Digital bildebehandling

Digital bildebehandling er en aktivitet som ved bruk av spesifikke elektroniske programmer og enheter som datamaskiner og nettbrett lar deg modifisere et digitalt bilde ved å gjøre endringer synlige og merkbare for observatøren. Det er en vanlig aktivitet innen det profesjonelle fotografiske feltet [1] .

Teknisk sett bruker digital bildebehandling algoritmer som, gjennom numerisk behandling av signaler , er i stand til å modifisere et digitalt bilde . Disse algoritmene, med utgangspunkt i pikselverdiene til bildet, returnerer et modifisert bilde eller numeriske eller tabellformede data som representerer en bestemt egenskap ved inngangsbildet . Disse operasjonene kan utføres på en helt automatisk måte eller med en kontinuerlig interaksjon med brukeren [2] .

Historie

Mange av teknikkene for digital bildebehandling, eller digital bildetransformasjon som det ofte ble kalt, ble utviklet på 1960-tallet ved Jet Propulsion Laboratory , Massachusetts Institute of Technology , Bell Laboratories , University of Maryland og andre fasiliteter. med applikasjon til satellittbilder , standardkonvertering av telefoto , medisinske bilder , videointercom , optisk tegngjenkjenning og fotografiske forbedringer. [3] Kostnadene for prosessering på den tiden var ganske høye med prosessutstyret. Det endret seg på 1970-tallet da billigere datamaskiner og dedikert maskinvare ble gjort tilgjengelig på markedet. Bildene kan deretter behandles i sanntid, for noen dedikerte problemer som konvertering for forskjellige TV-standarder .

På 2000-tallet, takket være bruken av raskere datamaskiner, ble digital bildebehandling den vanligste formen for bildebehandling og ble generelt den mest brukte metoden på grunn av dens allsidighet og lave kostnader.

Digital bildebehandlingsteknologi for medisinske applikasjoner ble tatt med i Space Foundation Hall of Fame i 1994 . [4]

I 2002 introduserte Raanan Fattal gradient til verden av bildebehandling, en ny måte å behandle bilder der forskjellene mellom pikslene blir manipulert, i stedet for verdiene til selve pikselen. [5]

Beskrivelse

Den mest kjente typen digital bildebehandling er redigering eller fotoretusjering , som kan gjøres ved hjelp av spesiell programvare, hvorav de mest kjente er GIMP og Photoshop . I utgangspunktet består bilderedigering i å endre originalbildet både på en elementær måte, for eksempel ved å gjøre det lysere eller ved å kutte kantene, og på en dypere måte ved å fjerne eller legge til ting eller personer eller endre detaljer som hudfeil. størrelsen på biceps [6] .

Behandlingen foregår med utgangspunkt i at rasterbildene er lagret i form av en matrise av piksler , som hver inneholder fargen og lysstyrken til punktet. [7] Bilderedigeringsprogrammene lar en bruker endre disse verdiene ved manuelt å indikere hvilke operasjoner som må utføres på hvilke områder, blant de mange typene operasjoner som kan utføres, en av de hyppigste er kopiering av deler av bildet i andre områder, for eksempel kopiering av et gresskledd område på en detalj som skal skjules eller en kopi av et sunt hudområde på en ufullkommenhet, kalt et kloneverktøy .

Digital bildebehandling har mange fordeler fremfor analog behandling , spesielt er det mulig å utføre svært komplekse operasjoner på digitale bilder og antallet operasjoner som kan utføres er mye større. Med spredning og forbedring av datamaskiner ble analog bildebehandling praktisk talt forlatt.

Grunnleggende operasjoner på digitale bilder

Vi kan dele operatørene som gjelder for digitale bilder i to kategorier:

• Punktoperatorene utfører en transformasjon av verdien av en piksel i henhold til verdien av selve pikselen i originalbildet, og er u en piksel av startbildet og v pikselen i samme posisjon som målbildet, kan vi skrive : type av transformasjon utført avhenger av arten av f (u) . For eksempel fungerer en terskeloperator som følger: brukeren pålegger en terskelverdi for nivået av grått (eller farge) til pikslene. Operatøren analyserer pikslene i bildet én etter én, hvis grånivået overskrider terskelverdien, settes denne verdien til en vilkårlig verdi, for eksempel svart. Hvis verdien til den opprinnelige pikselen ikke overstiger verdien som er satt som terskel, forblir den uendret [8] [9] .
  

• De romlige operatørene , derimot, utnytter, for å bestemme verdien av målpikselen, ikke bare verdien av selve pikselen i det originale bildet, men også verdien av noen piksler nær den .
  Størrelsen på denne nærheten bestemmes av brukeren som setter "vinduet" som operatøren skal jobbe på.
  Kjente eksempler på romlige operatorer er gjennomsnittsfilteret, som beregner det aritmetiske gjennomsnittet av pikslene inne i "vinduet" og pålegger denne verdien, og medianfilteret , som i stedet beregner den statistiske medianen .
  Nytten til slike filtre ligger i muligheten til å eliminere en slags støy som plager det originale bildet, for eksempel salt- og pepperstøy . Spesielt gjennom et mediefilter er det mulig å eliminere forstyrrelser distribuert på en gaussisk måte, mens ved bruk av et medianfilter tilfeldige forstyrrelser, er den såkalte skuddstøyen , slik som de som genereres av feil i overføringskanalen , effektivt. eliminert [8] [9 ] .

Avanserte operasjoner på digitale bilder

Digital bildebehandling tillater bruk av mye mer komplekse algoritmer , og kan derfor tilby både mer sofistikert ytelse i enkle oppgaver og applikasjonsmetoder som ville være umulige med analoge midler.

Spesielt er digital bildebehandling den eneste praktiske teknologien for å oppnå [8] [9] :

• klassifisering [ 10 ] _
• regresjon [ 11 ] _
• funksjonsutvinning [ 12 ] _
• mønstergjenkjenning [ 13 ] _
• kantdeteksjon [ 14 ] _
• segmentering [ 15 ] _

Innenfor digitale bilder er det også andre avanserte teknikker, som gjør det mulig å oppnå høyere oppløsninger gjennom superoppløsningsteknikker , eller rekonstruksjon av manglende deler, med inpainting- teknikker . [16]

Merknader

1. ^ Pragnan Chakravorty, Hva er et signal? [Lecture Notes] , i IEEE Signal Processing Magazine , vol. 35, n. 5, 2018, s. 175–177, Bibcode : 2018ISPM ... 35..175C , DOI : 10.1109 / MSP.2018.2832195 .
2. ^ Rafael Gonzalez, Digital bildebehandling , New York, NY, Pearson, 2018, ISBN  978-0-13-335672-4 , OCLC  966609831 .
3. ^ Azriel Rosenfeld, Picture Processing by Computer , New York: Academic Press, 1969
4. ^ Space Technology Hall of Fame: Inducted Technologies / 1994 , på spacetechhalloffame.org , Space Foundation, 1994. Hentet 7. januar 2010 (arkivert fra originalen 4. juli 2011) .
5. ^ Bhat , Pravin, et al. Gradientshop: Et optimeringsrammeverk for gradientdomene for bilde- og videofiltrering. ACM Transactions on Graphics (TOG) 29.2 (2010): 10.
6. ^ Photoshop vs GIMP: Her er forskjellene mellom populær programvare for bilderedigering | Easy Technology , på easy-technology.it . Hentet 31. oktober 2021 .
7. ^ Få mest mulig ut av bildebehandlingsrørledningen din Arkivert 4. mars 2016 på Internet Archive .
8. ^ a b c webuser.unicas.it ( PDF ).
9. ^ a b c www1.unipa.it ( PDF ).
10. ^ researchgate.net .
11. ^ Julio Cabero - Almenara, Francisco D. Guillen-Gamez og Julio Ruiz-Palmero, Klassifikasjonsmodeller i den digitale kompetansen til lærere i høyere utdanning basert på DigCompEdu Framework: logistic regression and segment tree , i Journal of e-Learning and Knowledge Society , vol. 17, n. 1, 2. juli 2021, s. 49–61, DOI : 10.20368 / 1971-8829 / 1135472 . Hentet 31. oktober 2021 .
12. ^ Sampriti Chatterjee , Hva er funksjonsutvinning? Funksjonsutvinning i bildebehandling , på GreatLearning-bloggen: Gratis ressurser som betyr noe for å forme karrieren din! 29. oktober 2020. Hentet 31. oktober 2021 .
13. ^ Digital Pattern Recognition , in Communication and Cybernetics , 1976, DOI : 10.1007 / 978-3-642-96303-2 . Hentet 31. oktober 2021 .
14. ^ Flott læringsteam , hva er kantdeteksjon | Introduksjon til Edge Detection , på GreatLearning-bloggen: Gratis ressurser som betyr noe for å forme karrieren din! 16. februar 2021. Hentet 31. oktober 2021 .
15. ^ opus4.kobv.de ( PDF ).
16. ^ M. Bertalmío , G. Sapiro, V. Caselles og C. Ballester., Image Inpainting , Proceedings of SIGGRAPH 2000, New Orleans, USA, juli 2000.

Bibliografi

• ( IT ) Mirco Mariucci, Numerical Modeling Laboratory: introduksjon til digital bildebehandling , 2017.
• ( EN ) Wilhelm Burger og Mark J. Burge, Digital Image Processing: An Algorithmic Approach Using Java , Springer , 2007, ISBN  978-1-84628-379-6 .

Relaterte elementer

• Numerisk behandling av signaler
• Digitalt bilde
• Innmaling
• Lenna (bilde)
• Fotoretusjering
• Salt og pepper støy
• Hough transformere
• Divx Etterbehandling

Andre prosjekter

• Wikiversity inneholder ressurser om digital bildebehandling
• Wikimedia Commons inneholder bilder eller andre filer om digital bildebehandling

Eksterne lenker

• V. Lombardo - Digital behandling av lyder og bilder , på di.unito.it .
• Fotografi og digital bildebehandlingslaboratorium - Universitetet i Pisa , på arch.unipi.it . Hentet 25. oktober 2007 (arkivert fra originalen 11. august 2007) .
• Lineære og ikke-lineære filtre , på xlinux.wordpress.com . Hentet 25. oktober 2007 (arkivert fra originalen 17. november 2006) .