作者:郑越
来源:《中国新通信》 2018年第16期
郑越 天津知明科技发展有限公司
【摘要】 图像监控系统的发展进步,可以为人们的财产安全与人身安全提供保障。计算机技术与现代通讯技术之间的融合,有助于图像监控系统图片辨识度与信息提取能力的提升。本文主要对图像处理与模式识别技术在图像监控系统中的应用情况进行了分析。
【关键词】 图像处理 模式识别 图像监控系统
前言:随着计算机网络技术的不断发展,人们个人隐私安全与财产安全等内容的重视程度得到了一定程度的提升的网络环境的复杂性,已经成为了社会稳定的重要影响因素。网络图像监控系统的构建与完善,是提升网络图像监控力度的有效措施。图像处理技术与模式识别技术可以根据数字、图像和文字等内容, 对一些具体的事物和图像内容进行分析。现阶段上述技术已经在文字识别、语言识别和遥感技术领域得到了应用。对图像处理与模式识别在图像监控系统中的建设问题进行探究, 有助于图像监控的稳定性与准确性的提升。
一、图像处理与模式识别在图像监控系统中的应用原理
1、图像处理在图像监控系统中的应用原理。网络图像监控技术是新时期重要的安全监控手段[1] 。在对远程目标进行监视与遥控的基础上,图像监控系统可以在抗震救灾临时指挥体系及会展安全监控体系等不便于施工布线的场合中得到应用,除此以外,这一技术也可以在城市居民小区治安防控体系、边防安全管理体系和旅游景区安全防控体系的建设过程中得到应用。图像处理技术在图像监控系统建设过程中发挥着至关重要的作用。图像信息的有效获取,是图像监控系统的基础要素。一般情况下,在图像处理系统运行环节,摄像机和照相机等拍摄设备所获取到的图像信息需要由模拟信号转变为数字信息信号。采集卡在图像数据信号转变过程中发挥着至关重要的作用。图像处理技术在图像监控系统中的应用,可以省略图像压缩环节等多种环节。图像处理工作和图像处理以后的特征提取成为了图像处理过程中所不可缺少的环节。2、模式识别在图像监控系统中的应用原理。图像监控系统中应用的模式识别技术涉及到了语音识别、人脸识别和指纹识别等多方面内容。在模式识别过程中,分类器的设计及选用是重中之重,分类器的设计主要由两大部分组成:模板匹配法和函数判别法。函数判别法中又包含了概率统计法和几何分类法。在模板匹配法应用于图像监控系统以后,样本图像模板与标准模板之间的最小方差成为人们获取样板图像属性与所属类别的主要工具。而现在,基于概率统计法的贝叶斯决策分类器在模式识别技术领域发挥着较为重要的作用,在这一技术的影响下,对于图像的识别正确率达到了一个新的高度。
二、图像处理与模式识别在图像监控系统中的应用分析
1、图像处理技术的应用分析。图像处理技术色彩调整实验是人们分析图像处理技术在图像监控系统中的应用效果的主要工具。一般情况下,色彩的调整过程多指代的是图向灰度的调整过过程,为了对图像的清晰性和数据显示的稳定性进行强化,人们需要在图像色彩调整过程中采用色彩增加和色彩减弱等多种方式。图像处理技术色彩调整实验可以分为图像灰度值统计、原始图像在直方图中的频度及相关分布函数的统计和处理后的图像灰度等级计算等多个环节。
根据实验分析结果,灰度值调节模式可以发挥出提升图片整体结构亮度的作用。故而图像处理技术与图像监控系统之间的融合,可以为图像监控的准确性与可靠性的提升提供保障。
2、模式识别技术的应用分析。贝叶斯分类器是分析模式识别技术在图像监控系统中的应用效果的重要工具。模式识别过程中所采用的贝叶斯分类模式具有着对图像数据中的函数值进行完善分类的能力。人们可以在对条件函数概率和已经设定的判别函数进行比较分析的方式,确定应用效果。根据二者之间的分析结果,网络图像所收集的图像的特征分类准确度可以达到 95%,故而模式识别技术在图像的解析与监控方面具有着准确度高的特点。在模式识别系技术应用效果分析工作开展过程中,人们通常会对基于多种图像的试验分析模式进行应用,已知数据的图像也是试验过程中经常选取的图像[2] 。以景观图和人物图的处理结果为例,处理之前,景观图的原图信息提取百分比为 50%,处理以后的信息提取百分比可以达到 95%;人物图处理以前的原图信息提取百分比为 54%,处理以后的百分比可以达到 95.2%。故而在经过贝叶斯分类处理以后,视频图片具体特征的提取工作的准确度会得到显著提升。
结语:图像处理技术与模式识别技术在网络图像监控体系中具有者促进空间利用度提升的作用。上述技术的应用,也可为网络监控设备的相关功能与性能的提升提供保障。灰度值调节模式可以发挥出提升图片整体结构亮度的作用。故而图像处理技术与图像监控系统之间的融合,具有着提升图像监控的准确性与可靠性的作用。在模板匹配法应用于图像监控系统以后,样本图像模板与标准模板之间的最小方差会成为人们获取样板图像属性与所属类别的主要工具。贝叶斯分类技术也在其中发挥着较为重要的作用。
因篇幅问题不能全部显示,请点此查看更多更全内容