图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。
对于图像识别很多人还是比较好奇的，毕竟这项技术还是很超前的，但是它的技术原理其实并不是很难，只是其要处理的信息比较繁琐。因为计算机在处理图像之前，是需要一个庞大的信息库，同时还要具备快速的学习和对比能力。计算机的任何处理技术都不是凭空产生的，它都是学者们从生活实践中得到启发而利用程序将其模拟实现的。计算机的图像识别技术和人类的图像识别在原理上并没有本质的区别，只是机器缺少人类在感觉与视觉差上的影响罢了。人类的图像识别也不单单是凭借整个图像存储在脑海中的记忆来识别的，我们识别图像都是依靠图像所具有的本身特征而先将这些图像分了类，然后通过各个类别所具有的特征将图像识别出来。
这样说好像有些复杂，简单的说就是首先建立一个庞大的图片库来供计算机记忆学习。当其面前出现要识别的图片时，计算机就会迅速根据存储记忆中已经分好的类别进行识别，查看是否有与该图像具有相同或类似特征的存储记忆，从而识别出是否见过该图像。这个识别的过程和我们人的识别过程是相同的，只不过我们人脑没有计算机那么快的识别速度。而机器所提取出的这些特征有时会非常明显，有时又是很普通，这在很大的程度上影响了机器识别的速率。当然了，图片还会有一些干扰因素的，这也干扰了机器的正确识别效果。
图像识别技术的应用过程、应用前景怎么样？
计算机的图像识别技术在公共安全、生物、工业、农业、交通、医疗等很多领域都有应用。例如交通方面的车牌识别系统；公共安全方面的人脸识别技术、指纹识别技术；农业方面的种子识别技术、食品品质检测技术；医学方面的心电图识别技术等。随着计算机技术的不断发展，图像识别技术也在不断地优化，其算法也在不断地改进。图像是人类获取和交换信息的主要来源，因此与图像相关的图像识别技术必定也是未来的研究重点。以后计算机的图像识别技术很有可能在更多的领域崭露头角，它的应用前景也是不可限量的，人类的生活也将更加离不开图像识别技术。
图像识别技术虽然是刚兴起的技术，但其应用已是相当广泛。并且，图像识别技术也在不断地成长，随着科技的不断进步，人类对图像识别技术的认识也会更加深刻。未来图像识别技术将会更加强大，更加智能地出现在我们的生活中，为人类社会的更多领域带来重大的应用。在21世纪这个信息化的时代，我们无法想象离开了图像识别技术以后我们的生活会变成什么样。图像识别技术是人类现在以及未来生活必不可少的一项技术。
所以计算机进行图像识别的关键，就是要有庞大的图像库以供其学习，另外就是要提高机器的特征识别算法，尽量降低干扰因素。做到了这两点，就可以大大的提高图像识别的精度以及应用领域。
