作为一门应用范围最广，同时也是最伟大的发明技术，计算机技术对世界的发展影响是永久性且积极性的。计算机技术在运用过程中，对各领域衍生出了全新的运作模式。其中，在计算机图像处理中，完成了全面加强。对我国居民的日常生活以及工作带来了极大变革，推动社会相关行业实现有效发展。作为一种全新且有效的算法，K-means 算法可以在计算机图像处理中发挥自身的应用优势，因此得到广泛应用。在 K-means 技术中，通过特殊的提取手法，可以对消费库中的特定信息进行有效提取。在消费信息中，将其整体数据进行有效体现。在计算机图像处理领域，K-means 算法可以完成智能计算，构建高清晰的图像水准并有效的表达相关图像。
1计算机视觉算法简介
该算法是一种数学模型，该模型能够对图像进行有效处理，属于人工智能技术的一种重要而又常见、常用的数学模型，其所形成的技术优势比较强势，其实质主要是通过数据或图像来对所需信息进行获取。针对于人类而言，对于各类图像可通过自身理解为依据来进行直接分析， 但是通过计算机来对图像进行分析，则可以形成多种解释方式，从整体来看颇为复杂化，所以相关研究者以图像类型来对其分析，以模型完成图像解析，从而使该算法最终得以形成。这一方法在实际应用时，能够将其优势灵活的运用，从而可对图像进行准确的识别，并且还能够以3D 模型及所做出的模拟预测为基础条件，为人类提供更为有效的服务。
2计算机图像处理的应用与发展
2.1车牌自动识别技术
近些年来，机动车号牌自动化识别技术已经在居民小区、商业街区等众多区域得到了较为广泛的运用。车牌识别（LicensePlateRecognition）系统具体所指的是借助对行驶车辆的实时监控拍摄，实现对其牌照信息的自动化提取并开展处理的专项技术。车牌识别技术的基础原理是，当车辆通过检测区域以后，检测装置便会被触发，开启数字影像设施获取车牌的相关图像，从而进一步将图像上传到信息终端管控系统。借助软件算法对车牌上的汉字、字母、数字等开展智能化的识别。一般情况下，识别软件为整体系统的核心，核心环节包括图像的预处理、车牌定位等。这当中，图像预处理是对图像开展识别运作的前期工作，首先，对图像开展色彩空间的改变、滤波等一系列的处理，以更好消除对周边环境的影响；车牌定位具体所指的是对图片开展形态学处理融合车牌特征获取车辆的所处区域；车牌校正是对车牌开展较大的校正， 从而有效解除拍摄角度所带来的负面影响；字符切割具体所指的是借助投影来运算获取所有字符的宽度，从而对车牌分割，获取单一化的字符；字符识别是运用模板匹配对所有字符开展识别，从而获取车牌的识别结果。
2.2计算机图像处理技术在交通方面的应用
智能交通系统在我国起步较晚，最初进行一些基础性研究工作，主要涉及道路交通管理的优化、交通信息的采集、车辆动态识别等。近年来，我国在智能交通系统的研究进入快速发展的阶段。利用安装在红绿灯下的道路摄像监控系统拍摄违法车辆，识别道路交通违法行为，规范司机行为、减少交通事故、提高道路通行效率，为安全驾驶提供保障。国内外学者针对此问题进行了大量研究并取得一定成果。检测运动目标是车辆违章检测系统中的关键，根据车辆行驶规律将车辆从背景中分离，根据目标的运动情况判断对其是否执行后续操作，如是否违法变道、掉头与闯红绿灯等。将图像分割为两大区域：含运动目标和不含运动目标。通过调整目标对象的相关属性，如背景颜色、亮度、清晰度等识别运动前景和背景。根据车辆引擎盖和车底阴影，利用区域前景及简单标定获得目标对象的定位识别，将对象进行框选，利用图像分割等特征获取目标对象的二维坐标及长度与宽度。国内学者提出了一种基于 LabWindows/CVI 的车辆违章检测系统，该系统应用地感线圈检测技术检测车辆是否违章，通过某些硬件传感器检测收集车辆违章的电信号，并判断该车辆行为是否违章，在一定程度上减轻人工作业压力。国内外学者在智能交通违章识别算法研究上有了一定成果，如利用边缘检测和双极性融合的车道边缘检测算法，解决车道线提取过程中车道线被车辆遮挡的影响。针对驾驶员安全带佩戴情况的识别，使用基于边缘检测图像的投影直方图对车辆和驾驶员进行定位，利用直线滤波模板对驾驶员的边缘检测图进行滤波，并对 Hough 变换检测的直线图像进行分析。此外，可以通过肤色的最大似然度对皮肤进行特征提取，利用 BP 人工神经网络进行识别，进而检测驾驶员驾车打电话的情况。
2.3农作物自动收获
目前，农用机械种类在不断增多，机械在农业生产中的应用也愈加广泛，很大程度提升了农业生产质效。以图像处理技术为基础，对农业机械进行优化和改进，进而达到自动获取农作物的效果，这样不仅可以减少人力成本的投入，还能提高农作物收获的效率。技术人员可以在机械设备上安装摄像头，通过摄像头获取作物图像，然后利用计算机技术进行图像分割、边缘化处理，在图像中提取有用的信息数据，根据分析结果选择可收获的农作物，进而实现自动化农作物收获。例如，农业专业的学者研究了一款以图像处理技术为基础的作物获取系统，既可以进行自动采摘，也能在采摘的过程中自动躲避障碍物。
参考文献：
[1]李晓军.计算机图像处理的相关技术[J].电子技术与软件工程,2019(08):73.
[2]徐里萍.计算机图像处理技术的应用研究[J].信息与电脑,2019(12):11-12.
