1、圖像識(shí)別主要包括圖像預(yù)處理、特征提取、分類識(shí)別等內(nèi)容。深入挖掘圖像中的特征信息，提高特征提取的可靠度，是圖像識(shí)別的關(guān)鍵環(huán)節(jié)。圖像識(shí)別可分為靜態(tài)目標(biāo)識(shí)別與運(yùn)動(dòng)目標(biāo)識(shí)別。靜態(tài)目標(biāo)識(shí)別可以通過(guò)單幀圖像分析來(lái)完成，而動(dòng)態(tài)目標(biāo)識(shí)別通常需要依據(jù)視頻或者圖像序列的時(shí)間、空間連續(xù)變化規(guī)律來(lái)實(shí)現(xiàn)。無(wú)論是靜態(tài)目標(biāo)識(shí)別還是動(dòng)態(tài)目標(biāo)識(shí)別，都要結(jié)合圖像自身的特點(diǎn)及識(shí)別目標(biāo)的相關(guān)知識(shí)，才能設(shè)計(jì)出具有更高識(shí)別率及更好實(shí)時(shí)性的圖像識(shí)別系統(tǒng)。宮頸細(xì)胞及火災(zāi)煙霧識(shí)別是當(dāng)今

2、學(xué)術(shù)界關(guān)注的兩類熱點(diǎn)問(wèn)題。以靜態(tài)的宮頸細(xì)胞及動(dòng)態(tài)的火災(zāi)煙霧作為研究對(duì)象，在深入分析細(xì)胞及火災(zāi)煙霧圖像特征的基礎(chǔ)上，設(shè)計(jì)了具有良好性能的宮頸細(xì)胞篩查系統(tǒng)及火災(zāi)煙霧探測(cè)系統(tǒng)。主要工作如下：
　　首先，對(duì)于較復(fù)雜的靜態(tài)目標(biāo)，圖像分割耗時(shí)長(zhǎng)、難度大。為了解決這一問(wèn)題，對(duì)H&E染色的宮頸細(xì)胞特性進(jìn)行深入地分析，對(duì)比不同區(qū)塊圖像的特征，發(fā)現(xiàn)不同種類的塊圖像的紋理、顏色等特性呈現(xiàn)出較大差異，提出了用分塊處理代替圖像分割的思想，在此基礎(chǔ)上，設(shè)計(jì)了

3、一種基于塊圖像特性分析的宮頸細(xì)胞篩查系統(tǒng)。利用背景區(qū)塊與非背景區(qū)塊圖像的特征差異，去除背景區(qū)塊，減少后續(xù)處理量；隨后，將非背景塊分為正常塊、異常塊，對(duì)兩種塊圖像的特征進(jìn)行深入分析，并通過(guò)特征選擇，提取出11個(gè)特征，通過(guò)T檢驗(yàn)（p<0.001）驗(yàn)證了所選特征具有較大區(qū)分度；根據(jù)所選特征設(shè)計(jì)支持向量機(jī)結(jié)構(gòu)及參數(shù)，實(shí)現(xiàn)正常、異常塊圖像的分類識(shí)別。通過(guò)對(duì)比實(shí)驗(yàn)證明，本文所設(shè)計(jì)的基于塊圖像特征的宮頸細(xì)胞識(shí)別系統(tǒng)，相較于基于分割的識(shí)別系統(tǒng)，在保證準(zhǔn)

4、確率的基礎(chǔ)上，提高了系統(tǒng)的實(shí)時(shí)性，為臨床應(yīng)用提供了更多可能性。
　　其次，常規(guī)的圖像識(shí)別系統(tǒng)，通常需要人工選擇識(shí)別對(duì)象的特征，使得系統(tǒng)具有較強(qiáng)的局限性，一般只對(duì)某種特定環(huán)境下的特定對(duì)象有很好效果。就宮頸細(xì)胞而言，已有的識(shí)別系統(tǒng)，通常只對(duì)某一種染色下的宮頸細(xì)胞效果較好，而對(duì)于不同染色下的宮頸細(xì)胞，需要設(shè)計(jì)不同的識(shí)別系統(tǒng)。針對(duì)這一問(wèn)題，利用卷積神經(jīng)網(wǎng)絡(luò)的特征學(xué)習(xí)能力及支持向量機(jī)的分類優(yōu)勢(shì)，對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，用支持向量機(jī)代替?zhèn)鹘y(tǒng)卷

5、積神經(jīng)網(wǎng)絡(luò)的輸出層，構(gòu)建了一個(gè)基于支持向量機(jī)的卷積神經(jīng)網(wǎng)絡(luò)。針對(duì)不同染色的宮頸細(xì)胞這一研究對(duì)象，設(shè)計(jì)網(wǎng)絡(luò)的相關(guān)參數(shù)，實(shí)現(xiàn)正常、異常細(xì)胞的分類識(shí)別。通過(guò)對(duì)比實(shí)驗(yàn)證明，本文提出的識(shí)別系統(tǒng)比常規(guī)的卷積神經(jīng)網(wǎng)絡(luò)及支持向量機(jī)準(zhǔn)確率更高。
　　最后，僅采用靜態(tài)特征模型不能描述目標(biāo)的動(dòng)態(tài)特性，且很難解決動(dòng)態(tài)目標(biāo)場(chǎng)景復(fù)雜、快速移動(dòng)等問(wèn)題。因此，對(duì)于運(yùn)動(dòng)目標(biāo)的識(shí)別，需要結(jié)合靜態(tài)、動(dòng)態(tài)特性，綜合分析。以火災(zāi)煙霧為研究對(duì)象，為了實(shí)現(xiàn)極早期火災(zāi)探測(cè)，利用

6、煙霧特殊的湍流特性，對(duì)可疑運(yùn)動(dòng)區(qū)域輪廓的光流矢量特性進(jìn)行提取，代替?zhèn)鹘y(tǒng)的對(duì)于整個(gè)可疑區(qū)域光流矢量的計(jì)算。在此基礎(chǔ)上，提出了一套“動(dòng)-靜-動(dòng)”的識(shí)別方案：先利用改進(jìn)的幀間差分法檢測(cè)出運(yùn)動(dòng)目標(biāo)，排除靜態(tài)物體的干擾；隨后，通過(guò)檢測(cè)運(yùn)動(dòng)區(qū)域的顏色模型及紋理特征，排除部分運(yùn)動(dòng)干擾；采用基于高斯金字塔的Lucas-Kanade光流法，分析運(yùn)動(dòng)區(qū)域輪廓的光流矢量，排除非煙干擾，確定煙霧區(qū)域。通過(guò)對(duì)比實(shí)驗(yàn)證明，本文提出的煙霧識(shí)別方案不僅保證了準(zhǔn)確率，也