응용 프로그램 및 사용
디지털 이미지 처리는 매우 광범위한 응용 프로그램을 가지고 있으며 거의 모든 기술 분야가 DIP의 영향을 받기 때문에 DIP의 주요 응용 프로그램 중 일부만 논의하겠습니다.
디지털 이미지 처리는 카메라로 캡처 한 일상적인 이미지의 공간 해상도를 조정하는 데만 국한되지 않습니다. 사진의 밝기 등을 높이는 데 국한된 것이 아니라 그 이상입니다.
전자기파는 각 입자가 빛의 속도로 움직이는 입자의 흐름으로 생각할 수 있습니다. 각 입자에는 에너지 묶음이 포함되어 있습니다. 이 에너지 묶음을 광자라고합니다.
광자의 에너지에 따른 전자기 스펙트럼은 다음과 같습니다.
이 전자기 스펙트럼에서는 가시 스펙트럼 만 볼 수 있으며 가시 스펙트럼에는 주로 (VIBGOYR)이라고하는 7 가지 색상이 포함됩니다. VIBGOYR는 보라색, 남색, 파란색, 녹색, 주황색, 노란색 및 빨간색을 나타냅니다.
그러나 그것은 스펙트럼에서 다른 물질의 존재를 무효화하지 않습니다. 인간의 눈은 우리가 모든 물체를 본 보이는 부분 만 볼 수 있습니다. 그러나 카메라는 육안으로는 볼 수없는 다른 것들을 볼 수 있습니다. 예를 들어 : x 광선, 감마 광선 등 따라서 모든 분석도 디지털 이미지 처리에서 수행됩니다.
이 토론은 또 다른 질문으로 이어집니다.
왜 우리는 EM 스펙트럼의 다른 모든 것들을 분석해야합니까?
이 질문에 대한 답은 사실에 있습니다. XRay와 같은 다른 것들이 의료 분야에서 널리 사용 되었기 때문입니다. 감마선의 분석은 핵 의학 및 천문 관측에 널리 사용되기 때문에 필요합니다. EM 스펙트럼의 나머지 부분도 마찬가지입니다.
디지털 이미지 처리의 응용
디지털 이미지 처리가 널리 사용되는 주요 분야는 다음과 같습니다.
이미지 선명 화 및 복원
의료 분야
원격 감지
전송 및 인코딩
기계 / 로봇 비전
색상 처리
패턴 인식
비디오 처리
현미경 이미징
Others
이미지 선명 화 및 복원
여기에서 이미지 선명 화 및 복원은 최신 카메라에서 캡처 한 이미지를 처리하여 더 나은 이미지로 만들거나 원하는 결과를 얻기 위해 해당 이미지를 조작하는 것을 말합니다. Photoshop에서 일반적으로 수행하는 작업을 나타냅니다.
여기에는 확대 / 축소, 블러 링, 선명하게하기, 그레이 스케일에서 색상으로 변환, 가장자리 감지 및 그 반대로, 이미지 검색 및 이미지 인식이 포함됩니다. 일반적인 예는 다음과 같습니다.
원본 이미지
확대 된 이미지
흐릿한 이미지
선명한 이미지
가장자리
의료 분야
의료 분야에서 DIP의 일반적인 응용은 다음과 같습니다.
감마선 이미징
PET 스캔
X 레이 이미징
의료용 CT
UV 이미징
UV 이미징
원격 탐사 분야에서는 위성이나 매우 높은 지대에서 지구 영역을 스캔 한 후 분석하여 정보를 얻습니다. 원격 감지 분야에서 디지털 이미지 처리의 특정 응용 분야 중 하나는 지진으로 인한 인프라 손상을 감지하는 것입니다.
심각한 피해가 집중 되더라도 파악하는 데 시간이 오래 걸리기 때문입니다. 지진의 영향을받는 지역은 때때로 너무 넓기 때문에 사람의 눈으로 조사하여 피해를 추정 할 수 없습니다. 라고해도 매우 바쁘고 시간이 많이 걸리는 절차입니다. 이에 대한 해결책은 디지털 이미지 처리에서 찾을 수 있습니다. 영향을받은 지역의 이미지를 지상에서 캡처 한 다음 분석하여 지진으로 인한 다양한 유형의 피해를 감지합니다.
분석에 포함되는 주요 단계는 다음과 같습니다.
가장자리 추출
다양한 유형의 모서리 분석 및 향상
전송 및 인코딩
전선을 통해 전송 된 최초의 이미지는 해저 케이블을 통해 런던에서 뉴욕으로 전송되었습니다. 전송 된 사진은 아래와 같습니다.
전송 된 사진은 한 곳에서 다른 곳으로 도달하는 데 3 시간이 걸렸습니다.
이제 우리는 단 몇 초만에 한 대륙에서 다른 대륙으로 라이브 비디오 피드 또는 라이브 CCTV 영상을 볼 수 있다고 상상해보십시오. 이는이 분야에서도 많은 작업이 수행되었음을 의미합니다. 이 필드는 전송뿐만 아니라 인코딩에도 중점을 둡니다. 사진을 인코딩 한 다음 인터넷 등을 통해 스트리밍하기 위해 높거나 낮은 대역폭을 위해 다양한 형식이 개발되었습니다.
기계 / 로봇 비전
오늘날 로봇이 직면하고있는 많은 과제를 제외하고 여전히 가장 큰 과제 중 하나는 로봇의 비전을 높이는 것입니다. 로봇이 사물을보고, 식별하고, 장애물을 식별 할 수 있도록합니다.이 분야에서 많은 작업이 기여했으며 컴퓨터 비전의 완전한 다른 분야가 도입되었습니다.
장애물 감지
허들 감지는 이미지에서 다른 유형의 물체를 식별 한 다음 로봇과 허들 사이의 거리를 계산하여 이미지 처리를 통해 수행되는 일반적인 작업 중 하나입니다.
라인 추종자 로봇
오늘날 대부분의 로봇은 라인을 따라 작동하므로 라인 팔로워 로봇이라고합니다. 이것은 로봇이 경로를 따라 이동하고 일부 작업을 수행하는 데 도움이됩니다. 이것은 또한 이미지 처리를 통해 달성되었습니다.
색상 처리
색상 처리에는 사용되는 색상 이미지 및 다양한 색상 공간 처리가 포함됩니다. 예를 들어 RGB 색상 모델, YCbCr, HSV. 또한 이러한 컬러 이미지의 전송, 저장 및 인코딩을 연구합니다.
패턴 인식
패턴 인식에는 이미지 처리 및 기계 학습 (인공 지능의 한 분야)을 포함하는 다양한 다른 분야의 연구가 포함됩니다. 패턴 인식에서 이미지 처리는 이미지의 객체를 식별하는 데 사용되며 기계 학습은 패턴의 변화에 대해 시스템을 훈련시키는 데 사용됩니다. 패턴 인식은 컴퓨터 보조 진단, 필기 인식, 이미지 인식 등에 사용됩니다.
비디오 처리
비디오는 사진의 매우 빠른 움직임 일뿐입니다. 비디오 품질은 분당 프레임 / 사진 수와 사용중인 각 프레임의 품질에 따라 달라집니다. 비디오 처리에는 노이즈 감소, 디테일 향상, 모션 감지, 프레임 속도 변환, 종횡비 변환, 색 공간 변환 등이 포함됩니다.