Анализ изображения
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 изображения могут быть такими простыми, как чтение тегов со штрих-кодом , или такими сложными, как идентификация человека по его лицу .
Компьютеры незаменимы для анализа больших объемов данных, для задач, требующих сложных вычислений, или для извлечения количественной информации. С другой стороны, зрительная кора человека — отличный аппарат для анализа изображений, особенно для извлечения информации более высокого уровня, и для многих приложений, включая медицину, безопасность и дистанционное зондирование, людей-аналитиков до сих пор не могут заменить компьютеры. По этой причине многие важные инструменты анализа изображений, такие как детекторы границ и нейронные сети , основаны на моделях визуального восприятия человека.
Цифровой анализ изображения или компьютерный анализ изображения — это когда компьютер или электрическое устройство автоматически изучает изображение, чтобы получить от него полезную информацию. Обратите внимание, что устройство часто является компьютером, но также может быть электрической схемой, цифровой камерой или мобильным телефоном. Он включает области компьютерного или машинного зрения и медицинской визуализации , а также интенсивно использует распознавание образов , цифровую геометрию и обработку сигналов . Эта область компьютерных наук развивалась в 1950-х годах в таких академических учреждениях, 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 . 2D-изображения, например, должны анализироваться 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. Брезенхэма или Кинг-Сан Фу .
Существует множество различных методов, используемых для автоматического анализа изображений. Каждый метод может быть полезен для небольшого круга задач, однако до сих пор не существует известных методов анализа изображений, которые были бы достаточно общими для широкого круга задач по сравнению с возможностями человеческого анализа изображений. Примеры методов анализа изображений в различных областях включают:
Применение анализа цифровых изображений постоянно расширяется во всех областях науки и промышленности, в том числе:
