Computerbilleddannelse er et felt inden for datalogi , der samler forskellige teknikker relateret til produktion, behandling, indeksering og komprimering af digitale billeder. Et digitalt billede er en binær repræsentation af et billede, der består af en matrix af punkter kaldet pixels, som kan have forskellige dimensioner ( rumlige, tidsmæssige osv. ) og forskellige niveauer af kodning ( farver, gråtoner osv. ).
Computerbilleddannelse har adskillige anvendelser inden for forskellige områder, såsom billedsyntese, virtual reality, augmented reality, - modellering, billedbehandling , videobehandling , videoredigering , komprimering , computer vision , indholdsbaseret billedhentning og videospil .
I denne artikel vil vi introducere dig til de grundlæggende principper for computerbilleddannelse, typerne af digitale billeder, billedbehandlings- og analysemetoder samt de vigtigste anvendelsesområder for denne teknologi .
Hvilke typer digitale billeder findes der?
Computerbilleddannelse er afhængig af tre hovedtrin: erhvervelse , transformation og visualisering af digitale billeder .
Erhvervelse af digitale billeder
Digital billedoptagelse involverer konvertering af et analogt billede (f.eks. et fotografi eller en scene fra virkeligheden) til et digitalt billede. Dette kræver enheder, der er i stand til at opfange lys og omdanne det til elektriske signaler og derefter til binære data. Disse enheder kaldes sensorer eller analog-til-digital-konvertere. Der findes forskellige typer sensorer, afhængigt af den type billede, der skal optages ( stillbillede eller levende billede, farvebillede eller sort-hvidt billede osv.) og anvendelsen (fotografering, video, scanning, termografi osv.).
Transformationen af digitale billeder
Digital billedtransformation involverer ændring af de binære data, der repræsenterer billedet, for at forbedre dets kvalitet, udtrække relevante oplysninger eller skabe nye oplysninger. Dette kræver brug af computerprogrammer, der anvender algoritmer specifikke for digitale billeder. Disse programmer kaldes billedsoftware eller grafikværktøjer. Der findes forskellige typer billedsoftware, afhængigt af den type transformation, der skal udføres (korrektion, filtrering, segmentering, kantdetektion, mønstergenkendelse osv.) og anvendelsesområdet ( fotoretouchering, videoredigering, billedsyntese osv.).
Visualisering af digitale billeder
Digital billedvisualisering indebærer visning af det digitale billede på et passende medie, såsom en computerskærm, printer eller projektor. Dette kræver enheder, der er i stand til at konvertere binære data til elektriske eller optiske signaler, der stimulerer mediets elementer. Disse enheder kaldes digital-til-analog-konvertere (DAC'er). forskellige typer DAC'er afhængigt af den anvendte medietype (LCD-skærm, OLED-skærm, inkjetprinter, laserprinter osv.) og den ønskede visningstilstand (2D- eller 3D-billede, stereoskopisk eller holografisk billede osv.).
Hvilke typer digitale billeder findes der?
Der findes forskellige typer digitale billeder, afhængigt af hvordan pixels er kodet og organiseret. Der kan skelnes mellem to hovedkategorier: rasterbilleder og vektorbilleder.
Matrixbilleder
Rasterbilleder er billeder, der består af et gitter af pixels, der hver har en værdi, der repræsenterer dets farve- eller gråtoneniveau. Rasterbilleder er velegnede til at repræsentere realistiske billeder med fine detaljer og subtile farvenuancer. De er også nemme at manipulere med billedredigeringssoftware , som kan anvende transformationer pixel for pixel. Rasterbilleder har dog også ulemper: de kræver meget lagerplads, er modtagelige for støj og komprimeringsartefakter og mister kvalitet, når de forstørres eller formindskes.
Der findes forskellige filformater til lagring af rasterbilleder, såsom JPEG , PNG, GIF, BMP, TIFF osv. Disse formater kan klassificeres efter, om de er komprimerede eller ukomprimerede, og om de er tabsgivende eller tabsfri. Et komprimeret format reducerer filstørrelsen ved at fjerne overflødig eller usynlig information. Et tabsgivende format fjerner information, der kan forringe billedkvaliteten, mens et tabsfrit format bevarer al informationen.
Vektorbilleder
Vektorbilleder er billeder, der består af geometriske objekter, såsom punkter, linjer, kurver, polygoner osv., som hver især har attributter, der definerer deres position, form, farve, udfyldning osv. Vektorbilleder er velegnede til at repræsentere simple billeder med regelmæssige former og ensartede farver. De er også nemme at ændre med vektorgrafiksoftware , som kan anvende geometriske transformationer på objekterne. Desuden har vektorbilleder den fordel, at de kræver lidt lagerplads, er ufølsomme over for støj og komprimering og bevarer deres kvalitet uanset zoomniveauet .
Der findes forskellige filformater til lagring af vektorbilleder , såsom SVG, EPS, PDF, WMF osv. Disse formater kan klassificeres som standard eller proprietære og som kompatible med webbrowsere. Et standardformat overholder en åben standard og kan læses af forskellige softwareprogrammer. Et proprietært format tilhører en virksomhed eller organisation og kan kræve specifik software for at blive læst. Et browserkompatibelt format kan vises direkte på en webside uden behov for et plugin eller en ekstern applikation .
Hvad er metoderne til behandling og analyse af digitale billeder?
billedbehandling og -analyse involverer anvendelse af operationer på digitale billeder for at forbedre deres kvalitet, udtrække nyttige oplysninger eller skabe nye oplysninger . Der findes forskellige metoder til behandling og analyse af digitale billeder, afhængigt af billedtypen (raster eller vektor), domænet (rumligt eller frekvens), formålet ( korrektion, filtrering, segmentering, kantdetektion, mønstergenkendelse osv. ) og niveauet (lavt niveau, mellemniveau eller højt niveau).
Matrixbilledbehandling og -analyse
Behandling og analyse af matrixbilleder kan udføres i to forskellige domæner: det rumlige domæne og frekvensdomænet.
Rumdomænet
Det rumlige domæne svarer til det område, hvor pixels er arrangeret i henhold til deres position i billedet . Behandling og analyse af rasterbilleder i det rumlige domæne involverer direkte anvendelse af operationer på pixelværdierne uden forudgående transformation . Disse operationer kan være af forskellige typer, såsom:
- Korrektion , som har til formål at forbedre billedkvaliteten ved at ændre parametre som lysstyrke, kontrast, farvebalance osv.
- Filtrering bestemte billeddetaljer ved at bruge masker eller filtre, der ændrer pixelværdier baseret på deres naboer.
- Segmentering i homogene eller meningsfulde områder i henhold til kriterier som farve, tekstur, intensitet osv.
- Kantdetektion , som har til formål at identificere grænserne mellem billedområder ved hjælp af operatorer, der beregner gradienten eller variationen i pixelintensitet.
- Mønstergenkendelse , som har til formål at identificere og klassificere objekter, der findes i billedet, ved hjælp af teknikker som mønstersammenligning, funktionsbeskrivelse, maskinlæring osv.
Frekvensdomænet
Frekvensdomænet svarer til det område, hvor pixels er arrangeret i henhold til deres frekvens eller periodicitet i billedet. Behandling og analyse af rasterbilleder i frekvensdomænet involverer anvendelse af operationer efter transformation af billedet fra det rumlige domæne til frekvensdomænet. Denne transformation gør det muligt at repræsentere billedet som en sum af sinusformede funktioner med forskellige frekvenser og amplituder. Lavfrekvente sinusformede funktioner svarer til billedets samlede variationer, mens højfrekvente sinusformede funktioner svarer til billedets fine detaljer. Operationerne i frekvensdomænet kan være af forskellige typer, såsom:
- Komprimering , som har til formål at reducere filstørrelsen ved at eliminere sinusformede funktioner, der har ringe indflydelse på den visuelle opfattelse af billedet .
- Filtrering bestemte billeddetaljer ved at bruge filtre, der ændrer amplituderne af sinusformede funktioner i henhold til deres frekvens.
- Restaurering har til formål at forbedre billedkvaliteten ved at korrigere forvrængninger forårsaget af sensoren eller digital-til-analog-konverteren .
- Mønstergenkendelse , som har til formål at identificere og klassificere objekter, der er til stede i billedet, ved hjælp af teknikker som krydskorrelation, Hough-transformation, wavelet-transformation osv.
Vektorbilledbehandling og -analyse
Vektorbilledbehandling og -analyse involverer anvendelse af operationer på de geometriske objekter, der udgør billedet. Disse operationer kan være af forskellige typer, såsom:
- Geometrisk transformation , som har til formål at ændre positionen, størrelsen, orienteringen eller formen af geometriske objekter ved hjælp af matricer eller matematiske funktioner.
- Farvelægning af geometriske objekter ved hjælp af attributter eller gradienter.
- Oprettelse af komplekse objekter , der har til formål at kombinere flere simple geometriske objekter ved hjælp af boolske operationer (forening, skæring, forskel osv.) eller deformationsoperationer (krumning, vridning osv.).
- Rasterisering til et rasterbillede ved at beregne de pixelværdier, der svarer til geometriske objekter.
- Vektorisering billedets konturer og områder og tilnærme dem med geometriske objekter .
Hvad er de vigtigste anvendelsesområder inden for computerbilleddannelse?
Computerbilleddannelse har mange anvendelser inden for forskellige områder, som kan grupperes i tre hovedkategorier: skabelse, kommunikation og forståelse af digitale billeder .
Oprettelsen af digitale billeder
Digital billedfremstilling involverer produktion af originale billeder eller ændring af eksisterende billeder til kunstneriske, rekreative eller uddannelsesmæssige formål. Anvendelsesområder for digital billedfremstilling omfatter:
- Billedsyntese , som består af at generere billeder fra matematiske modeller eller digitale data ved hjælp af teknikker som ray tracing, ikke-fotorealistisk rendering, procedurel generering osv.
- Virtual reality , som består af at skabe og simulere et fordybende og interaktivt miljø, hvor brugeren kan bevæge sig og handle ved hjælp af enheder som virtual reality-headset, datahandsker, løbebånd osv.
- Augmented reality , som består af at lægge virtuelle elementer oven på et virkeligt billede ved hjælp af enheder som smartphones, tablets, smartbriller osv.
- 3D-modellering , som består af at skabe og manipulere tredimensionelle objekter ud fra geometriske primitiver eller punktskyer ved hjælp af software som Blender, Maya, SketchUp osv.
- Videoredigering , som består af at sammensætte, klippe, ændre eller tilføje effekter til videosekvenser ved hjælp af software som Adobe Premiere Pro, Final Cut Pro, iMovie osv.
- Videospil , som består af at skabe og spille interaktive og legende scenarier, hvor spilleren styrer en eller flere figurer eller objekter ved hjælp af platforme som spillekonsoller, computere, smartphones osv.
Digital billedkommunikation
Digital billedkommunikation involverer transmission eller formidling af billeder på tværs af forskellige medier eller netværk til informations-, reklame- eller sociale formål. Anvendelsesområder for digital billedkommunikation omfatter:
- Komprimering overflødig eller næsten usynlig information for at lette deres lagring eller transmission.
- Kryptografi , som består i at beskytte billeder mod uautoriseret adgang eller ondsindet ændring ved hjælp af teknikker som kryptering, digital vandmærkning, digital signatur osv
- Indholdsbaseret billedsøgning , som består af at finde billeder, der ligner eller er relevante for en tekstlig eller visuel forespørgsel, ved hjælp af teknikker som visuel funktionsudtrækning , søgeordsindeksering, visuel lighed, rangering efter relevans osv.
- Ansigtsgenkendelse , som består i at identificere eller verificere en persons identitet ud fra deres ansigt ved hjælp af teknikker som detektion af trækpunkter, mønstersammenligning, deep learning osv.
- Sociale netværk , som består af deling eller kommentering af billeder med andre brugere ved hjælp af platforme som Facebook, Instagram, Snapchat osv.
Forståelse af digitale billeder
billedforståelse involverer analyse eller fortolkning af billeder til videnskabelige, medicinske eller industrielle formål. Anvendelsesområder for digital billedforståelse omfatter:
- Computervision , som består af at simulere menneskelig visuel opfattelse og udtrække semantisk eller geometrisk information fra billeder ved hjælp af teknikker som semantisk segmentering, objektdetektion, bevægelsessporing, 3D-rekonstruktion osv.
- Medicinsk billeddannelse , som består i at producere eller analysere billeder af den menneskelige krop til diagnostiske eller behandlingsmæssige formål ved hjælp af teknikker som radiografi, ultralyd, MR, tomografi osv.
- Videnskabelig billeddannelse , som består i at producere eller analysere billeder af naturlige eller kunstige fænomener til forsknings- eller udforskningsformål ved hjælp af teknikker som mikroskopi, spektroskopi, fjernmåling, astrofotografering osv.
- Industriel billeddannelse , som består i at producere eller analysere billeder af industrielle produkter eller processer til kvalitetskontrol eller sikkerhedsformål ved hjælp af teknikker som maskinsyn, ikke-destruktiv testning, infrarød termografi osv.
Konklusion
Computerbilleddannelse er et spændende og hurtigt udviklende felt , der tilbyder adskillige muligheder for at skabe, kommunikere og forstå digitale billeder. Uanset om det er til underholdning, information eller videnskab, computerbilleddannelse produktion og manipulation af billeder af uovertruffen kvalitet og rigdom. Computerbilleddannelse rejser dog også etiske udfordringer og problemstillinger, såsom respekt for privatlivets fred, ophavsret og billeders sandfærdighed. Det er derfor vigtigt at lære principperne og teknikkerne bag computerbilleddannelse, men også at udvikle en kritisk og ansvarlig tilgang til digitale billeder. Business intelligence er for eksempel en af de discipliner, der er afhængige af computerbilleddannelse til at analysere og visualisere komplekse og store datasæt for at understøtte beslutningstagning inden for forskellige anvendelsesområder.
