Sissejuhatus digitaalsete piltide töötlemisse

Digitaalne piltide töötlemine on protsess, mille abil teostatakse digitaalkujutiste pilditöötluse algoritme. Digitaalne pilditöötlus hõlmab piltide töötlemist, näiteks pildi lugemist, analüüsimist ja manipuleerimist, ning mis tahes toimingute teostamist samal viisil, näiteks pildi teabe esitusviisi parandamine, pildiandmete töötlemine säilitamiseks, edastamiseks ja esitamiseks. Digitaalset pilditöötlust kasutatakse projektides, mis käsitlevad klassifitseerimist, funktsioonide eraldamist, mustrituvastust jms. Digitaalses pilditöötluses kasutatakse järgmisi tehnikaid: pildi redigeerimine, pildi taastamine, lineaarne filtreerimine, piksliteerimine, punktifunktsioonide sobitamine, põhikomponentide analüüs, sõltumatu komponentide analüüs, jne.

Mis on pilt?

Pilt on esitatud funktsioonina F (a, b), mis on kahemõõtmeline, kus a ja b on ruumilised või tasapinnalised koordinaadid. 'F' vahemikku (a, b) suvalises punktis nimetatakse pildi intensiivsuseks selles punktis. Kui a, b ja f väärtused on piiratud, siis öeldakse, et pilt on digitaalne pilt. Digitaalne pilt koosneb pikslitest, millel on kindlad asukohad ja väärtused. Piksli väärtus on vahemikus 0 kuni 255.

Näide:

Alloleval joonisel on kujutatud pilt ja punkti vastavad pikslid

Pilt ja selle pikslid

Selgitage piltide töötlemist

Piltide töötlemist määratletakse kui tehnikat, mille abil parendatakse mitmesuguste nägemisandurite abil jäädvustatud töötlemata pilte erinevates rakendustes, nagu näiteks meditsiiniline pildistamine, filmitööstus, arukas transport jne. Piltide töötlemise tehnikate rakendamiseks on esimene samm pilt digiteerida pildifaili . Lisaks tuleb neid meetodeid rakendada pildi osade ümberkorraldamiseks, värvide eraldamise parandamiseks ja kvaliteedi parandamiseks.

Näide: meditsiinilises rakenduses kasutatakse pildi parendamiseks, tomograafias ja simulatsioonitoimingutes pilditöötluse tehnikaid. Tomograafia on meetod, mida kasutatakse röntgenpildistamisel.

Kujutise tüübid

  • Pilti, mis sisaldab ainult kahe piksli elemente, mis on 1 ja 0, kus 1 tähistab valget ja 0 tähistab musta värvi, nimetatakse binaarseks pildiks või ühevärviliseks.
  • Ainsast mustvalgest värvitoonist koosnevat pilti nimetatakse mustvalgeks.
  • Seal on '8-bitine värvivormingu pilt', millel on 256 erinevat värvitooni ja mida tavaliselt nimetatakse halltoonides pildiks. Selles tähistab 0 musta, 127 tähistab halli ja 255 tähistab valget.
  • Teine on '16-bitine värvivorming', milles on 65 536 erinevat värvi. Selles vormingus erineb värvi jaotus halltoonide pildist.

16-bitine vorming jaotatakse täiendavalt kolmeks vorminguks, mis on punane, roheline ja sinine, lühendatult RGB-vormingus.

Kujutise esitus

Pilt on esitatud ridadena ja veergudena paigutatud ruudukujuliste pikslite massiivina või maatriksina. Matlab on väga hea platvorm piltide hankimiseks, lugemiseks ja töötlemiseks. Sellel on ka pilditöötluse tööriistakast. On teada, et pilti eksponeeritakse veergude ja ridadena, nagu on kujutatud allpool:

See võrrand on digitaalse pildi massiivi esitus, milles iga elementi nimetatakse piksliks.

Näide: pildi lugemiseks peame MatLabis kasutama järgmist käsku

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

Pärast selle käsu täitmist salvestatakse pilt muutujasse I kolmemõõtmelise massiivi või maatriksina, nagu on näidatud alloleval joonisel. Massiivi suurus on 225X224X3. Selle pikslite väärtused on erinevad vahemikus 0 kuni 255.

Kujutise massiivi esitus

Pärast pildi kuvamist järgmise käsu abil:

show(i)

Samuti näeme konkreetse punkti piksliväärtusi, nagu on näidatud alloleval joonisel. See näitab terava piksli asukohta (X, Y) ja RGB väärtusi, mis on punase, rohelise ja sinise värvi üksikasjad.

Piksli asukoht ja RGB väärtused

MatLabis saab piltidega täita mitmesuguseid funktsioone, näiteks lugeda, kuvada, muuta suurust, pöörata, teravdada, lisada müra, eemaldada müra, filtreerimine, servade tuvastamine, nurkade tuvastamine, kaardistamine ja palju muud.

Kujutise töötlemise etapid

  1. Omandamine: pildi omandamine on määratletud kui pildi allalaadimine või allalaadimine mis tahes tüüpi nägemisandurite abil. Põhitöö hõlmab skaleerimist ja värvide muundamist, mis on RGB halliks või hall RGB-ks
  2. Kujutise täiustamine: Kujutise täiustamine tähendab pildi kvaliteedi parandamist pildi teritamiseks või heledamaks muutmiseks. Seda tehakse selle omaduste hõlpsaks tuvastamiseks.
  3. Kujutise taastamine: pildi taastamine tegeleb pildi müra eemaldamise või hägususe efektiga, et parandada selle loetavust.
  4. Mitme eraldusvõimega ja lainete töötlemine: Neid tehnikaid kasutades saab pilte esitada mitmes astmes.
  5. Kujutise pakkimine: pildi pakkimine tegeleb pildi suuruse või eraldusvõimega. Seda rakendatakse pildile, et vähendada nii ladustamise kui ka edastamise kulusid.
  6. Objektide tuvastamine ja äratundmine: see on pildi tuvastamine ja äratundmine ning tegeliku sildi määramine, tuvastades pildi omadused.

Digitaalse pildi töötlemise rakendamine

  • Kujutiste töötlemise kõige kuulsam ja kasulikum rakendus on sügavad närvivõrgud. Sügavad närvivõrgud on võrgud, mida saab pildiandmete abil erinevatel eesmärkidel koolitada ja testida. Selles on toores pilt üldiselt saadaval. Kujutise andmed tuleb kõigepealt eeltöödelda ja seejärel saab neid treeningutel kasutada. Lk
  • pildi ümbertöötlemine hõlmab müra vähendamist, hägususe efekti eemaldamist, intensiivsuse võrdsustamist FFT abil ja palju muud. Kujutise andmete täiendavad funktsioonid tuleb välja tõmmata ja nende funktsioonide kasutamist saab koolitada. Seda võrku saab koolitada igasuguse teabe, näiteks liikluse, nägude, stseenide jms liigitamiseks.
  • Võrgu tulemus sõltub koolitusel kasutatud pildiandmete tüübist ja kvaliteedist. Veebis on saadaval palju võrke, näiteks AleNet, GoogleNet, VGG jne, mida on koolitatud erinevat tüüpi piltide jaoks.

Järeldus

Selles on käsitletud ainult pilditöötluse sissejuhatavat osa. Piltide töötlemine on tänapäevases stsenaariumis väga ulatuslik. Näiteks on mitmesuguseid filtreid, mida saab pildile rakendada. On palju tehnikaid, mida saab pildile rakendada erinevatel eesmärkidel, näiteks objektide tuvastamine ja klassifitseerimine, stseeni lokaliseerimine, näotuvastus, mustrituvastus jne.

Soovitatavad artiklid

See on juhend digitaalse pildi töötlemiseks. Siin käsitleme sissejuhatust, mis on pilt, pilditüübid ja digitaalse pilditöötluse rakendused. Lisateavet leiate ka meie muudest seotud artiklitest -

  1. Masinõppe raamatukogud
  2. Digitaalallkirja tarkvara
  3. Mis on andmetöötlus?
  4. MATLABi versioon
  5. Kuidas Matlabis värvi rakendada?

Kategooria:

Suured andmed