Обработка цифровых изображений¶

Обработка цифровых изображений — совокупность методов и алгоритмов, предназначенных для изменения, анализа или улучшения цифровых изображений, представленных в виде двумерных массивов пикселей. Относится к области информатики, прикладной математики и компьютерной графики; широко применяется в фотографии, медицине, дистанционном зондировании, системах технического зрения и полиграфии.

¶Основы представления

Цифровое изображение представляет собой матрицу значений яркости (и, при наличии цвета, цветовых компонент). Распространённые модели цвета — RGB, CMYK, HSV, LAB. Каждый элемент матрицы — пиксель — кодируется определённым числом бит, что определяет глубину цвета. Разрешение, глубина цвета и цветовая модель являются базовыми характеристиками, от которых зависит выбор методов обработки.

¶Классификация методов

Методы обработки делят на несколько групп:

• Точечные (поэлементные) операции — преобразование значения каждого пикселя независимо от соседей: изменение яркости и контраста, гамма-коррекция, инверсия, пороговая бинаризация.
• Геометрические преобразования — масштабирование, поворот, сдвиг, аффинные и проективные деформации, интерполяция (ближайший сосед, билинейная, бикубическая).
• Фильтрация — линейная и нелинейная обработка с учётом окрестности пикселя: сглаживание (усреднение, гауссово размытие, медианный фильтр), повышение резкости, выделение границ (операторы Собеля, Превитта, Лапласа).
• Частотные методы — преобразования Фурье, вейвлет-преобразования, применяемые для фильтрации в спектральной области.
• Морфологические операции — эрозия, дилатация, открытие и закрытие, используемые для анализа формы объектов.
• Сегментация — выделение областей: пороговые методы, кластеризация, методы на основе границ и регионов.
• Восстановление и реставрация — удаление шума, деблюрринг, устранение артефактов сжатия.

¶Цветокоррекция и улучшение

Улучшение изображений (image enhancement) направлено на повышение визуального качества или подготовку к дальнейшему анализу. Ключевые приёмы — выравнивание гистограммы, тоновая компрессия, баланс белого, коррекция насыщенности. В отличие от реставрации, такие операции субъективны и не имеют единственного «правильного» результата.

¶Сжатие

Сжатие бывает с потерями и без потерь. К методам без потерь относятся RLE, LZW, алгоритмы семейства PNG. Сжатие с потерями реализуется в стандартах JPEG (дискретно-косинусное преобразование), а также в форматах на основе вейвлетов (JPEG 2000). Степень сжатия напрямую связана с видимыми артефактами — блочностью, размытием, «звоном» на контурах.

¶Применение

• Фотография и полиграфия — ретушь, цветокоррекция, подготовка к печати.
• Медицина — обработка рентгеновских, МРТ- и КТ-снимков, повышение диагностической информативности.
• Дистанционное зондирование — анализ спутниковых снимков, классификация землепользования.
• Техническое зрение — контроль качества, навигация роботов, распознавание объектов.
• Компьютерная графика и кино — композитинг, спецэффекты, восстановление архивных материалов.

¶Инструменты и развитие

Исторически обработка выполнялась специализированными программами (Adobe Photoshop, GIMP, ImageMagick). С развитием машинного обучения появились нейросетевые методы: свёрточные сети для сегментации и распознавания, генеративно-состязательные сети для суперразрешения и синтеза изображений. Современные библиотеки (OpenCV, scikit-image, PIL) позволяют реализовывать алгоритмы программно. Отдельное направление — аппаратная обработка в реальном времени на графических процессорах и специализированных сигнальных процессорах.