Bildanalys

Bildanalys eller bildanalys är utvinning av meningsfull information från bilder ; främst från digitala bilder med hjälp av digital bildbehandlingsteknik . Bildanalysuppgifter kan vara så enkla som att läsa streckkodade taggar eller så sofistikerade som att identifiera en person utifrån deras ansikte .

Datorer är oumbärliga för analys av stora datamängder, för uppgifter som kräver komplexa beräkningar eller för utvinning av kvantitativ information. Å andra sidan är den mänskliga visuella cortex en utmärkt bildanalysapparat, särskilt för att extrahera information på högre nivå, och för många tillämpningar – inklusive medicin, säkerhet och fjärranalys – kan mänskliga analytiker fortfarande inte ersättas av datorer. Av denna anledning är många viktiga bildanalysverktyg som kantdetektorer och neurala nätverk inspirerade av mänskliga visuella perceptionsmodeller .

Digital

Digital bildanalys eller datorbildanalys är när en dator eller elektrisk enhet automatiskt studerar en bild för att få användbar information från den. Observera att enheten ofta är en dator men kan också vara en elektrisk krets, en digitalkamera eller en mobiltelefon. Det involverar områdena dator- eller maskinseende , och medicinsk bildbehandling , och använder mycket mönsterigenkänning , digital geometri och signalbehandling . Detta område av datavetenskap utvecklades på 1950-talet vid akademiska institutioner som MIT AI Lab, ursprungligen som en gren av artificiell intelligens och robotik .

Det är den kvantitativa eller kvalitativa karakteriseringen av tvådimensionella (2D) eller tredimensionella (3D) digitala bilder . 2D-bilder ska till exempel analyseras i datorseende och 3D-bilder i medicinsk bildbehandling . Fältet etablerades på 1950-1970-talet, till exempel med banbrytande bidrag av Azriel Rosenfeld , Herbert Freeman , Jack E. Bresenham eller King-Sun Fu .

Tekniker

Det finns många olika tekniker som används för att automatiskt analysera bilder. Varje teknik kan vara användbar för ett litet antal uppgifter, men det finns fortfarande inga kända metoder för bildanalys som är generiska nog för många olika uppgifter, jämfört med förmågan hos en människas bildanalysfunktion. Exempel på bildanalystekniker inom olika områden inkluderar:

Ansökningar

Tillämpningarna av digital bildanalys expanderar kontinuerligt inom alla områden inom vetenskap och industri, inklusive:

Objektbaserat

Bildsegmentering under objektbasbildanalysen

Objektbaserad bildanalys (OBIA) använder två huvudprocesser, segmentering och klassificering. Traditionell bildsegmentering sker per pixel. Emellertid grupperar OBIA pixlar till homogena objekt. Dessa föremål kan ha olika former och skala. Objekt har också statistik kopplad till sig som kan användas för att klassificera objekt. Statistik kan inkludera geometri, sammanhang och textur för bildobjekt. Analytikern definierar statistik i klassificeringsprocessen för att generera till exempel marktäcke .

När den tillämpas på jordbilder är OBIA känd som geografisk objektbaserad bildanalys (GEOBIA), definierad som "en underdisciplin inom geoinformationsvetenskap som ägnar sig åt (...) att dela upp fjärranalysbilder (RS) i meningsfulla bildobjekt, och bedöma deras egenskaper genom rumslig, spektral och tidsmässig skala". Den internationella GEOBIA-konferensen har hållits vartannat år sedan 2006.

Objektbaserad bildanalys tillämpas även inom andra områden, såsom cellbiologi eller medicin. Den kan till exempel upptäcka förändringar av cellulära former i processen för celldifferentiering.

Tekniken är implementerad i mjukvara som eCognition eller Orfeos verktygslådan .

Se även

Vidare läsning