Системы обработки изображений для научных исследований Фищенко Виталий Константинович, Зав. отделом Информационных технологий ТОИ ДВО РАН.

Презентация:



Advertisements
Похожие презентации
Титульный слайд. Актуальность темы исследования Волны: высокие и аномальные Волна в океане может быть большой. Ее высота может достигать полукилометра,
Advertisements

Инвариантность изображений в задачах оптической обработки информации Мельков Алексей Евгеньевич.
Введение в задачи исследования и проектирования цифровых систем Санкт-Петербургский государственный университет Факультет прикладной математики - процессов.
Тема урока: « Информационные системы. Классификация информационных систем »
Введение в OpenCV МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Государственное образовательное учреждение высшего профессионального образования.
Система полевой обработки и экспресс анализа данных сейсморазведки 2D/3D.
DSP Digital Signal Processing Валерий Иванович Кривошеев РФ, ННГУ.
ЦИФРОВЫЕ СИСТЕМЫ СБОРА, ОБРАБОТКИ И ПЕРЕДАЧИ ИНФОРМАЦИИ 1.
Глушкин Александр Представляет. Графические и табличные информационные модели Презентация.
Корреляционный анализ детерминированных дискретных сигналов.
ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ВИРТУАЛЬНОЙ ЛАБОРАТОРИИ YENKA ПРИ ИЗУЧЕНИИ ХИМИИ Асанова Лидия Ивановна к.п.н., доцент кафедры естественнонаучного образования ГБОУ.
ПРИКЛАДНАЯ ГОЛОГРАФИЯ Лекция 12 лектор: О.В. Андреева.
Практика цифровой обработки оптических сигналов Учебное пособие (краткий курс лекций) Лычагов В.В., Рябухо В.П. ГОУ ВПО «Саратовский государственный университет.
Выполнили: ст. группы РТбо 3-7 Шеверда Д.А Абакумов М.А. Signal Processing Toolbox.
Компьютерные методы моделирования оптических приборов кафедра прикладной и компьютерной оптики Объектно-ориентированная модель конструктивных параметров.
Тема исследование: Распознавание букв на изображении Группа: 10510/1 Киселев Павел.
Основы математического моделирования Классификация математических моделей.
Лекция по предмету интеллектуальные информационные системы Искусственный интеллект в обработке изображений и распознавании образов на них Автор: к.т.н.
Обработка изображений, полученных методом атомно-силовой микроскопии Руководитель Сыроежкин Сергей Владимирович Ассистент кафедры ДУ БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ.
Содержание лекции 1. История использования количественных методов 2. Количественные методы: общая характеристика 3. Количественный анализ 4. Математическое.
Транксрипт:

Системы обработки изображений для научных исследований Фищенко Виталий Константинович, Зав. отделом Информационных технологий ТОИ ДВО РАН

Немного истории Теория обработки изображений – раздел теории обработки сигналов ОС – обработка скалярных функций временного или пространственного аргумента : f(t), f(x) Теория ОС – 1940-е годы Две базовые задачи ТОС – создание технических устройств : 1)для преобразования (фильтрации) сигналов с требуемыми свойствами g(t)=A[f(t)], A – оператор преобразования 2) для количественного описания свойств сигнала, как правило небольшим набором характеристик, достаточным например, для решения задач распознавания. Два подхода к реализации : 1)Аналоговый : g(t)=A[f(t)], 1940-е годы 2)Цифровой: g(nT)=А[f(nT)], 1950-е годы

Цифровая обработка сигналов Общая схема цифровой обработки f(t) – АЦП – f (nT) – g (nT)=A[f(nt)] – ЦАП – g(t) Условие корректности оцифровки непрерывного сигнала: Если Фурье-спектр сигнала g(t) финитен и граничная частота спектра равна fN, то достаточно выбрать шаг T

Пример анализа сейсмического сигнала Цунами-опасное землетрясение в Японском море (цунами не было)

Задача обработки изображений Изображение – функция двух переменных: f(x,y) Обработка одномерных сечений – хорошо, но недостаточно

Две задачи, два подхода Основные задачи СОИ – те же самые, что у систем ОС 1)преобразование (фильтрация) изображений с требуемыми свойствами g(x,y)=A[f(x,y)], A – оператор преобразования 2) анализ изображения – построение его экономного количественного описания свойств изображения Те же два подхода к реализации : 1)Аналоговый (оптический) : g(t)=A[f(t)], начало 1960-х годов 2)Цифровой: g(nDx,mDy)=А[nDx,mDy], вторая половина 1960-х годов

Оптическая обработка изображений Когерентный оптический процессор (схема ПЧ- фильтрации)

Оптическая обработка изображений (2) Когерентный спектранализатор

Цифровая обработка изображений Первые теоретические работы – 1950 годы Первые примитивные системы ЦОИ – начало 1960 х годов Существенный рост интереса – 1965 год, после публикации алгоритма БПФ Создание профессиональных систем ЦОИ на базе специализированных процессоров (США, Европа, Москва, Горький, Куйбышев) для применения в высокотехнологичных научных отраслях гг Первый опыт создания ЦОИ во Владивостоке – 1988 год, Лаборатория электронной микроскопии ДВГУ Создание систем ЦОИ общего пользования для применения в медицине, биологии и других «малотехнологичных отраслях», презентация разработки фирмы Joyce Loeble во Владивостоке Волна программ обработки изображений «для домохозяек» вместе с компьютерами класса Pentium е-годы Ситуация сегодня – революции в сфере содержательного применения ЦОИ в научных исследованиях не произошло, почти все остались на уровне программы Adobe Photoshop

Что должна уметь система ЦОИ ? 1.Вводить файлы изображений любых известных графических форматов 2.«Привязываться» к реальному пространственному масштабу сцены, представленной на изображении 3.Осуществлять интерактивные измерения интенсивности сигнала в отдельных точках изображения и на произвольных линейных сечениях 4.Выполнять поточечные (локальные) преобразования для целей улучшения восприятия и реставрации 5.Выполнять широкий спектр линейных и нелинейных операций пространственной фильтрации на основе скользящих окон анализа конечного размера для целей улучшения восприятия и реставрации 6.Выполнять процедуры пространственно-частотной фильтрации на основе быстрых ортогональных преобразований для целей улучшения восприятия и реставрации 7.Выполнять и визуализировать различные ортогональные преобразования, включая вейвлетные, произвольных фрагментов изображения 8.Проводить статистический анализ изображений, в частности расчет корреляционной функции и оценок спектральной плотности мощности, а также различных систем признаков на их основе

Что еще должна уметь система ЦОИ ? 9. Поддерживать технологии «морфологического» анализа изображений 10. Осуществлять пороговую и текстурную сегментацию изображений 11. Рассчитывать различные системы признаков границы и «внутреннего содержания» сегментированных объектов 12. Решать задачи автоматической классификации объектов на основе заданной системы признаков 13. Решать задачи автоматического описания сцен 14. Поддерживать технологии проектирования и поддержки баз изображений, включающих сами изображения, расчетные параметры структуры изображения, а также физико-технические характеристики представленных данными изображениями объектов, и ориентированных на установление возможных взаимосвязей между показателями обоих видов.

Нужно ли что-либо помимо персонального компьютера со стандартным 17-дюймовым монитором ? Нет, не нужно Есть ли программы, удобные в использовании как Photoshop, и делающие все перечисленное ? Не знаю, может быть есть Как сложно самостоятельно написать такую программу ? Пункты 1-8 вполне смогут реализовать 2-3 «хороших» студента за 1-2 месяца, с пунктами 9-14 сложнее, но можно пытаться Есть ли в Интернете хорошие учебники с описанием базовых алгоритмов ? Есть, например, русский перевод книги Р.Гонсалеса и Р.Вудса «Цифровая обработка изображений», есть перевод первого издания хорошей книги У. Прэтта «"Цифровая обработка изображений"» и есть существенно пополненное издание этой книги, но на английском языке.

Поточечные преобразования (контрастирование)

Эквализация

Пвсевдоокрашивание

Линейная пространственная фильтрация

Линейная пространственная фильтрация (2)

Нелинейная пространственная фильтрация

Программа Spectrum

Задание «физических» размеров изображения

Моделирование и наложение на изображение синусоидальной помехи

Локальные измерения двумерного Фурье спектра

Измерения линейных сечений изображения

Изображение и его ортогональные преобразования

Расчет ИЧХ и ИПХ на основе преобразования Хартли

Кратномасштабное представление спутникового изображения

Вейвлет-преобразование Добеши изображения скелета радиолярии

Пространственная фильтрация

ПЧФ с проектированием глобального фильтра

ПЧФ с проектированием локального фильтра

Динамический спектральный анализ

Динамическая ПЧФ

Динамическая ПЧФ (в окне удалены волны зыби)

Согласованная фильтрация (анализ перемещений)

Благодарю за внимание