Análisis de imagen

format_list_bulleted Contenido keyboard_arrow_down

ImprimirCitar

Extracción de información de imágenes mediante técnicas de procesamiento de imágenes digitales

Análisis de imágenes o análisis de imágenes es la extracción de información significativa de las imágenes; principalmente a partir de imágenes digitales mediante técnicas de procesamiento de imágenes digitales. Las tareas de análisis de imágenes pueden ser tan simples como leer etiquetas con códigos de barras o tan sofisticadas como identificar a una persona por su rostro.

Las computadoras son indispensables para el análisis de grandes cantidades de datos, para tareas que requieren computación compleja o para la extracción de información cuantitativa. Por otro lado, la corteza visual humana es un excelente aparato de análisis de imágenes, especialmente para extraer información de alto nivel, y para muchas aplicaciones, incluidas la medicina, la seguridad y la teledetección, los analistas humanos aún no pueden ser reemplazados por computadoras. Por esta razón, muchas herramientas importantes de análisis de imágenes, como los detectores de bordes y las redes neuronales, se inspiran en los modelos de percepción visual humana.

Digital

El Análisis de Imágenes Digitales o Análisis de Imágenes por Computadora es cuando una computadora o dispositivo eléctrico estudia automáticamente una imagen para obtener información útil de ella. Tenga en cuenta que el dispositivo suele ser una computadora, pero también puede ser un circuito eléctrico, una cámara digital o un teléfono móvil. Involucra los campos de la visión por computadora o máquina, y la imagenología médica, y hace un uso intensivo del reconocimiento de patrones, la geometría digital y el procesamiento de señales. Este campo de la informática se desarrolló en la década de 1950 en instituciones académicas como el MIT A.I. Lab, originalmente como una rama de la inteligencia artificial y la robótica.

Es la caracterización cuantitativa o cualitativa de imágenes digitales bidimensionales (2D) o tridimensionales (3D). Las imágenes 2D, por ejemplo, se analizarán en visión artificial y las imágenes 3D en imágenes médicas. El campo se estableció en las décadas de 1950 y 1970, por ejemplo, con contribuciones pioneras de Azriel Rosenfeld, Herbert Freeman, Jack E. Bresenham o King-Sun Fu.

Técnicas

Hay muchas técnicas diferentes que se utilizan en el análisis automático de imágenes. Cada técnica puede ser útil para una pequeña gama de tareas, sin embargo, todavía no hay ningún método conocido de análisis de imágenes que sea lo suficientemente genérico para una amplia gama de tareas, en comparación con las capacidades de análisis de imágenes de un ser humano.. Ejemplos de técnicas de análisis de imágenes en diferentes campos incluyen:

2D y reconocimiento de objetos 3D,
segmentación de imagen,
detección de movimiento, por ejemplo. Seguimiento de partículas individuales,
seguimiento de vídeo,
flujo óptico,
análisis de análisis médico,
3D Pose Estimation.

Aplicaciones

Las aplicaciones del análisis de imágenes digitales se expanden continuamente en todas las áreas de la ciencia y la industria, incluidas las siguientes:

ensayar la lectura de microplatos, como detectar dónde se fabricó un químico.
astronomía, como calcular el tamaño de un planeta.
identificación automatizada de especies (por ejemplo, especies vegetales y animales)
defensa
análisis del nivel de error
filtrado
visión de la máquina, como contar automáticamente elementos en una cinta transportadora de fábrica.
la ciencia de materiales, como determinar si una soldadura de metal tiene grietas.
medicamentos, como detectar cáncer en un análisis de mamografía.
metalografía, como determinar el contenido mineral de una muestra de roca.
microscopía, como contar los gérmenes en un swab.
reconocimiento automático de matrícula;
reconocimiento de caracteres ópticos, como detección automática de placas.
teleobservación, como la detección de intrusos en una casa, y la producción de mapas de cubierta terrestre/uso terrestre.
robótica, como evitar la dirección en un obstáculo.
seguridad, como detectar el color ocular de una persona o el color del cabello.

Basado en objetos

El análisis de imágenes basado en objetos (OBIA) implica dos procesos típicos, la segmentación y la clasificación. La segmentación ayuda a agrupar píxeles en objetos homogéneos. Los objetos suelen corresponder a características individuales de interés, aunque es muy probable que haya una segmentación excesiva o insuficiente. Luego, la clasificación se puede realizar a nivel de objeto, utilizando varias estadísticas de los objetos como características en el clasificador. Las estadísticas pueden incluir geometría, contexto y textura de objetos de imagen. A menudo se prefiere la sobresegmentación a la subsegmentación cuando se clasifican imágenes de alta resolución.

El análisis de imágenes basado en objetos se ha aplicado en muchos campos, como la biología celular, la medicina, las ciencias de la tierra y la detección remota. Por ejemplo, puede detectar cambios de formas celulares en el proceso de diferenciación celular; también se ha utilizado ampliamente en la comunidad cartográfica para generar cobertura terrestre.

Cuando se aplica a imágenes terrestres, OBIA se conoce como análisis de imágenes basado en objetos geográficos (GEOBIA), definido como & #34;una subdisciplina de la ciencia de la geoinformación dedicada a (...) dividir las imágenes de teledetección (RS) en objetos de imagen significativos y evaluar sus características a través de la escala espacial, espectral y temporal. La conferencia internacional GEOBIA se lleva a cabo cada dos años desde 2006.

Las técnicas de OBIA se implementan en software como eCognition o la caja de herramientas Orfeo.

Más resultados...