Въведение в цифровата обработка на изображения

Цифровата обработка на изображения е процес за изпълнение на алгоритми за обработка на изображения върху цифрови изображения. Цифровата обработка на изображения съдържа обработка на изображения, като четене, анализ и манипулиране на изображение и извършване на всякакъв вид операция върху същото, като подобряване на информационното представяне на изображение, обработка на данните от изображението за съхранение, предаване и представяне. Цифровата обработка на изображения се използва в проекти, които се занимават с класификация, извличане на функции, разпознаване на образи и др. Техниките, които се използват при дигиталната обработка на изображения са редактиране на изображения, възстановяване на изображения, линейно филтриране, пикселация, съвпадение на точкови характеристики, анализ на основните компоненти, независим анализ на компоненти и т.н.

Какво е изображение?

Изображение е представено като функция F (a, b), която е двуизмерна, където a и b са пространствените или равнинните координати. Диапазонът от 'F' във всяка точка на (a, b) се нарича интензитет на изображението в тази точка. Ако a, b и стойностите на f са ограничени, се казва, че изображението е цифрово изображение. Дигиталното изображение се състои от пиксели, имащи определени места и стойности. Стойността на пиксела варира от 0 до 255.

Пример:

Фигура по-долу показва изображение и съответните пиксели на точка

Изображение и неговите пиксели

Обяснете обработката на изображенията

Обработката на изображения се дефинира като техника за подобряване на сурови изображения, заснети с помощта на различни сензори за зрение за различни приложения като медицински изображения, филмова индустрия, интелигентен транспорт и др. За да приложите техники за обработка на изображения, първата стъпка е цифровизиране на картината във файл с изображения, Освен това, методите трябва да се прилагат за пренареждане на части от картини, за да се подобри разделянето на цвета и да се подобри качеството.

Пример: Медицинското приложение използва техники за обработка на изображения за подобряване на картината, за томография и за симулационни операции. Томографията е метод, използван за рентгенова фотография.

Видове изображение

  • Изображението, съдържащо само двупикселни елементи, които са 1 и 0, където 1 представлява бял и 0 представлява черен цвят, се наричат ​​двоично изображение или монохромно.
  • Изображението, което се състои от единствения черен и бял цвят, се нарича черно-бяло изображение.
  • Има „8-битово изображение на цветен формат“, съдържащо 256 различни нюанса цветове в него и обикновено известно като изображението в сиви цветове. В това, 0 представлява черно, 127 означава за сиво и 255 за бяло.
  • Друг е '16-битов цветен формат ', който има 65 536 различни цвята в него. В този формат разпределението на цвета е различно от изображението в сиви скали.

16-битов формат е допълнително разделен на три формата, които са Red, Green и Blue съкратено като RGB формат.

Представяне на имиджа

Изображението е представено като масив или матрица от квадратни пиксели, подредени в редове и колони. Matlab е много добра платформа за извличане, четене и обработка на изображения. Той също има набор от инструменти за обработка на изображения. Известно е, че изображението е изложено като колони и редове, както е представено по-долу:

Това уравнение представлява масивното представяне на цифрово изображение, в което всеки елемент се нарича пиксел.

Пример: За да четем изображение, трябва да използваме следната команда в MatLab

i=imread('F:\image.jpg.webp');

След изпълнение на тази команда, изображението ще бъде записано в променлива I като триизмерен масив или матрица, както е показано на фигурата по-долу. Масивът е с размер 225X224X3. Той има различни стойности на пиксели, вариращи от 0 до 255.

Представяне на масив на изображение

След показване на изображението, използвайки следната команда:

show(i)

Можем също да видим стойностите на пикселите на определена точка, както е показано на фигурата по-долу. Той показва позицията на заострения пиксел като (X, Y) и стойности на RGB, което е цветни детайли на червено, зелено и синьо.

Стойности на пиксела и RGB

В MatLab различните функции могат да се изпълняват върху изображения като четене, показване, промяна на размера, завъртане, рязкост, добавяне на шум, премахване на шум, филтриране, откриване на ръбове, откриване на ъгъл, картографиране и много други.

Фази на обработка на изображенията

  1. Придобиване: Придобиването на изображение се дефинира като извличане или извличане на изображение с помощта на всякакъв тип сензори за зрение. Основната работа включва мащабиране и преобразуване на цветовете, които са RGB в сиво или сиво в RGB
  2. Подобряване на изображението: Подобряването на изображението означава подобряване на качеството на изображението чрез изостряне или осветяване на изображението. Това се прави, за да се идентифицират лесно неговите характеристики.
  3. Възстановяване на изображението: Възстановяването на изображения се отнася до премахване на шума или замъгляване от изображението, за да се подобри неговата четливост.
  4. Мултирезолюция и обработка на вълнички: Използвайки тези техники, изображенията могат да бъдат представени в няколко степени.
  5. Компресия на изображение: Компресирането на изображението се отнася до размера или разделителната способност на изображението. Прилага се върху изображението, за да намали разходите за съхранение, както и за предаване.
  6. Разпознаване и разпознаване на обект: То е за откриване и разпознаване на изображението и присвояване на действителния му етикет чрез откриване на характеристиките на изображението.

Приложение на цифрова обработка на изображения

  • Най-известното и полезно приложение за обработка на изображения са дълбоките невронни мрежи. Дълбоките невронни мрежи са мрежите, които могат да бъдат обучени и тествани за различни цели, използвайки данни от изображения. В този случай суровото изображение е общодостъпно. Данните за изображението трябва да бъдат предварително обработени и след това да бъдат използвани за тренировъчни цели. P
  • повторната обработка на изображение включва намаляване на шума, премахване на ефекта на замъгляване, изравняване на интензивността с помощта на FFT и много други. Трябва да бъдат извлечени допълнителни характеристики на данните от изображенията и с помощта на тези функции мрежата може да бъде обучена. Тази мрежа може да бъде обучена да класифицира всякакъв вид данни като трафик, лица, сцени и т.н.
  • Резултатът от мрежата зависи от вида и качеството на данните от изображението, които са били използвани за обучение. Има много мрежи, достъпни онлайн като AleNet, GoogleNet, VGG и др., Които са обучени за различни видове изображения.

заключение

В това беше обсъдена само уводната част на обработката на изображенията. Обработката на изображения е много обширна в днешния сценарий. Например, има различни филтри, които могат да бъдат приложени към изображението. Има много техники, които могат да бъдат приложени към изображението за различни цели като откриване и класификация на обекти, локализация на сцената, разпознаване на лица, разпознаване на образи и т.н.

Препоръчителни статии

Това е ръководство за цифрова обработка на изображения. Тук обсъждаме Въведение, Какво е изображение, Видове изображения и приложенията за цифрово обработване на изображения. Можете също да разгледате и другите ни свързани статии, за да научите повече -

  1. Машинно библиотечно обучение
  2. Софтуер за цифров подпис
  3. Какво е обработка на данни?
  4. MATLAB Версия
  5. Как да приложим цвят в Matlab?

Категория:

Голяма информация