Digital Image Processing

אחד התחומים החמים היום בשוק הוא Digital Image Processing  או בעברית עיבוד תמונה דיגיטלית. במאמר זה ננסה להסביר מה היא תמונה, עיבוד תמונה ואחד משימושיו – איתור וזיהוי אובייקטים.

למעשה, עיבוד תמונה הוא שימוש באלגוריתמים על אינפוט כלשהו כדי לבצע פעולות על התמונה (כמו הגדלה או חילוץ מידע חשוב). בחלוף השנים התפתחו יכולות עיבוד התמונה בעיקר עקב העובדה שמחשבים נעשו חזקים יותר, אבל גם בעקבות התפתחות המתמטיקה (בפרט מתמטיקה דיסקרטית).

קצת על תמונה - נוכל להסתכל על תמונה כאובייקט (2D במאמר זה) אותו נמדל לMultidimensional-system. למעשה תמונה מיוצגת על ידי פונקציה דו מקומית, לדוגמא F(X,Y), כאשר התמורה היא הIntensity של התמונה בנקודה X,Y הנתונה. בפשטות, אפשר להסתכל על תמונה כאל מטריצה או מערך דו מימדי, קרי, שורות ועמודות.

תמונה מורכבת מפיקסלים שהם למעשה יחידות המידע הבסיסיות בכל תמונה. ערך של פיקסל יכול להיות ספרה בינארית אחת '0' או '1' לוגי. בכל תמונה יש שורות של סיביות לאורכה של כל שורה בתמונה, כך שכל תמונה כוללת שורות של פיקסלים הצמודים זה לזה לאורכה של כל שורה. 

למשל, מספר הפיקסלים בתמונה שמכילה 1024 שורות ובכל שורה יש 2048 פיקסלים,

 יהיה 2048 כפול 1024 = 2097152 פיקסלים = 2 M פיקסלים. ככל שמספר הפיקסלים גדול יותר, נקבל מידע רב יותר לגבי הפריטים המצויים בתמונה הנקלטת במצלמה. במקרה זה אפשר לומר שכושר ההפרדה של מערכת הראייה הממוחשבת שקולטת את התמונה גדול יותר.

ישנן כמה סוגי תמונות כמו תמונה בינארית, שחור לבן, 8 ביטים ו16 ביטים.

כאשר תמונת 16 ביטים מתחלקת ל3 פורמטים, כלומר ה RGB  המוכר. (Red Green and Blue).

למעשה השימוש בעיבוד תמונה דיגיטלית מאפשר מניפולציה על תמונה לשם קבלת הפלט הרצוי.

דוגמאות לשימושי בעיבוד תמונה דיגיטלית:

1. איתור וזיהוי אובייקטים

2. עיבוד צבע

3. זיהוי תבניות

4. שינוי גודל או צבע

5. חידוד ושחזור תמונה

איתור וזיהוי אובייקטים - הוא מושג הקשור ב׳ראיה ממוחשבת׳ ועיבוד תמונה, הכולל בין היתר איתור וקלסיפיקציה של אובייקטים בתמונות דיגיטליות. על קצה המזלג, קלסיפיקציה של אובייקט למחלקה מסוימת מתבצעת על פי מכנה משותף של האובייקט עם המחלקה, לדוגמא מעגל לאובייקטים עגולים.

נעשה בדרך כלל באמצעות למידת מכונה או deep learning.