El contenido básico del procesamiento de imágenes generalmente se refiere al procesamiento de imágenes digitales. Una imagen digital se refiere a una gran matriz bidimensional obtenida después de ser muestreada y digitalizada por cámaras digitales, escáneres y otros equipos. Los elementos de la matriz se denominan píxeles y sus valores son números enteros, denominados valores de escala de grises. El contenido principal de la tecnología de procesamiento de imágenes incluye tres partes: compresión de imágenes, recuperación mejorada, coincidencia, descripción y reconocimiento.
Las imágenes digitales se comprimen a partir de imágenes con una gran cantidad de datos. Una imagen digital típica suele constar de 500 × 500 o 1000 × 1000 píxeles. Si la imagen es dinámica, el tamaño de sus datos es mayor. Por lo tanto, la compresión de imágenes es muy necesaria para su almacenamiento y transmisión.
Existen dos tipos de algoritmos de compresión, pero los métodos y medios son muy similares. La compresión espacial o temporal sin distorsión más común se realiza a partir de la diferencia de píxeles adyacentes y luego se codifica. El código en ejecución es un ejemplo de dicho código comprimido. Los algoritmos de compresión de imágenes aproximadas utilizan principalmente métodos de intercambio, como la transformada rápida de Fourier o la transformada coseno discreta de imágenes. Como todos sabemos, JPEG y MPEG, que son estándares internacionales de compresión de imágenes, son algoritmos de compresión similares. El primero se utiliza para imágenes fijas y el segundo para imágenes en movimiento. Han sido recortados.
Mejora y restauración de imágenes El objetivo de la mejora de imágenes es mejorar la calidad de la imagen, como aumentar el contraste, eliminar el desenfoque y el ruido, es decir, la distorsión geométrica de la imagen es un intento de estimar la imagen original bajo la superficie; Suposición de un modelo de desenfoque o ruido conocido. Una técnica para imágenes.
Los métodos utilizados en la mejora de imágenes se pueden dividir en métodos en el dominio de la frecuencia y métodos en el dominio espacial. El primero utiliza una imagen bidimensional como señal y mejora la señal en función de su transformada de Fourier bidimensional. Un filtro de paso bajo (es decir, solo pasan señales de baja frecuencia) puede eliminar el ruido en la imagen, y un filtro de paso alto puede mejorar los bordes de las señales de alta frecuencia, etc., para aclarar la imagen borrosa. Un algoritmo de dominio espacial típico es el método local y el método de filtrado medio promedio (desde el centro de los píxeles locales cercanos), que se pueden utilizar para eliminar o debilitar el ruido.
Las primeras recuperaciones de imágenes digitales desde el dominio de la frecuencia se basaban en este concepto. Es el hombre moderno quien adopta un enfoque algebraico y restaura la imagen ideal a través de un gran grupo de ecuaciones.
Coincidencia, descripción y reconocimiento de imágenes. Se comparan y registran imágenes, y a partir de las características de la imagen y de la relación entre las imágenes se obtiene una descripción del símbolo, que luego se compara con el modelo para determinar su clasificación. El emparejamiento de imágenes intenta establecer una relación geométrica entre dos imágenes, midiendo qué tan similares o diferentes son. Se utiliza para comparar y registrar imágenes o fotografías y mapas, como probar los cambios de características entre fotografías tomadas en diferentes momentos para identificar la trayectoria del movimiento del objeto.
Obtenga algunas medidas, datos o información útiles de las imágenes capturadas como análisis de imágenes. El paso básico del análisis de imágenes es segmentar la imagen en una serie de áreas que no se superponen. Cada área es un grupo de píxeles continuos. Finalmente se obtienen sus propiedades y medidas, y finalmente se describe la estructura de la imagen y el modelo de relación. Se obtienen características para su comparación y clasificación. Determinar su tipo. El reconocimiento o clasificación se basa en la similitud de imágenes. Una similitud simple puede definirse por la distancia de todas las características en una región del espacio. Según la medida de similitud, el valor de la imagen de píxeles es la función de correlación. Finalmente, la similitud entre estructuras definidas se llama similitud estructural.
La tecnología de mejora y restauración de imágenes destinada a mejorar la calidad de la imagen se ha utilizado ampliamente para fotografías difíciles de tomar o fotografías en condiciones de toma muy deficientes. Por ejemplo, al tomar fotografías desde el espacio a la Tierra u otros planetas, fotografías médicas tomadas con microscopios electrónicos o rayos X, etc.
La división con fines de análisis y comprensión de imágenes se utilizará para identificar y describir diversos sistemas automatizados, como reconocimiento de caracteres y gráficos, ensamblaje y prueba de productos utilizando robots, identificación y seguimiento automático de objetivos militares, Reconocimiento de huellas dactilares, fotografías de rayos X, procesamiento automatizado de muestras de sangre y más. En dichas aplicaciones, a menudo se integran tecnologías como la visión por computadora y el reconocimiento de patrones, y el procesamiento de imágenes aparece más como un preprocesamiento.
La aplicación de multimedia juega un gran papel en la promoción de la aplicación de la tecnología de compresión de imágenes.
Las imágenes, incluida una clase de imágenes de video dinámicas, se convierten en imágenes digitales, y el texto, el sonido y los gráficos se almacenan en la computadora y se muestran en la pantalla de la computadora. Sus aplicaciones se expandirán a nuevas áreas como la educación, la formación y el entretenimiento.