Header image

BULETIN DE TEORIE MILITARĂ EDITAT DE
STATUL MAJOR AL FORŢELOR TERESTRE

|
|
|
|
|
|
 
 
 
 

 
 

PRELUCRAREA DIGITALĂ A IMAGINILOR (1)

Locotenent ing. Diana Claudia CÂRSTEA

 

Una dintre primele aplicaţii ale tehnicilor de prelucrare a imaginilor a fost îmbunătăţirea transmisiei imaginilor de ziar în formă digitală, prin intermediul cablului submarin, între Londra şi New York. Introducerea sistemului Bartlane de transmisie prin cablu a imaginilor în primii ani de după 1920 a dus la reducerea timpului de transmisie peste Atlantic, de la mai mult de o săptămână, la mai puţin de trei ore.

Echipamente speciale de editare codau imaginea în vederea transmisiei prin cablu şi apoi o reconstruiau la recepţie. Primele sisteme de transmisie Bartlane erau capabile să codeze imagini având cinci niveluri distincte de strălucire; în 1929, numărul acestora a crescut la 15.

Îmbunătăţirea metodelor de prelucrare în vederea transmisiei de imagini a continuat în următorii ani. Cu toate acestea, a fost necesară folosirea capabilităţilor oferite de calculatoarele numerice şi de programele spaţiale pentru a aduce în prim-plan potenţialul conceptelor de prelucrare a imaginilor. Tehnici de îmbunătăţire a unor imagini transmise din spaţiul cosmic s-au folosit, spre exemplu, pentru corectarea diferitelor tipuri de distorsiuni ale imaginilor preluate cu o cameră video de la bordul staţiei spaţiale Ranger 7. Asemenea tehnici au servit ca bază pentru optimizarea metodelor de restaurare şi îmbunătăţire a imaginilor recepţionate de la misiunile spaţiale Surveyor, Mariner şi Apollo.

Din 1964 până în prezent progresele în domeniul prelucrării imaginilor au fost impresionante. Pe lângă aplicaţiile în tehnica spaţială, aceste tehnici se folosesc, la ora actuală, într-o multitudine de alte aplicaţii, care necesită folosirea unor metode capabile să îmbunătăţească informaţia vizuală, în vederea optimizării analizei şi interpretării de către observatorul uman. În medicină, spre exemplu, metodele computerizate de prelucrare fac posibilă îmbunătăţirea contrastului sau codarea intensităţilor (nivelurilor de gri) imaginilor monocrome în culori, pentru uşurarea interpretării radiografiilor sau a altor tipuri de imagini biomedicale.

Tehnici de îmbunătăţire similare se folosesc şi pentru studiul poluării cu ajutorul imaginilor aeriene sau preluate de la sateliţi. Metode de îmbunătăţire şi restaurare se folosesc şi pentru prelucrarea imaginilor degradate ale unor obiecte irecuperabile (tablouri, spre exemplu) sau în experimente prea costisitoare pentru a fi repetate.

Un alt domeniu major de aplicaţie al tehnicilor de prelucrare a imaginilor este analiza lor cu ajutorul calculatorului. Scopul, în acest caz, este extragerea informaţiei într-o formă cât mai potrivită pentru prelucrarea pe calculator. Adesea, rezultatele analizei prezintă asemănări foarte reduse cu caracteristicile obişnuite ale imaginilor, indispensabile ochiului uman pentru interpretare sau înţelegere. Domeniile tipice de utilizare a analizei pe calculator sunt recunoaşterea caracterelor, viziunea artificială industrială, folosită pentru asamblarea şi inspecţia vizuală a produselor, prelucrarea automată a amprentelor, analizele automate de imagini biomedicale şi procesarea cu ajutorul calculatorului a imaginilor satelitare în vederea prognozelor meteo.

Grafica pe calculator este un domeniu modern cu multiple aplicaţii practice în diverse domenii de activitate, care pot fi realizate datorită dezvoltării disciplinelor matematice specializate în această direcţie.

Prelucrarea imaginilor îşi propune:

• îmbunătăţirea informaţiei vizuale în vederea optimizării analizei şi interpretării de către om, cu aplicaţii în diverse domenii cum ar fi: medicină (trecerea de la imagini alb/negru la imagini color, prelucrarea imaginilor biomedicale), ecologie (studiul poluării utilizând imagini aeriene), criminalistică, apărare, industrie etc.;
• extragerea informaţiilor într-o formă internă pentru analiza cu ajutorul calculatorului a informaţiilor video, în recunoaşterea caracterelor (chinezeşti, de exemplu),  a formulelor chimice sau matematice, în verificarea calităţii produselor, recunoaşterea preţurilor (coduri de bare), recunoaşterea amprentelor şi a feţei, în sortarea corespondenţei, în meteorologie, apărare etc.

Figura nr. 1 ilustrează câteva exemple tipice de rezultate ce se pot obţine folosind tehnici de prelucrare digitală. Imaginile originale sunt cele din stânga, în dreapta fiind prezentate imaginile obţinute în urma prelucrării.

Exemple de prelucrari digitale de imagini

a)                                                                    b)

Exemple de prelucrari digitale de imagini
c)                                                                    d)

Figura nr.1 Exemple de prelucrări digitale de imagini

Figura nr.1 (a) prezintă o imagine afectată de zgomot electronic, iar figura nr.1 (b) prezintă rezultatul reducerii zgomotului prin mediere. Figura     nr.1 (d) ilustrează posibilitatea extragerii anumitor regiuni de interes dintr-o imagine tomografică (1c), în vederea reprezentării tridimensionale.

Exemplele prezentate ilustrează rezultate ale prelucrării digitale de imagini realizate în scopul îmbunătăţirii interpretării lor de către ochiul uman.

 

Reprezentarea imaginilor digitale

Termenul de imagine monocromă (imagine alb-negru) sau, simplu, imagine, se referă la funcţia de intensitate bidimensională f(x,y), unde x şi y reprezintă coordonatele spaţiale, iar f este funcţia proporţională în fiecare punct (x,y),  proporţională cu strălucirea sau cu nivelul de gri al imaginii în acel punct. Figura nr.2 ilustrează convenţia de axe folosită în reprezentarea imaginilor.

Conventia de axe folosita in reprezentarea imaginilor
Figura nr.2  Convenţia de axe folosită în reprezentarea imaginilor

O imagine digitală este o funcţie f(x,y) care a fost discretizată atât în coordonate spaţiale, cât şi ca strălucire. Ea poate fi considerată ca o matrice la care indicele rândurilor şi coloanelor identifică un punct din imagine, iar elementul corespunzător al matricii reprezintă nivelul de gri în punctul respectiv. Elementele unei asemenea reţele digitale sunt numite elemente de imagine sau pixeli.

În general, în diferite aplicaţii se folosesc imagini de diverse forme şi dimensiuni dar, prelucrarea digitală este mult facilitată dacă se folosesc matrici pătratice iar numărul nivelurilor de gri se alege ca putere întreagă a lui 2. De exemplu, o dimensiune tipică a imaginilor digitale, comparabilă ca şi calitate cu cea a imaginilor TV alb-negru, este de 512 x 512 pixeli, având 128 niveluri de gri.

 

Etape ale prelucrării de imagini

Prelucrarea digitală a imaginilor presupune o succesiune de etape de procesare hard şi soft, precum şi de implementare a unor metode teoretice. Figura nr.3 ilustrează faptul că obiectivul final este găsirea unei soluţii pentru o problemă, cu mijloace ţinând de prelucrarea de imagini. În exemplul avut în vedere, “problema" este textul de pe etichete, iar “obiectivul" este citirea şi recunoaşterea textului de pe fiecare etichetă. Rezultatul dorit în acest caz este, în final, un şir de caractere alfanumerice.

 

 

Etape fundamentale in prelucrarea digitala de imagini
Figura nr.3  Etape fundamentale în prelucrarea digitală de imagini

 

            Prima etapă în acest proces este achiziţia de imagine. Aceasta necesită un senzor de imagine şi capacitatea de a digitiza semnalul de la ieşirea acestuia. Senzorul poate fi o cameră de televiziune alb-negru sau color, care produce o imagine completă la fiecare 1/25 secunde, sau o cameră cu scanare liniară, producând la un moment dat o singură linie dintr-o imagine; în acest caz, mişcarea cu viteză uniformă a obiectului prin faţa scanerului duce la obţinerea unei imagini bidimensionale. Dacă la ieşirea camerei rezultă un semnal analogic, este necesară digitizarea lui cu ajutorul unui converter analog-numeric. Natura senzorului utilizat este dependentă de aplicaţia avută în vedere - în cazul exemplului luat în considerare, un scaner liniar este suficient pentru achiziţia datelor.

După obţinerea imaginii digitale, următoarea etapă este preprocesarea acesteia. Scopul primordial al preprocesării este îmbunătăţirea imaginii în sensul măririi şanselor de succes ale prelucrărilor ulterioare. În exemplul dat, preprocesarea constă în aplicarea unor algoritmi de îmbunătăţire a contrastului, curăţare de zgomot şi izolare a regiunilor, a căror textură (structură a pixelilor) indică o asemănare cu informaţia alfanumerică avută în vedere.

Etapa următoare constă în segmentarea imaginii, respectiv împărţirea acesteia în părţi constituente sau în obiecte distincte. În general, segmentarea este una dintre cele mai dificile etape în prelucrarea digitală de imagini. Pe de o parte, algoritmii sofisticaţi de segmentare, cu şanse mari de selectare a regiunilor de interes, necesită calcule complicate şi, deci, un timp îndelungat. Pe de altă parte, însă, algoritmii simpli sau insuficient elaboraţi nu se pot aplica cu şanse mari de succes. În cazul recunoaşterii de caractere, rolul-cheie al segmentării este extragerea caracterelor individuale sau ale cuvintelor de pe fondul imaginii.

Rezultatul segmentării este, de obicei, un şir de intensităţi ale pixelilor, reprezentând fie conturul regiunii de interes, fie întreaga regiune. În fiecare caz este necesară conversia datelor într-o formă mai potrivită pentru prelucrarea pe calculator.

Prima decizie ce trebuie luată este dacă datele trebuie să fie reprezentate ca un contur sau ca o regiune completă: reprezentarea ca şi contur este justificată în cazul în care prelucrarea urmăreşte evidenţierea caracteristicilor de formă (colţuri, inflexiuni etc.), pe când reprezentarea ca regiune este mai potrivită când se urmăreşte studiul caracteristicilor interne ale regiunii, cum ar fi textura sau structura internă. În unele aplicaţii, cele două tipuri de reprezentare coexistă, ca în cazul recunoaşterii de caractere, care necesită adesea algoritmi bazaţi pe forma conturului, pe structura şi pe alte proprietăţi interne ale regiunii analizate.

Alegerea modalităţii de reprezentare a datelor este urmată de specificarea metodei de descriere a acestora, astfel încât caracteristicile de interes să fie scoase în evidenţă cu prioritate.

Descrierea sau selecţia caracteristicilor reprezintă tocmai procesul de selectare a caracteristicilor, având ca rezultat o informaţie cantitativă sau caracteristici ce diferenţiază o clasă de obiecte de altele. Ultima etapă, ilustrată în figura nr.1.3, este constituită de recunoaşterea şi interpretarea datelor. Recunoşterea reprezintă procesul de clasificare a unui obiect într-o anumită categorie, pe baza informaţiei (descriptori) rezultate în urma descrierii imaginii segmentate. Interpretarea presupune găsirea unei anumite semnificaţii pentru un ansamblu de obiecte recunoscute. În exemplul avut în vedere la începutul paragrafului, recunoaşterea unui caracter (de exemplu, litera a) necesită asocierea descriptorilor acestui caracter cu categoria "a". Interpretarea tinde spre asocierea unui înţeles pentru un set de asemenea caractere catalogate anterior.

Până acum nu s-a făcut nicio referire la necesitatea unor cunoştinţe anterioare sau la interacţiunea dintre baza de cunoştinţe şi celelalte module de prelucrare din figura nr.3. Cunoştinţele necesare pentru rezolvarea unei anumite probleme prin prelucrarea digitală de imagini sunt codificate în sistem sub forma unei baze de date. Cunoştinţele pot fi de tip simplu, de exemplu detalierea unei regiuni dintr-o imagine, unde se presupune că este localizată informaţia de interes, limitându-se în acest fel procedura de căutare a respectivei informaţii. Cunoştinţele pot avea însă şi un caracter mult mai complex, ca de exemplu o listă a defectelor interne mai importante ale unor produse, în aplicaţii de tipul inspecţiei automate sau o bază de date de imagini conţinând imagini de înaltă rezoluţie preluate de la sateliţi, în cazul aplicaţiilor de tip detecţie satelitară. Pe lângă faptul că dirijează operaţiile din fiecare modul de prelucrare, baza de cunoştinţe are şi rolul de a controla interacţiunea dintre diferite module. Distincţia este făcută în figura nr.3 prin săgeţile cu vârf dublu dintre baza de cunoştinţe şi modulele de prelucrare, spre deosebire de săgeţile cu un singur vârf, ce fac legătura între modulele de prelucrare propriu-zise. Această schemă-bloc subliniază şi faptul că între modulele de prelucrare comunicarea se face în funcţie de cunoaşterea anterioară a ceea ce ar trebui să se obţină, de fapt, ca rezultat final al prelucrării. De exemplu, pentru ca un echipament să poată recunoaşte un şir de caractere, sistemul trebuie să fie dotat cu cunoştinţe legate de semnificaţia localizării şirului de caractere, în comparaţie cu alte elemente alfanumerice din imagine.

Baza de cunoştinţe permite şi asigurarea unei reacţii între module, pe lângă dirijarea operaţiilor în modulele de prelucrare. Spre exemplu, dacă şirul care ar trebui detectat este compus din cinci caractere, un şir de numere având locaţia corectă dar compus  din doar patru caractere (dintre care unul nu a putut fi recunoscut) poate determina modulul de interpretare să "suspecteze" faptul că două caractere sunt lipite. O cerere de reacţie, survenită prin intermediul bazei de cunoştinţe spre modulul de segmentare, poate solicita o nouă segmentare, eventual cu alţi parametri, a imaginii propuse spre analiză.

Vizualizarea imaginii rezultate în urma prelucrării se poate face după fiecare etapă a acesteia. Este de remarcat, de asemenea, că majoritatea aplicaţiilor prelucrărilor de imagini au o structură mult mai simplă şi nu necesită interacţiuni de complexitatea celor prezentate în figura nr.3. De fapt, în unele cazuri nici nu sunt necesare toate modulele prezentate în figură. Spre exemplu, în aplicaţii de îmbunătăţiri de imagini în vederea măririi percepţiei vizuale a observatorului uman, prelucrarea se opreşte, de obicei, după etapa preprocesării. În general, prelucrările care includ recunoaştere şi interpretare – spre exemplu recunoaşterea unor caractere - sunt asociate cu aplicaţii de analiză a imaginilor, unde obiectivul este extragerea automată sau semiautomată de informaţii din imagini.

Prelucrarea imaginilor este un domeniu foarte complex şi în continuă dezvoltare, făcându-se cercetări continue pentru realizarea unor algoritmi meniţi să vină în întâmpinarea problemelor ce apar permanent. 

La ora actuală acest proces este deschis şi s-au elaborat metode noi pentru realizarea aplicaţiilor vitale în multe domenii de activitate.

Continuare în nr. 2/ 2009 nr.viitor

 

BIBLIOGRAFIE

Jain, A.K., Fundamentals of Digital Image Processing, Prentice-Hall, London, 1989.

Nedevski S., Prelucrarea imaginilor şi recunoaşterea formelor, Editura Albastră, Cluj-Napoca, 1998.

Pavlidis T., Algorithms for Graphics and Image Processing, Springer-Verlag, Berlin-Heidelberg, 1982.

Prejmerean V., Grafică pe calculator şi prelucrări de imagini, Litografia Universităţii de Nord, Baia Mare, 2000.

Vlaicu A., Prelucrarea digitală a imaginilor, Editura Albastră, Cluj-Napoca, 1997.

Watt A., 3D Computer Graphics, Addison-Wesley, Great Britain, 1993.
    




Dependenţa societăţii moderne de transportul maritim (3)

 

Complexul antiaerian autopropulsat 2x35 mm "GEPARD B2L"

 

Dinamica terorismului informational

 

Prelucrarea digitala a imaginilor (1)

 

  Webdesign LTC Dragos Anghelache