Основные стадии цифровой обработки изображений

Рассмотрим схему: эта схема не подразумевает, что к изображению применяется каждый из описанных процессов, напротив, целью является донести принципы всех методов обработки, который могут применяться к изображени­ям в различных целях и, возможно, с различными получаемыми ре­зультатами /2/.

Регистрация изображений – первый из процессов, показанных на рис. 1.1. Заметим, что регистрация изображения может оказаться предельно простой, как в случае, когда исходное изображение уже представлено в цифровой форме, несмотря на то что оно может быть получено из разных источников (со спутника в каком либо не видимом для человека диапазоне – машинное зрение, машинная графика). В общем случае стадия регистрации изображения включает некоторую предобработку, например, масштабирование.

Улучшение изображения входит в число наиболее простых и впечатляющих областей цифровой обработки изображений. По существу, за методами улучшения изображения стоит идея выявления плохо различимых деталей или просто подчеркивания интересующих характеристик на исходном изображении. Известным примером улучшения является усиление контраста изображения, т.к. в результате «оно выглядит лучше». Важно иметь в виду, что улучшение качества – весьма субъективная область в обработке изображений.

Восстановление изображений – это область, также связанная с повышением визуального качества изображения, однако, в отличие от собственно улучшения, критерии которого субъективны (предпочтения человеческого восприятия), восстановление изображения является объективным в том смысле, что методы восстановления изображений опираются на математические или вероятностные модели искажений изображения, основанные на способах регистрации получения изображения.

Рис. 1.1. Основные стадии цифровой обработки изображения.

Обработка цветных изображений приобрела особую важность в связи со значительным расширением использования цветных изображений (Цветовые модели, цифровое преобразование цветов, цветовая кластеризация).

Вейвлеты образуют фундамент для представления изображений с несколькими степенями разрешения одновременно. В частности, этот аппарат используется применительно к сжатию данных изображения, а также построения пирамидального представления, при котором изображение поэтапно разбивается на все более мелкие фрагменты или строятся уровни разрешающей способности.

Сжатие относится к методам уменьшения объема памяти, необходимого для хранения изображения или сужения полосы пропускания канала, требуемой для его переда­чи. Хотя техника запоминающих устройств за последнее десятилетие была значительно усовершенствована, этого нельзя сказать в отноше­нии пропускной способности линий связи (затронули при рассмотрении форматов файлов).

Морфологическая обработка связана с инструментами для извлечения таких компонент изображения, которые могут быть полезны для представления и описания формы. Т.е. переход от процессов, имеющих на выходе изображение. к процессам, имеющим на выходе атрибуты изображении.

Сегментация разделяет изображение на составные части или объекты. В целом автоматическая сегментация принадлежит к числу самых трудных задач цифровой обработки изображений. Излишне подробная сегментация усложняет процесс решения задачи обработки изображения в том числе, если требуется идентифицировать объекты по отдельности. С другой стороны, недостаточно подробная или же ошибочная сегментация почти неизбежно приведет к возникновению ошибок на финальной стадии обработки. В общем, чем точнее сегментация, тем больше шансов на успех при распознавании.

Представление и описание почти всегда следуют непосредственно за этапом сегментации, на входе которого обычно имеются лишь необработанные данные о пикселях, которые либо образуют границу области, либо представляют все точки самих областей. В обоих случаях необходимо преобразовать данные в форму, пригодную для компьютерной обработки. Также должен быть указан метод описания данных, при котором бы выдвигались на передний план интересующие признаки (границы, текстура, скелет и т.д.) и метод их описания. Таким образом, построение описания, иначе называемое выбором признаков, служит основой для различения классов объектов.

Распознавание представляет собой процесс, который присваивает некоторому объекту идентификатор на основании его описателей.

Необходимо отметить также о значении базы знаний и взаимосвязи ее с модулями обработки. Знание предметной области некоторым образом закодировано внутри самой системы обработки изображений. Это знание может быть очень простым, как детальное указание участков изображения, где должна находиться интересующая нас информация, что позволит ограничить область ее поиска. База знаний может быть и очень сложной, как, например, взаимосвязанный список всех наиболее вероятных дефектов в задаче контроля материалов, спутниковые снимки местности с высоким разрешением для контроля изменений и т.п. Помимо этого база знаний руководит работой каждого модуля обработки, она также управляет взаимодействием между модулями (двунаправленные стрелки).

Вейвлеты и обработка растровых изображений