Bildverarbeitung und -analyse
Bildverarbeitung und -analyse transformieren und interpretieren digitale Bilder auf der Ebene von Pixeln und lokalen Strukturen und bilden die Grundlage, auf der höherstufige Computer Vision aufbaut.
Definition
Bildverarbeitung und -analyse ist die Untersuchung von Operationen, die Bilder als Eingabe verwenden, um verbesserte Bilder oder extrahierte Beschreibungen zu erzeugen, einschließlich Filterung, Merkmalserkennung, Kantenerkennung und Segmentierung.
Scope
Dieser Bereich umfasst die Filterung im räumlichen und Frequenzbereich, Rauschunterdrückung und Bildverbesserung, die Erkennung und Beschreibung von Merkmalen wie Ecken und Schlüsselpunkten, die Lokalisierung von Kanten und Konturen sowie die Unterteilung von Bildern in sinnvolle Regionen durch Segmentierung.
Sub-topics
Core questions
- Wie werden Bilder geglättet, geschärft oder entrauscht?
- Welche lokalen Bildstrukturen sind stabil und markant genug, um abgeglichen zu werden?
- Wie werden Objektgrenzen und Kanten lokalisiert?
- Wie wird ein Bild in kohärente Regionen unterteilt?
Key concepts
- Faltung und Filterung
- Frequenzbereichsanalyse
- Bildmerkmale und Schlüsselpunkte
- Kanten- und Konturerkennung
- Skalenraum
- Segmentierung
Key theories
- Lineare Filterung und Faltung
- Viele Bildoperationen sind Faltungen mit einem Kernel, eine Operation, die im Frequenzbereich analysierbar ist und Glättung, Schärfung und Kantenerkennung unter der Theorie linearer Systeme vereint.
- Skalenraum und lokale Merkmale
- Die Analyse eines Bildes über ein Kontinuum von Skalen hinweg offenbart Strukturen unterschiedlicher Größe und liefert Schlüsselpunkte, die gegenüber Skalen- und Blickwinkeländerungen stabil sind, was einen robusten Abgleich zwischen Bildern ermöglicht.
Clinical relevance
Bildverarbeitung und -analyse sind die Grundlage für medizinische Bildgebung, Fernerkundung und Satellitenanalyse, industrielle Inspektion, Fotografie und computergestützte Bildgebung und dienen als Vorverarbeitungs-Frontend für Erkennungs- und 3D-Rekonstruktionssysteme.
History
Die digitale Bildverarbeitung entwickelte sich aus der Weltraum- und medizinischen Bildgebung der 1960er Jahre; Marrs rechnerische Visionstheorie in den frühen 1980er Jahren fasste die Analyse auf niedriger Ebene als Wiederherstellung der Szenenstruktur auf, und merkmalsbasierte Methoden reiften in den 1990er und 2000er Jahren, bevor Deep Learning das Feld neu gestaltete.
Key figures
- David Marr
- John Canny
- David Lowe
Related topics
Seminal works
- szeliski2022
- gonzalez2018
Frequently asked questions
- Was ist der Unterschied zwischen Bildverarbeitung und Computer Vision?
- Die Bildverarbeitung transformiert Bilder meist in andere Bilder oder niedrigstufige Beschreibungen, während Computer Vision darauf abzielt, Bilder zu interpretieren, um Informationen über die Szene wiederherzustellen, z. B. welche Objekte vorhanden sind und wo; die beiden überschneiden sich auf niedriger Ebene stark.
- Warum ist Filterung so grundlegend?
- Glättung, Schärfung, Kantenerkennung und Merkmalsextraktion können alle als Filteroperationen ausgedrückt werden, so dass das Verständnis der Faltung und ihres Verhaltens im Frequenzbereich einen großen Teil der niedrigstufigen Bildmethoden erklärt.