識別技術范文
時間：2023-04-04 18:28:58
導語：如何才能寫好一篇識別技術，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
網絡游戲是互聯網作為網民實用性娛樂工具的重要體現，隨著我國整體網絡環境的改善，網絡游戲市場的增長趨勢明顯。網絡游戲是政府和業界都尤為關注的網絡應用。網絡游戲是一把雙刃劍，在給網民提供更多的娛樂選擇和促進相關產業發展的同時，也存在一些網民沉溺網絡游戲，影響正常工作、學習、生活的負面問題。據我國CNNIC的最新調查顯示，網絡游戲在中國網絡應用中排名第七位。2008年6月的網民使用率為58.3%，用戶規模達到1.47億人。網絡游戲的玩家，每周平均玩游戲時間是11.9個小時。中國的網絡游戲用戶眾多，美國同期的網絡游戲使用率為35%，遠低于中國。因此迫切需要解決網絡游戲中的沉迷問題。
二、現行網絡游戲防沉迷系統
我國在2007年8月27日由新聞出版總署《關于開展網絡游戲防沉迷系統實名驗證工作的通知》，通知要求網游運營企業配合公安部開展網絡游戲防沉迷系統實名驗證。這個就是現行的網游防沉迷系統。具體的做法是實行實名身份認證，即通過實名認證來區分成年人與未成年人，從而對游戲時間進行限制。而實名認證主要是由玩家輸入自己的身份證號來進行判斷。
現行防沉迷系統還存在不少安全漏洞。一是未成年人如果冒用成年人帳號進入游戲（冒用成年人的身份證號），在現有條件下仍然難以鑒定；二是該系統解決不了換號的問題，玩家可以申請多個賬號，即使在網游防沉迷系統監控下，這個號到時間了，可以換另一個號；三是如果玩家在合法運營商那里玩正版玩得不痛快的話，就會玩****，這不僅讓防沉迷系統失去效用，還會給國家稅收造成重大損失。
更讓人擔憂的是，一些網游企業已意識到“在線時長”并非最好的盈利手段，且不利于網游用戶的后續粘性，早就未雨綢繆地找到了繞開防沉迷系統束縛的新渠道。他們在增加網絡游戲競技趣味的同時，將贏利模式從在線時長逐漸轉到免費模式上，將贏利重心轉移到了裝備交易上，讓玩家不打裝備也能長時間釘在網上。還有不少網絡游戲公司已經研發、推廣出大量的新型游戲。雖然誰都沒有明說是針對防沉迷系統的，但從技術上看已經有這種苗頭。
業內人士表示，未成年人進網吧搖身一變成年人，網游防沉迷系統的監管作用自然失效。
三.隨著計算機技術的發展和網絡的普及，加上多媒體與通訊條件的逐漸成熟，網絡游戲飛速發展。隨著網絡游戲飛速發展，產生了一系列令人擔憂的問題。其中最令人關注的莫過于許多青少年甚至成年人沉迷于網絡游戲無法自拔，從而造成了諸多不良后果。
指紋識別技術不論在國內與國外都已經發展的較為成熟了。指紋識別技術有許多特點，比如，穩定性、唯一性等。指紋的這兩個特點，為指紋用于身份鑒定提供了客觀的依據。依靠這種唯一性和穩定性，就可以把一個人同其指紋對應起來，通過比較其指紋和預先保存的指紋模板進行比較，就可以驗證其真實身份。
指紋識別系統完成指紋識別一般分為四個過程:
1.指紋取像。通過利用指紋采集儀采集指紋并生成指紋圖像。目前使用的指紋采集儀有光學傳感器、硅傳感器和利用手指電場的傳感器。
2.指紋特征提取。將指紋圖像上的節點特征抽取出來，轉化為特征數據。
3.數據存儲。將指紋特征數據存儲下來，這些數據一般被稱為指紋模板。
4.比對。通過比對算法，將采集到的指紋與儲存的指紋模板進行對比，計算出匹配結果。確認某人是否與他所聲稱的身份相符合。
現行的網游防沉迷系統主要缺點就是用戶可以冒用他人的身份證號，而使用指紋識別技術替代現行防沉迷技術后，即可解決以上問題。指紋識別系統是一個C/S系統，需要在網吧的PC上安裝客戶端軟件，網絡游戲運營商的服務器端安裝服務器端軟件（身份驗證程序）。
具體實施步驟為：
1.網吧等網絡接入場所安裝指紋識別儀器。現行的光學傳感器價格都比較低廉，不會大量增加網吧的運營成本。
2.指紋采集，建立指紋信息庫。上網人員上網時，必須進行指紋識別。如果指紋信息庫中沒有該人的指紋，則創建新的指紋信息保存在數據庫中。指紋信息庫中必須將指紋信息與身份信息進行聯系。指紋信息庫保存在國家的公安機關。
3.識別身份。根據指紋信息庫中的信息，識別上網人員的身份。
4.各個網絡游戲運營商要求游戲必須進行身份認證。未滿18歲的，只能游戲3小時，3小時后5小時內游戲內收益減半，5小時以上游戲內收益為0。同時，如果同一身份的用戶3小時后切換游戲角色，按照以上相同的規則處罰。這樣就可以避免切換角色不懲罰的缺點。
以上基于指紋識別技術的網游防沉迷系統僅針對網吧用戶，主要原因是當今沉迷網游的青少年大部分都是在網吧上網進行游戲。
另外，需要說明的是，防沉迷在技術上的防范不可或缺，但治標不治本。因為，真正的“防網游沉迷系統”，不僅僅是一個技術的“系統”，需要多管齊下，標本兼治。在這方面，國外的一些做法值得我們借鑒：美國一些網游公司為防玩家沉迷，實施“休息獎勵制”，而非我們的“沉迷嚴懲制”，據說效果不錯；韓國采用實名制將游戲賬號和身份證聯系在一起，保證一個玩家在一款游戲中只有一個賬號，同時對網游進行了嚴格分級，并有一個很好的信用系統和支付系統（用手機支付）。
篇2
自動識別技術，就是根據現實數據，利用計算機系統進行信息化數據自動采集的一種集計算機、光磁物理、機電、通信技術為一體的高新信息技術，條形碼技術就是其中一種。但是近年來，由于條形碼本身具有一些缺陷，人們一直在探求一種更新更完善的信息解決方案。射頻識別技術電子標簽此時應運而生。射頻識別技術是20世紀90年代興起的一門新技術，它是在無線電通信技術、計算機技術和集成電路技術基礎上發展起來的一個新型技術分支。通過附著在被處理物品上的識別卡和閱讀器之間的射頻信號交換信息，可以對物體身份等各種屬性進行識別，從而自動完成分檢、統計和定位等各種處理工作，以提高物，品流通的自動化水平。射頻識別不僅方便，創造的經濟效益也很可觀。現在美國每年經國防物資利用與銷售系統處理的物資價值在60億美元以上。經估算，采用射頻識別技術后，每年除可節約1億美元以上的經費，另外大約有10億美元的物資可在物資過剩單位和不足單位之間調劑使用，從而可大大節省采購費與維修費。由于大規模集成電路技術的發展，研制出適合各種應用途徑的專用射頻識別集成芯片，使射頻識別技術在功能上大為增強的同時，應用成本大幅度降低。目前，這項新技術被廣泛應用到自動化生產線、航空包裹識別、后勤供應鏈、公路收費系統、電子商務系統等各種大流量、實時性要求高的領域，給生產、生活帶來了極大的方便。
無線射頻識別技術在軍事上的應用最早可追溯到第二次世界大戰中飛機敵我目標識別，但是由于技術及成本原因，一直沒有得到廣泛應用。20世紀90年代隨著大規模集成電路，網絡通信、信息安全等技術的發展，無線射頻識別技術進入商業化應用階段，經濟發達國家和地區已經率先應用于軍事領域。無線射頻識別技術系統主要由電子標簽、閱讀器和數據庫組成，閱讀器對電子標簽進行電子化的識別掃描并向數據庫發送信息，數據庫檢索、儲存或傳遞數據，并根據實際應用做出進一步的信息處理如遠程傳輸、跟蹤預警等。無線射頻識別技術起源于美國，目前已被美軍廣泛應用于軍事物流領域。如特定物品定位系統、運輸途中物資可見性系統、單兵電子病歷卡，生理狀態監測器和服裝發放裝置等，極大地改革了傳統物流跟蹤方式。
對軍隊來說，后勤物資調動是打贏戰爭最為重要的保障，特別是在戰爭進行時。但如何把這樣龐大繁復的工作進行得迅速準確，卻是目前困擾美軍的一大難題。如在作戰過程中在哪個方向投入了多少兵力、有多少裝備、攜帶了多少物資給養、能維持多長時間、需要在什么時間、什么地點補充，通過無線射頻識別技術都可一目了然。這支部隊所需的給養現在哪個集裝箱內，是否需要向上領取或就近調配，目前物資已運到什么地方、有沒有送錯，都會盡收眼底。對于彈藥消耗的數量，裝備損壞了多少。現有多少傷員等這些戰損情況，系統都能了如指掌，并迅速指揮后裝保障分隊實施快速、精確的保障。1991年海灣戰爭中，美國向中東運送了約4萬個集裝箱，但由于標識不清，其中2萬多個集裝箱不得不重新打開、登記、封裝并再次投入運輸系統。當戰爭結束后，還有8000多個打開的集裝箱未能加以利用。索馬里維和、阿富汗戰爭和伊拉克戰爭等實戰行動中，美軍使用無線射頻識別技術取得了理想的效果。最典型的應用案例是在伊拉克戰爭中美軍采用無線射頻識別技術，將幾十萬種不同規格型號的軍用物資輸送從原先的飽和供應轉變成為當前的精確供應，實現了在全球范圍內軍事物流的可視化。在時間緊迫，路途遙遠，地形復雜的情況下，軍事物流可視化解決方案可達到快速、準確、安全的作用。
篇3
關鍵詞:票據識別;OCR;字符切分
中圖分類號:TP311.52文獻標識碼:A文章編號:1007-9599 (2010) 09-0000-04
Research on Automatical Cheque Identification Technology
Lin Zhaozong
(Guangdong Electric Power Industry School,Education&Training Center of Guangdong Power Grid Corporation,Guangzhou510520,China)
Abstract:In this paper,bank notes automatic identification technology and its progress are discussed.Automatic identification system is mainly the construction bills,including the scan input module and the Identity Module.OCR paper describes the application of automatic identification system to introduce some of the latest bills recognition algorithm. General Notes recognition system are mainly in the character segmentation method,based on characteristic line of the bills seized recognition algorithms and drip method.
Keywords:Identification notes;OCR;Character segmentation
一、概述
現代社會的各種商業活動,特別是銀行方面,廣泛使用各種票據,特別是支票的使用更加廣泛。隨著現代社會的發展,人們越來越多的使用支票來代替現金進行消費和結算。支票的廣泛使,必然導致支票的存儲、管理以及支票信息的查找變得愈加難。計算機逐漸普及,使得使用電腦管理支票成為可能,但足人工輸入支票信息需耗費大量的時間和人力,因此沒計一個智能系統自動識別支票,從中提取有用信息,并按照一定的分類規則保存到數據庫提供用廣大用戶檢索查詢,最大程度上減少用戶的工作量就顯得很有必要。在這些工作的整體規劃中,基礎是票據識別系統的構建。前提是OCR技術的保證。關鍵是票據識別算法和規則數據庫的優化。
票據識別系統主要由兩個模塊組成。如圖(圖1-1)所示。
主要的任務一個是依據OCR技術,將所要識別的票據圖像化,并抽取其中的信息。另外一個是將提取的信息放入數據庫,再根據相關的算法進行識別。
二、自動識別系統構建
識別模塊中,其過程模塊又可以細分。如圖(圖2-1)所示。
圖像預處理模塊對從掃描儀輸入的票據圖像進行二值化。版面分析模塊從圖像中抽取需要的圖像,去除噪音。字符識別模塊對圖像進行識別。信息分類模塊在關鍵字和規則數據庫的約束下,對識別出來的數據進行分類,并對信息不全和個別錯別字進行自動糾錯。修改編輯模塊對照輸入圖像和識別結果,進行手工修改糾錯。
版面分析模塊是指對于讀入的票據圖像進行版面分析,包括傾斜校正、去除噪音、抽取信息區域、切分文字行等。對于簡單的文檔版面分析,很多文獻都提出了比較有效的方法,但是對于復雜的版面,特別是像票據這樣的手寫體和印刷體混排,噪音干擾較強,同時又存在著大量的背景圖案和底紋的特殊版面,上面這幾種方法都很難取得好的效果,表現為不能有效切分手寫字和印刷字,不能從背景圖案和底紋中抽取有用信息。
票據識別模塊對提取的信息進行行效的識別。對于中文、英文字符的識別,很多文章都提出較好的方法,并且也已經有成熟的軟件產品和工具包可供使用
信息分類模塊是指在識別后對所得到的文字信息進行分類,分別歸入所屬的域中,同時對錯誤字符進行糾正,最后存入數據庫。一般英文支票印刷字體的信息域包括姓名、地址、銀行賬號等。
字符識別工具包并不能準確識別所有的印刷字,而且加上版面噪音的干擾,實際識別后得到的信息域往往不完整,如何利用規則數據庫中的信息結合識別后的結果最大程度使所需域中的信息得到完整是系統中的難點。
經過前面的處理后,在后面修改編輯模塊中只需要編輯或補充少數幾個字符就能得到完整的域信息。
修改編輯模塊利用簡單友好的操作界面對識別結果手動進行編輯,這對于實際的系統應用足非常必要的。
三、OCR的使用與發展
OCR技術是一種通過掃描等光學輸入方式將各種票據文字信息轉變成圖像信息,再利用計算機的文字識別技術對圖像進行識別,最終獲得圖像上的文字信息的技術。在票據自動識別系統中,這是系統工作的前提條件。OCR的質量直接影響了后續的各個流程的表現。
在輸入圖像之后,識別系統有三個小步驟需要進行,來對圖像進行處理。第一,是識別區定位,確定需要識別的區域。第二,是將目標區域的圖像進行切分,輸出單個的字符圖像。第三,將單個的字符圖像進行識別,轉化為對應的文字。
在一般的銀行票據中,如下圖3-1所示:
第一步驟,我們知道待識別區域主要有日期、賬號、身份證號、金額等。
其中:第二步驟是能否準確識別字符的關鍵。觀察一般的銀行票據。我們發現其中的需要進行字符切分的區域一般是三種情況。也就是帶方框的字符、帶下劃線的字符和無背景圖案字符3種。如圖3-2所示:
分析票據3種待識別區域可知,由于帶方框字符的方框對于切分提供了較多信息,因此對于帶方框字符的切分應充分利用方框所提供的信息;而帶下劃線字符圖像中下劃線對于切分基本上提供不了什么信息,因此對于帶下劃線字符應考慮先去掉下劃線,再將其看作無背景圖案字符進行切分。對于3類待識別區域,其切分方法主要有兩種:對于帶方框字符采用基于改進的圖像分割的分裂一合并模型的字符切分算法;對于帶下劃線和無背景圖案字符采用基于線性規劃的切分方法。
(一)基于改進的圖像分割的分裂一合并模型的字符切分算法
對于帶方框字符,由于圖像中方框的上下橫邊的水平方向的投影具有十分突出的兩個尖峰,因此,首先將待識別區域進行水平方向的投影并分析投影計算出上下邊框的位置,通過圖像處理技術去掉上下邊框并保留字符筆劃與邊框的交點。同樣,方框中的多條豎邊的垂直投影會產生間隔距離相等、高度相等的一系列尖峰。因此,將待識別區域進行垂直投影,分析投影可計算出每條豎邊的位置。記錄下這些位置信息,并通過圖像處理技術去掉豎邊框同時盡可能保留字符筆劃與邊框的交點。
通過兩次投影,可以計算出平均字符寬、平均字符高、平均字符間距等參數,并且通過去掉方框得到了沒有邊框的字符圖像。接下來應用分裂合并算法進行切分。分裂合并算法是在分裂一合并一再分裂的模型上對圖像進行逐步求精的一個過程。改進的分裂合并算法主要包括以下3個步驟:
1.通過圖像連通域分析求得基本部件,并根據基本部件估計新平均字符寬。
2.利用求得的特征參數進行部件的合并,合并完成后對參數進行2次估計。
3.根據合并結果和估計的參數值指導對粘連塊的分裂。對粘連塊的分裂需要用到多種圖像分割技術,比如用以邊緣檢測的2次差分函數,或者水平細化、輪廓跟蹤等。
大多數情況下,在2次分裂后就可以取得較為滿意的結果。如果2次分裂后產生一個字的部件與另一個字粘連的情形,可以考慮使用再次合并。
(二)基于線性規劃的切分方法
對于帶下劃線的字符,由于下劃線基本上不能提供字符切分所需的信息,因此應先通過圖像處理去掉下劃線,再將其視為無背景圖案字符進行切分。通過計算其特征參數。1.筆劃寬度T。2.字符傾斜度。3.平均字符寬w。再結合代價函數。就可以對字符進行切分。(注析)。
另外對于票據的觀察,我們知道在票據中,有許多的直線分割各個區域,因此,專門針對直線,提出如下的一些算法來處理版面中的問題。
一幅圖像CI(i,j)可以看成一個二維矩陣,直線
L={(i1,j1),(i2,j2),...,(ik,jk∈CI(i,j)
是圖像Cl(i,j)的子集.票據圖像中的直線具有以下特點:
1.票據圖像中主要直線長度一般較長。
2.直線大多為多像素寬,一般有4-9個像素;(這里,以在實際使用中常用的掃描分辨率15Odpi為例)。
3.直線種類多,包括:實線、虛線、連續線、斷續線;圖像如圖1所示.票據圖像中的找線算法應該滿足以下要求:
(1)能找多像素寬的線,因為多像素寬的線由于掃描誤差會表現為一組短直線,因此要求能夠把這組短直線擬合成原來的直線。
(2)能夠連接由于掃描誤差產生的斷線。
(3)找線速度快,準確。另外,由于圖像掃描過程中的偏差會造成圖像傾斜,產生雜線,還有漢字、手寫符號中的長線也會構成雜線,這些都會增加在票據圖像中找特征直線的難度,因此要求找線算法必須具有一定的容錯能力.直線是圖像信息的重要組成部分,因此在圖像中提取直線的研究引起了人們的高度重視,近1O年來出現了很多在圖像中提取直線的算法,這些算法各有優缺點.基于Hough變換的優點是抗噪性能較好,且能連接共線的短直線,其缺點是參數難以選擇且計算復雜,提取直線的分辨率較低。啟發式連接算法的最大問題是,對邊緣檢測的結果比較敏感且容易產生斷裂的短直線.Bolt等人提出的層次記號編組法能連接共線短直線,它的缺陷與Hough變換有些類似,如參數難以選擇、分辨率低等.本文根據票據圖像中直線的結構特點,設計了一種適用于票據圖像中直線搜索的算法
在切分字符的功能模塊上,由于版面的信號干擾有時候是出人意料之外的,例如由于多個印章的重疊使得某個識別區域背景色與前景色混合得無法區分,這時候,無論算法多好,都有可能會出現某個區域無法準確識別的問題。但是支票是大量使用,在使用自動識別系統的過程中積累了大量的數據,通過直方圖,我們可以采用一定的算法,得出那些地方是水平線,那些地方是由于印章等造成的信號干擾。11
四、提高識別率
由于OCR技術本身的局限性,利用字符識別模塊對信息區域字符進行識別,往往不能得到完整的文字信息,總是存在著這樣那樣的字符不能被識別的情況。所以在對信息進行分類之前,需要對這些不能識別的字符進行補充和完整。但是要對這些字符進行補充和完整,又需要先對這些信息進行分類,然后將姓名、地址、郵編等已知的信息和規則數據庫中的信息進行匹配,根據這些已知的信息將缺少的信息補充完整。以上過程可用圖4-1所示。
在信息分類器的發展中,一個是研究更復雜的分類器,另一個是通過融合一些已有的簡單的分類器,來達到提高識別率的目的。下面介紹的就是多分類器融合的一些進展。
多分類器融合算法包括兩個基本途徑:多個分類器的融合,也就是將每個分類器的輸出結果按照特定的融合規則進行融合來得到最終的分類結果;動態分類器選擇,也就是對于特定類型的待識別模式動態選擇最有可能分類正確的分類器進行分類。
分類器有一種是以方向元素為特征的最小歐式距離分類器,另一種是以標準數字樣本為模板的模板匹配分類器。
利用多分類器融合方法來提高字符的識別率。通過選擇合理的融合方法,獲得了單個數字字符識別率99.527%的高識別率。在單個字符高識別率的基礎上,針對銀行票據識別系統對識別結果無誤識的要求,運用多區域多內容冗余校驗的方法對票據中不同部分的內容進行比對。多區域多內容比對通過的票據的識別結果完全正確,無誤識,保證了識別處理結果的充分可信賴性。
另外一種提高自動識別率的方法是是將多分類器融合與容錯技術相結合,如圖4-2所示。
通過對多分類器融合之后的數據,再進行容錯技術的糾正。可以進一不提高票據自動識別系統的識別率。
經過容錯技術改進的票據自動識別系統,能夠提高系統的識別率。
五、展望
在OCR中,現在把紙質文字通過掃描轉化為電子文本已經并非難事,當然其前提是用掃描儀先將圖文資料和文字資料進行處理,然后再輸入計算機進行編輯。
但是基于傳統OCR技術的掃描儀功能的單一、應用及攜帶不方便等弊端日益凸現,這致使人們無法實現隨時隨地采集文字圖像,已成為OCR技術廣泛普及應用的主要障礙之一。
與此同時,數碼相機、攝像機、PDA、拍照手機正在進入尋常百姓家。利用這些設備拍攝的自然視覺圖像與掃描儀掃出的圖像不同,它往往會有焦距變化、角度形變、光線變化、背景變化等多種復雜情況出現,因此需要借助超越傳統掃描儀的OCR新技術來實現這些圖像的識別。
用戶利用數碼相機、數碼攝相機或手機等設備把文章或資料拍下來之后,就可以把這些數字圖像資料傳入電腦,然后再通過相關識別軟件,即可變成可供編輯、使用、保存的文本資料。
數碼相機同掃描儀一樣都是輸入產品,都有信息采集的功能。目前很多用戶對數碼相機的應用還僅停留在拍照片,但實際上它更大的應用價值卻是信息的采集,這一功能之所以沒有得到廣泛應用,關鍵就是缺乏相應的軟件配合。此外,視覺圖像文字識別系統還可以通過嵌入技術與拍照手機、PDA等設備親密接觸,同樣輕松實現“識圖認字”。
六、結束語
本文對票據自動識別系統的構建進行討論,提出了系統的各個功能模塊。系統能對一般的票據具有較高的識別率,同時提供簡單的信息編輯界面,對于少數識別錯誤的字符用戶可以手動進行改正。
針對系統中使用到的OCR技術,討論對于圖像識別中所采用的步驟和算法。這些算法在實際的應用中都有比較好的表現。針對系統應用的背景是銀行等金融系統,對于系統的識別率高和出錯率低的嚴格要求,進一步介紹了一些措施和算法,如多分類器融合以及容錯技術等等。
參考文獻:
[1]N.Gorski,V.Anisimov,E.Augustin,O.Baret,D.Price and J.-C.Simon,A2iA Check Reader a family of bank check recognition systems
[2]Wang Song,Ma Feng,Xia Shaowei.A Chinese bank check recognition system based on the fault tolerant technique.Department of Automation,Tsinghua University,Beijing.
[3]Wang Song,Ma Feng,Xia Shaowei,Su HuP. A Fault Tolerant Chinese Bank Check Recognition System Based on SOM Neural Networks.Department of Automation,Tsinghua University.Beijing.IBM China Research Laboratory
[4]張殿東,包常新,溫尚卓.ORC技術在銀行票據識別系統中的應用.山東科學,2005
[5]朱輝,唐建龍,孫廣玲.多分類器融合在銀行票據識別中的應用.計算機工程與應用,2003
[6]張闖,藺志青,肖波,郭軍.適用于銀行票據手寫數字串切分的滴水算法.北京郵電大學學報,2006
[7]吳畏,丁茂祥,郝紅衛.通用票據識別系統中的字符切分方法.計算機工程與設計,2004
篇4
2.RFID技術應用的解決思路與發展模式武岳山，陳長安
3."四個正確"引領醫院信息化進程中的自動識別應用—訪北京協和醫院信息中心主任李包羅李澎
4.布萊根婦女醫院提高患者用藥的安全性美國斑馬技術公司
5.條碼在醫院檢驗科中的應用—浙江邵逸夫醫院條碼應用案例上海先達企業發展有限公司
6.行政事業單位固定資產管理系統的應用上海先達企業發展有限公司
7.條碼在固定資產管理中的應用北京維自動識別技術與應用 深科技
8.RFID在山地自行車賽中的應用IPICO中國
9.井下人員定位系統上海秀派電子科技有限公司
10.當生物識別遇見手機李澎
11.Datalogic重視合作伙伴及客戶張淑麗
12.天津長威行遠而思變張淑麗
13.厚積薄發—訪北京亞仕同方科技有限公司總經理顧清譚雪清
14.多方位營銷以品牌占有市場—上海力象電腦有限公司副總經理林延樹與本刊執行主編譚雪清對話譚雪清
15.凝視中國—外商眼中的中國市場張淑麗
16.高效共贏—從斑馬公司成立配送中心及維修服務中心看國內伙伴發展空間譚雪清
1.創新進行時
2.圖片新聞
3.Web2.0嬗變與融合張淑麗
4.RFID技術應用問題綜述武岳山，陳長安
5.GS12006論壇紀實孔洪亮，吳娟
6.第四屆美國RFIDWorld印象鐘書華
7.RFID與食品安全管理田利梅
8.基于RFID的畜牧安全生產管理系統
9.日本食品加工企業利用二維碼實現食品跟蹤
10.手持移動計算機助力食品制造巨頭
11.食品運輸中的條碼應用
12.讓生產過程控制更加精準化--自動識別技術在家電制造企業的應用
13.家電行業生產數據收集方法
14.家電行業的生產條碼管理系統
15.松下空調庫存管理
16.RFID電子標簽在海爾生產線的應用
17.RFID在美國McCarran國際機場中的應用
18.射頻標簽在漁業產品供應中的應用
19.國外IT巨頭試水RFID應用張淑麗
20.中國通往無線應用之路張淑麗
21.是民族的,更是世界的--山東新北洋信息技術股份有限公司總經理叢強滋與本刊執行主編譚雪清對話譚雪清
22.條碼渠道誰主沉浮--中國條碼自動識別市場鯰魚效應的背后李澎，譚雪清
23.業界動態
1.變,是使命;不變的,是激情……譚雪清
2.自動識別技術與應用 圖片新聞
3.政策解讀:"十一五"帶來自動識別新亮點
4.建言規劃:針對企業需求產業人士吐心聲
5.最新回應:重要政策和措施出臺
6.下一個Gen2標簽訂單你需要知道什么劉燦偉，蘇冠群，張東
7.突破讀取距離難題蘇冠群，劉麗梅，胡春陽
8.放飛希望激情三周年《自動識別技術與應用》編輯部
9.編碼:條碼應用的關鍵上海先達條碼技術有限公司
10.就事論事公用事業收費賬單編碼與條碼的標準化林立政，張明蘭
11.條碼技術在醫院信息化中的應用--隨時隨地為醫務人員提供最新數據
12.協和醫院護理服務實現現代化美國訊寶科技
13.條碼識別技術在日本醫療行業中的應用--保證患者用藥安全的應用案例佐藤(SATO)自動識別系統國際貿易(上海)有限公司
14.電子標簽服務城市地井管理北京富天達科技有限公司
15.RFID試點集裝箱管理深圳市遠望谷信息技術股份有限公司
16.當條碼遇見手機張淑麗
17.當龍貝碼遇見手機
18.當矽感CM碼遇見手機
19.當新大陸遇見手機
20.當維深遇見手機
21.當東方惠科遇見手機
22.日本AmazonScanSearch手機條碼便利購臺灣資策會IDEA中心
23.時尚科技風向標轉化為時代財富的背后
24.穩健從容仁者樂山--金東康條碼系統有限公司董事長劉國堯與本刊執行主編譚雪清對話譚雪清
25.快速發展的危機--中國自動識別產業人才需求與人才培養調查張淑麗，譚雪清
26.業界動態
1.年終感悟
2.集成應用推進發展中國創造--回首2005,仰望2006李澎
3.RFID數據在供應鏈中的安全問題申秀蘭，郭艷麗，王艷艷，張霞
4.解讀RFID標準郭艷麗，蘇冠群
5.打印機耗材分類、選型及應用中山阿爾莫工業有限公司
6.運用網絡技術實現物流標簽打印東芝泰格流通信息機器(深圳)有限公司
7.電力機車自動過分相技術的RFID應用深圳市豐泰瑞達實業有限公司
8.RFID技術在快速消費品供應鏈管理的應用中國自動識別協會射頻工作組
9.自動識別借力無線移自動識別技術與應用 動通訊
10.企業移動計算解決方案北京維深科技發展有限公司
11.物流配送中心無線應用上海先達企業發展有限公司
12.票務防偽當自動識別技術成為焦點hHTTp://
13."龍貝碼"在電子票務系統中的應用上海龍貝科技發展有限公司
14.RFID電子票務系統在劉德華演唱會中的應用凱泰科技(沈陽)有限公司
15.卡西歐:發力中國市場李澎
16.誰與"大象"共舞譚雪清
17.老兵新傳--訪青島海爾青大軟件有限公司常務副總經理于忠清譚雪清
18.新銳,劍出鋒露--北京愛創世紀科技有限公司總經理謝朝暉與本刊執行主編譚雪清對話譚雪清
19.權威打造年度行業大展專業塑造品牌商機無限
20.年年歲歲展相似,歲歲年年覽不同李澎
21.乘勢而上展未來--寫在"2005中國自動識別行業年度優秀獎"揭曉之際張淑麗
1.心語
2.SCANCHINA展自動識別產業走向成熟李澎
3.產業規模迅猛增長應用市場漸入佳境
4.行業惟一品牌展會搭建權威展示平臺
5.產業團隊整體亮相金秋滬上百舸爭流
6.熱切期待本屆展會展現行業發展盛況
7.來自于1400個RFID案例研究的啟示劉麗梅，蘇冠群
8.現代服務業的新寵兒:貨物離散跟蹤朱茂華
9.數據采集終端在海爾生產線SBU系統中的應用青島海爾青大軟件有限公司
10.條碼推進汽車產業添動力張玉波
11.無線實時條碼系統在汽車裝配生產物料配送中的應用馮香芹
12.汽車零件部件配送中心無線應用方案陳一新
13.南非采礦業RFID礦井應用實例郭艷麗
14.海關車輛自動核放系統深圳市遠望谷信息技術股份有限公司
15.條碼打印機附件的選用
16.讓媒體資源利用最大化--自動識別行業企業市場宣傳情況綜合調查譚雪清，張淑麗，張玉波
17.調整醞釀突破--訪美國易騰邁科技公司中國區總經理王敏女士譚雪清
18.訊寶布道中國--訪美國訊寶科技公司RFID系統部副總裁JohnShoemaker先生李澎
19.變中求變,適者為勝--北京科創京成條碼科技有限公司董事長葉向東與本刊執行主編譚雪清對話譚雪清
2.RFID與條碼,爭與不爭李澎，譚雪清
3.沃爾瑪變革引發RFID與條碼之爭話題
4.市場初期,RFID推廣應用仍需兩條腿走路
5.條碼產業,爭戰正酣,后時代借勢拉動增長迅猛
6.自動識別技術與應用 適合自己的,才是最好的
7.RFID應用的投資與回報山東省標準化研究院物流與自動識別技術實驗室
8.從戰略光環到執行細節--EPC/RFID實施中的三個標準化維度錢恒，蘇冠群
9.零售業條碼應用書寫新篇章
10.條碼在零售業中的應用張玉波
11.無線信息管理系統在家世界的應用張玉波
12.科學高效的聯華便利配送中心黃奕鳴
13.自動識別新技術在零售業的應用與發展章大勝
篇5
摘要：射頻識別技術在醫療方面的應用逐漸成為現實，在未來的數年內，像射頻識別技術這樣的自動識別技術將被寄予厚望，因為它們孕育著更大的創新。
射頻識別技術(RFID，Radio Frequency Identification)實際上是自動識別技術(AEI，Automatic Equipment Identification)在無線電技術方面的具體應用與發展。該項技術的基本思想是，通過采用一些先進的技術手段，實現人們對各類物體或設備( 人員、物品) 在不同狀態( 移動、靜止或惡劣環境) 下的自動識別和管理。
2 0 世紀8 0 年代，由于大規模集成電路技術的成熟，射頻識別系統的體積大大縮小，使得射頻識別技術進入實用化的階段，成為一種成熟的自動識別技術。射頻識別技術是利用射頻方式進行非接觸雙向通信，以達到識別并交換數據的目的。與同期或早期的接觸式識別技術不同，R F I D 系統的射頻卡和讀寫器之間不用接觸就可完成識別，因此它可在更廣泛的場合中應用。
典型的射頻識別系統包括射頻卡和讀寫器兩部分。射頻卡是將幾個主要模塊集成到一塊芯片中，完成與讀寫器的通信。芯片上有E E P R O M 用來儲存識別碼或其它數據。E E P R O M 容量從幾比特到幾萬比特。芯片外圍僅需連接天線( 和電池) ，可以作為人員的身份識別卡或貨物的標識卡。卡封裝可以有不同形式，比如常見的信用卡及小圓片的形式等。與條碼、磁卡、I C 卡等同期或早期的識別技術相比，射頻卡具有非接觸、工作距離長、適于惡劣環境、可識別運動目標等優點。
射頻識別技術在醫療領域的應用日益增長。雖然這項技術逐漸被普遍采用，但患者真正享受這項技術仍然需要一個過程。射頻識別技術不僅在供應鏈管理中得到應用，還迅速被引用到醫療方面，而且被證明是非常有效的一項技術。
該技術能夠使多處標記在一定距離同時被掃描。在大規模的零售業，這種提供準確數據的技術使其可以為成批的貨物一次性掃描。將射頻識別技術應用在防偽的領域有它自身的技術優勢，射頻識別技術采用的標記系統，迅速進入制藥市場，打擊了假藥的流通；防偽技術本身要求成本低，但是卻很難偽造。射頻卡的成本就相對便宜，而芯片的制造需要有昂貴的芯片工廠，使偽造者望而卻步。射頻卡本身具有內存，可以儲存、修改與產品有關的數據、利于銷售商使用；體積十分小、便于產品封裝。像電腦、激光打印機、電視等等產品上都可使用。美國的制藥企業開始在美國使用該技術，生產過程中在每樣產品上封裝入射頻卡，卡上記載了唯一的產品號。批發商、零售商用廠家提供的讀寫器就可以嚴格檢驗產品的合法性，這就使識別假藥變得很簡單了。
相似的科技促進了醫院供應鏈的藥物和醫藥設備的管理。事實上許多醫院都有配置射頻識別系統的需求，在急救室的患者可能最先體驗到這項技術帶來的安全與便捷。
臨床應用的優勢
患者首先感受到在急救車上使用射頻識別系統標記的好處。急救車上有一系列的設備裝置和藥品，隨時準備提供給心搏停止的患者。美國國民患者安全理事會首席專家說，2003年11月至2005年6月，由于急救推車的問題引起了8 起事故，都是由于相應的設備不在車上或藥物過期造成的。這并非人為疏忽，而是在這些推車上至少有三種不同的物品，雖然有檢查各物品是否配備的程序，尤其是在急救室執行急救過程中，迅速完成這項檢查任務仍然很困難。
射頻識別技術的標記能簡化這個檢查程序。與普遍使用的條形編碼系統相比，射頻技術將通過減少掃描次數而改進功效，從而最終提高接待患者的質量。如果使用條形編碼，需要逐一掃描各個物品，所以采用射頻識別掃描就要高效得多。
標記的唯一性，降低或消除醫療過失
射頻識別技術可以確保急救車、手術室和康復室中準備工作的高效開展。患者被分配的標記是執行射頻識別技術的關鍵，患者被標記為獨特的代碼，在藥物治療和外科手術過程中，能降低或消除醫療過失。假如給一個患者的藥或瓶子上貼錯標記，這項技術立刻可以識別，并糾正過來。
在美國已經有關于用自動射頻識別技術檢查患者身份的案例，這將成為射頻識別技術應用強有力的依據。專家認為，在有些場所，條形編碼識別技術是最合適的，但射頻識別技術會成為更強大的工具。為了患者的安全，我們意識到單獨一項技術并不能解決我們所面臨的全部問題，在解決這些問題的時候，可以采用射頻識別技術與條形碼相結合的方法。隨著醫療復雜程度的日益提高，以及患者和醫院對醫療安全的更加重視，射頻識別技術在運用中會越來越引人注目。
在藥物供應鏈上使用射頻識別技術，也成為在患者中使用這項技術的強有力的理由。“射頻識別技術在患者藥物供應鏈上也是很重要的，有時人們會忘記這些。”專家說，“例如，患對藥物產生不良反應，射頻識別技術就可以找出根源，看看是不是假冒藥劑的原因。”
全天候跟蹤
被分配這種標記的患者和醫務人員現在逐步成為爭論的焦點，因為這種鑒定技術不僅是識別個體，而且還跟蹤他們的各項活動，這就牽連有許多內在的利益。使用這個系統，在緊急關頭，可以輕松地在附近找到合適的臨床醫生。
射頻識別技術能幫助提高藥物目錄的功效性以及醫療衛生器材的管理
美國的V e r c h i p 是第一個可移植的射頻識別技術芯片，提供了幼兒保護、資產追蹤、存取控制和預防錯亂的設備。這些設備在皮膚下采用無害標記，結合數據庫存儲患者精確的信息。
美國的Surgichip 是又一組取得進展的患者標記，目標是避免認錯患者，避免執行錯誤的治療程序。系統采用射頻識別技術啟動三步核實過程，核實患者身份、關鍵數據和相應的手術程序和位置。這三方面的電子記錄為各個程序提供了安全審計追蹤。
射頻識別技術在美國醫療界已經開始普遍使用了。每個產科病房都有一項射頻識別技術系統固定識別卡。識別系統像門鎖一樣有許多使用的形式。新的功能如定位醫務人員和患者的進展是非常令人激動；其它類型的室內配置和定位系統被取消了，因為射頻識別技術有很好的投資回收率和健全的標記技術，同時射頻識別技術的自動化進程，在忙碌的手術室里能提高工作效率。
關注成本
雖然在使用中，射頻識別技術潛在的投資回報率已越來越清晰，但執行成本仍將是采用此項技術的主要問題。標記的芯片十分昂貴，這將成為采用此技術最大的障礙。
對射頻技術的誤解
匹茲堡醫藥中心大學的Jay Srini 說：“人們需要藥物供應鏈的自動化。此項目的意義要比標記的成本重要的多。”在美國，醫療保險補償在下降，許多醫院大都建于二十年前，基礎建設要投資更新。在射頻識別技術系統方面的投資有助于更有效地運用其他科技成果。
許多人希望看到它所帶來的利潤，但這需要長時期的使用才可以看到結果。美國的先驅案例——在幼兒安全操作系統和操控設備上使用射頻識別技術，經過了很長時期，才得到了回報。特效的射頻識別技術標記用于醫療設備上已有很大收益，醫院不會浪費設備，不需要再購買或租用額外的設備。
早期廉價標記的使用者，現在他們開始使用更昂貴的標記了。因為它的投資回報率要比它本身的成本高得多。考慮到最初的投資和操作成本，關于射頻識別技術太昂貴的討論發生了變化。例如醫療事故高額賠付，適當地使用精確的技術就可以減少或消除醫療事故的發生，這為降低醫療成本帶來不可忽視的作用。“醫學院關于不良藥物事件的報告指出，每年因不良藥物而導致的死亡人數相當驚人。”Srini 說，“如果有了重大醫療事故的影響，就知道投資一個可靠系統的價值了。”
在病例中，保證診療的準確性，避免不利結果是關鍵。推動使用射頻識別技術關系到患者的安危，能夠減少醫療事故的支出。射頻識別技術確實影響了成本，但必要的程序確保了患者的安危。標記修復術和移植設備，像髖關節置換和心房脈沖產生器不需外科手術，采用射頻識別技術就能檢查出移植設備的問題。同時，技術開發者在努力降低成本，開展創新的支付結構等。例如，由W a v e f o r m 提供的定金基數和帳單到期支付等等。雖然克服了這些憂慮，其他因素也會導致慣性阻礙此項技術的實施。
克服市場慣性
要迅速被采用， 必須要顯示此項技術獨特的優勢。在實際運用中，如果現有裝備足夠好，就延緩了射頻識別技術的啟用。例如，一項公認的設備技術被取代時，射頻識別技術微小的利潤也許不能收回前期投資，這就給射頻識別技術的推廣造成了障礙。
在傳染病控制中采用射頻識別技術的益處
條形碼識別技術已經相當成熟，也是降低錯誤的廉價的方式。但射頻識別技術提供更強大的功能，其標記能在視線以外的距離被掃描，并可以反映患者復雜的信息數據庫。因此，要采用射頻識別技術， 取決于射頻識別技術是不是優于條形碼，取決于機構是否用長遠的目光看待成本評估。雖然現在人們已經接受了條形碼，但還會關心射頻識別技術是否能提高效能，能否在長期使用后做到投資回籠。
另一挑戰就是射頻識別技術的發展步驟。標記在變小，讀卡機更復雜，內在程序功能在擴展；并且有些公司擔心該設備進入市場過早而沒有買主。“沒人愿意為他人做嫁衣。但人們愿意看到此項技術的優勢特性和穩定性。”Jay Srini 說，“企業希望了解射頻識別技術的鞏固性和全面性，但我們不愿冒這個風險。”
這些顧慮，經過時間的磨合將會消除，就像擔心患者的隱私問題一樣，因為采用射頻識別技術會涉及到醫護人員、患者個人信息的存儲和追蹤，所以人們認為射頻識別技術侵犯了個人隱私，并且現在憂慮仍然存在，但患者看上去已經逐漸接受了。雖然射頻識別技術的成本相對條形碼來說是很高，并且有些患者為此感到不滿，但如果你解釋他們被標記的原因，他們大都會很高興的接受這樣的護理。總之，爭論在減少、形式在變化、射頻識別技術的成本也在降低。應用只是時間問題
實際上，射頻識別技術在醫療方面的應用逐漸成為現實，在未來的數年內，像射頻識別技術這樣的自動識別技術將被寄予厚望，因為它們孕育著更大的創新。美國專家認為應該加快射頻識別技術的應用，他們認為在對條形碼的更換上可以稍慢一點，但在其它方面如傳染病的控制，應該加速射頻識別技術的應用，因為在識別傳染病患者接觸過的物體而預防醫院內感染等方面射頻識別技術會起到重要作用。所以可以確定這是一個有著良好前景的技術。英國的專家也認為射頻識別技術在醫療方面起到重要的作用是毫無疑問的，只是時間的問題。他們認為只是由于英國的醫療機構對接受新技術方面反映遲鈍，才導致不能那么快地接受射頻識別技術。
篇6
關鍵詞：蔬菜；病害；癥狀識別；發病條件；測報技術
1 黃瓜霜霉病
1.1 癥狀識別
主要危害葉片，也可危害莖、卷須和梗。發病初期，葉正面出現淡黃色病斑，背面出現水漬狀多角形病斑，或者葉片正反兩面均出現多角形水漬狀病斑，病斑發展后葉正面為褐色多角形病斑，外圈仍為黃綠色，病健交界模糊，潮濕時葉背病斑處產生紫黑色霉層，后期變成黑色霉層。
1.2 病原物
病原物為古巴假霜霉，鞭毛菌亞門假霜霉菌屬。
1.3 病害循環
在北方寒冷地區，病菌不能在露地越冬，植株枯萎后即死亡。種子不帶菌，主要靠氣流和雨水傳播。傳播的途徑主要是從溫室黃瓜傳到大田黃瓜，再從大田傳播到夏秋黃瓜，然后再傳播到溫室黃瓜。
1.4 發病因素
1.4.1 氣候條件
黃瓜生長期間的溫度一般能夠滿足發病要求，因此，高濕是黃瓜霜霉病發生的重要條件。病菌產生的孢子囊需要83%以上的相對濕度，孢子囊萌發和侵入都需要有水滴或水膜。葉面干燥，孢子囊不能萌發，2～3 d即死亡。
1.4.2 栽培管理措施
通常，靠近溫室、大棚及苗床附近的黃瓜發病早且病重；地勢低洼、栽培過密、通風透光不良、肥料不足、澆水過多、植株徒長、地表潮濕等發病重；保護地管理操作不當，放風排濕時間不夠，葉面水膜形成多，霜霉病發生也重。
1.4.3 品種抗病性
黃瓜不同品種對霜霉病的抗性差異很大，一般早熟品種、品質好的品種抗病性差。
1.5 預測預報
1.5.1 田間（棚室）調查
中心病株調查：黃瓜定植后，選擇地勢低洼、通風排水不良、田間管理水平低及容易發病地塊（棚室）3～5個，從黃瓜初花期前5 d開始，每5 d調查1次，至根瓜初期后每3 d調查1次。對角線5點取樣，每點檢查20株。
發生程度調查：當發現中心病株后，立即開始普查，普查面積不少于種植面積的50%。當此病普遍發生，選擇有代表性的地塊（棚室）1～2個，進行定點系統調查，5點取樣，定點定株，每5 d調查1次，直至盛瓜后期。按分級標準，調查計算病株率、病葉率及病情指數等，記錄結果。
1.5.2 預測預報方法
發生期預報：當發生中心病株后，結合氣象因素分析，及時發出第1次預報。如果氣候條件適宜，一般4～8 d后還可出現較多發病中心，半個月后即可普遍發病。
發生程度預報：在地勢低洼，栽植過密，通風不良，澆水過多，氣溫在20～22 ℃之間，濕度達85%以上，同時降雨多、霧大、露重天氣，病害將迅速流行。田間出現中心病株后，如天氣干旱又無結露條件，或濕度雖高，但平均溫度超過30 ℃，則該病將輕度流行。
應根據田間病情、品種抗病性、田間管理、氣象條件、歷史資料等進行綜合分析，作出發生程度預報，指導防治，控制病情發展。
2 番茄早疫病
2.1 癥狀識別
苗期、成株期均可發病，主要危害葉片、莖和果實。葉片發病，初期呈針尖大的小黑點，后擴大為深褐色或黑色圓形至橢圓形的病斑，有同心輪紋，有時邊緣有黃色暈圈。潮濕時病斑上長出黑霉，病斑常從植株下部葉片開始，逐漸向上蔓延，發病嚴重時植株下部葉片全部枯死。
青果發病，病斑多發生在蒂部附近和有裂縫的地方，圓形或近圓形，褐色或黑褐色，稍凹陷。有同心輪紋，病部有黑霉，病果易脫落。
2.2 病原
病原為茄鏈格孢菌，屬于半知菌亞門鏈格孢屬。分生孢子梗自氣孔伸出，單生或簇生，圓筒形或短棒形，有1～7個分隔，暗褐色。分生孢子頂生，倒棍棒形，頂端有細長的嘴胞，黃褐色，具縱橫隔膜。
2.3 侵染循環
寄主范圍廣，除危害番茄外，還可侵染馬鈴薯、茄子、辣椒等植物。主要以菌絲體和分生孢子在病殘體上越冬，還可以分生孢子附著在種子表面越冬，成為翌年發病的初侵染源。第2年春天條件適宜時，產生的分生孢子通過氣流和雨水傳播。
2.4 發病規律
2.4.1 氣候條件
高溫高濕有利于發病。病菌在15～30 ℃均可生長。在最適溫度為28～30 ℃、相對濕度超過70%時，分生孢子45 min就可萌發。病菌一般從氣孔或傷口侵入，也能從表皮直接侵入。在適宜的環境條件下， 2～3 d病菌侵入寄主組織形成病斑，后病部產生大量的分生孢子傳播并進行多次再侵染。生長季節降雨來得早，降雨日多、量大，發病重。
2.4.2 栽培管理
早熟品種比晚熟品種易發病；保護地栽培比露地栽培發病重；重茬地、地勢低洼、排灌不良、基肥不足、栽植過密、貪青徒長、通風不良發病較重。
2.5 預測預報
2.5.1 調查內容與方法
中心病株調查：番茄定植10 d后，每3 d調查1次。選早栽、種植集中、易感病品種類型田（棚）3塊，每塊田（棚）調查全部植株，記錄調查結果。
病情系統調查：發現中心病株后，每5 d調查1次。選各類型田2塊，對角線5點取樣，每點定20株，結果后同時每點調查20個果實。調查病株率、病果率和發病嚴重度，計算病情指數。
篇7
【關鍵詞】圖像識別；編程；風量罩
本文采用數字風量罩的顯示屏作為圖像識別的對象，對其進行智能分析、識別。其具體編程內容如下。
1 識別系統的詳細設計圖
圖1
2 版程序目錄結構
images
deviceidCount.dat
devicelist.dat
fluke
ms8222
vc9804
_GMMs
history
newOCR
select
decriptDll.dll
decriptDll.lib
deviceReader.exe
encripts.dat
flannLocate.exe
ImageSeg.exe
msvcp100.dll
msvcr100.dll
opencv_calib3d243.dll
opencv_contrib243.dll
opencv_core243.dll
opencv_features2d243.dll
opencv_ffmpeg243.dll
opencv_flann243.dll
opencv_gpu243.dll
opencv_highgui243.dll
opencv_imgproc243.dll
opencv_legacy243.dll
opencv_ml243.dll
opencv_nonfree243.dll
opencv_objdetect243.dll
opencv_photo243.dll
opencv_stitching243.dll
opencv_ts243.dll
opencv_video243.dll
opencv_videostab243.dll
SceneRec.exe
SurfaceTrainer.exe
3 工程列表
（1）識別主界面
deviceReader
（2）訓練主界面
SurfaceTrainer
（3）字符集分割及單一字串識別
ImageSeg
（4）機器授權 done
hardwareID
（5）判斷機器授權的函數checkDecript的dll工程
decriptDll
該dll工程生成的庫
DecriptDllRelease
（6）表類型判別程序
SceneRec
（7）讀數框定位程序
flannLocate
4 識別系統所用技術說明
4.1 表類型識別模塊
SceneRec.exe――根據images文件夾下面的設備名的目錄下面的destination.jpg檢測當前攝像頭獲取的圖像里面最有可能是哪個表， 采用SURF特征匹配。
4.1.1 程序用法
SceneRec
程序使用模式選項： 1 ―> 訓練模式； 2 ―> 識別模式
在訓練模式下， 此選項指抓取的待訓練表圖像所在目錄的全路徑； 在識別模式下， 該選項是待識別圖像的全路徑.
例子：
訓練
SceneRec 1 C：＼Users＼ewuumeg＼images＼DT890B
DT890B目錄下應至少存有一個名為“1.jpg”的完整的DT890B的表圖像在應用程序的部署階段， images目錄應與SceneRec.exe在同一目錄下識別SceneRec 2 C：＼Users＼ewuumeg＼select＼select.jpg
在應用程序的部署階段， select目錄應與SceneRec.exe在同一目錄下
4.1.2 程序詳細設計
該程序內部的訓練的詳細邏輯：
1） 采用canny算子提取canny邊緣圖
2） 計算canny邊緣圖豎向投影直方圖H
3） 統計該直方圖的均值a
4） 從左掃描直方圖H， 第一個大于均值a的直方圖H的索引就是表的左邊界l_e
5） 從右掃描直方圖H， 第一個大于均值a的直方圖H的索引就是表的右邊界r_e
6） 在左右邊界確定的豎條內， 計算canny邊緣圖橫向投影V
7） 統計該直方圖均值b
8） 從上到下掃描直方圖V， 第一個大于均值b的直方圖V的索引就是表的上邊界t_e
9） 表的下邊界b_e就是圖像下邊界height-1
10） （l_e， r_e， t_e， b_e）圈出的感興趣區域就是該表， 將其存為圖像destination.jpg， 與表的源圖像在同一目錄， 例如C：＼Users＼ewuumeg＼images＼DT890B＼destination.jpg
注：由于沒有提取表的下邊界， 所以下邊界最好盡量位于視野的下邊緣
該程序內部的識別的詳細邏輯：
讀取SceneRec.exe同目錄下images目錄下面的設備列表文件devicelist.dat和設備數目文件deviceidCount.dat
根據設備列表， 遍歷各個設備目錄下面的destination.jpg， 提取其SURF特征值集合， 在目標圖像select.jpg中尋找最佳匹配點， 每種表都有一個最佳匹配點集good_matches， 根據該匹配點集的距離測度值決定select.jpg屬于哪種表. 表類型識別結果字符串寫入images文件夾下面的_TEST/deviceType.res文件
源代碼內部函數調用邏輯
4.2 自動定位讀數框模塊
flannLocate.exe――根據images文件夾下面的由SceneRec.exe檢測出的設備名對應的目錄下面的object.jpg， 在當前圖中對應的匹配位置， 采用的是SURF特征集、相似區域匹配、攝像頭參數標定技術， 該三種技術都是標準的openCV調用。
源代碼內部函數調用邏輯簡單.
4.3 分割識別字符串&表字符集提取模塊
ImageSeg.exe――對抓到的字符串圖片進行分割識別， 主要用到直方圖均衡化、自適應定界法結合otsu定界法進行二值化、 二值化圖片的垂直投影直方圖進行字符傾斜校正和字符分割、采用矩特征進行模板匹配來識別最終字符。該程序還用于分割設備字符集的模板圖片。
deviceReader.exe――抓設備圖片用于訓練表盤特征； 識別程序入口。調用上面三個底層程序完成最終任務。
SurfaceTrainer.exe――訓練設備參數和劃定設備表面特征明顯區域用于識別表類型， 并且劃定讀數盤區域的程序。
注： 以上系統的使用方法參見”圖像識別模塊使用說明書_v1.0.doc”
圖2
5 Dll版本程序設計
5.1 Dll的詳細設計圖如圖2
decriptDll.dll---------> 對其他dll函數進行權限驗證的dll， 只能由hardwareID.exe在目標機器上運行生成授權文件才能在目標機器上使用以上dll.
5.2 Dll函數接口（ImageRecUtilities）的設計如下
①抓幀函數， 返回對象---- 當前幀
utilities_queryOneFrame（）------>utility_currentImage
②保存某類型表的樣本圖片以供訓練
utilities_initSave（） ------>打開攝像頭
utilities_setSaveTypeStr（） ------>設置要保存樣本圖片的表類型名
utilities_saveTypeImage（） ------->保存樣本圖片（例如images/DT890B/1.jpg）
utilities_finishSave（） ------->關閉攝像頭
③表類型識別函數， 返回對象----表類型字符串
utilities_initSave（） ------>打開攝像頭
utilities_doTypeRec（） --------> utility_typeStr
④表類型重置函數， 返回對象----表類型字符串
⑤數字串定位函數， 返回對象---表原始框和讀數框
utilities_doLocatation（） ------> utility_num_rectArray
------> utility_srcRect
------> utility_desRect
⑥識別函數， 返回對象----數字串個數
utilities_doNumRec（） -----> utility_num_string_boxCount
場景：
①為訓練程序進行抓圖的場景
utilities_initSave（）
utilities_setSaveTypeStr（）
for i=0，…，23
utilities_queryOneFrame（）
utilities_saveTypeImage（）
end for
utilities_finishSave（）
②進行識別
utilities_initSave（）
utilities_queryOneFrame（）
utilities_doTypeRec（）
utilities_doLocatation（）
do
utilities_queryOneFrame（）
int num = utilities_doNumRec（）
for int j=0，…，num-1 //get the result
StringBuilder a = new StringBuilder（“a”， 256）；
a.Capacity = 256；
utilities_getOneResult（a， j）；
end for
while …
utilities_finishSave（）
③在場景2開始后重設表類型然后進行識別
utilities_finishSave（）
utilities_initSave（）
utilities_resetDeviceType（）
utilities_doLocatation（）
do
utilities_queryOneFrame（）
int num = utilities_doNumRec（）
for int j=0，…，num-1 //get the result
StringBuilder a = new StringBuilder（“a”， 256）；
a.Capacity = 256；
utilities_getOneResult（a， j）；
end for
while …
utilities_finishSave（）
5.3 Dll VS工程
因為C#與VB調用要求Dll接口封裝的方式不同， 所以提供兩個不同的Dll VS工程
ImageRecUtilities -------供C#調用的Dll接口工程
ImageRecUtilitiesC-------供VB調用的Dll接口工程
5.4 Dll VS支撐工程
支撐工程生成的Dll僅供上面的ImageRecUtilities調用， 所以只提供VC調用的接口。
decriptDll -------提供查看當前機器授權的dll
/*if （！isComInitialized）{*/
// 初始化COM
hres = CoInitializeEx（ NULL， COINIT_MULTITHREADED ）；
if（ FAILED（hres） ）
{
//printf（" failed 1＼n"）；
return -2；
}
// 設置COM的安全認證級別
hres = CoInitializeSecurity（
NULL，
-1，
NULL，
NULL，
RPC_C_AUTHN_LEVEL_DEFAULT，
RPC_C_IMP_LEVEL_IMPERSONATE，
NULL，
EOAC_NONE，
NULL
）；
if（ FAILED（hres） ）
{
//printf（" failed 2＼n"）；
CoUninitialize（）；
return -2；
}
isComInitialized = true；
/*}*/
>
SceneRec ---------提供表類型識別的dll
flannLocate ------提供根據表類型識別結果定位讀數框的dll
ImageSeg ---------提供字符串圖片分割識別的dll
5.5 Dll函數的調用例子工程為
C#命令行工程：
CSharpDll_SaveImage -------給表抓訓練圖（images//1.jpg， …）的例子
CSharpDll_Rec -------表盤特征訓練完成， OCR字符模板訓練完成后的識別調用的例子
VB命令行工程：
VBDll_SaveImage -------給表抓訓練圖（images//1.jpg， …）的例子
VBDll_Rec -------表盤特征訓練完成， OCR字符模板訓練完成后的識別調用的例子
篇8
豇豆莢螟，豆類害蟲，全國分布，南方較兇。鉆蛀為害，影響防控，連續采摘，農殘嚴重。
注：豆野螟屬鱗翅目螟蛾科，又名豇豆莢螟、豇豆螟、豆莢野螟、豆莢螟等，全國分布，但南方特別是長江流域較為嚴重。
2 豆野螟寄主
豇菜刀扁，綠毛蠶豌。
注：豆野螟為豆科蔬菜害蟲，寄主主要有豇豆、菜豆、刀豆、扁豆等，也可為害綠豆、毛豆、蠶豆、豌豆。
3 豆野螟形態特征
體色黃褐，體型中等，前翅U斑，白色透明。黃白幼蟲，黑褐頭胸，各節黑斑，四二特征。
注：豆野螟成蟲前翅各有一個白色U型透明斑，后翅白色半透明。幼蟲黃白色，中后胸背板上有黑色毛片6個，前列4個，各具兩根剛毛，后列2個無剛毛，腹部同樣6個毛片，但各自只有1根剛毛。蛹被白色透明的薄繭。
4 豆野螟為害狀
豆類螟蛾，鉆蛀習性。花開花落，遍地飄紅。莢生莢長，滿園成孔，品質降低，收入成空。
注：豆野螟以鉆蛀花及豆莢為主，也能卷葉為害，常造成落花落莢，莢內及蛀孔外堆積糞便，嚴重影響蔬菜的產量與品質。
5 豆野螟生活習性
北方三代，華中倍增，長江流域，以蛹越冬。六至十月，為害高峰，晝伏夜出，強趨光性。卵多散產，花莢著生，初孵幼蟲，鉆入花縫。由花及莢，莢內蛀空，老熟鉆出，土表化蛹。無限花序，少毛品種，高溫高濕，受害偏重。
6 豆野螟防治策略
生防為主，綠色集成，治小治早，花期防控。
注：豆野螟的鉆蛀性及豆類蔬菜不間斷采摘特性決定了防治策略必須是以綠色防控為主，多種防控手段相結合，以花期為主控階段，幼蟲初孵期防治。
①農業防治 清理落花，摘除蟲莢。
②物理防治 強趨光性，加以利用。大小中棚，蟲網防蟲。
注：利用豆野螟的強趨光性，安裝頻振式殺蟲燈誘殺成蟲。利用設施覆蓋防蟲網，在作物生長期間可以做到不施藥或只施1次藥。
③生物防治 天敵保護，綜合利用。生物農藥，積極推行。
注：可選擇16 000 國際單位蘇云金桿菌可濕性粉劑 750～1 000倍液、0.3%印楝素乳油1 000倍液、1.5%除蟲菊素水乳劑500~750倍液等生物農藥。
④化學防治 孵化高峰，七花一蟲，花蕾始放，嫩莢初生，搶在早上，抓住低齡，重在花穗，貴在早用，安全間隔，不能僥幸，統防統治，綠色防控。
篇9
關鍵詞：指紋識別 指紋采集 識別技術
隨著社會的快速發展，科學技術的進步，人們也面臨著各種挑戰，其中身份識別與認證是各種社會活動的基礎，如何快速準確的進行身份識別關系到我們生活秩序的穩定。由于人體所具有的生物特征如指紋、DNA、聲音等具有獨特性與單一性及無法替代的防偽性，隨著現代科技的發展，使得使用這些特殊的生物特征進行身份識別成為社會發展的潮流。
指紋這種表皮紋線形態是人類所特有的，并且由于遺傳特性的差異，每一個人的指紋特征都是不盡相同的。每個人的指紋甚至每個指紋的每一條紋線都是獨立的且唯一的，指紋的這些特征使得其成為個人身份認定和識別的最直接最便捷的途徑，因此我們把一個人的指紋與他的指紋對應起來，通過比較他的指紋特征和預先保留的指紋樣品即可驗證其身份[1]。尤其在各國警察機構中指紋識別為其工作帶來了極大的便利。為維護社會秩序的穩定作出了重要貢獻。
一、指紋技術的歷史發展
我國是世界上公認最早使用指紋來確認個人身份的國家。據相關資料顯示，我國古代最早的指紋應用時在秦朝，經過近千年的發展到了唐朝指紋已經廣泛應用于田宅、人身買賣契約、訂立抵押借貸等民事活動。到宋代隨著犯罪案件的增加，指紋已經作為正式的判案工具應用于刑事訴訟領域。其中《宋史》中詳細記載，元絳利用指紋明判欺詐案件的故事。
我國雖然應用指紋技術較早，但指紋識別技術科學化系統化卻是近代西方人發明并完善的。在歐洲1788年，梅耶首先提出世界上沒有兩個人的指紋會完全相同。1889年，亨利的研究成果提出了一套完整的指紋細節特征識別理論，為現代指紋識別技術奠定了基礎。同時隨著近代人體解剖學、遺傳學、物理學、概率統計學等科學理論的發展以及科學實驗話研究方法的日趨成熟使得指紋識別技術在近百余年內越來越被人重視并應用于生活中。
指紋識別技術從被發現起就被廣泛的應用于商業買賣等民事領域。由于指紋具備穩定性和唯一性，刑事偵查領域也開始廣泛采用。在司法領域中，指紋一直被視為物證之首。但在早期刑事偵查中，指紋由專門部門采集特定人群的十指指紋信息并按一定管理辦法進行人工分類和儲存，當有送檢的犯罪現場指紋或嫌疑人的指紋時嗎，由專業技術人員根據指紋特征用肉眼逐一識別對比，但人工識別方法效率低、速度慢不能滿足現代社會的需要，到上世界60年代末，在美國開始出現自動指紋識別系統（AFIS），此系統因其儲存量大、對比話、便于查詢等諸多優越性而受到重視并沿用至今。
二、指紋提取技術
指紋圖像的采集是指紋識別的前提，指紋由圖像采集設備轉化為數字圖像后才能用計算機處理。要獲取良好的指紋圖像非常復雜也非常重要，目前的指紋圖像采集技術主要有光學技術、半導體硅技術、超聲波技術。
光學技術：將手指放在光學鏡片上，手指在內置光源照射下，用棱鏡將其投射在電荷耦合器上，這樣形成的圖像中脊線呈黑色，谷線呈白色，這些多灰度指紋圖像可用指紋設備算法處理[1]。該技術的優點是較為廉價且分辨率較高。
硅技術：使硅傳感器成為電容的一個極板，手指成為另一個極板，利用手指的指紋脊和谷相對于平滑的傳感器之間的電容差，形成8位灰度圖像。該技術的優點是所獲得圖像質量更高，更易集成到小設備中。
超聲波技術：利用超聲波到達材質表面時被吸收、穿透與反射的程度不同，因此可利用超聲波具有穿透材料的能力且隨材料的不同產生大小不同的圖波的特點，可發現皮膚與空氣對于聲波阻抗的差異，以此區分指紋脊與紋谷的位置[2]。此技術的優勢在于能達到最高精確度對手指和平面的清潔程度要求較低。
指紋圖像的預處理：在指紋數字圖像系統過程中，由于受手指破損、按壓方式或環境的影響，使輸入的指紋圖像是一幅含有較多噪聲的灰度圖像。指紋圖像的預處理操作即利用信號處理技術去除圖像中的噪聲干擾，盡量恢復指紋的脊線結構將其變為一幅清晰地指紋圖像。指紋圖像的預處理過程包括圖像歸一化、圖像分割、圖像增強、二值化和細化等過程[3]。
特征提取：常用的指紋特征描述方法是基于紋路結構特征，指紋特征可以分為全局特征、局部特征以及細微特征。全局特征包括基本紋路、模式區、核心區、三角點和紋數；局部特征包括端點、分叉點、分歧點、孤立點、短紋、環點、橋、曲率等。
三、指紋識別方法的原理及種類
指紋是人手指表皮上突起的紋線由于遺傳特性使得每個人的指紋不盡相同，指紋識別技術主要是對指紋的特征進行研究即特征提取中全局特征與局部特征。總體特征是可通過人眼即可直接觀察道德特征，早期的指紋識別即通過此方法進行處理。局部特征是指指紋的特征點，不同的指紋他們的特征點信息完全不同，特征點決定了指紋的唯一性，用指紋進行個人身份鑒定和識別主要是對鑒定的指紋與指紋數據庫中的指紋模版或任意的兩個指紋進行研究比較，對比有無相同的細節特征，從而達到個人身份的識別和鑒定目的[4]。
在早期的指紋識別方法中指紋對比一般由專業技術人員根據事先制定的指紋分類方法和指紋細節辨識方法對從現場采集回來的指紋與指紋庫中指紋卡上的指紋進行人工肉眼識別，當時的人工對比主要是用于刑事偵破和法院判案，所以需保證人工對比的準確性[5]。
上世紀60年代隨著信息技術的逐步興起，自動指紋識別系統已經被提上研究日程。我國于上世紀90年代研究出單機版的指紋識別系統但限于當時的計算機設備條件的限制，其應用范圍較窄。近年來隨著信息化技術的日趨成熟自動指紋識別系統已經由大型計算機處理、微型計算機處理發展到嵌入式處理階段。盡管嵌入式指紋識別系統尚處于發展初期但已經體現了當前的一個重要的發展趨勢。
四、展望
近年來伴隨著信息化浪潮以及家庭網絡的發展進步，人們的生活也面臨著一次重要的變革，個體身份認證和個人信息交換需求量日趨強烈，指紋特征識別技術的進步和日趨成熟使得自動指紋識別技術在安保方面越來越具有潛力。指紋識別廣泛應用于我們的日常生活將是社會發展的必然趨勢。
參考文獻
[1]林華.指紋識別系統預處理技術的研究和實現[J].電子科技大學碩士生學位論文，2006.
[2]解梅，馬爭.基于脊像指紋濾波算法[J].電子學報，2004，32（l）：5-7.
[3]Rao AR.A taxonomy for texture description and identifieation[M].New York：Springer Verlag，1990.
[4]Anil Jain，Lin Hong，Ruud Bolle.On line fingerprint verification [J].IEEE transactions on Pattern Analysis and Machine Intelligence，1997，19（4）：302-314.
篇10
關鍵詞：語音識別；信息技術；發展趨勢
中圖分類號：TP391.42 文獻標識碼：A 文章編號：1007-9599 （2012） 19-0000-02
近年來，隨著科學技術的進步，語音識別技術的發展，通過語言操縱機器的夢想正在逐步變為現實。語音識別是語音信號處理的一個重要的研究方向，經過50多年的積累研究，尤其是近20年來，語音識別技術取得了顯著進步，并且廣泛應用于商業，比如蘋果的siri系統。本文從語音識別的發展歷史、發展方向來著重分析未來語音識別技術的發展趨勢。
1 語音識別技術的發展歷史
1.1 語音識別技術在國際的發展
早在三四十年前，美國的一些大學和實驗室就開始了語音識別技術的研究，50年代的AT& T Bell實驗室研發的Audry系統第一個實現了可識別十個英文數字。60和70年代，提出了線性預測分析技術（LP）等相關理論并深入研究，創造出可以實現特定人孤立語音識別系統；80年代和90年代是語音識別技術應用研究方向的，HMM模型和人工神經元網絡（ANN）的成功應用，使得語音識別系統的性能比以往更優異；伴隨著多媒體時代的來臨，微軟，Apple等著名公司都研發出相當成功的商業應用語音識別系統，比如，Apple的Siri系統，微軟的Phone Query （電話語音識別）引擎等。
1.2 語音識別技術在國內的發展
我國的語音識別研究工作雖然起步較晚，但由于國家的重視，研究工作進展順利，相關研究緊跟國際水平。由于中國有不可忽視的龐大市場，國外對中國的語音識別技術也非常重視，漢語語音語義的特殊性也使得中文語音識別技術的研究更具有挑戰。但是，國內研究機構在進行理論研究的同時，應注重語音識別系統在商業中的應用，加快從實驗室演示系統到商品的轉化。
現如今，許多用戶已經能享受到語音識別技術帶來的方便，比如智能手機的語音操作等。但是，這與實現真正的人機交流還有相當遙遠的距離。目前，計算機對用戶語音的識別程度不高，人機交互上還存在一定的問題，語音識別技術還有很長的一段路要走，必須取得突破性的進展，才能做到更好的商業應用，這也是未來語音識別技術的發展方向。
2 語音識別技術的技術實現及困難
語音識別技術的實現方式是聲音通過轉換裝置進入機器，而機器配有“語音辨識”程序，程序將得到的聲音樣本與數據庫存儲的樣本進行比對，輸出最匹配的結果，轉化為機器語言，進而執行命令。真正建立辨識率高的語音辨識程序組，是非常困難而專業的，專家學者們研究出許多破解這個問題的方法，如傅立葉轉換、倒頻譜參數等，使目前的語音辨識系統已達到一個可接受的程度，并具有較高辨識度。
2.1 語音識別的技術實現方式
語音識別技術主要包括特征提取技術、模式匹配準則及模型訓練技術三個方面，其中，最基礎的就是語音識別單元的選取。
（1）語音識別單元的選取。語音識別研究的基礎是選擇語音識別單元。語音識別單元有單詞（句）、音節和音素三種，具體選擇哪一種語音識別單元由具體研究任務的類型決定：
單詞（句）單元在中小詞匯語音識別系統中應用廣泛，但由于模型庫過于龐大，模型匹配算法復雜，實時性不強，所以不適合大詞匯系統；
音節單元主要應用于漢語語音識別，因為漢語是單音節結構的語言，雖然有大約1300個音節，但無調音節共408個，相對較少，所以音節單元在中、大詞匯量的漢語語音識別系統上是可行的。
音素單元之前曾廣泛應用于英語語音識別，也越來越多的應用于中、大詞匯量漢語語音識別系統中。原因在于漢語音節僅由22個聲母和28個韻母構成，把聲母細化，雖然增加了模型數量，但是提高了易混淆音節的區分能力
（2）特征參數提取技術。特征提取就是對語音信號進行分析處理，把豐富的語音信息中的冗余信息去除，獲得對語音識別有用的信息。這是一個對語音信號進行信息壓縮的過程，目前經常采用的特征參數提取技術是線性預測（LP）分析技術。基于LP技術提取的倒譜參數再加上Mel參數和基于感知線性預測（PLP）分析提取的感知線性預測倒譜對人耳處理聲音的模擬，進一步提高了語音識別系統的性能。
（3）模式匹配及模型訓練技術。早期的語音識別應用的模式匹配和模型訓練技術是動態時間歸正技術（DTW），它在孤立詞語音識別中獲得了良好性能，但是由于對大詞匯量以及連續語音識別的不準確，目前已經被隱馬爾可夫模型（HMM）和人工神經元網絡（ANN）所取代。
2.2 語音識別遇到的困難
目前，語音識別研究工作進展緩慢，困難具體表現在：
（一）語音識別系統對環境敏感，采集到的語音訓練系統只能應用于與之對應的環境，而且當用戶輸入錯誤時不能正確響應，應用起來相對困難；（二）必須采取新的新號處理方法來處理人在高噪聲環境下的發音變化的問題；（三）語言模型、語法及詞法模型在中、大詞匯量連續語音識別中無法正確、合理的運用，需要有效地利用語言學、心理學及生理學等方面的研究成果；現階段的科學技術對人類生理學諸如聽覺系統分析理解功能、大腦神經系統的控制功能等還不夠，更無法應用于語音識別；語音識別系統從實驗室演示系統向商品的轉化過程中還有許多具體細節技術問題需要解決。
3 語音識別技術的發展趨勢
3.1 進一步提高可靠性
目前語音識別系統很難做到排除各種聲學環境因素的影響，而人類語言在日常生活中的隨意性和不確定性給語音識別系統造成極大的識別困難。所以，要應用現代技術智能化語音識別系統，以達到更好的識別效果；
3.2 增加詞匯量
目前語音識別系統使用的聲學模型和語音模型過于局限，需要通過改進系統建模方法、提高搜索算法的效率來做到詞匯量無限制和多重語言混合，減少詞匯量對語音識別系統的限制；
3.3 微型化并降低成本
語音識別系統在商業上的用途相當廣泛，利用先進的微電子技術，將具有先進功能和性能的語音識別應用系統固化到更加微小的芯片或模塊上，可以縮減成本，更方便的推廣和使用。語音識別系統和微電子芯片技術的發展將引領信息技術革命到一個新的臺階。語音識別系統使人溝通更加自由，使人可以方便地享受到更多的社會信息資源和現代化服務。這必然會成為語音識別技術研究和應用的重要發展趨勢。
4 結束語
21世紀，信息和網絡飛速發展，信息和網絡的時代已經來臨，人與人之間的距離隨著Internet和移動電話網的連接和普及變得越來越近，信息資源擴散的越來越迅速，人與機器的交互顯得尤為重要。語音識別技術的研究和應用可以讓人無論何時何地都可以通過語音交互的方式實現任何事，可以使人更方便的享受更多的社會信息資源和現代化服務，所以，如何將這一技術可靠的、低成本的應用于商業和日常生活，是語音識別技術的發展方向和趨勢。
參考文獻：
[1]劉鈺.語音識別技術概述[J].計算機光盤軟件與應用，2010：14-17.
[2]盛青.語音自動識別技術及其軟件實時實現[J].西北工業大學，2001：45-47.
[3]廖锎.淺析語音識別技術的發展及趨勢[J].科技傳播，2010：34-36.
[4]陳方，高升.語音識別技術及發展.CIO時代論壇，2009：67.
