6. Методы получения цифровых изображений

Цифровое изображение - графическая форма представления данных, предназначенная для зрительного восприятия.

Каждое плоское изображение передается и запоминается построчно в виде одномерного сигнала.

Изображения выводятся: -на монитор в векторной или растровой форме; а также 

- на принтер и/или графопостроитель.

ПРИНЦИП ДЕЙСТВИЯ: Цифровые изображения состоят из миллионов мельчайших квадратиков, называемых элементами изображения или пикселями: чем больше пикселей содержит определенная область, тем выше разрешение изображения и тем в большей степени его можно увеличивать до тех пор, пока можно будет различить отдельные пиксели. Разрешение также часто называют размером изображения, например 1600 х 1200 пикселей или общее количество пикселей, в данном случае, 1,9 миллионов или 1,9 мегапикселей.

При входе света в цветную цифровую камеру он проходит через фильтр (фильтр Байера), который позволяет красному, зеленому или синему свету достичь нижележащих пикселей. За счет этого создается изображение, в котором отдельные пиксели содержат только определенную цветовую информацию. Полноцветное изображение целиком создается за счет интерполяции информации соседних пикселей. Световые лучи затем направляются на ПЗС, которая конвертирует свет в электрические заряды, пропорциональные интенсивности излучения от объекта. Каждый пиксель определяет яркость и цвет.

Цифровой метод обеспечивает легкое хранение изображений, обращение с ними и управление ими. С помощью соответствующего программного обеспечения для анализа изображений они могут быть легко проанализированы, прокомментированы, сохранены и при необходимости снова вызваны. Отсутствуют затраты на обработку, изображения могут быть просмотрены непосредственно после их регистрации и переданы множеству пользователей через интернет и веб-браузеры. Цифровой метод также обеспечивает возможность создания «виртуальных» микрофотографий, где все поля зрения при любых увеличениях могут быть оцифрованы и просмотрены на компьютере (без необходимости использования «обычного» микроскопа).

7. Направления, связанные с обработкой графической информации

Полиграфия: Компьютерная графика. Сюда относятся те программы, с помощью которых можно подготовить издание для печати в полиграфии. В перечень этих программ входят: настольные издательские системы, редакторы для создания векторной и растровой графики, текстовые и табличные редакторы, пакеты работы со шрифтами и т.п. 

САПР: Программы САПР (системы автоматизированного проектирования) предназначены для высокоточного проектирования. Существуют программы САПР высокого уровня и дружественные программы, разработанные для домашнего и делового применения пользователями, занимающихся специфическим моделированием или конструированием для собственных нужд.

Программы САПР используются для детальной разработки предметов реального мира: зданий, автомобилей, частей механизмов и т.п. AutoCad

8. Задача распознавания изображений

Оптическое распознавание символов — механический или электронный перевод изображений рукописного, машинописного или печатного текста в последовательность кодов, использующихся для представления в текстовом редакторе. Распознавание широко используется для конвертации книг и документов в электронный вид, для автоматизации систем учета в бизнесе или для публикации текста на веб-странице. Оптическое распознавание текста позволяет редактировать текст, осуществлять поиск слова или фразы, хранить его в более компактной форме, демонстрировать или распечатывать материал, не теряя качества, анализировать информацию, а также применять к тесту электронный перевод, форматирование или преобразование в речь.

Алгоритмы распознавания образов:

1 Алгоритм скелетизации. В кратце, это некий метод распознавания одинарных бинарных образов, основанный на построение скелетов этих образов и выделения из скелетов ребер и узлов. Далее по соотношению ребер, их числу и числу узлов строится таблица соответствия образам. Так, например, скелетом круга будет один узел, скелетом буквы П - три ребра и два узла, причем ребра относятся как 2:2:1. В программировании данный метод имеет несколько возможных реализаций, подробнее информацию по методу скелетезации можно найти ниже в разделе ссылки. 2 Нейросетевые структуры. Направление было очень модным в 60е-70е годы, в последствии интерес к ним немного поубавился, т.к солидное число нейронов требует солидные вычислительные мощности, которые обычно отсутствуют на простеньких мобильных платформах. Однако надо иметь ввиду, что нейросети иногда дают весьма интересные результаты, засчет своей нелинейной структуры, более того некоторые нейросети способны распознавать образы инвариантные относительно поворота без какой либо внешней предобработки. Так например сети на основе неокогнейтронов способны выделять некоторые характерные черты образов, и распознавать их как бы образы не были повернуты. Подробнее про эти структуры можено узнать в разделе ссылки.

9. Задача обработки изображений

Несмотря на огромное разнообразие практических задач обработки И, они сводятся к небольшому количеству следующих основных задач.

1)       Фильтрация и улучшение визуального восприятия. Как уже отмечалось, полезное И может наблюдаться на фоне различных помех, которые и требуется по возможности ослабить. Кроме того, может потребоваться сделать И более контрастным, выделить контуры и т. д.

2)       Восстановление отсутствующих участков. Из-за сбоев передачи И или особо сильных помех отдельные участки И могут отсутствовать. Задача заключается в их восстановлении. Такая задача возникает, например, при реставрации картин, фотографий и фильмов.

3)       Обнаружение объектов и их идентификация. Требуется на фоне мешающих И найти интересующие нас объекты. Если таких объектов может быть несколько типов, то дополнительно нужно их классифицировать. 4)       Оценка геометрических трансформаций и совмещение И. В процессе наблюдения все И или отдельные его части могут перемещаться из-за динамики сцены, движения приемника или несовершенства его конструкции, турбулентности атмосферы и т. д. В результате одни и те же элементы И находятся на наблюдаемых кадрах в разных местах, т.е. имеются геометрические трансформации И. Иногда эти трансформации являются мешающим фактором, например, динамика медицинских И при дыхании пациента.

5)       Оценка параметров Изображения. В эту группу входят задачи измерения различных характеристик И или их отдельных элементов: вероятностные характеристики И, положение и размеры объектов и т. д.

6)       Сжатие И. Большой объем и высокая скорость поступления данных ставят повышенные требования к накопителям и каналам передачи И. Использование специфики И часто дает возможность достигнуть значительно большего сжатия, чем это позволяют обычные архиваторы.

10. Задача визуализации

Визуализация - это инструментарий, который позволяет увидеть конечный результат вычислений, организовать управление вычислительным процессом и даже вернуться назад к исходным данным, чтобы определить наиболее рациональное направление дальнейшего движения.

В результате использования визуализации создается графический образ данных. Применение визуализации помогает в процессе анализа данных увидеть аномалии, структуры, тренды. При рассмотрении задачи прогнозирования мы использовали графическое представление временного ряда и увидели, что в нем присутствует сезонная компонента. В предыдущей лекции мы рассматривали задачи классификации и кластеризации, и для иллюстрации распределения объектов в двухмерном пространстве также использовали визуализацию.

Главное преимущество визуализации - практически полное отсутствие необходимости в специальной подготовке пользователя. При помощи визуализации ознакомиться с информацией очень легко, достаточно всего лишь бросить на нее взгляд.

Хотя простейшие виды визуализации появились достаточно давно, ее использование сейчас только набирает силу. Визуализации не направлена исключительно на совершенствование техники анализа - по словам Скотта Лейбса, в некоторых случаях визуализация может даже заменить его.

Визуализации данных может быть представлена в виде: графиков, схем, гистограмм, диаграмм и т.д.

Кратко роль визуализации можно описать такими ее возможностями:

• поддержка интерактивного и согласованного исследования;

• помощь в представлении результатов;

• использование глаз (зрения), чтобы создавать зрительные образы и осмысливать их.