Bildesignalbehandling

Bildesignalbehandling är den gren av informationsteknik som behandlar digitala bilder som signaler med syfte att förbättra, rekonstruera och analysera dem. Området används för att omvandla rå bilddata till meningsfull information och innefattar såväl förbättring som återställning, segmentering och kompression. Historiskt växte fältet fram i takt med övergången till digital bildinsamling, vilket innebar sampling och kvantisering av visuell information.

En bild betraktas som två- eller tre-dimensionell signal (rumsliga punkter över tid i video). Behandlingen kan ske i rumsliga domänen eller i frekvensdomänen. Vanliga metoder är filtrering (brusreducering, kantförstärkning), samt algoritmer för restaurering (till exempel dekonvolution). Transformmetoder som Fourier-transform, diskret cosine-transform (DCT) och wavelets används för att analysera eller effektivt koda bilder. Färgbehandling använder olika färgrum och konverteringar mellan dem.

Viktiga uppgifter inom bildesignalbehandling inkluderar förbättring av bildkvalitet (kontrast, brusprofil), restaurering av ursprunglig scen genom modellbaserad återuppbyggnad, segmentering och kantdetektion, samt mönsterigenkänning och feature extraction. Kompressionstekniker, där JPEG med DCT är en framstående metod, möjliggör effektiv lagring och överföring av bilder.

Tillämpningar finns inom medicinsk avbildning, fjärranalys, övervakning, industriell diagnostik och fotografisk bildredigering. Utmaningar inkluderar varierande brus, icke-riktiga modeller, krav på realtidsbearbetning och konsekvenser för integritet och etik. Vanliga kvalitetsmått som används vid utvärdering är PSNR och SSIM.