История развития теории цифровой обработки изображений

 

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

 

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО

ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

 

«РЫБИНСКАЯ ГОСУДАРСТВЕННАЯ АВИАЦИОННАЯ ТЕХНОЛОГИЧЕСКАЯ

АКАДЕМИЯ ИМЕНИ  П. А. СОЛОВЬЁВА»

 

Кафедра философии, социально-культурных технологий и туризма

 

 

РЕФЕРАТ

 

 

по истории информационной отрасли  науки

на тему «История развития теории цифровой обработки изображений»

 

 

Аспирант (соискатель) Сизов П. В.________

кафедры «Вычислительные системы»

 

Оценка_______________________________

Подпись преподавателя_________________

Дата_________________________________

 

 

Рыбинск

2009

 

СОГЛАСОВАНО

Научный руководитель

канд. техн. наук, доцент

Паламарь И. Н.

_____________________

 

 

ПЛАН РЕФЕРАТА

ПО ИСТОРИИ ИНФОРМАЦИОННОЙ ОТРАСЛИ  НАУКИ

 

Аспиранта (соискателя) Сизова П. В.

1 Тема реферата

История развития теории цифровой обработки  изображений

2 Перечень подлежащих разработке  вопросов

Введение

1 Описание цифровой обработки  изображений

Определение цифровой обработки изображений; состав дисциплины; связи с другими областями знаний

2 Историческое развитие цифровой  обработки изображений

Периодизация истории цифровой обработки изображений

2.1 Развитие обработки изображений  до появления ЭВМ

2.2 Цифровая обработка изображений  в период появления вычислительной техники

Появление машинного зрения и его  основные проблемы

2.3 Цифровая обработка изображений  в период активного распространения  ЭВМ

Научные школы и организации, работающие в этой области

3 Применение цифровой обработки  изображений

Особенности применения обработки изображений в разные периоды её развития; области применения методов цифровой обработки изображений и машинного зрения; перспективы развития

Заключение

Содержание

Введение …………………………………………………….……………….	4
Основная часть …………………….………………….……………………..	6
1 Описание цифровой обработки  изображений …………………………...	6
2 Историческое развитие  цифровой обработки изображений  ……………	12
2.1 Развитие обработки изображений до появления ЭВМ ………………..	12
2.2 Цифровая обработка изображений в период появления вычислительной техники ……………………………………………………	14
2.3 Цифровая обработка изображений  в период активного  распространения ЭВМ ………………………………………………………	17
3 Применение цифровой  обработки изображений ………………………..	20
Заключение …………………………………………………………………..	24
Список использованных источников ……………………………………….	25

 

Введение

Зрение является важнейшим чувственным  восприятием с точки зрения количества поступающей с ним информации. Зрение — это процесс определения  по изображениям, что именно присутствует в окружающем мире и где находится [4]. При этом именно изображение является источником и носителем этой информации. Осознавая это, люди с древних времён отображали зрительные образы посредством изобразительных искусств, черчения, других различных видов графики. Во время этой деятельности человек часто выполняет действия, совокупность которых сейчас можно назвать обработкой изображений, например, это может выражаться в обрисовывании структур картин, ретушировании фотографий, реставрации предметов искусства. Разумеется, творческий подход художника не может быть описан как сумма технических приёмов, но, тем не менее, некоторые элементы данного процесса, представленные на своём нижнем уровне, поддаются достаточно строгой формализации.

Появление и быстрое развитие средств  передачи и обработки информации в XX веке усилило значение произведений графики как средства трансляции определённых данных, совсем необязательно отличающихся высоким художественным содержанием, например, в журналистике. Возросшие технические возможности позволяли теперь всё больше использовать изображения наравне с текстом, а иногда удобнее передавать данные, которые лучше всего представлять в графическом виде.

Развитие электронных вычислительных машин предопределило, как и во многих других областях, переход методов обработки изображений в цифровую плоскость. Преобразование изображений в электрические сигналы сделало возможным их цифровую обработку, то есть преобразование всей информации на основе математических инструкций в компьютере. Благодаря такому универсальному представлению изображений методы их обработки теперь могли быть объединены в рамках научного направления цифровой обработки изображений, образованного на пересечении математики, теории обработки сигналов, нейрофизиологии и психологии.

В данной работе сначала рассматриваются основные понятия цифровой обработки изображений, состав дисциплины, её задачи и связи со смежными областями знаний (раздел 1). В разделе 2 представлено описание этапов исторического развития данного научно-технического направления и рассказ об основных научных школах, работающих в этой области. Так как стимулом к развитию методов обработки изображений часто являются практические запросы других научных дисциплин и сферы техники, то рассмотрение областей применения данных технологий является необходимым для понимания исторического развития этих систем, этому посвящён раздел 3, также здесь дано описание возможностей развития этой области, связанных преимущественно с всё большим применением методов обработки изображений в интеллектуальных системах.

Основная часть

1 Описание цифровой обработки  изображений

Математически любое  плоское изображение может быть представлено в виде двухмерной функции  , здесь x и y — координаты в двухмерном пространстве. Значение функции  f  для каждой точки даёт значение интенсивности (яркости, уровня серого). В случае, если величины  f, x, y могут принимать конечное число дискретных значений, то говорят о цифровом изображении. Цифровой обработкой изображений называется обработка цифровых изображений с помощью цифровых вычислительных машин (компьютеров) [2]. Изображение также может быть определено как множество его элементов, называемых пикселами. Представление изображения, сцены совокупностью числовых значений, описывающих только лишь уровни яркости в заранее определённых позициях, то есть в виде растра, является низкоуровневым образом изображения. Такая форма не позволяет ЭВМ непосредственно выделить объекты сцены, определить их параметры и, наконец, вынести какое-либо общее суждение о характере и смысле образа. Все эти способности присущи лишь живым существам. До сих пор лучшей из известных систем обработки изображений является зрительный аппарат человека. Многие технические методы ориентируются на строение и фунционирование глаза. Главной целью систем цифровой обработки изображений всегда будет достижение уровня биологического образца [8].

Задачей методов  обработки изображений является повышение уровня представления, качественный переход к более общим понятиям об изображении, которыми оперирует человек. Также в число этих задач входит обработка изображений таким образом, чтобы подчеркнуть существенные с точки зрения поставленной задачи структуры на изображении так, что дальнейшее их восприятие человеком (оператором) оказалось бы существенно упрощено. В последнем случае методы обработки не выделяют из изображения какой-либо качественно новой информации, то есть и на входе и на выходе системы изображение представлено в одной форме. Иногда цифровую обработку изображений разделяют по этим задачам на собственно обработку изображений и на распознавание образов [6]. Однако такое разбиение видится весьма условным и не соответствующим устройству зрительного аппарата человека, представляющего собой целостную интегрированную систему, не признающую чёткого разделения на уровни восприятия. Эту точку зрения можно подтвердить и при рассмотрении методов, используемых в этих пересекающихся областях. Так задача распознавания образов не может быть успешно решена без учёта на её нижнем уровне обработки условий конкретной задачи, а низкоуровневая обработка изображения должна использовать методы, наилучшим образом выделяющие именно те особенности изображения, которые с позиций исследователя важны для дальнейшей интерпретации.

Теперь перейдём к описанию основных групп методов, составляющих область цифровой обработки  изображений, и решаемых ими задач. Сначала следует разделить их по принципу наличия на выходе качественно  новой информации в форме, отличной от исходного представления [2]. Выделим здесь:

- методы, на входе и на выходе которых имеются изображения (группа 1);

- методы, в которых на вход поступают изображения, а на выходе возникают признаки и атрибуты, выделенные на основе этих изображений (группа 2).

Здесь удобно привести схему (рисунок 1.1), отражающую внутреннюю организацию дисциплины цифровой обработки изображений, состоящую из блоков-групп рассматриваемых проблем и, как правило, применяемых при обработке последовательно (последовательность указана цифрами). Также такая структура часто служит основой для написания книг по данной теме.

Рисунок 1.1 — Основные стадии цифровой обработки изображений

Теперь можно подробнее рассмотреть  выделенные группы методов и связанные  с ними задачи цифровой обработки  изображений.

Регистрация изображений является первым шагом в их преобразовании. Обычно для этого используются различные  приборы ввода графической информации, содержащие в своём составе светочувствительные  элементы. Однако здесь стоит отметить, что одним из немногих преимуществ технических систем обработки изображений над биологическими является возможность использования не только видимого светового излучения, а всего диапазона электромагнитных волн и даже акустических колебаний и изображений, изначально формируемых вычислительными процессами. В задачу регистрации изображения входит преобразование входного воздействия (электромагнитные, акустические колебания) в электрический сигнал, последующие операции дискретизации и квантования этого сигнала. Иногда здесь используются простейшие геометрические преобразования, например, сдвиг, масштабирование, вращение, цель которых в приведении изображения к нормальной, стандартной форме. На выходе этой стадии должно получиться изображение, сохранённое в памяти ЭВМ и пригодное для дальнейшей обработки.

Улучшение изображений представляет собой набор операций, служащих для  подчёркивания в изображении  его составляющих, важных с точки  зрения поставленной задачи, и уменьшение или полное удаление несущественных, избыточных или мешающих деталей. Из определения следует, что в этой задаче важны субъективные оценки, так как понятие «хорошего» изображения может сильно различаться для каждой задачи и не поддаётся чёткой формализации. В эту группу входят методы регулировки контраста, яркости, цветности, гамма-коррекции, повышения резкости изображения или, наоборот, его сглаживания с одновременным подавлением шумов.

Восстановление изображений —  область во многом близкая к улучшению  изображений, которая служит тем  же целям, но отличается от предыдущей группы методов тем, что здесь критерии качества изображения могут быть чётко сформулированы математически, что исключает из исходных данных субъективную оценку человека. Например, если заранее известна функция искажений изображения, то оно может быть успешно восстановлено путём приложения обратной функции, для этого служит инверсная фильтрация.

Обработка цветных изображений  может быть выделена в отдельную  область рассмотрения, так как в последние годы с распространением доступных устройств графического ввода (фото- и видеокамеры, сканеры), способных воспринимать цветовую информацию, и ростом количества цветных изображений, обращающихся в вычислительных сетях, роль цвета в обработке изображений значительно усилилась. Учёт информации о цвете наряду с яркостью позволяет значительно повысить эффективность применения многих методов обработки изображений.

Частотные преобразования изображений  занимают особое место среди методов  обработки. Сами они по сути не изменяют изображение, а лишь меняют форму  его представления, переводя исходный сигнал в сумму его компонент разной частоты и амплитуды. В такой форме бывает значительно проще проводить фильтрацию или усиление отдельных составляющих сигнала. Кроме того, такое представление изображения позволяет выделить на нём важные признаки, выделение которых другими методами менее эффективно или невозможно. Среди частотных преобразований можно выделить: преобразование Фурье, вейвлет-преобразование (кратномасштабное), преобразование Адамара, преобразование Уолша.

Сжатие изображений включает в себя методы уменьшения информационного объёма изображений, например, в условиях недостаточного объёма запоминающих устройств или низкой пропускной способности линий связи. Методы сжатия отбрасывают информацию, потеря которой предположительно не будет заметна для пользователя. Для этой цели наряду с математическими приёмами используются психовизуальные модели восприятия.

Морфологическая обработка изображений  использует информацию о форме объектов, неявно получаемую в самом процессе преобразования. По этой причине методы, относящиеся к этой группе, могут быть использованы для перехода к качественно более высокому уровню представления объектов сцены и всего изображения в целом. К числу морфологических операций относятся: дилатация, эрозия, замыкание, размыкание, нахождение границы объекта, заливка площади и другие. В математической морфологии эти операции в простой форме записываются с помощью теории множеств.

Сегментация изображений есть выделение  на исходном изображении (оригинале) однородных в смысле какого-либо признака областей. Выделение областей сопровождается расчётом их параметров, важных для дальнейшего анализа. Таким образом, именно на этой стадии обработки и происходит переход к более общей форме описания изображения. Теперь оригинал может быть представлен не как совокупность точек изображения, а как сцена состоящая из областей. Однако задача идентификации объектов сцены на этом этапе ещё не решается. Для сегментации также используют в некотором смысле обратный подход — ищут не однородные области, а перепады между этими областями (контуры). Последний приём интересен тем, что согласуется с результатами нейрофизиологических исследований, так как человек при зрительном восприятии бóльшее внимание уделяет перепадам яркости, чем равномерным областям [8].