Введение в компьютерное зрение и цифровую обработку изображений
Компьютерное зрение — это область искусственного интеллекта, которая позволяет компьютерам извлекать значимую информацию из цифровых изображений и видео, стремясь преодолеть семантический разрыв между необработанными данными пикселей и пониманием на уровне человека. Цифровая обработка изображений служит фундаментальным уровнем для компьютерного зрения, фокусируясь на преобразовании и улучшении сигналов изображения посредством попиксельных трансформаций для подготовки данных к задачам интерпретации более высокого уровня.
Ключевые принципы
- Представление данных: На машинном уровне изображение — это числовой тензор а не целостная картинка. Полутоновые изображения — это двумерные матрицы значений интенсивности, тогда как цветные изображения — это трёхмерные тензоры, представляющие красный, зелёный и синий (RGB) каналы с размерностью $H \times W \times 3$.
- Преобразование против интерпретации: Цифровая обработка изображений в первую очередь занимается операциями «изображение-в-изображение», такими как подавление шума, повышение резкости или эквализация гистограммы. Компьютерное зрение сосредоточено на операциях «изображение-в-знания», таких как классификация объектов, локализация и сегментация.
- Парадигма обратной графики: Компьютерное зрение можно рассматривать как обратную задачу по отношению к компьютерной графике. Если графика стремится создать визуальный мир из математических моделей, то зрение стремится восстановить трёхмерные структуры и семантические метки из двумерных проекций.
Главная задача
Основная проблема в этой области — это Семантический разрыв, то есть расхождение между низкоуровневыми значениями пикселей, обрабатываемыми машинами, и высокоуровневыми концепциями, воспринимаемыми человеком.
Реализация на Python
Вопрос 1
Какой процесс относится к операции «изображение-в-знания»?
Вопрос 2
На машинном уровне какова структура данных стандартного цветного изображения?
Практический пример: система медицинской диагностики
Прочитайте сценарий ниже и ответьте на вопросы.
Больница разрабатывает новую автоматизированную систему медицинской диагностики, предназначенную для анализа рентгеновских снимков на предмет возможных переломов костей. Система обрабатывает исходные данные с датчиков рентгеновского аппарата и формирует диагностический отчёт для рентгенолога.
В
1. Если система применяет повышение контрастности, чтобы сделать костные структуры более чёткими, это цифровая обработка изображений (ЦОИ) или компьютерное зрение (КЗ)?
Ответ:
Цифровая обработка изображений. Повышение контрастности — это преобразование «изображение-в-изображение», которое улучшает визуальное качество сигнала без извлечения семантического смысла.
Цифровая обработка изображений. Повышение контрастности — это преобразование «изображение-в-изображение», которое улучшает визуальное качество сигнала без извлечения семантического смысла.
В
2. Если система автоматически отмечает определённую область как возможный перелом, какую задачу она выполняет?
Ответ:
Компьютерное зрение / обнаружение объектов. Система интерпретирует содержимое изображения для извлечения знаний высокого уровня (нахождения перелома).
Компьютерное зрение / обнаружение объектов. Система интерпретирует содержимое изображения для извлечения знаний высокого уровня (нахождения перелома).
В
3. Почему подавление шума необходимо перед запуском алгоритма обнаружения?
Ответ:
Чтобы улучшить качество сигнала и снизить количество ложных срабатываний на этапе семантической интерпретации. Шум может быть ошибочно воспринят алгоритмами компьютерного зрения как реальные признаки или границы.
Чтобы улучшить качество сигнала и снизить количество ложных срабатываний на этапе семантической интерпретации. Шум может быть ошибочно воспринят алгоритмами компьютерного зрения как реальные признаки или границы.