Introduktion till digital bildbehandling

Den digitala bildbehandlingen är en process för att utföra bildbehandlingsalgoritmer på digitala bilder. Digital bildbehandling innehåller bearbetning av bilder såsom att läsa, analysera och manipulera en bild och utföra någon typ av operation på samma sätt som att förbättra informationsrepresentationen av en bild, bearbeta bilddata för lagring, överföring och representation. Digital bildbehandling används i projekt som hanterar klassificering, extraktion av funktioner, mönsterigenkänning etc. Tekniker som används i digital bildbehandling är bildredigering, bildåterställning, linjär filtrering, pixelering, matchning av poängfunktioner, analys av huvudkomponenter, oberoende komponentanalys, etc.

Vad är en bild?

En bild representeras som en funktion F (a, b) som är 2-dimensionell där a och b är de rumsliga eller plana koordinaterna. Området "F" vid vilken punkt som helst av (a, b) kallas bildens intensitet vid den punkten. Om a, b och värdena på f är begränsade sägs bilden vara en digital bild. En digital bild består av pixlar med specifika platser och värden. Värdet på pixlar har varierat från 0 till 255.

Exempel:

Bild nedan visar en bild och motsvarande pixlar på en punkt

Bild och dess pixlar

Förklara bildbehandling

Bildbearbetning definieras som en teknik för att förbättra råbilder som tagits med olika synssensorer för olika applikationer såsom medicinsk bildbehandling, filmindustri, intelligent transport, etc. För att tillämpa bildbehandlingstekniker är det första steget att digitalisera bilden till en bildfil . Vidare måste metoderna tillämpas för att ordna bilddelar, för att förbättra färgseparationen och för att förbättra kvaliteten.

Exempel: Medicinsk applikation använder bildbehandlingstekniker för bildförbättring, i tomografi och i simuleringsoperationer. Tomografi är en metod som används för röntgenfotografering.

Typer av bild

  • Bilden som endast innehåller tvåpixelelement som är 1 och 0, där 1 representerar vit och 0 representerar svart färg kallas binär bild eller monokrom.
  • Bilden som består av den enda svartvita färgen kallas svartvit bild.
  • Det finns en "8-bitars färgformatbild" med 256 olika färger i den och vanligtvis känd som Gråskala Image. I detta representerar 0 svart, 127 står för grått och 255 visar vitt.
  • En annan är '16-bit färgformat 'som har 65 536 olika färger i den. I detta format skiljer färgfördelningen sig från Gråskala-bilden.

Ett 16-bitarsformat är ytterligare uppdelat i tre format som är röda, gröna och blå förkortade till RGB-format.

Representativ bild

Bilden representeras som en matris eller matris med kvadratiska pixlar arrangerade i rader och kolumner. Matlab är en mycket bra plattform för att hämta, läsa och bearbeta bilder. Den har också en bildbearbetningsverktygslåda. Det är känt att bilden visas som kolumner och rader såsom representeras nedan:

Denna ekvation är matrisrepresentationen av en digital bild där varje element kallas pixel.

Exempel: För att läsa en bild måste vi använda följande kommando i MatLab

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

Efter att detta kommando har utförts, kommer bilden att sparas i variabeln I som en 3-dimensionell matris eller matris som visas i figuren nedan. Arrayen har en storlek på 225X224X3. Den har olika pixelvärden från 0 till 255.

Arrayrepresentation av en bild

Efter visning av bilden med följande kommando:

show(i)

Vi kan också se pixelvärdena för en viss punkt som visas i figuren nedan. Den visar positionen för den spetsiga pixeln som (X, Y) och värden för RGB som är färgdetaljer för rött, grönt och blått.

Pixelposition och RGB-värden

I MatLab kan de olika funktionerna utföras på bilder som läsa, visa, ändra storlek, rotera, skärpa, lägga till brus, ta bort brus, filtrering, kantdetektering, hörndetektering, kartläggning och många fler.

Faser av bildbehandling

  1. Förvärv: Bildförvärv definieras som hämtning eller hämtning av en bild med hjälp av alla slags synssensorer. Huvudarbetet innefattar skalning och färgkonvertering som är RGB till grått eller grått till RGB
  2. Bildförbättring: Bildförbättring handlar om att förbättra bildens kvalitet genom att skärpa eller ljusna bilden. Detta görs för att enkelt identifiera dess funktioner.
  3. Återställning av bilder: Återställning av bilder handlar om brusborttagning eller suddighetseffekt från en bild för att förbättra dess läsbarhet.
  4. Multi-Resolution and Wavelets Processing: Med hjälp av dessa tekniker kan bilder representeras i flera grader.
  5. Bildkomprimering: Bildkomprimering handlar om bildstorlek eller upplösning. Den appliceras på bilden för att minska lagringskostnaderna och överföringen.
  6. Objektdetektion och igenkänning: Det är att upptäcka och känna igen bilden och tilldela dess faktiska etikett genom att upptäcka en bilds funktioner.

Tillämpning av digital bildbehandling

  • Den mest kända och användbara tillämpningen av bildbehandling är djupa nervnätverk. De djupa neurala nätverken är de nätverk som kan utbildas och testas för olika ändamål med bilddata. I detta är råbilden allmänt tillgänglig. Bilddata måste först bearbetas och sedan användas för träningsändamål. P
  • ombearbetning av bild inkluderar att minska brus, ta bort suddighetseffekt, intensitetsutjämning med FFT och många fler. Ytterligare funktioner i bilddata måste extraheras och med hjälp av dessa funktionsnätverk kan utbildas. Detta nätverk kan utbildas för att klassificera alla typer av data som trafik, ansikten, scener etc.
  • Resultatet av nätverket beror på typen och kvaliteten på bilddata som har använts för träning. Det finns många nätverk tillgängliga online som AleNet, GoogleNet, VGG, etc. som har tränats på olika typer av bilder.

Slutsats

I detta har endast den inledande delen av bildbehandlingen diskuterats. Bildbehandling är mycket stor i dagens scenario. Till exempel finns det en mängd olika filter som kan appliceras på bilden. Det finns många tekniker som kan tillämpas på bilden för olika ändamål som objektdetektering och klassificering, scenlokalisering, ansiktsigenkänning, mönsterigenkänning etc.

Rekommenderade artiklar

Detta är en guide till digital bildbehandling. Här diskuterar vi introduktionen, vad är en bild, bildtyper och applikationerna för digital bildbehandling. Du kan också gå igenom våra andra relaterade artiklar för att lära dig mer–

  1. Maskininlärningsbibliotek
  2. Programvara för digital signatur
  3. Vad är databehandling?
  4. MATLAB-version
  5. Hur implementerar jag färg i Matlab?

Kategori:

Big Data