Суреттерден ақпаратты алу: Цифрлік кескіндерді өңдеу әдістері
Image analysis
Суреттерден ақпаратты алу: цифрлық өңдеу, талдау әдістері, компьютерлік көмек, адам көзінің мүмкіндіктері. Медицина, қауіпсіздік салаларында қолданылады.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Суреттерден ақпаратты цифрлық бейне өңдеу әдістері арқылы алу
Extraction of information from images via digital image processing techniques
Суреттерді немесе бейнелерді талдау – суреттерден, әсіресе цифрлық суреттерден, цифрлық бейне өңдеу әдістері арқылы мағыналы ақпаратты алу болып табылады. Суреттерді талдау міндеттері қарапайым, мысалы, штрихкодтарды оқу, немесе күрделі, мысалы, адамды бетінен тану сияқты болуы мүмкін. Компьютерлер үлкен көлемдегі деректерді талдау, күрделі есептеулерді қажет ететін міндеттерді орындау немесе сандық ақпаратты алу үшін таптырмас. Адамның көру қабығы, әсіресе жоғары деңгейдегі ақпаратты алу үшін, тамаша суреттерді талдау құралы болып табылады. Сонымен қатар, медицина, қауіпсіздік және қашықтан зондтау сияқты көптеген салаларда адам-талдаушыларды компьютерлер әлі толыққанды алмастыра алмайды. Сондықтан, шеттік детекторлар және нейрондық желілер сияқты көптеген маңызды суреттерді талдау құралдары адамның визуалды қабылдау модельдерінен шабыттандырылған.
Image analysis or imagery analysis is the extraction of meaningful information from images; mainly from digital images by means of digital image processing techniques. Image analysis tasks can be as simple as reading bar coded tags or as sophisticated as identifying a person from their face. Computers are indispensable for the analysis of large amounts of data, for tasks that require complex computation, or for the extraction of quantitative information. On the other hand, the human visual cortex is an excellent image analysis apparatus, especially for extracting higher level information, and for many applications — including medicine, security, and remote sensing — human analysts still cannot be replaced by computers. For this reason, many important image analysis tools such as edge detectors and neural networks are inspired by human visual perception models.
Цифрлық
Цифрлық бейне талдауы немесе компьютерлік бейне талдауы – компьютер немесе электр құрылғысының бейнеден пайдалы ақпарат алу үшін автоматты түрде зерттелуі. Бұл құрылғы көбінесе компьютер болғанымен, электр схемасы, цифрлық камера немесе ұялы телефон да болуы мүмкін. Ол компьютерлік немесе машиналық көру, медициналық бейнелеу салаларын қамтиды және үлгілерді тану, цифрлық геометрия және сигналды өңдеуді кеңінен пайдаланады. Компьютер ғылымының бұл саласы 1950 жылдары MIT A. I. сияқты академиялық институттарда, бастапқыда жасанды интеллект пен робототехниканың бір саласы ретінде дамыды. Бұл екі өлшемді (2D) немесе үш өлшемді (3D) цифрлық бейнелердің сандық немесе сапалық сипаттамасы болып табылады. Мысалы, 2D бейнелер компьютерлік көруде, ал 3D бейнелер медициналық бейнелеуде талданады. Бұл сала 1950-1970 жылдары қалыптасты, мысалы, Азариел Розенфельд, Герберт Фриман, Джек Э. Брезенхам немесе Кинг Сун Фу сияқты ғалымдардың пионерлік еңбектері арқасында.
Digital Image Analysis or Computer Image Analysis is when a computer or electrical device automatically studies an image to obtain useful information from it. Note that the device is often a computer but may also be an electrical circuit, a digital camera or a mobile phone. It involves the fields of computer or machine vision, and medical imaging, and makes heavy use of pattern recognition, digital geometry, and signal processing. This field of computer science developed in the 1950s at academic institutions such as the MIT A. I. Lab, originally as a branch of artificial intelligence and robotics. It is the quantitative or qualitative characterization of two dimensional (2D) or three dimensional (3D) digital images. 2D images are, for example, to be analyzed in computer vision, and 3D images in medical imaging. The field was established in the 1950s—1970s, for example with pioneering contributions by Azriel Rosenfeld, Herbert Freeman, Jack E. Bresenham, or King Sun Fu.
Нысанға негізделген
Объектіге негізделген кескінді талдау (OBIA) екі негізгі процесті қамтиды: сегментация және классификация. Сегментация пиксельдерді біртекті объектілерге топтастыруға көмектеседі. Объектілер әдетте қызығушылық тудыратын жеке ерекшеліктерге сәйкес келеді, бірақ сегментацияның артық немесе жеткіліксіз болуы мүмкін. Содан кейін классификация объектілер деңгейінде жүзеге асырылады, классификатордағы ерекшеліктер ретінде объектінің әртүрлі статистикалық көрсеткіштері қолданылады. Статистикалық көрсеткіштерге геометрия, контекст және кескіндік объектілердің текстурасы кіруі мүмкін. Жоғары ажыратылымды кескіндерді классификациялау кезінде сегментацияның артық болуы жеткіліксіз сегментацияға қарағанда көбінесе артықшылыққа ие. Объектіге негізделген кескінді талдау көптеген салаларда қолданылады, мысалы, жасуша биологиясында, медицинада, Жер ғылымдарында және қашықтан зондтауда. Мысалы, ол жасушалардың дифференциациялану процесінде жасуша пішіндерінің өзгеруін анықтауға мүмкіндік береді; сонымен қатар, карта жасау саласында жер жамылғысын жасау үшін кеңінен қолданылады. Жер кескіндеріне қолданғанда, OBIA географиялық объектіге негізделген кескінді талдау (GEOBIA) деп аталады, ол "аумақтық, спектрлік және уақыттық масштабтар арқылы олардың сипаттамаларын бағалау және қашықтан зондтау (RS) кескіндерін мағыналы кескіндік объектілерге бөлуге арналған геоақпараттық ғылымның кіші саласы" деп анықталады. OBIA техникалары eCognition немесе Orfeo құралдар жинағында іске асырылады.
Object based image analysis (OBIA) involves two typical processes, segmentation and classification. Segmentation helps to group pixels into homogeneous objects. The objects typically correspond to individual features of interest, although over segmentation or under segmentation is very likely. Classification then can be performed at object levels, using various statistics of the objects as features in the classifier. Statistics can include geometry, context and texture of image objects. Over segmentation is often preferred over under segmentation when classifying high resolution images. Object based image analysis has been applied in many fields, such as cell biology, medicine, earth sciences, and remote sensing. For example, it can detect changes of cellular shapes in the process of cell differentiation. ; it has also been widely used in the mapping community to generate land cover. When applied to earth images, OBIA is known as geographic object based image analysis (GEOBIA), defined as "a sub discipline of geoinformation science devoted to ( ) partitioning remote sensing (RS) imagery into meaningful image objects, and assessing their characteristics through spatial, spectral and temporal scale". OBIA techniques are implemented in software such as eCognition or the Orfeo toolbox.