Введение в компьютерное зрение и цифровую обработку изображений
Компьютерное зрение — это область искусственного интеллекта, которая позволяет компьютерам извлекать полезную информацию из цифровых изображений и видео, фактически пытаясь преодолеть семантический разрыв между исходными пиксельными данными и пониманием на уровне человека. Цифровая обработка изображений служит фундаментальным уровнем для компьютерного зрения, сосредоточиваясь на обработке и улучшении сигналов изображения посредством попиксельных преобразований для подготовки данных к задачам более высокого уровня интерпретации.
Ключевые принципы
- Представление данных: На машинном уровне изображение представляет собой числовой тензор а не целостную картину. Полутоновые изображения — это двумерные матрицы значений интенсивности, тогда как цветные изображения — это трёхмерные тензоры, представляющие красный, зелёный и синий (RGB) каналы с размерами $H \times W \times 3$.
- Преобразование и интерпретация: Цифровая обработка изображений в первую очередь занимается операциями «изображение-в-изображение», такими как шумоподавление, повышение резкости или выравнивание гистограммы. Компьютерное зрение сосредоточено на операциях «изображение-в-знание», таких как классификация объектов, локализация и сегментация.
- Парадигма обратной графики: Компьютерное зрение можно рассматривать как обратную задачу компьютерной графики. Если графика стремится создать визуальный мир из математических моделей, то зрение стремится восстановить трёхмерные структуры и семантические метки из двумерных проекций.
Ключевая проблема
Основная проблема в этой области — это Семантический разрыв, то есть разрыв между низкоуровневыми значениями пикселей, обрабатываемыми машинами, и высокоуровневыми понятиями, воспринимаемыми человеком.
Реализация на Python
Вопрос 1
Какой процесс относится к операциям «изображение-в-знание»?
Вопрос 2
Какова структура данных стандартного цветного изображения на машинном уровне?
Кейс: система медицинской диагностики
Прочитайте приведённый ниже сценарий 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 выдаёт диагностический отчёт для рентгенолога.
В
1. Если система применяет повышение контраста для лучшей видимости костных структур, — это цифровая обработка изображений (DIP) или компьютерное зрение (CV)?
Ответ:
Цифровая обработка изображений. Повышение контраста — это преобразование «изображение-в-изображение», улучшающее визуальное качество сигнала без извлечения семантического смысла.
Цифровая обработка изображений. Повышение контраста — это преобразование «изображение-в-изображение», улучшающее визуальное качество сигнала без извлечения семантического смысла.
В
2. Если система автоматически отмечает определённую область как потенциальный перелом, какую задачу она выполняет?
Ответ:
Компьютерное зрение / обнаружение объектов. Система интерпретирует содержимое изображения для извлечения высокоуровневых знаний (обнаружение перелома).
Компьютерное зрение / обнаружение объектов. Система интерпретирует содержимое изображения для извлечения высокоуровневых знаний (обнаружение перелома).
В
3. Почему шумоподавление необходимо перед запуском алгоритма обнаружения?
Ответ:
Для повышения качества сигнала и снижения числа ложных срабатываний на этапе семантической интерпретации. Шум может быть ошибочно принят алгоритмами CV за реальные признаки или границы.
Для повышения качества сигнала и снижения числа ложных срабатываний на этапе семантической интерпретации. Шум может быть ошибочно принят алгоритмами CV за реальные признаки или границы.