作者简介：陈洪军，籍贯广东深圳，学历本科，单位:深圳市明日实业有限责任公司。职位：副总经理，单位地址：上海市静安区南京西路1788号9楼，邮编：200040
在计算机图像处理领域，人们主要运用了图像数字化、机器视觉以及人工智能等技术来对原始图片进行加工。从早期的模拟输入到最后可以通过电脑图形识别系统得到可靠的识别方式来看，它是一个比较成熟并且应用广泛的研究课题和过程，同时随着科技不断进步与发展，计算机技术也在飞速成长并被广泛应用着。
目前利用图像处理与识别技术，经过自主研发得到远程视频手势与举手系统设备，可实现教育以及会议跟踪摄像机在无任何辅助定位摄像机或者跟踪主机时，也能实现对目标手势与动作的准确识别。这一创新研究不仅提升了跟踪录播以及云会议直播的效率，同时也大大提高了跟踪录播的准确率。除此之外，还可推动跟踪摄像机在教育行业以及云会议场景中更加广泛的应用，进一步提升录播摄像机的设计水平和产品使用中的体验感。
图像处理与识别技术范畴
首先是对灰度化进行分析，由于图像本身会产生噪声并且其存在于一定的空间范围内，因此要想获得清晰的边缘轮廓信息，就需要将像素点转化为灰度值来实现；其次就是如何确定目标物体和背景之间所具有位置关系并建立数学模型，以方便后续处理与识别算法的研究工作；最后则是在特征提取过程中对不同类型的图片进行分类。
图像处理与识别技术的国内外研究现状
由于不同国家社会环境、经济条件及人文文化背景各不相同，所以对图像处理识别系统的要求也就各有差异，首先要能满足实际需求，其次要具有一定分辨率，最后还要能够适应各种外界因素的变化，从而使计算机自动完成任务。
从上世纪80年代开始，图像处理与识别技术在计算机视觉技术和机器学习理论基础上发展起来。麻省理工学院利用高速相机进行拍摄，用高分辨率摄影机进行影像采集分析及图像处理，以此来获取有关信息等一系列研究成果，使图像处理成为一门独立学科应用于工程实践中。
不同阶段的图像处理与识别技术研究
在图像处理技术的发展过程中，由于其本身存在一些不可避免性，因此对不同阶段进行研究时也要考虑到实际应用问题。
3.1提高机器硬件系统性能
目前计算机硬件设备已经非常成熟，具有价格合理、实用性强且成本低等优点而被广泛使用，但与此同时，我们也应该看到由于人们对电脑技术的认识水平有限而造成的一些问题，如图像分辨率降低、噪声污染以及视觉质量下降等一系列问题，因此在这一阶段中要不断地努力探索和改进。
3.2数字化
由于计算机具有强大的功能和性能优势，所以可以利用这一点来对图片信息进行处理，在此过程中采用了一些算法、方法等，而在无法用肉眼直接观察到或者需要借助仪器设备才能获得结果时，就会使用机器进行记录或识别操作，这种方式已经慢慢成为一种主流趋势之一，而且在实际应用上也得到比较好的效果。
3.3图像编码与分割
在实际应用中，图像编码与分割是一个非常复杂的问题。由于不同传感器之间存在着一定程度上信息融合，因此要想准确有效地对图像进行处理和识别，就必须将每个传感器采集到的信号通过某种变换方法转变成数字信号。
3.4自适应法
这种方法是将图像处理技术分为两部分进行设计和实现：第一个方面就是对所需图片建立一个视觉识别的系统；二是把待识别物体分割为若干个小区域后，再通过计算机程序来完成这一工作步骤并最终达到预想的结果即图像去噪，从而得到较为准确清晰的灰度值。
图像处理与识别技术的关键步骤
在图像处理与识别技术的研究中，主要包含了数字滤波、特征提取以及分类等步骤。
4.1数字滤波
在图像处理和识别过程中，数字滤波的作用十分重要。由于不同算法所需处理信息不相同，因而需要对信号进行一定时间或空间上的相对较短位置频率值变化，当范围较大时才能有效抑制噪声干扰。而对于高频部分则需要使用合适滤波器来消除低频、高斯等噪声干扰，并提高信噪比（即滤除高次谐波）效果。
其中应用到傅里叶变换算法，但是这种方法也有明显的缺点，如计算量较大而且需要占用内存空间大。而TM技术可以有效减少运算量，且效率较高，使得数字滤波效率得到了很大提高，但同时存在一定缺陷，例如时效性较差、信号频率不稳定和带噪问题等等。
4.2特征提取
在计算机系统中特征提取是十分重要的一部分，它对整个图像处理技术有着举足轻重的作用，而对于不同种类、不同时期所获得的信息而言也有所不同。由于不同事物之间具有一定规律性和差异性等特点，这就决定了我们必须要根据实际需要，来选择合适地方法进行识别与分析研究工作。另外为了使系统能够准确快速地识别出目标对象，图像预处理是必要环节之一，它可以让信息在计算机中被有效的提取出来并对后续的数据处理提供帮助。
4.3分类
在图像处理与识别中，分类是根据对不同的对象，按照一定标准将其进行区分。
首先我们需要了解目标物体是否有颜色变化，以及颜色变化是否会影响到最后的成像效果；然后再通过分析图像特征信息，确定所研究区域可能出现的问题并制定相应改进措施，以提高系统性能；接着通过对比实际环境下处理后得到的是什么结果，而产生了哪些缺陷或者错误，从而判断到底是哪个部分损伤检测技术。
结束语
在计算机视觉领域中，图像处理与识别技术是研究重点也是难点。它的作用主要表现在可以帮助人们理解不同类型、不同层次上所接收到的信息，可以对图片进行数字化，还能把一些有用信息转化为文字或语音等形式存储起来，以达到分析和辨认的目的。
参考文献
[1]吴俊雄.人工智能中图像识别技术的发展与应用研究[J].信息与电脑,2020:137-139.
[2]张蓉.图像处理与识别的应用研究[J].网络安全技术与应用,2019:94+100.
[3]王俊姝.图像识别技术应用与管理研究[J].科技创新导报,2019:173-175.
[4]郭元戎.图像处理与识别技术的发展应用[J].电子技术与软件工程,2018:68-69.
[5]王彦超.图像处理与识别技术的发展及应用分析[J].无线互联科技,2018:144-146.