Анализ изображений или анализ изображений — это извлечение значимой информации из изображений ; в основном из цифровых изображений с помощью методов цифровой обработки изображений . [1] Задачи анализа изображений могут быть как простыми, например, считывание меток со штрих-кодом , так и сложными, например, идентификация человека по лицу .
Компьютеры незаменимы для анализа больших объемов данных, для задач, требующих сложных вычислений, или для извлечения количественной информации. С другой стороны, зрительная кора человека — превосходный аппарат для анализа изображений, особенно для извлечения информации более высокого уровня, и для многих приложений — включая медицину, безопасность и дистанционное зондирование — люди-аналитики до сих пор не могут быть заменены компьютерами. По этой причине многие важные инструменты анализа изображений, такие как детекторы границ и нейронные сети, созданы на основе моделей зрительного восприятия человека .
Анализ цифрового изображения или компьютерный анализ изображения — это когда компьютер или электрическое устройство автоматически изучает изображение, чтобы получить из него полезную информацию. Обратите внимание, что устройством часто является компьютер, но также может быть электрическая цепь, цифровая камера или мобильный телефон. Он включает в себя области компьютерного или машинного зрения , медицинской визуализации и широко использует распознавание образов , цифровую геометрию и обработку сигналов . Эта область информатики развивалась в 1950-х годах в академических учреждениях, таких как лаборатория искусственного интеллекта Массачусетского технологического института , первоначально как отрасль искусственного интеллекта иробототехника .
Это количественная или качественная характеристика двумерных (2D) или трехмерных (3D) цифровых изображений . Например, 2D-изображения подлежат анализу в компьютерном зрении , а 3D-изображения — в медицинской визуализации . Эта область была создана в 1950-1970-х годах, например, благодаря новаторскому вкладу Азриэля Розенфельда , Герберта Фримена , Джека Э. Брезенхема или Кинга-Сун Фу .
Для автоматического анализа изображений используется множество различных методов. Каждый метод может быть полезен для небольшого круга задач, однако до сих пор не существует известных методов анализа изображений, которые были бы достаточно универсальными для широкого круга задач по сравнению с возможностями человеческого анализа изображений. Примеры методов анализа изображений в различных областях включают:
Приложения анализа цифровых изображений постоянно расширяются во всех областях науки и промышленности, в том числе: