Цифровой анализ изображений

Анализ изображений проводится с целью извлечения из них значимой информации. Существует два типа анализа: качественный и количественный.

• Качественный – когда необходимо просто определить наличие некоторого объекта на изображении, или дать какую-то общую оценку изображению.
• Количественный – когда необходимо что-то сосчитать, найти долю чего-то на изображении.

Анализ изображений может проводиться двумя методами:

• Простой визуальный анализ - например, врач по рентгеновскому снимку понимает есть перелом, или нет;
• С помощью каких-то измерительных приспособлений - например, с помощью линейки измерить длину некоторого объекта на изображении.

Рис.1. Поэтапная схема цифрового анализа

С развитием компьютерных технологий появился цифровой анализ изображений – анализ с помощью компьютерных алгоритмов обработки цифровых изображений. Преимущество цифрового анализа над обычными методами очевидно – нет необходимости проводить измерения вручную. Особенно это актуально в области количественного анализа - например, когда надо посчитать площадь всех объектов и вывести их долю от общей площади. Именно такими исследованиями занимается компания АКСАЛИТ.

Рис.2. Анализ микроструктуры чугуна в ПО AXALIT

В области качественного анализа цифровой анализ играет меньшую роль, однако современные технологии компьютерного зрения на основе глубокого обучения искусственных нейронных сетей постепенно сокращают этот разрыв, а в некоторых областях уже превосходят человеческие возможности.

Основные задачи цифрового анализа

Цифровой анализ изображений решает три основные задачи:

• Сегментация изображений;
• Обнаружение объектов;
• Классификация изображений.

Классификация изображений – определение того, что на них изображено.

Обнаружение объектов – нахождение объектов на изображении без выделения их контуров.

Сегментация изображений – разбивка изображения на сегменты, нахождение объектов с выделением контуров.

Рис.3 Наглядное изображение обнаружения объектов, классификации и сегментации изображений

Сегментация - самая распространенная задача анализа изображений, полученных с помощью микроскоп. После разбивки изображения на сегменты, можно выяснить их количество и рассчитать наборы свойств. Такие как:

• Геометрические свойства – площадь, размеры, центр тяжести;
• Свойствa формы – прямоугольные, округлые, вытянутые, зигзагообразные;
• Свойства интенсивности – яркие, темные, средние;
• Свойства текстуры – характерные рисунки, повторяющиеся узоры, статистика областей.

Цифровая обработка изображений предполагает получение итогового изображения в результате выполнения ряда операций над исходным. В качестве операций обработки изображений применяются различные алгоритмы фильтрации, морфологические операции, изменение яркости/контрастности, цветовые преобразования, алгоритмы группировки пикселей, поиска контуров и другие более сложные алгоритмы.

50 методик AXALIT разработаны специально для работы с такими задачами. Благодаря большому количеству методик мы можем адаптировать анализ под разные запросы.

Но самым распространенным вариантом сегментации по-прежнему остается самый простой. Это преобразование изображения к монохромному виду. В большинстве задач компьютерного зрения и трехмерной графики используются полноцветные изображения с несколькими цветовыми каналами. Для начала их необходимо преобразовать в полутоновый вид (градации серого, как на старой плёнке) с одним цветовым каналом. Затем устанавливают определенную границу яркости пикселей. Все пиксели, имеющие яркость выше порога, окрашивают в один цвет, а ниже в другой.

Рис.4. Сегментация горной породы в ПО AXALIT 

Однако преобразование изображение в оттенки серого влечёт за собой изрядную потерю информации. Часто без этой информации невозможно провести анализ.

Цвет играет важную роль, так как обработка цветных изображений по сравнению с полутоновыми изображениями обладает более широким спектром подходов, методов и возможностей их решения. В настоящее время имеется большой набор аппаратных и программных возможностей по работе с цветными изображениями. По результатам, полученным при использовании AXALIT, можно получить полную статистику проведенных измерений, включающую в себя характеристики изучаемых объектов с изображения.

Анализ изображений в ИК-диапазоне

Говоря об анализе изображений, будет неправильно рассказать только о фотометрическом анализе. Он основан на видимом свете, но есть электромагнитные волны, не воспринимаемые человеческим глазом.

Существуют гиперспектральные камеры детектирования излучения и за его пределами – ультрафиолетового и инфракрасного, что дает возможность обрабатывать и эту информацию в задачах цифрового анализа изображений.

При освещении объектов источником света возникает отраженный свет, который и воспринимается датчиком камеры.

При этом можно фиксировать три основных фактора:

• Энергетический спектр, который дает распределение световой энергии по длинам волн;
• Отражательная способность поверхности объекта как результат отраженного света по отношению к падающему;
• Спектральная чувствительность датчика, на который падает отраженный свет.

Кроме указанных основных факторов, на восприятие объекта анализа влияют и ряд других, связанных как с самими объектами, так и с датчиками, принимающими свет. Для объектов – это материал, из которого они изготовлены, качество и обработка поверхности, а также взаимное влияние объектов на степень их освещенности.

Факторы, связанные с датчиками, заключаются в технологических особенностях камер. Поэтому важно, чтобы аналитическое оборудование для исследований было качественным. АКСАЛИТ поставляет сертифицированное оборудование, благодаря которому анализ изображений будет максимально точным и эффективным. Такие камеры и микроскопы позволяют фиксировать качественные снимки с высокой цветопередачей.