Hvad er automatisk billedbehandling?

Automatiseret billedbehandling er en metode, hvorpå billeder kan behandles ved hjælp af forudskrevne, computerbaserede algoritmer. De typer manipulationer, der kan opnås ved hjælp af automatisk behandling af billeder, inkluderer billedsegmentering, billedfiltrering og billedredigering. Efterhånden som billeder bliver lettere at indsamle med teknologien inden for digital fotografering og digital billedbaseret dataindsamling, automatiserer behandling og udvikling af billedværktøj den teknologiske vækst, der er forbundet med ophobning af billeder.

Selvom mange automatiserede billedbehandlingsalgoritmer ikke er andet end en forindoptaget makro i et computerprogram, kan teknikker være meget mere komplicerede, herunder anvendelse af tilknyttede metoder som maskinlæring og computerbaseret databehandling. Automatiseret billedbehandling er ofte forbundet med maskinlæring, da computere "læres" at søge efter visse billedfunktioner og behandle funktionerne i henhold til det skrevne program. Da videnskabelige data ofte indsamles i form af billeder, er automatiseret billedbehandling en nødvendig metode, hvormed forskere hurtigt kan behandle store mængder data.

Automatiseret billedbehandlingssoftware spænder i brugergrænseflade lethed og relative indlæringskurver fra datavisualisering og analyseprogrammer til mere ligetil billedredigeringssoftware. En mellembruger kan muligvis gøre brug af billedbehandling til at filtrere et sæt billeder som digitale fotos - for eksempel til konvertering af digitale farvebilleder til et sæt sort / hvide billeder. Mere avancerede brugere, eller dem, der er interesseret i automatisk billedbehandling med henblik på dataanalyse, kan muligvis bruge teknikker, der skaber en automatisk arbejdsgang til at segmentere billeder, tælle billedgjenstander eller ændre et billedhistogram.

Videnskabelig dataindsamling er i vid udstrækning baseret på evnen til at foretage kvantitative vurderinger fra datakilder, der ofte er analoge, subjektive eller lettere målt i kvalitative målinger. Billedbehandlingsalgoritmer gør det muligt for forskere at kvantificere og sammenligne billeder direkte. Automatisk billedbehandling øger antallet af billeder, som en videnskabsmand med rimelighed kan behandle, da en computer er i stand til at behandle billeder snarere end en videnskabsmand, der redigerer eller tager data fra billeder manuelt.

Begrænsninger i automatiseret billedbehandling inkluderer en manglende evne til at redegøre for billedvariationer eller outliers og det faktum, at computere ikke er i stand til at behandle billeder og give en subjektiv kritik af det endelige produkt. Mange billedredaktører er interesserede i at oprette kvalitetsbilleder med filtereffekter eller ved at fjerne uønskede oplysninger på billedet. For de fleste brugere betyder automatisk billedbehandling at behandle et sæt billeder for at foretage en enkelt type ændring igen og igen, hvilket tillader en computer at kontrollere arbejdsgangen. Computere er imidlertid ikke i stand til at træffe afgørelser om, hvad der ønskes og hvad der ikke er, eller om, hvad "ser godt ud."