Цифровая обработка изображения — использование компьютерных алгоритмов для обработки цифровых изображений. Как область цифровой обработки сигналов, цифровая обработка изображений имеет много преимуществ перед . Она позволяет применять гораздо более широкий ряд алгоритмов к входным данным и избежать проблем, таких как добавленные шумы и искажения в процессе обработки. Поскольку изображения определяются как массивы двухмерные (или выше), цифровая обработка изображений может быть промоделирована с привлечением .
История
Первые техники цифровой обработки изображений были разработаны в 1960-х годах в Лаборатории реактивного движения, Массачусетском технологическом институте, Лабораториях Белла, Мэрилендском университете и других исследовательских центрах в качестве приложений для спутниковой фотосъёмки, преобразования к стандартам фототелеграфа, медицинской визуализации, видеотелефонии, распознавания символов и улучшения фотографий. Цена обработки на оборудовании того времени была, однако, очень высокой. Ситуация изменилась в 1970-х годах, когда стали доступны дешёвые компьютеры и другое оборудование. Затем появилась возможность обрабатывать изображения в реальном времени для некоторых задач, таких как преобразование телевизионных стандартов. С ростом мощности компьютеров общего назначения на них стали выполняться почти все специализированные операции, требующие больших затрат ресурсов компьютера. С появлением быстрых компьютеров и развитых алгоритмов обработки сигналов, ставшими доступными в 2000-х годах, цифровая обработка стала наиболее общей формой обработки изображений и, в общем случае, используется не только из-за гибкости применяемых методов, но и вследствие низкой стоимости.
Технология цифровой обработки изображений для медицинских приложений была представлена в зале славы Космического фонда США в 1994 году.
Задачи Цифровая обработка изображений позволяет применение существенно более сложных алгоритмов, а следовательно, может дать как бо́льшую производительность на простых задачах, так и реализовывать методы, которые были бы невозможны при аналоговой реализации.
В частности, цифровая обработка изображений является единственной практичной технологией для: классификации выделения признаков обработки сигналов распознавания образов
Некоторые техники, которые используются в цифровой обработке изображений:
Скрытые марковские модели Редактирование изображений
Анализ независимых компонент Линейная фильтрация Нейронные сети Дифференциальные уравнения в частных производных Пикселизация Метод главных компонент Самоорганизующиеся карты Кохонена Вейвлеты
Преобразование цифрового изображения
Фильтрация Цифровые фильтры используются для размывания и увеличения резкости цифровых изображений. Фильтрация может быть осуществлена в пространственной области путём свёртки со специально разработанными ядрами (массивами фильтрации) или в частотной области (преобразованием Фурье) путём отсеивания определённых областей частот. Следующие примеры показывают оба метода:
Тип фильтра Ядро или маска Пример Исходное изображение Пространственный фильтр нижних частот Пространственный фильтр верхних частот Представление Фурье Псевдокод:
image = шахматная_доска
F = Преобразование Фурье изображения
Показать изображение: log(1+Absolute Value(F)) Фильтр Фурье нижних частот Фильтр Фурье верхних частот
Краевые отступы изображения при фильтрации в Фурье-пространстве
К изображениям обычно добавляется отступ перед преобразованием в Фурье-пространство. Отфильтрованные по верхним частотам изображения ниже иллюстрируют результат различных техник отступа:
Добавление нулей Отступ путём повторения рёбер
Фильтр показывает дополнительные рёбра в случае добавления нулей.
Примеры кода фильтрации
Пример MATLAB для пространственной фильтрации в Фурье-пространстве по верхним частотам.
img=checkerboard(20); % generate checkerboard % **************** SPATIAL DOMAIN ****************** klaplace=[0 -1 0; -1 5 -1; 0 -1 0]; % Laplacian filter kernel X=conv2(img,klaplace); % convolve test img with % 3x3 Laplacian kernel figure() imshow(X,[]) % show Laplacian filtered title('Laplacian Edge Detection')
Аффинные преобразования Аффинные преобразования дают возможность осуществлять базовые преобразования изображений, такие как изменение пропорции, вращение, перенос, зеркальное отражение и косой сдвиг, как показано на примерах ниже:
Название преобразования Аффинная матрица Пример Тождественное преобразование Отражение Вращение где
Приложения
Изображения цифровой камеры Цифровые камеры обычно включают специализированные аппаратные средства цифровой обработки изображения — либо отдельные микросхемы, либо путём добавления цепей в другие микросхемы — для преобразования необработанных данных с фотоматрицы в изображение в стандартном формате.
Фильмы с применением цифровой обработки Западный мир (1973) был первым художественным фильмом с использованием цифровой обработки изображений в части пикселизации с целью промоделировать зрение андроида.
См. также Компьютерная графика Компьютерное зрение
Оцифровка GPGPU Гомоморфная фильтрация
Стандартное тестовое изображение
Примечания
Литература
Литература для дальнейшего чтения
Ссылки Lectures on Image Processing, by Alan Peters. Vanderbilt University. Updated 7 January 2016. IPRG Open group related to image processing research resourcs Processing digital images with computer algorithms IPOL Open research journal on image processing with software and web demos.
Категория:Компьютерное зрение Категория:Цифровая обработка изображений