算法是什么，常常聽到，也常常用到，它究竟是什么？是一串串使用計算機語言書寫的代碼，專門用于解決某類技術問題，可稱之為專用軟件工具。軟件工程師再利用這些工具去解決問題，并呈現給工業和工程領域內的各類用戶。
玖瑞科技基于對算法技術的理解，本文談談基于機器學習的圖像識別。
基于機器學習的圖像識別，實際上有兩個概念，一是機器視覺技術，二是機器學習知識，需要結合這兩方面的專業技術知識。一般情況下，算法人員是要分兩部分來做的。
獲取圖像特征
主要是通過特征設計來獲取圖像特征。算法研究人員基于所掌握的深厚的專業技術知識和豐富的工程技術經驗等對圖像進行研究比較分析，確認可用于圖像識別的特征，再利用各類圖像處理方法獲取所需要的圖像特征數據，用于有效地判別和分析。
更多的時候，技術復雜難度較大的系統（項目）中的圖像所表達的形態或色澤并不明顯，機器學習的模型并不能準確地分類。為了克服特征的不足，玖瑞科技的算法人員往往去挖掘圖像局部關鍵區域的特征用于表達，常常使用圖像關鍵區域中具有尺度、平移、色澤及旋轉不變性的紋理分布信息提取特征，這類特征往往能表達細微差距。技術總結和工程實踐相互影響和推動，算法人員還會采用很多新的特征提取方法，很多識別算法往往需要多種特征提取方法融合使用，才能在圖像識別中取得較好的效果，
滿足用戶的需求。
建立分類器模型
用于表達圖像特征的信息數據和圖像分類間的映射關系，是實現圖像識別的核心部分。有效的圖像特征信息和圖像分類器的建立方法是精確高效圖像識別的兩個輪子，缺一不可。
機器學習就是建立圖像分類器模型的有效而重要的方法之一，其中，支持向量機(svm)是一種代表性的方法。
svm 可以將線性不可分的圖像數據轉化為線性可分的高維特征空間中，使用核函數方法降低分類難度同時不增加計算的復雜程度，可以在特征空間中構建超平面，使分類器模型通過學習達到全局解。玖瑞科技同樣在核函數的研究和選擇上有了一些進展和成功運用，這也是技術的關鍵和難點。
通過獲取并融合圖像特征，研究和選擇核函數，建立適當的分類器模型，最終實現對圖像的準確理解和識別。
（本文由玖瑞科技技術部視覺與測控技術實驗室整理提供）

---

廢水溶解氧一般應該是多少？
農殘檢測小的細節決定成敗
紙面石膏板遇火穩定性測試儀的試驗原理及試驗要求
DB加強型液壓升降柱產品詳細說明
費斯托單作用氣缸和雙作用氣缸的區別
基于機器學習的圖像識別
復旦與國軒成立先進電池技術聯合研究中心
冶金機械安裝要點分析
80噸混凝土車過磅地中衡,塘沽3x16米U型鋼結構汽車衡,數字式地衡
混凝土鋼筋檢測儀簡介及參數
新型疊螺式污泥脫水機的原理及應用介紹
GZJ644TC氣動陶瓷雙閘板進料閥GZT644TC氣動陶瓷出料閥特點
風琴防護罩的優越性和特殊性
壓力開關的應用領域
如何使用粉末沉積工藝實現便宜、可擴展的多材料3D打??？
進口水用電磁閥描述與技術參數及工作原理
鋼板防護罩在拉伸的過程留心哪些事項的詳細資料：
一般日本SMC氣缸故障分析的資料有哪些
智能轉速監測儀壁掛式40B
鑄鐵平臺生產廠家簡介～