促进机体吸收能力，帮助查找病症所在[2].
提升放射治疗的疗效
在医疗中， 运用数字图像处理技术即可实现对患病处的观察，也可实现对病患处的治疗，这种治疗方式常见于肿瘤或癌症病变的放射性治疗。 在进行治疗前， 首先定位于病患方位，在准确定位后，借助数字图像处理技术，全方位的计划治疗方案，并在此基础上对病患处进行治疗。 例如在治疗肿瘤癌症等病变之处，利用数字图像排查病变以外机体状况，降低手术风险。
加深对脑组织以其功能认识
脑组织是人体机能运转的核心， 在脑组织中存在众多复杂的结构，因此想要实现对脑组织的功能认识，必须对脑组织进行全方位的观测，深层探析其各项组织结构。 近些年随着医疗技术的提升，数字图像处理技术被运用到医学之中，数字图像处理技术可实现透过大脑皮层对脑组织进行全方位观测，最后立体的呈现出脑组织中各项机构的运作状况[3]. 例如功能性磁共振成像即 FMRI,这种成像可对机体大脑皮层的活动状况进行检测， 还可实时跟踪信号的改变， 其高清的时间分辨率，为当代医疗提供了众多帮助。
实现了数字解剖功能
数字解剖即虚拟解剖， 这种解剖行为需以高科技为依托从力学、视觉等各方面，通过虚拟人资源得建立，透析机体各项组织结构，实现对虚拟人的解剖，增加对机体的认识，真实的还原解剖学相关知识，这种手段对于医疗教学、解剖研究具有重要的影响作用。
3 结 论
综上所述， 数字图像处理技术在医学影像中具有重要的应用价值，其技术的发展为医疗技术提供了进步的平台，也为数字图像处理技术的发展提供了应用空间， 这种结合的方式既是社会发展的要求，也是时代进步的趋势。
参考文献：
[1]张瑞兰，华 晶，安巍力，刘迎九。数字图像处理在医学影像方面的应用[J].医学信息，2012,03:400~401.
[2]刘 磊，JINChen-Lie.计算机图像处理技术在医学影像学上的应用[J].中国老年学杂志，2012,24:5642~5643.
[3]李 杨，李兴山，何常豫，孟利军。数字图像处理技术在腐蚀科学中的应用研究[J].价值工程，2015,02:51~52.
随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。我整理了图像识别技术论文，欢迎阅读!
图像识别技术研究综述
摘要：随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。图像识别是利用计算机对图像进行处理、分析和理解，由于图像在成像时受到外部环境的影响，使得图像具有特殊性，复杂性。基于图像处理技术进一步探讨图像识别技术及其应用前景。
关键词：图像处理;图像识别;成像
中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2013)10-2446-02
图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域已取得的一定的成绩。图像处理正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像处理技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等，在这些应用中，都离不开图像处理和识别技术。图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别大基础[1]。图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。但是由于获取的图像本事具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。
1 图像处理技术
图像处理(image processing)利用计算机对图像进行分析，以达到所需的结果。图像处理可分为模拟图像处理和数字图像图像处理，而图像处理一般指数字图像处理。这种处理大多数是依赖于软件实现的。其目的是去除干扰、噪声，将原始图像编程适于计算机进行特征提取的形式，主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。
1)图像采集，图像采集是数字图像数据提取的主要方式。数字图像主要借助于数字摄像机、扫描仪、数码相机等设备经过采样数字化得到的图像，也包括一些动态图像，并可以将其转为数字图像，和文字、图形、声音一起存储在计算机内，显示在计算机的屏幕上。图像的提取是将一个图像变换为适合计算机处理的形式的第一步。
2)图像增强，图像在成像、采集、传输、复制等过程中图像的质量或多或少会造成一定的退化，数字化后的图像视觉效果不是十分满意。为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，即图像增强。通过图像增强，以减少图像中的图像的噪声，改变原来图像的亮度、色彩分布、对比度等参数。图像增强提高了图像的清晰度、图像的质量，使图像中的物体的轮廓更加清晰，细节更加明显。图像增强不考虑图像降质的原因，增强后的图像更加赏欣悦目，为后期的图像分析和图像理解奠定基础。
3)图像复原，图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图。图像复原的另一种特殊技术是图像重建，该技术是从物体横剖面的一组投影数据建立图像。
4)图像编码与压缩，数字图像的显著特点是数据量庞大，需要占用相当大的存储空间。但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输。为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩。目前，图像压缩编码已形成国际标准，如比较著名的静态图像压缩标准JPEG，该标准主要针对图像的分辨率、彩色图像和灰度图像，适用于网络传输的数码相片、彩色照片等方面。由于视频可以被看作是一幅幅不同的但有紧密相关的静态图像的时间序列，因此动态视频的单帧图像压缩可以应用静态图像的压缩标准。图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间。
5)图像分割技术，图像分割是把图像分成一些互不重叠而又具有各自特征的子区域，每一区域是像素的一个连续集，这里的特性可以是图像的颜色、形状、灰度和纹理等。图像分割根据目标与背景的先验知识将图像表示为物理上有意义的连通区域的集合。即对图像中的目标、背景进行标记、定位，然后把目标从背景中分离出来。目前，图像分割的方法主要有基于区域特征的分割方法、基于相关匹配的分割方法和基于边界特征的分割方法[2]。由于采集图像时会受到各种条件的影响会是图像变的模糊、噪声干扰，使得图像分割是会遇到困难。在实际的图像中需根据景物条件的不同选择适合的图像分割方法。图像分割为进一步的图像识别、分析和理解奠定了基础。
2 图像识别技术
图像识别是通过存储的信息(记忆中存储的信息)与当前的信息(当时进入感官的信息)进行比较实现对图像的识别[3]。前提是图像描述，描述是用数字或者符号表示图像或景物中各个目标的相关特征，甚至目标之间的关系，最终得到的是目标特征以及它们之间的关系的抽象表达。图像识别技术对图像中个性特征进行提取时，可以采用模板匹配模型。在某些具体的应用中，图像识别除了要给出被识别对象是什么物体外，还需要给出物体所处的位置和姿态以引导计算初工作。目前，图像识别技术已广泛应用于多个领域，如生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主车导航、公安、银行、交通、军事、电子商务和多媒体网络通信等。主要识别技术有：
指纹识别
指纹识别是生物识别技术中一种最实用、最可靠和价格便宜的识别手段，主要应用于身份验证。指纹识别是生物特征的一个部分，它具有不变性：一个人的指纹是终身不变的;唯一性：几乎没有两个完全相同的指纹[3]。一个指纹识别系统主要由指纹取像、预处理与特征提取、比对、数据库管理组成。目前，指纹识别技术与我们的现实生活紧密相关，如信用卡、医疗卡、考勤卡、储蓄卡、驾驶证、准考证等。
人脸识别 目前大多数人脸识别系统使用可见光或红外图像进行人脸识别，可见光图像识别性能很容易受到光照变化的影响。在户外光照条件不均匀的情况下，其正确识别率会大大降低。而红外图像进行人脸识别时可以克服昏暗光照条件变化影响，但由于红外线不能穿透玻璃，如果待识别的对象戴有眼镜，那么在图像识别时，眼部信息全部丢失，将严重影响人脸识别的性能[4]。
文字识别
文字识别是将模式识别、文字处理、人工智能集与一体的新技术，可以自动地把文字和其他信息分离出来，通过智能识别后输入计算机，用于代替人工的输入。文字识别技术可以将纸质的文档转换为电子文档，如银行票据、文稿、各类公式和符号等自动录入，可以提供文字的处理效率，有助于查询、修改、保存和传播。文字识别方法主要有结构统计模式识别、结构模式识别和人工神经网络[5]。由于文字的数量庞大、结构复杂、字体字形变化多样，使得文字识别技术的研究遇到一定的阻碍。
3 结束语
人类在识别现实世界中的各种事物或复杂的环境是一件轻而易举的事，但对于计算机来讲进行复杂的图像识别是非常困难的[6]。在环境较为简单的情况下，图像识别技术取得了一定的成功，但在复杂的环境下，仍面临着许多问题：如在图像识别过程中的图像分割算法之间的性能优越性比较没有特定的标准，以及算法本身存在一定的局限性，这使得图像识别的最终结果不十分精确等。
参考文献：
[1] 胡爱明，周孝宽.车牌图像的快速匹配识别方法[J].计算机工程与应用，2003，39(7)：90—91.
[2] 胡学龙.数字图像处理[M].北京：电子工业出版社，2011.
[3] 范立南，韩晓微，张广渊.图像处理与模式识别[M].北京：科学出版社，2007.
[4] 晓慧，刘志镜.基于脸部和步态特征融合的身份识别[J].计算机应用，2009，1(29)：8.
[5] 陈良育，曾振柄，张问银.基于图形理解的汉子构型自动分析系统[J].计算机应用，2005，25(7)：1629-1631.
[6] Sanderson C，Paliwal K Fusion and Person Verification Using Speech & Face Information[C].IDIAP-RR 02-33，Martigny，Swizerland，2002.
点击下页还有更多>>>图像识别技术论文
主要应用领域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。在人类图像识别系统中，对复杂图像的识别往往要通过不同层次的信息加工才能实现。图像识别技术是立体视觉、运动分析、数据融合等实用技术的基础，在导航、地图与地形配准、自然资源分析、天气预报、环境监测、生理病变研究等许多领域可广泛应用。遥感图像识别航空遥感和卫星遥感图像通常用图像识别技术进行加工以便提取有用的信息。该技术目前主要用于地形地质探查，森林、水利、海洋、农业等资源调查，灾害预测，环境污染监测，气象卫星云图处理以及地面军事目标识别等。军事刑侦图像识别技术在军事、公安刑侦方面的应用很广泛，例如军事目标的侦察、制导和警戒系统；自动灭火器的控制及反伪装；公安部门的现场照片、指纹、手迹、印章、人像等的处理和辨识；历史文字和图片档案的修复和管理等等。生物医学图像识别在现代医学中的应用非常广泛，它具有直观、无创伤、安全方便等特点。在临床诊断和病理研究中广泛借助图像识别技术，例如CT(ComputedTomography)技术等。机器视觉作为智能机器人的重要感觉器官，机器视觉主要进行3D图像的理解和识别，该技术也是目前研究的热门课题之一。机器视觉的应用领域也十分广泛，例如用于军事侦察、危险环境的自主机器人，邮政、医院和家庭服务的智能机器人。此外机器视觉还可用于工业生产中的工件识别和定位，太空机器人的自动操作等。总结：人工智能前景不可限量，图像识别作为AI技术的支撑，是一种强有力的识别方式，随着AI在场景上的深入，图像识别应用领域会越来越广。
图像识别技术是人工智能研究的一个重要分支，也是人们日常生活中使用最广泛的人工智能技术之一。近年来，随着深度学习技术的发展，图像识别准确率显著提高。本论文研究了图像识别的传统技术和深度学习技术，分析了深度学习技术的几点不足，并给出未来可行的解决方案。【关键词】人工智能 图像识别 深度学习1 概述图像识别技术是人工智能研究的一个重要分支，其是以图像为基础，利用计算机对图像进行处理、分析和理解，以识别不同模式的对象的技术。目前图像识别技术的应用十分广泛，在安全领域，有人脸识别，指纹识别等；在军事领域，有地形勘察，飞行物识别等；在交通领域，有交通标志识别、车牌号识别等。图像识别技术的研究是更高级的图像理解、机器人、无人驾驶等技术的重要基础。传统图像识别技术主要由图像处理、特征提取、分类器设计等步骤构成。通过专家设计、提取出图像特征，对图像进行识别、分类。近年来深度学习的发展，大大提高了图像识别的准确率。深度学习从大量数据中学习知识（特征），自动完成特征提取与分类任务。但是目前的深度学习技术过于依赖大数据，只有在拥有大量标记训练样本的情况下才能够取得较好的识别效果。