Bildförbehandling

Bildförbehandling är en samling tekniker som används före vidare bildanalys eller visualisering för att förbättra bildernas kvalitet och göra dem mer användbara för både mänskliga betraktare och datorbaserade algoritmer. Syftet är ofta att öka informationsinnehållet i bilden, reducera störningar och normalisera förutsättningar mellan olika bilder.

Vanliga mål inkluderar brusreducering, ljushets- och kontrastnormalisering, skärpning och färgkorrigering samt geometrisk anpassning. Brusreducering dämpar oönskad variation i intensitet med filter som medianfilter, Gaussiska lågpassfilter, bilateralfilter eller icke-nalokal denoising. Ljushets- och kontrastnormalisering återger detaljrikedom och jämförbarhet över bilder; metoder som histogramutjämning, adaptiv CLAHE och Retinex-baserade tekniker används ofta. Skärpning förstärker kanter med tekniker som unsharp masking eller högpassfilter, medan färgkorrigering justerar vitbalans och färgkanaler samt ibland konverterar till lämpliga färgrymder.

Geometrisk bearbetning omfattar skalning, rotation, translation och registrering av bilder. Vid omprojektering används interpolationer som närmst granne (nearest neighbor), bilinear, bicubic och Lanczos; anti-aliasing minskar sablans vid nedskalning. Luminans- och färgnormaliseringar standardiserar intensitetsnivåer över bilderna för jämförbarhet.

I maskininlärningssammanhang används bildförbehandling ofta som en del av dataförberedelserna, med ytterligare dataförstärkning genom rotationer, speglingar, beskärning och färgvariationer. Det är viktigt att välja tekniker som bevarar relevanta egenskaper och inte inför oönskade artefakter.