Digital bildbehandling

Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från versionen som granskades den 16 mars 2021; kontroller kräver 9 redigeringar .

Digital bildbehandling - användning av datoralgoritmer för behandling av digitala bilder [1] . Som ett område för digital signalbehandling har digital bildbehandling många fördelar jämfört med analog bearbetning . Det låter dig tillämpa ett mycket bredare utbud av algoritmer på dina indata och undvika problem som extra brus och distorsion under bearbetning. Eftersom bilder definieras som tvådimensionella (eller högre) arrayer, kan digital bildbehandling modelleras med flerdimensionella system .

Historik

De första digitala bildteknikerna utvecklades på 1960-talet vid Jet Propulsion Laboratory , MIT , Bell Laboratories , University of Maryland och andra forskningscentra som applikationer för satellitfotografering , konvertering till standarder för fotografisk telegrafi , medicinsk bildbehandling , videotelefoni , karaktärsigenkänning och foto förbättringar [2] . Priset för bearbetning på den tidens utrustning var dock mycket högt. Detta förändrades på 1970-talet när billiga datorer och annan utrustning blev tillgängliga. Sedan blev det möjligt att bearbeta bilder i realtid för vissa uppgifter, till exempel konvertering av tv-standarder . Med ökningen av kraften hos datorer för allmänna ändamål började nästan alla specialiserade operationer som kräver stora utgifter för datorresurser utföras på dem. Med intåget av snabba datorer och avancerade signalbehandlingsalgoritmer som gjordes tillgängliga på 2000-talet har digital bearbetning blivit den vanligaste formen av bildbehandling och används i allmänhet inte bara på grund av flexibiliteten hos de använda metoderna, utan också på grund av den låga kostnaden. .

Digital avbildningsteknik för medicinska tillämpningar infördes i US Space Foundation Hall of Fame 1994 [3] .

Uppgifter

Digital bildbehandling tillåter användning av mycket mer komplexa algoritmer, och kan därför ge både bättre prestanda på enkla uppgifter och implementera metoder som skulle vara omöjliga med en analog implementering.

I synnerhet är digital bildbehandling den enda praktiska tekniken för:

Några av de tekniker som används vid digital bildbehandling är:

Digital bildkonvertering

Filtrering

Digitala filter används för att göra digitala bilder oskarpa och skärpa. Filtrering kan göras i den rumsliga domänen genom faltning med specialdesignade kärnor (filtermatriser) eller i frekvensdomänen (Fourier-transform) genom att sålla bort vissa frekvensområden. Följande exempel visar båda metoderna [4] :

Filtertyp	Kärna eller mask	Exempel
originalbild	${\begin{bmatrix}0&0&0\\0&1&0\\0&0&0\end{bmatrix}}$
Rumsligt lågpassfilter	${\frac {1}{9}}\times {\begin{bmatrix}1&1&1\\1&1&1\\1&1&1\end{bmatrix}}$
Rumsligt högpassfilter	${\begin{bmatrix}0&-1&0\\-1&4&-1\\0&-1&0\end{bmatrix))$
Fourierrepresentation	Pseudokod: bild = schackbräde F = Fouriertransform av bilden Visa bild: log(1+absolut värde(F))
Lågpass Fourier-filter
High Pass Fourier Filter

Kantutfyllnad av en bild vid filtrering i Fourierrymden

Bilder är vanligtvis vadderade innan de konverteras till Fourierrymd. De högfiltrerade bilderna nedan illustrerar resultatet av olika indragningstekniker:

Lägger till nollor	Indragning genom upprepade kanter

Filtret visar ytterligare kanter när nollor läggs till.

Exempel på filterkod

MATLAB exempel för rumslig filtrering i Fourierrymden över höga frekvenser.

img = schackbräde ( 20 ); % genererar schackbräda % *************** SPATIAL DOMAIN ****************** klaplace =[ 0 - 1 0 ; - 1 5 - 1 ; 0-10 ] ; _ _ % Laplacian filterkärna X = conv2 ( img , klaplace ); % convolve test img med %3x3 Laplacian kärna figur () imshow ( X ,[]) % visar Laplacian filtrerad titel ( 'Laplacian Edge Detection' )

Affina transformationer

Affina transformationer låter dig utföra grundläggande bildtransformationer som bildförhållande, rotation, translation, spegling och skevhet, som visas i exemplen nedan [4] :

Namn på transformationen	Affin matris	Exempel
Identitetsförvandling	${\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}}$
Reflexion	${\begin{bmatrix}-1&0&0\\0&1&0\\0&0&1\end{bmatrix}}$
Ändra proportioner	${\begin{bmatrix}c_{x}=2&0&0\\0&c_{y}=1&0\\0&0&1\end{bmatrix}}$
Rotation	${\begin{bmatrix}\cos(\theta )&\sin(\theta )&0\\-\sin(\theta )&\cos(\theta )&0\\0&0&1\end{bmatrix))$	var $\theta ={\tfrac {\pi }{6}}=30^{\circ }$
Oblique shift	${\begin{bmatrix}1&c_{x}=0.5&0\\c_{y}=0&1&0\\0&0&1\end{bmatrix}}$

Applikationer

Digitalkamerabilder

Digitalkameror inkluderar vanligtvis specialiserad digital bildbehandlingshårdvara - antingen separata chip eller genom att lägga till kretsar till andra kretsar - för att konvertera rådata från bildsensorn till en färgkorrigerad bild i ett standardformat .

Filmer med digital bearbetning

Western World (1973) var den första långfilmen som använde digital bildpixelering för att simulera androidsyn [5] .

Se även

Datorgrafik
datorsyn
CVIPtools
Digitalisering
GPGPU
Homomorf filtrering
Bildanalys
IEEE Association for Intelligent Information Systems
Flerdimensionella system
Programvara för fjärrundersökning
Standard testbild
Ultrahög upplösning

Anteckningar

↑ Chakravorty, 2018 , sid. 175-177.
↑ Rosenfeld, 1969 .
↑ Rymdteknologi, 1994 .
↑ 12 Gonzalez , 2008 .
↑ Yaeger, 2002 .

Litteratur

Pragnan Chakravorty. Vad är en signal? [Föreläsningsanteckningar ] // IEEE Signal Processing Magazine. - 2018. - September ( vol. 35 , nr 5 ).
Azriel Rosenfeld. Bildbehandling med dator. - New York: Academic Press, 1969.
Space Technology Hall of Fame: Induced Technologies/1994. - Space Foundation, 1994. Arkiverad från originalet den 4 juli 2011.
Rafael Gonzalez. Digital bildbehandling, 3:a. - Pearson Hall, 2008. - ISBN 9780131687288 .
Larry Yaeger. En kort, tidig historia av datorgrafik i film . - 2002. - Augusti. Arkiverad från originalet den 17 juli 2012.

Läsning för vidare läsning

Solomon CJ, Breckon TP Grunderna för digital bildbehandling: en praktisk metod med exempel i Matlab. - Wiley-Blackwell, 2010. - ISBN 978-0470844731 . doi : 10.1002/ 9780470689776 .
Wilhelm Burger, Mark J. Burge. Digital bildbehandling: en algoritmisk metod med Java . - Springer , 2007. - ISBN 978-1-84628-379-6 .
Fisher R., Dawson-Howe K., Fitzgibbon A., Robertson C., Trucco E. Dictionary of Computer Vision and Image Processing. - John Wiley, 2005. - ISBN 978-0-470-01526-1 .
Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins. Digital bildbehandling med MATLAB. - Pearson Education, 2004. - ISBN 978-81-7758-898-9 .
Tim Morris. Datorseende och bildbehandling. - Palgrave Macmillan, 2004. - ISBN 978-0-333-99451-1 .
Milan Sonka, Vaclav Hlavac, Roger Boyle. Bildbehandling, analys och maskinseende . - PWS Publishing, 1999. - ISBN 978-0-534-95393-5 .
Basim Alhadidi, Mohammad H. Zu'bi, Hussam N. Suleiman. Mammogram Bröstcancer Bilddetektering med hjälp av bildbehandlingsfunktioner // Information Technology Journal. - 2007. - T. 6 , nr. 2 . — S. 217–221 . - doi : 10.3923/itj.2007.217.221 .

Länkar

Föreläsningar om bildbehandling , av Alan Peters. Vanderbilt University. Uppdaterad 7 januari 2016.
IPRG Arkiverad 18 november 2018 på Wayback Machine Open-gruppen relaterad till forskningsresurser för bildbehandling
Bearbeta digitala bilder med datoralgoritmer
IPOL Öppen forskningstidskrift om bildbehandling med mjukvara och webbdemos.

Digital signalbehandling
Teori	Signal diskret signal Kotelnikovs teorem Teori för statistiska uppskattningar Signaldetektionsteori
Underavsnitt	Digital Audio Signal Processing Teori om automatisk styrning Digital bildbehandling Talbehandling Statistisk signalbehandling
Tekniker	Diskret Fourier Transform (DFT) Time Discrete Fourier Transform (DTFT) Impulssvarsinvarians Bilinjär transformation Konsekvent Z-transform Modifierad Z-transform
Provtagning	Supersampling delsampling Minskar upplösningen Öka upplösningen Aliasing filter Samplingsfrekvens Nyquist frekvens