Hva er automatisk bildebehandling?
Automatisert bildebehandling er en metode der bilder kan behandles ved hjelp av forhåndsskrevne, databaserte algoritmer. Typene manipulasjoner som kan oppnås ved hjelp av automatisk prosessering av bilder inkluderer bildesegmentering, bildefiltrering og bilderedigering. Etter hvert som bilder blir enklere å samle med teknologien innen digital fotografering og digital bildebasert datainnsamling, automatiserer prosessering og bildeverktøyutvikling den teknologiske veksten forbundet med bildesamling.
Mens mange automatiserte bildebehandlingsalgoritmer ikke er noe annet enn en forhåndsinnspilt makro i et dataprogram, kan teknikker være mye mer kompliserte, inkludert å bruke tilhørende metoder som maskinlæring og databasert databehandling. Automatisk bildebehandling er ofte assosiert med maskinlæring, ettersom datamaskiner blir "lært" å søke ut bestemte bildefunksjoner og behandle funksjonene i henhold til det skrevne programmet. Siden vitenskapelige data ofte blir samlet inn i form av bilder, er automatisert bildebehandling en nødvendig metode der forskere raskt kan behandle store datamengder.
Automatisert programvare for bildebehandling varierer i brukervennlighetsgrensesnitt og relative læringskurver fra datavisualiserings- og analyseprogrammer til enklere bildedigeringsprogramvare. En mellomliggende bruker kan gjøre bruk av bildebehandling for å filtrere et sett bilder som digitale bilder - for eksempel for konvertering av digitale farger til et sett med svart / hvitt-bilder. Mer avanserte brukere, eller de som er interessert i automatisert bildebehandling av hensyn til dataanalyse, kan bruke teknikker som lager en automatisk arbeidsflyt for å segmentere bilder, telle bildeartifakter eller endre et bildehistogram.
Vitenskapelig datainnsamling er i stor grad basert på evnen til å foreta kvantitative vurderinger fra datakilder som ofte er analoge, subjektive eller lettere målt i kvalitative målinger. Bildebehandlingsalgoritmer lar forskere kvantifisere og sammenligne bilder direkte. Automatisk bildebehandling øker antall bilder en forsker med rimelighet kan behandle, siden en datamaskin er i stand til å behandle bilder i stedet for at en forsker redigerer eller tar data fra bilder manuelt.
Begrensninger i automatisert bildebehandling inkluderer en manglende evne til å redegjøre for bildevariasjoner eller outliers og det faktum at datamaskiner ikke er i stand til å behandle bilder og gi en subjektiv kritikk av sluttproduktet. Mange bilderedaktører er interessert i å lage kvalitetsbilder med filtereffekter eller ved å fjerne uønsket informasjon i bildet. For de fleste brukere betyr automatisert bildebehandling å behandle et sett med bilder for å gjøre en enkelt type endring igjen og igjen, slik at en datamaskin kan kontrollere arbeidsflyten. Datamaskiner er imidlertid ikke i stand til å ta avgjørelser om hva som er ønsket og hva som ikke er, eller om hva som "ser bra ut."