而作为该高新产业技术的另一个技术成份，模式识别也是一个很重要的技术成份。一般的模式识别方法都有统计识别、结构识别、模糊集识别、神经网络识别。在数字图象的自动识别中模式识别采用的方法则是图像识别，同样的它也可以视为模式识别在图像识别领域的具体应用。本文则是借助于MATLAB这一强大的图像处理工具来完成这一个步骤的。

1。数字图像的自动识别技术概述

进入二十一世纪后，随着我国国力不断发展，在许多高新产业技术领域取得了很多举世瞩目的成就，其中数字图像自动处理和识别领域就是其中很重要的一方面。

从二十世纪七十年代开始，随着人工智能、模式识别技术和计算机处理技术的相继发展，人们对于计算机技术结合人工智能和模式识别的大规模应用越来越急迫，同时也得益于同时期的数字图像技术的长足发展，数字图像自动识别技术也开始相继出现各种各样的理论研究，并且也取得了许多重要的研究成果。

1。1 选题的背景和意义

从目前的形势来看，智能化已经在许多技术实力雄厚的国家中的一些城市基础设施系统中得到了广泛应用。但是由于一些历史的原因，我国在该产业研究领域的研究起步比较晚，但是因为我国各个研究机构还有各大高校研究人员的不断赶超并且伴随着我国国际地位的逐步提高，各领域的智能化应用已经迫在眉睫，同时，我国政府和相关机构也逐步倾向于加快对各领域智能化研究的步伐，智能化的研究现在也已经进入了相对快速的发展时期。数字图像的自动识别系统中的图像区域分割和图形模式识别技术、图像预处理和数据信息采集是在智能化领域的研究应用。论文网

1。2 课题研究的主要内容

本文就数字图像的自动识别技术查阅了许多相关的参考文献，以了解国内外各种数字图像的自动识别方法为理论前提，结合自身学识水平，对适合在我国大规模应用的数字图像的自动识别技术进行了充分的研究。整个研究过程可以分为信息的选取输入、图像的预处理、区域搜索与分割、归一化、局部特征提取、图像识别这六大模块。用MATLAB软件编程来实现每一个模块的具体功能，最后识别所需要的图像结果[2]。由于MATLAB软件部分在整个系统中居于很重要的应用地位，所以本课题主要研究的就是软件设计，采用MATLAB语言对采集到的图像进行一系列的处理实现不同的功能，从而达到所需要的识别目的。本文选用了MATLAB编程语言，主要是因为该编程语言具有以下优点：

（1）编程效率高，使用方便。MATLAB自带有完整的函数体，并且有完整的语法结构和编程规则，用户在掌握该方法后能够调用来自与库函数的算法内容。其自带的工具箱更是大大扩充了MATLAB编程语言解决图像问题的能力。

（2）比较完善的的图形运算和处理能力。

（3）MATLAB有自带的工具系统，利用该工具系统可以比较方便的完成一些功能，这样就为算法的调试和改进创造了条件。

对于数字图像的自动识别技术而言，它有许多不同的应用模式，但是大致的实现方式还是相同的，例如，在车牌自动识别系统中，需要将获取到的车牌图像做滤波处理和灰度处理，然后提取图像边缘进行形态学处理，接着完成车牌定位，分隔出车牌位置，并将检测到的车牌图像做字符切割，最后完成整个车牌字符的识别，并输出结果。同样的在人脸的自动识别系统中，也是首先将采集到的人脸图像进行灰度化和滤波处理，然后提取图像边缘进行形态学处理，接着对图像进行二值化处理，最后进行人脸的区域定位[3]。